那個讓全部崩塌的錯誤#
蘭徹斯特認為，前面那一連串的環境、結構、貪婪，原本都還有救——但它們撞上了一個核心錯誤，整個系統才跌進深淵。
這個錯誤可以濃縮為一個字：風險（risk）。
銀行家們對風險的數學計算錯了。
我們都不擅長理解風險#
樓梯——你身邊看不見的兇手#
蘭徹斯特用一個離題又貼切的例子開場：
- 英國每年因樓梯死亡 超過 1,000 人
- 全英國車禍死亡（駕駛、乘客、行人、單車）才約 3,000 人
- 樓梯造成的死亡是車禍的 1/3 到 1/2
- 但你從未把它當成「危險物品」
「如果樓梯今天才被發明，分析它的危險統計數字後，一定會有一場成功的安全運動將它禁用。」
熟悉並不會帶來輕視，而是缺乏注意。
我們對機率的直覺很糟#
一個經典例子：某疾病的盛行率為千分之一，檢驗準確率 95%。如果你檢驗陽性，得病機率是？
- 多數人答「95%」
- 正確答案是 2%
- 因為 1,000 人裡有 50 個假陽性，但只有 1 個真患者
- 而且這個提問是問醫生得到的結果
Kahneman 與 Tversky：直覺的科學#
兩位以色列心理學—經濟學家 Daniel Kahneman 與 Amos Tversky 系統地證明了：
- 「聰明、見識廣、敏銳的個人」也會被錯誤直覺左右
- 「事後偏誤」（hindsight bias）：把隨機事件回頭整理出敘事
- 「損失趨避」（loss aversion）：人對「不要失去」的看重，遠高於「獲得」
- 「小數法則」（law of small numbers）：少量證據導出過度自信的結論
- 「捷思」（heuristics）：人腦處理資料的捷徑常常是錯的
Kahneman 因此獲得 2002 年諾貝爾經濟學獎。
「物理嫉妒症」：許多學科羨慕物理學的精準（f = mv 就是 f = mv），其中經濟學的症狀最重。Kahneman 的工作之所以重要，是因為它證明——不是斷言——我們的思維裡內建了系統性錯誤。
Kahneman 的三個故事#
他在諾貝爾自傳中講了三個塑造他思考方式的故事：
- 納粹佔領的法國（1941–42）：8 歲的他將綠色毛衣反穿（黃色大衛之星藏起），晚歸時被一名 SS 黑制服士兵叫住。對方擁抱他、哭訴、給他錢、拿出兒子的照片——「人是無止境地複雜而有趣的」
- 以色列軍隊：他用英軍二戰測試法評估士兵——觀察 8 人扛電線桿翻牆等任務，「自信地」判斷誰是領導人才；但實證統計顯示準確率近乎為零。他把這現象命名為「有效性錯覺」（illusion of validity）
- 1958 年 Austen Riggs 心理治療中心：週五例會討論一位病人，所有人興致勃勃——但那位病人前一晚已自殺。所有「事後看來必然」的判斷，事前無人預見
經濟學中的「理性假設」是一切宏大模型的基礎；但 Kahneman 與 Tversky 證明，連專家都無法避免認知錯覺。
巴菲特的看法很簡單：「風險來自不知道自己在做什麼。」
葛林斯潘的崩潰自白#
2008 年 10 月 23 日，葛林斯潘（Alan Greenspan）在美國眾議院監督與改革委員會作證，承認：
「我發現了那個我所感知的、定義世界如何運作的關鍵運作結構，有缺陷。」
（I found a flaw in the model that I perceived is the critical functioning structure that defines how the world works.）
這對他來說是極大的承認——他從雷根 1987 年任命他到 2006 年退休，主導美國貨幣政策橫跨四任總統，包括 1987 黑色星期一、1991 衰退、1998 LTCM、2000 網路泡沫破裂。
葛林斯潘是俄裔哲學家蘭德（Ayn Rand）的密友與門徒，篤信「客觀主義」（Objectivism）：
- 「資本主義」就是「完整、純粹、未受控、未受監管的自由放任資本主義」
- 政府應為偉人讓路
- 市場可以自我規範——是一種「神祕信仰」
金融界對「風險」的雙重定義#
對投資人：風險是好東西#
你想要 100% 無風險？買美國國債持有到期就行。代價是——
- 目前報酬約 0.41%
- 歷史上扣除通膨後約 3% 實質報酬
- 24 年才能讓錢翻倍
但 6% 報酬只要 12 年；12% 只要 6 年。
投資 1 萬英鎊，25 年後：3% 變 2 萬；12% 變 16 萬。
所以金融人會主動追逐風險：報酬與風險正相關。
但「風險」不是日常用語的「風險」#
| 一般人的「風險」 | 金融人的「風險」 |
|---|---|
| 不希望發生的壞事 | 「波動性」（volatility） |
| 只有負向 | 雙向——上漲也算 |
| 從常識判斷 | 從數學模型計算 |
蘭徹斯特指出，這是一個被悄悄置換的概念。
馬可維茲：投資組合的數學起點#
1952 年，25 歲的芝加哥大學研究生馬可維茲（Harry Markowitz）發表〈Portfolio Selection〉，奠定了現代投資組合理論：
- 波動性（volatility）：報酬率的上下震盪幅度
- 相關性（correlation）：不同資產同向／反向移動的程度
- 例：太陽眼鏡 vs 雨傘——負相關
- 線上博弈 vs 賭場——可能負相關
- 油公司 vs 汽車公司——油價高時負相關
「有效投資組合」（efficient portfolio）：在給定風險下，把報酬最大化；同時用負相關「工程化」掉不必要的風險。
伯恩斯坦（Peter Bernstein）在《Against the Gods》舉例：13 個新興市場分散投資，整體月報酬接近 2%、波動性比任何單一市場都低。
風險工程化的兩個工具：RAROC 與 VaR#
Bankers Trust 的 RAROC#
1970 年代末，Bankers Trust 在董事長 Charles Sanford 帶領下發展「風險調整資本報酬」（Risk-Adjusted Return on Capital, RAROC）。Sanford 的信念：
「成功的人理解，恰當地理解的風險往往是高度生產性的，而不是必須避免的東西。」
VaR：1987 黑色星期一之後#
1976 年加州學者 Hayne Leland 發明「投資組合保險」（portfolio insurance）——當市場下跌到一定程度，程式自動賣出 S&P 500 籃。到 1987 年大家都採用，且設定相同。
1987/10/19 黑色星期一：
- 週末積累的賣單在週一打開
- 投資組合保險程式同時觸發、同時賣出同一籃股票
- 找不到買方 → 繼續跌 → 繼續賣
- 道瓊一日下跌 22.6%——比 1929 年大崩盤還慘
之後，摩根大通的執行長 Dennis Weatherstone 設計了「4:15 報告」——每天市場收盤 15 分鐘後送到他桌上，用一個數字摘要全行當日風險：Value at Risk (VaR)。
VaR 有三個組件：
- 時間範圍（通常 1 天到 2 週）
- 金額（多少錢處於風險中）
- 機率（通常 1% 或 5%）
範例：「1 天 / 100 萬英鎊 / 5%」=「未來 24 小時有 5% 機率虧損超過 100 萬」。
但 VaR 有兩個致命問題#
問題一：GIGO（Garbage In, Garbage Out）
VaR 只跟它吃進的歷史資料一樣好。某些市場（公司債、違約率）資料厚實；新興產品（次貸 CDO）資料貧乏。
問題二：鐘形曲線並不適用所有情境
鐘形曲線（normal distribution）在「正常」狀況下成立，但市場在壓力下不是鐘形——更像「有人喊『失火！』之後的擁擠房間」。
Taleb vs Jorion 1997 的辯論#
塔雷伯（Nassim Taleb）痛批 VaR：
「VaR 是江湖術士。它假裝估計科學上不可能估計的東西——罕見事件的風險。它給人精確的錯覺，讓對沖者建立部位。它哄人入睡。」
「給飛行員一個有時失效的高度計，他會墜機。什麼都不給他，他會看窗外。技術只有在毫無瑕疵時才安全。」
Jorion 為 VaR 辯護：「會晃的時速錶比沒有時速錶好。」並補充：VaR 的最大價值在於強迫機構正視自己的曝險、建立風險管理流程。
不可能事件的連環發生#
用 sigma（標準差）談機率#
| 偏離 | 機率 | 預期頻率 |
|---|---|---|
| 1σ | 32% | — |
| 2σ | 5% | — |
| 3σ | 0.3% | 約 3,000 次出現 1 次 |
| 5σ | — | 13,932 年出現 1 天 |
| 6σ | — | 4,039,906 年出現 1 天 |
| 7σ | — | 31 億年出現 1 天 |
一連串「不可能」的事件#
銀行的數學模型告訴它們：
- 1987 年黑色星期一 = 10-sigma 事件（即使宇宙誕生以來每天開盤一次、再重來 10 億次，跌這麼多仍「不太可能」）
- 1998 年俄羅斯倒債 = 7-sigma 事件（理應 31 億年才出現一次）
- 2007–2008 年危機：高盛 CFO 維尼亞（David Viniar）的名言——「我們連續好幾天看到 25 個標準差 的波動」
「25-sigma」是什麼概念？相當於連中 21 次英國全國樂透。單次發生已經比「宇宙中所有粒子數的 10 倍」還要不可能；連續好幾天發生？「人類不該錯得這麼離譜。」
真正發生了什麼？
「房價下跌、信用紀錄差的人付不出房貸」——竟然被金融模型轉化為「人類有史以來最不可能的事件」。
Li 的「天才縫合術」與它的致命漏洞#
李祥林的高斯共輻函數（Gaussian copula function）有一個關鍵設計：
- 它不用次貸的歷史違約資料（因為根本沒有）
- 改用次貸的 CDS 價格作為相關性的代理變數
- 「保險合約怎麼動，就告訴你風險怎麼動」
這個替代方案的瑕疵是顯而易見的：
- 次貸是新東西，從未經歷壓力期
- CDS 價格只反映了「派對還在進行時」的看法
- 用這份資料做模型，就像用「派對最熱時的天氣」估計暴風雨頻率
依模型計算，「20% 房價下跌引發的 CDO 連動」是一個比宇宙年齡還長很多很多兆倍才會發生一次的事件。
蘭徹斯特反問：「我才 47 歲，已經親身見過 2 次房價下跌超過 20%。」
葛林斯潘的證詞與蘭徹斯特的批註#
葛林斯潘把責任歸咎於「資料不夠長」——只涵蓋過去 20 年的「狂歡期」。蘭徹斯特批註：
葛林斯潘抓錯重點：
- 不是資料不夠長
- 是「依賴歷史資料」這件事本身就不夠
- 不可預見的事件依定義不可預見
- 模型一遇到意外就失靈
對沖基金經理愛因霍恩（David Einhorn）的比喻：
「（這些模型）就像一個永遠都運作正常、除了你撞車以外的安全氣囊。」
他們不是「實踐上錯」，是「哲學上錯」#
英格蘭銀行行長金恩（Mervyn King）的評語：
CDO「報酬分布對底層相關性的微小變化極為敏感——而我們對這種相關性沒有任何精確的理解。」
「他們不像你在猜銅板猜錯那樣『實踐上錯』；他們是哲學上錯——他們做的事情違反了現實的本質。」