穩定體系的設計意義——疫情啟示錄

前言：本文原本是通俗介紹MOV 穩定金融體系，而在最近一段時間我們從這次疫情中獲得了更多新的啟示：一個所謂的體系該是表面的高大上還是真正的危機實干家，體系設計出來是要產生實用意義而非擺著好看的，這種實用體系的構建到底被忽略了哪些關鍵部分。

希望與謠言是這次疫情天平的兩端，它們的動態博弈也深刻影響著疫情進程。隨著管控措施和恢復社會經濟生產壓力凸顯，民眾開始更多地自發尋求科學以看到希望並去除謠言，開始更多地寄希望於準確的疫情拐點預測、靠譜的特效藥物研發、刨根問底的責任監督、更全面的病毒特性機理認知以及更科學的全民預防措施等等。有一個非常明顯的現象，得益於高度連接的數字網絡時代，疫情的重要參與者或者決定者不再僅僅由政府和官方權威機構自上而下承擔，每個在不同領域具備或多或少能力的個體這一次突然展現出了異常強大的去中心化自組織協作實戰，他們是自發的，沒有上層去指揮他們或者主導他們的信息認知，反而正是他們的“運動”揭開了隱匿已久的頑疾，提升了整個社會的疫情處理能力，起到了重大的正向作用，而理論上會存在的去中心化自組織網絡固有的各種低效和欺詐問題反而在這次實戰中可以被解決甚至很少出現。

這是無以言明的希望。所以愈發地鼓舞更多人根據自己掌握的真實情況和數據，依靠自己的技術和素養去參與到穩定疫情的社會體系當中。而此時我們才猛然醒悟到原來的體系竟然存在諸多的滯後和問題累累，十七年建立起的疫情防控依然停留在理論論文上，在突如其來的黑天鵝襲擊下如此不堪一擊。令人唏噓的是，論文工作者們竟然需要通過回顧性分析才“嚴謹”地得出“人傳人”的結論，論文在科學上無懈可擊，但卻對於阻止這場黑天鵝的到來沒有太大幫助和預防，國家和人民更需要的是諸位的洞見和敢於防範黑天鵝的擔當，既然在2019年12月底就參與到了異常疫情的調查中，那麼作為頂級科學家本該有的疫情警覺和防控經驗就應當給予政府和民眾更多的信息和措施，尤其是被挖出的石正麗成果更是讓我們看到其實他們早已認識到這種潛在的新威脅，即便是早那麼一天，也將會挽救不少人的生命，讓穩定疫情的社會體系更早形成，而不是東窗事發後以科學為擋箭牌掩飾自己當初對風險預判的無知和不敢擔責任。隨後在2020年1月下旬正式公佈疫情，數字每天都在以令人匪夷所思的幅度增長，一方面是被動應對的管控措施實施得併不及時也不到位，尤其是恰逢九省通衢和春運，通通讓常態防控措施亂了陣腳，另一方面世界各地的科學家通過傳染病傳播模型根據自己所掌握的較為真實的數據得出令人警覺的呼籲：可能潛在基數已經很龐大、病毒的基本再生數不容小覷、未來的拐點在哪裡、需要我們再忍耐多久、社會上那些面臨艱難的生產力再堅持多久可以看到希望等等。這才是意義所在，既然已經發生，那就讓損失降到最少，讓人民的希望更加明朗。而數據卻成了模型最大的阻礙，真實數據，“所有的模型都是錯的，但是有些模型是有用的“（all models are wrong, some are useful），如果沒有有效的真實數據，更是誤國誤民。當下時代賦予每個人自組織的權利和能力，尤其是奮戰在一線的人員和民眾，可以讓這種數據更加自由和真實地傳遞給能夠在後方利用好這些數據作出符合實戰判斷的科技人員，於是我們看到在國外頂級期刊上陸續出現了一系列預測分析，得出令人不敢相信的結論。模型的有用之處就在於讓人看到那些令人震驚的結論，不論對錯但不可忽視，可能拐點真的在2月中旬到3月中旬之間，可能傳播速率還會突然增加，防控措施可能哪裡出現了紕漏等等。不僅僅是政府和權威機構可以做這些數據和模型，每個有能力的個體都可以去貢獻力量：對於數據，即便是國家統一採集也並不能短時間挖出潛在的部分，所以經過這一次洗禮，新的疫情穩定體系在數據上更應該將民眾去中心化自組織數據採集包含進去；而對於模型，想必並不能完全託付給單一權威的論文工作者，尤其是時代在不斷更迭，總會有潛在的複雜因素未被考慮到傳統模型中，我們也要傾聽負責任的其他科學家和工程師的經驗和判斷，而在這次疫情中，雖然謠言四起，但我們確實感受到了這種民間智慧群體的存在，包括類似方艙醫院等隔離救治措施。當數據可以被尊重，當模型可以被及時更新，穩定疫情的體系會更加健全並與日俱進，更加有效地去指導防控和隔離措施，社會生產力也不會停滯在無準備狀態。每一次黑天鵝都是一次洗禮，是對舊有體系的衝擊，更是對因循守舊和自以為是的訓誡，而這次疫情更是如此，我們本來可以相信這十七年來的科學進步和體系建設，但卻恰恰在這裡跌倒了，不論是在早期時權威科學家對疫情風險的警覺和洞察力不夠，還是疫情蔓延後舊有數據模型體系在新時代面前的捉襟見肘，都給予我們警示：疫情的風控和穩定體系失效了。而一旦失效，將會引發更大的連鎖反應，從疫情蔓延到經濟生產，而那時的穩定體系建設將會更為複雜，顯然更未準備好。

這也將賦予我們新的啟示，金融領域也是如此，隨新時代而來的去中心化金融也是金融，防範黑天鵝的穩定體系建設決定著去中心化金融這個命題是否存在以及是否有能力在更大範圍更多維度發揮金融的本質和能力。 MOV 穩定金融體系的設計比較宏大，白皮書像論文一樣長達20多頁，看似比較晦澀難懂，但其實通篇都在闡述一種靈活適用於去中心化金融的穩定體系設計，而並不是去單純的描述一種大同小異的新型穩定幣，當下的穩定幣都並無太大差異，在核心設計和思想上未上升到（去中心化）金融的高度，所以不論是在風險控制防範還是實際用途前景上都存在嚴重的缺陷—— 大家似乎並不知道該怎麼防範像疫情這樣的風險，更不敢保證自己的穩定幣體係是否可以隨時隨地被應用到更廣泛的場景和維度上。所以在MOV 穩定金融體系設計之初我們就不再是去發行一種穩定幣，而是從建設去中心化金融穩定體系的核心立意出發去思考穩定幣真正的意義和未來場景，不論是白皮書裡描述的多元化抵押、合格抵押品框架、三級清算體系、風險債券、費率工具還是佔絕大篇幅的全天候風險度量體系，都是在闡述穩定體系的意義和因素，體系的產物可以是一種具體的穩定幣，也可以是一種百花齊放的新金融框架，但只有將去中心化金融這個場景所涉及的全部風險納入模型並能夠靈活預警和防控，這個體系才具有意義，穩定幣才具有意義，否則僅僅只是短暫的投機樂趣—— 拆東牆補西牆，利潤和風控能力竟然來自可以隨意漲跌的token，穩定幣並不穩定，也就失去了金融的意義。

圍繞穩定幣這個具象場景，MOV 穩定金融體係作了大量思考和模型建設。首先是多元化的抵押品框架，而在篩選合格資產上，除了考慮它們的跨鏈流通性和流動性風險，還需要洞察它們之間的關聯度風險，在正常市場或者一般風險狀況下，它們當然可以獨立運轉，相安無事，而一旦遭遇極端風險，關聯度決定了風險進一步被放大的程度，原本相互獨立的幾種資產必然需要應對施加給彼此的壓力，即便出現一方無力承擔，也將造成整個系統的風險瀰漫。清算體係是用來解決風險的，之所以設置三級清算體系，更多的是從風險的時效性考慮，大部分情況下的風險就像流感，而小部分情況下的風險卻像疫情一樣具備壓倒性，三級清算體系中第一級清算處理“流感”，第二級清算作迅速緩衝帶，起到關鍵的隔離作用，第三級清算一般會在“疫情”全面爆發前便已觸發並發揮作用，而此時便是風險債券存在的意義，這是系統可以給予人們的最後一道信心和措施，“人性的光輝”，當然風險債券並不是空穴來風，它的信任價值來自於長期以來健壯的系統表現以及可持續的系統收益和激勵反饋。此外，穩定費率等貨幣政策工具也是常見的穩定手段，尤其是在系統收益、穩定幣價格和供給維穩上效用突出。上面這些機制可以歸結為一個穩定幣的常規穩定手段，但如同這次疫情，其實最重要的是早期風險預警以及整體穩定體系（而非只關心局部的穩定處理）。因此白皮書用了大篇幅去描述全天候風險度量體系的細節，並認為任何穩定幣或者去中心化金融項目都應該開始將這種新體係作為自身程序建設的重要組成部分，而非僅僅是初步的評估風險或者象徵意義上地建設一種所謂的風險預警機制。

全天候風險度量體系分為內外兩部分。一個是系統外風險模型，建立對市場極端風險的預判，在研究大量模型和方法後，我們篩選出了可以被實際應用的幾種可實操手段，比如波動率模型、CVaR、關聯度風險、蒙特卡洛模擬等，並建立了逐天計算逐段更新的預警機制，保持對細微異常的警覺，並形成完備的回測系統對 VaR 模型進行實時調整。

第二個是系統內穩定模型。針對這次疫情傳播的模型建設，諸多經典的隨機狀態理論（如SEIR模型）被廣泛用於疫情傳播狀態預判，MOV 也採用了經典的隨機理論馬爾可夫鏈模型對系統內的行為進行建模和預估，一個個穩定幣單元被創建出來就如同生命個體，從出生走向死亡，而這之間存在復雜的因子影響狀態的更迭，對這些因子的探索便是我們對系統內風險的把控，將風險的評估具體到每一個（創建）單元，最終找到符合實際的行為分佈特徵，建立起對系統全局行為和關鍵因子的實時掌控，便會幫助我們建立系統的損失分佈，用於指導系統對抵押率和穩定費率等貨幣政策工具的合理設置。這像是看似獨立的內外兩部分模型，最後我們進行整合，對關鍵系統參數和穩定工具能夠進行相互反饋調節，比如係統外極端風險模型可以在系統參與活躍度和抵押率設置兩者之間找到平衡關係，避免一味為了系統穩定而設置過高抵押率，影響到活躍度，同時這部分模型擔負著黑天鵝預警的重要功能，將更多考慮模型的靈活性和時效性，與新的市場影響因子同步更新；而第二部分的系統內模型則建立了穩定費率與系統活躍度、抵押率與系統活躍度、抵押率與損失分佈、費率與系統收益以及系統損失與系統收益等這五種平衡關係，與系統外模型存在反饋擬合，將關鍵參數收斂到一個最優值，形成一個完整的風險度量和穩定體系。

在白皮書裡我們也多次強調“模型只是風險管理的工具，過度依賴也會帶來一定的模型風險 ”。 “隨著區塊鏈技術、場景和監管政策日新月異發展，加密市場的尾部風險分佈幾乎是年年不同而又難以預測，再精細的VaR 風險模型都離不開專業而睿智的人工基本面和趨勢分析輔助(聰明的人比精密的數字模型更大概率判斷出2008 年全球金融危機的發生)，正如Alan Greenspan 所說'市場風險的量化工具，如VaR，只有對風險測量的計算方法及其風險衡量與實際業績的關係都進行了充分的考慮時，才具有指導意義'”。

最後我們想說，並沒有復雜的通天模型，但需要建立完備的風控和系統穩定體系。只有體系健全了，功能才能擁有立足的根本，穩定幣才能稱之為穩定，去中心化金融才能稱之為金融，然後放心大膽地進入到各種暢想的應用領域，否則都是危機下的累卵，不僅無法獨善其身，更會引起可怕的連鎖災難反應。

藉此，向為早期疫情預警作出貢獻的勇士們致敬，他們告訴我們這個體系到底缺了什麼。