“同风学友”郑凌凌:市场的潮落潮涨
郑凌凌,中国人民大学商学院财务与金融系教授、博士生导师,国家“优秀青年基金项目”获得者。2014年于英国帝国理工大学取得金融学博士学位,此后加入中国人民大学商学院,专注于资产定价、市场异象、量化因子与对冲基金等领域的前沿研究。迄今已在《金融研究评论》(RFS)、《金融经济学杂志》(JFE)、《会计与经济学杂志》(JAE)、《会计研究评论》(RAST)、《管理科学》(MS)等金融学、会计学和管理学的国际顶级期刊发表多篇论文,研究成果曾获《经济学人》杂志关注报道。2020年,郑凌凌教授的合著论文《Should Mutual Fund Investors Time Volatility?》发表于《金融分析师期刊》(Financial Analysts Journal)第77卷第1期。
金融学里有一条几乎人人都知道的“常识”:风险越高,回报越高。这个逻辑如此直觉,如此顺滑,以至于多年来被写进了无数教科书的第一章。然而,郑凌凌教授的研究却告诉我们:现实世界里,这条线是弯的。高波动率的资产或者投资产品经常带来更低的收益。这不是个例,而是长期数据呈现出来的系统性规律。
2020年,郑凌凌教授及其合作者在《金融分析师期刊》(Financial Analysts Journal)第77卷发表了题为《Should Mutual Fund Investors Time Volatility?》的论文。该研究揭示了一个反直觉却极具实战指导意义的投资方法:投资者若能在主动型基金近期波动率处于低位时增加投资,并在波动率高企时减少投资,就能显著提升风险调整后收益。研究数据表明,这种动态波动率调整的策略,能将样本期内主动型基金的中位数年化阿尔法(Alpha（ALP）)从-0.79%提升至1.75%甚至2.32%,夏普比率也实现了显著跃升。这一发现不仅证明了动态调整优于传统的静态买入持有策略,更为主动型基金的资产配置打开了全新视角。这种对常识的突破并非偶然,郑凌凌教授的学术研究始终扎根于复杂的市场现实,正如她所倡导的投资哲学与人生观那般:面对充满不确定性的世界,投资者需要在周期（883436）轮动中保持清醒,用“动态再平衡”的智慧去校准属于自己的最优配置。
本期是“同风学友”的第四期,专访中国人民大学商学院郑凌凌教授。
01弯曲的资本市场线
横轴是风险,纵轴是预期回报,逻辑简洁得像一句格言——你承担多少风险,市场就回馈你多少收益。
但现实数据画出来的,未必是一条向上的直线。
“高风险资产往往无法提供与其风险对等的补偿。”郑凌凌教授说这句话的时候语气平静,陈述一件已经反复验证过的事实。她补充到“有研究发现,大beta股票的平均收益系统性的低于资产市场线(security market line)的预测。即实际数据画出来的资本市场线比理论预测的要更平缓。这一现象意味着大beta股票的价格很可能被高估,而相对的,小beta股票的价格被低估了。Betting Against Beta(BAB)策略即利用了这种错误定价的机会,买入便宜的资产即小beta股票,同时卖空贵的资产即大beta股票。这种多空组合的股票投资策略已被大量数据证实能为投资者带来超额收益。Low-volatility策略也是基于类似的原理,即低波动率的股票相对于高波动率的股票平均能产生更高的超额收益。”
为什么会这样?郑凌凌教授的解释指向两个相互叠加的机制。
第一个是情绪的扭曲。当市场处于扩张期,投资者对高成长性股票的狂热追逐会集中涌向高波动、高系统风险的资产。这种资金的集中不是理性配置,而是情绪宣泄——它在短期内极大地推高了这部分资产的价格,同时也压低了它们未来能够兑现的回报空间。今天买得越贵,明天赚得越少,这是最朴素的价格逻辑,却常常在亢奋的市场情绪中被人遗忘。
第二个机制更隐蔽,是杠杆约束的扭曲。许多风险偏好极高的投资者或机构,在现实中受制于交易制度规则,无法直接加杠杆放大收益。怎么办?他们只能退而求其次,把资金集中押注在本身波动率就极高的资产上——用资产本身的高风险来替代杠杆的放大效果。这种被规则逼出来的需求集中,让高风险资产被系统性地“买贵了”,最终的回报自然也就打了折扣。
理解了这两个机制,一件事就变得清晰:现实中资本市场线与其理论值的偏离,不是市场失灵的偶然,而是有迹可循的结构性现象。
郑凌凌教授和合作者在FAJ发表的论文关注的是共同基金动态波动率管理策略。该研究受到了近年来金融文献中关于波动率管理股票策略的启发。比如Barroso和Santa-Clara(2015)以及Daniel和Moskowitz(2016)发现,波动率管理的股票动量策略(stock momentum)几乎消除了该策略的崩盘风险,并几乎将原始动量策略的夏普比率翻倍。Moreira和Muir(2017)将该分析扩展到多个股票异象因子,发现波动率管理组合能显著提升多个异象组合的超额收益。郑凌凌团队将这些股票因子的研究扩展到共同基金领域。既然文献发现波动率在时间上具有持续性——过去一段时间的高波动或低波动状态,在短期内往往会延续——那么基金投资者就可以利用这一特征,动态调整在不同基金上的仓位配置:当某只基金的波动率上升,适度减仓;当波动率处于低位,则可以加大配置权重。实证结果表明,这种基于动态波动率调整的策略,最终实现的夏普比率显著优于静态持有。
这是一个典型的“反直觉但有数据支撑”的研究结论——而这,正是郑凌凌教授最感兴趣的那类问题。
02因子不老,只是在轮回
过去十几年,金融学界掀起了一轮轰轰烈烈的“因子挖掘运动”。研究者们用历史数据反复筛选,发现了数百个能够预测股票超额收益的因子,被人戏称为“因子动物园”。随之而来的问题是:这些因子被发现、被公开、被大量资金追逐之后,超额收益还能持续吗?它们会不会像被过度捕捞的鱼群一样,彻底灭绝?
郑凌凌教授的答案是:从市场数据来看,多数因子并未消失。但原因值得细想。
“因子的收益特征伴随着阶段性的轮动与时变。”她解释说,以动量因子为例——买入过去一段时间的赢家、卖出输家——这个策略在长期历史区间里能够提供显著的超额收益,但并非恒定不变。在某些特定的短期区间,它可能表现平平,甚至在市场危机时遭遇大幅回撤。正是因为套利资金涌入后因子收益会被摊薄,因子的阶段性失效会吓退部分资金,这种套利资金的流动反而让旧因子得以在时变轮动中持续存活——没有彻底退场,只是在等待下一轮复苏的时机。
人工智能（885728）的加入,改变的是发现效率,而非因子的本质逻辑。郑凌凌教授的判断是,AI并没有凭空制造出新的市场规律,它借助更强大的数据处理能力,帮助研究者在旧有的因子生态里挖掘出了更多此前被忽视的信号,也帮助从业者获得更强的因子择时能力。那些规律,在历史长河中早已客观存在,只是此前的工具不够锋利,没能把它们找出来。
这里还藏着一个更反直觉的现实:对冲基金和量化机构,并不总是扮演“纠正错误定价”的角色。回顾互联网泡沫破灭前夕,普林斯顿大学教授Markus K.Brunnermeier与其合作者曾做过一项研究,其成果《Hedge Funds and the Technology Bubble》于2004年发表在《金融杂志》(The Journal of Finance)第59卷第5期。他们通过对美国大型对冲基金持仓数据的实证研究发现,面对被严重高估的科技股,这些机构非但没有选择卖空来将价格引回理性区间,反而赶在泡沫破灭前疯狂增加了科技股的持仓。这并不是失误,而是一种冷静的商业理性——只要能够在泡沫破灭前及时出逃,顺着非理性情绪赚钱,就是最优策略。对冲基金的底层逻辑是顺应并利用情绪赚钱,而非承担消灭市场错误定价的义务。这也解释了为什么错误定价在套利资金大量涌入后,依然无法被彻底消灭。
但因子的存活空间,在中美市场之间存在着结构性的差异——而这个差异,比很多人想象的要大得多。
在成熟的美国市场,机构投资者占据了绝大多数的交易份额。量化资金体量极度膨胀,每一个可被利用的信号都早已被反复开采,寻找Alpha（ALP）的难度极高。而中国市场的生态截然不同:按交易量口径,散户占比目前仍高达六成左右。这意味着,市场中存在大量非理性的、可被预测的定价偏差,头部量化机构的规模突破千亿,在郑凌凌教授看来并不令人意外,而是“散户资金向机构化转移这一市场发展阶段的必然趋势”。
当然,这种结构差异不会永远存在。随着中国资本市场持续走向成熟,机构占比将逐步提升,Alpha（ALP）的空间也会相应收窄。因子的轮回,在不同市场里,只是发生在不同的时间刻度上。
03学者不是判官
2008年金融危机之后,许多国家的监管机构在市场剧烈动荡时期,经常会采用临时卖空禁令的方法来稳定市场,阻止股市进一步崩盘。郑凌凌教授和合作者对金融危机后多个市场的卖空禁令进行了系统性的前后对比研究,发现卖空禁令是一把双刃剑,一方面它确实能在某种程度上让资产价格企稳,但另一方面由于人为限制卖空交易,资产价格所堆积的泡沫在禁令期间可能会变得更加严重。这项研究更广泛的意义和启示在于,卖空者并非市场的“破坏者”,恰恰相反——他们是价格发现机制的重要参与者,他们的存在让高估的资产有了被纠偏的渠道。一旦这个渠道被封堵,价格就失去了向下的压力,泡沫反而越吹越大。
这篇发表于金融学顶刊《金融经济学杂志》(JFE)的研究,后来引起了监管层的关注,研究结论也获得了《经济学人》的报道。
但她讲述这段经历时,着力点并不在荣誉本身,而在于这背后一个更根本的问题:学者在面对市场时,究竟扮演什么角色?
“金融学术研究的核心目的在于解释客观现象,厘清它们为什么会发生,并深入探讨其给市场带来的实际后果,而非去充当市场的判官。”郑凌凌教授说,研究者不应当固守某种理想化的标准模型,去强行限制自由市场的交易边界。金融市场是一个动态演进的复杂生态,当原有的理论无法解释新的现实时,学者的任务是更新研究思路和模型,重新对新现象给予合理的解释——这才是研究者不断迭代知识体系的常态工作。学术研究的价值和这份工作的魅力在于,研究人员永远在学习新事物,并在此过程中不断提升自我对这个世界的认识。
这种“解释范式”,同样延伸到了她对金融创新的态度。面对人工智能（885728）交易、区块链应用、全天候交易等新兴事物,郑凌凌教授的立场是:只要在合法合规的框架内运行,就不应对其加以过多人为限制。她给出了两条评估创新合理性的底线:第一,不能引发系统性风险;第二,不能打破公平交易的根本原则。只要未曾触碰这两条底线,市场没有必要对新事物进行盲目的声讨。
“科技的发展在大多数时候会走在监管的前面。”她说,学术研究的任务不是预先设计一套完美的（HK3990）制度去约束创新,而是在包容自由市场活力的同时,密切观察这些新业态会给实体经济带来怎样的实际后果——当研究揭示出潜在的负面影响时,它就已经完成了向政策制定者输出科学依据的使命。
解释,而非裁决——这六个字,是她给自己划定的边界。
04人生也需要动态再平衡
访谈快结束时,话题自然地从市场转向了人。
郑凌凌针对个人投资者,给出了两条投资建议。第一条是:切忌过于频繁的交易。许多研究表明,频繁买卖往往是散户亏损的重要原因之一——缺乏算法优势的普通投资者在反复倒仓的过程中,极易沦为超高频量化机构的对手盘,在跨期博弈中持续流失利润。相反,如果能看准某一资产的长远价值,在更长的周期（883436）里持有,最终实现高回报的概率反而更高。第二条是:保持大局观。现实中许多人过分聚焦于微观细节和短期得失,反而忽略了对宏观经济周期（883436）和产业发展大方向的审视。这种大局观的缺失,往往会导致整体策略的失效。
这两条建议,放到更宏观的人生抉择框架里,同样成立。
我们把话题从市场拉向了更远的地方——年轻人的选择。近年来,媒体上关于年轻人“全员求稳”的叙事铺天盖地——保研、考编、进国企,仿佛一代人都在集体向低风险路径逃窜。郑凌凌对这种描述持保留态度。她说,这种判断在很大程度上是一种刻板印象——她在课堂和日常接触中看到的,远比这复杂得多。有人选择国企、政府机关,也有人主动冲进证券公司（399975）、基金公司、私募机构——两种人都不少,只是媒体惯于报道前者。选择本身的分布,并没有描述得那么单一。
在郑凌凌看来,对年轻人的人生规划做一刀切的建议——无论是鼓励冒险还是劝人求稳——都不符合科学的配置哲学。经典的养老金配置逻辑通常建议年轻时多配置权益资产、年老时转向固收,但投资风格的多样性,归根结底源于每个人风险偏好的异质性。有人买股票是为了等待爆发性增长,有人仅仅满足于股息带来的稳定现金流,没有哪种取向天然更高级。
“应当首先去倾听并厘清个体内心真正想要的生活形态,进而基于其个性化的目标,量身定制通往该特定路径的具体策略。”
这句话,像极了她研究了多年的动态再平衡策略:没有固定的标准仓位,只有根据当下处境持续调整、不断校准的最优配置。
市场如此,人生亦然。
不知道大家对本次更新有什么想法呢?
欢迎在评论区留言哦
