风控 | 为什么银行从未成功抵御“黑天鹅”事件？

08年美帝雷曼兄弟倒闭，20年桥水基金狂亏20%，3月份美联储继续制造泡沫，为什么包括银行在内的金融机构，总是很难避免“黑天鹅”事件？

一旦“黑天鹅”事件来临，银行就变得像小白兔一样，纷纷中招？这是怎么回事？

首先科普一下什么是“黑天鹅”事件，实际上这并非是专业的学术名词，在专业领域它被明确定义为“尾部风险（left tail）”。

大意是极小概率发生但重创整个系统的事件。

例如这次新冠状疫情席卷全球，美帝股市一周内3次熔断，都属于“黑天鹅”事件。

那么身为金字塔顶端的银行等机构为什么没有意识到这些危机的来临呢？

实际上全世界几乎所有银行，都在事前非常准确的捕捉到即将来临的“黑天鹅”事件。

但问题是，这种小概率事件非常多，不夸张的说，作为专业研究机构，例如高盛，可能会得出10000个以上即将到来的危机。

银行的声音很有可能是这样：“我知道危机会来临，但我不知道具体是哪一个给我重创。”

这个时候，很多人会说，为什么银行不花大量精力去预防风险呢？毕竟这1万个风险中，总会有1个给自身带来毁灭性的打击。

事实上，包括银行在内的金融机构在处理即将到来的危机时，会考虑到风险控制必然带来的成本问题。

那么这个成本到底有多少？

Myron Scholes有过一个估算，如果风险资产组合想要完全避免“黑天鹅”事件带来的毁灭性损失，所花费的成本高到吓人，可能直接让银行立刻倒闭，都不用等待外部风险的到来。

那么银行常用的风险管控措施到底是什么样的呢？

现阶段国内银行最常用的预防风险手段是：从投资组合入手降低风险，减少尾部风险发生的机率。

对于银行来讲，过度强调“识别风险”和“管理风险”，有一点本末倒置，巨额成本本身就算得上自身主动创造的负面风险。

挖掘已有数据、维持风险偏好、科学地量化已知风险说起来，大致就相当于你跟人家表白，对方给你说：我知道你是个好人，但是......

所以咯，在人工智能和量子计算机未完全成熟且普及之前，风险不可能完全被避免。

同样是Myron Scholes测算，一个风险资产组合，从1930年至2012年，正常价值680美元，规避三分之一的“黑天鹅”事件后价值变为4904美元，规避二分之一的“黑天鹅”事件后价值12931美元。

谁都希望风险完全消失，可是当风险完全消失时，商业机构之间的竞争会不会更加激烈？

未知的事件，在某种程度上来讲，确实属于“我不知道”的事件，虽然从长远来说，是可以事后诸葛的，但是从现实的角度来讲，人的观测视角不可能绝对完美。

那么银行等金融机构到底有没有预防风险的能力呢？

那些繁多的监管指标和测算体系到底有没有实用价值？

实际上，银行风险抵御措施是伴随着一次又一次大规模风险事件发生后一次又一次加强的。

从Basel 1到Basel 3，从PLAC到TLAC，对银行资本充足的要求越来越高，对风险监管的要求越来越多。

全球的系统重要性银行在恢复与处置计划之下，经过严格的压力测试，结果显示系统重要性银行被一次或几次危机击倒的可能性已经微乎其微了。

当然，2020年庚子年得除外。

这几天华尔街都沉默了。。。

毕竟也只有坐在沙发上，看落地窗外凌晨3点的纽约，手握一杯酒红色的葡萄酒，是唯一几种面对美股三次熔断依然不会丧失希望的生活方式之一。

⬆来自伊万卡·特朗普的凝视

最后，诸如中国交通银行经常使用的风控AI工具“RiskRaider风险雷达”，10分钟查清全国公司的经营数据、总资产周转率、诉讼案子、股权、实际控制人等数据。