行為經濟學的應用 (2) 金融理論的問題解決了沒?

2017 0526 James

 

過去一二十年,行為經濟學有突破性的理論進展,形成挑戰傳統經濟學方法的新興學門,特別在金融海嘯前後,對此學門的討論熱度達到新高,坊間的理財書籍也搭上順風車,熱銷過一陣子相關概念,不過,隨著全球金融市場持續上漲八年,重要指數不斷創新高,金融研究的熱潮又再次導向天平的另一端,擺脫人性的量化投資機器取代人類投資突然成為熱門領域,這個學說流行的變化十分有意思,跳脫出來從「局外人角度 」來旁觀學術熱潮與投資方法論的演變,應該能對決策有所助益。

賺錢的方法百百種,該選哪一種?

下面這張圖(圖一)是台積電公司從1994年以來的長期股價走勢圖,最近一波股價爆發要從2009年起算,至今七年半總報酬達到近500%,遠遠打敗台股大盤與市面上(應該是所有的?)台股基金經理,投資者最想選擇的,不就是這類型標的嗎? 不過這檔股票向來不是台灣本地投資者的偏好,外資法人持股不斷上昇到高達八成,這是選股邏輯的不同,而推動台積電股價、也正是推動台股大盤的最主要力量,來自傳統的、主流的、基本面為主的投資決策方法。

 

圖一 : 2330.TW 長期股價走勢圖

這檔股票市值高達5.3兆新台幣,佔大盤比重18%,為台灣第一大企業,產業地位長年處在全球最尖端。由於規模大,股價不容易受單一因素、個別產品、或少數人交易行為而改變,中實戶即使聯手也難以資金來推高殺低股價來獲利,而須以產業前景與公司業績作為長期股價的最主要推手,這些都須仰賴複雜難懂變動快速的半導體產業知識與公司研究為決策基礎,而無法靠比別人快一步的某條內線消息來取勝,基本分析的力量遠大於看圖說話的技術分析,這是正統投資方法的邏輯,光靠分析線形就想看透全球各種金融商品的老師們反而最不愛碰這類優質的「外資股票」,因為沒有基本面研究也就看不懂長期趨勢。

 

本文的目的並非要以後見之明來推薦某個標的,而是針對投資方法進行深入探討。從圖一,我們可以引申出不少的思考:

 

  • 追逐小股票、靠技術分析的眾多台股專家,為何漏掉了最大的、最具有指標性的台股標的,而且還是體質健全、經營嚴謹、具有全球競爭優勢、長期帶來高報酬低波動的標的? è 理專與老師們忙了那麼多年,怎麼沒有找到這麼重大的趨勢? 這是方法上有了迷思嗎?

     

  • 基本面投資方法的邏輯,在於找到前景轉好、或轉壞的標的物,予以買進或賣出,但前景的變化,與過去的股價走勢或波動度有多大的關聯性呢? 或反過來問,光從歷史價格(走勢與波動),試圖尋找領先的投資機會, 真的能有好的效果嗎? è 技術分析、或量化投資,能夠預測前景嗎? 

 

  • 改變股價的走勢、或成長幅度的最重要因素來自哪裡? 這些推動力量,能夠靠現有的量化投資方法來找到嗎? 機器人演算法能夠幫我們找到這類型的投資機會嗎? è 這點可以拿來檢視市面上的種種貌似科學、包裝炫目的投資模型。

     

  • 類似台積電這樣了高報酬與低風險(不是低波動度)標的可能同時發生嗎? è 教科書有沒有寫錯?

     

  • 主流的投資決策邏輯,如何與技術分析、量化投資、演算法投資、或金融理論相互印證? 還是一直走在平行時空毫無交集? è 那個方法才是推動股價、債券價格的最重要力量? 如果未來,主流投資決策淪落為非主流,那金融市場會變成什麼樣子?  (例如大盤的推手有七成來自ETF,到底誰在決定誰的價格?)

     

  • 從台灣投資者熟悉的個股出發,重新反思投資決策的邏輯,再回過頭檢視上一篇文章 2017 0509 - 觀點分享 盤點十年來投資走勢的變化,該文已經用了更多的實戰案例來展示,在國家別、區域別的共同基金投資,基本面分析同樣對於投資決策具有難以替代性,對決策績效有重大影響,透過對標的物的前景評估來尋找長線投資機會,即使大盤比個股更難預測但長線多空走勢仍可如同台積電個股那樣清晰可循 (例如圖二),這個投資邏輯來自正統的方法 : 看好才買進,繼續看好就持有,看不懂就不買。然而在台灣的特殊生態下,這類主流的投資方法仍然沒有受到足夠重視,問題如同台灣投資人長期看不到、也不喜歡台股最重要的一檔飆股,那是決策邏輯 (或稱投資哲學)的差異,所以明明台股破萬點,仍有大量股民賠錢、或社會苦嘆景氣不好,拱手把「大規模的」、「主流的」賺錢機會都讓給外國法人,全民熱衷於金融操作、理專滿街跑的台灣,怎麼會出現這樣的投資缺口?

     

    圖二:  2013年對於前景的判斷 ~ 美國再起 中國瓶頸

    本文以下,將運用行為經濟學所提出的基礎觀點,挑戰大量的教科書金融理論,值得注意的是,這些金融理論正再度被包裝成新的投資方法,不論是叫演算法、機器人投資、還是量化投資,在運用理論之前,最好先弄清楚理論的內涵、侷限,甚至已知的重大缺陷。

     

    行為經濟學挑戰傳統金融理論

  1. Efficient Frontier

    ~ 理論內容請參見附圖 wiki 的簡介

     

    重讀投資理論

  • 投資風險就是指波動度嗎?

    投資人的目標,要排除的是下跌、是損失,而不是上漲的波動。

    粗略來講,股價大幅上漲500%跟大跌80%的波動差不多,正常人的邏輯應該買進前者、賣出後者,可是若以波動度而言,兩者卻可能會對應到同一個投資報酬,導向同一買賣決策,決定出某個類似的資產訂價、或投資組合,這不會有問題嗎?金融理論有沒有搞錯了?行為經濟學派回歸人性,挑戰著幾十年來越搞越繁複讓人看不懂得的金融理論 (例如教科書「假設 」投資風險就是價格波動度,並廣泛應用到所有的資產訂價理論),但這個挑戰至今沒有被有效答覆,市場上仍有大量直接套用CAPM 的徒子徒孫發展出下一代、下兩代的更複雜難懂的投資決策模型,這些從一開始就怪怪的假設最終有可能結論是對的嗎?

     

     

     

  • 追求Return μ的相對代價真的就是波動度δ ?

    高波動度與高報酬率,真的具有一對一的線性關係? 市場上有大量的低波動、高報酬的標的物,也有大量的高波動、低報酬的標的物,例如前述台積電獲利穩健成長股價持續上漲就是鮮明的例子,為何教科書中高報酬一定對應高風險的「假設」會不小心就被當成「不變的定理」?

     

  • 高報酬 = 高波動度?  = 高風險?

    這個假設合乎現實世界的運作邏輯嗎? 還是投資決策,更該考慮下跌風險、產業變化的不確定性、公司管理能力的升降、總體經濟面的變化、群眾的心理情緒、地緣政治的發展、全球競爭的態勢、資金流動性高低、投資的機會成本(有沒有更好的選擇)、決策的把握度等面向。這些面向,正常的投資思考都會被納入考量,並不難理解,但如果套用 CAPM的理論訂價方式,真正重要的決策考量就通通不見了,反而是拿不合乎現實的假設性(空想)理論來進行投資決策,這向來不是主流的投資方法,主流的投資邏輯請回顧台積電的例子,或 觀點分享 全球結構翻轉下的投資思維 系列文章的案例。

     

    CAPM (Capital Asset Pricing Model)

  1.  

  • 資產定價與投資組合為何變成只考慮波動度?

    因為不求甚解,光套用有嚴重瑕疵的模型,造成本末倒置,忽略了對前景展望轉好或轉壞的研究追蹤與判斷。

     

  • 大盤的價格決定個股價格,還是個股價格綜合成大盤指數?

    這是一個雞生蛋、蛋生雞的套套邏輯,還是應該有個因果關係? 用白話文來講,大盤的報酬率加上相對波動度Beta 就能決定個股的價格嗎? 還是個股價格有其內在的決定因素 (如公司獲利前景),從而組成了大盤指數? 如果是後者,那麼CAPM 理論又有何道理可言? 還是一個套套邏輯而已(Totology)?

     

  • 一開始的假設就不成立,越滾越大的理論最後會怎樣?

    CAMPEfficient Frontier 為基礎,曾經被擴大發展出各種衍生性金融商品 (如接下來這節將討論),累積出金融海嘯而飽受抨擊,但近年來又有捲土重來的跡象,基於電腦資料運算能力變強而想要應用到金融投資的種種嘗試,經常就是由非投資專業背景的數理人才、程式設計人員,拿金融教科書的模型就隨意套用,卻忽略最基本的人性的決策邏輯。

     

 

BSM model ~ Option Pricing Model的原型

 

 

雖然金融界一直都想找到某種對未來避險的操作工具,但這個概念在BSM理論被發明之前,很難轉變成金融商品,因為缺乏一套邏輯完整的訂價基準。數理天才的經濟學家最終找到了一個特殊的機率密度函數 (如上圖),數學上的關係正好可以將價格、波動度、持有到期時間等數值作出對應,讓看空、或看多股價的投資人可以有套利、避險、或放大槓桿的操作機會,本文目的不在深入探討這些數值之間的關係,但只是很好奇,如果 CAPM 的邏輯出現嚴重破洞,那基於此架構所發展出來的 BSM model,又如何能穩固的、持續有效的反應真實社會對於投資報酬與風險的追求,如同前一段所述,投資的風險真的只是波動度?

 

波動度是來自統計學 deviation 的概念,根據樣本距離平均數的差異大小,決定了各式各樣的 deviation,但這如何演變成財務金融理論 (屬於個體經濟理論的一支應用) 的核心基礎? 這個發展歷史有待考證,但合理推測且很可能接近事實的發展過程,是經濟學家試圖把理性決策論 (個體經濟學的核心基礎,假設人是理性的,在某個預算限制式之下,進行效用極大化或成本最小化的估算,以尋找最適解) 應用來解釋金融市場的行為,追求最大化投資報酬率可能爭議比較小,但限制條件是最小化波動度,形成所謂的效率前緣 (efficient frontier) 這點如上所述就明顯脫離人性的正常決策邏輯,爭議理應非常大,deviation 的統計指標最方便被繼續演繹成更深的數學理論,雖然一開始就知道有瑕疵,還是被理論家挑中了。經過強大的數理邏輯堆積,悶著頭發展成各式各樣的衍生性金融商品後,搞到最後除了火箭金融學家之外沒有正常人看得懂,人造的衍生性金融商品還反客為主演變成金融市場的主流力量,千百萬的市場參與者只是跟著這些模型的邏輯在互相競賽著,卻沒有人站在全局的角度來監看這場遊戲到底在競賽些什麼,競賽的邏輯真的是在追求人類所想追求的目標嗎?

 

最終,上述這些數學天才們,一個個都成了突破金融理論的大師,在1990年開始紛紛獲得諾貝爾經濟學獎,這個時代,也是經濟學進入高度數理化、卻越來越脫離人性與現實社會的時代,一開始可能有瑕疵、暫時選用 deviation 表達金融風險來建構模型,最後卻變成金融風險 = deviation ( volatility)這實在很難讓後學者理解,金融投資,也扭曲變成玩弄 return v.s. deviation 的數理統計遊戲。

 

金融海嘯 = 來自諾貝爾等級的謬誤?

William Sharpe (CAMP model) : 1990 諾貝爾經濟學獎得主

Markowitz, H.M. (效率前緣) : 1990 諾貝爾經濟學獎得主

Black–Scholes (選擇權定價理論) : 1997 諾貝爾經濟學獎得主

Eugene Fama (效率市場論) 2013諾貝爾經濟學獎得主

 

檢討這些理論大師,無異以軟擊石不自量力,諾貝爾獎得主怎麼可能錯? 當然可能。

 

許許多多的經濟理論都只能適用在特殊的時空背景、特定的假設條件之下,連過去曾被當作真理的 MV=PV 傅立得曼 (Milton Friedman1976 諾貝爾經濟學獎得主) 貨幣數量學說,大師口中inflation is everywhere and always a monetary phenomenon的口號幾十年下來不斷被弟子們鸚鵡學舌,如今此長期有效的經濟規律就已經被 QE 所打破,換上來主流說法是辜朝明所講的資產負債表衰退情境下,央行釋出資金卻久久無法推高貨幣供給量,進入通貨緊縮,這在過去拿出來講就是離經叛道,如今實際社會現象再次顯示,社會科學的理論往往只能在某個侷限的範為內有效,很難成為恆常定理。

 

理論雖然受侷限但如果適用範圍夠廣,解釋能力與預測能力就越高,這是檢驗理論品質好壞的重要標準。問題的重點是,前述種種金融理論真的具有解釋人類行為的能力嗎? 還是從最基礎的假設就已經脫離現實? 抑或者先有假設性的理論說法,藉此發展出金融商品,讓搞不清楚的群眾為了投資、投機、套利、避險或任何動機,不明究理便一股腦投入其中,讓理論假設的行為模式反過來引導著人類的集體行為呢? 理論是在描述人類的行為,還是扭曲了人類的行為呢 ?

 

行為經濟學派,重新審視人性根本,反擊了大批的金融投資理論,並嘗試重新建構一套理論體系,這在衍生性金融商品冒出大問題的金融海嘯期間,成為一股顯學。對啊,人們終於敢問,為何投資的風險就是波動度δ? 

 

眾所周知,金融投資行為,還具有高不理性的特徵,金融市場經常偏離所謂的最適價格,這正好又擊中個體經濟理論核心的理性選擇論 (rational choice theory) 以及藉此引伸而出的效率市場假說 (Eugene Fama2013諾貝爾經濟學獎得主)。稍有經驗的投資者都可輕易看出,在充滿未知的投資市場,價格經常可以很快反應已知資訊,可是也經常脫離顯然可見的泡沫預警,面對貪婪與恐懼的反覆糾纏,誰還敢說人是理性的 (引用自Dan Ariely,杜克大學的行為經濟學家),誰還能說金融市場可以保有效率決策,而那些效率前緣、Sharpe RatioCAPM、乃至BSM 的複雜數學模型,真的反應人類的金融決策行為? 還是只是將錯就錯越陷越深的理論謬誤? 金融從業者隨手拿來套用,風險會不會越累積越大? 

 

金融海嘯來之前,這些議題我們都只敢放在心理,隱約覺得哪裡怪怪的,畢竟半個多世紀下來,無數數理天才理論家們發展出來結構嚴謹的模型,從邏輯推導上接近完美很難被挑戰,直到金融海嘯來了,人們終於敢說出、或願意檢討,支持著衍生性金融商品的理論,會不會根本就建立在空中樓閣的假設之上? 脫離了正常的、與不正常的人類行為? 經歷過2008年,如今我們終於敢稍微大聲的問一問這個問題了。

 

還有一個不得不面對的難題是,別人都在做,不做會後悔,要不要跟進? 這不就是金融問題一次又一次反覆發生的關鍵所在?如今,市場又快速往前滾進,人們來不及答覆上述種種最基礎的問題,理論仍待修正重建,突然間市場都開始說,機器人很快可以取代人類的投資決策,到底誰才有道理? 誰才會獲勝? 機器決策所立基的如果還是 CAPM 這類想像中的金融理論,會不會哪裡又要出錯了?  還是正要加倍放大已經發生過的錯誤? 這些提問都可以被探討,也應該被探討,但剛開始不一定會被市場採信,盲目、不理性、羊群從眾,不都是金融市場的特性?

 

在海嘯還沒來之前,通常很難看得出誰沒有穿褲子。

文章標籤
創作者介紹

老年分析師

Wu James 發表在 痞客邦 PIXNET 留言(0) 人氣()