华尔街漩涡（三）

（三）投资和交易

华尔街的财富和权利来源于对于投资与交易这两大业务的基本垄断。这两个业务方向各自有一大套相关和派生的部门以及子业务。它们的运作方式和产生利润的原理是有着很大的区别的。

金融机构可以在投资业务中扮演多种角色：直接承担投资风险并且从投资回报中获益的投资者（贷款，VC等）；不直接投资，而作为媒介，以自己的研究和信誉帮助融资方获得投资，从中收取高额的佣金（I-Banking等)；与交易相联系，针对客户具体的要求，构造新的金融产品推荐给投资者，从中收取差额(Structure Products等)。一般的，直接投资的高回报总是伴随着高风险，例如VC的风险非常大，但是一旦成功，回报也是指数式的；普通贷款的风险相对小，回报也只是几个百分点而已。但是，后两种方式的风险小，资本加成（leverage）却很高，它们成为投资服务的主打项目。尤其在市场热涨的时候，I-Banking将主要风险都转嫁到直接投资者身上，自己却可以利用市场本身的非理性热情，从总成交额和买卖双方都愿意承受的更高的中介费用两个方面大量获利。传统的投资银行由于经营多年，他们的信誉是别人很难挑战的，全世界的主要银行就是那么屈指可数的几家，任何一家新兴的或是老牌的企业要想发行新的股票或者债券都毫无疑问会希望由他们来帮忙穿上名牌的外衣。这使得少数几家大机构很容易利用他们的研究报告左右市场的期望。在90年代中后期的高技术泡沫中，这种行为表现的淋漓尽致。实际上，通常这些机构在这种时候还会直接投资，他们拥有普通投资者甚至被购企业本身都无法拥有的优势，这些我在后面写90年代的股票市场时再来详谈。

然而，如果没有人愿意上市，也就是说如果成交额大幅下降，这是不仅投资服务能够接到项目会大量减少，而且每个项目能够收取的佣金也会减少---这从一个侧面反映出投资服务的利润的根本来源仍然是整体经济的增长（尽管在具体操作上有很多非正常技巧）。整体经济的实际增长促使更多的对于资本流通的需求，同时也更容易，更愿意支付更高的中介费用，原则上投资服务这样盈利是合乎市场规律的。同投资本身一样，投资服务从基本面上来讲是一种长期效应，利润总值应该和经济增长总量成正比。相应的，投资服务的研究重点是对于产业结构，市场竞争，企业运作，管理模式等的分析，是对整体经济，宏观市场的总态势的估计，主体是定性的。

交易不是这样的。我知道很多喜欢炒股的朋友都懂得“投资”和“投机”的区别。但是从原则上说，交易（trading）本身就是投机。Warren Buffet叫做投资，他看准某个方向（比如某个产业，甚至某个国家）， 一投就是好几年，甚至十几年，那叫做投资，他的盈利的根本是他所看好的方向的长期实际增长，而不是股民们一时的热情。华尔街的大多数交易员是不能这么做的，原因我们以后还要详谈。金融交易产生的原动力是活跃融资渠道，增强资金效率，但是由于不同的玩家对于同一产品，根据自身的需求以及视角的不同，会有不同的估价，于是最早期的投机者就发现这中间有利可图了。

金融机构在交易业务中扮演的角色也是多样的：可以用自己的资本直接参与投机/赌博/交易（Proprietary Trading)；也可以帮助信任他们的客户交易，从利润中间分成（一些fund/hedgefunds)；还可以做经纪人，帮助买卖双方达成交易，从中收取佣金（Broker/Dealer/Market-making）；还可以和投资相联系，做上面提到过的结构产品（Structure Products），以及为这些服务做销售（Sales）等。在原则上，交易是短期行为，是零和游戏（zero-sum game），甚至有着负漂移（negative drift），因为每一笔交易都有费用(transaction cost)。

华尔街的职业金融机构通过作经纪人，不需承受大量风险，就可以从交易市场获益。可是很快，他们就发现由于经纪人的特殊地位，他们拥有普通客户无法拥有的准确而且快捷的信息，合理的利用（当然原则上还要合法，比如不能front-run什么的。）这些信息，既可以使交易流通的更加顺畅，又可以期望自己的合法持有产品盈利。一些经纪人和交易员大概同时发现数学模型可以帮助他们更加精确的估计金融产品的价格。大约在二十世纪三十年代的时候，数学就被初步的应用在股票，债券等简单产品的估价之中了。

但是数学模型的巨大威力还是在一类新的产品流行以后才被发现的。这种新的产品叫做建立在基本产品之上的金融衍生物（Derivatives）。例如大家现在所熟知的期货和期权等。1969年，Robert Merton, Fischer Black 和Myron Scholes关于期权的定价的工作使得赢得了1997年的Nobel Memorial Prize in Economics(很多人都误认为他们得的是诺贝尔奖，实际上这两个奖虽然很像，但却不同。另外，Black因为已经逝世，所以并没有被授奖。），同时也成为数量金融学的里程碑。这些工作告诉我们，衍生物的价格不是任意的，而是与相关基本产品（underlying）以及很少的几个市场参数紧密相关的---如果这些衍生物的市场实际交易价格超出一个很狭窄的范围，那么就有可能构造一个无风险的交易策略在任何未来市场的可能状态下都有盈利（Arbitrage, 注意: 我只是写出个大意，不是严格的定义这个概念。）。很显然，一个稳定的金融市场不应该有这种无风险盈利的可能性的长期存在。原因是，如果有这样的机会，那么任何一个发现这种机会的人都会去白捞这个好处，因为根本没有风险，于是这些人都会做同样的事情，买同样的东西，也卖同样的东西，那么很快这些东西的价格就会朝着不利于这样盈利的方向改变，最后导致这样无风险盈利的机会完全消失。

问题是，发现这样的机会（换句话说，就是产品的市场价格之间的“矛盾”）并不是一件简单的事情。实际市场的运作和理想市场之间的差别更使得即使是数量分析者之间对于同一个对象的看法也不完全相同，即便是大同小异，他们也很可能持有者不同的模型（Model）----对于更新的产品，相应的市场还处在发展过程之中，数量分析员们也很可能在各自寻找最合适的模型，这时候，模型之间的差异可能是十分巨大的。二十一世纪初兴起的信用产品就是这样的产品，相应的数学模型的不成熟就是导致今天的金融困境的客观原因之一。

我们看武侠小说，经常看到一个人弄到一本武功秘籍，就很厉害，比如东方不败，搞了个《葵花宝典》，结果就天下无敌了。金融业里面一个好的数学模型就很像一本武功秘籍，如果真的好，而且别人都还不知道，那么你携技而来，在交易中是有很大的胜算的。投资者们当然不可能放过这样的可能性，于是以数量分析为基础的所谓数量对冲基金（Quant Fund）风起云涌，到2006年纽约有大约5，6千家对冲基金，其中许多都是Quant Fund。实际上哪里可能有这许多武功秘籍，这么多对冲基金本身，就已经是个明显的泡沫了。

当然，也不是所有的“武功秘籍”都是泡沫。James Simons ，一位在规范场理论的相关研究中做出过卓越贡献的数学家，1982年在纽约成立了一家对冲基金：Renaissance Technologies。在二十多年的时间里，这家对冲基金以平均高于20%的年回报率成为金融神话，在1989年到1997年间，他们下属的旗舰基金：Medallion Fund, 在收取了他们独有的高额管理费（5%管理费，44%提成率）之后，仍然有平均38%的年回报率。James Simons 本人的个人年收入超过了15亿美元，当年美国电视新闻中幽默的用他成功的事迹来鼓舞美国的青少年努力学习数学。他毫无疑问是我们时代最成功的交易员。我个人是真的相信他肯定有一本什么“秘籍”的。：）

然而，令人感到有趣的事情是，2008年，他们为机构投资者服务的Renaissance Institutional Futures Fund也损失了12%。同时，James Simons 还建议他原来所在学校Stony Brook Univ.的基金投资给Madoff，损失了五百四十万美元。