罗伯特-恩格尔在北大汇丰经济论坛演讲实录(3)

　　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

　　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。