資産管理(lǐ)中的(de)研究挑戰
發布時(shí)間：2021-02-17 | 來(lái)源: 川總寫量化(huà)
作者：石川
摘要：真·大(dà)佬 Ken Griffin 和(hé) Cliff Asness 在 AFA 年會上討(tǎo)論資産管理(lǐ)中的(de)研究挑戰。
在剛剛過去的(de) 2021 AFA 年會上，有一個(gè) panel session 格外引人(rén)注目。該 session 的(de)題目是 Research Challenges in Asset Management，由來(lái)自 Yale 的(de) Tobias Moskowitz 主持，而 panel 嘉賓則是身爲 Citadel CEO 的(de) Ken Griffin 以及 AQR co-founder 的(de) Cliff Asness。
在時(shí)長(cháng) 90 分(fēn)鐘(zhōng)的(de) session 中，圍繞著(zhe)學術研究如何幫助資産管理(lǐ)的(de)各種問題，兩位大(dà)佬給出了(le)精彩的(de)討(tǎo)論，結合 Moskowitz 的(de)穿針引線，讓人(rén)聽(tīng)完很受啓發。
本文就對(duì)其中的(de)核心觀點進行梳理(lǐ)。在接下(xià)來(lái)對(duì)問題的(de)描述以及對(duì)兩位大(dà)佬回答(dá)的(de)闡述上，本文不選擇直譯，而是會用(yòng)我的(de)語言高(gāo)濃縮的(de)概括核心觀點。參考文獻中給出了(le) panel session 的(de)視頻(pín)連接，供感興趣的(de)讀者查詢。
整體 session 聽(tīng)下(xià)來(lái)，Griffin 談吐從容、觀點犀利，較 Asness 更勝一籌，且頻(pín)頻(pín)抛出金句。因此，下(xià)文也(yě)在适當處會直接引用(yòng) Griffin 的(de)金句，供小夥伴體會。
好了(le)，讓我們開始吧。
Moskowitz 抛出的(de)第一個(gè)問題是……
Q1. 資産管理(lǐ)中有很多(duō)尚待回答(dá)的(de)問題。二位如何看待學術界在這(zhè)方面能起到的(de)作用(yòng)？
Asness 提到的(de)第一點是投資中最重要的(de)問題是識别 structural break（e.g. 是否這(zhè)一次不一樣了(le)？），但是目前沒有一套自洽且統一的(de)方法來(lái)檢驗，因此隻能通(tōng)過一次性假設（one-off hypothesis）來(lái)檢驗。這(zhè)麽做(zuò)的(de)缺陷是，人(rén)們無法考慮所有的(de)可(kě)能。
面對(duì)潛在問題，AQR 的(de)做(zuò)法檢驗他(tā)們能夠想到的(de)一切 one-off hypotheses，如果不能發現任何單一原因證明(míng)出現了(le) structural break，那麽他(tā)們就假設沒有出現變化(huà)，進而繼續堅持原有的(de)策略。Asness 強調，這(zhè)并不意味著(zhe)他(tā)們就一定對(duì)了(le)，隻是缺乏更好的(de)工具來(lái)應對(duì)這(zhè)個(gè)問題。
對(duì)于 Asness 說的(de)這(zhè)一點，我想補充的(de)資料是 AQR 關于價值因子是否已死的(de)討(tǎo)論，他(tā)們通(tōng)過系統性地檢驗多(duō)個(gè) one-off hypotheses 得(de)到結論認爲價值并沒有死。公衆号之前對(duì)此也(yě)進行了(le)解讀，鏈接在此。
對(duì)于這(zhè)個(gè)問題，Asness 的(de)第二點是人(rén)們往往難以在實盤中堅持在回測中看上去很好的(de)策略。人(rén)們對(duì)于回測中策略的(de)回調似乎能欣然接受，這(zhè)是因爲他(tā)們看到在回測中策略又繼續上行。然而在實盤當中則是完全不同的(de)。他(tā)認爲人(rén)們對(duì)回測和(hé)實盤的(de)心理(lǐ)感受的(de)差異造成的(de)交易行爲如何影(yǐng)響市場(chǎng)有效性，是值得(de)研究的(de)。
Griffin 認同 Asness 的(de)看法，并指出對(duì)于任何策略，瞬息萬變的(de)世界如何影(yǐng)響策略的(de)預期收益是非常重要的(de)問題。他(tā)以近年來(lái)大(dà)量資金從主動管理(lǐ)湧入被動管理(lǐ)這(zhè)一現象爲例，抛出了(le)一系列靈魂問題：這(zhè)個(gè)現象對(duì)金融市場(chǎng)影(yǐng)響幾何？對(duì)證券如何吸收信息影(yǐng)響幾何？在主動管理(lǐ)規模日益被被動投資蠶食的(de)背景下(xià)，如何維持金融市場(chǎng)的(de)價格發現和(hé)資本配置的(de)作用(yòng)？Griffin 認爲這(zhè)些問題對(duì) policy maker 格外重要。
他(tā)舉例說，比如在去年 COVID 初期，爲了(le)維護金融市場(chǎng)穩定，世界各國市場(chǎng)都禁止做(zuò)空，這(zhè)影(yǐng)響了(le)價格發現。在他(tā)看來(lái)，主動和(hé)被動投資之間應該存在某個(gè)均衡點（equilibrium point）。太多(duō)的(de)被動投資（超過均衡點）絕非最佳答(dá)案，它會破壞金融市場(chǎng)的(de)結構，影(yǐng)響價格發現。
The world cannot end up one hundred percent passive. —— Ken Griffin
Q2. 你們的(de)團隊如何使用(yòng)學術研究成果？
對(duì)于這(zhè)個(gè)問題，Asness 的(de)回答(dá)非常 AQR-style。他(tā)說 AQR 幾乎會閱讀所有高(gāo)質量期刊的(de)論文（包括業界的(de)期刊），不放過任何可(kě)能影(yǐng)響他(tā)們的(de)研究成果。AQR 有一套行之有效且标準化(huà)的(de)流程來(lái)複現學術研究。
Griffin 的(de)回答(dá)則更有開放性和(hé)給人(rén)啓發。他(tā)答(dá)道 Citadel 把研究成果分(fēn)門别類，比如 data science、econometrics、machine learning 等。一旦出現能夠推動知識進步的(de)革新性最新研究成果時(shí)，他(tā)們的(de)研究能力保證他(tā)們迅速的(de)采取行動：
We can move really quickly when we see what we perceive to be a game-changing evolution in the body of knowledge of humanity. —— Ken Griffin
在 Griffin 看來(lái)，學術論文對(duì)知識水(shuǐ)平的(de)高(gāo)低和(hé)靈感來(lái)源同樣重要；Citadel 産生的(de)大(dà)量想法并非源自讀了(le)某一篇論文，而是從大(dà)量論文中獲得(de)的(de)靈感在之後開花結果。
上面兩個(gè)問題過後，嘉賓漸入佳境，Moskowitz 也(yě)有針對(duì)性地向他(tā)們二人(rén)各自抛出了(le)一個(gè)問題。首先是對(duì) Griffin。
Q3. 學術研究往往關注流動性和(hé)提供流動性。關于這(zhè)方面的(de)研究，業界有什(shén)麽建議(yì)？
Griffin 指出對(duì)于股票(piào)市場(chǎng)，有足夠多(duō)的(de)數據和(hé)信息（涉及所有國家的(de)每一筆交易），因此股票(piào)市場(chǎng)沒有太大(dà)的(de)問題。有問題的(de)是缺乏透明(míng)度的(de)市場(chǎng)，比如債券。這(zhè)方面他(tā)的(de)訴求是希望學術界的(de)研究能推動每個(gè)資産類别的(de)實時(shí)報告，以便人(rén)們擁有更好的(de)數據，以了(le)解不同市場(chǎng)制度下(xià)的(de)流動性和(hé)流動性變化(huà)。
One of the underpinnings of successful markets of vibrant markets is transparency. When you have a market that has a richness of information, people have more confidence how the market functions, people are more willing to transact in such market and everyone who's part of that market is a winner. —— Ken Griffin
接下(xià)來(lái)是抛給 Asness 的(de)問題，關于因子投資。這(zhè)個(gè)問題雖然是抛給 Asness，但兩位大(dà)佬就這(zhè)個(gè)問題你來(lái)我往，金句頻(pín)出。
Q4. 過去 10 年出現了(le)因子擁擠、因子動物(wù)園等問題，你對(duì)今後因子的(de)預期收益率有何看法？
關于這(zhè)個(gè)問題 Asness 洋洋灑灑說了(le)一大(dà)堆，總結起來(lái)有以下(xià)幾點：（1）金融學先驗 + 樣本外測試至關重要。（2）因子動物(wù)園這(zhè)個(gè)概念被 oversold，因爲學術界羅列的(de)大(dà)部分(fēn)因子都來(lái)自有限的(de)幾類（比如 500 個(gè)因子裏面有 200 個(gè)不同版本的(de)價值因子、100 個(gè)不同版本的(de)動量因子），當然仍然要正視過度挖掘的(de)問題，此外人(rén)們要對(duì)因子的(de)預期收益率有合理(lǐ)的(de)預期，rule of thumb 是實盤隻是回測的(de)一半。（3）擁擠是一個(gè)大(dà)問題，且最近幾年 long/short valuation spread 也(yě)在增加。
此處，Griffin 補充說，如果實盤能達到回測的(de)一半，那就是巨大(dà)的(de)勝利：
Anyone who wants to get 100 percent out of sample is out of their mind. Random luck of the draw will happen, but it will not happen as a function of wow you have some brilliant research process. —— Ken Griffin
Griffin 繼續談到他(tā)們經常思考如何改進研究流程以降低過拟合的(de)影(yǐng)響，并指出如果機器學習(xí)用(yòng)法不當，那麽它就變成了(le) capital reduction 而非 capital generation process。他(tā)強調了(le)無論是傳統方法還(hái)是機器學習(xí)，他(tā)都看中基于檢驗的(de)研究（hypothesis based research）。他(tā)強調了(le)通(tōng)過假設檢驗發現因果關系的(de)重要性，并反複強調他(tā)要的(de)是因果關系而非僅僅是相關性：
When we have hypothesis upfront, we see it come through in the data, we see the causality, we are far more confident that we are on a path that will lead to somewhere than just an ad-hoc correlation that looks really attractive. —— Ken Griffin
對(duì)此，Asness 的(de)看法和(hé) Griffin 一緻。他(tā)談到 AQR 有很多(duō)數據，很多(duō)地方可(kě)以應用(yòng)機器學習(xí)。然而，AQR 使用(yòng)機器學習(xí)是因爲存在理(lǐ)論依據，而非源自實證原因（如挖掘非線性相關性）。
談到因子投資，AQR 的(de)一系列多(duō)因子産品在近年來(lái)的(de)慘淡表現衆人(rén)皆知，而 Asness 之前也(yě)多(duō)次撰文，通(tōng)過數據客觀分(fēn)析這(zhè)些策略的(de)表現。Griffin 對(duì) AQR 和(hé) Asness 在這(zhè)種處境下(xià)表現出的(de)自省和(hé)對(duì)投資人(rén)負責的(de)态度表示了(le)極大(dà)的(de)肯定：
In the area of factors, I read some of Cliff's letters to investors and I give Cliff credit for the intellectual honesty in what he writes. AQR has had some tough runs in the last couple of years against a phenomenal history and yet the intellectual succinctness and ownership of that is rare to find in the business. It's important to have that intellectual clarity because it allows you to remain open to how you can improve what you do. —— Ken Griffin
此外，Griffin 補充了(le) one-time event（如 macroeconomic shift）對(duì)傳統因子投資的(de)沖擊。他(tā)舉例說，由于疫情的(de)沖擊 American Airlines 出現了(le)虧損。一旦疫情被控制，航空業複蘇後，它就會重新盈利。因此，從 forward-looking valuation 的(de)角度來(lái)說，因子投資會把它視爲成長(cháng)股。但是投資人(rén)真的(de)會把它視爲成長(cháng)股嗎？投資人(rén)會認爲它和(hé)諸如 Amazon、Zoom、Google 以及 Facebook 這(zhè)些公司一樣嗎？
之後 Asness 也(yě)談到了(le)科技更叠（以及這(zhè)個(gè)過程被 COVID 極大(dà)加速了(le)）對(duì)因子投資的(de)影(yǐng)響，以及如何識别這(zhè)種影(yǐng)響。Asness 的(de)回答(dá)主要是以價值因子爲例論述，小夥伴請閱讀《價值因子已死?》。除此之外，Asness (2020) 最新的(de)文章(zhāng)研究了(le)除價值因子之外的(de)其他(tā)因子（包括動量、質量和(hé)低波動）在美(měi)股上最近的(de)慘淡表現。
Asness (2020) 這(zhè)篇小文非常值得(de)一讀，尤其是 To the Pain 一節。Asness 通(tōng)過自述形象地刻畫(huà)了(le)一個(gè)非完全理(lǐ)性的(de)普通(tōng)人(rén)（我們都是這(zhè)樣的(de)人(rén)）在面對(duì)回撤時(shí)的(de)心境。讀完此文給我的(de)感受是：Every Cliff Asness needs his own John Liew（讀完 Asness (2020) 你就能明(míng)白我在說什(shén)麽）。
接下(xià)來(lái) Moskowitz 延伸發問：
Q5. 我們談論了(le)很多(duō)，其中包括數據的(de)重要性，這(zhè)是否意味著(zhe)數據本身已經成爲了(le)一種昂貴的(de)資産？另外是否意味著(zhe)要使用(yòng)新的(de)估值方法？
Griffin 首先說道，最近幾年，revenue over employee 似乎是個(gè)很好的(de)因子，圍繞著(zhe)知識産權和(hé)數據的(de)護城(chéng)河(hé)在持續增長(cháng)。對(duì)于數據的(de)重要性，他(tā)以 Tesla 爲例指出每天在路上行駛的(de)每一輛 Tesla 都無時(shí)無刻的(de)不在收集信息和(hé)數據，這(zhè)爲他(tā)們提升自動駕駛技術提供了(le)巨大(dà)優勢。他(tā)認爲這(zhè)種巨變将持續産生作用(yòng)。
Asness 認爲翻天覆地的(de)變化(huà)不假，但相關資産一路走高(gāo)的(de)背後也(yě)有 behavioral stories —— 人(rén)們過度外推了(le)過去 3 – 5 年的(de)情況。這(zhè)個(gè)情況可(kě)能依然會持續很長(cháng)一段時(shí)間，造成相關資産繼續走高(gāo)，但“很長(cháng)一段時(shí)間”并非“永遠(yuǎn)”。不過他(tā)也(yě)打趣到，即便在金融領域之外，這(zhè)個(gè)世界也(yě)沒有好到哪去，也(yě)沒有比金融領域更加理(lǐ)性。
大(dà)佬的(de)回答(dá)似乎沒有滿足 Moskowitz，他(tā)繼續追問道：
Q6. 這(zhè)會改變你們對(duì)模型的(de)看法嗎？是否會改變你衡量事物(wù)的(de)方式？
Griffin 指出他(tā)們在研究如何把這(zhè)些新的(de)變化(huà)、新的(de)概念融入到他(tā)們的(de)模型之中。舉例來(lái)說，如何評價瘋狂的(de) Elon Musk（他(tā)用(yòng)的(de)詞是 audacity）？你的(de) audacity 因子又是怎樣的(de)？
A lot of the success stories over the last 20 years have been won by those who are just more audacious. —— Ken Griffin
Moskowitz 最後對(duì)這(zhè)個(gè)問題做(zuò)了(le)小結：面對(duì)全新的(de)數據，學術界開始思考全新的(de)估值的(de)方法，以及預測收益率和(hé)管理(lǐ)風險的(de)方法。得(de)到更快(kuài)、更準确的(de)測量是學術界的(de)研究目标。
在接下(xià)來(lái)的(de)兩個(gè)問題中，Moskowitz 改變了(le)發問的(de)方向，均涉及決策者。
Q7. 學者們希望自己的(de)工作能夠影(yǐng)響政策。在資産管理(lǐ)方面，你認爲學術界能爲哪些決策者提供一些有用(yòng)的(de)證據，以幫助他(tā)們做(zuò)出更明(míng)智的(de)決策？
Asness 和(hé) Griffin 同時(shí)使用(yòng) ESG 投資作爲反例。他(tā)們認爲 ESG mandates 并非約束相關投資的(de)最佳辦法，反而造成了(le)市場(chǎng)的(de)非有效性。他(tā)們強調決策者應該時(shí)刻考慮解決這(zhè)個(gè)問題最經濟有效的(de)方式是什(shén)麽，而學術界的(de)研究應該以提供這(zhè)方面的(de)證據爲目标。
How economically inefficient trying to achieve some of these policy goals are by having ESG mandates? A carbon tax will do far more to deal with the efficient production or reduction of production of carbon than an ESG score from XX agency that says you shouldn't buy the stocks of a natural gas producer. —— Ken Griffin
We should be trying to solve those for a policy perspective right down the fairway rather than through very attenuated indirect methods by creating ESG mandates for capital around the world. —— Ken Griffin
Q8. 決策者往往試圖在危機發生時(shí)來(lái)控制危機的(de)影(yǐng)響。這(zhè)方面學術研究能否助一臂之力？
Griffin 認爲，危機來(lái)臨時(shí)，學術界在第一時(shí)間（real-time）通(tōng)過數據和(hé)客觀事實幫助決策者設定 narrative 和(hé) policy response 的(de)基調至關重要。這(zhè)裏插一句，去年 Robert Shiller 的(de)新書(shū)《叙事經濟學》引起了(le)很大(dà)的(de)反響，它分(fēn)析了(le)故事如何傳播并推動重大(dà)經濟事件，這(zhè)些故事可(kě)能會改變人(rén)們對(duì)經濟事件的(de)決策方式。對(duì)于正确決策而言，客觀的(de)數據和(hé)時(shí)效性二者缺一不可(kě)。
Time is of the essence because the policymakers will in some sense be driven to a narrative by the popular press or will be driven to a narrative by certain entrenched interests and having facts and having academic research substantiated by really powerful facts helps to make sure that we make the right decisions as a society on what our thoughtful regulatory frameworks. —— Ken Griffin
Asness 指出道德風險也(yě)是需要考慮的(de)。對(duì)于決策者而言，拯救危機的(de) pay-off function 是非常不對(duì)稱的(de)。當采取了(le)決策并控制了(le)危機，他(tā)可(kě)能也(yě)不會被當成英雄；但如果沒有采取措施進行補救，他(tā)一定會爲此背黑(hēi)鍋。因此決策者往往會采取措施，盡管有時(shí)選擇不救助可(kě)能是更正确的(de)應對(duì)。
針對(duì) Griffin 的(de)時(shí)效性的(de)觀點，Moskowitz 補充說 COVID 是實時(shí)高(gāo)質量研究的(de)例子，而且其中有一些研究和(hé)經濟學以及資産管理(lǐ)密切相關。這(zhè)種在危機出現時(shí)第一時(shí)間就同步出現的(de)研究是他(tā)從來(lái)沒有經曆過的(de)，在他(tā)看來(lái)是史無前例的(de)，其中的(de)原因可(kě)能是全世界在 COVID 面前空前一緻的(de)共享了(le)數據和(hé)信息。他(tā)詢問二位大(dà)佬是否了(le)解相關研究以及這(zhè)些研究是否對(duì)二位應對(duì)當下(xià)的(de)危機起到了(le)幫助。
Griffin 提到 Citadel 的(de) biotech team 追蹤了(le)相關研究結果并把其中最重要的(de)觀點和(hé)基金經理(lǐ)分(fēn)享。除此之外這(zhè)些研究對(duì)維持安全的(de)工作環境也(yě)至關重要。高(gāo)質量的(de)研究成果在很多(duō)方面都起著(zhe)巨大(dà)的(de)作用(yòng)，例如了(le)解病毒的(de)變種如何以及是否影(yǐng)響當前的(de)疫苗？變種病毒在美(měi)國傳播的(de)速度将會怎樣？這(zhè)将如何影(yǐng)響 GDP？學術界關于 COVID 的(de)實時(shí)研究發現對(duì)回答(dá)這(zhè)些問題至關重要，發揮的(de)作用(yòng)涉及投資組合管理(lǐ)有關到生命安全決策的(de)方方面面。
在討(tǎo)論的(de)最後，Moskowitz 從聽(tīng)衆留言中挑選了(le)幾個(gè)代表性問題進行了(le)發文。以下(xià)選取兩個(gè)。
Q9. 你認爲使用(yòng)機器學習(xí)的(de)最大(dà)好處是什(shén)麽？是與交易信号相關的(de)研究嗎？還(hái)是和(hé)風險管理(lǐ)或者交易算(suàn)法相關？你在哪些地方進行了(le)廣泛的(de)研究？
Asness 強調了(le)使用(yòng)機器學習(xí)的(de)必要條件：（1）有足夠多(duō)的(de)數據；（2）機器學習(xí)的(de)可(kě)解釋性。他(tā)舉例說 AQR 使用(yòng)機器學習(xí)預測信用(yòng)違約以及決定 rolling positions。對(duì)于前者，其中有很多(duō)非線性關系，而機器學習(xí)能夠發現它們；而後者則更加偏實證。如果實證結果非常顯著，那麽他(tā)對(duì)先驗邏輯的(de)要求就低一些；如果實證結果一般，那就要求更多(duō)的(de)先驗邏輯。總的(de)來(lái)說，機器學習(xí)能在不同的(de)地方發揮作用(yòng)，但在 Asness 看來(lái)，它并不是發現下(xià)一個(gè) Google 的(de)靈丹妙藥。
Griffin 同意先決條件是有超級多(duō)的(de)數據，他(tā)舉例說 Citadel 擁有 petabytes 這(zhè)個(gè)量級的(de)數據集，并認爲如今大(dà)量所謂的(de)機器學習(xí)應用(yòng)中并沒有足夠多(duō)的(de)數據：
People are lured into thinking that what they are what they are doing has substance and it just doesn't. There is not enough data there. You are better off in the world of just simple regressions and understanding the problem from a holistic perspective than just relying upon what the machine kicks out the other end of the process engine. —— Ken Griffin
此外，Griffin 還(hái)強調了(le)數據的(de)平穩性（stationary）：
When underlying process is stationary, machine learning is much more powerful because it's able to find the patterns. —— Ken Griffin
對(duì)此，他(tā)舉例說自動駕駛算(suàn)法在美(měi)國南(nán)方比在美(měi)國北(běi)方更有效，爲什(shén)麽？因爲北(běi)方有暴風雪(xuě)。Asness 補充說，人(rén)們都知道 alpha go 的(de)神迹。然而如果要問未來(lái)兩年應該持有哪些股票(piào)，比起國際象棋來(lái)說，這(zhè)個(gè)問題更像是在暴風雪(xuě)環境下(xià)研究自動駕駛。
Q10. 你們是否在風險管理(lǐ)和(hé)壓力測試上投入很多(duō)研究？
Asness 強調短期尾部風險和(hé)長(cháng)期的(de)風險管理(lǐ)就像火和(hé)冰一樣，但同樣重要。說到這(zhè)裏，他(tā)還(hái)調侃了(le)一下(xià)之前在網上和(hé) Taleb 的(de)互怼。他(tā)說業界事實上非常了(le)解 fat tail 和(hé)尾部風險，并非像某個(gè)大(dà)佬想象的(de)那樣。
Asness 承認，某個(gè)策略不好的(de)表現通(tōng)常持續（會 trend，且 trend even more than one can think）。因此對(duì)于多(duō)因子策略來(lái)說，如何應對(duì)長(cháng)時(shí)間（幾年這(zhè)個(gè)級别）的(de)回撤（比如價值因子多(duō)年的(de)失效）也(yě)是風險管理(lǐ)的(de)重要方面。
（完）
以上就是我對(duì)這(zhè)個(gè) panel session 的(de)梳理(lǐ)。希望其中的(de)某些觀點能對(duì)你有幫助。如果有條件，我也(yě)強烈建議(yì)去聽(tīng)一聽(tīng)，相信會有不一樣的(de)收獲。
參考文獻
Asness, C. S. (2020). A gut punch. AQR research note.
https://www.youtube.com/watch?v=8r39Q-VgXeA
免責聲明(míng)：入市有風險，投資需謹慎。在任何情況下(xià)，本文的(de)内容、信息及數據或所表述的(de)意見并不構成對(duì)任何人(rén)的(de)投資建議(yì)。在任何情況下(xià)，本文作者及所屬機構不對(duì)任何人(rén)因使用(yòng)本文的(de)任何内容所引緻的(de)任何損失負任何責任。除特别說明(míng)外，文中圖表均直接或間接來(lái)自于相應論文，僅爲介紹之用(yòng)，版權歸原作者和(hé)期刊所有。