跳轉到

2008 -- 金融海嘯:CDO 定價失敗、Copula 崩潰與 VaR 失靈#

案件描述#

2008 年 9 月 15 日,雷曼兄弟破產——美國史上最大破產案。全球金融體系陷入二戰以來最嚴重的危機。

這是金融計算史上最大的案件:

數兆美元的 CDO 用一個假設「違約幾乎不會同時發生」的模型定價;全球銀行用同一套 VaR 度量風險;當房市崩盤,模型與風控同時失靈——這不是一次「算錯」,而是一次「所有人都用同一個錯誤的模型」的系統性失靈。

前因:泡沫的技術基礎#

  • 房市泡沫(2002–2007):美國房價指數(Case–Shiller)上漲 80%+,次級貸款(subprime)氾濫。
  • 證券化機器:貸款 → MBS → CDO → CDO²——一層層打包,每一層都用數學模型定價。
  • 高斯 Copula(Li 2000,見 2000-Li高斯Copula.md):用單一相關係數為違約相關建模——尾部相關太弱,模型說「AAA 分層幾乎不可能違約」。
  • 評等機構:Moody's、S&P 給 80% 以上的 CDO 分層 AAA 評等——用的是同樣的高斯 Copula 假設。
  • VaR 的普及(1994,見 1994-RiskMetricsVaR.md):所有銀行用同一套 VaR + 巴塞爾規定,風控行為同質化。
  • 線索一:2005–2006 年,CDO 分層的價差(spread)越壓越低——市場在說「風險消失了」。
  • 線索二:少數先知開始警告——Michael Burry、John Paulson 用數據發現次貸的違約率與房價脫鉤的異常,反向做空(Paulson 賺了 150 億美元,史上最大單筆交易獲利)。

推理過程#

線索一:相關性假設的崩潰#

高斯 Copula 的假設:房價是全國分散的(局部泡沫不會同時發生)。但:

  • 2006 年房價開始全國性下跌——第一次「全國同時崩盤」(大蕭條以來首見)。
  • 違約相關性收斂到 1:所有 MBS、所有 CDO 分層同時爆發違約。
  • 數學事實:AAA 分層的定價假設違約機率 \(P(\text{AAA 違約}) \approx 0.01\%\) ;實際危機中,部分 AAA CDO 違約率超過 50%——相差 3–4 個數量級。

線索二:模型同質性的系統性風險#

每個人都用同一個模型(高斯 Copula + 同一套評等 + 同一套 VaR),造成三重同質化:

  1. 定價同質:所有人都用同樣的相關係數 → 錯誤定價無法被市場修正
  2. 風控同質:所有人都用同樣的 VaR → 壓力下同時去槓桿
  3. 評等同質:評等機構與銀行用同樣模型 → 信用品質的資訊失效

與 1987 年的教訓同構(見 1987-黑色星期一與投資組合保險.md):模型不是照相機,是引擎——所有人都開同一台引擎時,方向錯了就一起撞牆。

線索三:流動性螺旋#

  1. 房價下跌 → MBS 違約 → CDO 減值
  2. 銀行資本受損 → 收緊信用 → 市場流動性枯竭
  3. 被迫拋售(fire sale)→ 價格再跌 → 更多減值
  4. 流動性螺旋(Brunnermeier–Pedersen 2009 的數學模型:融資流動性與市場流動性互為因果)

雷曼 9/15 破產 → 貨幣市場基金跌破面值 → 商業票據市場凍結 → 全球信用市場停擺。

線索四:VaR 的失靈#

  • VaR 假設「過去的波動率預測未來」——但危機是結構性斷裂(regime change),不是常態波動的延續。
  • 2008 年 9 月,銀行的 VaR 與實際虧損相差 10 倍以上——VaR 說「一日 1% 機率虧 5 億」,實際虧了 50 億。
  • 尾端風險:VaR 不說「超過之後虧多少」;期望短缺(ES)與壓力測試成為必要補充。

後果#

  • 監管革命:
  • 多德–弗蘭克法案(2010):壓力測試常態化(CCAR/DFAST)、系統重要性金融機構(SIFI)監管、Volcker Rule(限制自營交易)
  • 巴塞爾協定 III(2010):資本要求提高、流動性覆蓋率(LCR)、槓桿率上限、CVaR 取代 VaR
  • 模型文化的反省:MacKenzie、Critique of Gaussian copula;「模型風險」(model risk)成為風控的正式學科。
  • 量化方法的修正:
  • 尾部相依:t-Copula、Vine Copula、極值理論(EVT)
  • 壓力測試與情境分析常態化
  • 機器學習進入風控(非線性、非參數的相關結構)
  • 反向操作的勝利:Burry、Paulson 證明——模型失效時,「親自看數據」的人賺得最多。
  • 2010 年後:量化金融進入機器學習與高頻時代(見 2010-閃電崩盤與高頻交易.md)。

現代程式重現:模型同質性 vs 多樣性#

import numpy as np

def portfolio_crash(n_banks=100, homogeneous=True, shock=-0.3, seed=0):
    """模擬:模型同質化 → 同時去槓桿 → 系統性崩潰"""
    rng = np.random.default_rng(seed)
    if homogeneous:
        # 所有人用同一個模型 → 相關性 = 1
        exposures = np.full(n_banks, shock)
    else:
        # 模型多樣化 → 相關性 < 1
        exposures = rng.normal(shock, 0.1, n_banks)
    # 銀行資本受損 → 收緊信用(第二輪衝擊)
    total_loss = exposures.sum()
    return total_loss

print("同質模型總虧損:", portfolio_crash(homogeneous=True) / -1e2, "(相關性=1,無分散)")
print("多樣模型總虧損:", portfolio_crash(homogeneous=False) / -1e2, "(相關性<1,部分分散)")
# 同質性殺死分散 — 這是 2008 的系統性教訓

偵探筆記#

  • 動機:高斯 Copula 的尾部相關太弱 + 模型同質化
  • 工具:證券化、高斯 Copula、VaR、評等模型
  • 遺產:監管革命(多德–弗蘭克、巴塞爾 III)、模型風險學科、尾部相依方法
  • 核心教訓:危機不是「模型算錯」,而是「所有人都用同一個模型」——多樣性本身就是風險管理。

參考資料#

  • Brunnermeier, M. (2009). "Deciphering the Liquidity and Credit Crunch 2007–2008". Journal of Economic Perspectives, 23(1), 77–100.
  • Lewis, M. (2010). The Big Short. W.W. Norton.
  • Salmon, F. (2009). "The Formula That Killed Wall Street". Wired.