稳定体系的设计意义——疫情启示录

前言：本文原本是通俗介绍 MOV 稳定金融体系，而在最近一段时间我们从这次疫情中获得了更多新的启示：一个所谓的体系该是表面的高大上还是真正的危机实干家，体系设计出来是要产生实用意义而非摆着好看的，这种实用体系的构建到底被忽略了哪些关键部分。

希望与谣言是这次疫情天平的两端，它们的动态博弈也深刻影响着疫情进程。随着管控措施和恢复社会经济生产压力凸显，民众开始更多地自发寻求科学以看到希望并去除谣言，开始更多地寄希望于准确的疫情拐点预测、靠谱的特效药物研发、刨根问底的责任监督、更全面的病毒特性机理认知以及更科学的全民预防措施等等。有一个非常明显的现象，得益于高度连接的数字网络时代，疫情的重要参与者或者决定者不再仅仅由政府和官方权威机构自上而下承担，每个在不同领域具备或多或少能力的个体这一次突然展现出了异常强大的去中心化自组织协作实战，他们是自发的，没有上层去指挥他们或者主导他们的信息认知，反而正是他们的“运动”揭开了隐匿已久的顽疾，提升了整个社会的疫情处理能力，起到了重大的正向作用，而理论上会存在的去中心化自组织网络固有的各种低效和欺诈问题反而在这次实战中可以被解决甚至很少出现。

这是无以言明的希望。所以愈发地鼓舞更多人根据自己掌握的真实情况和数据，依靠自己的技术和素养去参与到稳定疫情的社会体系当中。而此时我们才猛然醒悟到原来的体系竟然存在诸多的滞后和问题累累，十七年建立起的疫情防控依然停留在理论论文上，在突如其来的黑天鹅袭击下如此不堪一击。令人唏嘘的是，论文工作者们竟然需要通过回顾性分析才“严谨”地得出“人传人”的结论，论文在科学上无懈可击，但却对于阻止这场黑天鹅的到来没有太大帮助和预防，国家和人民更需要的是诸位的洞见和敢于防范黑天鹅的担当，既然在2019年12月底就参与到了异常疫情的调查中，那么作为顶级科学家本该有的疫情警觉和防控经验就应当给予政府和民众更多的信息和措施，尤其是被挖出的石正丽成果更是让我们看到其实他们早已认识到这种潜在的新威胁，即便是早那么一天，也将会挽救不少人的生命，让稳定疫情的社会体系更早形成，而不是东窗事发后以科学为挡箭牌掩饰自己当初对风险预判的无知和不敢担责任。随后在2020年1月下旬正式公布疫情，数字每天都在以令人匪夷所思的幅度增长，一方面是被动应对的管控措施实施得并不及时也不到位，尤其是恰逢九省通衢和春运，通通让常态防控措施乱了阵脚，另一方面世界各地的科学家通过传染病传播模型根据自己所掌握的较为真实的数据得出令人警觉的呼吁：可能潜在基数已经很庞大、病毒的基本再生数不容小觑、未来的拐点在哪里、需要我们再忍耐多久、社会上那些面临艰难的生产力再坚持多久可以看到希望等等。这才是意义所在，既然已经发生，那就让损失降到最少，让人民的希望更加明朗。而数据却成了模型最大的阻碍，真实数据，“所有的模型都是错的，但是有些模型是有用的“（all models are wrong, some are useful），如果没有有效的真实数据，更是误国误民。当下时代赋予每个人自组织的权利和能力，尤其是奋战在一线的人员和民众，可以让这种数据更加自由和真实地传递给能够在后方利用好这些数据作出符合实战判断的科技人员，于是我们看到在国外顶级期刊上陆续出现了一系列预测分析，得出令人不敢相信的结论。模型的有用之处就在于让人看到那些令人震惊的结论，不论对错但不可忽视，可能拐点真的在2月中旬到3月中旬之间，可能传播速率还会突然增加，防控措施可能哪里出现了纰漏等等。不仅仅是政府和权威机构可以做这些数据和模型，每个有能力的个体都可以去贡献力量：对于数据，即便是国家统一采集也并不能短时间挖出潜在的部分，所以经过这一次洗礼，新的疫情稳定体系在数据上更应该将民众去中心化自组织数据采集包含进去；而对于模型，想必并不能完全托付给单一权威的论文工作者，尤其是时代在不断更迭，总会有潜在的复杂因素未被考虑到传统模型中，我们也要倾听负责任的其他科学家和工程师的经验和判断，而在这次疫情中，虽然谣言四起，但我们确实感受到了这种民间智慧群体的存在，包括类似方舱医院等隔离救治措施。当数据可以被尊重，当模型可以被及时更新，稳定疫情的体系会更加健全并与日俱进，更加有效地去指导防控和隔离措施，社会生产力也不会停滞在无准备状态。每一次黑天鹅都是一次洗礼，是对旧有体系的冲击，更是对因循守旧和自以为是的训诫，而这次疫情更是如此，我们本来可以相信这十七年来的科学进步和体系建设，但却恰恰在这里跌倒了，不论是在早期时权威科学家对疫情风险的警觉和洞察力不够，还是疫情蔓延后旧有数据模型体系在新时代面前的捉襟见肘，都给予我们警示：疫情的风控和稳定体系失效了。而一旦失效，将会引发更大的连锁反应，从疫情蔓延到经济生产，而那时的稳定体系建设将会更为复杂，显然更未准备好。

这也将赋予我们新的启示，金融领域也是如此，随新时代而来的去中心化金融也是金融，防范黑天鹅的稳定体系建设决定着去中心化金融这个命题是否存在以及是否有能力在更大范围更多维度发挥金融的本质和能力。MOV 稳定金融体系的设计比较宏大，白皮书像论文一样长达20多页，看似比较晦涩难懂，但其实通篇都在阐述一种灵活适用于去中心化金融的稳定体系设计，而并不是去单纯的描述一种大同小异的新型稳定币，当下的稳定币都并无太大差异，在核心设计和思想上未上升到（去中心化）金融的高度，所以不论是在风险控制防范还是实际用途前景上都存在严重的缺陷 —— 大家似乎并不知道该怎么防范像疫情这样的风险，更不敢保证自己的稳定币体系是否可以随时随地被应用到更广泛的场景和维度上。所以在 MOV 稳定金融体系设计之初我们就不再是去发行一种稳定币，而是从建设去中心化金融稳定体系的核心立意出发去思考稳定币真正的意义和未来场景，不论是白皮书里描述的多元化抵押、合格抵押品框架、三级清算体系、风险债券、费率工具还是占绝大篇幅的全天候风险度量体系，都是在阐述稳定体系的意义和因素，体系的产物可以是一种具体的稳定币，也可以是一种百花齐放的新金融框架，但只有将去中心化金融这个场景所涉及的全部风险纳入模型并能够灵活预警和防控，这个体系才具有意义，稳定币才具有意义，否则仅仅只是短暂的投机乐趣 —— 拆东墙补西墙，利润和风控能力竟然来自可以随意涨跌的 token，稳定币并不稳定，也就失去了金融的意义。

围绕稳定币这个具象场景，MOV 稳定金融体系作了大量思考和模型建设。首先是多元化的抵押品框架，而在筛选合格资产上，除了考虑它们的跨链流通性和流动性风险，还需要洞察它们之间的关联度风险，在正常市场或者一般风险状况下，它们当然可以独立运转，相安无事，而一旦遭遇极端风险，关联度决定了风险进一步被放大的程度，原本相互独立的几种资产必然需要应对施加给彼此的压力，即便出现一方无力承担，也将造成整个系统的风险弥漫。清算体系是用来解决风险的，之所以设置三级清算体系，更多的是从风险的时效性考虑，大部分情况下的风险就像流感，而小部分情况下的风险却像疫情一样具备压倒性，三级清算体系中第一级清算处理“流感”，第二级清算作迅速缓冲带，起到关键的隔离作用，第三级清算一般会在“疫情”全面爆发前便已触发并发挥作用，而此时便是风险债券存在的意义，这是系统可以给予人们的最后一道信心和措施，“人性的光辉”，当然风险债券并不是空穴来风，它的信任价值来自于长期以来健壮的系统表现以及可持续的系统收益和激励反馈。此外，稳定费率等货币政策工具也是常见的稳定手段，尤其是在系统收益、稳定币价格和供给维稳上效用突出。上面这些机制可以归结为一个稳定币的常规稳定手段，但如同这次疫情，其实最重要的是早期风险预警以及整体稳定体系（而非只关心局部的稳定处理）。因此白皮书用了大篇幅去描述全天候风险度量体系的细节，并认为任何稳定币或者去中心化金融项目都应该开始将这种新体系作为自身程序建设的重要组成部分，而非仅仅是初步的评估风险或者象征意义上地建设一种所谓的风险预警机制。

全天候风险度量体系分为内外两部分。一个是系统外风险模型，建立对市场极端风险的预判，在研究大量模型和方法后，我们筛选出了可以被实际应用的几种可实操手段，比如波动率模型、CVaR、关联度风险、蒙特卡洛模拟等，并建立了逐天计算逐段更新的预警机制，保持对细微异常的警觉，并形成完备的回测系统对 VaR 模型进行实时调整。

第二个是系统内稳定模型。针对这次疫情传播的模型建设，诸多经典的随机状态理论（如SEIR模型）被广泛用于疫情传播状态预判，MOV 也采用了经典的随机理论马尔可夫链模型对系统内的行为进行建模和预估，一个个稳定币单元被创建出来就如同生命个体，从出生走向死亡，而这之间存在复杂的因子影响状态的更迭，对这些因子的探索便是我们对系统内风险的把控，将风险的评估具体到每一个（创建）单元，最终找到符合实际的行为分布特征，建立起对系统全局行为和关键因子的实时掌控，便会帮助我们建立系统的损失分布，用于指导系统对抵押率和稳定费率等货币政策工具的合理设置。这像是看似独立的内外两部分模型，最后我们进行整合，对关键系统参数和稳定工具能够进行相互反馈调节，比如系统外极端风险模型可以在系统参与活跃度和抵押率设置两者之间找到平衡关系，避免一味为了系统稳定而设置过高抵押率，影响到活跃度，同时这部分模型担负着黑天鹅预警的重要功能，将更多考虑模型的灵活性和时效性，与新的市场影响因子同步更新；而第二部分的系统内模型则建立了稳定费率与系统活跃度、抵押率与系统活跃度、抵押率与损失分布、费率与系统收益以及系统损失与系统收益等这五种平衡关系，与系统外模型存在反馈拟合，将关键参数收敛到一个最优值，形成一个完整的风险度量和稳定体系。

在白皮书里我们也多次强调“模型只是风险管理的工具，过度依赖也会带来一定的模型风险 ”。“随着区块链技术、场景和监管政策日新月异发展，加密市场的尾部风险分布几乎是年年不同而又难以预测，再精细的 VaR 风险模型都离不开专业而睿智的人工基本面和趋势分析辅助(聪明的人比精密的数字模型更大概率判断出 2008 年全球金融危机的发生)，正如 Alan Greenspan 所说‘市场风险的量化工具，如 VaR，只有对风险测量的计算方法及其风险衡量与实际业绩的关系都进行了充分的考虑时，才具有指导意义’”。 

最后我们想说，并没有复杂的通天模型，但需要建立完备的风控和系统稳定体系。只有体系健全了，功能才能拥有立足的根本，稳定币才能称之为稳定，去中心化金融才能称之为金融，然后放心大胆地进入到各种畅想的应用领域，否则都是危机下的累卵，不仅无法独善其身，更会引起可怕的连锁灾难反应。

借此，向为早期疫情预警作出贡献的勇士们致敬，他们告诉我们这个体系到底缺了什么。