Local EPUB Text
译者前言 我与“低波动率之谜”的一些缘分
未知
译者前言
我与“低波动率之谜”的一些缘分
作为《低风险，高回报》一书的译者，我和书里描述的股市“低波动率之谜”的缘分又深了一层。利用这个机会，我来说说这段缘分是如何开始的，相信可以让读者加深对本书的兴趣。
2003年我在明尼苏达大学（University of Minnesota）攻读经济学博士学位的时候，我发现两位大学时的同班同学邢宇航和张晓燕成了金融博士就业市场的明星，她们与两位导师合著的文章描述了一个被重新发现的股市异常现象：最低波动率/风险的股票的回报其实比最高波动率/风险的股票要高。在学术市场成为明星的难度丝毫不亚于在娱乐界，为什么这个发现如此重要，为什么说是“被重新发现”呢？
早在20世纪60年代，金融学就建立起一个叫资本资产定价模型（CAPM）的重要理论：股票的回报主要由其风险来决定，要想获得高回报，就必须承担高风险，而股票的风险在当时有几个测量指标，其中一个就是波动率。这样的结论显然非常符合直觉，不过这个理论是建立在一些简单至极甚至不合理的基础之上，而金融市场无比复杂，理论是否真能解释现实的数据？在20世纪70年代初期，学者第一次利用金融大数据对理论进行检验时发现，这个理论基本是对的，但有一点点儿例外，就是低（高）风险股票的回报要比理论预测的高（低）一点儿。为了让理论更加完美，当时的学者想的是如何去修改原来理论的个别不合理假定，从而发展出新的理论，或者是采取新的统计方法去衡量风险和波动率。
到了1975年，一位叫作罗伯特·豪根（Robert Haugen）的金融学教授发现最低波动率/风险的股票的回报竟然要比最高波动率/风险的股票还要高。豪根教授后来还发现，这个现象不仅在美国股市存在，而且在其他20个国家的股市都存在，如图0.1所示。虽然豪根教授为此不断呼吁重新看待资本资产定价模型，并称他发现的“低波动率之谜”为金融研究最大的难题，但因为这个发现明显地违反了几乎所有人的直觉，当时的学者选择了对这一异常现象进行忽视。
图0.1 21个国家股票组合的年化回报率和年化波动率（1990—2011年）
注：①21个国家的全部股票按波动率从低到高分成10个股票组合。
②菱形代表各国股票最低波动率的股票组合，正方形代表各国股票最高波动率的股票组合。
资料来源：SSRN（社会科学研究网络）。
有趣的是，就在资本资产定价模型理论的创建者获得1990年诺贝尔经济学奖时，学者们已经发现了更多的违反这一理论预测的异常现象。例如，前面提到的20世纪70年代初期学者发现，20年来更多数据出现后它已经不再有效，以至于传统金融学家为此备受困扰，而一门新的学科“行为金融学”由此而诞生。这门学科指出资本资产定价模型最根本的一个假设“投资者是聪明的”未必恰当，建立在心理学基础上的行为金融学认为投资者经常性地犯一些错误，就可能大致股票的价格和回报出现错误，以至于高风险的股票回报低于低风险的股票。
邢宇航和张晓燕利用更新的数据和学术界新发展出来的被广泛接受的统计方法，对于风险和波动率的各种定义都进行了测试，重新验证了豪根教授的发现，这一异常现象不仅在美国股市存在，也在许多国家的股市出现了。由于这个“波动率之谜”要比后来发现的新的异常现象更加让人难以理解，她们的文章“洛阳纸贵”，人人争相阅读和研究引用。如果我们把学院派经济学家的影响力列出一个“琅琊榜”，那么在最新的华人经济学家榜单里，她们两人分列第9和第15名。如果再细分华人女经济学家，她们则分列第2和第3名。由此，即使是普通的读者也能理解“低波动率之谜”的重要性了。
从那个时候开始我就一直关注学术界对于“低波动率之谜”的深入剖析，发现行为金融学给出的解释更加合理。例如，行为金融学里有一个重要的“彩票偏好理论”，提出投资者倾向于高估小概率事件，彩票的中奖率极低，但乐此不疲的彩民人数众多。同样，高波动率的股票的回报表现类似彩票，虽然大多数时候回报低甚至亏损，但依然有小概率赚大钱的可能，这样就会吸引高估小概率事件的散户参与。而专业投资者也常常抵挡不了彩票型股票的诱惑，因为只要他们能通过购买高波动率的股票中一次大奖，他们就会成为股票市场的明星，吸引大量资金流入，这样可以大赚一笔。
与此同时，行为金融学里另外一个重要的“过度自信和乐观理论”指出散户和专业投资者都高估自己买入高波动率股票赚大钱的能力，同时，股票分析师也对高波动率的股票过度乐观，常常做出盈利高增长的预测。这些行为综合到一起，结果就是大量投资者买入高波动率的股票，推高它们的价格，而代价就是它们的回报会低于低波动率的股票。虽然传统金融学家提出的一些其他解释和上面提到的理论都被收入本书（第5～ 7章和第13章）里，但最近的研究发现，“彩票偏好理论”的解释力要远高于其他的解释。
我在2008年加入香港大学金融系，连续7年教授“投资学”、“行为金融学”、“基金管理和另类投资”这些课程时，都向学生推荐了几个很简单的投资策略，比如买入与美国股市指数挂钩的基金并且长期持有；运用研究新发现的最低波动率策略，也就是买入最低波动率的股票组成的基金，或者运用其他一些“异常现象”对应的策略，比如买入短期内表现好的股票、买入质量高的股票。如果自己操作则需要按照一定的规则定期调仓，如果买入这些策略对应的基金则只需要长期持有（调仓的工作由基金经理进行）。我向学生强调这些策略的长期表现要优于挑选个股和择时交易的传统投资模式。图0.2是2000年1月至2017年9月这几个策略的表现，相信大家会十分惊讶表现最好的是最低波动率策略。
图0.2 100元投资于MSCI不同策略，标普500指数和上证综指的表现
资料来源：彭博资讯（Bloomberg）。
而让大家意外的是价值投资在图0.2给出的时间段里表现最差［质量策略排名第二，我写过一篇文章讲巴菲特（Buffett）实际上是质量投资者，而不是价值投资者］，以及中国上证综指虽然波动最大，但表现也好于同期的美国股市。至于为什么在这样一个完整的经济周期下最低波动率的股票的表现最好，读者们只要翻到本书第14章就会找到答案。
在2009年以来的美国股市持续至今长达102个月的牛市里，最低波动率策略的回报虽然略低于标普500指数（Standard & Poor's 500 Index）和质量策略，但最低波动率策略所取得的回报伴随着比其他策略更低的风险。以回报与风险之比，也就是投资者常说的夏普比例（Sharpe Ratio）来衡量，最低波动率策略的表现反而优于标普500指数和质量策略。
我和“波动率之谜”的第二次缘分是我离开香港大学加入在香港发展迅速的诺亚控股集团之时。诺亚既是中国最早成立的也是最大的独立财富管理公司，2010年它在美国纽交所上市。我加入海外研究部的时候，向公司同事做了一场题为《从因子投资到智能贝塔策略》的演讲。前面提到的“最低波动率”、“质量”和“价值”就是所谓的因子，而智能贝塔可以简单地理解为将单一的因子投资策略进一步优化和组合的过程（贝塔其实就是每个因子对应的风险）。实际上，源于学术研究发现的因子策略，基本都已经被资产管理行业采纳形成不同类型的基金，这样可以方便全球的投资者直接利用学术发现，获得优于传统按行业按公司进行个股挑选和择时获得的回报。很少有人知道的是，在倡导智能贝塔投资上影响力最大的几个人当中，其中一位是许仲翔博士，他从金融系博士毕业后直接把所学的策略引入华尔街，先后创立了助理研究员（Research Affiliate）和锐联财智（Rayliant Global Advisors）公司，大获成功。而另一位华人则是邢宇航和张晓燕读博士学位时的导师安德鲁·洪（Andrew Ang）教授，他现在是全球最大资产管理公司贝莱德（BlackRock）的全球股票策略主管。我之所以选择这个题目，是希望可以把海外已经普遍的新的投资策略和方法尽快介绍给国内的投资者。
我加入诺亚不久就接触了来自荷兰的荷宝资产管理公司（Robeco Asset Management），在把学术研究转化为基金策略领域上，荷宝在全球拥有领先的地位和极佳的声望。特别要指出的是，单纯的学术研究往往只在乎发现新的“异常现象”，但对于基金运行中面对的诸多实际问题（例如应对投资者的申购和赎回产生的流动性问题，基金规则被其他投资者掌握后的抢跑行为等等）则关注不够。荷宝在处理这些问题时，对学术研究产生的因子投资和智能贝塔策略都进行了更好的优化处理，既对学术研究产生贡献，也为投资者带来更好的服务和业绩回报。实际上，在帮助我加深对投资策略的理解上，荷宝的功劳最大。在此，我向读者强烈推荐本书的第10章，读后就能够理解智能贝塔的含义。
巧的是，就在加入诺亚一年后，我发现当年全球因子投资策略中，获得最多资金流入的恰恰是最低波动率策略。这让我意识到，我必须尽快把这些流行于大学的金融学术研究，以及国际资产管理公司的策略，即国内甚至还没有听说过的策略介绍给投资者。当时我已经在英国《金融时报》（Financial Times）中文网开设了一个专栏《量化投资趣谈》，目的是把这些基于严肃研究的复杂策略，以尽可能通俗易懂的方法介绍给投资者。在最低波动率策略上，我的第一篇文章的标题是《低风险股票回报更低还是更高？》，对于文章给出的答案，读者感到十分惊讶，这篇文章的传播率很高。今年年初，总是在第一时间把荷宝的研究分享给我的王珏女士给了我一本刚刚出版，在亚马逊（Amazon）上受到读者高度评价的英文书《低风险，高回报》，作者是在荷宝主管最低波动率策略的基金经理平·范·弗利特（Pim van Vliet）博士和他的助手杨·德·科宁（Jan de Koning）。我发现这本书比我的文章更加风趣幽默，于是我又写了第二篇文章《量化策略里的龟兔赛跑哲学》。这时，荷宝的中国首席代表陆敏先生邀请我将此书翻译成中文，我感到十分荣幸，欣然答应。
以上就是我和“低波动率之谜”的结缘过程。实际上，这本书一开始讲的也是平如何与“低波动率之谜”结缘的。读者们只要翻开本书，就很快可以领略到学术研究之美和资产管理行业鲜为人知的有趣之处（第6和第17章）。本书每1章都给了我新的收获，如果要我挑选，我会特别向读者推荐3章内容。第一个是第11章，平告诉大家基于最低波动率的优化智能贝塔策略，虽然听上去十分高深，其实每个投资者都可以在家里自己完成。就我所知，其他类似的书都期望给读者留下神秘的，必须求助于专业投资机构的印象，而平则希望以透明来获得读者的信任。第二个是第16章，它讲到“低波动率之谜”不仅存在于股票市场，而且几乎存在于其他每一种资产类别中，如债券、期权、商品、私募股权等市场中，甚至存在于很多部好莱坞的电影情节里。也就是说，符合直觉的高风险高回报在跨资产类别比较时有效，但在同一资产类别里，往往是低风险高回报。第三个是第19章，这是平特别为中国读者撰写的全新的一章，告诉大家“低波动率之谜”在中国股市同样存在，而且最低波动率的股票相比最高波动率的股票的回报差别比美国股市更大！由于中国散户多，换手率高，如果大家还记得我前面提到的“彩票偏好理论”和“过度自信和乐观理论”，对这个结果应该就不那么意外了。
在本书的翻译过程中，我要感谢我的两位助手杨轶婷和郑嘉创提供的帮助，感谢中信出版社的相关编辑对第一版中文译稿做出的文字修改。我特别要感谢的是荷宝公司的周维礼女士，她不仅为本书第19章的写作提供了扎实的数据分析，还帮助我修改了本书第二版中文译稿，让文字变得更加流畅优雅，还修改了我对于书中一些引语的解读。让我惊讶的时，久居荷兰的她的中文造诣远远好过我，不过也不奇怪，她当年可是中央电视台的著名财经记者！我感谢邢宇航教授和许仲翔博士为本书所做的推荐。我还要感谢陆敏先生和王珏女士的邀请，让我参与这个非常有意义的翻译过程。知识普及是我的兴趣所在，这也是我离开大学加入诺亚的重要原因。我在喜马拉雅FM开设的“夏春博士的投资必修课：行为金融学”100期课程的主要目的也是知识普及，意在帮助投资者避开行为偏差，同时掌握前沿的投资策略，取得更好的投资回报。
夏春
2017年10月6日