為什麼銀行從未成功抵禦“黑天鵝”事件?

08年美帝雷曼兄弟倒閉,20年橋水基金狂虧20%,3月份美聯儲繼續製造泡沫,為什麼包括銀行在內的金融機構,總是很難避免“黑天鵝”事件?

風控 | 為什麼銀行從未成功抵禦“黑天鵝”事件?

風控 | 為什麼銀行從未成功抵禦“黑天鵝”事件?

一旦“黑天鵝”事件來臨,銀行就變得像小白兔一樣,紛紛中招?這是怎麼回事?

首先科普一下什麼是“黑天鵝”事件,實際上這並非是專業的學術名詞,在專業領域它被明確定義為“尾部風險(left tail)”

大意是極小概率發生但重創整個系統的事件。

例如這次新冠狀疫情席捲全球,美帝股市一週內3次熔斷,都屬於“黑天鵝”事件。

風控 | 為什麼銀行從未成功抵禦“黑天鵝”事件?

那麼身為金字塔頂端的銀行等機構為什麼沒有意識到這些危機的來臨呢?

實際上全世界幾乎所有銀行,都在事前非常準確的捕捉到即將來臨的“黑天鵝”事件。

但問題是,這種小概率事件非常多,不誇張的說,作為專業研究機構,例如高盛,可能會得出10000個以上即將到來的危機。

銀行的聲音很有可能是這樣:“我知道危機會來臨,但我不知道具體是哪一個給我重創。”

這個時候,很多人會說,為什麼銀行不花大量精力去預防風險呢?畢竟這1萬個風險中,總會有1個給自身帶來毀滅性的打擊。

事實上,包括銀行在內的金融機構在處理即將到來的危機時,會考慮到風險控制必然帶來的成本問題。

那麼這個成本到底有多少?

風控 | 為什麼銀行從未成功抵禦“黑天鵝”事件?

Myron Scholes有過一個估算,如果風險資產組合想要完全避免“黑天鵝”事件帶來的毀滅性損失,所花費的成本高到嚇人,可能直接讓銀行立刻倒閉,都不用等待外部風險的到來。

那麼銀行常用的風險管控措施到底是什麼樣的呢?

現階段國內銀行最常用的預防風險手段是:從投資組合入手降低風險,減少尾部風險發生的機率。

對於銀行來講,過度強調“識別風險”和“管理風險”,有一點本末倒置,鉅額成本本身就算得上自身主動創造的負面風險。

風控 | 為什麼銀行從未成功抵禦“黑天鵝”事件?

挖掘已有數據、維持風險偏好、科學地量化已知風險說起來,大致就相當於你跟人家表白,對方給你說:我知道你是個好人,但是......

所以咯,在人工智能和量子計算機未完全成熟且普及之前,風險不可能完全被避免。

同樣是Myron Scholes測算,一個風險資產組合,從1930年至2012年,正常價值680美元,規避三分之一的“黑天鵝”事件後價值變為4904美元,規避二分之一的“黑天鵝”事件後價值12931美元。

誰都希望風險完全消失,可是當風險完全消失時,商業機構之間的競爭會不會更加激烈?

未知的事件,在某種程度上來講,確實屬於“我不知道”的事件,雖然從長遠來說,是可以事後諸葛的,但是從現實的角度來講,人的觀測視角不可能絕對完美。

風控 | 為什麼銀行從未成功抵禦“黑天鵝”事件?

那麼銀行等金融機構到底有沒有預防風險的能力呢?

那些繁多的監管指標和測算體系到底有沒有實用價值?

實際上,銀行風險抵禦措施是伴隨著一次又一次大規模風險事件發生後一次又一次加強的。

從Basel 1到Basel 3,從PLAC到TLAC,對銀行資本充足的要求越來越高,對風險監管的要求越來越多。

全球的系統重要性銀行在恢復與處置計劃之下,經過嚴格的壓力測試,結果顯示系統重要性銀行被一次或幾次危機擊倒的可能性已經微乎其微了。

當然,2020年庚子年得除外。

風控 | 為什麼銀行從未成功抵禦“黑天鵝”事件?

這幾天華爾街都沉默了。。。

畢竟也只有坐在沙發上,看落地窗外凌晨3點的紐約,手握一杯酒紅色的葡萄酒,是唯一幾種面對美股三次熔斷依然不會喪失希望的生活方式之一。

風控 | 為什麼銀行從未成功抵禦“黑天鵝”事件?

⬆來自伊萬卡·特朗普的凝視

最後,諸如中國交通銀行經常使用的風控AI工具“RiskRaider風險雷達”,10分鐘查清全國公司的經營數據、總資產週轉率、訴訟案子、股權、實際控制人等數據。

風控 | 為什麼銀行從未成功抵禦“黑天鵝”事件?


分享到:


相關文章: