罗伯特-恩格尔在北大汇丰经济论坛演讲实录

　　 北京大学中国经济研究中心与汇丰银行(中国)有限公司出于支持教育事业的共同目标，设立“北大汇丰经济论坛”，汇丰(中国)资助北京大学中国经济研究中心每年邀请一位诺贝尔经济学奖得主来北大作专题演讲，面向北大师生及社会有关人士和新闻媒体，旨在促进经济学国际交流和经济改革的发展。以下为6月13日举行的论坛，诺奖得主罗伯特·恩格尔教授讲演实录：

　　2003年

诺贝尔经济学奖得主罗伯特·恩格尔于2007年6月13日在北大中国经济研究中心万众楼发表演讲。(图片来源：新浪财经 陈鑫摄)

　　林毅夫：大家下午好，非常荣幸北大——汇丰经济论坛邀请到恩格尔博士。下面先请汇丰银行的代表讲几句话。

　　丁国良：我非常高兴今天有这么一个机会到此参加这个论坛。汇丰和北大已经搞了三届，这是第四次开展这种论坛。我们和CCER自从2004年以来已经搞了三次，这是第四次。

　　汇丰银行已经有142年的历史，汇丰银行非常重视教育，我们认为一个公司和一个国家的发展，一定要投资教育，你投资了教育就等于你投资了未来。北京大学也有一百多年的历史，是一个非常出色的学校，他们每年都产生很多优秀的毕业生，汇丰银行在中国的办事机构当中就有一些职员是来自于北大的。所以，我们认为汇丰银行和北大经济研究中心共同举办这样一个活动是非常有意义的。

北京大学中国经济研究中心主任林毅夫。(图片来源：新浪财经 陈鑫摄)

　　罗伯特·恩格尔：各位同学、各位教授、各位老师、各位朋友，你们好！

　　这是我第五次来中国了，我每一次来都发现了一些新的变化。我今天要给大家讲一个对财务规划来说非常重要的工具，这个工具对于投资组合、风险的降低来说是一个非常有前瞻性的防范工具。

　　我们今天要讲的内容就是关于相关性和相关性的变化。这个概念也许特别难懂，它主要是讲金融市场上大家对波动性的关注，以及这种波动性与风险的关系。

　　对于投资经理人来说，掌握这些方法是非常有帮助的。也许你们有一些人将要在金融服务的行业工作，了解这些工具以后，不论是你在做股票还是做外汇，还是在做国债，哪怕就是做一些工业方面的实物交易，例如能源、玉米，也都是非常有帮助的。

　　我们今天给大家要讲的就是这种方法会帮助你了解未来将要发生什么，而不光是去搜集一些历史上曾经发生的数据。当然真正能够了解过去是一件非常不容易的事情，但是把握未来会更困难。

　　我今天要讲的内容实际上已经在我目前正在写的一本书当中包括进去了，这本书我花了三年时间，现在还没有写出来。为什么要花这么长时间呢？因为有一些新的变化，有一些新的想法，还要不断地去放到书里面。我今天要跟大家分享一些其中的内容。

　　我们真正能够去预测未来吗？在一定的时间范围内，发生变化以后，我们如何去测算？我们如何去进行我们的金融决策呢？

汇丰银行北京分行行长丁国良。(图片来源：新浪财经 陈鑫摄)

　　我们为什么需要研究相关性？因为它可以计算出投资组合的风险，同时可以帮助我们进行最佳的投资组合，同时还有资产定价、套期保值和交易衍生品。

　　相关性会随着时间变化吗？我们可以用历史相关性的模式。我们还可以有一种模式叫指数平滑模式。

北京大学中国经济研究中心教授陈平。(图片来源：新浪财经 陈鑫摄)

　　我们做了一个研究，关于50个国家的市场波动性。1990年是0.15，1994年降下来，2000年达到比较高峰，2002年又往下走。在一些新兴的经济市场当中，它的波动性就更大。新兴的经济国家和那些发达的经济国家的差别，主要是区别于通货膨胀率和经济增长率。如果一个经济发展比较快的话，它的波动性就低一点，如果一个国家的经济增长是负增长，是衰退，它的市场波动性就更高一些。一个国家如果通货膨胀率高，波动性也会更大一些。通货膨胀率低的国家，它的波动性就小。如果一个国家的经济发展是稳定的，不管是从短期来看还是短期GDP的增长速度来看。

　　刚才讲的都是变量，可以测出来一个国家金融市场的情况。所以，从宏观经济角度来讲，一个国家的经济如果发展比较好，比较平稳，没有什么通货膨胀，这样的话这个国家的金融市场就肯定波动性要小。如果不是这种情况，肯定金融市场上波动性就大。

　　我们刚才讲的是一个良好的开端，我们怎么从历史的角度来讲，来预测经济的未来和金融市场的未来？我们怎样去看金融市场当中各个因素之间的相关性？你们也许会认为，好像我刚才讲的跟中国的实际情况并不相关，因为中国现在发展非常快，通货膨胀率又低，金融市场似乎跟GDP的关系又不是很大，跟利息率的关系也不是很大，而中国经济发展非常稳定，我对中国目前的情况相关性也不好做太多的评论。因为我对中国的一些数据只是两年前才积累的，差不多从2003年才开始有一些研究。

　　当时中国股市还是比较低，当时还没有往上升。但是如果你希望我讲一下中国金融市场的波动性，我的原则是应该有两个答案，不知道哪个答案是对的。第一，中国的实际情况跟我的这个模糊不相关。也许这里面的确有一些它自己的道理。第二，也许中国的经济今天看上去很稳定，但是很难说五年以后是什么样，也许五年以后就不那么稳定。我们今天看到大好的局面，未必就是持续的。所以，从这个角度来说，目前市场回应现在做不出来，但是以后会反映出内在的风险。

　　今天早晨我们关于中国的经济问题也做了一些讨论，对这些问题进行的一些回答，可能不是特别的准确，从目前角度来说也不是那么确定，也许会下大家还会针对这个问题对我问一些问题。

　　我们现在看一下第二个预测的模式。单一因素的模式太简单了，因为它考虑到的因素比较简单、比较少。第二个预测的模式，我们叫做DCC模式。

　　DCC模式是一个新的模式，也是一种ARCH的模式。这种模式做什么呢？它把一系列的相关因素集合在一块儿，算出一个市场的波动性。也就是它用ARCH模型当中一些残差，我们用这种模式剔除波动来进行计算。用这种模式你只是关注相关性就够了，不用去看它的方差。

　　谈到相关性的模式，有几个特点。比如说一个股市在同样的方向发展，也就是两个资产同方向变化的时候，它的相关性就增大。根据DCC模式，如果它向反方向变化，就是两支股票的相关性会减小。这里面有一个不对称的问题。

　　我们接下来给大家看一个DCC的等式是怎么回事。我讲的这个模式有点像GARCH这个模式，所有的参数alpha和beta对所有的资产两两配对都假设为相同的。所以我们只有2个参数需要估计，而无论有多少资产。这个模式实际上是非常简单的，它针对大的系统是非常有用的。我们再把DCC模式用在金融电器GE还有美国运通。这个模式在一开始的图形，1994年是0.5，之后升起来了，0.4年又降下来了。由于不对称，它的相关性相对来说不明显。

　　接下来具体用等式的方式看DCC的模式是怎么回事。

　　我们再把DCC模式用在另外一个方面，看看它的适用。比如上海A股股指，还有摩根斯坦利的资本国际中国指数的相关性。大家对这两个指数应该是很熟悉的，我们来分别看一下。MSCI中国指数看看怎么跟我们这个模式应用在一起。它在高峰的时候是1999年，2002年、2003年低下来了。2月17日中国指数跌了9%，我不知道与此同时MSCI指数低了多少。这两个指数进行比较的时候，在样品的一开始，相关性非常高，波动性也非常大。但是到了中期，市场的回应就比较低，也就是它们的相关性比较弱。最后两者的相关性又高起来了，但也不是特别相关。

　　看一下上海的A股，情况完全不一样。上海A股的波动性一开始比较低，后来高起来了，也就是我们做样品阶段的后期又高起来，我们也不知道目前上海A股股指高到底是不是泡沫。

　　从2006年下半年开始增长的比较快。我们应该问一下自己的问题，MSCI和上海A股，和中国的A股到底有什么关系，它们两者有什么区别。同时我们要看一下在香港交易的H股、B股，在美国纳斯达克交易的N股，还有红筹股，这个指数实际上讲的是公司都是中国的公司，但是这些公司的指数是允许外国人买。因为某种意义上，从广义上来说，外国投资者是没法买上海A股股市的股票，但是它可以通过买股指来介入中国的股市。也许在可预见的未来，外来投资者是可以买中国的股票。

　　看一下GARCH模式。先看一下上海在这个模式当中的波动性，我们会发现波动性也是有上有下，而且相对来说频繁一些。在我们样品的最后阶段趋势是往上走的。我们看看左下角的新加坡还有右下角的台湾，它们相对来说波动性大一些。

　　我刚才给大家的是一个区域性的数据，我们会发现很有意思，中国与韩国、中国台湾地区、新加坡股票市场的相关性并不是很大，也许得出这种结论并不感到意外。而且中国上海A股的股指比MSCI摩根斯坦利中国指数股指的波动性要大。

　　我们看2001年MSCI的股指比上海A股的股指要更加波动，同样当时中国在国外上市的那些股票也因此波动性非常大。所以，可以这样理解，MSCI的股指指数比上海A股的股指更加随着全球金融市场的波动而波动。

　　我们看两个指数之间的相关性的时候，发现差不多是0.9，一般是这样，但是我们的样品比0.9要低。MSCI和A股的相关性，在2003年的时候最低，但现在已经增长了30%。所以，很有可能在金融市场上的改革对股票市场的一些作用已经显现出来了。随着时间的推移，这两个股指可能会越来越接近，我认为接近对中国是有好处的。

　　刚才我们讲到了两种模式的相关性，也许加上历史的模式，应该有三种。接下来我想把这几种模式进行一个比较，也就是比较一下单一因数的模式和DCC模式。

　　我们看一下美国18个大盘股。不管是用DCC的模式还是用历史的模式，我们来算一算。

　　我们先看DCC和历史的数据模式，我们把这两者模式放在同一个图表当中来进行比较。我们看到了什么呢？这两种模式差异并不是很大，通过图表大家好像看出了一点差异都没有，这就是问题所在，就是把这两个模式放在一块儿的时候就看不出波动性到底有什么区别，似乎是市场的波动性和相关性有一点儿关系，但是放在图表当中的时候又很难看出来。所以，我们还是应该更加精确一点。我们现在接下来看一下平均的相关性，也就是每两对股票我们做一个比较。蓝颜色是平均的相关性，也就是这18支大盘股的平均相关性，我们取一个平均值。(图)蓝颜色的曲线所代表的，在这里看到一个关键的问题是，它们的走向基本上是趋同的，当然也有某些时段，特别是最后样板期的阶段是不一样的。从全球来讲，你要看其它我们的一些数据，它们的走向差不多跟我讲的一样。2000年它的相关性非常低，当时波动性也非常低。

　　接下来给大家介绍另外一个模式，这个模式实际上跟其它几个模式要联系起来一块儿考虑。刚才我们讲了单一因素的模式，我们强调了DCC模式。实际上我们把两个加一块儿就叫“因素DCC的模式”。我们通过这个模式来预测相关性，能得到最好的效果。单一因素模式刚才已经讲到了单因素和常数异质波动、单因素，Garch异质波动和D五CC估计的残差相关性。我们用这种模式的残差放在DCC模式，这是这种模式通常用的一种假设。我们用残差来看一下这个模式当中还能够剩下什么，这就是所谓因素DCC的模式。

　　有一个公式向大家展示一下这个模式怎么得出结论的，单个股票实际上是股票市场的一个β值。现在给大家讲一下我们怎么样用共识来测算它的相关性。公式非常复杂，如果大家在我讲之前就能看明白公式，那就是英雄。我们通常认为异质性与相关性没有什么太多的关系。

　　我们刚才讲到了能源的因素，比如能源作为一个因素的时候，不是很活跃的时候，波音飞机公司和通用汽车公司两个公司之间相关性就不大，如果能源作为一个因素非常活跃，我们就会看到能源这种因素导致通用汽车公司和波音飞机公司两者的相关性增加。我们通常用市场上最新的一些信息，通过这种模式来看两者之间的相关性有多大，当然有一些因素是随着时间的变化是消失的。我们会发现一些公司特质的一些骤变还有市场上的一些骤变，最关键的是β值，β值是方差除以斜方差，而且这些数据都是随着时间而不断的变化。随着时间变化的β值肯定会根据市场的走向变化而变化，同时也根据一个公司的业务发生变化而变化。所以，公司从测算来讲，在实际计算当中非常简单，虽然看上去复杂。

　　再看一下美国运通和通用电器。这个图包括了刚才讲的三种模式，我们仍然从这个图表当中很难看出到底发生了什么，但是在右下角可以看到蓝线往下走，蓝线代表一种恒常数。三种模式在这个图表当中都表现了它们之间的差别，它们之间的差别主要是取决于市场上一些相关的因素而发生的变化。

　　如果说这些图片是黑白颜色的，你们就会看不出它的差别。但是如果是彩色的，就能看出一些差别。像通用汽车、杜邦这两家公司。

　　第三种模式比第二种模式相关性要高，同样在右下角到最后的时候，它和单因素的模式比较起来，相关性很小。我们看这几种模式的差异，杜邦公司和另外一家公司的相关性就更低了。

　　莫科公司和强生公司，我们用DCC的模式就可以发现它的相关性非常高。可是用第一种模式和第三种模式，就会发现这两者之间的相关性差不多。

　　我们把这153个样品当中的公司做一个比较，就发现它们的相关性比我们预期的要高一些。第一种模式和第三种模式之间看上去差不多，如果我们把这些平均的曲线考虑进去，把DCC、历史数据也考虑进去，我们就可以看到差不多它们反映的实际情况都一样。

　　给大家讲一下动态均相关，由于时间关系，没法讲得非常详细，我就简单介绍一下动态均相关。我讲这个只是给大家再讲一下在实践当中这个模式到底起什么作用。光看图片很难找到答案，所以应该有一些具体的数字，才能搞清楚哪个模式在我们实践当中会好于其它的模式。

　　动态均相关这种模式我们通常管它叫DECO，你们会看到有一些新的内容在里边。动态均相关到底是一个什么样的模式呢？它其中有一些假设，它假设所有配对的公司的相关性在某一个时间点都是一样的，但是在某一个时间点是一样，只不过在下一个时间点不一样。听上去似乎是正确的，但是也有点意外。而且这种模式在金融市场用的很多，有一些金融服务的公司在金融调研的时候都用这种模式，因为这些金融服务公司如果发现在某一个时间段相关性是一样的话，那他们的测算就更加准确，对他们投资组合就越有利。用这种模式发现只了解一种相关性就够了，这种相关性就是平均相关性，其它的相关性都是平等的，都是等同的。

　　在大部分情况下，当我们用DCC和DECO这来种模式的时候，我们一定要搞清楚我们是在解释平均相关性。我们可以用DECO的模式找出平均相关性，我们也可以用其它的模式，包括DCC的模式来找出平均相关性。其实测算相对来说容易一些，因为这种模式不管有多少资产，你就用GARCH的模式就可以了，跟它那种模式是相似的。你计算出一种相关性以后，再有其它一些数据的帮助，就可以算出它的回报率，不管是50个资产或者是100个资产，或者是100个资产、1000个资产，你就用一个DECO的模式就可以算出来它的相关性。当然相关性是随着时间的变化而变化的，但是对这几个配对、比对的公司来讲，在某一个时间段都是一样的。

　　公司的例子就不给大家讲了，也是一些测算和函数的关系。(图)这张表讲的是同一组指数某一个时间段的相关性。我们看到2003年是下降的，当然是因为“9·11”以后。2004年、2005年下跌速度就不是那么快了。黑颜色代表DECO的模式，跟其它的模式差异也不是很大。DECO和DCC的关系在此不细讲。有一种说法，DECO算平均相关性似乎好于DCC。

　　我们再看一些衍生产品，可能在座的有一些在交易所工作，搞股票期权，可能会用到相关性的一些东西，也许一些衍生产品你们也会用到相关性。有一种交易产品是做国外的市场股权，这种情况下就要看个体股票之间的相关性，接下来给大家讲一下为什么。股票期权隐含的波动性取决于组成股票的波动性和平均相关系数。

　　我们用这种方法，对于交易员来说，在他们进行股权交易的时候有一个更加前瞻性的工具，等于说某一个方差的价格和股票成分的价格可以结合起来测算相关性。

　　(图)看一下2001年—2006年的情况，颜色轻一点的曲线是表示期权市场的相关性，深颜色的曲线是用了DECO模式。看上去这种模式，这个曲线似乎跟实际情况不太相关。这个图表我在过去几周当中，几次开会中我也讲过，包括一些投行还有其它对此感兴趣的客户。

　　最后在我演讲快结束的时候，问问大家你们认为哪种模式更好一些？比如你们在进行套期保值的时候，比如你们有一个投资组合，实际上这个投资组合只有一支股票，你想把这个投资组合方差控制到最小的一个程度，如果你要知道每一个方差，并且每个方差之间的相关性，你就可以通过这种模式和公式计算出来它的相关性。你不一定能够用这种模式算出来短期的比如几天的结果，但是最起码可以知道股票之间的相关性。最起码你了解了我刚才讲的这几种模式以后，既然掌握了这种模式，肯定比其他人多一些方法、多一些工具，最起码能够算出一个平均的波动性，能够使你的组合更好。

　　我们假设手里就有一支股票，这个股票你想做套期保值，有时搞分析的人会告诉你我分析一支股票，比如我说上海股票会贬值，股市会往下走，这时你就不会买上海的股票，因为它有风险。可是你又怎么能知道这个公式算出来非常准呢，怎么能百分之百导致你的结论没有风险？而且好多因素随着时间的变化自身也变化。所以，经过一段时间以后，我们会选择另外一支股票作为一种套期保值。在股市上你很难说去确定一个赢家和一个输家，如果你一定用某种方式去确定赢家和输家，最好再买一支股票，然后和另外一支股票进行套期保值。

　　(图)我们接下来的图表是用刚才说的几种模式，包括DCC、DECO的模式，还有单一因素模式来计算出一百五十家配对的公司之间的相关性。我们看到最小的方差是用DCC的模式算出来的，也就是最右边红颜色的柱形。其实我们从这个图表当中看到DCC和DECO这来种模型算出来的数值是近似的。所以，看上去我们这些创新的工具的确在投资组合风险防范当中是非常有利的。

　　你们也许会感兴趣这种模式在什么样的特定环境下的确是比其它模式要好。第二种模式比第一种模式要好，但是要次于第三种模式，实际上这几种模式是系统上的一些差异。看一下第二个套期保值做的试验，也就是用两种股票进行套期保值，我们发现这种套期保值，用第三种模式比较好，DECO模式就不像第三种模式那么好，看上去相关性都是一样的，它们之前做的假设似乎不太适当。第三种模式也就是因素模式比其它模式要好。

　　小结，我们做这些计算的结论是什么。

　　比DCC和DECO模式都要好的是一种多变量的模式，它是把不同时间段的一些变化的数据都考虑进去了。我们讲了这么多，怎么样去预测相关性呢？我们已经构建了好多模式，做了好多工作，到底应该怎么样去测算呢？最基本的一个要素是，如果你用因素模型，基本上它可以用来测算你长期市场的走向。实际上市场的波动，它主要受制于宏观经济的一些因素，当然还有其它的一些因素影响。在所有我们做的预测当中，这一点都是非常主要的。你在做长期预测的时候，有的时候一个单一因素这种简单的模式就够了，就可以告诉你结果。从长远预测来讲，有宏观经济的一些风险，有气候的风险。中国经济也同样会有长期的风险。所以，非常重要的一点就是一定要做出一些长期的预算，看看中国股市和经济之间的相关性。

　　我认为这一点是我讲的一个核心。

　　陈平：谢谢罗伯特先生，我非常高兴能够了解你的工作。

　　我看到你的PPT以后，我一边想，我们到底能从你的研究结果当中学到什么东西。我同时也在想，你对经济理论的阐述及影响。因为好多现在经济情况都取决于你的模式，你有些经验的模式跟目前主流的模式非常不一样，在经济领域当中你会引起很大的争论，也就是说你现在提出的一些理论，没法去准确地测量。

　　我为什么会对你的研究有这种观点呢？你做这个调查动机是什么？你今天没有讲你的动机是什么，但是我试图帮你宣传一下，是一种理论的自由。恩格尔创造了一个非常有想象力的模式就是ARCH模式。恩格尔教授发现了未来风险当中一些变化的因素。我们通过恩格尔教授的模式，发现方差比股市的波动还要大。所以，我发现他对经济理论是一种挑战，我目前也正在想，我们能从恩格尔教授那里学多什么东西。我就提两个问题：第一，金融活动到底特点是什么？第二，你做这个工作的动机是什么。从历史的角度来讲，科学当中是有一些教训的。恩格尔教授的研究与参数更加相关一些，但是我的工作基本上是非参数的。我的理解，为什么他的ARCH模式在财务规划方面为什么比宏观经济的模式更加有效，因为他这种模式对长远的测算更加有帮助，ARCH这种模式对于频繁多动的数据更加适用，恩格尔教授对金融市场贡献是非常大的。

　　我们谈到相关性，可以看到恩格尔教授谈的是交叉的相关性，我在这个地方讲的不是交叉相关性。他的研究更重要，因为他发现我们最起码有一个平均0.4的相关性。恩格尔教授的理论对我们重新看待和认识金融市场提供了一个新的角度。

　　我在这块儿讲的一些图表，也是非常复杂，比一些传统的模式更复杂。

　　最后我想问恩格尔教授的问题是，我们到底能够从你这个理论当中学到什么。恩格尔教授的结论，我们在实践当中也有一些证据能够支持。总而言之，我认为这个模式还不能取代测量和具体的测算，但是测算是能取代模式。

　　罗伯特·恩格尔：我同意你的说法，有一点很有意思，我们应该强调或者是偏重哪一种模式更好一点。我个人的观点是这样的，我们在构建一个模式的时候，能够帮助我们以后的工作。整个过程当中也是一个非常有意思的过程，你刚才说测算能够挑战理论。

　　提问：恩格尔教授，我觉得今天从你这儿听到最核心的问题是波动性。我从你这儿听到了平均的波动性和个别股票的波动性之间的关系，很有意思。你在美国发现的一些东西、研究出来的东西与中国有关系吗？还是只针对美国？比如说你要分析上海A股股票市场上的17支股票，你觉得会有什么样的结果？

　　罗伯特·恩格尔：我倒是真想今天在讲座之前就对上海A股有一些研究，但是我一直到开会之前没有拿到数据。我觉得研究上海A股也是一件非常有意思的事情。上海A股的相关性目前来讲肯定是会非常高的，我们用一些简单的模式就可以预测出来。

　　你刚才还问到中美两国市场进行预测有什么差别，我们通常进行预测的时候是尽量避免偏谈某一个，尽量公正。我们在这里讲的是预测相关性，预测相关性是没有偏向或者是偏袒的，但是具体测算的标准可能会有一些偏袒的取向。我实际上对自己做的工作是非常清楚的，但是我用的标准现在看起来还不是很清晰。

　　提问：谢谢你恩格尔教授，我今天从你的演讲中学到了很多东西，对市场的应用也的确有用，特别是对投资组合的风险防范。在中国，我们现在有很多外汇储备，如果说外汇和波动性的相关性以及互惠基金和市场波动性的相关性能够综合考虑，对降低风险是有玻珠的。我问你的问题是，经济增长和波动性的原因是什么？为什么经济增长速度放慢了以后波动性就高了？比如说经济衰退的时候。

　　罗伯特·恩格尔：你刚才谈的外汇的问题挺有意思的，如果说你在管理外汇，你怎么进行组合呢？你可以用DCC的模式把组合的投资进行测算它们的波动性，如果说某一个国家举债其它国家的话，你也可以用这种模式来算一下哪一种外汇借过来最好。我觉得你这个问题是非常有意思的一个问题。

　　为什么金融市场上会有波动性呢？我最想说的一个理由是，目前市场上的价格只是说目前大家最好的一个猜测，但并不代表未来有一些事情就一定往好的方向走。因为你也不掌握一些市场变化新的资讯。当经济箫条的时候，我们一定会看很多报纸，了解很多信息，想摆脱经济衰退。如果经济增长速度像中国现在这样非常高，金融市场的波动性就会小。这个问题我还没有好好想过，有可能这样。如果流动性好，就没有相关性，有这样一种说法。如果流动性差，就会有很大的波动性。具体是一个什么样的结果，取决于你在写成这个模式的时候是怎么去考虑的。有些事情取决于明天会发生什么，明天发生什么以后，均衡性就要重新写，有些模式看上去是非常简单的，但是你一旦增加了一些新的资讯和内容的时候，你就会看到它得出的结果和你平时非常标准简单的模式得出来的东西就是不一样的。

　　提问：你刚才讲到相关性，你谈到了相关性高和相关性低两种情况。现在上海A股应该是波动性很高，你怎么看待上海股票市场的相关性？

　　罗伯特·恩格尔：有些特别复杂的情况下，我们还要看一下有关测算模式是不是适用它。如果用某一种模式去测算相关性，也许可以用这种单因素的模式。但是除了单因素的模式，还可以用其它的一些模式，产生一些不同的效应。

　　提问：我想问你一个问题，在中国的股票市场还有一些其它发展中国家的股票市场，股票和其它发展中国家是同步的变化，我想问的问题是，公司治理、资本市场、经济增长这些相关方面的东西一定会有一些关系。我们要找到它们之间的一些相关性，有没有这种可能，有这样一种技术和手段，找出为什么会有这种波动？当然我的一些想法也是比较粗浅的。

　　罗伯特·恩格尔：我并不认为这几者之间有一些必定的因果关系。我是这样看的，我们讲的相关性，也就是某一种单独的新闻影响了所有的关系。如果有一些新闻会导致公司朝一个方向去发展，会导致股票都是往上走。我不认为从经济上来讲，几家不同的股票在同一个方向或者是反方向不同的走，从经济上来讲到底有什么效益，一定要拿出一个证据来正谈经济效益。

　　波动性这个问题当然是从金融市场来讲，要想解决资源的有效性的问题，一定要解决它的波动性，你必须得掌握所有公司的情况，才能去预测得更准一些。

　　提问：首先非常感谢你的演讲，我们在场的都听说过你，你非常有名，在这里能见到你，你知道中国经济在往上走，同时遇到很多挑战，也就是机会和挑战并存。为什么把中国的金融市场搞得更稳一些？能不能给中国提供一些相关的建议？

　　罗伯特·恩格尔：今天早上我们花了很多时间在谈论这个问题，当然意见都是不同的，每个人的意见都不一样，你可能想知道我的意见是什么。

　　我是这样看的，市场你要更开放的话，它就会更加稳定，让国外的投资人也参与，让国内的投资人也参与，也就是国内的投资者也应该走出去进入一些非中国公司的投入。如果市场当中的投资人都是不成熟的，那这个市场的波动性一定大。我的关注是这样的，如果目前的中国市场已经出现了泡沫，可能明年或者是后年，奥林匹克以后，有些人说市场就会崩溃。如果到那个时候，中国将会认为自由市场不行，不相信中国。但是我不这样看，自由市场能够允许市场开放，能够让你的资金更加流动，这应该是一个正确的方向。我的确有这方面对中国金融市场的关注，当然希望大家不要误解，这种事情一定会发生。今天早说我也跟一些人谈了这个问题，跟大家分享一下我们今天早上谈的内容。

　　比如说国内的投资人在不久的未来一定会对国际市场的投资经验会更加成熟，这样对中国投资市场地位的增强有一定的帮助。如果说投资的工具多了，应该是个更好的回答。也就是说到时候人们一想，不一定把钱放在投资上，而是放在其它的投资工具上。

　　陈平：今天是一个非常值得纪念的日子，我们有一个礼物送给教授。