第二章：历史极端事件回顾

1987年股灾、2008年金融危机、2020年新冠熔断——这三个名字，做风控的人应该刻在脑子里。

我入行那会儿，前辈跟我说过一句话：「你没经历过一次真正的崩盘，就不算懂风险。」当时我不信。后来，我信了。

今天咱们就掰开这三场灾难，看看它们到底教会了我们什么。

2.1 1987年黑色星期一：程序化交易的第一次暴雷

1987年10月19日，道琼斯指数一天暴跌22.6%。

这个数字有多夸张？你想想看，2020年新冠熔断那几天，单日最大跌幅也就12%左右。1987年那次，直接翻倍。

为什么会这样？

表面原因是程序化交易和投资组合保险策略的连锁反应。说白了，就是机器在互相踩踏。

当时很多机构用了一种策略：市场跌一点，就自动卖出期货对冲；期货跌了，又引发更多现货抛售。这个正反馈循环一旦启动，谁都刹不住车。

我个人的教训是什么？

我在做量化策略回测时，发现一个规律：任何基于「历史波动率」的风控模型，在极端行情下都会失效。因为1987年那天的波动率，是过去50年所有样本的10倍以上。你的模型没见过这种场面，它当然不会预警。

2.2 2008年金融危机：相关性崩塌的教科书案例

2008年，雷曼兄弟倒闭那天，我正在做CDS定价模型。说实话，当时整个行业都懵了。

为什么？因为所有人都相信一个假设：不同资产之间的相关性是稳定的。房地产抵押债券和国债之间，过去几十年相关系数都在0.2左右，很安全。

结果呢？危机一来，所有资产的相关性瞬间飙到0.9以上。股票跌、债券跌、商品跌、连黄金都跌。你持有的所谓「分散化组合」，其实是一篮子同涨同跌的垃圾。

我在项目中遇到过类似的事。

2015年A股股灾时，我负责一个多资产组合的风控。模型显示VaR只有2%，结果一天亏了8%。原因就是相关性突变——所有板块一起崩，没有任何对冲效果。

2.3 2020年新冠熔断：流动性黑洞的现代版

2020年3月，美股10天内熔断4次。我有个朋友在华尔街做交易员，他说那几天电话都不响了——因为没人敢接单。

这次危机跟前面两次最大的不同是什么？

是速度。1987年跌了一天，2008年跌了几个月，2020年只用了两周就跌了30%以上。而且，这次是真正的「流动性黑洞」：你想卖，但没人买。连国债这种最安全的资产，买卖价差都扩大了10倍。

我建议你记住一个数字：

2020年3月12日，美联储紧急注入1.5万亿美元流动性。即便如此，市场还是跌了。为什么？因为流动性不是钱的问题，是信心的问题。当所有人都想跑的时候，你给再多钱也没用。

2.4 三场危机的共同逻辑

好了，咱们把这三件事串起来看。你会发现一个共同点：

• 1987年： 程序化交易引发正反馈循环
• 2008年： 相关性崩塌导致分散化失效
• 2020年： 流动性黑洞让所有资产失去定价

这三件事的本质，其实都是「系统脆弱性」的暴露。平时看起来坚不可摧的市场结构，在极端压力下会突然断裂。

你想想看，如果下次危机是「AI高频交易+加密货币+全球央行同步缩表」的组合，会发生什么？我不知道。但我知道的是，历史不会简单重复，但人性永远不变。

嗯，说到这里，我想强调一点：这三场危机教会我们的，不是如何预测下一次崩盘，而是如何让自己在崩盘时活下来。

具体怎么做？后面的章节会详细讲。但今天先记住一句话：

尾部风险不是黑天鹅，而是灰犀牛。它一直在那里，只是你选择不看。