| |
|
"宽客"滑铁卢
|
|
| 宋燕华 |
数量分析模型反应速度过快也是导致数量分析型基金大幅受损的一个原因。模型首先指导基金经理犯错误，然后再通过反应速度过快来指导他们犯更多更快的错误
在美国次级抵押信贷引发的全球资本市场新一轮信贷危机中，近年来备受追捧的数量分析型基金损失惨重，这对于试图以数学模型预测并掌控金融市场的一个群体再次造成信心打击。
这个群体被称为“宽客”（quant），或者金融工程师。他们是现代金融市场的基础——金融衍生品的创造者。
按照宽客们设计的程序，市场中性对冲基金（数量分析型基金的一种类型）应该在市场行情的波动中保持其绝对收益。但在次级抵押信贷风波中，许多市场中性基金连续数日平均下跌5%。高盛资产管理公司的几只标志性基金都分别下跌了两位数，公司不得不于8月13日表示，将加注30亿美元，并号召现有投资者追加投资以挽回局势。
1997年10月10日，哈佛商学院教授罗伯特默顿(Robert Merton)和斯坦福大学教授迈伦斯科尔斯(Myron Scholes)获得诺贝尔经济学奖，他们在1973年创立并随后由费舍尔布莱克(Fisher Black)和斯科尔斯发展的布莱克—斯科尔斯期权定价模型(Black-Scholes Option Pricing Model)，正是各种衍生金融工具的理论基石。
1998年，默顿和斯科尔斯参与创办的对冲基金长期资本管理公司（LTCM）投资新兴市场债券失败，五个月间亏损43亿美元。
“在物理学中，你是在和上帝玩游戏；在金融界，你是在和上帝的造物玩游戏。”哥伦比亚大学金融工程系主任伊曼纽尔德曼在其自传中写道。人们已经意识到，以数学模型来预测市场，其实质近乎于凭借历史预测未来。在正常的市场状态下，数量分析型基金体现了其效率和准确性，一旦系统性风险出现，模型便会丧失功能甚至反向操作，放大损失。
宽客们承认的一个事实是，所有的模型都有假设性的前提。对冲基金巨头Amaranth去年重蹈LTCM覆辙，在天然气交易中损失66亿美元。其惨败的一个原因，便是坚信两个冬季的天然气期货合约价格差大于夏季合约——这个被历史经验证明的规律，在2007年发生了莫名其妙的逆转。
因为自信而使用过高的杠杠，是Amaranth与LTCM另一个共同教训。此轮次贷风波中，使用高杠杆的对冲基金损失更为惨重，由于其短期头寸不足而减持其他资产，债券市场的危机迅速扩散到股票、大宗商品等其他市场领域。
当信贷危机的冲击波尚未平息时，人们仍无从判断金融衍生品的繁荣究竟是放大了还是缩小了市场风险，但对于风险管理的技术性依赖，已引发更大范围的反思。
风行的宽客
20世纪70年代初，数量分析技术的产生根源，正是在于人们对金融产品的风险/价值进行定量分析的需求。
1971年，Wells Fargo金融服务公司率先创立了一套跟踪纽约证券交易所1500只股票的模型。1973年，布莱克—斯科尔斯期权定价模型诞生，这一模型令人们相信，可以用一只股票和现金制造出一个期权组合，根据已有的市价数据、时间和利率等已知和可估量因素，通过数学公式，不断改变股票和现金的存量，从而保持期权组合价值的恒定。
按伊曼纽尔德曼的比喻，这相当于一道由苹果和橘子组成的色拉，你可以根据市场上苹果和橘子的价格变化，不断调整色拉中苹果和橘子的组成数量，从而维持色拉价格的恒定。
这种组合和分离的模式，使人们得以相对锁定未来一个时段的资产风险/价值，进而令套利（arbitrage）、对冲（套期保值，hedge）等现代金融手段成为可能。
在期权定价理论的基础上，现代数量分析基金的投资方式，首先是由金融工程师们基于经济学原理、市场机制等规律建立一个或多个经过“检验”的数学模型，然后由这些模型通过对于大量有关信息的处理作出买卖决策。在把众多证券组合在一起时，数量分析型基金通常按照某个公式将整个投资组合按照事先设定的目标进行“最优化”。
以市场中性对冲基金为例，如果其认为通用汽车股票将跑赢大市，而福特汽车则相反，便会持有通用汽车股票，并卖空同等金额的福特期权，这样，如果其价值判断正确，便可规避汽车行业整体行情起落带来的影响，享受通用汽车的增长收益。
事实上，“通用汽车优于福特汽车”的这个价值判断是由基金经理个人作出，还是由电脑根据各种公司或市场数据来判断，成为数量分析型基金（quantitive fund）与传统分析型基金（traditional fund）的分野。
传统型基金的特点，是由投资管理人员具体分析研究公司或国家的基本面信息，如财务状况、市场前景、宏观走向等，有时甚至需要实地考察并与公司管理方交谈，然后决定是否投资以及投资多少。
管理人员对于要投资的证券有深入的了解，但由于个人能够跟踪、分析的公司数目都有限，只能涵盖市场的一小部分；投资头寸大小的决定随机性较强，往往取决于管理人员的主观感受；缺乏在整个组合层次的全局性风险考虑和定量分析。另外，传统投资方式的对冲基金的多空决策是分离的。比如，当基金经理研究完微软的股票并决定做多时，并不代表着他就立即做空苹果电脑的股票，他需要分别阅读各家公司的财务报表之后，才会得出做空哪一家的结论。
数量分析基金的特点则完全相反：只要模型做得适当，可以分析众多的证券，但也正因为如此，管理人员往往过分依赖模型，而对于要投资的证券基本面了解不足；每个投资头寸的大小都是在一定的计算基础上而得，并且可以做到按照模型的预测进行自动交易；具有相对的风险控制优势，比如模型会自动控制投资组合在各只股票上的投资比例，使其在一定的范围内，这就减少了由于基金经理个人判断某一特定板块或股票未来走势而做赌注的风险；另外，几乎每个模型的结果都同时给出做多和做空的建议，比如，当数量模型分析了1000只股票之后，它立即告诉基金经理需要做多股票A、B、C，同时做空X、Y、Z。
近20年来，随着金融市场数据库的逐步丰富完善、计算机运算储存能力的大幅提高，美国众多物理学家、数学家转投华尔街，数量分析型基金不断花样翻新，其风险低、反应速度快、不受人为因素干扰等优点也逐渐得到机构投资者认可。
数量分析模型真正受到追捧还是在互联网股票泡沫破裂之后。美国Rydex Funds基金经理吴谦立分析，互联网危机中，股市泡沫主要集中在高科技板块，其他行业的股票大都表现不错，所以，投资集中于互联网股票的传统型基金损失惨重，而分散投资股票市场的数量型基金则躲过此劫。比如，指数加强型基金，通过把组合围绕某一个事先指定的指数，合理分散了股市上个股或板块的市场风险。
澳大利亚《Financial Review》杂志的一项研究显示，指数加强型基金从1981年到2000年一直跑赢大市，收益高于平均水平。
吴谦立估计，目前在美国，投资于各种以数量分析为基础的基金的资金已经达到1.2万亿美元左右，而且，其中至少10%的资金使用了二至六倍的杠杆。
此外，数量分析基金和传统型基金的界线正在模糊化，吴谦立表示，很难讲目前市场上哪种投资方式占主流，固然有一部分基金是完全使用数量分析方法，比如D.E. Shaw或者高盛的资产管理公司，也有一部分完全使用基本面分析，还有相当一部分公司两者兼有，比如SAC Capital Management。“不过，可以说使用数量分析的基金越来越多，至少许多公司会使用数量分析进行风险管理。”
嘉裕投资管理有限公司董事长刘方生表示，无论哪种类型的基金在操作中都会用到数量分析和主观判断方法，只是主次不同。传统分析方式也需用基本的财务比率，数量分析方式也需要主观判断模型的运算结果是否可取。
债市双刃剑
但是，在此次次贷危机中，数量分析型基金再次遭遇滑铁卢，无论在受影响的数量上还是在亏损的程度上都远高于传统分析型基金。业内人士普遍认为，这一败绩恰恰源于数量分析型基金自身的特点。
首先，次债危机发源的债市正是数量分析型基金的用武之地。
“如果说在股票市场上只有2%的基金是数量分析型，那么，在债券市场上90%都是数量分析型的。”英国施罗德投资管理公司中国总裁高潮生说。
1979年，美联储宣布固定货币供应量，改以利率调整来影响市场，这使得原本波澜不兴的债券市场出现剧烈波动。由于股票市场价格波动受投资者心理因素影响更多，难以量化；而债券市场价格受投资者心理影响较小，债务人的信贷评级、债券流通性、发行条款、市场利率波动、供求关系、市场宏观等影响因素更易数量化，数量分析模型自此大量应用于债市。
更为有趣的关联是，1979年美联储加息之举，令美国大量房产储贷协会出现大面积账面利差损，数量分析应用先驱所罗门兄弟公司率先发明的抵押债券由此大行其道，这种将贷款证券化的衍生品，打通了商业银行与资本市场的流动性通道，直至20年后次级抵押信贷危机爆发时，它已成为众多金融机构爱恨交织的投资对象。
另据高潮生分析，绝大多数的债券基金投资方向专一，次级抵押信贷基金就只做次级抵押信贷，不会再分散配置股票、外汇等品种。从专业化的角度看，这是把资产配置的决定权交给投资人，但同时便无法通过自身投资来对冲单一市场风险。
与当年互联网泡沫破灭时的差别亦由此体现。吴谦立认为，虽然数量分析型基金可以通过投资组合降低一部分风险，但降低的只能是非系统性风险，系统性风险是无法降低的。“比如整个次级抵押信贷券市场下跌了60%，你做得很优秀，只跌50%，但还是损失惨重。”
“小概率”大风险
据摩根士丹利计算，在本次危机中，数量分析型基金每天市值下降幅度相当于三至五个标准方差。这就是说，如果市场回报是正态分布，这种日投资表现的出现概率最多只有0.135%，而这些小概率事件连续几天同时发生的概率，则更是小到1万年才会发生一次。
这再次暴露了数量分析模型的致命缺陷：对历史数据过度信赖和对突发事件反应迟钝。
LTCM同样败于200年一遇的小概率事件。爆仓前四年，其投资组合年均收益达到了32%，资本金由12.5亿美元增至48亿美元。1998年，LTCM根据两位诺奖得主设计的数据模型，大量持有德国和美国国债的空头，持有俄罗斯等新兴市场经济国家证券多头，试图通过模型所认定的“非正常利差”实现套利。当年8月14日，俄罗斯政府宣布停止国债交易，导致新兴市场债券大跌，德美两国国债大涨，公司投资失败。短短150天净亏损43亿美元，资产净值下降90%。
更为典型的案例出现在2003年。当时美国汽车业亏损严重，经营环境恶劣，导致通用汽车公司债券被大量抛售。不少对冲基金认为通用债券被过分抛售，其利率比照当期利率已有套利空间，于是大量买进。为控制风险，对冲基金同时沽空通用汽车的股票。这个投资组合可攻可守，有通用汽车利好的消息，债券赚钱；有利空消息，沽空的股票赚钱。然而人算不如天算。亿万富翁柯克里安(Kirk Kerkorian)于当年5月4日宣布增持通用汽车2200万股，导致通用股价急涨，对冲基金被迫斩去股票空仓。第二天，标准普尔宣布调低通用汽车和福特汽车的信用评级，触发对其债券的新一轮抛售。更糟的是，一大批对冲基金持有相同的结构产品和投资组合，于是，自相践踏，损失惨重。
在正常的市场情况下，一个数量分析模型会利用历史平均数据判断当前股价是在历史平均值的高位还是低位，以此给出卖出或买入的信号。从理论上讲，在基金买入或卖出后，标的物的价格应该向相反方向变动，模型再给出相反的操作信号，由此套利。
高潮生分析，次级房贷危机首先导致了数量分析模型显示的数据偏离了正常值，而电脑则将其解读为一个理想的投资时机，于是选择买入，结果信号进一步偏离，买入之后价格不升反降。极端情况下，价格持续下跌，基金持续买入，最终爆仓。“这次贝尔斯登两只基金清盘就是这样的道理，偏离越来越大，而且杠杆作用很强。”他说。
通用汽车债券案例中出现的同质化风险，在此次危机中亦再次显现。吴谦立认为，所有的数量基金都是通过某种模型进行投资决策的。虽然各个公司的模型表面上不尽相同，但它们所用的数据都是一样的，模型的原理也不致截然不同，最终的投资头寸也未必互不相干。
吴谦立进一步举例说，数量分析基金A和基金B虽然表现不太相同，但是实际持有的证券可能有许多重叠之处。如果一家基金由于某种原因，需要短期内迅速清仓，其他基金势必受到牵连。而传统的基本分析型基金投资相对集中，各个经理风格不同，持仓的互相重叠性相对较小，只要不是在流动性很差的市场上，一家基金清仓对其他基金的影响不会很大。
不过，亦有人认为，数量分析型基金同质性问题并不严重。高潮生就称，对于每个模型来说，当前市价虽然一样，但历史平均价格可能千差万别，十年平均或者五年平均，移动平均或加权平均都会带来差异。另外，由于基金使用的杠杆不一，风险承受能力也不同，或许有人认为偏低2%就可买入，有人却认为偏低4%才可买入。
高杠杆之弊
此次危机和历史教训均已表明，数量分析型基金在小概率事件出现时一蹶不振，很大程度上是由于使用了过高的杠杆。
1998年，LTCM以22亿美元的资本反复抵押，最终购买了价值12500亿美元的金融衍生工具，杠杆率高达500多倍。类似的情况也出现在去年Amaranth对天然气合约的豪赌上。
次债危机爆发后，受美联储和欧盟央行输入流动性影响，相关市场在短期内均有所恢复，而使用高杠杆的基金，在投资人和债权人追偿资金、交易所要求追加保证金的双重压力下流动性枯竭，只得清盘了结。
作为对冲基金的基金，Tremont亚洲董事总经理Lavin Mok认为，由于数量分析型基金以往风险控制较好，基金经理倾向于使用杠杆将绩效放大。
吴谦立则指出，对冲基金的套利行动增强了资本市场的有效性，有利于市场波动性降低，但套利空间相应也越来越小。数量分析型基金的投资表现已呈现逐年下降趋势。出于获取足够回报的目的，许多基金经理也会更多地使用杠杆。
“如果杠杆没有这么大，可能亏损也就不会有这么多。一般传统的基金的杠杆作用就没有这么大。” Lavin Mok认为。
就跨市场风险而言，高杠杆基金也造成了更大程度的恶性循环。吴谦立回忆， 7月底时，其所管理的模型显示值得投资的股票数目猛增了许多。8月3日，大盘出现大规模下跌。到8月9日，原因才逐渐明朗。原来是少数大型数量分析型对冲基金受次级抵押信贷影响后必须迅速平仓，但抛售流动性不高的债券将导致失血过多，于是，它们选择了在流动性最好的大型股票市场上降低股票头寸，这种与基本面毫不相干的流动性风险扩散，对其他的数量分析型基金产生了无法挽回的影响。而这些受影响的基金在找出原因之前，出于风险管理的要求，会自动降低投资头寸，于是流动性紧缩被放大。
成也萧何，败也萧何。电脑的反应速度远快于人脑，只要市场数据在更新，模型就会随时给出投资指令。数量分析模型反应速度过快也是导致数量分析型基金大幅受损的原因之一。模型首先指导基金经理犯错误，然后再通过反应速度过快来指导他们犯更多更快的错误。
风暴过后
目前，更多业内人士对次贷危机的结局持谨慎乐观态度。高潮生预测，危机持续的时间不会很长，“因为它对美国股市和经济的基本面没有造成根本性的影响”。
就美国债券市场而言，抵押债券相对国债、公司债份额不大，次级抵押信贷证券化产品又是其中更小的部分。“不要说对全球了，对美国影响都不是很大。”
在高潮生看来，美国股市的深幅下跌有其自身调整的需要。债市危机只是股市价位过高状态下的“最后一根稻草”。“这是不成文的规定，股票市场跌破10%，人们就认为调整完成了。”
从危机影响的程度上，吴谦立认为不会像1998年LTCM爆仓时那么严重。危机中首先出现问题的几家基金，按理需要大量清仓，但是由于其中几家，如Sowood Capital Management、Sentinel Management Group都和另一家基金Citadel达成协议，按照一定的折价一揽子出售给对方，因此，扩散效应将有所减轻。
刘方生认为，基金的盈亏并不取决于投资方式是数量分析型还是传统分析型。在任何情况下都有基金赚钱，这更多取决于基金经理是否真正理解自己采用的投资方式，是否具有高超的技术手段来运作。同样，出现问题的时候也是一样，可能是模型的原因，也可能是运作方面有问题。“比如模型计算出来只能持3天的仓，而基金经理选择持有10天的仓，这样引起的亏损，就不能归咎于模型。”
Lavin Mok认为，控制了杠杆就有可能控制风险。在LTCM破产之后，市场的杠杆已经在减少了。此次危机发生后，无论是投资者还是基金经理，对杠杆的认识都会更清晰一些。而且，市场每天都有新情况出现，都是以前没有发生过的，好的数量分析经理，应该根据新情况及时对模型进行更新和完善。
“经过这次教训，数量分析型基金经理应该考虑怎么建立模型，把风险控制在什么水平，什么时候需要人为干预，跌到一定程度的时候，即使模型告诉你还要加大买入，也不能买。”高潮生说。
在吴谦立看来，一个比较理想的做法是，除了每个经理自身投资的风险管理系统，还应增加整个基金公司层面的风险管理系统，以监管总体的投资风险状况。
事实上，高盛原首席金融工程师伊曼纽尔德曼在其职业生涯后期，担当着全公司的风险评估工作，他对自己“宽客人生”的总结既朴素又玄虚：尽管上帝的世界能够用原理猜出，但人类更喜欢保持神秘。当人们允许理论具有自在的存在形式，当自以为是发展成为偶像崇拜时，灾难就到来了。
|
| 来源：
财经 |
| |
|
|
|
|
|
|
 热点新闻 |
|
|
|
|
|
|
| 财富世界 |
|
|
|
|
|
|
涓浗缁忔祹缃戠増鏉冨強鍏嶈矗澹版槑锛�
1銆佸嚒鏈綉娉ㄦ槑鈥滄潵婧愶細涓浗缁忔祹缃戔€� 鐨勬墍鏈変綔鍝侊紝鐗堟潈鍧囧睘浜庝腑鍥界粡娴庣綉锛屾湭缁忔湰缃戞巿鏉冿紝浠讳綍鍗�
銆€
浣嶅強涓汉涓嶅緱杞浇銆佹憳缂栨垨浠ュ叾瀹冩柟寮忎娇鐢ㄤ笂杩颁綔鍝併€傚凡缁忔湰缃戞巿鏉冧娇鐢ㄤ綔鍝佺殑锛屽簲鍦ㄦ巿鏉冭寖鍥�
銆€
鍐呬娇鐢紝骞舵敞鏄庘€滄潵婧愶細涓浗缁忔祹缃戔€濄€傝繚鍙嶄笂杩板０鏄庤€咃紝鏈綉灏嗚拷绌跺叾鐩稿叧娉曞緥璐ｄ换銆�
2銆佸嚒鏈綉娉ㄦ槑 鈥滄潵婧愶細XXX锛堥潪涓浗缁忔祹缃戯級鈥� 鐨勪綔鍝侊紝鍧囪浆杞借嚜鍏跺畠濯掍綋锛岃浆杞界洰鐨勫湪浜庝紶閫掓洿
銆€
澶氫俊鎭紝骞朵笉浠ｈ〃鏈綉璧炲悓鍏惰鐐瑰拰瀵瑰叾鐪熷疄鎬ц礋璐ｃ€�
3銆佸鍥犱綔鍝佸唴瀹广€佺増鏉冨拰鍏跺畠闂闇€瑕佸悓鏈綉鑱旂郴鐨勶紝璇峰湪30鏃ュ唴杩涜銆�
鈥� 鏈夊叧浣滃搧鐗堟潈浜嬪疁璇疯仈绯伙細010-83512266-8315銆�8089 |
|
|
|
|
|
相关新闻
