次贷冲击下的统计学反思

有点标题党的意思了，确切地说，本文只是一个小小的通讯稿。前两天（11月25-26）我参加一个“中国银行风险管理国际峰会2008”，其中SunGard公司的David M.Rowe博士的主题演讲Lessons from the Subprime Mortgage Crisis（次级按揭危机经验教训），第一条就是Limits of Statistical Analysis(统计分析的局限性)。Rowe先生是SunGard公司风险管理部门的高级副总裁，宾大计量经济学与金融学博士，沃顿商学院MBA，以及卡内基梅隆大学的经济学学士。

这次次贷危机，对外部评级机构如Moodys来说是一个丑闻，它们利用各种复杂的统计模型为各种证券评级。Rowe举一个例子，AAA级的债券，定义的年违约风险是0.01%，也就是说，其违约是每一万年发生一次，而最优良的次级房贷抵押债券，在外部评级机构的评分中，享有AAA甚至更高的评级。Rowe就问：在这样的评级中，实证研究何在？

Rowe的总结是：

Statistical analysis can extract information from data, it cannot create information not already contained in the data. Like water, information cannot rise higher than its soucre.

统计分析只能从数据中提取信息，而不能创造数据本身。正如联通器中的水，不能超越水源的高度。

最后，Rowe提到Nassim Nicholas Taleb的黑天鹅理论（Black Swan Theory），最近似乎很流行。一般认为天鹅是白的，但一旦发现天鹅也有黑的（的确是发现了），就会对人们的视野产生极大的冲击。黑天鹅理论就是讨论这些极少发生的、难以预测的，一旦发生，就会造成很大影响的事件。不知道统计系在读这本书没有。