风险管理难的不是数学和模型！

brooke

    遇到不少考友问风险管理的数学要掌握到什么程度，模型要了解到多深，我每次都耐心的说，风险管理中其实模型不是那么重要。重要的是你对整个资本市场全面而深刻的理解。会做模型的人很多，能把模型的结果结合当前的实际作出合理判断的人很少。当然很多人对我的论点嗤之以鼻，他们总是希望听到一些高深的数学或模型，似乎不如此显示不出风险管理的独特性。很多学习风险管理的新人，缺少的不是定量的能力，而恰恰是定性的能力。

    我自己的例子很有代表性。作为理科背景，2年半前入行的时候，我认为数学和模型能解释和预测80%的市场情况。现在我则趋向认为，可能10%的解释和预测都高估了数学在金融中的能力。促进这一转变的根本情况是，数学也好，模型也好，对很多金融经济现象无能为力。或者说把经济和金融过度数学化地发展，正在掩盖经济金融本身复杂而多变的联系。简单的说，如果你假设了一个函数有两个独立变量x和y,你就排除了其他的因素，而在经济中，不曾出现在函数中的z可能很重要；X和y的联系也可能很重要，重要到甚至x和y在某些情况下不再是独立变量，而是相互联系的。

    记得2个月前参加一个会议，主要是评估公司信用风险的一些和参数模型，我因为工作在前台，也被要求参加。其间报告的一部分是关于美国有抵押的公司债和无抵押公司债的70年代到2000年左右的历史数据统计。统计的结果是：有抵押的波动率高，无抵押波动率略低。我当场对这个结果表示很大疑问并指明。无抵押的公司债价格波动率低反应的是流动性差的事实，也就是交易的频率小，通常市场价格的更新就很慢，而不是它真的风险更小。

    所以如果在无抵押的公司债VaR模型中使用的波动率是历史波动率的均值作为输入参数，事实上就是低估了风险。所以我最后建议风控小组，人为的把无担保债券的波动率参数设置为有担保债券波动率的1.2-1.5倍，以此来(人为)来保证无担保的债券应该比有担保的风险更大的判断。

    除了要对市场上的产品有甄别能力外，对整个金融体系也需要有透彻的了解。比如经济衰退时期，国债利率升高不一定是坏事。经济繁荣时期，国债利率降低不一定是好事。通胀上升不一定是坏事。自然灾害不一定是坏事等等！！！所有的这些东西需要对经济金融的理解，因为模型给出的只是一个估计值，但是这个值在不同的市场环境中可以有不同的解读。随着bloomberg等信息终端的普及，获取信息不再是难题，但是正确的解读信息，评估

    其对不同市场和产品的影响，这才是难题。而这不是数学和模型就可以解决的。