第一章 驾驭老虎

不相信模型的人拯救了世界。

但凡我们关心的，几乎都是经济发展的长期结果。养老金、环境、危机、房地产、教育，只要你能想到的，都是事关几年或几十年后会发生什么。日常的波动对大多数人来说并不重要——短期风险并不是很重要。因此，管理金融活动应该放眼长远，这很有道理。但总体来说，情况并非如此。我们善于管理今天的风险，但这是以忽视未来的承诺和威胁为代价的。这就是控制的幻觉。

让我们来做一个快速测验。你认为过去风险最高的年份是哪些？是暴发新冠肺炎疫情的2020年吗？是发生全球金融危机的2008年吗？还是发生大萧条的20世纪30年代？让我们问问金融市场及衡量风险的必用指标——波动性。图1-1按年份展示了美国股票市场的金融风险状况，它和我们前面这些猜测结果一致。

然而，以上这些绝对不是风险最高的年份。1962年和1983年，尽管金融市场相对平静，但我们遭遇了极限性的尾部事件。1962年，古巴导弹危机几乎让美国和苏联打起来，只是苏联在最后一刻做出了让步。1983年，我们几乎陷入一场核战争，虽然我们是在很久以后才知道的。

当时的情况是，苏联最高领导人尤里·安德罗波夫突发奇想，认为美国正在计划发动先发制人的核打击。他指派间谍去寻找支持他怀疑的证据，于是各地的克格勃特工都开始拼命搜寻证据。（你的职业生涯就靠它了。如果你要么有机会在华盛顿找到一个有“油水”的职位，要么作为克格勃在新西伯利亚的代表被送到西伯利亚，那你当然会找到证据。这是确认偏误的典型例子。即使想法毫无根据，只要我们相信可怕的事情会发生，我们就可以找到支持这种想法的证据。）1983年，苏联的早期预警模型探测到一次核袭击。当晚值夜班的斯坦尼斯拉夫·彼得罗夫不相信这个信号，并单方面决定不立即发起反击。这个不相信模型的人拯救了世界。随后苏联的调查人员证实他是对的。之所以会产生虚假警报，是因为美国北达科他州高空云层上的阳光罕见地对准了苏联探测卫星轨道上的闪电号[1]。彼得罗夫上校于2017年去世，当时他被全球公认拯救了人类。

今天衡量金融风险的方法，我称之为“风险计量仪”（Riskometer），这与安德罗波夫的早期预警模型有很多共同之处。两者都依赖于不完善的模型和不准确的测量来做出关键决策。高空云层搅扰了苏联的模型，而当今风险计量仪的问题在于它着重于近期和短期风险。原因很简单，近期和短期风险是最容易衡量的风险，因为建模者拥有大量的数据。

问题在于，短期风险并不那么重要，对投资者而言是如此，对金融当局而言更是如此。对它们来说，重要的是系统性风险，即发生大规模金融危机的可能性，就像我们在2008年遭遇的那样。长期风险在概念上是容易理解的，就像系统性危机，或我们的退休生活不如预期那样舒适。让我们看看危机的形成过程。银行有太多资金，又找不到有效的投资，因此它们开始向有较高还款风险的借款人放贷，通常发生在房地产领域。一开始，这看起来像魔法。在一个快乐的良性循环里，资金不断流入，开发商不断盖房子，每个人都感到更加富有，于是催生了更多的贷款和更多的建筑……直到一切崩溃。

我们该怎么办？当然是监管，使用圆形监狱（Panopticon）。这个想法可以追溯到18世纪的英国哲学家杰里米·边沁，他提出通过设立岗哨来观察人类活动以规范社会。这有用吗？在交通方面当然有用。如果没有警察或摄像头监控超速，我怀疑很多人会忍不住开快车。因超速被抓的可能性让道路变得相对安全。当然，我们也可以利用圆形监狱来监管金融业，以防止危机及其造成的可怕损失。我们确实用了这个方法，但效果并不是很好。原因与两个复杂话题的相互作用有关：衡量风险的难度和人类的聪明才智。

与温度或价格不同，风险无法被直接感受或观察到。相反，它必须通过价格过去的走势来推断。这需要一个模型。正如统计学家乔治·博克斯所说：“所有模型都是错误的，但有些是有用的。”[2]我们有很多衡量风险的模型，它们彼此不一致，没有明确的方法来判断哪个是最准确的。即便模型有用，所有风险计量仪捕捉到的也都是短期数据，因为这正是我们能够获得的数据。

再来看人类行为。海曼·明斯基在40年前观察到，稳定具有不稳定性。如果我们认为世界是安全的，我们就会想要承担更多风险，这最终会造成世界自身的不稳定性。由于决策和糟糕的结果之间可能时隔几年或几十年，因此风险很难被控制。正如我的合著者查尔斯·古德哈特所说，“对于任何观察到的统计规律性，一旦出于控制目的而对其施加压力，它就会趋于崩溃”。[3]古德哈特定律告诉我们，当风险管理者开始控制风险时，我们的反应方式往往会使风险测量不准确。

一段时间以来，我一直在从人的维度研究风险，并与合著者一起提出了一个有用的分类方案：外生风险和内生风险。内生风险指的是构成金融体系的人类之间相互作用的结果。内生的反义词就是外生。6 500万年前，一颗小行星撞击了墨西哥湾，导致恐龙灭绝，这就是一种外生冲击。恐龙当然没有做任何导致自己灭绝的事情。

通过内生风险的视角来看待金融体系，我们可以认识到哪些风险防控措施是有效的、哪些是无效的，而且这往往让我们感到意外。许多金融危机和巨额损失，是由善意的规则与市场参与者自我保护的本能之间的恶性反馈造成的。但是，由于造成这种脆弱的力量只会在最糟糕的时刻才显现，所以我们不知道它们有多危险，直到为时已晚。衡量内生风险是困难的，甚至是不可能的。为什么会这样？因为风险计量仪所能捕捉到的都是不那么重要的外生风险。这反过来解释了为什么操纵风险的测量如此容易。假设我的工作是管理某个投资组合的风险。有一天，我的老板把我叫到她的办公室：“乔恩，风险太高了，你必须把它降下来。然而，我们的交易员干得很出色，我也想保持良好的投资回报。现在用你的电脑去搞定降低风险这件事吧。你不要被抓，确保遵守所有的规定。”这太容易了。瑞士银行之所以在2008年巨亏而资不抵债，就是因为它有意选择了错误地衡量风险，这是那次危机中普遍存在的问题。银行擅长操纵风险计量仪，以为自己可以愚弄监管机构，但最终它们只是在欺骗自己。

内生风险是金融当局面临的“金发姑娘原则”（Goldilocks）挑战的核心。我们希望金融监管恰到好处：既不要太严，以免所有的经济活动都被扼杀；也不要太松，以免我们遭遇太多危机，损失所有的钱。我们需要一种平衡，但这并不容易。监管机构关注的是上一次出现的问题，而下一次危机往往发生在一个完全不同的领域。这正是2008年之前的情况，当时各国央行只关注通胀，却忽略了即将到来的危机的所有预警信号。虽然2020年对新冠肺炎疫情的应对吸取了2008年的教训，但这其实是不对的，因为疫情对经济的影响非常不同。这是看着后视镜开展监管的结果。

从外生风险和内生风险两分法中可以得到很多的教训，其中之一是一种特殊的合成谬误。金融当局的目标是让所有金融机构都变得谨慎，从而发挥金融体系的最佳作用，就像沃尔沃——世界上最安全的汽车一样。当没有人疯狂投资，每个人都遵守规则时，投资者能享受稳定的回报，银行不会倒闭，金融危机也不会发生。但把银行变成沃尔沃汽车就会让我们安全吗？不会。它反而使危机更有可能发生，因为它降低了金融体系的减震能力。

人工智能是应对内生风险挑战的恰当手段吗？这要视情况而定。人工智能将提高人类的效率，使我们减少大量烦琐的风险管理和合规工作。金融服务将变得更便宜、可靠，监管规制将得到更好的执行。这会出什么问题呢？想象一下，让英国央行的机器人鲍勃来负责维护金融稳定。它与受监管的银行同行交谈，传递信息并强制执行。这看起来像控制金融体系的完美方法，但前提是，鲍勃能做出正确的决策。与人类不同，我们不知道它是如何推理和决策的。那么，当鲍勃遇到它从未遇到过的问题时，什么会发生呢？人类可以利用我们自己积累的经验和人类知识的准则进行推理和决策，但是人工智能无法做到这一点。同时，恶意主体很容易利用鲍勃。他们会四下寻找机会。恶意主体——或许是某个交易员、恐怖分子、民族国家或是罪犯——只要找到鲍勃的一个弱点就会加以利用。他们可以在完全保密的情况下做到这一点，直到鲍勃无论怎样应对都为时已晚。无论技术水平如何先进，鲍勃都无法获胜。

这似乎有点悲观，但这不是我想留下的印象。金融体系具有很强的韧性，总体上做得不错——大多数公众的评论与之相反。然而，我们今天处理这个系统的方式把我们带向了错误的方向。那么，我们该怎么办呢？拥抱多样性，这是实现金融稳定和良好投资回报的最有效方式。构成金融体系的金融机构的差异越大，当局对多样性的接受程度越高，金融体系就越稳定，表现也会越好。这有利于所有人。但阻碍来自机构的自身利益和政治因素。决策者往往反对多样性，他们更喜欢统一的经营方式，以保护自身利益和职位。我们需要的只是政治意愿。

[1] 后来相关人员调查发现，苏联的卫星将高空云层反射的阳光误测为洲际导弹，所以才出现如此一幕。——译者注

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

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