为什么金融危机难以预测？

Alexander

[ 过去，房价的浮动并未对金融体系造成多么严重的影响，于是许多经济学家便对金融体系承受房地产市场危机的能力充满信心。然而，金融体系或许从未出现过这样高负债经营的局面，自然也就从来没有为房地产市场投入过这么多的资金 ]

　　失败的预测都是非样本预测

　　此次金融危机的预测至少存在四大失败之处：

　　人们本来可以发觉这次的房地产泡沫是一个错误的预测，但那些房主和投资者却错误地认为，不断走高的房屋价格表明房屋价值还会不断提高。事实上，历史证明，房屋价格走高时，其价值反而更容易降低。

　　各大评级机构以及像雷曼兄弟这样的投资银行没有预测到抵押贷款支持证券的巨大风险。但问题是，这些评级机构之所以预测错误，并不是（他们在美国国会听证会上辩解的那样）由于他们没有发现房地产泡沫的存在，而是由于其预测模式存在着很多错误的假设，对这次房价暴跌可能带来的风险估计不足、盲目乐观。

　　人们普遍没有预料到一次房地产危机竟会触发一场全球性的金融危机。这次危机是由市场中的高负债经营导致的，只有在1美元的风险有50美元的风险资金支持的情况下，美国人才愿意将资金投到一所新房子里。

　　金融危机发生后，人们没能预测到这次危机可能引发的巨大经济问题。莱因哈特和罗格夫已经发现金融危机常会导致严重而长久的经济衰退，但许多经济学家和政策制定者对这个观点并不在意。

　　这些失败的预测有一条共同线索，即在上述每种情况下，人们在评估数据时都忽视了一个重要因素：

　　近些年来，美国的房价从未出现过大幅回落，这种情况使得很多房主对房价信心满满。然而，美国的房价在房市崩盘前高得离谱，这种提升幅度是前所未有的。

　　穆迪和标准普尔等评级机构过去总能对各种金融资产做出准确的测评，基于此，各大银行对这些评级机构对抵押贷款支持证券的评估能力毫不怀疑。然而，这些评级机构此前从未为这种复杂的新型信用违约率证券做过测评。

　　过去，房价的浮动并未对金融体系造成多么严重的影响，于是许多经济学家便对金融体系承受房地产市场危机的能力充满信心。然而，金融体系或许从未出现过这样高负债经营的局面，自然也就从来没有为房地产市场投入过这么多的资金。

　　最近几次经济衰退几乎都呈现出“V”字形的迅速恢复态势，这种经历使那些政策制定者坚信，此次金融危机之后，经济也会迅速恢复。然而，之前的那些经济衰退都和金融危机无关，其严重程度不可与这一次同日而语。

　　此类问题有一个专门术语：以上这些预测者所考虑的事件都属于“非样本”预测。一个预测一旦出现严重错误，其中通常都会存在“非样本”预测这一问题的痕迹。

　　“非样本”究竟是什么意思呢？我们举个简单的例子解释一下。

　　失败的公式——非样本，无思考

　　假设你是一名非常出色的司机。每个人都认为自己是一个好司机，但是你有实际的驾驶记录可以证明这一点：驾龄长达30年，在20000次出行过程中，只发生过两次轻微剐蹭事故。

　　你也不是酒鬼，醉驾这种事情似乎永远不会发生在你的身上。但是，有一年在公司的圣诞派对上，一位好友要离开公司，你当时的工作压力又很大，于是情绪出现了波动，不知不觉间喝了12杯伏特加，你喝醉了。此时该开车回家，还是叫一辆出租车呢？

　　这个问题的答案肯定是叫辆出租车载你回家。

　　但你突发奇想要自己开车回去，你是这样为自己找理由的：自己曾经有20000次驾车出行的经历，只发生过两起小意外，其他19 998次都安全抵达目的地。安全率这么高，又何必那么麻烦让出租车载你回家呢？

　　但问题是，20000次出行记录没有一次是像这次醉酒驾车的，你的醉驾样本数量不是20000次，而是零次。因此，用先前的经验预测此次驾车的风险是毫无根据的。这个例子就解释了什么是“非样本”问题。

　　这一问题看似很容易避免，但评级公司正是犯了这一错误。穆迪公司根据过去的数据——特别是美国自20世纪80年代以来的房地产市场数据——构建了一个预测模式，以此来评估不同抵押违约行为之间的关联程度。问题是，从20世纪80年代到21世纪初期的二十几年的时间里，美国的房价一直保持稳定或略有增长。在这种情况下，认为一个房主的抵押贷款与其他贷款没有什么关系，这种假设看起来好像没有什么问题。但这些从前的数据无法显示当房价开始不断走低时会出现什么情况。房市崩盘是“非样本”事件，评级公司在此基础上对违约风险进行评价的预测模式也就毫无价值可言。

　　前事不忘，后事之师

　　然而，穆迪公司当时并未竭尽所能，如果它们当时能放宽眼界，还是可以得到更合理的评估结果的。美国此前确实没有经历过房地产市场的崩盘，但其他国家经历过，而且结果惨不忍睹。如果穆迪公司对日本房地产泡沫后的违约率有所了解，就会更加理性地看待抵押贷款支持证券的危险性，也就不会给出3A评级了。

　　很多预测者通常都不愿意考虑“非样本”中存在的这些问题。当我们将样本扩大到涵盖了那些在时空上都离我们很远的事件时，这通常意味着我们会遇到一些自己并不熟悉或与所进行研究关系并不紧密的案例。因此，这一模式看上去就不那么有说服力，展示在幻灯片（或期刊论文或博客）中时，也不会给人留下很深刻的印象。在这种情形下，我们只好承认自己对这个世界的了解并没有想象的多，而我们的个人感受和职业动机几乎总在阻止我们这样做。

　　我们忘了——也可能是故意忽略——我们的预测模式就是简化了的世界，我们以为即使犯了错，也无大碍。

　　然而，在复杂的系统中，错误都不是用程度来衡量的，而是用级别衡量的。标准普尔和穆迪将债务担保凭证的违约风险低估了200倍，那些经济学家认为发生概率只有五百分之一的经济衰退也实实在在地上演了。

　　就像我在引言中提到的那样，在信息时代我们面临的一个重大挑战，就是全球的知识总量在增加，而我们实际掌握的知识和自认为掌握的知识之间的鸿沟却越来越宽。这一症状与那些貌似精确实则错误的预测是有关联的。穆迪将计算结果保留到小数点后两位，看似精确却脱离了实际。这就好比你说自己是一位射击高手，因为你的子弹每次都能射中同一个位置，即使每一枪都离目标十万八千里，你也会这样讲。

　　金融危机以及其他大多数失败的预测都源于一种盲目的自信。他们用精确的预测冒充准确的预测，于是我们有些人就上当了，还将赌注翻番。我们自以为已经克服了辨别力中的盲点，却没有料到实力雄厚如美国这样的国家此时经济的发展也戛然而止了。（摘自《信号与噪声》，[美]纳特·西尔弗，中信出版社，标题为编者加，艾经纬 整理） 插图/苏益  艾经纬(整理)