目前的信贷紧缩是第一个数学模型发挥了重要作用的第一次。Common flaws in risk models link the failure of rating agencies to predict the level of defaults on subprime mortgages, the freezing up of the market for complex debt securities and problems at several dozen hedge funds and a handful of banks, including the U.K.'s Northern Rock. We handed over the job of assessing financial risk to mathematicians and physicists -- and they failed.
制度投资者和银行家广泛使用的最受欢迎的风险管理工具是价值 - 风险（var）模型。亚博赞助欧冠它旨在估计股票的最大损失，贷款或其他证券可能会在给定期间体验。自J.P. Morgan＆Co.自20世纪90年代初期首次开发出来，VAR已经席卷了金融世界。它以巴塞尔II银行法规为重点衡量风险和资本充足性的关键工具。
有关这些模型如何采用的账户，以优秀的新书提供，幸运的算命者：为什么我们需要以不同的方式管理财务风险，由Riccardo Rebonato，苏格兰皇家银行的全球市场风险和量化分析负责人。
金融市场遭到解放，许多公司绕过银行直接借入资本市场。作为回应，许多银行开始源于贷款，将它们转化为证券并销售它们。
一旦银行不再持有贷款到成熟，而且已拥有大量可交易证券，他们需要估计市场风险对其资产负债表的影响。VAR模型，使用统计技术来检查投资组合中资产的历史相关性和资产的波动性，缩回这些数字，并且有意地为最大潜在损失生成一个数字（以美元术语表示）。VAR的美是考虑到不同证券以不同的方式回应相同事件的事实，计算资产与估计投资组合的总体波动性的共同依赖。
但量化风险模型不能满足银行家的高期望。“基于统计技术的任何分析的起点是，未来应该”看起来像“过去”，“雷博写道，但这可能导致在不断变化的世界中导致严重错误。评级机构使用的模型来计算次级抵押贷款的默认概率，例如，假设美国房价继续上升。
然后存在有多少相关信息的问题。Rebonato引用了一个雇用五年数据的银行的例子，以衡量投资组合的损失分配到99.95百分位数。这种精确性是荒谬的 - 它表明在2000年内不止一次超过一次损失。最初，VAR模型没有这样的宏伟雄心壮志。他们仅仅试图在短期交易期间（一天或一个月）的损失分布，较低的置信度 - 例如，到第90或第99％。当监管机构决定使用VAR估计银行贷款投资组合的风险程度，在一年中估计风险程度时，将发生这种雷巴来呼叫“百分位移”。
VAR模型假设投资组合上的利润和损失具有给定的分发，可以从中推断出概率 - 另一个可疑的假设。金融世界不存在正常或高斯分布，这与反馈效果和“脂肪尾”进行了复制。因此，有些人认为不可能单独从财务数据中造成强大的推论，并且风险模型产生的概率特别不可靠。资产之间的相关性不会随着时间的推移固定;在危机期间，他们可以迅速改变。VAR模型甚至可以有助于市场不稳定。在获奖的论文中（“向悬崖边缘的悬崖边缘”），现任伦敦智力资本董事长Avinash Persaud，警告称，相似风险模型的广泛采用鼓励市场参与者的开手。
在20世纪20年代初，美国经济学家弗兰克骑士定义的风险是“可衡量的不确定性”。近年来的量化经济学家和融资渠道所采取行动，好像骑士的索赔被证明。他们重复的失败表明，甚至最先进的数学技术甚至难以解决。最近的风险模型的困境应强迫巴塞尔的银行监管机构返回绘图板。他们可能会考虑如何最好地重新介绍一些对运行银行业务和管理投资组合的企业的一点老式判断。
Edward Chancellor是BreakingViews.com的编辑，是作者魔鬼拿走了最缘主义的，金融猜测的历史。