如何正确应对不确定性

学会避免不可靠的点位预测的误导之后，投资者仍然面临着另一个问题：如何在不可避免的不确定性影响下保护自己的投资组合？

应对未来的这种不确定性的一种自然方法是将投资组合分散化。如果不知道未来会发生什么，就不要把所有的钱都投到同一只股票上，也不要选择只持有一两种资产。虽然这是老生常谈了，但分散投资确实是应对意外结果的最佳保护措施。但这又引出了另一个问题，如果我已经决定把自己的钱分散投资了，比如分散到10种不同的资产中，那么应该在每种资产中投入多少钱？

如果我想将投资分散到10个国家的股票市场中，选择将91%的资金投资于美国股票市场，其他9个国家各投资1%的方案，肯定完全不同于将91%的资金投资于日本股票市场，其他9个国家各投资1%的方案。而且上述两种方案都有问题，以这种方式进行分散化配置能获得的好处相当有限，因为将91%的资金投入到单一国家市场仍然没有解决风险过度集中的问题。

有很多方法来决定投资组合中每种资产的权重，但我建议在做决定之前先退一步，问自己一个问题：设想一下在对未来一无所知的情况下，投资者应该怎么做？如果我对未来一无所知，就不知道美国股市的表现是否会超过日本股市，或者科技类股票是否会超过医疗保健类股票，我甚至不知道未来股票市场的收益率是否一定会超过债券市场。

当然，事后看来，似乎过去几十年里美国股市的表现遥遥领先于日本股市，而在过去的一个世纪中股票市场的收益率都超过了债券市场的收益率。我们可以等到第二步再考虑这些信息。但现在，让我们假设自己就是一个一无所知的投资者。在这种情况下，分配资金的最好方法就是在每一项投资上投同样多的钱。通过这种方式，我尽可能平均地分散自己的投资，并确保我对所有未来的赢家都有适当的敞口；当然，也会有适当的敞口暴露在了未来的输家上。

每当我问投资者他们自己不喜欢投资组合中的哪一部分的时候，很多人的回答都是其中没有他们不喜欢的资产，或者说他们的投资组合里的每一类资产都将迎来优异的表现。这其实是一个危险的信号。在一个真正分散化的投资组合中，总会有一些你讨厌的资产，它们要么正处在亏损当中，要么有很大的概率会跑输大盘。正确的分散化要求你必须这样操作。当然，在一个高度分散化的投资组合中，也总是会有你喜欢的投资，它们正在给你带来高额的收益。如果你按照正确的步骤构建了一个高度分散化的组合，组合中赢家带来的收益将足以弥补输家造成的损失。

在一项开拓性的研究中，维克托·德米格尔和他的同事们将这种等权重投资组合与市场上流行的各种最优化方法创建的投资组合的实际表现进行了比较，并进行了各种测试。他们发现，用于比较的14个不同的优化投资组合策略，没有一个的表现能超过简单的等权重投资组合。他们估计，如果投资组合包含25种不同的资产，要使一个用最优化方法构建的投资组合表现优于等权重投资组合，需要使用3000个月（250年）的数据来优化模型。如果可供使用的历史数据小于这一范围，各资产收益率的预测误差就会抵消优化模型带来的收益，而简单的等权重投资组合就会被证明是更优的。现实中大多数投资组合的投资对象都超过25种不同的股票和债券，因此可能需要数千年的数据才能克服对不同资产未来收益的预测误差。

采用等权重的方法构建投资组合有一个主要的挑战，就是无法通过调整组合的风险分布来适应不同投资者的个人需求。如果总是将等量的钱投入到每种资产中，投资组合的风险就是确定的。如果对某个投资者来说，这个量级的风险对特定的投资者来说太大，那么很难将这种风险降低到可接受的水平。

应对这一挑战的一种方法是，仍然假设我们不知道所投资资产的未来收益，但对它们的风险大小有所了解。例如，我们可以高度自信地说，股票的波动性比债券更大，其投资者可能会面临更高的短期损失可能性。对于一系列资产，在投资者知道其风险但不知道其收益的情况下，最优的投资组合被称为最小方差投资组合。在这种类型的投资组合中，所有的资产以一种特殊的比例来配置，使得最终的投资组合具有最低的总体波动性。这类投资组合的一个近亲是风险平价投资组合，两者都属于低风险投资组合，它们的表现和等权重投资组合差不多，而且都显著优于传统投资组合。

此外，在实践中我们并不会完全无视不同资产的预期收益率。举例来说，尽管我们不可能有绝对的把握确定美国股市在未来的表现是否会超过日本股市，或科技板块能不能跑赢医疗保健板块，但我们有足够的证据表明，长远来看股票比债券的收益要高，债券比货币市场的收益要高。

各种学术研究已经统计了数以百计的各类风险超额收益，其中大多数可能只是数据挖掘的结果，或者因为机制过于复杂而不能被大多数投资者理解或利用。但也有一些案例表明，投资于某些类型的资产（如动量股票或价值股票）能获得系统性的优势。显然，我们希望能投资这些具有优势的资产以获得更高的利润。

在这些情况下，我们可以尝试将这些关于不同资产预期收益率的知识整合到投资组合构建的过程中，但同时也不得不考虑如何处理预测误差带来的新的不确定性问题。然而，这就是投资组合优化过程中技术性最强和最为困难的地方。我用过的两个最好的方法是重新抽样技术和未来收益率的贝叶斯估计。

由理查德和罗伯特·米肖德开发的重新抽样技术是一个相当前沿的估计方法，可以通过对过去收益率的重新抽样为投资组合中的每种资产模拟多条不同的未来路径。在每一条未来路径中，可以使用某个典型的优化方法（如哈里·马科维茨开发的均值-方差方法）来计算一个最优投资组合，再用不同未来路径上的最优投资组合的平均值来确定资产的配置方案。

贝叶斯方法可以将每种资产收益率的预测与预测误差的显性估计结合起来考虑。考虑预测误差会导致每个资产的预期波动率更高，从而改变最终投资组合中资产的配置比例。这两种方法在数学上都更复杂，但在实践中，根据它们构建的投资组合表现会远远超过传统投资组合或典型的基准指数。

然而，对于绝大多数的实际应用来说，一个简单的等权重投资组合或最小方差投资组合就已经够用了，并且很难被击败，即使与最复杂的优化方法相比时也是如此。

最后我想强调的是，应对未来不确定性的最好方法可能是灵活变通。婚姻可以以白头偕老为目标，但投资没必要持续那么久。即使是以长期投资闻名的沃伦·巴菲特，也愿意在公司业务不及预期或经营环境发生变化时放弃一些投资。

每个投资者都需要找到一个平衡点，一方面要坚持长期投资，让它们能充分发挥自己的增长潜力，另一方面也要对不断变化的环境做出反应，根据能实质影响股票长期收益的各类因素及时做出调整。如何在这两个相互矛盾的要求之间找到适当的平衡将是本书接下来两章的主题。

■本章要点■

•分析师们对利率、股市收益率等其他重要金融市场变量的各类预测是出了名的不可靠。即使是在预测这些指标的变化方向时，最优秀的专业人士也很难强过抛硬币瞎猜，更不要说预测收益率的具体数值了。

•在实践中，简单假设利率、股票市场或汇率将会在一年后保持现在的水平，比分析师们的预测或共识更能预示未来。

•要预测投资期限为一年的资产收益，预测误差是很大的。而投资期限更长时，预测误差会更大。收益率均值回归的趋势不足以克服复利对预测误差影响的指数放大。

•对公司基本面或宏观经济的深入分析并不能提高分析师点位预测的质量，只会让他们对自己的预测准确率更加盲目自信。

•基本面分析是有价值的，它能帮助投资者识别出对投资有重大影响的风险和机会。但这距离能够做出精准的预测还差得很远。

•如果投资者希望改善自己的投资效果，他们就需要认真对待关于未来的这种不可消除的不确定性。一方面要警惕基于点位预测的指标，比如预期盈利，或者完全放弃基于预测数据进行分析的思路。要做到这一点，在构建股票投资组合时就要避免使用远期市盈率和其他依赖预测的指标，改为使用历史市盈率和其他不依赖预测的指标。另一方面，应该构建广泛分散化的投资组合来分散风险，这可以通过在每种资产上投资等量的资金来实现。这种等权重投资组合在现实中很难被更复杂的模型击败。