羊群效应及其潜在危险

    羊群效应及其潜在危险 风险价值（VAR）

    在过去10年中，金融风险管理领域发生了翻天覆地的变化。期权定价、德尔塔对冲（delta hedging）、风险价值（VAR）等定量工具开始为金融机构广泛应用。然而，人们越来越担心，当金融体系受到外部冲击时，这些风险管理工具可能诱发不同的银行采取类似的交易模式，产生所谓的“羊群效应”。羊群效应会使得众多金融机构同时陷入困境，导致系统风险。那么，这些风险管理工具的普及应用是否真的会增加系统风险？本文将就此问题展开讨论。 

    VAR的概念非常简单。它用一个单一的数字来概括投资组合的所有下行风险。VAR由于考虑了当前的持仓状况，因而具有前瞻性意义。例如，JP摩根大通银行（JP Morgan Chase）在其最新的年度报告中披露，其总交易的风险价值为7,200万美元。因此，在正常的市场状况下（在99%的情况下），该行的每日自由资金交易损失不会超过7,200万美元。由于VAR是一个用美元表示的数据度量，因而可以与该行的资本金（年报发布时为1,000亿美元）进行比较。股东可以根据这些信息来判断银行的交易风险是否在可承受范围内。随着时间的推移，现在在设定交易限额、甚至确定企业所需的经济资本时，也开始采用VAR这一工具。 

    出于防范信用风险及市场风险的考虑，商业银行必须达到一个最低资本的要求。按照巴塞尔协议，银行可以根据内部的VAR模型，结合具体的情况，计算出市场风险的资本要求。因此，防范市场风险的资本要求是随风险变化而变化的。该协议自1998年1月起生效，恰逢金融市场的多事之秋。当时，俄罗斯的债务违约事件导致资金外流，引发流动性危机，长期资本管理公司（LTCM）等对冲基金也因此濒临破产边缘。随后的市场混乱加剧了人们对于金融体系内部失控的担忧。这就是一起典型的系统风险事件。 
  
    恶性循环假设 
    有学者认为，严格执行VAR限制措施将导致银行被迫减仓，造成资产价格的进一步下跌。因此，在发生诸如俄罗斯债务违约这类严重动荡事件时，银行的持仓风险及VAR值也会随之增加。在面临是增仓还是减仓的两难抉择时，很多银行会同时选择变卖同一类资产，致使该资产价格下跌，从而加剧动荡，并进一步增加资产价格之间的相关性。这会导致情况进一步恶化，迫使银行抛售更多的资产。
从以上分析可以得出一个令人忧虑的结论：VAR风险管理工具可能将加剧市场动荡，并引发一连串的问题。果真如此的话，风险管理系统的普遍应用可能会在经济局势严峻的情况下加剧市场动荡，进一步削弱金融市场的安全性。 

    羊群效应 
     在资本市场上，以上恶性循环假设体现了一种典型的羊群效应。羊群效应是指在一个投资群体中，单个投资者总是根据其他同类投资者的行动而行动，在他人买入时买入，在他人卖出时卖出。导致羊群效应的还有其他一些因素。比如说，一些投资者可能会认为同一群体中的其他人更具有信息优势。 
    羊群效应也可能由系统机制引发。例如，当资产价格突然下跌造成亏损时，为了满足追加保证金的要求或者遵守交易规则的限制，一些投资者不得不将其持有的资产割仓卖出。VAR导致的羊群效应就属于这种情况。 

    VAR的缺陷 
    显然，VAR并不是一个完美无缺的风险度量工具。事实上，VAR的简单易用性既是它的优点也是它的缺点。虽然VAR代表了在特定的置信度范围内可能遭受的损失的最大值，但它不能说明在极端情况下，一旦损失超过了VAR值，这一损失究竟会有多大。我们再来分析一下前面的VAR例子，假设日损失不超过7,200万美元的置信度为99%。也就是说，在那1%的概率下，损失将超过这一数字。一旦出现了这种情况，知道平均损失到底是8,000万美元还是80亿美元就显得非常重要了。 

    理论上，银行可以在报告VAR的同时，披露预期的极端情况（ETL）。然而在实际操作中，没有一家银行做到这点。原因在于，对于极端情况的观测非常少，无法就此推算出一个可靠的数字。另一方面，真正的风险也可能隐藏在那些我们未曾经历过的情况中。正因如此，银行业现在普遍选择在VAR之外再辅以压力测试（Stress Tests）。进行压力测试时需要参考历史情况，如1987年10月的华尔街股市崩盘；也需要考虑未来的前景，最好将现有投资组合可能受到的各种冲击都考虑在内。由于压力测试比VAR涉及更长的周期（一般是一周）和更多的剧烈变动，因此，压力测试得出的损失值一定比VAR值大。比如上文提到的这家银行，其报告的压力测试损失值高达7亿美元。同样，我们也可以将这一数字与银行资本进行对比。 

    从实证的角度出发 
    虽然， VAR引发商业银行羊群效应的假说在业界有不少非正式的论据可以验证，但并没有经过严格的证明。不过，我们完全可以通过实证手段来加以检验。这一假设成立的先决条件是大部分受限于VAR风险管理的投资者在开始时有相似的头寸。否则，投资者的交易对价格的影响就非常有限。莫里斯（Morris）和忻（Shin）于1999年指出，“在有关风险管理系统表现的争论中，一个争论的焦点就是，如此多的金融机构在陷入危机的时候，其头寸是否真的相似。” 

    从根本上讲，由于各家银行的头寸情况是严格保密的，因此，我们无法进行银行间的头寸对比。然而，如果银行间的头寸类似，那么他们的风险大小和交易收入也应该相似。换句话说，如果我们能够观察到各行交易收入之间具有很高的相关性，就说明存在系统风险隐患。如果一家银行出现亏损，那么其它银行也很可能同时出现亏损，形成多米诺骨牌效应，最终将危及整个银行体系的稳定。
由于这些问题非常重要，因此学术界对此问题的关注程度也越来越高。美国国家经济研究局（National Bureau of Economic Research）近期将出版一本关于金融机构风险的专著，其中刊登了多篇相关论文。2005年，伯考维茨和奥布赖恩（Berkowitz and O’Brien）搜集了美国排名前七的商业银行从1998年到2003年的日总交易收入数据，包含有8,000多个观测值，主要来源于美联储对这些银行的检查记录。不过，由于这些数据属于机密信息，不得泄露，因此出于保密考虑，原数据都按照相应的比例进行了转换处理。作者分析了在面临利率、信贷息差（credit spread）、资本额以及货币权益回报等风险因素时，这些银行在风险敞口方面存在多大的相似性。这两位作者在他们的论文中还披露了这些银行之间交易收入的相关系数（correlation coefficient）。相关系数等于1表明完全正相关，即说明它们的头寸基本相同。反之，相关系数等于0则表明交易收入完全不相关。实际分析表明，银行交易收入的平均相关系数只有0.09，说明它们的头寸差异是比较显著的。 

    一般来讲，银行的收入分为四类：固定收益、权益、货币和商品。然而，伯考维茨和奥布赖恩收集的数据并没有按照业务收入的来源进行分类。在笔者2005年进行的一项研究中，分析了11家美国商业银行自1995年至2003年的季度数据，涵盖了385个季度的分类交易收入的观测资料。 

    笔者在论文中指出，分类业务的风险分散效益非常显著。平均来说，银行分散投资后的VAR值比四个业务各自的VAR值之和低40%。假设固定收益交易的VAR为6,300万美元，货币交易的VAR为2,600万美元，权益交易的为3,300万美元，商品交易的为1,800万美元，这四个数据之和为1.4亿。然而，这四个市场同时出现最糟糕情况的可能性是微乎其微的。分散投资经营使其业务的总VAR下降到了1亿美元。而且，这些银行的总交易收入之间的相关系数只有0.16，说明其头寸几乎截然不同。该实证检验的结果并不支持VAR诱发羊群效应的假说。 

    另外还有几点原因也让我们不得不质疑前面提出的恶性循环假设。上文中摩根大通银行的案例就很能说明问题，因为它是整个银行业的一个典型。不同业务的风险各异，所需经济资本也各不相同。银行在权衡过风险与预期回报后，才会决定应该进入哪类业务，或者需要拓展哪类业务。例如，摩根大通银行的自由资金交易业务利润丰厚。董事会就会决定需要多少经济资本来支持其自由资金业务，这完全取决于银行自身的风险偏好。资本越多，安全性也越高，但与之同时，权益资本的回报率也会降低。关键在于，银行的经济资本额最终是由银行自行决定的。如果银行的经济资本远远超过了法律规定的资本要求，那么针对VAR的监管也就没有多大意义了。 

    而且，因外部因素而导致的VAR值急剧上升，要求银行采用短区间大变化的VAR 模型，比如能够密切追踪动态变化的时间序列模型。然而，根据巴塞尔协议规定，度量风险时至少要依据1年的数据，因此上述模型并不合乎要求。所以，像俄罗斯债务违约这类外部动荡事件只会使VAR值以一个较为缓慢的速度上升。巴塞尔协议这么规定是合理的，因为冲击是均数回归（mean-reverting）的。换句话说，对日波动的预测可能变化较大，但对于10日平均波动的预测却相对稳定。由于银行持有的资金极有可能承受住至少10天的损失，因此，预测的时间跨度越长，结果就越接近事实。如此看来，巴塞尔协议中对于VAR模型平滑程度的要求是有道理的。 

    总之，没有证据表明，商业银行的VAR资本要求与资本市场的羊群效应相关，虽然其它市场参与者（如投资银行或对冲基金）在使用短区间大变化的VAR模型后有可能会导致风险难以控制，造成全球性的价格连锁反应，但这仍然有待于进一步验证。另外必须再次强调的是，只有在这些机构一开始都持有相似头寸的情况下，才可能产生羊群效应。 

    新巴塞尔协议的启发 
    到目前为止，讨论的重点还仅限于市场风险。然而，信用风险也是这场讨论的一个重点。监管机构即将提出对风险敏感的资本要求。根据2006年开始执行的《新巴塞尔协议》，信用风险将被用以反映违约概率。在经济不景气时期，随着违约频率的增加，当贷款损失造成银行可用资本减少时，银行的信用风险资本要求就会同时增加。 

    需要关注的是，在经济不景气时期，这种资本要求可能会带来负面效应，即在信用风险以及违约概率增加的情况下，导致银行收紧信贷。这种顺周期风险（procyclicality）可能是银行监管部门现在面临的一个重要问题，因为在商业银行的资本要求中，用于防范信用风险的比重远比用于防范市场风险的比重大得多。因此，信用风险资本要求设计上的漏洞所带来的危害远比市场风险大得多。 

    对此问题我们并没有一个简单的解决方案。在经济不景气时期，增加信用风险的资本要求并不表示风险的增加。认识到这一点非常重要。当风险增加时，股东应该有所知晓。为了降低顺周期风险，我们也许应该引入一个随时间变化的资本要求乘数，以便在经济不景气时期降低资本要求。另一个解决问题的方法是让商业银行预期到这些问题，并在经济繁荣期建立更多的资本储备。 

    结论 
    不可否认，VAR增加了市场风险的透明度，因此被广泛地用于金融风险的衡量、控制和管理上。虽然世界上并没有一种完美无缺的风险度量方法，但使用VAR总比完全不进行风险衡量要好得多。
VAR方法正在越来越多地成为计算对风险敏感的资本要求的最基本方法。这种方法显然比1988年巴塞尔协议中硬性规定的标准化资本要求要科学得多。早期的标准化规则并没有将资本要求与实际承担的风险相结合，因此带来了不少负面结果。而现在，如果银行承担了过多的市场风险就会遭到处罚。这将有效地激励银行更加关注风险。 

    总体说来，VAR系统的确帮助金融机构改善了风险管理。毫无疑问，即使发生了更大规模的债务违约事件，VAR都将发挥重大的作用，使银行体系较快地恢复正常。然而，我们还是得不厌其烦地追问，这些手段的普遍使用是否真的会增加金融市场的动荡呢？ 

    许多学者认为，VAR在一定程度上引发了1998年的系统风险。然而，这两者的关系到目前为止还未被验证。注意，VAR恶性循环假设的前提是，受VAR限制的机构有类似的头寸。而如果机构间果真有类似头寸的话，那么他们的交易收入就会呈现很高的相关性。然而近期的实证检验表明，这种相关性很低。不同银行、以及银行内部的不同业务都表现出了分散投资的特征。尽管现在VAR体系被广泛使用，但没有证据表明，自1998年后市场的波动性比以往更大了。因此，关于银行交易和VAR体系增加了市场波动性的观点，目前并无实证支持。 

    总之，系统风险这一问题至关重要，应引起学者关注。而我们只有基于实证数据才能使研究真正地取得进展。交易对手风险管理政策第二小组（Counterparty Risk Management Policy Group II）近期在题为《为加强金融稳定而努力》的报告中指出，加强信息披露对于促进金融市场的稳定来说是非常重要的。另一方面，加强信息披露也可以帮助我们更好地理解金融市场的动态。