市場波動不等于機會

宋興華

一、市場波動的歷史偏差

歷史收益率只告訴人們歷史的一個切片，并不是全部潛在的收益率路徑。我們通常據此高估了歷史的確定性，以為通過承擔更高的風險通常會產生更高的收益。而依賴一個切片表現做決策的人，往往信心滿滿地落入波動的陷阱，而忽略了不確定性帶來的風險。

波動率是常用來衡量投資組合風險的一種方法。人的本性應該是規避風險的，但是身邊越來越多的人，開始擁抱風險。要理解為什么會出現這樣的現象，可以回顧剛剛過去的2020年，各個主流投資策略發生的變化。以私募排排網統計的各個私募基金投資策略表現為例，其中圖一橫軸是2020年各個主流投資策略的波動率，縱軸是2020年主流投資策略的收益率中位數（這里我們用的是中位數，而不是平均數，尤其是當收益率分布不是正態分布的時候，中位數更合適）。我們似乎可以從這張圖中看到背后一條隱藏的向上傾斜的“資本市場線”。

這條“資本市場線”似乎以一種簡潔而有說服力的方式告訴我們，風險和收益正相關，高風險投資能帶來高收益，要想賺更多的錢，就要去擁抱波動，擁抱風險。

遺憾的是，這種風險和收益的線性關系，在2021年被打破了。截至2021年7月，各個主流投資策略的收益率中位數，我們已經找不到那條完美的向上傾斜的“資本市場線”，高風險的投資機會似乎并沒有帶來高收益。

為什么提高波動后，投資收益并沒有相應的提高呢？我們在圖一中增加了各個主流投資策略的前25%分位數收益率和后25%分位數收益率。可以看到（圖二）隨著不同投資策略的波動率提高，各個主流投資策略的前后25%分位數收益率也在不斷拉開差距，從債券策略的2倍到股票策略的4倍多。

圖一顯示的各個投資策略的波動和中位數收益率的關系，忽略了一個很重要的信息，就是每個投資策略收益率預期未必一定會實現。而且隨著投資策略本身波動的提高，這種投資策略相應的收益率越來越不確定，一方面有獲得更高收益的可能性，另一方面也有面臨更大低于預期的可能性。

2007年在金融危機爆發前出版的《黑天鵝》一書，讓納西姆·塔勒布名聲大振。在其后2001年出版的《隨機漫步的傻瓜》一書中，納西姆·塔勒布提醒我們需要關注可能發生卻沒有發生的風險，“我們經歷的現實只是所有可能出現的隨機歷史中的一個， 我們卻誤將它當做最具代表性的， 忘了還有其他可能性。”

實際上，由于存在各種的限制和幸存者偏差，每一種投資策略，在過去每一段時間的歷史收益率，都有無數潛在可能的路徑。只是最后我們看到的一條收益率曲線，只是一種已經實現的結果。我們絕不能根據有限的歷史和樣本，簡單地線性外推，以為這個已經實現的結果就是未來的會實現結果的全部，從而高估了歷史的確定性。

圖三是一個中性策略周回報率分布圖，可以看出周回報的勝率在70%左右，歷史上最大回撤水平不到1%。但歷史并不代表未來，灰色的線顯示，該策略未來最大回撤水平仍會突破1%，只是這一事件尚未發生。這需要我們在組合風險管理時候需要留足相應的波動率風險預算。

應該說，“資本市場線”告訴我們的意義，是為了吸引投資人，風險（波動）更高的投資策略必須要提供更高的預期收益補償，但這種更高的預期收益補償，并不一定確定會實現。在某些情況下，甚至可能會帶來損失。

二、市場波動的背后不僅是風險

到現在為止，我們假設風險等于波動。我們必須意識到，在學術界和業界，都對此有較多的爭議。我們知道，風險并不是市場或者投資組合波動的唯一原因，還包括不確定性。很多時候，我們對風險的理解也是各抒己見，難以取得一致的看法。

經濟學家們給風險和不確定性有一個比較學術化的定義。弗蘭克·奈特在1921年出版的《風險、不確定性和利潤》里，將風險定義為一個可度量的不確定性，不確定性定義為一個不可度量的不確定性。

舉個例子來說，我們在投硬幣的時候，知道會有兩個結果，并且兩個結果的概率都是50%，但我們只有在投完硬幣之后才知道是哪一個結果。這是風險，我們可以根據潛在的結果和相應的概率分布來理解和判斷。

很多基本面投資人或者價值投資者，更強調風險在行業和公司業務層面的意義。大家熟悉的股神巴菲特，在他的2015年給股東的信中，指責商學院多半將波動率和風險劃等號。你也可以在網上找到當時的股東大會現場視頻，里面有一段有意思的批評。

而另外一些量化投資者，選擇從因子的層面來理解風險。設立于1960年的“格雷厄姆-多德卓越獎”，旨在表彰研究與金融文章的杰出表現，同時致敬本杰明·格雷厄姆（Benjamin Graham）和大衛·多德（David L. Dodd）在金融分析領域的長期貢獻。其2018年度的獲獎論文《巴菲特的Alpha》，通過對股神沃倫·巴菲特（Warren Buffett）旗下伯克希爾-哈撒韋（Berkshire Hathaway）的業績進行全面的實證分析，探討巴菲特成功背后的原因。作者分別是資產管理公司AQR的三位合伙人Andrea Frazzini、David Kabiller和Lasse Hije Pedersen。

在這篇文章里，作者通過分析因子暴露度（factor exposure）來研究巴菲特是如何選擇投資目標的。在規模因子、價值因子和動量因子基礎上，作者創新地加入了BAB貝塔因子（betting against beta）和QMJ質量因子（quality minus junk），發現伯克希爾-哈撒韋（Berkshire Hathaway）業績在貝塔因子和質量因子上風險暴露顯著，表明巴菲特偏好購買安全、優質的股票。有興趣的讀者可以找來這篇文章仔細讀讀，這里就不再贅述。

然而，在市場發生危機時候，各個資產和策略的相關性會加劇，同時時間序列上的回報率往往也不再滿足獨立性假設，這時候對于組合波動的管理難度將加大，我們往往需要在構建組合之前考慮這些尾部風險事件的發生。

除了風險之外，還有一種不確定性，我們無法知道它的概率分布，甚至不確定它有哪些結果。在我們看來，投資人給不確定性的關注遠遠不夠，比如去年的新冠疫情給資本市場帶來的影響。過去的一年多里，我們看到不斷有人說見證歷史的時刻，包括我們喜愛的股神巴菲特。

三、市場波動的風險補償

前面我們談到，雖然風險和收益正相關，但擁抱高波動的投資未必能帶來高收益，不僅僅是因為我們在做決策時候，看到的只是歷史的一個切片，而且我們也往往忽視了難以評估的不確定性帶來的風險。

一個在業界更關心的問題來了，在什么情況下，一個高波動的投資，需要多少的預期收益來補償風險呢？

承擔波動的決策通常建立在正態的期望收益分布之上。但我們更關心的是，發生壞的情況概率或者說損失。學界和業界普遍使用的索提諾比率（Sortino Ratio） 區分了波動的好壞，計算波動時它所采用的不是標準差，而是下行標準差。而卡瑪比率（Calmar Ratio）考慮了收益和最大回撤損失之間的關系。

對于這個話題的討論，可以追述到1992年，兩位以色列天才認知心理學家的討論。特沃斯基和卡尼曼提出一個廣義的前景理論。假設我們知道事件的結果和相應的概率，特沃斯基和卡尼曼使用實驗估計得出收益和損失的相對敏感性度為2.25左右。

我們統計了市場中性策略自2018年以來的夏普比率，我們發現，排名在前25%分位數的夏普比率在2倍以上，而進入前10%分位數，需要達到3倍。

也即是說，一項投資機會的預期收益是潛在波動的2倍，將是個不錯的機會，如果我們考慮不確定性的風險，我們應當對預期收益和波動的比例提出更加嚴格的要求，比如3倍。