LTCM(藍色)、道瓊指數(紅色)、美國公債(黃色)累計投資價值 (假設投入1,000美元)
JayHenry, Public domain, via Wikimedia Commons
大學修讀金融科系的學生,應該都會在課堂上聽到兩次麥倫.休斯(Myron Scholes)的名字。第一次是他和費雪.布萊克(Fischer S. Black)共同發展出了布萊克 - 休斯選擇權定價模型(Black-Scholes Model),這對於衍生性金融商品市場來說,是有如盤古開天闢地般的存在,休斯也因為這項貢獻榮獲1997年的諾貝爾經濟學獎。
但另一次可就沒有那麼光彩了,時隔一年,休斯和其他經濟學者、交易員共同經營的長期資本管理公司(LTCM)在俄羅斯金融危機中創下了46億美元的高額虧損,瀕臨破產,差點釀成另一次金融危機。這個事件不但讓休斯在業界的名譽掃地,也被寫入許多大學教科書中,可謂是「名留青史」了。
和美國歷史上的金融風暴相比,46億美元的虧損幅度雖然只是個小插曲,然而若論戲劇化的程度,這個事件絕對是不遑多讓,值得我們好好省思,並引以為鑑。
LTCM是一個由兩位諾貝爾經濟學獎得主、多個常春藤名校教授,以及數名出身華爾街投資銀行的資深交易員在1993年所創立的避險基金,主要的策略是透過數學模型尋找市場的套利機會,並據以進行交易。
如果我們觀察上圖的投資績效,LTCM的操作在一開始無疑取得了巨大的成功:基金淨值在1994年1月~1998年4月短短不到五年的時間成長了3倍,折合年均報酬率將近40%。。對比同一時期,道瓊指數大約只翻了1.5倍(年均報酬率約25%),而美國十年期公債,更只有5%年均的報酬率,這樣看來,LTCM的投資績效可以說是非常優異了。
不只如此,如果我們比較LTCM和道瓊的走勢,還可發現LTCM在這段期間幾乎沒有發生任何顯著的拉回,因此不但報酬率遠勝後者,如果以「波動性」來作為衡量的標準,LTCM的風險控制也「看似」絕佳。
大家可以試想一下,如果自己在1998年初,手中持有LTCM基金,看到這麼優異的投資團隊、這麼穩健的歷史績效,讓你過去幾年獲利滿滿,這時你會怎麼做呢?我想,大部分的人應該會選擇繼續持有,很少有人會認為它是一個錯誤的投資吧!
然而,隨著LTCM不斷被投資人追捧、基金規模越來越大時,市場上的套利機會也越來越不足,於是投資團隊在後期除了低風險的套利交易之外,也承做了許多投機行為,並且為了維持高報酬而不斷增加槓桿。到了1998年8月,基金的槓桿倍數已經達到了25倍。
後面的故事大家想必已經知道,俄羅斯政府在財政危機中出乎預料的宣布停止履行債務,並且放任盧布大幅貶值。在債券投資人的恐慌心理下,歐、日公債遭到拋售,和美國公債的利差非但沒有如LTCM數學模型所預測的進行收斂,甚至還不斷擴大,最終造成基金在一個月內就賠掉了40%的權益,緊接著,為了在虧損情況下應付到期的融資,投資團隊又被迫將其他原本有獲利機會的部位在虧損時賣出,到了九月底,基金的權益已經蒸發了90%,在不到兩個月間,LTCM從神壇跌入谷底。
如果說2000年美股高科技泡沫和2008年金融海嘯可以歸咎於群眾集體的愚蠢,那麼LTCM帶給我們最重要的啟示是:就算是絕頂聰明的投資人,在面對人性的貪婪和自滿時,其實往往也是不太有抵抗力的。
在上一章《
理解風險》中,我們提到過,霍華馬克斯認為所謂的「風險」,應該解釋為(未來)報酬率的不確定性
,當投資人過度貪婪和自滿時,便會輕忽這種不確定性。放大到市場來看,這樣的集體行為往往造成股價被過度吹捧、本益比太高、持股比率過高、高槓桿、風險集中、對於風險資產所要求的報酬率太低等現象。
每當到了這種時候,如果投資人回顧近幾年的歷史數據,一定都會認為目前的風險很低、報酬率很高,而市場的氛圍也是一片樂觀,但就像LTCM的故事一樣,「過去績效不代表未來績效」,如果我們沒有為下檔風險做好準備,當風險事件真的發生時,我們也沒有太多可以做了。因此,多運用自己的「第二層思考」,不時確認目前的風險位置,不讓自己被市場情緒沖昏頭,對投資人來說是非常重要的。
在這一章,霍華馬克思寫下一句很有意義的話:「理論家認為報酬和風險儘管相關,但卻是兩碼子事,價值投資人則認為高風險和低預期報酬不過是一體兩面,主要源自於高價買進」。
換個角度說,什麼時候會出現低風險和高預期報酬呢?那自然就是能夠「低價買進」的時候,前提是投資人要有方法去判斷什麼是「低價」,並且能夠對抗此時市場四處瀰漫的恐慌。
時間剛進入2022年,美股就迎來了程度不輕的修正,標普500指數最大跌幅達13%,那斯達克100指數則來到了18%,差點就進入「熊市」了。如果你此刻為了手中的持股感到憂心不已,不妨靜下心來想想,和幾週前指數創新高、市場一片樂觀的時候相比,美國持續復甦的經濟基本面改變了嗎?企業營利的趨勢改變了嗎?如果你的答案是否定的,那麼,在價格修正過後的現在,和一個月前相比,究竟是「高風險」,還是「低風險」,其實已經很清楚了。