(三)投資和交易
華爾街的財富和權利來源於對於投資與交易這兩大業務的基本壟斷。這兩個業務方向各自有一大套相關和派生的部門以及子業務。它們的運作方式和產生利潤的原理是有著很大的區別的。
金融機構可以在投資業務中扮演多種角色:直接承擔投資風險並且從投資回報中獲益的投資者(貸款,VC等);不直接投資,而作為媒介,以自己的研究和信譽幫助融資方獲得投資,從中收取高額的傭金(I-Banking等);與交易相聯係,針對客戶具體的要求,構造新的金融產品推薦給投資者,從中收取差額(Structure Products等)。一般的,直接投資的高回報總是伴隨著高風險,例如VC的風險非常大,但是一旦成功,回報也是指數式的;普通貸款的風險相對小,回報也隻是幾個百分點而已。但是,後兩種方式的風險小,資本加成(leverage)卻很高,它們成為投資服務的主打項目。尤其在市場熱漲的時候,I-Banking將主要風險都轉嫁到直接投資者身上,自己卻可以利用市場本身的非理性熱情,從總成交額和買賣雙方都願意承受的更高的中介費用兩個方麵大量獲利。傳統的投資銀行由於經營多年,他們的信譽是別人很難挑戰的,全世界的主要銀行就是那麽屈指可數的幾家,任何一家新興的或是老牌的企業要想發行新的股票或者債券都毫無疑問會希望由他們來幫忙穿上名牌的外衣。這使得少數幾家大機構很容易利用他們的研究報告左右市場的期望。在90年代中後期的高技術泡沫中,這種行為表現的淋漓盡致。實際上,通常這些機構在這種時候還會直接投資,他們擁有普通投資者甚至被購企業本身都無法擁有的優勢,這些我在後麵寫90年代的股票市場時再來詳談。
然而,如果沒有人願意上市,也就是說如果成交額大幅下降,這是不僅投資服務能夠接到項目會大量減少,而且每個項目能夠收取的傭金也會減少---這從一個側麵反映出投資服務的利潤的根本來源仍然是整體經濟的增長(盡管在具體操作上有很多非正常技巧)。整體經濟的實際增長促使更多的對於資本流通的需求,同時也更容易,更願意支付更高的中介費用,原則上投資服務這樣盈利是合乎市場規律的。同投資本身一樣,投資服務從基本麵上來講是一種長期效應,利潤總值應該和經濟增長總量成正比。相應的,投資服務的研究重點是對於產業結構,市場競爭,企業運作,管理模式等的分析,是對整體經濟,宏觀市場的總態勢的估計,主體是定性的。
交易不是這樣的。我知道很多喜歡炒股的朋友都懂得“投資”和“投機”的區別。但是從原則上說,交易(trading)本身就是投機。Warren Buffet叫做投資,他看準某個方向(比如某個產業,甚至某個國家), 一投就是好幾年,甚至十幾年,那叫做投資,他的盈利的根本是他所看好的方向的長期實際增長,而不是股民們一時的熱情。華爾街的大多數交易員是不能這麽做的,原因我們以後還要詳談。金融交易產生的原動力是活躍融資渠道,增強資金效率,但是由於不同的玩家對於同一產品,根據自身的需求以及視角的不同,會有不同的估價,於是最早期的投機者就發現這中間有利可圖了。
金融機構在交易業務中扮演的角色也是多樣的:可以用自己的資本直接參與投機/賭博/交易(Proprietary Trading);也可以幫助信任他們的客戶交易,從利潤中間分成(一些fund/hedgefunds);還可以做經紀人,幫助買賣雙方達成交易,從中收取傭金(Broker/Dealer/Market-making);還可以和投資相聯係,做上麵提到過的結構產品(Structure Products),以及為這些服務做銷售(Sales)等。在原則上,交易是短期行為,是零和遊戲(zero-sum game),甚至有著負漂移(negative drift),因為每一筆交易都有費用(transaction cost)。
華爾街的職業金融機構通過作經紀人,不需承受大量風險,就可以從交易市場獲益。可是很快,他們就發現由於經紀人的特殊地位,他們擁有普通客戶無法擁有的準確而且快捷的信息,合理的利用(當然原則上還要合法,比如不能front-run什麽的。)這些信息,既可以使交易流通的更加順暢,又可以期望自己的合法持有產品盈利。一些經紀人和交易員大概同時發現數學模型可以幫助他們更加精確的估計金融產品的價格。大約在二十世紀三十年代的時候,數學就被初步的應用在股票,債券等簡單產品的估價之中了。
但是數學模型的巨大威力還是在一類新的產品流行以後才被發現的。這種新的產品叫做建立在基本產品之上的金融衍生物(Derivatives)。例如大家現在所熟知的期貨和期權等。1969年,Robert Merton, Fischer Black 和Myron Scholes關於期權的定價的工作使得贏得了1997年的Nobel Memorial Prize in Economics(很多人都誤認為他們得的是諾貝爾獎,實際上這兩個獎雖然很像,但卻不同。另外,Black因為已經逝世,所以並沒有被授獎。),同時也成為數量金融學的裏程碑。這些工作告訴我們,衍生物的價格不是任意的,而是與相關基本產品(underlying)以及很少的幾個市場參數緊密相關的---如果這些衍生物的市場實際交易價格超出一個很狹窄的範圍,那麽就有可能構造一個無風險的交易策略在任何未來市場的可能狀態下都有盈利(Arbitrage, 注意: 我隻是寫出個大意,不是嚴格的定義這個概念。)。很顯然,一個穩定的金融市場不應該有這種無風險盈利的可能性的長期存在。原因是,如果有這樣的機會,那麽任何一個發現這種機會的人都會去白撈這個好處,因為根本沒有風險,於是這些人都會做同樣的事情,買同樣的東西,也賣同樣的東西,那麽很快這些東西的價格就會朝著不利於這樣盈利的方向改變,最後導致這樣無風險盈利的機會完全消失。
問題是,發現這樣的機會(換句話說,就是產品的市場價格之間的“矛盾”)並不是一件簡單的事情。實際市場的運作和理想市場之間的差別更使得即使是數量分析者之間對於同一個對象的看法也不完全相同,即便是大同小異,他們也很可能持有者不同的模型(Model)----對於更新的產品,相應的市場還處在發展過程之中,數量分析員們也很可能在各自尋找最合適的模型,這時候,模型之間的差異可能是十分巨大的。二十一世紀初興起的信用產品就是這樣的產品,相應的數學模型的不成熟就是導致今天的金融困境的客觀原因之一。
我們看武俠小說,經常看到一個人弄到一本武功秘籍,就很厲害,比如東方不敗,搞了個《葵花寶典》,結果就天下無敵了。金融業裏麵一個好的數學模型就很像一本武功秘籍,如果真的好,而且別人都還不知道,那麽你攜技而來,在交易中是有很大的勝算的。投資者們當然不可能放過這樣的可能性,於是以數量分析為基礎的所謂數量對衝基金(Quant Fund)風起雲湧,到2006年紐約有大約5,6千家對衝基金,其中許多都是Quant Fund。實際上哪裏可能有這許多武功秘籍,這麽多對衝基金本身,就已經是個明顯的泡沫了。
當然,也不是所有的“武功秘籍”都是泡沫。James Simons ,一位在規範場理論的相關研究中做出過卓越貢獻的數學家,1982年在紐約成立了一家對衝基金:Renaissance Technologies。在二十多年的時間裏,這家對衝基金以平均高於20%的年回報率成為金融神話,在1989年到1997年間,他們下屬的旗艦基金:Medallion Fund, 在收取了他們獨有的高額管理費(5%管理費,44%提成率)之後,仍然有平均38%的年回報率。James Simons 本人的個人年收入超過了15億美元,當年美國電視新聞中幽默的用他成功的事跡來鼓舞美國的青少年努力學習數學。他毫無疑問是我們時代最成功的交易員。我個人是真的相信他肯定有一本什麽“秘籍”的。:)
然而,令人感到有趣的事情是,2008年,他們為機構投資者服務的Renaissance Institutional Futures Fund也損失了12%。同時,James Simons 還建議他原來所在學校Stony Brook Univ.的基金投資給Madoff,損失了五百四十萬美元。