当天上飞过1000只白天鹅的时候,谁也不能肯定下一只一定是白的。
——投资名言
以此次美国金融危机为例……
自从金融创新出现后,金融投资开始过度依赖数量化模型,理论假设与市场现实严重脱节,对未来的资本收益变化的预测也严重失真。雷曼过多的涉足复杂的衍生工具市场,问题出现后有一个传导过程,很难马上浮现出来,所以仍然沉醉于昔日辉煌,错失多次救亡机会,最终因为美国政--府拒绝包底而崩--盘。 近年来,有着严格假设条件和繁杂理论结构的数理模型深受全球投资银行、对冲基金、评级机构的追捧,成为度量金融风险的主要工具。这也就是为什么很多数学博士和计算机博士进入投行工作的原因。然而,在这次次贷危机中,尽管金融机构对次贷衍生产品建立了精巧繁杂的定价和评级模型,但面对美国房地产市场价格突然逆转的实际情况,模型的前提假设和市场现实风险严重偏离,导致风险定价功能失效,引发投资者的恐慌,并通过“羊群效应”传导放大风险,最后酿成全面性的金融危机。 现实经济生活是千变万化的,数理模型不论多么精巧庞大,也难以涵盖所有的情况和风险特征,如果过度崇拜数理模型,以若干参数来完全描述市场风险的变化,替代理性的市场投资决策,必将导致危机的发生。 近30年来,金融创新的结果是买卖的链条越拉越长,分散的范围越来越广,交易完成后,最终的投资者和最初的借款人之间已经相隔万水千山,彼此毫不了解。例如,引发本轮危机的房屋次贷产品,从最初的房屋抵押贷款到最后的CDO等衍生产品,中间经过借贷、打包、信用增持、评级、销售等繁杂阶段,整个过程设计有数十个不同机构参与,信息不对称的问题非常突出。投行的奖金激励方式也极大地助长了高管层的道德风险—为追求高额奖金和红利,无视审慎性要求,盲目创新业务。 其实现在的次贷危机仍未度过危险期,更没有到头,次级贷款的期限大多为30年,而现在距离次级债的发放才刚刚过去5年。美国整个次级债及衍生产品的规模在12万亿美元,现在仅仅冲销了5000亿美元,还不到1/20。不管是次级债规模还是时间跨度上来说,都有可能出现危机的进一步延续。
请注明:姓名-公司-职位
以便审核进群资格,未注明则拒绝
感觉有些金融数学模型的特点是:数学手段很好,底层的理论假设有很多问题,经常很理想化。
次级贷款的建立可能的基础假设是什么?我猜大概是:利率不会过快上涨或者不会涨到很高;房价保持上涨至少不会快速下降;原来没有足够的信用记录的客户中大部分人愿意偿还贷款。
如果这些假设被打破是个偶然事件,我们觉得这真的是运气不好,是黑天鹅。可是根本就不是,过多的流动性导致的通货膨胀自然会刺激利率提升来遏制;房价的上下很正常,有见过只涨不跌的房价吗;关于信用不足的人的还款统计大概是在低利率和房价上涨的时候得到的吧? 那个时候还不起钱也可以卖房子抵债,可是看来那时候的数据不适用于房价下跌的时候。
模型中很多参数是需要人来定的,所以导致失误
和危机有关
1、以上除了winston1986以外的其他人确切地建过模型没有,怎么建的、效果如何?
2、上面所有的问题和所谓的模型的缺陷,模型都可以解决,是模型建立者的水平问题。
1、在索罗斯的新书出版前,去年8月,我这里的基于模型的分析系统已经发现美国的次贷危机问题,并且在后来人们有传言说危机已经过去的时候也已经明确出去年只是开始(我记得在论坛里说过“小牛才露尖尖角”)
2、如果你指望全是崇尚CFA,FRM这样的模板培养出来的来防止危机的发生。没什么希望。
数学模型永远只能无限的近似于事实,无法等于事实,现实中的人为心理变化和随机事件的发生(战争,政治等),数学模型的设计显得滞后了不少
随意怀疑模型不起作用说明不了解模型,把模型当成一个输入数据就输出结果的黑箱,而不了解变量作用具体关系,往往就只能得到模型无用的失望结论.
所以先得相信并详细了解.
我宁肯模糊的正确也不要精确的错误