李祥林与金融海啸
3748字
2021-02-12 16:32
19阅读
火星译客

约翰尼•凯什(Joh nny Cash)和琼•卡特(June Carter)在大奥普里(Grand Ole Opry)现场音乐秀的后台初次见面。他们的相识有点像乡村歌曲中的男女主角:他结过婚,她刚刚离婚,于是一段感情开始了;两位歌手都有小孩,前妻因他酗酒狂欢于1966年离开他之前,他有3个孩子。两年之后,他在舞台上向卡特求婚,尽管遭到卡特多次拒绝,但最终她还是答应了。他们各自又找到了自己的人生伴侣。

他们的人生结局也像是一首乡村歌曲。2003年,卡特心脏手术出现并发症,不幸逝世于纳什维尔,4个月后,凯什也与世长辞,和卡特在天堂相会。似乎,妻子因心脏并发症去世让他痛不欲生:“太痛苦了,”在最后一次音乐会上,他对观众这样说道。他一边为他的吉他调音,一边几乎流着泪表示,这种痛苦“让人难以接受,是最不能让人接受的。”


 

 在刚刚丧失亲人的人群中,凯什只不过是一个突出的例子。约翰尼和琼相遇前,科学家们就已经注意到,这种“配偶相继去世的案例”其实并不是个案。到上世纪80年代,医学研究人员就开始著文提到“应激性心肌病”(stress cardiomyopathy),又称“心尖球形综合征”(apical ballooning syndrome),这个难懂的专业术语用来描述这样一种特殊情形:经历了一次非常严重的精神创伤之后,人体的大脑会神秘地向血液中释放出一些化学物质,而这些物质会削弱人体心脏机能——在某些情况下,会导致心脏完全停止工作。

医学界对此很有兴趣,因为研究人员可能有机会干涉并延长人的生命。另一个行业对这个现象也很感兴趣——但更多地是去理解它,而不是去阻止它。这些人就是寿险精算师。保险精算学是一个围绕生与死的统计学科——而心碎现象的统计也变得非常引人注目。一页又一页的死亡报告显示了相同的显著趋势:夫妻中,一方的去世会大大增加另一方死亡的几率。悲伤致死——从最一般意义上讲,不一定是死于应激性心肌病——并不是一种罕见现象,而多少是个统计概率事件。因此,寿险商为了经营期业务,需要把它融入统计模型中。

在2008年3月做的一份研究中,卡斯商学院(Cass Business School)的亚普•施普鲁(Jaap Spreeuw)和王旭(Xu Wang,译音)发现,在爱人死后的一年里,女性可能死亡的概率是平常的2倍多,而男性的死亡概率则是6倍多。“这意味着……联合生存年金[继续支付相同金额,直至被保险人双双死亡]定价太低,而最后生存者年金[一方去世后,向另一方支付的年金增加]则定价太高,”这份研究的作者总结道。

然而,在卡斯商学院的权威研究之前,保险精算师就已开始把悲伤致死的趋势融入他们用来计算客户死亡概率的模型中。怎样才能可靠地抓住这种转瞬即逝的关系呢?当然,保险精算师们靠的是概率。虽然他们无法为一对具体的夫妇设计出一种能够预测心碎综合症致死的概率模型,但他们可以利用统计学,以一群人为样本,设计出一副相对精确的图景。


 

他们借用物理学,并以马尔可夫链(Markov chain)模型为基础设计出一个方程:一种表达一系列统计事件的方式,这些事件的结果互相独立。在物理学上,马尔可夫链过程基于我们对周围世界最基本的认识,从液体汽化的方式到一滴墨水在一杯水中逐渐扩散的方式。精算师们解释道,如果你把人视为原子,那么你就可以在人身上运用相同的原子数学了。

1987年秋天,一位男子从中国乘班机来到加拿大。这位当时有可能成为全球最具影响力精算师的男子叫李祥林(Xiang Lin Li)。在此之前,他和同行的许多年轻学者——全部来自南开大学——都未出过国门,但他们应中国和加拿大政府的邀请,来到加拿大做一些超乎寻常的事:研究资本主义。这一小群数学学者和统计学学者将攻读魁北克拉瓦尔大学(Quebec's Laval University)的商学学位。


 

对李祥林来说,去加拿大是他当时许多不可能的机会中最近的一个,而正是这些机会造就了他后来的人生。几十年前,在毛泽东的文化大革命行将结束之际,他的家庭受到了迫害:他的父亲——一位中层警官,恰好是一位低职位官僚,成了当时红卫兵再教育的对象,他们一家被赶往中国南部的一个小村庄。在乡下,年轻的李祥林上学的机会非常渺茫,更不用说上大学了。

但他很有才能,再加上他有动力,最终他成功地走进了学堂,而且还进了南开大学——中国最具声望的大学之一。李祥林在南开大学学习经济学,而就在他通过硕士学位考试后,加拿大发出了邀请。为了成为被送往魁北克的一分子,他在四个月内学会了法语——学习语言的劲道似乎能和他捣弄数字时的劲道相提并论。

在国外,李祥林的干劲并没有减弱。去加拿大四年之后,他获得了工商管理学硕士学位;到了这个地步,他没有回国的念头了。在他在外的几年时间里,中国的微型公开性时期结束。共产党总书记胡耀邦和一些民主改革份子相继被革职,而当时的中国领导人邓小平对被释放出来的自由主义风气持非常谨慎的态度。

1989年,中国的一些学生在天安门广场被射杀,全球的目光都聚焦到了中国。对于那些有志向的年轻学生来说——尤其是对刚在西方获得工商管理学硕士学位的学生来说,南开这样的大学并不是最安全的地方。

为了表明自己不再回国,他改名为大卫•李(David Li)。从拉瓦尔大学毕业后,他进入多伦多附近的滑铁卢大学学习保险精算学。而这并不是唯一的变化:从身处讲法语的蒙特利尔优雅社会到进入一个更世俗、更加以商业为中心的多伦多社会,这一变化意义深远,而且经过深思熟虑。据和他一同从中国移民出来的同伴、也是拉瓦尔大学的同学戴杰(Jie Dai,译音)称,“我清晰地记得[李]曾说过,如果你成了一位精算师,你会赚到很多钱。”

上世纪90年代,要赚大钱,当然不会是在滑铁卢大学,而是在硅谷、华尔街和伦敦金融城。对数学人才来说,硅谷是首选,但华尔街和金融城也在逐渐吸引李祥林这样的人才。1984年,罗伯特•鲁宾(Robert Rubin)——10年后他成了美国财长——为他当时的雇主高盛(Goldman Sachs)投行做出了一个大胆决定。鲁宾决定雇佣当时麻省理工大学斯隆管理学院的学者、经济学家费希尔•布莱克(Fischer Black)。

1983年之前,有一些学者已开始研究经济学和市场学,但都是出于学术好奇心;布莱克个性独特——是一个严谨的学者,有成功的著述经验,并还有一个终身职位——他去了华尔街,并冒着象牙塔同事嘲笑的风险,将理论付诸实践。

鲁宾的豪赌为高盛带来的收入是布莱克薪水的好几倍。在高盛,这位教授开拓性地利用数学原理去追求利润。布莱克-斯科尔斯公式(Black-Scholes formula)的发明有一半是他的功劳,这个公式为市场风险制定一个合理的价格,给华尔街带来了革命性的变化。这个原则成为一个全新领域的奠基性教义,即定量金融学。

定量金融学的倡导者试图用智慧来战胜市场,他们首先利用数学计算风险,利用数学排除这些风险。从事定量金融学的人数迅速增加。随着苏联的瓦解、军备竞赛的结束,以及1993年美国国会取消了超导超大型加速器(旨在成为当时世界上最大的物理实验仪器)的建造,粒子物理学家、量子力学专家,以及电脑工程师都无事可干了。对年轻一代的本科生和博士来说,把他们的知识应用到金融学,显然是防止他们领域工作流失很好的另一个选择。

粒子物理学家伊曼纽尔•德曼(Emanuel Derman)就做了这样的转变。他于1985年加入高盛集团,在在布莱克手下工作,最终接任导师的职位。他回忆道,当时大量涌入的“定量金融家”被称为是“POW”——即华尔街上的物理学家(POW原意为战俘)。另一位华尔街定量金融学家、现麻省理工大学讲师罗德城(Andrew Lo)引用的缩写词也相当精准。在最近一次讲座中,他说,现在华尔街真正需要的不是博士(PhD),而是PSDs:“贫困、聪明,并且急切想致富”(poor, smart and with a deep desire to get rich)的人。在滑铁卢大学,李祥林非常适合这种描述。他在攻读保险精算博士学位,但没有人希望他今后走学术道路。于是,1997年获得博士学位后,他在加拿大最大的银行之一——加拿大帝国商业银行(CIBC)找了份工作。

对李祥林这样的毕业生来说,进入乱作一团的商界或许让人有些吃惊,即便拥有工商管理学硕士学位。像他这样的数学家至多也只不过是个定量金融家,多少被人看不起;如果他们幸运的话,交易员同事或许会拍拍他们后背,半拍马屁地说上一句“火箭科学家”。伊曼纽尔•德曼记得,有一次在高盛,他和另一个量子物理学家站在交易所内中央过道的两边,一位资深交易员从他们之间走过。这位交易员“赶紧跑开,极度痛苦地用双手抓着头,惊呼道:‘啊……!好强的力场!太强了!让我离开这里!'”

可是,李祥林1998年到纽约时,定量金融家统治了华尔街。那年夏天,长期资本管理公司LTCM)——由定量金融学中最好的专家管理的对冲基金——需要从联邦政府处获得大规模救助。但长期资本管理公司非但没有警示人们——数学模型可能会让投资者陷入严重的困境,它还把定量金融视为一个另类的后勤支持任务并将这一观点发扬光大了。这家基金公司倒闭前的巨大威力,以及倒闭有可能会在金融体系留下一个万亿美元的大洞这一事实,使人们对一个观念产生了怀疑,即交易员的直觉和经验要比数字情报重要得多。

然而,定量金融家事实上并没有进入交易大厅。他们中的杰出人才仍旧在写论文,研究数字,把他们的理论知识运用到商业领域。李祥林来到纽约,在咨询公司RiskMetrics集团工作。该集团是从JP摩根(JP Morgan)独立出来的,但他仍然还是在考虑生、死和爱。2000年,他在著名的《固定收入期刊》(Journal of Fixed Income)上发表了一篇论文,引发了人们的强烈关注。在报告中,李祥林玩了一个非常优雅的把戏。借助于他在精算学和保险学以及对心碎症状的知识,他试图解决华尔街定量金融家最棘手的问题:违约相关性。

市场的功能和孤立的实验室不同,市场是相互联系、相互关联的。对于定量金融家来说,光试着去了解自己银行投资组合中的各个公司的破产概率还不够;他还要知道一家或多家公司的破产是如何增加(或减少)其他公司违约的可能性。例如,假设一家银行向两个企业——分别是乳牛场和乳品厂——提供贷款。根据评级机构,乳牛场破产的可能性为10%,而乳品厂破产的可能性为5%。但如果乳牛场真的破产了,而且这家乳牛场又是乳品厂的主要奶品供应商,那么乳品厂跟着乳牛场破产的可能性将迅速上升至5%以上。

事情就这样变得更加复杂了。爱尔兰乳牛场发行的债券和马来西亚软件公司发行的债券,它们之间的违约概率有何关系?或许你会这样认为,一点关系都没有:这些企业不仅提供的产品和服务完全不同,而且地理位置相距遥远。然而,假设两家公司都在从同一家陷入困境的银行贷款,而这家银行正要求收回贷款,那么情况又会怎样?


 

事实上,长期资本管理公司就是这样倒闭的。俄罗斯政府债券和墨西哥政府债券之间的相关程度如何呢?根据长期资本管理公司的模型(但应当指出的是,该模型使用的数据追溯到了100年前)显示,一点也不相关。但结果是,俄罗斯和墨西哥两个市场的主要投资者就是相同的那么几个人。1998年俄罗斯金融危机时,叶利钦政府债券违约,导致投资者因急于想降低其投资组合风险而恐慌性抛售墨西哥债券。


 

李祥林意识到,他的见解具有开创性。7年之后,他在接受《华尔街日报》采访时说:“突然,我觉得我[作为一个精算师]试图解决的问题就是那些人正在试图解决的。[贷款]拖欠就像是公司死亡一样。”而如果他能把痛苦致死的数学理论应用于破产公司中,那么他就有办法建立一个数学模型,用来评估一家公司的违约对其它公司出现违约可能性的影响。


 

当数学家和物理学家想描述事件发生的可能性时,他们通常会依靠一条叫联结(copula)的曲线。Copula是拉丁文中的一个名词词根,意思是一种“联系或关联”,当然,联结可以和许多变量相连,从中你可以看到它们之间的相互依赖性。在滑铁卢大学攻读博士学位及在加拿大帝国商业银行工作期间,李祥林的研究兴趣在于:如何利用联结曲线使当时的心碎综合症保险精算模型得以发展。依赖马尔可夫链的问题是,他们制作的人类寿命图景太过机械化、物理化,甚至是原子化了。李祥林推论道,利用能够更加合理地显示结果分布的联结曲线,可以设计出一张更精确、更综合的心碎综合症,或者说问题公司的图景。

他决定利用一条非常标准的曲线——高斯联结(Gaussian copula)曲线,更常见的说法是“钟形曲线”,或“正态分布曲线”——以绘制并决定任何给定资产组合的相关性。保险精算师能够在只知道凯什最近开始守寡,而不知道其它任何消息的情况下,告诉他们的雇主在琼•卡特去世后约翰尼•凯什去世的概率,同理,定量金融学家可以不用知道有关公司的任何消息,就能告诉他们的雇主一家公司违约有可能对另一家公司所产生的影响。从这个观点来看,这真的可能,或者是将成为一场数字计算游戏。

到2003年,李祥林的论文使他在华尔街一举成名。到现在为止,他担任过花旗集团(Citigroup)衍生品研究部总监和全球负责人,在11月一个阳光明媚的周二上午,他在年度定量金融大会(Quant Congress)上做了一个和他的研究相关的报告,如沐春风。在数百名定量金融同行面前(当时在场的一位回忆道:“这简直是一场科幻小说大会。”),他详细介绍了自己的模型——高斯联结违约函数。


 

报告中参杂着方程式、数学引理、拱形曲线和一系列矩阵。之后的提问对他充满敬意,非常专业。李祥林似乎发现了风险管理拼图的最后一块,而自定量金融人才引入华尔街以来,各大银行一直在努力把这块拼图的各部分拼接起来。


 

到2001年,相关性成了大事。一股新的热情在令控华尔街涌动——与导致上世纪80年代早期股票期货和衍生品爆发的布莱克-斯科尔斯(Black-Scholes)模型一样具有创新性。这就是结构化金融,使华尔街20年的定量金融发展达到高潮。基本原理很简单:银行不必再承担风险了。相反,银行可以使用复杂的数学原理并制定模型对风险进行定价,然后将这些风险打包,像交易其它普通有价证券一样进行交易。


 

抵押贷款就是个最好的例子。银行没有选择借出抵押贷款,然后在贷款期限内逐渐收取利息,相反,它们开始把这些贷款捆绑在一起,销售给那些专门设立的表外空壳公司。这些公司转而发行债券募集资金。而通过使用由定量金融专家制定的模型和数学原理,银行就可以调整抵押贷款组合的结构,确保针对投资者发行不同风险的债券。然而,问题就是相关性。任何表外证券化都无法正常把握的一样东西,就是他们拥有的上万种不同抵押贷款之间的相互关系。因此,上世界90年代期间,结构化金融始终是高度定制化的利基业务。

然而,2004年8月10日,评级机构穆迪(Moody's)把李祥林的高斯联结违约函数方程运用到自己的担保债务凭证(CDO)的评级方法中。CDO是一种结构性金融产品,最终证明是许多银行的噩梦。之前,穆迪公司主张CDO必须满足一个多样性分值——也就是说,每个CDO都应该包含不同种类的资产,比如商业抵押贷款、学生贷款和信用卡债务,还有很受欢迎的次级债。

这确实是一个标准的投资妙计,它避免了把所有鸡蛋都放在一个篮子里,从而规避了风险。但李祥林的公式意味着,穆迪公司现在有一个能使公司判断风险相互关联性的模型——而上述提到的妙计或许可以扔出窗外了,因为风险可以用数学确定性来进行衡量。如果你知道你的篮子摔下的确切几率,你就没有必要用不同的篮子来装鸡蛋了。穆迪公司改变方法几周之后,世界另一个大型评估机构标准普尔(Standard & Poor's)也改变了自己的方法。

单单由次级抵押贷款组成的CDO风行一时。使用奇特的高斯联结相关性模型,以及一些聪明的表外架构,高风险抵押贷款被重新打包成具有3A评级的黄金投资产品。CDO市场迅速增长。2000年,CDO发行总量达数百亿美元。到2007年,发行的CDO债券总价值达2万亿美元。而随着越来越多的投资者希望将自己的资金投资于债券,使得借钱成本变得异常低,从而引发了房价大幅上涨,给世界各国经济注入了强劲动力。


 

现在我们已经知道,美国次级债住房市场开始出问题。2006年末,贷款违约率开始上升。银行起初并不担心。它们的模式假设,美国各地的小规模违约现象互不相关。但违约现象一直在出现。到2007年初,美国次级债市场明显出现了问题,到夏天,全美房产业主开始拖欠抵押贷款。金融革命带来的便宜债务成本如此低,当初根本就不应该提供这种贷款。而相关性模型依旧像在上世纪90年代那样描述房产市场,并没有预测到它最终成为了“急剧膨胀的怪物”。具有讽刺意味的是,模型的发展改变了它自己建模的现实的本性。


 

银行开始承受持有CDO带来的损失,数目令人难以置信。随着各大机构对彼此的偿债能力变得担心起来,于是停止互相借贷。全球流动资金枯竭。问题从一个资产类别传染至另一个资产类别,银行的痛苦蔓延至整个实体经济。突然,每一件事都变得高度相关起来。
 

李祥林的方程为何没能预测到这个情况的发生呢?问题是,这个方程假设:事件是围绕着平均值——“正常”状态紧密联系在一起的。在保险精算学中,他的方程能充分抓住双重结果,如生或死,但在混乱的抵押贷款和经济学世界里,他的方程不再有效。在这里,可能出现的结果范围比面对保险公司客户时所要给出的那些结果范围来得更加复杂,无疑也更具一定的随机性。市场——尤其是抵押贷款市场——和那些保险公司相比,更倾向于极端相关性情况。心碎综合症死亡会引发富有诗意的联想,但预测心碎综合症死亡比起更加乏味的市场相关性预测来要容易得多,因为后者永远是那么不可知。

为什么没有人注意到这个方程的弱点呢?有些人注意到了。畅销书《黑天鹅》(The Black Swan)讲述了采用联结模型时考虑不相关事件的重要性,该书作者纳西姆•尼古拉•塔勒布(Nassim Nicholas Taleb)痛快淋漓地批评了定量金融学和李祥林的公式。“这东西就从来没有灵验过,”他说。“任何依赖相关性的行为都是江湖骗子做法。”

2007年,大卫•李(即李祥林)离开华尔街,回到中国。本文没有采访到他。但两年前,即在金融体系崩溃前,他做出过警告:“很少有人理解模型的本质。”统计学和精算学教授、李祥林在滑铁卢大学的导师哈里•潘尼尔(Harry Panjer)公平地看待了塔勒布的指控和李祥林的观点。今年早些时候,潘尼尔告诉《多伦多星报》(The Toronto Star)说:“我们统计学界有个说法,‘所有模型都是错的,但有些是有用的。'”而大卫•李的模型在一段时期内非常有用。

琼斯(Sam Jones)是《金融时报》驻阿尔法城记者。

0 条评论
评论不能为空