新手上路
|
1#
大 中
小 发表于 2008-2-27 08:09 显示全部帖子
奥马哈的海龟――伟大投资者的投资观
选自《Value》杂志 www.valuegood.com
2008.1月刊 投资理财 [美]麦克尔?莫布森
投资收益的好坏与知识无关,而与情感、心理因素不无相关。我们都被教授了同样的东西,而我的收益是其他人的三倍。年复一年,我始终能在这方面找到新的证据:情感与心理的力量是证券交易成功的最重要因素。
――库特斯 M. 费斯《海龟的方式》
把伟大的投资者与好的投资者区别开来的不在于知识或聪明而在于行为方式;
所有的投资者应该对突发事件保持警惕――那些由外在因素引发、具有极端的影响力、而只是在事后才得到解释的事件;
认知谬误,包括损失厌恶,常常是人们作出次优选择的诱因;
投资者倾向于低估随机性对(投资)结果的影响。
巴菲特的秘方
大多数人都希望在自己的工作中作出一番成绩,但很少有组织能够清晰地描述出一名员工需要哪些有形或无形的特质,才能为企业创造价值。因此,当沃伦?巴菲特表示将雇用一名或几名高级投资经理代他来管理伯克夏?哈撒韦时,消息是如此引人注目。作为接班人策略的一部分,巴菲特清楚地描述出他认为要在长期投资中取得成功所必须拥有的关键特征。
他从明显的部分开始:要有良好投资记录的聪明人,然后马上补充说他更在意的是他们“如何挥杆”而非投资成绩――意思是说注重于他们的思考和行为方式而非纯粹考察其结果。
他随后列举了三种他认为关键的特质。第一是“识别与避免巨大风险的能力”;第二是气质,包括“独立思考,情绪稳定性以及对人与机构行为的敏锐理解力”;最后是忠诚,他的继承人要愿意始终留在伯克夏,“哪怕他或她可以在其他地方挣得更多”。
我们将深入探索前两种特质。值得一提的是,巴菲特所提到的这些特质在商业学院的课程表上是找不到的。当然,学生们在学校里学到的那些――会计、金融、竞争策略、管理、商业道德――都是重要而有价值的课程,是投资成功的先决条件,是宴会的入场券。但是,把伟大的投资者与好的投资者区别开的不在于知识或聪明,而在于行为方式。
避开(或管理)黑天鹅
作为最初的印象,伯克夏?哈撒韦在风险管理上的领先总是使它显得非常特别,因为它的运作涉及大量的保险与再保险业务。相比较而言,投资业历史上多的是优秀人士因风险管理不当而惨败的记录,长期资本管理公司是其中最著名的例子,除此之外,许多一度高飞的公司也名列其中。策略避险可以在短期内取得很好的结果,但几乎最终都得到报应。
泰勒波(Nassim Taleb)的新书《黑天鹅》是对巴菲特所表达的“不可预知事件”的良好阐述,其术语“黑天鹅”来自哲学家卡尔?波普尔对归纳法的批评:如果我们专注于证伪而非证实,可能会比后者离真理更近一些。看到很多白天鹅(证实)并不能证明“所有的天鹅都是白的”,而看到一只黑天鹅(证伪)则足以推翻这一命题。以上结论是与投资相关的,基于反复出现的白天鹅所建立的投资策略,同样可以因一个黑天鹅事件而被颠覆。
泰勒波提出所有的黑天鹅事件都有三个特征:外来事件、极端的影响力以及人们寻求事后解释。
外来事件是指超出常规预期的事件,一个在投资上现成的例子是中值/偏差预测与通常结果的偏差,一个中值/偏差预测模型用一个中值和一个背离值建立一个钟形,或被称为正态分布的价格变化分布,其经济学的前提是风险与回报相关――更大风险带来更大回报,相反亦然。在大多数时候这一前提都有效。
问题是价格的分布并非全是钟形的,例如股价的分布包含着一条“肥尾”――有一些超出正态分布几率的大的价格变化存在,当大多数从业者都在某种程度上清楚这种情况时,还有两大挑战仍然存在。挑战之一是度量。中值/偏差预测是投资界的通用语言,α,β、偏离以及其他众多术语都是从中值/偏差预测模型中衍生而来的。使用风险(已知的分布)的术语来捕捉现实世界的不确定性(包含未知外来事件影响的分布)可以在一段时期内带来某种虚假的满足,在绝大多数情况下,这种描述和真实之间的误差不会带来实质性的影响。但当黑天鹅出现的时候,人们将为此付出代价。挑战之二是认知。巴菲特将其区分为经验与发现,经验指观察过去,基于历史上发生过的事件来思考未来可能的结果。发现与之相反,是考查历史尤其是最近的历史事件中未被发现的可能关联与相互作用。巴菲特虽然谙熟于风险管理,也同样承认保险业在经验上花的心思太多而懒于进行真正的发现,以致在“9?11”事件中损失惨重。人的强烈本能趋使我们依赖以往的经验。
黑天鹅还具有强烈的影响力,我们可以用长期股价收益来展示这一点。我们收集了标准普尔500指数30年来的每日价格的变化,共7,300个观察点,复合年收益率为9.5%。然后我们提一个简单的问题:如果我们取出其中50个最高点和50个最低点,收益率会如何变化?
其结果反映出黑天鹅影响力的长期纪录。如果你除去50个最坏的日子(不到样本数的7‰),收益率暴涨到18.2%,比原有记录增加了8,700个基点。除去50个最好的日子,会将收益压缩至大约1%,下降约900个基点。
以上结果虽然令人印象深刻,但仍不能给我们提供一个恰当的视角来进行对照,为了做到这一点,我们用电子表格以实际数据为基础计算了中值和标准差,从而模拟出一个钟形分布。除去50个最坏的日子模拟分布的结果为15.2%――结果还不坏,不过还是大大小于使用真实数据得到的18.2%。同样,除去50个最好的日子,使模拟分布的收益率跌至3.5%。以上计算清楚地显示出钟形分布在捕获极端影响力事件上的失败。
黑天鹅的最后一个特质是人们寻求事后解释。人类寻求事件之间的因果关系的愿望是永远无法满足的,不幸的是因果关系常常难以解构甚至回溯,但提出一个因果关系的故事能使我们的心情得以平静,还能在面对未来时给我们带来一种(虽然虚假)不坏的可控感。
在他的邀请信中,巴菲特并没有只是简单地说伯克夏需要一名善于管理风险的人士,他写道,“所以我们需要某位已被基因编程、具备辨识与避免风险能力的人士”。“基因编程”这个词这使人们疑惑巴菲特到底是在寻求某种先天的(天赋的)还是后天的(习得的)能力的。我们将就此问题开始探寻巴菲特所说的第二种素质:恰当的气质(a proper temperament)。
角色变换:真实的故事
历史清晰地显示出投资上的聪明和合理气质是独特的,当然,理想的情况是你有一位聪明而又具备合理气质的投资经理,但如果要在两者之间作出选择,气质显得更为稀缺和有价值。
库特斯 M. 费斯的新书《海龟的方式》讲述了一个证券交易的故事,清晰地体现出气质的重要性,作者精彩地讲述了心理缺陷如何一再地妨碍良好投资收益的获得。
这个海龟交易员的故事非常引人入胜,上世纪70年代末到80年代初,理查德?丹尼斯是当时美国最有名和最成功的商品交易员之一,在80年代早期,丹尼斯与他的搭档比尔?埃克哈特讨论伟大的交易员是成就的(丹尼斯的观点)还是生就的(埃克哈特的观点),两人相互交锋,直到那么一天他们两个人一起参观一家新加坡的海龟养殖场。丹尼斯突然说:“我们要像他们养海龟一样来养交易员。”
就此丹尼斯和埃克哈特进行了一项试验,他们在主要的金融类报纸上登出广告招募人员参加交易员培训,广告上说两位合伙人将提供培训并资助应征者进行交易,共有超过1,000人申请,经过筛选和测试,丹尼斯和埃克哈特邀请了40名应征者参加在芝加哥的面试。面试人员试图评估应征者的智力和逻辑性,他们最终挑选了13个人,作为首批人员,近乎百里挑一。丹尼斯和埃克哈特称他们为“海龟”。
费斯当时只有19岁,是所有海龟中最年轻的,具备当时处于萌芽期的计算机编程背景。其他海龟包括一位双语博士、几名交易员以及一位职业赌徒,这是一群极为聪明的人,用费斯的话说,“我所见过的人中最亮丽的。”
1982年年末,丹尼斯和埃克哈特对他们进行了培训,内容包括几率、现金管理、风险管理。1983年年初两位合伙人给了每位海龟一个50,000-100,000美元的账户让他们去“挥霍”,根据协议,一个月后两位合伙人将对海龟们的投资结果进行评估并对账户里的资产水平进行调整――成功者得到更多,失败者降得更低。
经过一段时间,费斯脱颖而出,最终得到了200万美元。与本文更相关的是为什么费斯的成绩最好――结果证明费斯是唯一真正按系统要求行事的海龟,其他海龟都试图在这里或那里超越系统,原因大多都是由于心理因素。
大多数旁观者都认为丹尼斯在天赋与教养的对抗中获胜,因为总体而言,海龟们在一个较长的时期里都取得了不错的收益。与之相反,费斯反驳说这是一个平局,因为交易技巧虽然可以被大多数人习得,但有些人显然具备一些更适于从事交易的心理素质。
三重障碍
伟大的投资者和交易者必须翻越三重心理障碍――损失厌恶,频率与幅度,以及随机性。通过观察一位投资人面对这些障碍时如何处理,是了解其投资风格的好视角。
损失厌恶
这是一种被广泛研究并广为人知的现象,人们从损失中得到的痛苦基本上等于从等值收益中收获的喜悦的两倍,这个现象造成的一个重要后果是投资者会拒绝将带来正收益的财务建议,特别是如果该产品近期收益不佳的时候。
费斯在这一点上给出了很有力的证据,当他签署的保密协议过期以后,费斯向其朋友介绍了海龟系统。注意到可可在1998年到1999年年初存在很好的交易机会,他询问他的朋友是否在可可投资上有所建树,朋友回答说他已经不再做可可了,因为他在这上面输过钱而且认为可可交易“太危险了”。
费斯随后解释了故事背景。1998年到1999年年初,系统在可可贸易上一共建议了28笔交易(平均每笔大约1万到1.5万美元),净收益近5.6万美元。但28笔交易中有24笔亏钱(平均损失大约930美元),4笔盈利(平均收益大约2万美元),不可思议的是,前17笔交易全部亏损。
了解到以上的盈利模式,就很容易理解为什么交易者认为其风险太高从而放弃从事这个交易,但是费斯的论断极为关键:近期偏好加上风险厌恶经常会让你在扭亏为盈的最后关头放弃。坚持实施可带来正收益的财务建议是在长期内利润最大化的关键。
频率与幅度
这个概念实际上是前一个概念的延伸,我们中的大多数人都会以价格来判断投资的成败,比如你以30美元的价格买入一只股票,任何高于这一水平的价格都是成功的;任何低于这一水平的价格都是失败的。
投资者们没有考虑到的是,财富的变化并非取决于你有多少次做对,而是取决于你在做对时赚的减去做错时赔的数目,在判断投资结果时需要同时考虑频率与幅度。
费斯分析了交易系统20年的结果来向大家解释这一点,在整个时间跨度中,系统一共进行了5,600次交易,大约为250次/年,其中多于2/3的交易赔钱,略少于1/3的交易赚钱,但赚钱的交易赚的钱平均是亏损的交易赔的钱的2.2倍。两者相减的结果是大获其利。
当损失厌恶效应存在的情况下,按照频率-幅度最大化的原则进行操作说起来容易做起来难,费斯写道:“有些海龟难以接受这个概念,他们决定自己必须正确而能预知市场的方向。”
期望价值(效用)理论被众多著名的投资者成功地应用,乔治?索罗斯就是其中之一,他的前同事斯考特?巴森特在其最近接受的采访中说:“乔治有着糟糕的赌赢记录――不到50%甚至低于30%――不过当他赢的时候可是大赢,这方面他像贝比鲁斯(红袜队传奇明星――译者注)。”
随机因素
大多数人都同意股价的波动比企业的商业价值的变化来得更剧烈,股票市场就像大多数概率系统一样充满了噪音,然而,大多数投资者无法判断随机因素会在何种程度上影响短期结果。同样糟糕的是,大多数投资者会对短期随机变化产生情绪化反应,从而降低了他们决策的质量。
以下是费斯的阐述,适用于参与市场的几乎每一个人。
大多数交易者并不理解纯粹随机变化会在何种程度上影响他们的交易结果,一般的投资者比一般的交易者甚至懂得更少,甚至非常资深的、负责经营和管理养老基金和对冲基金的投资者也不能理解这种影响的范围和程度。
结论是:一名交易者或投资者在某一时间段完全有可能由于市场的随机性押对趋势而输钱,但很多投资者将不佳的收益归因于自己的方法不对从而铸成大错。同样的危险也存在于把良好的收益归因于自己方法正确,一名深思熟虑的投资者必须小心地分析趋势并辨别出相应的长期结果。
以下是一些支持这一观点的数据。首先是布兰德斯机构所作的其称之为“死亡、税负和短期不佳表现”的研究,研究者筛选有着十年投资记录的、大型、主动投资基金,总数为591只,然后按平均年收益率10%作为一组排行。最高的10%平均年收益率为10.9%,而且这一组别中所有基金的表现都超过了标准普尔500指数。研究者提出了两个问题:这些基金是否有相对收益不佳的时期?如果是的,有多少基金是这样的?
第一个问题的答案掷地有声――“是”。事实上,所有59只最高组别的基金至少都有一年跑输大盘的记录,在最坏的年头,其平均跑输大盘1,950个基点,幅度从-650到+4,410个基点不等。
把观察期放宽到三年,平均跑输大盘的点数依然达到810个基点,幅度从-250到+2,240个基点不等,这些基金长期良好的一年到三年期指标清楚地显示出依照短期结果衡量最终产生的局限性。
不幸的是,短期的随机结果还带来其他开销,大多数机构投资者,包括互助(养老)基金、捐赠基金都以短期投资记录评价其雇用的基金经理人的业绩,事实上评估标准集中于最终收益,仅就随机性的影响稍进行调整,结果自然事与愿违。
有一份最近的学术报告,研究者记录了3,500名出资人在超出十年的时间段里所作的决定,结果不出意料,出资人在享受了3年超额收益以后与基金经理签下长期合约,尔后,基金经理们的超额收益“接近于零”。
另一种情况是出资人经常在基金一段时期收益不佳的情况下炒掉基金经理,但被炒的经理经常随即在下一个职位上产出超额收益。换句话说,出资人一般情况下还是不要炒掉自己的经理为好。
显而易见,我们看到出资者被随机性所愚弄。类似证据表明,数量庞大的个人投资者同样因追求短期收益而作出有损其长期收益的选择。
费斯推断道:好的投资者投资于人而非其投资记录,他们知道如何判别能在未来带来完美收益的某种特质,他们知道这种特质是一般交易能力的标杆,也是回避随机性的最好方式。
这一思路与巴菲特按照“挥杆方式”来选择首席投资官的思路完全吻合。
(威尔 编译)
奥马哈的海龟
奥马哈并没有海龟,但巴菲特选择继承人的方式与菲斯描述海龟成功与否的故事有着相同的主旨。就像减肥那样,难度不在于理解概念,而在于要有足够的意志力将其不折不扣地实施。
以上成功交易者或投资者成功的特质并非局限于投资领域,我们认为这是在所有概率系统中使成功者与一般参与者拉开距离的方式,这个方式包含三个核心因素:
1、关注过程而非结果;
2、持续寻找有利的几率,同时对风险保持清醒的认识;
3、理解时间所扮演的角色。
以上概念看上去很棒,而在市场的兴衰起伏与群氓的挟裹中坚守则非常困难――以上种种都相关的气质。
文章引用自:
黑夜给了我黑色的眼睛,我却用它寻找光明
|