奎克的藏经阁 · 原书印刷页

黑箱社会 控制金钱和信息的数据法则=THE BLACK BOX SOCIETY · 第 156 页

PDF 物理页索引 175 · 第三章

书名
黑箱社会 控制金钱和信息的数据法则=THE BLACK BOX SOCIETY
作者
未记录
印刷页
156
PDF 物理页
175(从 0 开始)
章节
第三章
UUID
e613fff5-9eda-4e8d-b348-903e6d630253
来源类型
original_book
页面 SHA-256
4721b09a75dfeb4b9ba6a7816269500cd2ccec565e5ebb02f3e58da6aae64a6f

在房地产泡沫期间,评级机构争先恐后地对产生于这一时期的海量证券进行评级。就像泛滥的“成绩通胀”使得全A成绩贬值一样,评级通胀也让AAA等级失去了原本的意义(或价值)。这里有很多现成的理由:美国经济非常强劲,人口增长意味着房产价格只能上涨,计算机驱动的超高效率将会提升所有人的收入水平。信用评级机构很快就将评判标准相继宽松到了最低限度。正如社会学家威尔·戴维斯(WillDavies)所言,那些“负责说明、衡量和判断资本活动者也在从中获利”,在这种情况下,廉洁便无从谈起。

最终,媒体注意到了这种评级的粗糙性,并给出了各种“一针见血”的评论。“但愿纸牌屋快要倾塌的时候我们都已经退休,并且十分富有。”一封内部邮件中这样写道。“这可能是蠢驴设计的,而我们还要对它进行评级。”有人在即时信息中打趣道。这些语句略带调侃,我们可以看到评级机构的工作并不光鲜。然而,我们不能将所有问题都推给无良的“害群之马”和屡教不改的骗子。金融界中存在的问题要比个人疏忽问题严重得多,比如统计有效性和数学建模问题,而这也正是黑箱的栖息地。

例如,标准普尔公司使用贷款评估和损失估值系统(LEVELS)模型来对抵押担保证券进行评估。该模型的基本原理十分简单:1999年,它利用包含约166000个固定利率优级房贷的数据库来对某些类型的贷款违约率进行评估。就像Google利用过去的点击数据来预测广告效果一样,标准普尔可以将待估证券与数据库进行匹配,然后得出贷款违约率的可能性。

黑箱社会The Black BoxSociety

156