危机是如何发生的

一、先拆掉一个提问方式

每次危机之后，所有人都在问同一个问题：

谁干的？

2008 年是次贷。2010 年闪崩是「一个大单」。2020 年 3 月是疫情。如果 AI 这一轮崩了，答案大概会是「估值太高」。

这个提问方式让人安心，因为它把一个系统问题压缩成了某个人的错。

但它几乎总是错的——不是错在答案，是错在题型。

危机不是某个人做错事的结果。危机是一群人各自做对事，合在一起做出来的结果。

这不是修辞，这是一个可以拆开看的机制。

二、涌现：没有人计划制造流动性危机

先说一件反直觉的事。

流动性危机中，几乎每一个机构的减仓决定，单独看都是合理的。

风险上升了，我降低敞口——这是纪律。

触发止损线了，我平仓——这是风控。

赎回来了，我卖资产——这是义务。

没有人的动机是「制造踩踏」。但当所有人在同一时刻做出各自合理的动作，卖压、价差和保证金开始互相强化，最后形成一个所有人都不想要的结果。

这就是涌现：

整体结果，不能由单个参与者的意图简单相加。

三、拥挤交易：分散的决策，没有产生分散的结果

拥挤交易是同一件事，而且更隐蔽。

每个基金经理独立回测、独立建模、独立设阈值——每个人都以为自己在做独立判断。

但他们用的是相似的数据、相似的风险模型、相近的止损线、相同的融资渠道。

于是：

分散的决策，没有产生分散的结果。

这句话解释了一件长期困扰我的事——为什么「大家都很聪明」的市场，会集体做出蠢事。

因为聪明是分散的，约束是共享的。

四、泡沫不需要所有人相信同一个故事

价格泡沫更是如此。它甚至不需要一个统一的信仰：

- 一部分人真信长期价值；

- 一部分人不信，但判断「还能转卖给下一个人」；

- 企业发现股价高，趁机发股融资；

- 媒体追着注意力跑；

- 风险模型因为价格一直涨、波动一直低，自动允许加更多杠杆。

五种完全不同的动机，共同喂养同一个增强回路。

所以「到底是谁在制造泡沫」这个问题，问了就已经输了。

没有那个人。有的是结构。

五、2010 年 5 月 6 日：触发点不等于原因

美国监管机构对 2010 年 5 月 6 日的异常市场事件发布过联合调查材料，分析了高波动、流动性变化、算法执行以及跨市场互动。

但这件事在传播中被压缩成了一句话：「一个大单造成了闪崩。」

因为单一触发点便于理解。

问题是——同样规模的订单，在市场深度充足、有人愿意承接的时候，影响可能很有限。

那天不一样的地方在于：市场已经紧张，报价在减少，算法在互相反应，跨市场套利在传导。

事件结果，来自订单与环境的乘积，不是订单本身。

更关键的是，撤走流动性的，同样是一堆合理动作：

做市商看到有毒订单流，降低报价；套利者看到跨市场失衡，调整头寸；自动策略依据成交继续执行；普通市价单在没有对手的地方，以荒谬的价格成交。

没有任何一个主体拥有完整的系统图，系统却形成了高速反馈。

后来监管加了熔断和交易保护。但这只说明某些已知失效路径被降低了，不等于原因消失了。

规则改变会改变行为，新的系统又会长出新的脆弱点。

复杂系统治理可以减少已知的失效，不能宣布市场从此不再涌现。

六、市场中的三种连接

要看懂危机怎么传播，只需要盯住三条线。

第一种：价格连接。

股票、债券、期货、期权、ETF 通过套利、对冲和估值互相影响。一处价格跳跃会触发别处调整，哪怕基本面根本没变。

第二种：资产负债表连接。

不同市场的头寸，由同一批机构、同一批融资方、同一批抵押品支撑。一项资产亏损，会逼迫机构卖掉另一项资产。

于是原本经济上毫无关系的两个价格，开始同涨同跌。

危机中的相关性，往往不是基本面生成的，是共同融资生成的。

这句话值得反复读。它解释了为什么「我已经分散了」在危机里经常失效——你分散了资产，但没分散融资。

第三种：认知连接。

交易者使用相同的数据、模型和叙事，并且互相观察。自动化和 AI 可能提高单体判断效率，也可能让反应更同步。

系统风险不只来自错误的模型，也来自大家同时使用正确但相似的模型。

七、角色不是身份，是状态

2007 年 8 月的量化策略异常损失是一个干净的样本：看似彼此独立的多空组合，通过相似模型和共同去杠杆连接在了一起。

单个基金降低风险，是局部合理动作；多个基金同时减仓，价格偏离反而扩大；做市风险资本撤退后，平时那股「回归」的力量暂时消失了。

结果不是某个因子单独失效，而是参与者、融资和流动性共同生成了一个新状态。

2020 年 3 月的美国国债市场是另一个样本。国债的信用安全、市场流动性、抵押品融资能力，平时被打包理解成一个词：安全。

广泛的现金需求一出现，投资者卖出国债，中介能力受限，深度下降，抵押品再使用也变化。多个局部变量，通过资产负债表，形成了整体失灵。

两次事件市场不同、工具不同、背景不同。共同点只有一个：

平时承担稳定功能的参与者，在压力中改变了角色。

套利者变成平仓者。

流动性提供者变成库存削减者。

安全资产持有人变成现金需求者。

所以按标签做风险分析是危险的。把机构标记成「长期投资者」「做市商」「套利者」，只说明它的常态业务；当赎回、保证金和风险限额触发时，行为可能与标签完全相反。

要看当前约束，不要看参与者的名称。

还有一层：政策介入本身会改变反馈。央行提供流动性、扩大购买、调整规则，可以恢复中介功能，也会改变所有人对「下次会不会被救」的预期。

一次危机的解决方案，会进入下一次的市场结构。历史不会在同一制度下重演。

八、从小问题到临界点

单个问题通常不足以造成危机。

估值偏高，可以持续。杠杆增加，可以持续。流动性变薄，可以持续。持仓拥挤，也可以持续。

但它们同时出现时，系统离临界点更近了。

这时一条普通消息就够了。消息只是触发器，积累的结构才决定结果。

接下来是全篇最难接受的一句：

临界点之前，系统往往显得更稳定。

做市压低了波动，风险模型因为波动低而放大杠杆，资本继续涌入，价差进一步缩小——一切指标都在说「很安全」。

但这个稳定是内生的：它是系统内部行为造出来的，却被当成外部安全的证据。

观察到的平静，可能正是安全距离正在缩短的产物。

越接近阈值，小冲击的边际影响越大。

我们无法准确知道临界点在哪。但不知道位置，不等于可以忽略距离。

九、那么，该看什么

既然不能预测拐点，就只能测量绑得有多紧。可观察、可量化的有这些：

杠杆与融资：保证金债务余额、融资期限结构、债务型融资在资本开支中的占比是否上升。

持仓结构：集中度、头寸是否依赖同一笔融资、强手还是弱手在持有。

市场深度：价格对订单量的敏感度、买卖价差、大单冲击成本。

供给端：IPO 与增发规模、可转债发行、内部人减持。这是最容易被忽略、却最容易量化的一条——股票是世界上最容易增加供给的东西之一。

放到今天这轮 AI 上，判别式其实很清楚：

估值高，只毁掉股东；估值高加杠杆，才毁掉经济。

所以真正要盯的不是市盈率，而是融资结构有没有从「经营现金流」迁移到「债务与表外」。

具体四条，任何一条恶化，风险性质就从「股东亏钱」升级为「系统传导」：

1. 大型科技公司资本开支中，债务／表外融资占比连续两个季度显著上升；

2. 算力租赁合同违约，或相关高息债券利差急剧走阔；

3. 保证金债务余额创新高且加速；

4. 上游厂商的应收账款与客户集中度同时恶化——那说明它在给客户垫资。

这四条全部来自一手披露，不需要相信任何一篇转述稿。

十、收口

危机不是意外。

它是一群理性的人，在共享的约束下，同时做出合理选择的自然产物。

所以那个真正该问的问题，从来不是「会不会崩、什么时候崩、谁的错」。

而是：

这个系统现在被绑得有多紧？
有多少头寸依赖同一笔融资？
有多少规则会在波动上升时同向行动？
市场深度还能承接多少？

把判断从「预测单个主体」升级为「识别反馈、临界点和共同约束」——这是判断力的一次真正升级。

最后留一句最难接受的：

平静不是安全的证据。有时候，它是安全距离正在缩短的证据。