下载掌阅APP，畅读海量书库
立即打开
凡是能被测量的都能被驾驭。
——珍妮·赫勒
布兰迪集团顾问公司首席投资官
What gets measured gets managed.
——Jenny Heller
CIO, Brandywine Group Advisors
金融史反复提醒我们，过度依赖模型可能会导致麻烦。塞思·马斯特斯指出，风险模型是假设世界维持在最近的状态，而所谓百年一遇的洪水却每10年都会发生一次。首席投资官们都明白用过去预测未来可能会导致错误，却还总是将决策重点放在定性因素上。
技术创新促使各行业正在以前所未有的速度加快产业变革，但资本配置者利用复杂的定量分析工具来改善业绩的方式却仍处于尝试阶段。首席投资官们会使用某些成熟的工具来评估过去的市场，给资产配置、风险管理和绩效评估提供可以参考的基准和预期。金融科技公司也正在努力帮助公募基金经理提升业绩，他们所做的努力可能预示着未来的趋势。
资本配置的数学模型借鉴了哈里·马科维茨（Harry M. Markowitz）在1952年提出的现代投资组合理论。马科维茨的模型采用了预期收益、标准差和资产类别的相关性作为输入变量，利用均值-方差优化法来创建有效边界。投资者可以沿着有效边界曲线来选择风险收益比最佳的资产组合。
理论虽然很优雅，但现代投资组合理论所基于的假设前提在现实世界中是不存在的。该模型需要呈正态分布的收益率曲线和对收益与风险准确而稳定的估计。它只考虑了两种资产类别间的权衡，而没有考虑在机构投资组合中经常出现的非流动性资产。
首席投资官通过研究历史，试图预测在未来市场动荡时期他们的投资组合将会怎样变化。他们会运用蒙特卡洛模拟来预估达不到长期投资目标的概率，例如维持某个资金池的购买力或者匹配某个养老基金的负债。情景分析和压力测试也有助于评估短期亏损的可能性。
风险测量是对投资组合的一种事后评估。除了投资组合层面的测量外，首席投资官还会逐个评估基金经理的个体风险，同时考察回报序列和底层资产的安全特征。
基于回报率的分析可以挖掘隐藏的风险因子。资本配置者将基金经理的回报序列与一系列资产的历史回报序列做回归，就可以确定组合与不同风险因子之间的相关性。但这种做法有时候会出现伪相关，比如与某种外国货币有无法解释的相关性。但有的时候，某些看似荒谬的相关性会促成新的发现，比如组合回报与尼日利亚奈拉货币的相关性，尼日利亚其实是一个重要的石油出口国。
资本配置者还会整合不同的风险因子以计算组合整体的风险敞口。典型的风险敞口包括资产类别、地理位置、市值、行业、风格（价值/增长）、质量、宏观经济（利率及货币）、所有权、久期、流动性和ESG。及时测量风险，并定期重复这项工作，使资本配置者能够较好地了解组合对于非主动承担的风险的偏离程度。
测量风险是管理风险的先决条件。前者并不是严格意义上的科学，后者更可以说是一门艺术。风险管理的目标是在给定的风险承担水平下获取最大的收益，或者是在获得目标收益的情况下承担最小的风险。
通往投资成功的路充满坎坷，首席投资官会根据其长期回报目标和短期约束来审慎地承担风险，从而在动荡的市场中坚持到底。
风险管理并不是消除下行风险的万全之策。因为没有风险，就没有回报。这只是对潜在回报概率分布的一种推测。当马克·鲍姆加特纳考虑风险时，他会仔细观察每位基金经理的集中度、杠杆率和流动性，以评估出现负收益的可能性。
然而，组合最大的风险恰恰是看不到的尾部风险。正如已故的彼得·伯恩斯坦（Peter L. Bernstein）所说：“风险意味着你不知道会发生什么。”我的职业生涯从1987年股市震荡之后开始，至今遭遇的回撤包括2000年的互联网泡沫、2008年的全球金融危机、2020年的新型冠状病毒大流行，以及一路上众多的市场下跌，每一次都可谓系统性风险。医生们把SARS-CoV-2称为“新型”冠状病毒，由它造成的全球经济休克式停摆确实是“新型”的，以前从未发生过。
每一个尾部事件都在提醒首席投资官去思考模型背后的假设。2000年的互联网泡沫是基于这样一种假设：互联网技术将永远改变企业的经营方式和估值，市场早在10年前把溢价都反映了；2008年的金融危机是因为抵押贷款行业杠杆率过高，其基本假设是美国各地的房地产价格永远不会同时下跌；而这场在2020年震撼金融市场的大瘟疫是由无法预见的健康危机造成的。
金融史提醒我们，首席投资官不可能绕过路上的每一个坑，但良好的风险管理可以使投资组合处于风险收益比最佳的状态，以满足长期目标。
根据评估意图的不同，绩效评估可以采用多种不同的工具。首席投资官也会采用多种工具来评估自己的组合表现以及私募股权和公募市场基金经理的业绩。
首席投资官最终要对自己的业绩负责。投资绩效是根据不同的政策组合、资产类别和基金经理各自所对应的基准来衡量的。尽管资金池的投资期限很长，但每个季度的绩效评估报告都要汇报给治理委员会。
绩效评估会使用一系列的衡量标准。在总的投资组合层面上，会使用定制的混合指数作为基准，来评估政策投资组合的回报率、相对于组合政策的漂移程度以及具体资产类别内的实施情况。在具体资产类别内，衡量主动管理是否成功的基准包括市场指数和相同策略组内的其他基金经理的表现，目的是要衡量所选基金经理的绝对和相对收益。也有一些首席投资官会被放到一组相似的投资机构中进行评估，不过，这种做法有时会把合作者变成竞争对手。
对于私募股权基金经理的统计分析尚处于起始阶段，因此能看到的数据也较少。与公募市场的基金经理相比，私募股权基金经理通常持有更少的品种，但持有期更长。
在私募股权领域，连投资绩效也是比较模糊的概念。因为基金经理需要应付定期或者不定期的资金支出，所以并不适用用固定期限衡量的投资回报率。基金经理的投资绩效一般会以资金加权平均收益率或者内部收益率来替代，但容易失之客观甚至具有欺骗性。内部收益率容易受到杠杆率和非经常损益的扭曲，也没有考虑到资金的机会成本。
资本配置者在衡量私募股权基金经理绩效的时候会观察一系列的回报率指标，还会考虑现金回报率。克里斯·多佛斯把自己的KPI描述成“moolah in da coolah”（落袋为安的现金回报率）。在私募股权市场，资本配置者用来衡量基金经理的指标包括总投资倍数TVPI（基金投资总价值与实缴资本之比）、投入资本分红率DVPI（已分配价值与实缴资本之比）和投资未实现倍数RVPI（基金的残值与实缴资本之比）。但TVPI和RVPI的计算中涉及的未分配价值的评估比较主观，容易受到操纵，特别是在基金经理准备为后续基金募资的时候。
如果要对私募股权基金进行更深入的分析，那么就要涉及负责个人投资的人，以及回报率所对应的杠杆水平。资本配置者会仔细研究每项投资的领投人，因为他通常会显著地影响投资结果。资本配置者还需要仔细剖析到底是投资运营还是财务杠杆在驱动回报率，并且在持有期内将基金的收益率与公募市场的同行进行比较。
统计分析的天然后视镜属性使之充其量只能算是私募股权基金业绩的滞后指标。多佛斯建议可以倒过来算，把基金打开时需要达到的收益率分配到每一笔投资，然后据此跟踪审查相应公司的业务进度。在风险投资界，资本配置者有时候会这么问：“这家公司需要做到多大规模才能给基金带来50%的收益率？”在并购界，资本配置者必须研究组合中的公司需要如何运营，才能逐个给基金带来20%～30%的回报率。
与私募股权相反，公开市场的数据是非常充裕的。资本配置者可以计算一系列的统计指标来衡量基金经理的技能和行为。“过去的业绩表现并不能预示未来的业绩”，这句话醒目地出现在每位基金经理的演讲和法律声明之中。虽然资本配置者永远不会受益于基金经理过去的成功，但人类的天性决定了投资者对于短期业绩的追逐。
深思熟虑的首席投资官会仔细分析过往的业绩记录，并且运用创新性的方法专注于考察基金经理的强项和弱点。首席投资官会使用一系列统计指标来衡量相对于基准的回报率，包括时间加权和资本加权回报率、夏普比率（每一份风险对应的回报）、索提诺比率（每一份下行风险所对应的回报）、风险敞口调整后的收益率以及同类基金经理分析等。
这些指标的效用很大程度上取决于首席投资官关心的问题是什么。时间加权和资本加权的回报率可以让首席投资官了解该基金的持有人基础以及基金经理与持有人的沟通质量；风险敞口调整后的收益率着重考察基金经理获取超额收益的能力；而与同类基金的对比则可以看出资本配置团队对该基金经理的投资是否明智。
资本配置者也会基于过去的业绩表现对基金经理的行为进行提问，问题一般是以下的形式：“……的时候，发生了什么”“……的时候，你做了什么”以及“你为什么要那么做”等。这些问题主要是围绕着历史业绩记录中的一些异常强或弱的表现来提出的，有助于了解未来遇到类似情况时该基金经理会怎么做。
一些金融科技领域的初创公司正在开发一些有用的工具，用来帮助资本配置者和基金经理剖析并提升业绩表现。这些公司可能处于未来的数据分析前沿。首席投资官和基金经理们可以重点关注一下，毕竟在资本配置领域，对复杂技术的采纳和运用尚处于非常早期的阶段。这些工具有助于评估基金经理的技能、监测风格漂移并提升组合管理的水平。
大数据的普及使得资本配置者可以分析回报率的潜在驱动因素，以了解基金经理的技能。巴兹尔·曲尼比（Basil Qunibi）曾是一位对冲基金配置者，他创建了Novus Partners分析公司以帮助全球顶级投资者获得更高的收益。该公司为分析公募基金经理的技能提供了工具。曲尼比创建了一个框架来分解基金经理在交易时能够自主决定的5个维度：
1．风险敞口：不同类别和程度的市场敞口。
2．资本配置：持有头寸所代表的板块和所用的工具。
3．证券选择：股票的选择。
4．头寸规模：组合内不同头寸的规模大小。
5．战术交易：头寸的进出。
通过分别研究回报率背后的每一项驱动因素，Novus用一整套统计分析方法，来确定基金经理过往业绩的来源和持久性。其每一项计算都是跨地域、市值、行业、流动性和集中度进行的，资本配置者可以用来研究基金经理的击球平均值（盈利仓位的占比）和击球百分比（产生正回报和负回报的仓位之差）。
另一种分析方法是通过比对同行来研究基金经理的投资组合，以了解流动性冲击下的基金支出风险。这种方法主要研究的是4C，即拥挤度（Crowdedness）、信念（Conviction）、集中度（Concentration）和共识性（Consensus）。
在基金经理的管理规模增长时，理解其业绩背后的驱动因素可以提醒资本配置者关注潜在的问题。当某位基金经理的管理规模翻倍时，他们必然要改变投资组合在头寸数量、市值或流动性方面的特征。如果他依然想维持先前的股票数量，并且在相同的市值区间进行选择，那就必然要牺牲一定的流动性。在多年的数据分析生涯中，曲尼比还没有看到过流动性变差了60%以上的哪个基金经理能够长期存活的。
如果基金经理想维持组合流动性而又不想增加投资品种，那么就不得不投资更大市值的品种。这种行为就被资本配置者称为风格漂移，是不受欢迎的。所以基金经理想维持流动性和市值区间，就只能增加持股数量。
解构基金经理的技能有助于资本配置者理解投资组合的风格发生变化时伴随的风险。如果一个基金经理的优势主要在小市值股票，那么决定进入中等市值领域可能不是一个好主意；如果消费品板块是某家机构过往业绩的主要驱动力，那么消费品专家的离职就可能引发大问题。
对历史业绩的统计分析也有其局限性。要得出具有统计意义的结论，就需要拥有某只基金几年内完全透明的交易数据，月度绩效归因和季度13F文件并不充分。即便如此，历史也不代表未来，严格的数据统计只是一种可以协助基金经理评估投资流程的工具。不过，尽管存在一些缺陷，但出色的统计分析工作还是有助于资本配置者提出更好的问题，这至少向未来又前进了一步。
现代数据分析方法有助于基金经理认识和提升他们的投资组合管理能力。大型对冲基金平台有充分的数据和丰富的资源来提取难以捉摸的超额收益。资产管理公司Point72首席市场情报官马修·格拉内德（Matthew Granade）看到大平台有助于提升基金经理的投资能力，比如在风险管理系统、交易系统、数据系统、研究和交易等方面的优势。
Weiss对冲基金公司首席投资官乔迪·维瑟（Jordi Visser）说过，在过去，如果他问某人为什么赚钱或亏钱，他们会讲一个无法考证的故事。而现在有了数据，他就能了解真实情况并就基金经理的决策提出问题。他不再关注没有数据支撑的故事。
维瑟认为，必须指出基金经理的偏差，才能让他们得以改进。他用棒球比赛作为比喻，假设统计学家设计了一个盒子，可以显示击球手对腰部以上和腰部以下来球的平均击球率。如果某位击球手更擅长在低位击球，并且他也可以通过数据了解这一点，那么通过抑制击打高位来球的冲动，他的平均击球率就会获得提升。
克莱尔·弗林·利维（Clare Flynn Levy）和卡梅隆·海特（Cameron Hight）曾是小平台的对冲基金经理，他们常常因缺乏必要的工具来提升投资技能而感到沮丧。所以，他们把管理资金放在一边，创建了软件公司来帮助投资组合经理。
利维创立了Essentia Analytics公司，使命是利用技术和数据提高投资绩效。该公司从行为金融学的角度研究交易，试图找出基金经理的偏差，并在感知到他们可能犯错误时通知基金经理本人。评估项目包括某个仓位的买入、加仓、减仓和清仓。适当力度的提醒有助于基金经理从本能的爬行动物思维（丹尼尔·卡尼曼的思考系统1）转移到理性思维（思考系统2）。
关于Essentia Analytics公司还有一个需要提及的方面。查尔斯·埃利斯是该公司的非执行董事，也是前言中提到的指数基金的公开支持者。是的，埃利斯为一家金融科技公司提供咨询服务，该公司提供的工具旨在提高公募市场主动基金管理者的收益。正如利维在播客中所描述的那样，埃利斯“从来没有说过主动型投资者会消失，他只是说他们会越来越少”。
海特凭借自己的洞察力帮助许多对冲基金经理优化了投资组合的结构。他认为，市场运行如此之快，以至于投资组合基金经理无法考虑实时优化影响头寸规模的所有变量。他的Alpha Theory投资咨询公司，致力于借助数字和概率来帮助基金经理决定头寸规模，使含糊不清的因素变得明确。
海特的公司利用投资团队的研究成果来实时计算风险和回报。研究深入的分析师一般都有模型和股票可能走势的概率情景分析。在缺乏新信息的情况下，股票价格的每一次变动都会改变风险和回报的赔率。Alpha Theory基于投资团队的研究建立了基于信心加权的头寸规模模型，并将计算结果与实际投资组合中的相应头寸规模进行比较。经过15年的运行，海特积累的大量数据显示，看似简单的工具能够在实战中为客户带来可观的回报。
他的数据还揭示了关于基本面投资者的一个重要结论。优秀的主动型基金经理在大仓位持有的投资品种上获得超额收益的能力明显优于小仓位部分。Alpha Theory由此推出了《集中宣言》（
The Concentration Manifesto
）一书，提出如果主动型基金经理将仓位集中在他们最好的想法上，那么无论是资本配置者还是基金经理都会得到更好的结果。
数据分析很难给资本配置者提供现成的答案，但这些工具能够帮助资本配置者衡量投资组合和基金经理层面的风险和回报，以及在选择基金经理方面做出更明智的判断。
数据可得性的改善和大量处于评估技术前沿的创业者们使首席投资官能够获得更多的信息。只要问题提得巧妙，就能使某些基金经理暴露出他们回避最新技术的现实，即他们已经落后一步了。
正如罗伯特·彭斯（Robert Burns）曾经提过的那样，人和老鼠一起筹划的哪怕是最精妙的计划也难免出错。当最复杂的量化工具落在一个异常值上时，首席投资官需要做出反应。新冠肺炎疫情从2020年3月起引发的市场、就业和工作方式的动荡，为首席投资官如何应对不确定时期提供了一个最新的案例研究。