Mục lục Tổng Quan
- Lời Mở Đầu — Một phương trình được tin dùng quá mức
- Chương 1: David X. Li và ý tưởng dùng copula để định giá CDO (trái phiếu gói các khoản vay — công cụ cấu trúc trước khủng hoảng 2008)
- Chương 2: Giả định correlation (mức độ đi cùng nhau của hai tài sản) — điểm yếu chết người
- Chương 3: Khi mọi ngân hàng dùng chung một công thức
- Chương 4: Bài học còn lại cho người giữ tiền hôm nay
- Kết luận — Lời khẳng định & thúc đẩy hành động
- Kế hoạch hành động
Lời Mở Đầu — Một phương trình được tin dùng quá mức
Công cụ hữu ích khi bị biến thành niềm tin tuyệt đối sẽ trở thành rủi ro hệ thống
🤔 Góc Tư Duy:
Nếu mọi người cùng dùng một công thức để đo rủi ro, chuyện gì xảy ra khi công thức đó sai cùng một lúc?
Thành thật mà nói, trước 2008 có một công thức được các bàn trái phiếu cấu trúc trên khắp Wall Street tin dùng để định giá CDO (trái phiếu gói các khoản vay — công cụ cấu trúc trước khủng hoảng 2008) nhanh và hàng loạt. Tên của nó là Gaussian copula. Người đưa vào thực tiễn tài chính là David X. Li.
Công thức không “giết” ai. Cách con người sử dụng và đặt niềm tin tuyệt đối vào nó mới tạo ra lỗ hổng lớn. Bài viết này kể lại câu chuyện đó bằng ngôn ngữ dễ hiểu, và rút ra bài học còn nguyên giá trị hôm nay.
Chương 1: David X. Li và ý tưởng dùng copula để định giá CDO (trái phiếu gói các khoản vay — công cụ cấu trúc trước khủng hoảng 2008)
Bài toán lúc đó là: làm sao định giá nhanh hàng nghìn khoản vay gắn với nhau
🤔 Góc Tư Duy:
Khi bạn có hàng nghìn khoản thế chấp, làm sao ước lượng xác suất chúng cùng vỡ nợ?
Trước Gaussian copula, việc mô hình hóa correlation (mức độ đi cùng nhau của hai tài sản) giữa các khoản vay rất chậm và phức tạp. David X. Li đề xuất dùng copula — một công cụ toán học cho phép nối các phân phối riêng lẻ lại với nhau bằng một tham số correlation (mức độ đi cùng nhau của hai tài sản) duy nhất.
Cách tiếp cận này giúp định giá CDO (trái phiếu gói các khoản vay — công cụ cấu trúc trước khủng hoảng 2008) trong vài giây thay vì hàng tuần. Các bàn giao dịch và cả một số tổ chức xếp hạng tín nhiệm nhanh chóng áp dụng.
💡 Tóm lại ở phần này:
Gaussian copula giải quyết một bài toán tốc độ thật sự. Vấn đề nằm ở chỗ người dùng bắt đầu tin rằng tốc độ đồng nghĩa với độ chính xác trong mọi hoàn cảnh.
Chương 2: Giả định correlation (mức độ đi cùng nhau của hai tài sản) — điểm yếu chết người
correlation (mức độ đi cùng nhau của hai tài sản) không phải hằng số. Nó thay đổi rất mạnh khi thị trường căng thẳng
🤔 Góc Tư Duy:
Trong lúc thị trường êm, correlation (mức độ đi cùng nhau của hai tài sản) giữa các khoản vay nhà có vẻ ổn định. Khi khủng hoảng ập đến, chúng có còn độc lập như mô hình giả định không?
Mô hình dùng một con số correlation (mức độ đi cùng nhau của hai tài sản) “đại diện”. Trong điều kiện bình thường, con số đó trông có vẻ ổn. Nhưng khi giá nhà giảm đồng loạt, tỷ lệ vỡ nợ tăng cùng lúc, correlation (mức độ đi cùng nhau của hai tài sản) thực tế nhảy vọt lên gần 1.
Lúc đó mọi giả định về sự phân tán rủi ro đều sụp. Các tranche được gắn nhãn an toàn bỗng nhiên không còn an toàn như mô hình từng chỉ ra.
💡 Nói nôm na là:
Công thức không sai trong thế giới nó được hiệu chỉnh. Nó sai khi thế giới thay đổi mà người dùng vẫn giữ nguyên niềm tin.
Chương 3: Khi mọi ngân hàng dùng chung một công thức
Rủi ro mô hình trở thành rủi ro hệ thống
🤔 Góc Tư Duy:
Nếu chỉ một ngân hàng dùng sai mô hình, thiệt hại còn khu trú. Nếu cả ngành dùng chung một mô hình sai, chuyện gì xảy ra?
Đây là điểm then chốt. Không phải một tổ chức đơn lẻ đặt cược sai. Mà gần như cả hệ thống cùng dùng một khung đo rủi ro giống nhau. Khi correlation (mức độ đi cùng nhau của hai tài sản) vỡ, mọi người cùng nhận ra lỗ hổng cùng một lúc.
💡 Tóm lại ở phần này:
Mô hình trở thành rủi ro hệ thống khi quá nhiều người dùng nó theo cùng một cách và quên mất giới hạn của nó.
Chương 4: Bài học còn lại cho người giữ tiền hôm nay
Không cần trở thành quant. Chỉ cần giữ thái độ đúng với mọi công thức và chỉ số
🤔 Góc Tư Duy:
Bạn đang dựa vào chỉ số hoặc công thức nào một cách gần như tuyệt đối trong quyết định giữ tiền?
Vài nguyên tắc thực tế:
- Mọi mô hình đều có giả định. Hãy hỏi giả định đó vỡ trong hoàn cảnh nào.
- Khi quá nhiều người tin cùng một thứ, rủi ro không còn mang tính cá nhân mà mang tính hệ thống.
- Đa dạng hóa không chỉ về tài sản, mà cả về cách nghĩ và nguồn thông tin.
- Giữ một phần tiền ở tư thế sẵn sàng hành động khi các giả định phổ biến bị lung lay.
💡 Nói nôm na là:
Công thức hữu ích khi được dùng như công cụ. Nguy hiểm khi được thờ như chân lý.
Kết luận — Lời khẳng định & thúc đẩy hành động
Đồng trí thấy đó, Gaussian copula không phải câu chuyện để sợ toán học. Đó là câu chuyện về việc con người đặt niềm tin quá mức vào một công cụ tiện lợi.
Bài học còn nguyên: luôn hỏi giả định nằm ở đâu, và chuyện gì xảy ra khi giả định đó không còn đúng.
Đến lúc hành động rồi.
Kế hoạch hành động
- Đọc thêm các bài cùng chủ đề tại Phương Lê Academy
- Ghi lại 1 khái niệm trong bài để áp dụng vào cách bạn nhìn tin tức tài chính tuần này
- Theo dõi kênh Telegram t.me/phuongleacademy để nhận thêm bài phân tích