第15章 套利失败的教训——长期资本管理公司的教训#
前几章列举了一些国外常用的套利方法。实际上一些对冲基金一直在采用这些方法。这些方法多数都有辉煌的历史战绩，但同时也有着惨痛的历史教训。所以，本书所谈的套利不是学术上所定义的套利，因为学术上的套利是没有损失风险的。并且，由于一般认为套利是低风险的交易方法，对其进行的风险监控往往较为宽松，且套利方法的模型依赖性非常强，这样就使得一旦出现模型未分析到的情况，套利交易的损失甚至会超过一般交易的损失。历史上最著名的套利基金恐怕要数长期资本管理公司了(LTCM)。两位诺奖得主，所罗门的明星套利团队，再加上前政府官员组成的黄金组合，使得长期资本管理公司一度成为华尔街耀眼的明星，创造了惊人的收益，控制了惊人的资本，但当其陷入危机时，同样也为投资人制造了惊人的损失。长期资本管理公司采用了各种套利技术，先进的模型，复杂的数学工具。在当时的华尔街，该公司在陷入危机前一直披着神秘的面纱，一群金融巫师挥动着魔法棒，不停地发现金融市场的无效点，就像从空气中挤出钱来一样。无数机构想方设法地去获得长期资本管理公司的交易模型，或不惜一切代价成为该公司的服务商。但最终，长期资本管理公司却差一点将整个华尔街拖入深渊。本章将简单回顾长期资本管理公司的发展和衰落史，简单分析他们采用的交易方法，借以对套利交易做一个总结。
长期资本管理公司的多数核心交易人员来自所罗门公司的套利部，是约翰·麦利维瑟一手创立的。首先需要介绍一下约翰·麦利维瑟，因为他是整个长期资本管理公司的核心。约翰·麦利维瑟生于1947年，毕业于西北大学，后获得芝加哥大学MBA，与后来的高盛总裁乔·柯兹纳是同班同学。27岁时加盟所罗门兄弟公司，凭借其在债券交易上的天赋，成为所罗门兄弟公司的明星员工。1977年，他负责创立套利部。这个部门可以说是后来长期资本管理公司的原型。套利部的一项创举就是利用所罗门公司的自有资金，进行风险很大的债券交易，而不是仅替客户买卖债券。这在当时是全新的业务领域，几乎没有竞争对手，所以该部门的利润是非常丰厚的。麦利维瑟的另一项创举是将学术界的研究人员引入交易市场。此前华尔街也招募这些学术派的人员，但仅限于让他们做研究工作，从不会让他们接触交易。而麦利维瑟认为，只有那些将市场视为一门严谨科学的人，才适合做交易。所以，他开始大量招募学术人员，包括：哈佛商学院助理教授艾里克·罗森菲尔德，伦敦经济学院金融硕士维克多·哈格哈尼，MIT金融博士格里高利·霍金斯，MIT博士威廉·卡拉斯科，MIT双博士劳伦斯·希利布兰德。
但约翰·麦利维瑟却阴沟翻船，正当套利部开疆扩土之时，一件丑闻迫使他离开了所罗门兄弟公司。事情起因于一名叫作保罗·莫泽尔交易员。1991年，保罗·莫泽尔向约翰·麦利维瑟承认，他向美国财政部提交了一份假标书，并在政府债券拍卖时多买进了一部分未得到批准的政府债券。得知此事，约翰·麦利维瑟立刻向董事会上报此事。董事会一致认为事态严重，但并没有采取任何补救行动。1991年8月份，公司进一步发现，保罗·莫泽尔还有其他许多犯罪事实没有交代。无奈之下，公司立即将情况向美国财政部和联邦储备委员会做了通报，两大机构极其愤怒。这一丑闻引起了华尔街的一场震动，媒体大肆批判。在此压力之下，管理层不得不辞掉了麦利维瑟。当然，约翰·麦利维瑟并没有就此停止。他开始筹划建立一个崭新的套利基金，并开始拉拢在所罗门的旧部下。
1993 年, 约翰·麦利维瑟开始筹建他的基金——长期资本管理公司, 目标规模为 25 亿美元。这在当时是相当大的一个数字, 多数基金是从 2500 万美元开始的。而且麦利维瑟的基金的收费标准也与众不同。首先是要收取每年 2% 的资产管理费, 同时, 麦利维瑟及其合伙人还要向其投资者收取全部利润的 25% 作为分成。而一般的对冲基金只收取 1% 的资产管理费和 10% 的利润分成。并且, 长期资本管理公司还要求所有的投资者承诺三年之内不得撤资。
1993 年初麦利维瑟的旧部开始离开所罗门公司。艾里克·罗森菲尔德、维克多·哈格哈尼、格里高利·霍金斯、劳伦斯·希利布兰德纷纷投效长期资本管理公司。这使得长期资本管理公司拥有原来所罗门兄弟公司套利部的实力。但麦利维瑟并没有止步于此，要想成立一只有全球影响力的基金，只有原来的团队是不够的。麦利维瑟想塑造更良好的品牌形象，使得整个团队显得不仅是一群债券交易员，而且是一群经验丰富的金融高手。所以，麦利维瑟这次请到了诺贝尔奖得主,期权定价公式的发现者罗伯特·莫顿和马尔隆·斯科尔斯。尽管后来这两位诺奖得主并没有参与长期资本管理公司的交易模型设计,但两位泰斗级的人物的加盟大大增加了公司的声望。
开始时,基金的募集并不顺利,主要的原因是:(1)麦利维瑟拒绝向投资者透露他的投资战略,这使得投资人根本搞不清楚自己的钱将被怎样使用。(2)很多投资者对长期资本管理公司如此高的财务杠杆表示十分震惊(关于杠杆,后文将会介绍)。(3)大的机构投资者无法忍受长期资本管理公司收取的高额管理费。加之莫顿教授和几位合伙人的宣传能力较差,导致投资者在路演时昏昏欲睡。麦利维瑟还亲往奥马哈,想拉巴菲特投资长期资本管理公司,但巴菲特只是对其进行一番鼓励,没投一分钱。好在美林证券的创新设计有了效果,它设计了一系列针对不同税负和法律地位的投资者的子基金。例如针对普通美国投资者的基金,专门为免税养老基金设计的基金,为日本投资者设计的将利润与日元进行对冲的基金,甚至为欧洲客户设计了在交易所上市的基金。但所有这些基金最后都将汇集到长期资本管理公司。同时,所罗门公司公布了以前5年套利部的利润情况,这使得麦利维瑟可以用其以往的辉煌业绩作为宣传的筹码。
1994 年初, 另一位重量级人物——戴维·马林斯, 美国联邦储备委员会副主席——加盟长期资本管理公司。这使得长期资本管理公司获得了全世界许多国家和地区的官方的资金, 马林斯加盟后不久, 长期资本管理公司就获得了新加坡政府投资公司、台湾银行、科威特政府养老基金和中国香港土地发展署的资金。随之而来的是更多的信任和更多的资金。意大利中央银行外汇管理局投资 1 亿美元, 日本住友银行投资 1 亿美元等。同时, 还有一大批名人投资该公司, 如好莱坞著名经纪人迈克尔·欧维兹、耐克 CEO 菲尔·奈特、纽约石油巨子罗伯特·贝尔夫等。最终, 1994 年 2 月底, 长期资本管理公司正式开业, 开业时资金总量为 12.5 亿美元, 虽然只有目标的一半, 但已是历史纪录了。
在长期资本管理公司开始经营时，格林斯潘送给了该公司一份大礼。1994年2月，格林斯潘宣布提高银行短期贷款利率。这大出市场意料。债券市场暴跌，投资者纷纷撤离。由于部分对冲基金采用高杠杆交易，利率的提高，流动性的缺失，使得这些对冲基金蒙受了巨大损失。斯坦因哈特4天损失8亿美元，索罗斯2天损失6.5亿美元。但幸运的是，长期资本管理公司刚刚募集完资金，债券市场的暴跌不仅没有为该公司造成损失，反而为该公司创造了投资机会。按照麦利维瑟的观点，市场疯狂的抛售只会使利差放大到不合理的程度，而这正为长期资本管理公司创造了赌利差会回归正常状态的机会。
刚刚募集的巨额资金和良好的市场机会,使得长期资本管理公司从开始经营时就赚钱了,而且是大笔的钱。
其实长期资本管理公司所用的方法很类似于前面几章所讲的套利方法，只是将其运用于债券和衍生品市场。由于后面详细分析长期资本管理公司的交易方式（现在已不是什么秘密了），这里仅举一个例子。这个例子就是30年期美国政府债券套利。30年期美国政府债券因流动性存在着一个价差。具体说来，每次30年期政府发行6个月或更长时间后，其流动性都会大大下降而成为非当期(off the run)的债券。这主要是因为债券信用等级较高，投资者买入之后大多长期持有，很少出手，所以交易次数少。由于缺少流动性，通常该种债券相比于发行时间少于半年的同样的30年期政府债券会有折扣，也就是收益率之间会有一个利差。1994年，长期资本管理公司发现，刚发行的30年期政府债券的收益率是 $7.24\%$ ，而发行时间超过半年的同类型债券的收益率 $7.36\%$ 。也就是说由于流动性较差，非当期债券要多支付12个基点的利息。而长期资本管理公司的合伙人认为这是不正常的，毕竟29.5年以后到期和30年以后到期没有太大差别，不应有如此大的利差。所以他们买入非当期的债券，同时卖空发行时间少于半年的债券，希望利差会大大缩小。但是，12个基点的利差很小，即使利差最后减小到2个基点，该交易的收益也只有 $1\%$ ，而且还要等上几个月的时间。这样收益率并不高。但如果使用杠杆，情况就不同了。采用10倍杠杆就可将 $1\%$ 的收益率变为 $10\%$ ，如果采用20、30倍的杠杆率，收益就会被放得更大。当然，杠杆的影响是双向的，也就是说，在放大收益的同时，也会放大亏损。最终，长期资本管理公司买进了10亿美元的非当期债券，卖空了10亿美元的当期债券。这里有一点值得注意，前面介绍过，长期资本管理公司控制的资金总共有12.5亿美元，而他们在这笔交易的头寸却是20亿美元，他们如何做到的呢？实际上，长期资本管理公司几乎没有使用自己的钱就完成了交易。因为虽然买入债券要花费10亿美元，但卖空债券可以获得10亿美元。当然，这里忽略了保证金和利息的问题。但实际上，由于长期资本管理公司的名气和资本量，加之麦利维瑟的讨价还价的能力，长期资本管理公司所做的所有交易都不交保证金，这几乎给了该公司创造无限杠杆的能力。
交易最终被证明是成功的,利差向预料的那样缩小了。该笔交易使长期资本管理公司获利1500万美元,而所动用的自有资金几乎是0。第一年长期资本管理公司的收益为28%,扣除管理费和提成后,投资者的收益为20%。第二年的收益为59%,扣除管理费和提成后的投资者收益为43%。随后长期资本管理公司又成功地募集了10亿美元的资金，1995年采用的杠杆为28倍，如果没有杠杆，1995年的收益率将仅有 $2.45\%$ 。至1996年春天，该公司被30倍杠杆放大之后的资本总量为1400亿美元，已成为全美最大的对冲基金，比第二位的对冲基金大了4倍。而到了1997年，长期资本管理公司未经杠杆放大的资产已达到50亿美元，一切看起来都非常完美。
但随着资金量的扩大,长期资本管理公司面临任何一个资金扩大的基金都会面对的问题——如何为日益增加的资金找寻投资方向。当你只是一家规模较小的基金时,你可以努力去赚市场的钱。但当你达到成为市场的一个非常大的组成部分时,就是另一回事了,利润就会大大减少,因为你能赚谁的钱呢?自己的么?长期资本管理公司,面对的正是这一情况。因为采用的是相对价值交易,按公司合伙人的理解,就是赚确定的小钱,并通过杠杆放大,所以能够交易的机会并不算多,单笔交易能容纳的最大资金量有限。同时,随着公司名气的扩大,华尔街各大机构纷纷成立套利部门,采用非常类似的方法交易。竞争的加剧使得交易机会更少了。因此,要想维持前几年的收益率,长期资本管理公司必须寻找新的投资方向。
长期资本管理公司的合伙人将目光投向了股票市场，开始采用配对交易和风险套利的方法（这在前面都介绍过）。但他们对这一市场并没有研究，只是相信自己在任何一个领域都能做得比别人好。不仅如此，长期资本管理公司的合伙人，尤其是哈格哈尼和希利布兰德，还在自己的未知领域出手大方，完全不顾风险。例如，哈格哈尼在英国壳牌和荷兰皇家石油的配对交易中头寸竟达23亿美元。而希利布兰德则热衷风险套利交易，在西屋电器公司并购哥伦比亚广播公司的交易中，他不断买进哥伦比亚公司的股票，将该公司股票价格推高至只比西屋电器公司的收购价低62美分，并且投资杠杆比率达20倍。
同时，长期资本管理公司的多数合伙人还将自己的多数资产投入自己的公司，甚至个人向银行贷款再投入基金。希利布兰德向法国里昂信贷银行借了2400多万美元投入了长期资本管理公司，汉斯·赫舒米德向该行借了1500万美元，其他合伙人也或多或少借了一些。就这样，长期资本管理公司不仅作为企业采用极大的杠杆，它的合伙人同样采用了杠杆，杠杆的大小达到惊人的地步。
但利润终究还是下降了,1997年上半年,长期资本管理公司的收益率只有13%,表明投资的机会减少了。所以,当长期资本管理公司的合伙人结束了与美林高层的高尔夫聚会后,公司就宣布了减资决定。公司决定,公司所有的外部投资者必须收回其一半的资金。到1997年底,公司将1994年开业之前投入公司的原始投资在该年的全部利润，以及以后投入的全部资金及应分配利润，一次性退还给投资者。返还对象不包括长期资本管理公司的合伙人和员工，同时也不包括比较大的战略投资者。
虽然向投资者退回了资金,但长期资本管理公司的杠杆后资本规模却并没有减少,也就是说,他们使用了更大的杠杆。同时,长期资本管理公司的合伙人在此利用自己的杠杆,增加了自己在公司基金中的份额,当然也欠下了惊人的债务。就这样,在投资机会越来越少的时候,长期资本管理公司的合伙人却通过杠杆,将自己推到了悬崖的边缘。
长期资本管理公司的失败主要可以归于两个原因。第一是对利差过于自信。正如本书前面几章所写，很多套利的方法，实际上是基于某种差值，即相对价值策略。套利者相信，当这一差值偏离正常值或合理值太远时，最终会回到正常值。当然，也有套利者会赌差值会扩大，但相对较少。长期资本管理公司正是这一差值回归思想的坚信者。差值越是扩大，他们就越是认为差值回归的机会增大，就越是会扩大头寸。但正像第11章配对交易那章所写，差值不一定会回归合理值，因为合理值是根据历史数据算出的，但没人能够保证，历史的条件会一直保持下去。如果某些条件改变了，合理值就有可能发生改变，这样差值有可能永远无法回归以前的合理值。另外，如果考虑到资金的机会成本，特别是考虑使用杠杆时的借贷成本，交易的时间长度就非常关键。如果差值长时间没有回归合理值，则即使最终回归合理值，套利者所获得的收益可能也无法弥补资金成本。也就是说，套利者可能是对的，但却挣不到钱。当存在盯市时，问题就更加严重。因为如果在交易过程中，差值进一步扩大，则套利者会被追加保证金。如果套利者的杠杆很大，则可能因为资金不足，无法满足追加保证金的要求。一旦如此，清算商就会强行平仓，在价格对套利者不利时终止套利者的头寸，使得套利者蒙受巨大损失。如果再考虑到套利者是采用高杠杆的，那么这样的平仓甚至可能造成套利者的破产。而这正是长期资本管理公司发生的情况。
另一个失败的原因是投资组合理论的缺陷。投资组合理论的基本观点通俗说来，就是不要把鸡蛋放在一个篮子里。分散地持有，可以把风险有效地分散。因为资产之间不是完全相关的，一种资产的损失会被另一种资产的盈利弥补。但这一理论的关键点是资产之间的相关性不能很高，如果所有资产的价格都向一个方向运动，那么无论怎么分散，也无法减少风险。而长期资本管理公司正是认为自己将资金分散于很多交易之中，交易彼此之间相关性低，所以基金总体的风险很小。但是，东南亚经济危机以及随后的俄罗斯债务危机，却使得全球股市同时大跳水,流动性差的债券价格也出现暴跌。换句话说,几乎所有长期资本管理公司认为会回归合理值的差值,都同时扩大了,分散的投资并没有减少风险。
正是在以上两个原因作用之下,长期资本管理公司的合伙人一步一步坠入了深渊。
1998 年初,随着 IMF 救助了韩国,整个亚洲金融危机似乎过去了,股票市场一再创下新高,一切看起来都很好。同一时期,为了寻求新的投资机会,长期资本管理公司的合伙人正在离他们擅长的套利策略越来越远。他们开始进入外汇市场、公司股票期权市场等,而且头寸很大。希利布兰德甚至试图卖空巴菲特的伯克希尔·哈撒韦公司的股票。而且很多投资头寸并未像以前那样,利用相关资产的反向头寸进行对冲,而是纯粹的投机,逐渐背离其相对价值投资的理念。同时,公司对于风险的控制也流于形式,几乎没有人可以对希利布兰德和哈格哈尼进行约束。而他们两个人早已脱离了原来保守的交易策略,利用公司的资金为所欲为了。
5月,危机的征兆开始出现,利差开始向长期资本管理公司预计方向的相反方向扩大,水平不断提高。于是,不仅是长期资本管理公司,其他在债券市场进行套利的机构也都出现了亏损。而这又使得一些亏损的企业(如所罗门美邦)出售资产以弥补资金的减少。同时,抵押担保债券出现了大幅下挫。资金的需求使得各机构不得不进一步抛售资产。新兴市场债券成为抛售的对象之一。于是,东南亚刚刚被救助的各国(如新加坡、泰国、印尼等)再次面临大量资金外流,本币大幅贬值。随后,抛售的目标转向了俄罗斯。俄罗斯央行不得不将卢布利率提高三倍以阻止资金外逃。此时,投资者开始将资金转向相对安全的美国国债,使得国债收益率下降。同时,其他债券如公司债券由于被抛售,收益率开始上升。因此,这类债券与美国国债的利差进一步扩大,导致长期资本管理公司的损失继续增加。1998年5月,长期资本管理公司的资产损失了6.7%,但这还只是刚刚开始。
进入6月,几乎所有长期资本管理公司表现活跃的市场,利差都在扩大。至6月中旬,30年期美国国债收益率跌到了5.58%,这是首次发行30年期国债以来的最低点。表明投资者避险情绪高涨,纷纷买入美国国债,抬高了国债的价格,从而减少了收益率。但同一时期,长期资本管理公司却在大量卖空美国国债,以对冲他们买入的其他债券品种,依然认为利差会回归合理值。但实际上,不动产抵押债券与国债利差,由96个基点上升至113个基点;垃圾债券与国债利差,由224个基点上升至266个基点;公司债券与国债利差,由99个基点上升至105个基点；非当期国债与当期国债的利差，也由6个基点上升至8个基点。总之，长期资本管理公司的每个市场的利差都扩大了，出现了巨额亏损。整个1998年上半年，长期资本管理公司的资本亏损 $14\%$ 。虽然为了资金的需要，公司卖出了一些资产，但卖出的是与价格直接涨跌相关的交易品种，但坚持保留与利差缩放有关的品种，甚至对这些品种增加头寸，财务杠杆竟达31倍。
7月,俄罗斯市场动荡不安,短期债券收益率上升到120%!整个市场都在关心俄罗斯政府是否会违约。部分投资者已开始抛售俄罗斯的国债。但哈格哈尼接受了经济学家大力宣传的说法,即俄罗斯作为核大国,是不会违约的,未对其俄罗斯的国债进行减持。8月初,俄罗斯债券价值大跌,各大机构都在大量抛售俄罗斯债券。同时,全球市场都陷入了卖压之中。8月第二周,俄罗斯央行终于无法抵挡市场对卢布的抛压,外汇储备枯竭,于13日宣布对卢布进行管制。同时,整个银行系统瘫痪,股市被迫休市,短期利率升至200%。两个月的时间,长期资本管理公司的俄罗斯债券价值跌去50%。但合伙人依旧认为,利差已经如此之大,所以不可能进一步扩大,所以很快就会缩小。因此,他们不仅没有减少俄罗斯国债的头寸,反而还增加了持仓量,仿佛将公司的未来都赌在了俄罗斯。
8月17日,俄罗斯政府宣布将延期偿还所有债务,放任卢布贬值。这无异于是一枚重磅炸弹。俄罗斯的违约动摇了投资者对于新兴市场的信心,资金纷纷从新兴市场大举出逃。几乎所有稍有投资风险的资产都遭到了抛售,投资者只想要安全。于是,大量资金涌入美国30年国债。这直接导致利差越来越大。长期资本管理公司的合伙人的乐观,并没有使他们摆脱困境,亏损越来越大。每时每刻都在亏损,每分钟以百万美元计。一天之内,基金亏损5.53亿美元,占资金总额的15%。
亏损还在逐日的扩大。长期资本管理公司要想继续维持它的头寸，就需要资金的注入，否则就可能被强行平仓。合伙人到处奔走，希望能获得宝贵的资金，但效果并不好。资金的注入速度根本赶不上资产的损失速度。到8月底，银行由于担心对冲基金的风险，纷纷抽紧银根，迫使对冲基金普遍斩仓。抛售热潮的加剧使利差继续扩大，而收紧的银根使得长期资本管理公司几乎筹措不到资金。双面打击之下，长期资本管理公司的合伙人近乎绝望了。麦利维瑟甚至把一处地产归到了自己妻子名下。并且，由于几乎所有人都在抛售，所以市场几乎没有买家。就算长期资本管理公司想要卖出资产套现以弥补损失，实际上也根本找不到买家。整个8月，长期资本管理公司亏损19亿美元,资金余额只剩22.8亿美元。但公司的风险并没有减少,杠杆竟然上升到55倍。
9月初,麦利维瑟不得不向投资者公布了长期资本管理公司的损失。市场哗然。随之而来的是更加惨痛的事实,华尔街在落井下石。长期资本管理公司所持有的资产几乎都比市场的一般水平跌得要惨,表明其余机构都在想方设法逃离长期资本管理公司持有的资产,以免长期资本管理公司被迫减仓时的抛压加剧自己的损失。但这种情况使得长期资本管理公司更加惨痛,而且所持有头寸过大,根本无法抛售,因为一旦抛售就会引起市场的剧烈震荡,加剧抛压,损失可能更大。
此时，长期资本管理公司的终结者出现了。负责公司清算业务的贝尔斯登，要求长期资本管理公司在该公司的账户资金不得低于5亿美元，否则将停止清算服务。随后，各大机构也都开始了瓜分长期资本管理公司的行动，不仅抛售，甚至卖空长期资本管理公司所持有的投资项目。因为几乎所有人都预料，长期资本管理公司迟早会因为资金需求抛售资产，从而使得价格下跌。9月中旬，长期资本管理公司的资本仅剩15亿美元了，仅仅几天后，资产净值更是只剩5.55亿美元。
最终，9月底，为了防止长期资本管理公司破产导致的金融市场动荡，美联储出面调和，美国15家金融机构注资37.25亿美元购买长期资本管理公司 $90\%$ 的股权，从而接管了长期资本管理公司。长期资本管理公司的大部分合伙人都损失了 $90\%$ 的个人财富。由于本书以套利为主，对于救助的细节，这里就不介绍了，有兴趣的读者可以看《营救华尔街》一书。值得一提的是，麦利维瑟并未就此放弃。15个月后，麦利维瑟和他的部分合伙人成功筹集了1.5亿美元，重新开始了他们的投资之旅。
最后,我们分析一下长期资本管理公司的投资方法。作为历史上最著名的套利基金,长期资本管理公司使用了很多种套利方法,包括:
当期债券与非当期债券套利, 这一方法已在前面讨论过, 这里不再赘述。
房屋抵押证券交易
首先介绍一下 IO 和 PO。IO 和 PO 是房屋抵押证券的衍生产品。所谓房地产抵押证券，简单说来就是将购房者的抵押贷款放入一个资产池。然后把这一资产池的现金流均等分割为数份债券，出售给投资者。而 IO 和 PO 是将这一资产池中的对于利息的还款支付给 IO 的购买者，将本金的还款支付给 PO 的购买者。
这样,如果贷款利率下跌,则购房者倾向于转贷款,即使用新的贷款来偿还原来的贷款,以减少利息支付。这样,由于原来的贷款被提前偿还,基于原来贷款的资产池的可得利息就大大减少了,所以 IO 的价格就会大幅下降。而由于本金被提前支付,PO 的价格会大幅上涨。反之,如果贷款利率上升,买房者就不倾向于提前还款,而且本金的偿还比例还会因为利率的提高而下降。所以,此时 IO 的价格就会上涨,而 PO 的价格就会下跌。
在 1993 年,美国房屋抵押贷款利率在越战后第一次降至 7% 以下。利率的下降使得贷款购房者纷纷开始转贷款,那一年,美国大约有 40% 的人进行了转贷款,IO 价格大幅下降。其实 IO 价格下降的幅度远远超过其应该下降的位置。长期资本管理公司的模型显示,这一价格的下降,只有认为全体美国人都进行了转贷款才能解释,而这显然是不现实的。因此,市场的恐慌使得 IO 的价格被低估了。所以,长期资本管理公司借助杠杆,大约买入了 20 亿美元的 IO。为了对冲风险,他们同时买入了美国国债,因为国债的价格变动与 IO 相反。到 1994 年春天,利率上涨,IO 价格猛升。所以,长期资本管理公司虽然在国债上有所损失,却在 IO 上获利颇多。
- 欧洲国债
长期资本管理公司成立之初，欧洲正在开始货币一体化的进程，但最终是否会采用统一的货币并没有一致的看法。所以欧洲各国的外汇和债券市场非常热闹。长期资本管理公司注意到，欧洲各国的利差较大，如果最终各国采用同样的货币，则利差不会这么大，应该趋向一致。所以，长期资本管理公司买入当时利率比较高的西班牙和意大利的国债，同时卖空利率比较低的德国和法国的国债，希望国家间的利差会缩小。
股票配对交易。该方法前面已经介绍过, 不再赘述。
并购风险套利。该方法前面已经介绍过，不再赘述。
以上只是长期资本管理公司的几种主要的套利方法，并没有涵盖其所有的套利方法。从以上几种方法可以看出，长期资本管理公司都是采用相对价值的投资方法。即买入一项资产的同时卖空一项与其相关的资产，这样实际上并不需要对某一种资产的价格变动进行预测，只需要分析两种相关资产的相对价格变动。表面上看来，这样的投资风险小于对单一资产的投资。但从长期资本管理公司的最终失败可以看出，相对价值投资的风险并不一定就小于绝对价值投资，特别是当价差较小而采用大的杠杆的时候。所以，不应对相对价值套利策略掉以轻心。总之，本书所介绍的套利技术，不可能保证投资者一定获益而没有风险。
参考文献#
- R. Almgren, N. Chriss, “Value under Liquidation”, Journal of Risk, 19992. R. Almgren, N. Chriss, “Optimal execution of portfolio transactions”, Journal of Risk, 20003. R. Almgren, C. Thum, E. Hauptmann, and H. Li, “Equity Market Impact”, Journal of Risk, 20054. D, Bertsimas, AW. Lo, "Optimal control of execution costs", Journal of Financial Markets, 19985. Michael A. Berry, Edwin Burmeister, and Majorie B. McElroy, "Sorting Out Risks Using Known APT Factor", The Journal of Finance, April 19886. Fischer Black, "Toward a Fully Automated Stock Exchange", Financial Analysts Journal, 19717. Gary Brinson, L. Randolph Hood, and Gil Beebower, "Determinants of Portfolio Performance", Financial Analyst Journal, 19868. G. Brinson, B. Singer, and G. Beebower, “Determinants of Portfolio Performance II: An Update”, Financial Analysts Journal, 19919. Louis Chan, Josef Lakonishok, “The Behavior of Stock Proices around Institutional Trades”, Journal of Finance, 199510. Clarke, R. H. de Silva, S. Thorley, “Portfolio Constraints and the Fundamental Law of Active Management.” Financial Analysts Journal, 200211. Clarke, R. H. de Silva, S. Thorley, “The Fundamental Law of Active Portfolio Management”, Journal of Investment Management, 200612. Ronald H. Coase, "The Nature of the Firm", Economica, 193713. K. Cohen, J. Pogue, “An Empirical Evaluation of Alternative Portfolio Selection Models”, Journal of Business, April 196714. J. B. Copas, “Regression Prediction and Shrinkage”, Journal of the Royal Statistical Society, Vol. 45, No. 3, 198315. D. K. Dey, C. Srinivasan, “Estimation of a Covariance Matrix Under Stein’s Loss”, Annals of Statistics, 198516. Ian Domowitz, “A Taxonomy of Automated Trade Execution Systems”, IMF Working Papers, 199217. Ian Domowitz, Henry Yegerman, “The Cost of Algorithmic Trading: A First Look at Comparative Performance”, 200518. B. Efron, “Bayesians, Frequentists, and Scientists”, Journal of the American Statistical Association, 200519. E. Elton, M. Gruber, “Estimating the Dependence Structure of Share Prices: Implications for Portfolio Selection”, Journal of Finance, December 197320. R. Engle and R. Ferstenberg, “Execution risk”, Journal of Portfolio Management, 200721. Paul Erlich, "Cash Optimization", Acadian Research, Boston, 199722. John Evans, Stephen Archer, “Diversification and the Reduction of Dispersion: An Empirical Analysis”, Journal of Finance, Dec. 196823. F M. rank, P. Wolfe, “An Algorithm for Quadratic Programming”, Naval Research Logistics Quarterly, 195624. Financial Times, “Trading with the help of ‘guerrillas’ and ‘snipers’”, March 19, 200725. G. Frankfurter, H. Phillips, J. Seagle, “Performance of the Sharpe Portfolio Selection Model: A Comparison”, Journal of Finance and Quantitative Analysis, June 197626. P. Frost, J. Savarino, “An Empirical Bayes Approach to Efficient Portfolio Selection”, Journal of Financial and Quantitative Analysis, 1986. 927. R. Grinold, R. Kahn, "Active Portfolio Management", McGraw-
Hill, 199928. Gur Huberman, Werner Stanzl, “Price Manipulation and Quasi-Arbitrage”, Econometrica, 200429. John Hull, "Options, Futures and Other Derivatives" (6th edition), Prentice Hall, 200530. Britten Jones, "Sampling Error in Mean-Variance Efficient Portfolio Weights", Journal of Finance, Dec 200231. Bruce I. Jacobs, Kenneth N. Levy, "Market Neutral Strategies", John Wiley & Sons, 200532. Kim Kendall, "Electronic and Algorithmic Trading Technology", Elsevier, 200733. Amir Khandni, Andrew Lo, "What Happened to the Quants in August 2007?", web. mit. edu/alo/www/papers/august07.pdf
Robert Kissell, Merton Glantz, "Optimal Trading Strategies: Quantitative Approaches for Managing Market Impact and Trading Risk", AMACOM, 200335. Robert Kissell, Roberto Malamut, "Algorithmic Decision Making Framework", Journal of Trading, Winter 200636. Robert Kissell, Roberto Malamut, "Understanding the Profits and Loss Distribution of Trading Algorithms", Journal of Trading, Spring 200537. F. Lillo, J. D. Farmer, and R. N. Mantegna, “Master curve for price-impact function”, Nature, 200338. C. Morris, “Stein’s Paradox in Statistics”, Scientific American, May 197739. Anna Obizhaeva, Wang Jiang, “Optimal trading strategy and supply/demand dynamics”, MIT working paper, 200540. Andre Perold, “The Implementation Shortfall: Paper Versus Reality”, Journal of Portfolio Management, Spring 198841. Richard Roll, “A Critique of the Asset Pricing Theory’s Tests Part: On Past and Potential Testability of the Theory”, The Journal of Finance, March 199742. Richard Roll, Stephen Ross, “An Empirical Investigation of the Arbitrage Pricing Theory”, The Journal of Finance, December 198043. William Sharpe, "Capital Asset Prices: A Theory of Market Equilibrium under Conditions of Risk", The Journal of Finance, 1964. 944. William Sharpe, “The Arithmetic of Active Management”, Financial Analysts Journal, Vol. 47, 199145. Filippo Stefanini, "Investment Strategies of Hedge Funds", John Wiley & Sons, 200646. Nicholas Stein, “Small World, After All”, Fortune, July 22200247. Hans R. Stoll, "Electronic Trading in Stock Markets", Journal of Economic Perspectives, 2006 Volume 2048. Ed Thorp, "A Perspective on Quantitative Finance: Models for Beating the Market", The Best of Wilmott, 2003 vol. 149. Robert Tibshirani, "An Introduction to the Bootstrap", New York: Chapman and Hall, 199350. The Trade, "Algorithmic Trading, a buy-side handbook", 200551. Ganaphathy Vidyamurthy, "Pairs Trading: Quantitative Methods and Analysis", John Wiley & Sons, 200452. W. Wagner, M. Edwards, “Best execution”, Financial Analyst Journal, Vol. 49, 199353. Mark Whistler, "Trading Pairs: Capturing Profits and Hedging Risk with Statistical Arbitrage Strategies", Wiley, 200454. OE Williamson, "Markets and Hierarchies: Analysis and Antitrust Implications", New York: Free Press, 197555. 查尔斯 P. 琼斯(Charles P. Jones)著, 李月平、陈宏伟译, 《投资学分析与管理(第十版)》, 机械工业出版社, 200856. Edwin J. Elton, Martin J. Gruber, Stephen J. Brown, William N. Goetzmann 著, 余维彬(译), 《现代投资组合理论与投资分析》, 机械工业出版社, 200857. Chi-fu Huang, Robert H. Litzenberger 著, 宋逢明译, 《金融经济学基础》, 清华大学出版社, 200658. Roger Lowenstein 著, 孟立慧译, 《营救华尔街》, 上海远东出版社, 200059. 国信证券, 数量化投资技术综述, 2008 年 12 月
何杰, “交易系统自动化程度的国际比较”, 证券市场导报, 2001 年 2 月
上海证券报，“我国证券交易技术规范发展的里程碑——《证券交易数据交换协议》介绍”，2005.662. 张昕，《基于复杂时间处理的金融软件系统实现和改进》，浙江大学硕士论文，200763. 中国证券监督管理委员会，《中国证券期货统计年鉴(2007)》
FIX 协议组织 http://www.fixprotocol.org/
Document generated by Anna's Archive around 2023-2024 as part of the DuXiu collection (https://annas-blog.org/duxiu-exclusive.html).
Images have been losslessly embedded. Information about the original file can be found in PDF attachments. Some stats (more in the PDF attachments):
Images have been losslessly embedded. Information about the original file can be found in PD PDF attachments):
{"before_pdg2pic_conversion": {"filename": "MTI3NDE4NDluemlw",
"filename_decoded": "12741842.zip",
"filesize": 91290363,
"md5": "f80034f1ca3508e1165e4284a9ad2328",
"header_md5": "faf5e4619f9f2a3646bf1442a5e8cd7a",
"sha1": "4bae8365c2e9b73a1ccecef471c72e456196feb4",
"sha256": "c8d6a7bc432a4bd2407df610a0f9800e9f386419623e11a887f443f0b5044bdb",
"crc32": 3922919597,
"zip_password": "",
"uncompressed_size": 106593432,
"pdg_dir_name": "",
"pdg_main_pages_found": 324,
"pdg_main_pages_max": 324,
"total_pages": 337,
"total_pixels": 1359214920},
"after_pdg2pic_conversion": {"filename": "MTI3NDE4NDluemlw",
"filename_decoded": "12741842.zip",
"filesize": 91108073,
"md5": "b6b55f7317434907420acc3fffcc78af",
"header_md5": "1978c6d28ae2393bfdf4229dc3c94566",
"sha1": "7ca799d592f135f627dceae4baed442b861a7b9f",
"sha256": "861814ea1432775d1f6bbfa1f23210f322ba0475fb56913acf0a711815b6c41d",
"crc32": 1688379073,
"zip_password": "",
"uncompressed_size": 106585960,
"pdg_dir_name": "",
"pdg_main_pages_found": 324,
"pdg_main_pages_max": 324,
"total_pages": 337,
"total_pixels": 1755001640},
"pdf_generation_missing_pages": false}