�　可以認為，金融創新是有益的，市場競爭會把那些不產生附加值的創新淘汰出局。4

由此得出：

�　市場總體來說能自我糾正，市場規律是比監管和調節更為有效的工具。

�　管理風險的主要責任在於每個企業的高管層和董事會……

�　對消費者最好的保護不是靠產品規範，也不是靠直接插手市場，而是確保批發市場儘可能透明，不受束縛……5

所有的銀行風險管理模型都是以有效市場理論為基礎的，它們把未來可能發生的事件建立一系列機率。從技術上而言，過去回報率的分佈會給未來的回報率提供一系列不確定性，這種分佈或者說結果的不確定性，可以透過標準差或方差來體現。

這些模型中包含的主要假設是風險分佈可以透過高斯鐘形曲線來描述，鐘形曲線正是以它的發明人卡爾·弗雷德里奇·高斯（1777—1855）命名的。我們俗稱的“正態分佈”指的是標準的情況，平均值也是共同值，數值集中在中段，用圖形來表示“正態分佈”就像一個兩邊拖著“細尾”的鐘鈴。��給我們大多數人的解釋：曲線以下面積是所有機率之和，所以等於1。曲線以下、兩點之間的面積代表的是兩點之間事件發生的機率。X軸均值兩旁被分成若干標準差或者西格瑪，標準差對應的是事件均值偏離總均值的距離。正態分佈指的是在均值一個標準差上下發生某個事件的機率是68％，在兩個標準差之間事件發生的機率是95％，依此類推。換言之，出現的大多數事件都被認為較接近均值。我們已知所有機率總和為1（曲線以下面積），而且機率高度集中在均值兩旁，這就是說分佈尾部的面積非常小，“細尾”是極端事件發生的可能性非常之小的統計描述。

圖2…1高斯鐘形曲線

憑著對這些模型的基本信念，投資分散化就會有助於我們減少風險：當我們手持很多種資產時，各類資產特有的風險因為之間沒有連帶關係而相互抵消。風險管理模型忽略了風險波動過程中可能產生的相關性和慣性，這在經濟繁榮和崩潰時顯得相當典型。2008年發生的危機就是10％的風險突然間變成了90％的風險，甚至更高，而且幾乎是同時發生的。　電子書　分享網站

有效市場理論（2）

風險模型之所以會失敗，最常被提及的理由是它們所參考的歷史資料太近。用格林斯潘的話來說：“如果不把恐慌期包括在內，主要或者僅僅透過經濟週期而預測出來的機率分佈會低估極端價格波動的可能性……而且，不包括恐慌期在內的聯合機率分佈預測也會低估恐慌期時資產回報之間的相關性。”6格林斯潘承認的唯一錯誤是他自以為高階管理層會好好管理風險，不會將自己的企業推進危險的深淵。

但是格林斯潘對模型失靈的解釋不怎麼能站得住腳。模型失靈不只是資料帶有侷限性的問題，最終，它是應用帶有侷限性的問題。我們不能把保險模型套用到不可保的產品上，雖然精算和微觀預測模型都是依賴歷史資料，但將壽險、財產險和傷亡險的精算模型和複雜的金融衍生品的保險相提並論是錯誤的。保險市場也有失靈的時候（勞埃德保險公司在20世紀80年代末就遭過此劫），但保險公司總體上沒有像如今的投資銀行一樣受到如此慘重的損失，因為它們承擔的風險基本上是可測量的，壽險公司掌握著可靠的、不斷更新的人均壽命統計資料，能夠準確地為其保費定價，用於平衡它們的支出。在它們看來，未來是歷史的統計反映。但是保險公司錯誤地進行了類比，把業務擴充套件到了一個無法精算風險的領域，它們開始向所有風險提供擔保——信用風險、流動性風險、市場風險、法律風險、災難風險、規範風險、政治風險、承諾風險、名譽風險——凡此種種，它們聲稱能和計算壽險一樣準確地計算出其各自的風險。大銀行和養老基金機構紛至沓來，因為它們對這個故事深信不疑。我們與其說“政治風險”，不如說政治不確定，我們根本不知道俄羅斯經濟和政治政策的未來走向會有哪些可能性。用“風險”一詞來涵蓋不可保的突發情況不免帶有虛假的精確性，也許能給市場帶來些許慰藉，但卻毫無科學依據。

承擔風險管理職責的銀行管理層和董事會中應該很少有人能理解風險管理模型中的數學分析，但這並不妨礙他們向大眾或者自己兜售這些模型，其中被廣泛應用的期權定價模型，也就是布萊克—斯科爾斯模型，是以“正態分佈”為基礎的，其忽略了極端事件發生的可能性。現在，由於黑天鵝的出現，那些管理者和董事發現他們的期權