风险的正确度量和错误度量

正如本章所谈到的，错误度量风险是长期资本管理公司崩盘的原因之一。宽客天生喜欢执行包括风险暴露在内的各种度量。但是这种行为自身存在着优点和缺点。从积极的方面讲，一个好的构想的量化策略鼓励承担一定的风险。不同于接受偶然风险，纪律严明的量化策略要求精确划分所能接受的范围，并且将所能承担的风险控制在一定范围内。为了彻底清除这些风险，宽客必须事先知道这些风险是什么以及如何度量这些风险。例如，认为没有足够能力预测市场运行的方向的许多股票量化交易者，都会度量市场风险敞口程度（利用净头寸或者贝塔系数度量），通过平衡多头和空头组合以使得风险暴露处在较低的一个水平。另一方面，精度不准确、度量错误以及设置不正确的假设条件会使得风险度量和量化管理陷入困难。

以上我们所提及的例子以及我们未提及的绝大部分例子，都是由于过度依赖并不尽善尽美的风险度量技术造成的。例如，在长期资本管理公司的例子中，历史数据表明某些情况很可能发生，另一些情形不太可能发生，还有些情形绝不会发生。那个时候，绝大部分市场参与者并没有意识到作为核武器和核原料大国的俄罗斯会违约。毕竟在历史上这种事情从未发生过。但是，俄罗斯在1998年夏天的确出现了债务违约，导致世界市场一片混乱，使得任何风险度量手段都毫无意义。在这次事件中，单纯地过度依赖量化风险度量技术导致1998年秋天全球金融市场几近崩溃。倘若不是美国政府发起的救助行动，并得力于华尔街很多重量级银行的支持，我们今天看到的资本市场和金融界都将会是另外一番模样。

实际上，从2007年和2008年开始压垮市场的信用危机也是可以避免的。银行所依据的信用风险模型，显然不能准确地捕捉到所有的风险。很多情形下，银行似乎故意对此视而不见，因为这样有助于银行得到短期超额利润（当然它们自己也会得到奖金）。需要指出的是，依赖这些度量方式的市场参与者通过使用更好的度量手段，这类度量错误本是可以避免的，或者至少可以减少损失。但是，正如我们无法将2005年卡特里娜飓风给新奥尔良所带来的损失归咎于天气预报模型一样，不能因为创造和使用量化风险模型的人的失败而归咎于量化模型本身。只要交易者没有被诱惑而采取错误的行动，通过理解和度量风险还是会有所收获的。