Mostrando entradas con la etiqueta derivados financieros. Mostrar todas las entradas
Mostrando entradas con la etiqueta derivados financieros. Mostrar todas las entradas

lunes, 7 de agosto de 2017

La crisis de las hipotecas: El inicio


Hipotecas subprime: La crisis con la que empezó todo

El 8 de agosto se cumplen 10 años del colapso de los mercados por las hipotecas basura, el preámbulo de Lehman Brothers

SANDRO POZZI | El País

Hace diez años que estalló la crisis de las hipotecas subprime o hipotecas basura conocidas así porque se concedieron a personas de escasa solvencia a altos tipos de interés. El colapso de los mercados fue tan drástico que obligó a la Reserva Federal (Fed) —y al Banco Central Europeo, (BCE)— a inyectar cientos de miles de millones y a bajar los tipos de interés. Los bancos centrales se adentraron en aguas nunca exploradas en la política monetaria y fiscal. Fueron medidas de choque que no atajaron las raíces del problema: los bancos estaban infectados con unos productos diseñados por matemáticos financieros que se basaban en créditos de escasa solvencia.

Eran hipotecas basura porque se concedieron a personas que tenían trabajos basura: malas condiciones sanitarias, carencia de seguro médico o violaciones de la legislación, como cobrar por debajo de los mínimos legales. Mientras el mercado de la vivienda crecía sin sentido, parecía un negocio rentable. Pero hace diez años estalló la crisis de liquidez y de confianza en la solvencia de las entidades y se  provocó la mayor depresión desde la II Guerra Mundial.




El común de los inversores se sumergía entonces en un curso acelerado en finanzas para familiarizarse con nuevos términos como las hipotecas subprime, CDOs sintéticos, conduits, los SIV o vehículos estructurados. El experimento de la Fed continúa porque la crisis sigue viva, aunque mitigada. Ha entrado en una nueva fase, la del desmontaje de todo el andamiaje que fue necesario para evitar el colapso de la economía.

Este décimo aniversario no lo celebra nadie en Wall Street pese a la que marcó la conciencia de los reguladores y de los inversores. El Dow Jones cerró aquel 8 de agosto de 2007 con la mayor caída en cuatro años por el temor a la crisis hipotecaria, ante la que las autoridades no actuaron con firmeza y terminó convirtiéndose en el peor monstruo imaginado. El Dow Jones cayó hasta los 13.270 puntos, aunque hoy ha superado el bache y está en 22.000 puntos, un récord histórico. Un buen ejemplo de la volatilidad de los mercados para unos y, para otros, el caso típico de que se ha llegado a un nivel irracional previo a otro derrumbe.

El derrumbe del mercado de crédito estuvo marcado por la desaparición del banco de inversión Bear Stearns, los fondos de BNP Paribas, los bancos hipotecarios de EE UU y los problemas de la mayor aseguradora del mundo, AIG, que acabó sucumbiendo más adelante.
MULTAS DE 325.000 MILLONES DE DÓLARES
La crisis financiera se produjo porque los grandes bancos tenían un sistema inadecuado de gestión de riesgos y unas políticas de compensación que incentivaron prácticas como el empaquetado de deuda insolvente que se vendía como un producto rentable. La reprimenda de los reguladores a las firmas de inversión y bancos se tradujo en más de 325.000 millones de dólares en multas. En paralelo, se han triplicado las exigencias de capital para que puedan asumir sus pérdidas.
A diferencia de Europa, donde todavía hay bancos con problemas, en EE UU han amasado ya más de un billón de dólares en beneficios desde la crisis. Solo el pasado ejercicio la ganancia neta ascendió a 171.300 millones, según el fondo de garantía de depósitos de EE UU. El tercer trimestre de 2016 fue el mejor de la historia, con 45.600 millones en beneficios. Y ahora los principales bancos son más grandes que antes de la crisis.
Pero siguen los fraudes, como las cuentas falsas de Wells Fargo. “Los grandes bancos engañan a sus clientes y a nadie se le ha exigido responsabilidades”, lamenta la senadora demócrata Elizabeth Warren.


Fue la peor calamidad financiera desde 1930. Durante los 19 meses que duró se perdieron 8,7 millones de empleos, más de la mitad de los adultos vio perder su trabajo, recortado su sueldo o forzado a trabajar a tiempo parcial. El consumo y el producto interior bruto se contrajeron por la escasez de crédito y el incremento del coste de los préstamos. El S&P 500 perdió la mitad de su valor.

Este movimiento sísmico fue de tal envergadura que hizo tambalear los resortes del sistema financiero global y lo de dejó expuesto ante eventos como la ruptura del euro, la crisis de la deuda soberana de Grecia o otras consencuencias políticas como eñ Brexit y el surgimiento de los populismos. Una década después, los tipos de interés permanecen históricamente bajos y los bancos centrales siguen comprando deuda para sostener la economía.

"Los bancos prestaban en cualquier cosa"

Janet Yellen recuerda como se cocinó la crisis. “Los bancos ponían dinero en cualquier cosa”, comentó hace unas semanas. La presidenta de la Fed estaba entonces al frente del banco regional de San Francisco. “Nadie se paraba a analizar que pasaría si se dejaba de pagar la deuda”, explicó. En realidad, lo que se hacía era empaquetarla para ofrecerla a inversores que buscaban altos retornos.

Todas las crisis financieras tienen características comunes. Los bancos invierten en activos de alto riesgo por su alta rentabilidad, que funcionan hasta que alguien dice que son tóxicos y pierden su valor y liquidez. El desencadenante llega cuando la gente pide recuperar el dinero en masa ante la pérdida de confianza y el efecto contagio se acelera. La de 2007 no fue diferente. Empezó con las hipotecas subprime, se extendió a otros productos y los bancos se quedaron sin capital para absorber las pérdidas.

El primer aviso de la recesión que venía lo dio el banco más grande de Europa, el HSBC, uno de los más agresivos en el mercado inmobiliario de EE UU. En febrero de 2007 anunció que las pérdidas en las carteras de deuda hipotecaria iban a ser mayores de lo esperado. Los desahucios se estaban disparando y la entidad no pudo anticipar cuántos propietarios serían incapaces de pagar sus créditos.

Los tipos de interés estaban entonces en el 5,25%. Las hipotecas subprime se ofrecieron a clientes que no cumplían los requisitos más estrictos. HSBC mezcló esa deuda con otra entre 2005 y 2006, en pleno auge inmobiliario. Un mes después de reconocer los problemas la firma New Century Financial, especializada en ese mercado, cayó en bancarrota.

Las cosas se pusieron feas cuando los primeros fondos estructurados con hipotecas subprime reventaron en Bear Stearns, en junio de ese mismo año. Los problemas se propagaron a grandes firmas financieras como Merrill Lynch, JPMorgan Chase, Citigroup y Goldman Sachs. Al poco era el banco francés BNP Paribas el que anunciaba el cese de las actividades en tres fondos especializados en deuda hipotecaria porque eran insolventes. Alguno de ellos habían vendido participaciones en España.

Ben Bernanke, presidente en aquella época de la Reserva Federal, llegó tarde. Al principio entendió que el creciente número de impagos de hipotecas no representaba un riesgo para la economía. “Se dio por hecho de que el sistema se ajustaría solo”, admitió después. Pero luego temió que se desencadenara una segunda Gran Depresión y recurrió a todo lo que estaba en su poder para estabilizar la economía.

La respuesta a la crisis financiera se hizo de dos maneras. Se intervino primero para que socorrer a las instituciones sistémicas, incluidas firmas que no supervisadas por la Fed como AIG y Bear Stearns. Después, se establecieron mecanismos para facilitar la liquidez que necesitaban los operadores financieros para sostener sus actividades y que así el dinero llegara a la economía.

En dos días la Fed inyectó 87.500 millones de dólares y el BCE 156.000 millones más. A la semana se recortó en medio punto el tipo de interés y por primera se reconocía que el riesgo era real. Ese pesimismo repentino llevó al banco central recortar el precio del dinero medio punto porcentual más, hasta el 4,75% el 18 de septiembre.

¿Puede repetirse?

Las medidas no frenaron el colapso. El lunes 17 de septiembre de 2007, miles de clientes de Northern Rock, un banco inglés especializado en hipotecas, hacían cola para sacar su dinero. El banco finalmente no pudo afrontar las retiradas, y el Gobierno decidió nacionalizarlo en febrero de 2008. Bear Stearns acabó absorbida por JPMorgan en marzo de 2008 para evitar su quiebra, como antesala al desastre del 15 de septiembre de 2008, la caída de Lehman Brothers y la compra de Merrill Lynch por parte de Bank of America.

¿Puede repetirse esta crisis? Yellen admite que no se puede descartar pero asegura que no será como la de 2008 porque el sistema es mucho más seguro, gracias a los colchones de capitalización que se exigen a los bancos. Christine Lagarde, directora gerente del Fondo Monetario Internacional matiza: “Por dónde vendrá, en qué forma y su alcance es algo que está por ver porque llegan por donde menos te lo esperas”. La normalización de la política monetaria en EE UU está en marcha: en diciembre de 2015 los tipos de interés empezaron a subir y están entre el 1% y el 1,25%. Pero la Fed tiene que desprenderse de 4,5 billones de dólares que adquirió en bonos del Tesoro y títulos hipotecarios. La economía de EE UU, pese a estar en pleno empleo, crece por debajo del potencial previo a la crisis, los salarios no aumentan como antes de la recesión y la desigualdad ha crecido. Son las heridas abiertas de la crisis con la que empezó todo.

viernes, 30 de enero de 2015

Vuelve la crisis de las subprime pero disfrazados



Bonos de alto riesgo están de vuelta con diversos nombre siete años después de la Crisis en Estados Unidos 
Jody Shenn -


(Bloomberg) - El negocio de la agrupación más riesgosas hipotecas estadounidenses en bonos sin respaldo del gobierno se está preparando para un regreso. Eso sí, no lo llaman de alto riesgo.
El fondo de cobertura Vidente Capital Management, gestor de dinero Roble del ángel de Capital y el banco con sede en Sydney Macquarie Group Ltd. se encuentran entre las empresas que compran a los préstamos a los prestatarios que no pueden calificar para hipotecas convencionales debido a cuestiones tales como bajos puntajes de crédito, las ejecuciones hipotecarias o de difícil ingresos -documento. Cada uno de ellos planean poner en común las hipotecas en títulos de diferente riesgo y vender parte de los inversores de este año. JPMorgan Chase & Co. analistas predicen tanto como $ 5000 millones de ofertas podía hacer, mientras que Nomura Holdings Inc. pronostica mil millones dólares a $ 2 mil millones.
Las empresas de inversión están buscando para reactivar el mercado sin repetir los errores que alimentaron la crisis inmobiliaria de Estados Unidos la última década, lo que hizo estallar la economía mundial. Esta vez, conservará las apuestas más arriesgadas en las ofertas, a diferencia de cómo los bancos de Wall Street y otros emisores pasaron la mayor parte de los peligros antes de la crisis. Vidente de Capital y Angel Roble prefieren el término "no preferenciales" para los préstamos que coquetea con las prácticas que antes se empleaba para la deuda conocido como subprime o Alt-A.

'Mala Palabra'

Mientras que "subprime es una mala palabra" estos días ", lo que todo el mundo está viendo es la caja de crédito se ha reducido tanto que hay un montón de buenos prestatarios potenciales por ahí no ser servido", dijo John Hsu, jefe de mercados de capital en el Angel Roble. La firma con sede en Atlanta espera tener suficientes créditos para un acuerdo el próximo trimestre en el que se conserva el 20 por ciento a 33 por ciento, dijo.
Reapertura este rincón del mercado de bonos puede disminuir los costos de consumo y ampliar los préstamos más riesgosos, ayudando a la recuperación de la vivienda. Las rebanadas más peligrosos creados a partir de la titulización de préstamos son también la de más alto rendimiento, que ofrecen las empresas de las firmas de capital privado hacia los fondos de inversión inmobiliaria una manera de aumentar los ingresos ya que los bancos centrales globales suprimen las tasas de interés para impulsar el crecimiento económico.
"Yo voy a conferencias y no menos de una docena de inversionistas están diciendo que quieren estos activos", dijo Michael Kime, director de operaciones de WJ Bradley Capital Mortgage, un prestamista que comenzó a hacer algunos de los préstamos el año pasado.
Mercado Durmiente
La titulización de préstamos hipotecarios que no están respaldados por el gobierno ha sido en su mayoría en estado latente desde la crisis. Sólo $ 8800 millones de ofertas vinculadas a los nuevos préstamos se produjo el año pasado - todos ellos respaldados por hipotecas "jumbo" a los prestatarios con crédito de ternera, pero con saldos mayores a lo que puede ser financiado en el mercado respaldado por el gobierno.
Durante el pico de préstamos suelto de 2005 a 2007, más de $ 2 billones de dólares en valores respaldados por hipotecas de alto riesgo la más arriesgada e hipotecas Alt-A fueron emitidos de acuerdo al boletín Inside Mortgage Finance. Un adicional de $ 680 000 000 000 de los valores jumbo fueron vendidos durante ese período.
Mejores prestatarios tomaron hipotecas Alt-A que les permitieron evitar documentación de ingresos, comprar propiedades de inversión o efectuar pagos bajos inicialmente que eventualmente pudiera elevarse. Las pérdidas en los préstamos que respaldan los bonos de la época han alcanzado el 30 por ciento de ofertas de alto riesgo y el 20 por ciento para los Alt-A hasta el momento, de acuerdo con un informe de 06 de enero por Fitch Ratings.
Roble del ángel está dispuesto a comprar créditos con calificaciones de crédito tan bajas como 500, aunque el promedio ha sido de 670, justo por debajo del nivel de algún uso como límite para hipotecas de alto riesgo en una escala de 300 a 850 680, dijo Hsu. La compañía se asegura que los prestatarios pueden permitirse los pagos y requiere por lo menos un 20 por ciento menos que los pagos, dijo.

Problemas sin resolver

Las tasas de interés de los préstamos de Angel Oak, que en su mayoría llevan tasas fijas a 30 años, promedio de alrededor del 8 por ciento, en comparación con las tasas de las hipotecas típicas de alrededor de 3,6 por ciento, según las encuestas de Freddie Mac. Préstamos de la Administración Federal de Vivienda que permiten calificaciones de crédito tan bajas como 580 con un mínimo de 3,5 por ciento menos que también están disponibles a costos más bajos.
Incluso con signos de reactivación, el extremo riesgoso del mercado de hipotecas de deuda puede quedar obstaculizada por su pasado. Algunos tenedores de bonos fueron quemados por cuestiones como los síndicos y administradores no empujar a los prestamistas a recomprar deuda tergiversado.
"" La razón por la que los inversores no han regresado al mercado en general es que los problemas relacionados con los conflictos de intereses y la falta de transparencia no han sido resueltos ", dijo Chris Ames, director de productos titulizados en Schroder Investment Management Norte America Inc.
"A unos cientos de millones de cualquier clase de activos probablemente puede encontrar compradores, que no es sólo una cantidad significativa", dijo.

Hipotecas calificadas

Muchos programas dirigidos a préstamos fuera del enfoque de mercado respaldado por el gobierno en aquellos con características como la carga de la deuda altos o grandes honorarios, que los empujan fuera de una categoría jurídica creada el año pasado que se conoce como hipotecas calificados.
Hipotecas para no QM exponen los prestamistas a demandas de los prestatarios que pueden ganar daños si pueden demostrar que no podían pagar la deuda, un riesgo que afecta a los inversores en bonos, dijo Ames.
Macquarie año pasado comenzó a comprar los préstamos no QM de Impac Mortgage Holdings Inc., uno de los pocos prestamistas Alt-A que sobrevivieron a la crisis. Se espera que las compras para acelerar como Impac aumenta el número de los prestamistas a los que compra la deuda, dijo Eli Nafisi, director gerente de la división de renta fija de Macquarie.
Los productos Impac todos llevan las puntuaciones de crédito mínimo de 680, y requieren del préstamo y el valor de las relaciones de menos de 80 por ciento. Uno de los programas sólo se fija en los activos del prestatario, tales como dinero en el banco o la inversión, en lugar de los ingresos. Los precios de los préstamos de tasa ajustable varían de un poco más que los de las hipotecas de alto a tanto como 3.5 puntos porcentuales más, dijo.

'Ciencia de cohetes'

"No es tan difícil de mirar los archivos y averiguar si alguien es un buen crédito", dijo Karen Weaver, jefe de estrategia de mercado y la investigación en Seer Capital, que administra US $ 2,1 mil millones. "En realidad no es una ciencia exacta, es sólo que la gente no lo hacían antes."
La titulización también debe competir con programas respaldados por los contribuyentes, que conseguir exentos de las normas de gestión de calidad. La proporción de los préstamos financiados a través de Fannie Mae, Freddie Mac y el seguro federal subió a 80 por ciento el año pasado, de un 52 por ciento en 2006, según datos del caballero negro Servicios Financieros.

Satisfacer la demanda

Mientras que las tasas de los préstamos de Seer generalmente comienzan en el 8,5 por ciento y se ajustan después de siete años, ofertas de bonos deben traer sus costos bajos y ayudar a atraer más prestatarios, dijo. La firma con sede en Nueva York, ha adquirido suficientes hipotecas de "hacer una titulización mañana por la mañana si queríamos", aunque probablemente no emitirá durante unos meses, ya que busca las calificaciones crediticias.
Mientras Macquarie y otros emisores potenciales esperan más de los préstamos de alto riesgo a estar disponible una vez que el papel del gobierno en el mercado hipotecario se redujo el volumen hasta el momento ha sido pequeño. Eso es en parte debido a la dificultad en conseguir los oficiales de crédito interesadas en productos que comprenden sólo una parte limitada de su negocio, dijo Kime
Muchos consumidores y agentes de bienes raíces ni siquiera saben que los préstamos no conformes son una opción, dijo Hsu.
"Si le han dicho desde hace seis o siete años que no hay financiamiento disponible para este tipo de prestatarios, usted va a dejar de hacer", dijo.
Aunque las discusiones con los inversores sobre ofertas de bonos potenciales han sido preliminar, el impulso probablemente acelere en una conferencia anual de la industria el próximo mes en Las Vegas, dijo Vishal Khanduja, un administrador de dinero en inversiones Calvert, que supervisa cerca de $ 13 mil millones.
Muchos inversores ya están comprando activos similares, como valores respaldados por préstamos auge de la era de u ofertas de distribución de riesgos emitidos por Fannie Mae y Freddie Mac, y "la demanda de rentabilidad ajustada al riesgo sigue ahí en el 2015", dijo. "El producto que satisface que, habrá demanda de."

miércoles, 11 de diciembre de 2013

Econ 101: 5 reglas doradas de las finanzas

Las 5 reglas doradas de las finanzas

MORGAN HOUSEL, THE MOTLEY FOOL


Soy dueño de un libro de texto de finanzas, y de vez en cuando me abro para recordarme a mí mismo lo poco que sé acerca de las finanzas. Está lleno de complejas fórmulas de precios de opciones, la función cópula gaussiana, y un capítulo titulado "Evaluación de límites de confianza de los valores seleccionados de los modelos - valores complejos." No tengo literalmente ni idea de lo que eso significa.

¿Debiera molestarme que haya tanto sobre finanzas que yo no sé? No lo creo. Como John Reed escribió en su libro Succeding :

Al empezar a estudiar un campo, parece que tienes que memorizar un millón de cosas. No lo sabes. Lo que necesita es identificar el núcleo principios -generalmente de tres a doce de ellos - que rigen la materia. El millón de cosas que pensé que tenían que memorizar son simplemente diferentes combinaciones de los principios básicos.

Evolución que dice mucho acerca de la biología. Un puñado de los sesgos cognitivos a explicar la mayor parte de la psicología. Del mismo modo, hay algunos principios básicos que explican la mayor parte de lo que necesitamos saber acerca de la inversión.

Aquí hay cinco que vienen a la mente.

1. El interés compuesto es lo que te hará rico. Y eso lleva tiempo.


Warren Buffett es un gran inversor, pero lo que lo hace rico es que ha sido un gran inversor por dos tercios de siglo. De su actual $ 60 mil millones el patrimonio neto, se añadió $ 59.7 mil millones después de su cumpleaños número 50, y 57 mil millones corresponden a después de su 60a. Si Buffett comenzó a ahorrar unos 30 años y se retiró de unos 60 años, se habría nunca más se supo de él. Su secreto es el tiempo.

La mayoría de la gente no comience a ahorrar en cantidades significativas hasta una década o dos antes de la jubilación, lo que limita seriamente el poder del interés compuesto. Eso es lamentable, y no hay forma de arreglarlo de forma retroactiva. Es un buen recordatorio de lo importante que es enseñar a los jóvenes a empezar a ahorrar lo antes posible.

2. La única variable que afecta más grande retornos es valuaciones - y no tienes ni idea de lo que van a hacer.


Rendimientos del mercado de futuros será igual a la rentabilidad por dividendo + crecimiento de las ganancias + / - cambio en el múltiplo de beneficios (valoraciones). Eso es realmente todo lo que hay que hacer.

La rentabilidad por dividendo que sabemos: En la actualidad es del 2%. Una conjetura razonable de futuro crecimiento de las ganancias es del 5 % anual.

¿Qué pasa con el cambio en múltiplos de ganancias ? Eso es totalmente imposible de conocer.

Los múltiplos de ganancias reflejan los sentimientos de la gente sobre el futuro. Y simplemente no hay manera de saber lo que la gente va a pensar en el futuro en el futuro. ¿Cómo pudiste?

Si alguien dice, "Creo que la mayoría de la gente va a estar en un 10 % mejor estado de ánimo en el año 2023, " nosotros los llamaríamos delirante. Cuando alguien hace lo mismo mediante la proyección de la rentabilidad del mercado de 10 años, los llamamos los analistas.

3. Simple es generalmente mejor que inteligente.


Alguien que compró un bajo costo S & P 500 índice de fondos en el año 2003 obtuvo un rendimiento del 97% a finales de 2012. Eso es genial ! Y ellos no necesitan saber nada acerca de la gestión de carteras, análisis técnico, o sufren a través de un único segmento de " La Ronda de iluminación. "

Mientras tanto, los pantalones de fantasía neutrales de mercado promedio de capital de fondos de cobertura perdieron 4,7 % de su valor en el mismo período, según datos de Dow Jones Credit Suisse Hedge índices de los fondos. El fondo de cobertura promedio de capital de largo-corto produce un rendimiento total de 96 % - sigue siendo la altura de un fondo de índice.

Invertir no es como una computadora : Simple y básico puede ser más poderoso que complejo y de vanguardia. Y no es como el golf : Los espectadores tienen una muy buena oportunidad de humillar a los profesionales.

4. Las probabilidades de que el mercado de valores que experimentan una alta volatilidad son 100 %.


La mayoría de los inversores a entender que las reservas producen rendimientos superiores a largo plazo, pero a costa de una mayor volatilidad.

Sin embargo, cada vez que - cada vez - incluso hay un toque de volatilidad, el mismo clamor se oyó desde el público inversionista : " ¿Qué está pasando ?"

Nueve de cada diez veces, la respuesta correcta es la misma: No pasa nada. Esto es justo lo que las existencias hacen.

Desde 1900, el S & P 500 ha regresado alrededor de 6% al año, pero la diferencia promedio entre el cierre más alto de cualquier año y cerca de más bajo es del 23%. Recuerde esto la próxima vez que alguien trata de explicar por qué el mercado está arriba o abajo por unos pocos puntos porcentuales. Ellos son, básicamente, tratando de explicar por qué llegó el verano después de la primavera.

Alguien le preguntó una vez JP Morgan lo que hará el mercado. "Va a fluctuar" que supuestamente dijo. Palabras más verdaderas nunca se han hablado.

5. La industria está dominada por manivelas, charlatanes y vendedor.

La gran mayoría de los productos financieros son vendidos por personas cuyo único interés en su riqueza es el monto de los honorarios que le puede lechón fuera de.
Usted no necesita ninguna experiencia, credenciales, o incluso el sentido común para ser un experto financiero. Tristemente, más fuerte y más grandilocuente un experto, más atención que recibirá, a pesar de que le hace más propensos a estar equivocado.
Esta es quizás la teoría más importante en las finanzas. Hasta que se entiende que tienen una alta probabilidad de ser engañado y confundido por todas las esquinas.

"Todo lo demás es queso crema."

Business Insider

miércoles, 31 de julio de 2013

La fórmula que hizo un desastre en Wall Street

Recipe for Disaster: The Formula That Killed Wall Street
By Felix Salmon
Wired

In the mid-'80s, Wall Street turned to the quants—brainy financial engineers—to invent new ways to boost profits. Their methods for minting money worked brilliantly... until one of them devastated the global economy. Photo: Jim Krantz/Gallery Stock



Photo: Jim Krantz/Gallery Stock
A year ago, it was hardly unthinkable that a math wizard like David X. Li might someday earn a Nobel Prize. After all, financial economists—even Wall Street quants—have received the Nobel in economics before, and Li's work on measuring risk has had more impact, more quickly, than previous Nobel Prize-winning contributions to the field. Today, though, as dazed bankers, politicians, regulators, and investors survey the wreckage of the biggest financial meltdown since the Great Depression, Li is probably thankful he still has a job in finance at all. Not that his achievement should be dismissed. He took a notoriously tough nut—determining correlation, or how seemingly disparate events are related—and cracked it wide open with a simple and elegant mathematical formula, one that would become ubiquitous in finance worldwide.
For five years, Li's formula, known as a Gaussian copula function, looked like an unambiguously positive breakthrough, a piece of financial technology that allowed hugely complex risks to be modeled with more ease and accuracy than ever before. With his brilliant spark of mathematical legerdemain, Li made it possible for traders to sell vast quantities of new securities, expanding financial markets to unimaginable levels.
His method was adopted by everybody from bond investors and Wall Street banks to ratings agencies and regulators. And it became so deeply entrenched—and was making people so much money—that warnings about its limitations were largely ignored.
Then the model fell apart. Cracks started appearing early on, when financial markets began behaving in ways that users of Li's formula hadn't expected. The cracks became full-fledged canyons in 2008—when ruptures in the financial system's foundation swallowed up trillions of dollars and put the survival of the global banking system in serious peril.
David X. Li, it's safe to say, won't be getting that Nobel anytime soon. One result of the collapse has been the end of financial economics as something to be celebrated rather than feared. And Li's Gaussian copula formula will go down in history as instrumental in causing the unfathomable losses that brought the world financial system to its knees.
How could one formula pack such a devastating punch? The answer lies in the bond market, the multitrillion-dollar system that allows pension funds, insurance companies, and hedge funds to lend trillions of dollars to companies, countries, and home buyers.
A bond, of course, is just an IOU, a promise to pay back money with interest by certain dates. If a company—say, IBM—borrows money by issuing a bond, investors will look very closely over its accounts to make sure it has the wherewithal to repay them. The higher the perceived risk—and there's always some risk—the higher the interest rate the bond must carry.
Bond investors are very comfortable with the concept of probability. If there's a 1 percent chance of default but they get an extra two percentage points in interest, they're ahead of the game overall—like a casino, which is happy to lose big sums every so often in return for profits most of the time.
Bond investors also invest in pools of hundreds or even thousands of mortgages. The potential sums involved are staggering: Americans now owe more than $11 trillion on their homes. But mortgage pools are messier than most bonds. There's no guaranteed interest rate, since the amount of money homeowners collectively pay back every month is a function of how many have refinanced and how many have defaulted. There's certainly no fixed maturity date: Money shows up in irregular chunks as people pay down their mortgages at unpredictable times—for instance, when they decide to sell their house. And most problematic, there's no easy way to assign a single probability to the chance of default.
Wall Street solved many of these problems through a process called tranching, which divides a pool and allows for the creation of safe bonds with a risk-free triple-A credit rating. Investors in the first tranche, or slice, are first in line to be paid off. Those next in line might get only a double-A credit rating on their tranche of bonds but will be able to charge a higher interest rate for bearing the slightly higher chance of default. And so on.

"...correlation is charlatanism"
Photo: AP photo/Richard Drew
The reason that ratings agencies and investors felt so safe with the triple-A tranches was that they believed there was no way hundreds of homeowners would all default on their loans at the same time. One person might lose his job, another might fall ill. But those are individual calamities that don't affect the mortgage pool much as a whole: Everybody else is still making their payments on time.
But not all calamities are individual, and tranching still hadn't solved all the problems of mortgage-pool risk. Some things, like falling house prices, affect a large number of people at once. If home values in your neighborhood decline and you lose some of your equity, there's a good chance your neighbors will lose theirs as well. If, as a result, you default on your mortgage, there's a higher probability they will default, too. That's called correlation—the degree to which one variable moves in line with another—and measuring it is an important part of determining how risky mortgage bonds are.
Investors like risk, as long as they can price it. What they hate is uncertainty—not knowing how big the risk is. As a result, bond investors and mortgage lenders desperately want to be able to measure, model, and price correlation. Before quantitative models came along, the only time investors were comfortable putting their money in mortgage pools was when there was no risk whatsoever—in other words, when the bonds were guaranteed implicitly by the federal government through Fannie Mae or Freddie Mac.
Yet during the '90s, as global markets expanded, there were trillions of new dollars waiting to be put to use lending to borrowers around the world—not just mortgage seekers but also corporations and car buyers and anybody running a balance on their credit card—if only investors could put a number on the correlations between them. The problem is excruciatingly hard, especially when you're talking about thousands of moving parts. Whoever solved it would earn the eternal gratitude of Wall Street and quite possibly the attention of the Nobel committee as well.
To understand the mathematics of correlation better, consider something simple, like a kid in an elementary school: Let's call her Alice. The probability that her parents will get divorced this year is about 5 percent, the risk of her getting head lice is about 5 percent, the chance of her seeing a teacher slip on a banana peel is about 5 percent, and the likelihood of her winning the class spelling bee is about 5 percent. If investors were trading securities based on the chances of those things happening only to Alice, they would all trade at more or less the same price.
But something important happens when we start looking at two kids rather than one—not just Alice but also the girl she sits next to, Britney. If Britney's parents get divorced, what are the chances that Alice's parents will get divorced, too? Still about 5 percent: The correlation there is close to zero. But if Britney gets head lice, the chance that Alice will get head lice is much higher, about 50 percent—which means the correlation is probably up in the 0.5 range. If Britney sees a teacher slip on a banana peel, what is the chance that Alice will see it, too? Very high indeed, since they sit next to each other: It could be as much as 95 percent, which means the correlation is close to 1. And if Britney wins the class spelling bee, the chance of Alice winning it is zero, which means the correlation is negative: -1.
If investors were trading securities based on the chances of these things happening to both Alice andBritney, the prices would be all over the place, because the correlations vary so much.
But it's a very inexact science. Just measuring those initial 5 percent probabilities involves collecting lots of disparate data points and subjecting them to all manner of statistical and error analysis. Trying to assess the conditional probabilities—the chance that Alice will get head lice if Britney gets head lice—is an order of magnitude harder, since those data points are much rarer. As a result of the scarcity of historical data, the errors there are likely to be much greater.
In the world of mortgages, it's harder still. What is the chance that any given home will decline in value? You can look at the past history of housing prices to give you an idea, but surely the nation's macroeconomic situation also plays an important role. And what is the chance that if a home in one state falls in value, a similar home in another state will fall in value as well?


Here's what killed your 401(k)   David X. Li's Gaussian copula function as first published in 2000. Investors exploited it as a quick—and fatally flawed—way to assess risk. A shorter version appears on this month's cover of Wired. 

Probability

Specifically, this is a joint default probability—the likelihood that any two members of the pool (A and B) will both default. It's what investors are looking for, and the rest of the formula provides the answer.

Survival times

The amount of time between now and when A and B can be expected to default. Li took the idea from a concept in actuarial science that charts what happens to someone's life expectancy when their spouse dies.

Equality

A dangerously precise concept, since it leaves no room for error. Clean equations help both quants and their managers forget that the real world contains a surprising amount of uncertainty, fuzziness, and precariousness.

Copula

This couples (hence the Latinate term copula) the individual probabilities associated with A and B to come up with a single number. Errors here massively increase the risk of the whole equation blowing up.

Distribution functions

The probabilities of how long A and B are likely to survive. Since these are not certainties, they can be dangerous: Small miscalculations may leave you facing much more risk than the formula indicates.

Gamma

The all-powerful correlation parameter, which reduces correlation to a single constant—something that should be highly improbable, if not impossible. This is the magic number that made Li's copula function irresistible.


Enter Li, a star mathematician who grew up in rural China in the 1960s. He excelled in school and eventually got a master's degree in economics from Nankai University before leaving the country to get an MBA from Laval University in Quebec. That was followed by two more degrees: a master's in actuarial science and a PhD in statistics, both from Ontario's University of Waterloo. In 1997 he landed at Canadian Imperial Bank of Commerce, where his financial career began in earnest; he later moved to Barclays Capital and by 2004 was charged with rebuilding its quantitative analytics team.
Li's trajectory is typical of the quant era, which began in the mid-1980s. Academia could never compete with the enormous salaries that banks and hedge funds were offering. At the same time, legions of math and physics PhDs were required to create, price, and arbitrage Wall Street's ever more complex investment structures.
In 2000, while working at JPMorgan Chase, Li published a paper in The Journal of Fixed Income titled "On Default Correlation: A Copula Function Approach." (In statistics, a copula is used to couple the behavior of two or more variables.) Using some relatively simple math—by Wall Street standards, anyway—Li came up with an ingenious way to model default correlation without even looking at historical default data. Instead, he used market data about the prices of instruments known as credit default swaps.
If you're an investor, you have a choice these days: You can either lend directly to borrowers or sell investors credit default swaps, insurance against those same borrowers defaulting. Either way, you get a regular income stream—interest payments or insurance payments—and either way, if the borrower defaults, you lose a lot of money. The returns on both strategies are nearly identical, but because an unlimited number of credit default swaps can be sold against each borrower, the supply of swaps isn't constrained the way the supply of bonds is, so the CDS market managed to grow extremely rapidly. Though credit default swaps were relatively new when Li's paper came out, they soon became a bigger and more liquid market than the bonds on which they were based.
When the price of a credit default swap goes up, that indicates that default risk has risen. Li's breakthrough was that instead of waiting to assemble enough historical data about actual defaults, which are rare in the real world, he used historical prices from the CDS market. It's hard to build a historical model to predict Alice's or Britney's behavior, but anybody could see whether the price of credit default swaps on Britney tended to move in the same direction as that on Alice. If it did, then there was a strong correlation between Alice's and Britney's default risks, as priced by the market. Li wrote a model that used price rather than real-world default data as a shortcut (making an implicit assumption that financial markets in general, and CDS markets in particular, can price default risk correctly).
It was a brilliant simplification of an intractable problem. And Li didn't just radically dumb down the difficulty of working out correlations; he decided not to even bother trying to map and calculate all the nearly infinite relationships between the various loans that made up a pool. What happens when the number of pool members increases or when you mix negative correlations with positive ones? Never mind all that, he said. The only thing that matters is the final correlation number—one clean, simple, all-sufficient figure that sums up everything.
The effect on the securitization market was electric. Armed with Li's formula, Wall Street's quants saw a new world of possibilities. And the first thing they did was start creating a huge number of brand-new triple-A securities. Using Li's copula approach meant that ratings agencies like Moody's—or anybody wanting to model the risk of a tranche—no longer needed to puzzle over the underlying securities. All they needed was that correlation number, and out would come a rating telling them how safe or risky the tranche was.
As a result, just about anything could be bundled and turned into a triple-A bond—corporate bonds, bank loans, mortgage-backed securities, whatever you liked. The consequent pools were often known as collateralized debt obligations, or CDOs. You could tranche that pool and create a triple-A security even if none of the components were themselves triple-A. You could even take lower-rated tranches of other CDOs, put them in a pool, and tranche them—an instrument known as a CDO-squared, which at that point was so far removed from any actual underlying bond or loan or mortgage that no one really had a clue what it included. But it didn't matter. All you needed was Li's copula function.
The CDS and CDO markets grew together, feeding on each other. At the end of 2001, there was $920 billion in credit default swaps outstanding. By the end of 2007, that number had skyrocketed to more than $62 trillion. The CDO market, which stood at $275 billion in 2000, grew to $4.7 trillion by 2006.
At the heart of it all was Li's formula. When you talk to market participants, they use words likebeautifulsimple, and, most commonly, tractable. It could be applied anywhere, for anything, and was quickly adopted not only by banks packaging new bonds but also by traders and hedge funds dreaming up complex trades between those bonds.
"The corporate CDO world relied almost exclusively on this copula-based correlation model," saysDarrell Duffie, a Stanford University finance professor who served on Moody's Academic Advisory Research Committee. The Gaussian copula soon became such a universally accepted part of the world's financial vocabulary that brokers started quoting prices for bond tranches based on their correlations. "Correlation trading has spread through the psyche of the financial markets like a highly infectious thought virus," wrote derivatives guru Janet Tavakoli in 2006.
The damage was foreseeable and, in fact, foreseen. In 1998, before Li had even invented his copula function, Paul Wilmott wrote that "the correlations between financial quantities are notoriously unstable." Wilmott, a quantitative-finance consultant and lecturer, argued that no theory should be built on such unpredictable parameters. And he wasn't alone. During the boom years, everybody could reel off reasons why the Gaussian copula function wasn't perfect. Li's approach made no allowance for unpredictability: It assumed that correlation was a constant rather than something mercurial. Investment banks would regularly phone Stanford's Duffie and ask him to come in and talk to them about exactly what Li's copula was. Every time, he would warn them that it was not suitable for use in risk management or valuation.

David X. Li
Illustration: David A. Johnson
In hindsight, ignoring those warnings looks foolhardy. But at the time, it was easy. Banks dismissed them, partly because the managers empowered to apply the brakes didn't understand the arguments between various arms of the quant universe. Besides, they were making too much money to stop.
In finance, you can never reduce risk outright; you can only try to set up a market in which people who don't want risk sell it to those who do. But in the CDO market, people used the Gaussian copula model to convince themselves they didn't have any risk at all, when in fact they just didn't have any risk 99 percent of the time. The other 1 percent of the time they blew up. Those explosions may have been rare, but they could destroy all previous gains, and then some.
Li's copula function was used to price hundreds of billions of dollars' worth of CDOs filled with mortgages. And because the copula function used CDS prices to calculate correlation, it was forced to confine itself to looking at the period of time when those credit default swaps had been in existence: less than a decade, a period when house prices soared. Naturally, default correlations were very low in those years. But when the mortgage boom ended abruptly and home values started falling across the country, correlations soared.
Bankers securitizing mortgages knew that their models were highly sensitive to house-price appreciation. If it ever turned negative on a national scale, a lot of bonds that had been rated triple-A, or risk-free, by copula-powered computer models would blow up. But no one was willing to stop the creation of CDOs, and the big investment banks happily kept on building more, drawing their correlation data from a period when real estate only went up.
"Everyone was pinning their hopes on house prices continuing to rise," says Kai Gilkes of the credit research firm CreditSights, who spent 10 years working at ratings agencies. "When they stopped rising, pretty much everyone was caught on the wrong side, because the sensitivity to house prices was huge. And there was just no getting around it. Why didn't rating agencies build in some cushion for this sensitivity to a house-price-depreciation scenario? Because if they had, they would have never rated a single mortgage-backed CDO."
Bankers should have noted that very small changes in their underlying assumptions could result in very large changes in the correlation number. They also should have noticed that the results they were seeing were much less volatile than they should have been—which implied that the risk was being moved elsewhere. Where had the risk gone?
They didn't know, or didn't ask. One reason was that the outputs came from "black box" computer models and were hard to subject to a commonsense smell test. Another was that the quants, who should have been more aware of the copula's weaknesses, weren't the ones making the big asset-allocation decisions. Their managers, who made the actual calls, lacked the math skills to understand what the models were doing or how they worked. They could, however, understand something as simple as a single correlation number. That was the problem.
"The relationship between two assets can never be captured by a single scalar quantity," Wilmott says. For instance, consider the share prices of two sneaker manufacturers: When the market for sneakers is growing, both companies do well and the correlation between them is high. But when one company gets a lot of celebrity endorsements and starts stealing market share from the other, the stock prices diverge and the correlation between them turns negative. And when the nation morphs into a land of flip-flop-wearing couch potatoes, both companies decline and the correlation becomes positive again. It's impossible to sum up such a history in one correlation number, but CDOs were invariably sold on the premise that correlation was more of a constant than a variable.
No one knew all of this better than David X. Li: "Very few people understand the essence of the model," he told The Wall Street Journal way back in fall 2005.
"Li can't be blamed," says Gilkes of CreditSights. After all, he just invented the model. Instead, we should blame the bankers who misinterpreted it. And even then, the real danger was created not because any given trader adopted it but because every trader did. In financial markets, everybody doing the same thing is the classic recipe for a bubble and inevitable bust.
Nassim Nicholas Taleb, hedge fund manager and author of The Black Swan, is particularly harsh when it comes to the copula. "People got very excited about the Gaussian copula because of its mathematical elegance, but the thing never worked," he says. "Co-association between securities is not measurable using correlation," because past history can never prepare you for that one day when everything goes south. "Anything that relies on correlation is charlatanism."
Li has been notably absent from the current debate over the causes of the crash. In fact, he is no longer even in the US. Last year, he moved to Beijing to head up the risk-management department of China International Capital Corporation. In a recent conversation, he seemed reluctant to discuss his paper and said he couldn't talk without permission from the PR department. In response to a subsequent request, CICC's press office sent an email saying that Li was no longer doing the kind of work he did in his previous job and, therefore, would not be speaking to the media.
In the world of finance, too many quants see only the numbers before them and forget about the concrete reality the figures are supposed to represent. They think they can model just a few years' worth of data and come up with probabilities for things that may happen only once every 10,000 years. Then people invest on the basis of those probabilities, without stopping to wonder whether the numbers make any sense at all.
As Li himself said of his own model: "The most dangerous part is when people believe everything coming out of it."
— Felix Salmon (felix@felixsalmon.comwrites the Market Movers financial blog at Portfolio.com.