然而，本來可以預防危機蔓延的眾多準備措施為什么會失??？我們原本認為，依靠高度發(fā)達的全球金融風險管理體系可以防止市場崩潰，這樣的體系為什么會失敗并且導致如此嚴重的后果？目前的風險管理模型的理論基礎來自多位諾貝爾經(jīng)濟學獎得主的研究成果，包括哈里·馬科維茨（Harry Markowitz）、羅伯特·莫頓（Robert Merton）和邁倫·斯科爾斯（Myron Scholes），以及已去世而未能得獎的費希爾·布萊克（Fischer Black），該模型深受各國學術界、中央銀行和監(jiān)管機構好評，并且在2006年成為全球銀行監(jiān)管標準（《巴塞爾資本協(xié)議II》）的核心。各國銀行被授權在一定范圍內，采用根據(jù)本機構特色進行風險調整后的模型來判斷其資本準備金的要求。大多數(shù)模型是根據(jù)之前25年的觀測數(shù)據(jù)來估計有關參數(shù)。但即使是涵蓋了過去40年數(shù)據(jù)的更為成熟的量化模型，也沒能預見到即將爆發(fā)的危機。

相對于半個世紀之前的原則性經(jīng)驗判斷的做法，用數(shù)學模型來分析風險當然是更好的指導工具。盡管遇到挫折，但直到今天，我們仍然很難找出上述模型的理論框架有何瑕疵。與1973年首次發(fā)布時相比，優(yōu)雅的布萊克–斯科爾斯期權定價模型在今天的有效性和實用性絲毫沒有打過折扣。在2008年危機前市場持續(xù)升溫的那幾年，私人機構的風險管理者、美聯(lián)儲和其他監(jiān)管機構都未能確保金融機構保持充足的資本，部分原因是我們都沒有認識到雷曼事件爆發(fā)后將暴露出來的風險的深度和廣度。特別是，我們沒有充分認識到所謂“尾端風險”（tail risk）的蔓延程度。這個金融術語是風險經(jīng)理們用來描述極低概率情況下的投資結果，而這種概率一旦發(fā)生可能導致非常大的損失（參見專欄2–1）。數(shù)十年來發(fā)生了多次“百年一遇”的不尋常現(xiàn)象，其頻繁程度使人很難相信完全是因為概率。對我而言，一個標志性的時刻就是1987年10月19日股票價格出現(xiàn)的空前下跌，道瓊斯工業(yè)指數(shù)在當天的跌幅超過20%。沒有哪個概率分布函數(shù)能夠推導出此類事件的發(fā)生。同時，人們認為概率分布的負面“尾端”應該是很扁平的，然而在雷曼兄弟公司破產(chǎn)后，這些原來看似不可能出現(xiàn)的投資結果成為現(xiàn)實，使我們發(fā)現(xiàn)尾端的形狀相當“肥大”。由于對這些風險的低估，風險管理者沒能預見到需要更多的資本金來應對金融體系的故障。

專欄2–1 尾端風險

假如人們的行動只是為了實現(xiàn)自身利益的最大化，他們的行動就應該符合一條與自身提高生產(chǎn)率的能力相稱的長期增長軌跡。但由于缺乏全知的認識，他們承擔風險的實際結果會產(chǎn)生與長期趨勢背離的隨機偏離。如果有足夠的觀測值，這些偏離可能會呈現(xiàn)出類似于連續(xù)拋硬幣的分布方式，也就是經(jīng)濟學家們所說的“正態(tài)分布”，它是一條鐘形曲線，其尾部隨著發(fā)生概率的減少而迅速收縮。

如果把行為經(jīng)濟學的現(xiàn)實主義態(tài)度以及人們的狂熱和恐懼傾向考慮進來，我們就能得到類似于商業(yè)周期的結果，一些承擔風險的行動結果的觀測值會從概率分布的中段移到尾端。但本書第四章將會證明，恐懼傾向的影響力度要遠遠大于狂熱傾向。因此調整后的真實世界的概率分布狀況是，正面結果的尾端依然小得難以察覺，而負面結果的尾端將變得非常明顯和突出。

2008年金融崩潰提供了大量的新數(shù)據(jù)，可以幫助我們識別此前還不為人知的關鍵的投資者“損失函數(shù)”尾端的形狀。我們面臨的挑戰(zhàn)是利用這些新數(shù)據(jù)，對金融活動結果的范圍和概率進行更現(xiàn)實的評估，特別是關注對金融體系和整體經(jīng)濟會造成最大威脅的那些部分。在未來發(fā)生重大金融危機時（肯定還會發(fā)生），希望我們對于尾端市場的運行方式已有更深刻的理解。