现代金融理论的边界 — 假设崩塌、市场异象与指数化的理论依据

现代金融理论不是一个理论,而是三块在 1950–1970 年间叠起来的基石——它们解决的问题不同,但踩在同一组假设上,所以会一起裂。先把"它们各自主张什么"压成一句话,再看共同的地基。

• MPT(Markowitz 1952,均值-方差):理性投资者只关心组合的期望收益 $\mu$ 与方差 ${\sigma }^2$,通过分散把"不被补偿的个体风险"消掉,落在有效前沿上。
• CAPM(Sharpe 1964):均衡时人人持有市场组合,单一资产的预期回报只由它对市场的敏感度 $\beta$ 决定,$E[Ri]=Rf+{\beta }_i(E[Rm]-Rf)$。
• EMH(Fama 1970):价格已经反映了所有可得信息,所以无法靠公开信息持续获得风险调整后的超额收益。

这三块共用的地基假设有五条,按"现实中崩得多快"排序:

抓住这张表的因果链:正态假设崩 → 方差不足以度量风险;理性假设崩 → 出现可被利用的异象;无摩擦假设崩 → 成本决定主动/被动之争。后面四节就沿这三条线展开。

EMH 不是一个开关,而是三个强度递增的版本,每一版都被一类信息和一组"异象"挑战。判断市场有多有效,等于判断哪一层被穿透了。先讲三层的含义,再看异象到底说明了什么。

• 弱式(Weak):价格反映历史价格信息 → 技术分析无效。但动量(Jegadeesh-Titman 1993:过去 3–12 月赢家继续赢)是对弱式最顽固的反例。
• 半强式(Semi-strong):价格反映所有公开信息 → 基本面分析无法持续超额。但 PEAD(盈余公告后漂移)、价值/规模/低波等异象长期存在,直接挑战半强式。
• 强式(Strong):价格反映包括内幕在内的全部信息 → 几乎无人真信(内幕交易能赚钱本身就是反例)。

关键不是"市场有效还是无效",而是对每个异象追问它属于哪一类——这决定了它能不能被你利用:

实践含义:面对任何"跑赢指数"的策略,先把它放进这张表分类。多数"异象"是后两类——这正是为什么默认应该是指数化,而非追逐异象。

MPT 在纸面上完美:给定 $\mu$、$\sigma$、相关性矩阵,解一个二次规划就得到有效前沿。问题是这三组输入全都得估计,而 MVO 对输入误差极度敏感——Michaud(1989)因此称它为 "误差最大化器(error maximizer)"。这是 MPT 从理论到实务最大的裂缝。

因果链很直接:期望收益 $\mu$ 最难估且误差最大 → 优化器把"估计值偏高一点"的资产当成真的更优,给它极端权重(常常是角点解:某资产 80%、另一些为 0) → 这些权重对样本外完全不稳健,换一段历史就翻盘。方差和相关性虽比 $\mu$ 好估,但相关性在危机里会跳变(§4),进一步放大问题。

正因为裸 MVO 不可用,实务里的主流配置法本质都是给 MVO 打补丁、降低对 $\mu$ 的依赖:

实践含义:不要相信任何给你算出"最优权重"的工具——它对你喂进去的预期收益过度敏感。宽基指数本身就是一个"不估 $\mu$"的稳健解,这是它的隐藏优势。

五条假设里,正态分布崩得最早也最致命,因为整个"用 $\sigma$ 度量风险"的体系都建立在它上面。Mandelbrot 早就指出市场回报是**肥尾(fat tails)**的:极端日的发生频率远高于正态预测——正态下"25 个标准差"的事件几乎不可能,而 2008、2020 这类日子在历史上反复出现。

三个具体的崩塌方式,对组合各有杀伤:

• 肥尾:用正态 + $\sigma$ 算出的 VaR / 风险预算会系统性低估尾部损失;真实风险藏在分布的尾巴里,不在方差里。
• 波动聚集(volatility clustering):波动不是恒定的,而是"大波动跟着大波动"成簇出现 → 单一静态 $\sigma$ 是错的,平静期会让人误以为风险低。
• 危机相关性 $\to 1$:平时低相关的资产,在系统性抛售里相关性同时跳向 1 → MPT 承诺的"分散"恰好在最需要的时候失效。这是 2008 的核心教训:跨资产、跨地区的分散在流动性危机里一起跌。

实践含义(对你的组合直接相关):分散是常态的免费午餐,但不是危机的保险。真正的尾部保护要靠现金缓冲、不加杠杆、和(可选的)显式对冲(见 对冲操作手册),而不能指望"持有很多只 ETF"在崩盘时救你——它们的相关性那天会一起奔向 1。

把前四节的边界合起来,反而能从第一性原理推出指数化的合理性——这不是信仰,是两条几乎无法反驳的逻辑。

第一条:弱式有效就够了。 不需要市场完全有效。只要价格足够难预测(弱式+大部分半强式成立,异象多为风险补偿或会被套利侵蚀),主动选股的信息优势就稀薄,扣费后难持续。

第二条:Sharpe 算术(1991)——这条是恒等式,不靠任何假设。 所有投资者合起来就是市场,所以主动投资者作为整体,毛收益必然等于市场;扣掉更高的费用和交易成本后,主动整体的净收益必然低于被动整体。这不是实证规律,是会计恒等式——这是被动指数化最硬的理论依据。

那主动还剩什么空间?只在 EMH 漏的地方:真低效的角落(小众市场、信息不充分、流动性差处)、以及承担别人不愿扛的风险换溢价。后者被系统化成了因子 / Smart Beta——但因子是"规则化的主动",它的两个软肋必须记住:

• 溢价衰减:McLean-Pontiff 等研究发现,因子异象一旦被学术发表,样本外溢价平均衰减约一半——被套利和拥挤吃掉。
• 拥挤(crowding):太多钱涌入同一因子 → 估值被推高、未来溢价被透支,且在去杠杆时一起踩踏。

把理论边界落到一个 ETF / 指数为主的组合上(也就是你当前的结构),得到的不是"再调一次最优权重",而是几条纪律:

• 宽基为底:用宽基指数承担市场 $\beta$——这是 Sharpe 算术保证你能稳拿的部分,成本极低、不估 $\mu$、最稳健。
• 因子为卫星,且当它会衰减:价值/质量/低波等因子 ETF 可作卫星,但按"会拥挤、会衰减"来对待,不重仓押单一因子,留意估值与资金拥挤。
• 成本与税是少数确定的超额:省下的费率、减少的换手、税务效率,是不依赖任何预测就能拿到的收益(见 税务高效交易)。这是 §1 "无摩擦假设崩塌"的正面利用。
• 再平衡是纪律不是择时:固定规则再平衡(阈值/定期)是把"高抛低吸"制度化,避免在波动聚集期被情绪牵着走。
• 危机里别指望分散:§4 的相关性 $\to 1$ 意味着真正的尾部缓冲是现金 + 不加杠杆,这也解释了为什么留一定现金比例本身是组合的稳定器。

一句话总结:现代金融理论告诉你市场难赢、风险测不准、最优解不稳健——这些"负面结论"恰恰是指数化 + 低成本 + 纪律再平衡这套打法的全部理论依据。