第一章 駕馭老虎

不相信模型的人拯救了世界。

但凡我們關心的，幾乎都是經濟發展的長期結果。養老金、環境、危機、房地產、教育，只要你能想到的，都是事關幾年或幾十年后會發生什么。日常的波動對大多數人來說并不重要——短期風險并不是很重要。因此，管理金融活動應該放眼長遠，這很有道理。但總體來說，情況并非如此。我們善于管理今天的風險，但這是以忽視未來的承諾和威脅為代價的。這就是控制的幻覺。

讓我們來做一個快速測驗。你認為過去風險最高的年份是哪些？是暴發新冠肺炎疫情的2020年嗎？是發生全球金融危機的2008年嗎？還是發生大蕭條的20世紀30年代？讓我們問問金融市場及衡量風險的必用指標——波動性。圖1-1按年份展示了美國股票市場的金融風險狀況，它和我們前面這些猜測結果一致。

然而，以上這些絕對不是風險最高的年份。1962年和1983年，盡管金融市場相對平靜，但我們遭遇了極限性的尾部事件。1962年，古巴導彈危機幾乎讓美國和蘇聯打起來，只是蘇聯在最后一刻做出了讓步。1983年，我們幾乎陷入一場核戰爭，雖然我們是在很久以后才知道的。

當時的情況是，蘇聯最高領導人尤里·安德羅波夫突發奇想，認為美國正在計劃發動先發制人的核打擊。他指派間諜去尋找支持他懷疑的證據，于是各地的克格勃特工都開始拼命搜尋證據。（你的職業生涯就靠它了。如果你要么有機會在華盛頓找到一個有“油水”的職位，要么作為克格勃在新西伯利亞的代表被送到西伯利亞，那你當然會找到證據。這是確認偏誤的典型例子。即使想法毫無根據，只要我們相信可怕的事情會發生，我們就可以找到支持這種想法的證據。）1983年，蘇聯的早期預警模型探測到一次核襲擊。當晚值夜班的斯坦尼斯拉夫·彼得羅夫不相信這個信號，并單方面決定不立即發起反擊。這個不相信模型的人拯救了世界。隨后蘇聯的調查人員證實他是對的。之所以會產生虛假警報，是因為美國北達科他州高空云層上的陽光罕見地對準了蘇聯探測衛星軌道上的閃電號[1]。彼得羅夫上校于2017年去世，當時他被全球公認拯救了人類。

今天衡量金融風險的方法，我稱之為“風險計量儀”（Riskometer），這與安德羅波夫的早期預警模型有很多共同之處。兩者都依賴于不完善的模型和不準確的測量來做出關鍵決策。高空云層攪擾了蘇聯的模型，而當今風險計量儀的問題在于它著重于近期和短期風險。原因很簡單，近期和短期風險是最容易衡量的風險，因為建模者擁有大量的數據。

問題在于，短期風險并不那么重要，對投資者而言是如此，對金融當局而言更是如此。對它們來說，重要的是系統性風險，即發生大規模金融危機的可能性，就像我們在2008年遭遇的那樣。長期風險在概念上是容易理解的，就像系統性危機，或我們的退休生活不如預期那樣舒適。讓我們看看危機的形成過程。銀行有太多資金，又找不到有效的投資，因此它們開始向有較高還款風險的借款人放貸，通常發生在房地產領域。一開始，這看起來像魔法。在一個快樂的良性循環里，資金不斷流入，開發商不斷蓋房子，每個人都感到更加富有，于是催生了更多的貸款和更多的建筑……直到一切崩潰。

我們該怎么辦？當然是監管，使用圓形監獄（Panopticon）。這個想法可以追溯到18世紀的英國哲學家杰里米·邊沁，他提出通過設立崗哨來觀察人類活動以規范社會。這有用嗎？在交通方面當然有用。如果沒有警察或攝像頭監控超速，我懷疑很多人會忍不住開快車。因超速被抓的可能性讓道路變得相對安全。當然，我們也可以利用圓形監獄來監管金融業，以防止危機及其造成的可怕損失。我們確實用了這個方法，但效果并不是很好。原因與兩個復雜話題的相互作用有關：衡量風險的難度和人類的聰明才智。

與溫度或價格不同，風險無法被直接感受或觀察到。相反，它必須通過價格過去的走勢來推斷。這需要一個模型。正如統計學家喬治·博克斯所說：“所有模型都是錯誤的，但有些是有用的。”[2]我們有很多衡量風險的模型，它們彼此不一致，沒有明確的方法來判斷哪個是最準確的。即便模型有用，所有風險計量儀捕捉到的也都是短期數據，因為這正是我們能夠獲得的數據。

再來看人類行為。海曼·明斯基在40年前觀察到，穩定具有不穩定性。如果我們認為世界是安全的，我們就會想要承擔更多風險，這最終會造成世界自身的不穩定性。由于決策和糟糕的結果之間可能時隔幾年或幾十年，因此風險很難被控制。正如我的合著者查爾斯·古德哈特所說，“對于任何觀察到的統計規律性，一旦出于控制目的而對其施加壓力，它就會趨于崩潰”。[3]古德哈特定律告訴我們，當風險管理者開始控制風險時，我們的反應方式往往會使風險測量不準確。

一段時間以來，我一直在從人的維度研究風險，并與合著者一起提出了一個有用的分類方案：外生風險和內生風險。內生風險指的是構成金融體系的人類之間相互作用的結果。內生的反義詞就是外生。6 500萬年前，一顆小行星撞擊了墨西哥灣，導致恐龍滅絕，這就是一種外生沖擊。恐龍當然沒有做任何導致自己滅絕的事情。

通過內生風險的視角來看待金融體系，我們可以認識到哪些風險防控措施是有效的、哪些是無效的，而且這往往讓我們感到意外。許多金融危機和巨額損失，是由善意的規則與市場參與者自我保護的本能之間的惡性反饋造成的。但是，由于造成這種脆弱的力量只會在最糟糕的時刻才顯現，所以我們不知道它們有多危險，直到為時已晚。衡量內生風險是困難的，甚至是不可能的。為什么會這樣？因為風險計量儀所能捕捉到的都是不那么重要的外生風險。這反過來解釋了為什么操縱風險的測量如此容易。假設我的工作是管理某個投資組合的風險。有一天，我的老板把我叫到她的辦公室：“喬恩，風險太高了，你必須把它降下來。然而，我們的交易員干得很出色，我也想保持良好的投資回報。現在用你的電腦去搞定降低風險這件事吧。你不要被抓，確保遵守所有的規定。”這太容易了。瑞士銀行之所以在2008年巨虧而資不抵債，就是因為它有意選擇了錯誤地衡量風險，這是那次危機中普遍存在的問題。銀行擅長操縱風險計量儀，以為自己可以愚弄監管機構，但最終它們只是在欺騙自己。

內生風險是金融當局面臨的“金發姑娘原則”（Goldilocks）挑戰的核心。我們希望金融監管恰到好處：既不要太嚴，以免所有的經濟活動都被扼殺；也不要太松，以免我們遭遇太多危機，損失所有的錢。我們需要一種平衡，但這并不容易。監管機構關注的是上一次出現的問題，而下一次危機往往發生在一個完全不同的領域。這正是2008年之前的情況，當時各國央行只關注通脹，卻忽略了即將到來的危機的所有預警信號。雖然2020年對新冠肺炎疫情的應對吸取了2008年的教訓，但這其實是不對的，因為疫情對經濟的影響非常不同。這是看著后視鏡開展監管的結果。

從外生風險和內生風險兩分法中可以得到很多的教訓，其中之一是一種特殊的合成謬誤。金融當局的目標是讓所有金融機構都變得謹慎，從而發揮金融體系的最佳作用，就像沃爾沃——世界上最安全的汽車一樣。當沒有人瘋狂投資，每個人都遵守規則時，投資者能享受穩定的回報，銀行不會倒閉，金融危機也不會發生。但把銀行變成沃爾沃汽車就會讓我們安全嗎？不會。它反而使危機更有可能發生，因為它降低了金融體系的減震能力。

人工智能是應對內生風險挑戰的恰當手段嗎？這要視情況而定。人工智能將提高人類的效率，使我們減少大量煩瑣的風險管理和合規工作。金融服務將變得更便宜、可靠，監管規制將得到更好的執行。這會出什么問題呢？想象一下，讓英國央行的機器人鮑勃來負責維護金融穩定。它與受監管的銀行同行交談，傳遞信息并強制執行。這看起來像控制金融體系的完美方法，但前提是，鮑勃能做出正確的決策。與人類不同，我們不知道它是如何推理和決策的。那么，當鮑勃遇到它從未遇到過的問題時，什么會發生呢？人類可以利用我們自己積累的經驗和人類知識的準則進行推理和決策，但是人工智能無法做到這一點。同時，惡意主體很容易利用鮑勃。他們會四下尋找機會。惡意主體——或許是某個交易員、恐怖分子、民族國家或是罪犯——只要找到鮑勃的一個弱點就會加以利用。他們可以在完全保密的情況下做到這一點，直到鮑勃無論怎樣應對都為時已晚。無論技術水平如何先進，鮑勃都無法獲勝。

這似乎有點悲觀，但這不是我想留下的印象。金融體系具有很強的韌性，總體上做得不錯——大多數公眾的評論與之相反。然而，我們今天處理這個系統的方式把我們帶向了錯誤的方向。那么，我們該怎么辦呢？擁抱多樣性，這是實現金融穩定和良好投資回報的最有效方式。構成金融體系的金融機構的差異越大，當局對多樣性的接受程度越高，金融體系就越穩定，表現也會越好。這有利于所有人。但阻礙來自機構的自身利益和政治因素。決策者往往反對多樣性，他們更喜歡統一的經營方式，以保護自身利益和職位。我們需要的只是政治意愿。

[1] 后來相關人員調查發現，蘇聯的衛星將高空云層反射的陽光誤測為洲際導彈，所以才出現如此一幕。——譯者注

[2] Box, “Science and Statistics,” 791–99.

[3] Goodhart, “Public Lecture at the Reserve Bank of Australia.”