從LTCM到次貸危機：量化投資的困境與出路

長期資本管理公司（LTCM）可能是對沖基金和整個金融投資歷史上被列舉最多的案例，因為它曾經取得的巨大成功和它突然的隕落一樣，撼動過人們對風險量化乃至整個金融市場的認知。

1994年，前所羅門兄弟公司的副主席約翰·梅利韋瑟（John Meriwether）在辭職後，發起成立了資本界為11.25億美元的長期資本管理公司，這使得這家公司成為創立階段規模最大的對沖基金，並且這一紀錄直到今天也沒有被打破。

當然能夠獲得如此規模的資金基礎，同這家公司良好的背景與團隊是分不開的。梅利韋瑟建立了一支即便從現在的角度看也堪稱夢之隊的交易團隊，除了他自己的顯赫經歷，創始的合伙人里有分享1997年諾貝爾經濟學獎的羅伯特·默頓（Robert Merton）和邁倫·斯科爾斯（Myron Scholes），他們創建和改進的B-S-M模型至今仍是金融市場定價的基礎，大衛·莫里斯（David Morris）是美聯儲的前任副主席，此外還有一大批有著豐富業界經驗和學術背景的成員也加入其中，才華橫溢又充滿活力。

梅利韋瑟在上世紀70年代就意識到量化定價非常適合用於進行債券組合的交易，而LTCM的整個交易機制也是圍繞著量化方法展開的。在任何時點上，這家基金所做的交易品種都超過50種，他們採取多元的投資策略，並且用計量的方法確保自己模型中的不同策略之間的相關性處於一個很低的水平，這使得他們的套利工具有了足夠的施展空間，風險也得到了充分的對沖。

而LTCM在最初的表現的確也沒有令人失望。從1994年到1997年，他們的投資回報率高達28.5%、42.8%、40.8%和17%，到1997年的年末凈資產達到48億美元。而從風險衡量的角度來看，LTCM這四年間的夏普比率為2.54，同期美國短期國債、標普500指數和全球股票的夏普比分別只有0.54、1.5和0.77，這意味他們的業績即便放在牛市環境，都讓其他的基金公司望塵莫及。

然而這一切都在1998年戛然而止。這一年年初LTCM發現自己所有的交易都開始虧損，尤其是本身作為自己利潤支柱的固定收益證券和相對價值交易成為虧損的主力。而這一切在LTCM逐項交易的模型中看不出問題，基金只得將其歸咎於市場隨機性導致的小小問題。「事實上，這已經說明（不同策略間）相關性的假設被破壞了。」很多年後，合伙人埃里克·羅森菲爾德（Eric Rosenfeld）回憶道。

很快，所羅門兄弟關閉美國債券交易部門和俄羅斯債務違約的事件先後發生，前者清算所進行的拋售對LTCM的頭寸造成了極大損害，而俄羅斯的債務違約則成為市場中最大的黑天鵝事件，全球股市開始狂跌而以新興市場為代表的國債違約加強，這使得LTCM模型中對波動率的管理出現問題，而全球的對沖基金幾乎同時開始了平倉行動，這使得LTCM模型中的另一個重要指標流動性迅速下降，突破了模型假設的預期。公司的資金在7月還有41億美元，而到了8月底就已經變成了29億美元，市場上開始對他們產生了懷疑，而梅利韋瑟給市場的一封本意平抑恐慌的公開信，反而坐實了市場對LTCM危機的預期，於是踩踏不可避免，9月底14家銀行在美聯儲的組織下收購了LTCM，這家公司的所有原始合伙人完全失去了對基金的控制權。

在大部分時候，LTCM被作為「黑天鵝」衝擊市場的完美案例進行講解，很多人批評量化模型對風險的管理在小概率事件發生是無效的，但這一說法似乎表明，如果俄羅斯人當時沒有違約，那麼LTCM不會出現這麼大的危機。於是更嚴格的監管措施出台，對交易相關性的檢驗更為仔細，而2000年以後全球市場的欣欣向榮似乎也證明，人們採取了得當的措施補救當年的錯誤。直到大家耳熟能詳的次貸危機發生。

2008年美國的金融危機的餘波時至今日可能都還沒有散去，從起源來看，或許一切都發端於2007年6月貝爾斯登（Bear Stearns Cos.）對旗下的兩隻基金進行清盤，然而泡沫化的地產市場和次貸機制則早已為此打下了伏筆。

與LTCM的時代不同的是，此時基於模型的量化交易策略已經在華爾街大行其道，例如AQR、巴克萊全球投資公司、道富基金、Mello Capital、Numeric等等。他們利用計算機按照理想因子或者次理想因子篩選股票，用利好因子做出購買決策，用利空因子做出出售決策，用投資組合免除整體市場的波動，依靠成熟的計算機程序極快地捕捉到市場的套利空間，從長期表現來看，他們的策略取得了很大的成功，並且吸引了許多效仿者和跟風基金的進入。

但是在這次危機中，這些本意試圖降低市場波動影響的量化基金，受到了比傳統基金更嚴重的衝擊。通常來說，在長期的實踐中，人們對一些因子的有效性會有共同的預期，但是在次貸危機中，幾乎所有的因子都出現了異常的表現，2008年7月到8月間，AQR的美國價值因子在暴跌30%，傳統的Fama-French三因子發生異動，更不要說各個基金基於自己的模型提取的個性因子和通過不同因子組合架構的投資策略了。而廣為採用的加槓桿手段放大了指數波動帶來風險，保證金和交易對手頭寸的急速變化使得人們開始瘋狂拋售，而因子的趨同性導致各家基金的頭寸高度相似，交易對手稀缺，只能對資產低價進行交易，這使得拋售行為反過來進一步惡化了頭寸，於是形成了惡性的循環。

而回到LTCM，人們說俄羅斯的違約是最大的誘因，因為這對基金的頭寸和市場的預期都產生了巨大的影響，但是從結果來看，LTCM與新興市場國家的單邊交易損失最後為2.78億美元，這遠遠達不到壓死這家基金的地步。然而從另一個角度看，在1998年，LTCM的各類策略之間的相關係數翻了一倍，因為幾乎所有的人都在從LTCM相同的方向撤離，清理類似的頭寸，他們發現，LTCM儘管已經對交易策略努力進行了保密，但是市場早已複製了他們的模型，嚴重的從眾行為導致了短期流動性的枯竭和波動性的大幅波動，而這些導致了他們29億美元的損失。

因此，傳統量化投資採用的風險評估方式也許不能有效預測那些小概率的「黑天鵝」事件的衝擊，因為投資收益符合正態分布的假設在一些資產中是不成立的。但更大的問題卻不在於此，而是在於當黑天鵝發生時，量化投資者們會驚恐地發現，原來身邊所有的同行幾乎都採用了一樣的方法，就好像聰明的司機為了避免早高峰精心規划了一條不堵的線路，卻在開上去的時候發現上面塞滿了其他聰明的司機。

量化模型的廣泛使用使得市場走向一個均衡的狀態，而在這樣的均衡狀態下量化本身是難以戰勝市場的，當外部事件惡化了市場環境的時候，趨同的量化交易還會不斷放大市場中同漲同跌和流動性的問題，尤其是存在槓桿的情況下，這也是LTCM和貝爾斯登們最終走下神壇的共同原因。

這些歷史故事其實並沒有抹殺量化模型的有效性，但是很顯然會影響量化模型的適用範圍與可行性。量化交易者們已經開始從模型設計的根本上進行策略的創新，比如非線性模型的提出、多目標優化模型的使用和不斷更新影響因子，都能夠在一定程度上解決模型趨同和的問題。而大數據時代的來臨，也給予人們搜集更多的市場數據並不斷從中提取有效信號的可能，使模型在不斷通過修正接近市場真實本身。這一切證明了金融市場更新迭代速度的驚人，或許沒有永遠有效的交易方法，不斷學習、不斷改進，才是市場對每一個共舞者最基本的要求。

思凱是四川倍發科技有限公司（公號：有金有險）聯合創始人。北京大學法學學士、美國休斯頓大學金融學博士、註冊金融分析師，曾任職於某國際知名基金。