人工智能能否帮助识别基金经理的技能？

FT:

 美国科技公司在人工智能领域投入的巨额资金目前每年高达 4000 亿美元，而人们对这一投资的质疑也接踵而至。

怀疑论者问道，这些投入最终能否收回，更不用说产生人工智能狂热分子所期望的神奇回报了。从国际货币基金组织总裁克里斯塔利娜·格奥尔基耶娃到摩根大通总裁杰米·戴蒙，金融界领袖们都警告称，市场将出现突然回调。这会不会成为历史上非理性繁荣的极端案例之一？

你可能还记得，这句话是美联储主席艾伦·格林斯潘在互联网泡沫开始时创造的。后来，他改口说泡沫只有在泡沫发生后才能被发现。格林斯潘的修正主义观点忽略了这一点，即在任何泡沫中，总有一些精明的人能够预见泡沫的到来。例如，在 1929 年华尔街崩盘前夕，统计学家罗杰·巴布森警告说，“可怕的”崩盘即将来临。最近，美国基金管理公司 GMO 的联合创始人杰里米·格兰瑟姆曾预测日本泡沫破裂、互联网泡沫破灭和 2007-08 年金融危机。在英国，基金经理兼慈善家乔纳森·鲁弗在互联网泡沫破灭、金融危机和新冠疫情导致的市场暴跌期间为他的客户获得了丰厚的回报。然而，这种反对的声音总是被那些声称“这次不同”的人淹没。

当今股市估值是否非理性，是一个判断问题。但投资者行为是否非理性，则是另一个问题。显然，自南海泡沫以来的所有市场狂热中，投机者都沉醉于不为人知的财富故事，并被错失良机（Fomo）所驱使。Fomo 虽不及狂热，但也并非完全非理性。更重要的是，在专业投资者主导市场的 21 世纪，他们身上正体现着一种自相矛盾且反常的理性。

出现这种情况的原因是，养老基金等资产所有者将大量资金委托给资产管理公司。主动型资产管理公司的传统职责是通过评估企业长期现金流产生的基本价值来实现收益最大化。然而，这里存在一个委托代理问题。为了监督资产管理公司，资产所有者通常会将其与某个指数进行对比。

因此，如果管理者持有的上涨股票的权重低于指数，他们就会面临压力，不得不采取动量策略或趋势跟踪策略来提升短期业绩。因此，他们最终会成为上涨股票的后期买入者和下跌股票的卖出者，代价是长期业绩不佳。这有助​​于降低他们被解雇的风险，或者至少是被解雇得更早一些。

伦敦政治经济学院的保罗·伍利 (Paul Woolley) 和迪米特里·瓦亚诺斯 (Dimitri Vayanos) 的研究表明，这种动量交易有助于解释主动型基金经理业绩不佳的原因，并助长了持续的估值过高倾向。如今无处不在的被动投资，就是动量的放大版。它不仅会放大错误定价，还会降低个股的流动性，增加其波动性。这会导致资本配置不当，尤其是在公司利用定价过高的股票进行收购，从而加剧行业和投资组合集中度的情况下。人工智能进一步扭曲了这些市场动态。英格兰银行担心，使用基于人工智能的先进交易策略可能会导致企业持有相关性日益增强的头寸，从而加剧冲击。然而，这项技术也可能是解决由此产生的不稳定性的关键。

Woolley 和 Vayanos 与牛津大学 Nigel Shadbolt 爵士领导下的人工智能专家合作，开发了新的投资组合分析形式，旨在将动量与基本面价值分离。这涉及使用长达 30 年的实际价格数据来运行合成投资组合。

初步结果揭示了管理者在确定基本面价值方面的技能（或缺乏技能），而非他们在运用动量方面的运气。实际上，该方法论解开了委托代理冲突。而且，由于这一人工智能诊断流程提供的汇总数据显示了市场受动量主导的程度，因此它应该有助于识别泡沫。

业绩归因质量的大幅提升潜力，对资产所有者来说显然很有价值。但这永远无法消除泡沫。投资者天生的繁荣倾向和企业对杠杆的执着，会周期性地共同挑战时代的智慧。任何泡沫中，精明的反对者都会遇到的障碍是，泡沫破裂的时间几乎是无法预测的。