本节核心摘录
1、VaR的局限性：这种分析风险的方法使得众多的投资者增加了其风险暴露的规模，如此做法实在难以被称之为审慎。因为他们在VaR模型下只关注了近期的市场波动，并且预期这一波动会在未来继续实现。此种期望实属人性中的侥幸心理，而且这实在是太愚蠢了，因为过去的波动性和过去的关联性，在预测未来的收益和风险时并不可靠（译者注：在CFA课程里被称之为representative bias）。但是曾经这个方法确实比较赚钱，实际上当我们缩减自己持有的头寸时，我们的客户反而鼓励我们持有更多的头寸，因为我们投资组合的VaR确实比较低。当时我们向他们解释了为什么我们不能这样做，如果我们假设现有的条件在将来也会持续或是想象未来和现在的状况只会有些许不同，那么将会是十分糟糕的，更好的选择是去思考真实的未来可能会出现的各种可能性，我甚至认为一个人应该把赌注下在跟现有情况完全相反的一面上，因为不确定性的种子播种于平淡而无聊的年份之内，这些不确定性也将使得下一次经济衰退更加糟糕，这也是因为低波动和相对宽松的VaR会鼓励杠杆的使用。在这次危机发生前一些杠杆比例甚至接近于100倍。对我而言，杠杆率的高低对未来波动性的测算要比VaR更有意义。
------------------------------------------------------------------------------------------------------------------------
往期翻译合集请前往
------------------------------------------------------------------------------------------------------------------------
案例分析：美国2007年大次贷危机之十
美国2007年次贷危机：泡沫顶峰来临
为什么银行和投资人在风险类房贷证券上有着相当的风险暴露？
为什么投资者、银行、评级机构和政策制定者都会错误的认为房贷类证券的风险就是很小？一个关键的原因是风险的分析方法。让我们来看看投资者对于风险的传统衡量方法。在当时，风险价值法（VaR），一种以衡量近期市场和资产组合波动的方法，经常被投资公司和商业银行使用以确定风险出现的频次和规模。这一方法经常使用近期的波动率作为最主要的输入因子，以确定投资人所承担的最合适的风险值（例如最多应持有多少头寸）。简单来说，试想一个投资者永远都不想自己的投资组合损失超过20%，如果这时有一个次级房贷证券在最近的一个月里从来没有造成超过5%的损失，那么投资者就可能将5%这个数字输入到模型当中，而且认为只要将杠杆控制在300%以内去交易这些次级房贷证券，那么就是安全的。
这种分析风险的方法使得众多的投资者增加了其风险暴露的规模，如此做法实在难以被称之为审慎。因为他们在VaR模型下只关注了近期的市场波动，并且预期这一波动会在未来继续实现。此种期望实属人性中的侥幸心理，而且这实在是太愚蠢了，因为过去的波动性和过去的关联性，在预测未来的收益和风险时并不可靠（译者注：在CFA课程里被称之为representative bias）。但是曾经这个方法确实比较赚钱，实际上当我们缩减自己持有的头寸时，我们的客户反而鼓励我们持有更多的头寸，因为我们投资组合的VaR确实比较低。当时我们向他们解释了为什么我们不能这样做，如果我们假设现有的条件在将来也会持续或是想象未来和现在的状况只会有些许不同，那么将会是十分糟糕的，更好的选择是去思考真实的未来可能会出现的各种可能性，我甚至认为一个人应该把赌注下在跟现有情况完全相反的一面上，因为不确定性的种子播种于平淡而无聊的年份之内，这些不确定性也将使得下一次经济衰退更加糟糕，这也是因为低波动和相对宽松的VaR会鼓励杠杆的使用。在这次危机发生前一些杠杆比例甚至接近于100倍。对我而言，杠杆率的高低对未来波动性的测算要比VaR更有意义。
2007年时，许多银行和投资者都持有巨量的次级房贷证券，原因是这些投资工具自面世以来尚未经历过亏损期，以往也没有经历过大幅的波动。VaR在市场下跌期也是带有自我强化的性质的，因为市场波动在2008年危机发生时的高峰时大幅增加，这样测算出来的VaR从统计的角度来说就高了很多，间接导致了更多的甩卖。
------------------------------------------------------------------------------------------------------------------------
@不明真相的群众 @今日话题 $中国平安(SH601318)$ $道琼斯指数(.DJI)$ $纳斯达克综合指数(.IXIC)$
------------------------------------------------------------------------------------------------------------------------
