石磊：从资产池到风险配置

    
    
    中国资产管理行业正在进行一场深刻的变革，过去以资产池为载体的信用中介模式，正向以资产配置为载体的风险中介转型，然而面对价值投资与随机过程如何结合，是集中投资等待时间玫瑰的绽放，还是选择充分分散获取平均收益，一直是争论的焦点。
    11月1日下午2点，北京大学汇丰商学院海上丝路研究中心主办的“宏观经济沙龙”系列讲座第二十期在北京大汇丰商学院教学楼335教室举行。吸引子咨询公司董事长石磊先生以《从资产池到风险配置》为题，通过重新认知风险、重新认知市场，将集中还是分散的投资争论统一在风险配置的框架之下，介绍了一个不确定条件下的决策方案，一个适合中国环境的风险配置解决方案。
    一  投资理论与实践的困境问题
    1、当前资管行业的变革
    用一句话来概括当前资管行业的发展方向，就是中国资产管理行业将从手工作坊变成工业化过程。在过去行业里，每一个投资经理都是一个作坊，也许他们很有投资能力能够获得超额收益，但是这样的组织机制是无效率的，就像现在反复在提的工匠精神其实并不符合工业生产需求一样。历史中的工匠永远是服务于贵族的，是最顶级的产品制造者，但是他们的效率很低并不能造福于大众，真正让人类社会发展富裕的只能是工业革命，只能是大规模工业生产。今天我们资产管理行业已经进入到了几十万亿的存量，所以这个行业真正需要的也不仅仅是一批优秀的投资经理，需要的是一个能够提高整个行业效率的系统。
    现在资管行业发生了许多变化，除了规模扩张之外，一方面资管新规推动着Real Money占比增加，套利资金被压缩，导致过去盛行的套利模式难以为继；另一方面金融业资金融通职能逐渐会发生改变。在以前很多融资是通过资金掮客实现的，这些资金掮客维护了一些关系后能够拿到资金，然后把资金对接需要融资的资产，但是最后资金能否收回掮客们不管。这就涉及到融资的管理风险。所以今天金融行业和资产管理行业的核心应该是管理风险，是怎么前瞻性的配置风险，而也是是资产管理的本质。
    2、资管行业工业化过程
    大规模分工是工业化区别于手工作坊的标志。未来的资管行业会越来越细化，每个人都会有自己的分工。另一个标志是“效率为先”观点的普及，这也是行业资金不断向头部机构集中的必然结果。当一个机构管理资金规模达到上万亿的时候它的投资模式就会发生变化，效率变成了最关注的因素，而不是超额收益。所以我们发现这个行业变了，大型资产管理机构的人看重如何准确的配置风险，然后再和外部资金合作，并在这个过程中提升人均产能。
    那么在这个过程之中怎么分工？这个行业里大概会分为四层，最顶层的管理最大规模资金，主要做的是系统化决策、制度建设和产品设计、募集、兑付等流动性管理；第二层是管理Beta等资产配置平台；第三层是产品工具的选择与评估，就是如何评价资产管理能力和风格稳定性；第四层是精品资产管理能力，看的是追寻超额收益Alpha的能力。有人去做顶层决策，有人管理Beta，有人去评估哪些人有能力，哪些人能力是差的，哪些工具是好的，哪些工具不好，再下面有人做工具。这样才能形成工业化的资产管理模式。
    3、投资理论与实践
    有关投资理论，最常见的分为两个派别：一派是教科书里面得诺奖的那些人，他们主要的方法是找到不同的维度分散投资，分散在不同的维度下，这一派认为市场永远有效、能够反映所有能观察到的信息；另一派是价值派，认为市场短期是投票机，长期是称重机，优质资产长期一定有价值，所以应该进行集中投资、价值投资。分散派认为既然市场永远有效，主动投资就永远无法战胜指数，所有价值投资派成功者都只是5Sigma之外的幸运儿而已。而价值派指责分散投资是无知者的自我保护，仅仅是因为投资者看不清未来的价值，但这里又有另一个问题就是价值派会把价值上升到一种绝对的高度，而每个人对于价值来源的考虑角度都是有所偏执的，这就使得他们的理论是说不清的，有着太多主观性在里面。
    
    上图是美国对冲基金排名，上面的线是永远投资排名最后30%的基金的净值曲线，下面的线是永远投资排名最好的30%基金的净值曲线。这个图告诉我们，要赚未来的钱最重要的是投资能力和环境的前瞻，而不是过去的业绩。所以对历史分析的时候一定要拆解开看是否判断环境变化了，当前投资风格是否还能适应未来的变化。资产配置最重要的两点就是环境前瞻能力和投资能力。
    
    资产协相关矩阵
    从资产协相关矩阵我们可以看到各类资产之间的相关性。现在中国人的认知是股票和债券是负相关的，股票好的时候债券不好，债券好的时候股票不好。但是从上面美国股票和债券历史相关性分布来看，正相关和负相关几乎是均匀分布的，在80年代是股债是正相关，近十年来又是负相关，即使是同一时间段，不同的时间尺度下，相关性的结论可能完全相反。所以说当我们观察资产收益情况的时候，一定要把它的时间维度拆分开，而传统的评估与管理风险工具，例如夏普率，会因为存在分形结构而失灵。
    二  投资的实质：不确定环境下的决策
    要知道投资的实质是什么，首先要明白什么是风险。风险直观的定义就是未来不利的不确定性。当我们面对一个魔术师的时候，他的帽子里出现了两只耳朵，会认为是可能是兔子，这就是投资者做的事情：看到的是局部信息，然后联想猜测完整的全部是什么，这样一个判断的过程就是投资。
    从宏观上来讲，在过去的100年里，大家对市场的认知历经多次变革，有的认为市场完全无效，有的认为市场最有效，有的认为市场充满罪恶。那么市场究竟是什么呢？诺贝尔奖获得者普利高津提出的非平衡态物理学给了我们思路：活得东西是不均衡的，是自组织的。而市场就是由一大堆这样微弱的、不理性的个体通过自组织来适应环境而形成的。在适应环境过程中会涌现出新的结构，在宏观层面可能是市场中投资者结构、资金结构等等，这些结构才是从微观到宏观的组织核心。因为做投资都是要预测，每个预测都想判断未来。现在很多研究方法的逻辑就是监测部分个体，这是错误的，而且效率很低，实际上我们真正应该关心的东西应该是结构，结构才是市场作为一个自组织主体能够适应环境的关键，才是真正的宏观周期。市场的本质特征不是有效，也不是无效，而是适应。
    
    市场信号与宏观信号的共振
    我们看最近市场宏观周期在今年1月份总需求向下跌，但是市场直到2月份才确认。从上图看红线是市场信号，黑线是实际宏观信号，看二者的共振市场信号有的时候是提前的，有的时候是滞后的。美国的数据显示交易信号往往比实际信号早一些，但是提前多少并不确定。
    明确了市场中存在的不确定性，需要如何处理呢？投资组合的分散理论会告诉你资产配置等价于分散，不把鸡蛋放在一个篮子里；价值投资理论认为：我认知到的就是正确的，一个东西是有趋势的，我看好这个趋势那么就应该All in。首先我们把不确定性分为已知的和未知的，对于未知的东西我们要保持谨慎不去触碰它，同时又要有所进步逐渐去认识它变为已知的不确定性。对于已知的不确定性的理解，可以分为趋势和趋势的随机过程两个方面。如果收益率向一个方向随机性持续漂移，就会累积成为一个趋势，这也会成为投资盈利来源；漂移过程中的随机性，要通过不断认知去分散掉，但是一定要把握住持续的趋势性漂移，这会给我们带来最终的收益。
    对于认知的问题，以及把未认知的变为认知的过程，需要我们从哲学的角度去探索。欧洲大陆哲学对认知的观念主要分为两个流派：以笛卡尔、斯宾诺莎为代表的唯理主义认为我知故我在，可靠的知识一定是通过推理和逻辑运算完成的；以休谟和洛克为代表的经验主义认为世界上没有可认知的规律，规律是不稳定的，我们只能看到现象，而现象背后根本没有规律；康德的纯理性批判用一句话总结认知：“用先验的认识之网，捕捉经验”。这些有关认知的观念对于我们进行投资决策而言十分重要。经验是什么，在投资者看来就是历史数据，目前我们有大数据基金，AI算法，智能投顾等等，只利用历史数据进行投资。但是康德告诉我们这是不可靠的，过去的经验可能只是表象，你需要有先验知识作为支撑。简单的说，相关性不是因果性，未来并不是完全重复过去。从诺奖得主赫伯特·西蒙的决策理论会发现：在不确定性环境下做决策的三点分别是：这个世界应该是什么样的；此时的环境状态是什么样的；最后才是结合逻辑推演做出决策。也正是因为每个人的世界观都不同，所以在同样的大环境下，每个人的行为决策都五花八门。
    在预测上，从地震预测的例子来看，地震的原理很清楚，就是地壳的挤压变形到一定程度后释放应力，火山爆发，开始地震。但是当真正通过地壳变形程度预测地震发生概率的时候，会发现时间尺度无法匹配，预测出来可能会是美国太平洋沿岸1000公里的范围内未来75年发生地震的概率是5%。75年的时间长度是无法指导我们实践的，在投资上也会有类似情况，可能通过分析能够把未来预测在一个圈子里，但是并不能很好的指导当前投资。一个解决办法就是监测，监测而不预测。在地震上，通过监测哪里发生地震了再快速应对；在投资领域，发生了一个事件后马上就知道要怎么应对。而这需要我们对发生事件有着正确的理解，就拿中美贸易战来说，很多人认为这就是贸易战，但并不清楚这标志着国际秩序的变化。预测能力就像是我们坐在一辆开往未来的列车，列车顺着铁路行驶，每条轨道不远处都有交叉口，对于此时我们来说，预测一年以后列车出现在哪里并不重要，重要的是每当经过交叉口的时候能够知道轨道发生改变了，能够知道新的方向前面是什么，这就是预测能力。那些时间尺度很大的东西很重要，但是只要心里大概明白就好，更重要的是标志性事件背后的逻辑，列车进入到了什么样的轨道中了。例如1月份的暴跌，我们能看出是全球市场信用在紧缩，之后观察到全球的信用利差上升，这又是一个标志，或者称之为路标，看到了路标自然就知道轨道变了，未来方向也发生变化。所以当把这些都看明白的时候，也就知道要怎么去投资。
    再说一个很有名的应用预测能力的事例：“星星之火，可以燎原”。毛主席对于林彪“革命何时能够成功”的问题，回答道：“如问中国革命高潮是否快要到来，只有详细地去察看引起革命高潮的各种矛盾是否真正向前发展了，才能作决定”。
        
    
    
    毛主席在社会领域的预测告诉我们，要观察矛盾，矛盾爆发是未来的动力来源，矛盾论是社会变化的动力学机制问题，同时要设置好路标，观察路标，不要去随便的预测。
    
    
    三  为什么投资需要人与机器的合作
    
    
    那么为什么现在一直在谈人与机器的合作呢？是因为没有机器是不行的，但是光靠机器也是不行的。把人的认知分为四部分：已知的已知、已知的未知、未知的已知、未知的未知。其中未知的未知是一片空白，未知的已知在资管领域则属于那些投资天才，是一种只可意会不可言说的经验，这在大规模资管领域并不重要，因为它无法通过工业化复制，那就只剩下已知的已知和已知的未知，这两个方向也是我们接下来努力的方向：怎样结合人与科技做系统化的决策。机器、科技的优势集中在已知的已知中，在这里它们能够大幅度提升效率，而在已知的未知则需要人类的探索与研究。为什么说只有机器不行，大家可以想一下为什么互联网企业在金融领域做的好的产品只有货币基金这一种。蚂蚁金服的生态维护的非常好，全中国人都在用支付宝，但是会发现它实际上投资只做好了余额宝，这是因为互联网企业的基因里没有管理金融风险的基因，无法处理金融场景中的不确定环境下的决策性问题。所以在未来的行业里，必须要做到人与机器密切合作，做到经验主义与理性主义的协调统一。
    
    
    四  可行的解决方案
    
    
    要想找到一个完美的办法解决这些问题很难，这里也只能提一些有希望的思路，那就是第四代人工智能：基于系统论的探索人机结合的“综合集成研讨厅”，通过发明一种系统化布局，把人的知识综合利用并与智能化系统相结合。
    构建这样一个系统是很复杂的，因为开放的金融市场与外界有着复杂的交流，金融市场本身是一个开放复杂巨系统。我认为要设计好一个人机结合系统，需要三样东西：一个是哲学上的辩证法，一个是社会智能，最后是系统化思维方式。要把这个系统理解为一个活的体系，演化中的活的系统，不是机械系统，通过人与机器的深度合作来处理投资，这样一个复杂巨系统问题。