1984年，费雪·布莱克从麻省理工学院来到高盛。到纽约后，很快他就宜布了一个不朽的发现：“市场在查尔斯河沿岸比在哈得逊河沿岸更有效。”
布菜克的妙语对他在高盛的同事来说是个好消息。在华尔街，高盛向来处于最具进取性的交易公司行列，而进取型交易看米却与布莱克坚定推崇的在各方面由资本资产定价模型和均衡构成的理念不合拍。幸好布莱克意识到了华尔街和马萨诸塞州剑桥的不同，大家都松了口气。事实上，布莱克很快成为了对固定收益和股票投资等一系列盈利性策略进行定量模型开发的积极推动者。与此同时，高盛的员工们逐渐懂得了如何从布莱克奇特的举措和个性中获益。
1986年的一天，布莱克对一个应聘固定收益研究职位、名叫鲍勃·利特曼(BobLitterman)的人进行面试。利特曼在明尼苏达大学获博士学位，曾短暂任教于麻省理工学院，但是他的主要兴趣在于计量经济学——统计方法在经济及金融预测上的应用。布莱克并不看好计量经济学，因为计量经济学不认为均衡是决定因素。实际上，布莱克两年后在一篇标题直白的文章《计量模型的困境》中声称“某些经济变量很难估计，我就称它们为‘无法观测值’，其中有两个是股票市场预期回报和债券风险溢价"。'但是，计量经济学家们依然在尝试。
面试一开始，布莱克就问利特曼：“是什么让你觉得计量经济学家对华尔街有用?”利特曼为自己进行了有力的辩护，使得布莱克尽管质疑计量经济学的价值，但并未反对利特曼的应聘。虽然利特曼始终未能让布菜克转变为一位积极的计量经济学家，但他们却最终成了一对极富创造力的搭档。这带来了意想不到的效果：布莱克成功地让利特曼转变为一位积极的均衡论者。正如利特曼对我说的，“费雪的见解成了我的职业。”
不久，他们合作创建了衍生工具、对冲策略、风险管理和资产配置策略模型。所有这些工作在1992年到达了顶点：不朽的布莱克-利特曼模型(Black-LillermanModel)诞生了布莱克-利特曼模型结合了预期回报的均衡理论和多种积极型管理策略，取得了巨大的成就。这种成就相当于让纽约扬基队(Yan-kee)的球迷和波土顿红袜(RedSox)的球迷共处一室而不发生口角。
利特曼这样解释均衡预期回报：“均衡是指资产的预期回报与它们的价格化风险暴露成一定比例的一种状态。资本资产定价模型是个有用的近似模型，尽管人们可以接受更复杂，也许更现实的多期的多种价格化风险的均衡模型。”
刚开始，利特曼在高盛从事固定收益研究，随后转任全公司的风险管理部门总管。这是个有趣的任命，给利特曼带来了极大的权限，但是他却希望高盛能将自己从员工管理部门调往业务管理部门。他渴望能找到机会将自己和布莱克创立的整套理论应用于实践。1993年，利特曼曾试图说服乔恩。考钦(JonCorzine)把自己调往投资组合管理部门，考钦当时是公司执行合伙人，之后被选为新泽西参议员，随后任州长。但是，考钦的回答却是，“不行，鲍勃，我们还有很多更重要的事等你做。”
利特曼密切关注着资产管理业务的发展。克利夫·阿斯尼斯(CliftAsness)是芝加哥的金融学博士，曾做过尤金·法马的助教。阿斯尼斯于1994年组织过定量研究小组。1995年，他发起成立了全球阿尔法基金(GlobalAlphaFund)。该基金获得了出人意料的回报率：1996年达92.8%;1997年为34.8%。利特曼惊叹：“看起来这钱很好赚。”他告诉我。阿斯尼斯和他的团队在1997年底离开了高盛，创立了AQR资本管理公司(AQRCapitalManagement)。该公司现在已经是一个市值300亿美元的欣欣向荣的资产管理机构。
随着阿斯尼斯的离开，利特曼终于来到了资产管理部门，负责定量策珞和;创建风险管理模式(他随后脱离了风险管理，因为风险管理部门总管雅各布·罗森加登(JacobRosengarten)被提升为直接向决策总管报告)。利特曼现在负责定量股票部门，这个组织自8年前成立以来一直由鲍勃·琼斯(BobJonee)总管，管理着近1000亿美元各种股票投资组合。这些组合大多是只做多头模式(long-onlyformat)，但也有少星运用于多头/空头策略，包括对冲基金。利特曼同时也负责定量策略部门，该部门管理其他所有事务，主要是对冲基金、固定收益证券以及全球战术资产配置(globaltacticalassctalocaion，GTAA)。目前，它由马克卡哈特(MarkCarhart)和雷·伊万诺夫斯基(Raylwanowski)共同管理。此外，利特曼也看管全球投资战略，一个由库尔特·温克尔曼(KurtWinkelmamm)管理、针对客户的咨询业务，包括风险预算、资产配置和资产/负债管理。利特曼称自己的工作是“一支队员们不上场的棒球队的教练”。在利特曼的领导下，回报很高且增长迅速，总资产达千亿美元。
当我询问利特曼他到底在管理多少资产时，他回答：“有件事可以确定——我们曾是个低风险的定量部门，但现在就机构内部直接管理的对冲基金而言，我们无疑是世界上最大的对冲基金管理者。除此之外，我应该给出简单的回答，但事实却有点复杂。”他是对的：他的同答十分复杂，但也透露了很多高盛资产业务管理模式。
“我们管理两种不同类型的资产，不包括采取的波动性调整，”利特曼解释道，“管理的部分资金属于传统策略。在这种情况下，资金直接归客户所有。剩下的部分构成可转移阿尔法策略(portablealphastralegy)，我们通常称之为重叠。”
利特曼接下来举了个例子。“假设在可转移阿尔法策略中，有客户要求我们管理一个10亿美元名义投资组合中的部分资金。可转移阿尔法策略意味着跟踪期内平均误差不超过100个基点(1%点)的规定基准。与指数基金之类消极型策略不同，这实际上要求我们在当天结束时为客户创造1000万美元的主动性风险，或称为跟踪误差。但由于这是可转移阿尔法策略，我们不需要真正投资10亿美元的客户资金，而是通过实施衍生工具策略实现目标。这只需要大约4000万美元的保证金来为这个策略融资。”随后，就这一概念的另一种情形，他补充道：“如果在直接管理而非可转移阿尔法策略的情形下，客户可只签订20亿美元、50个基点的主动性风险合同。这样我们就可以用同样的方法管理4000万美元资金。但此时，我们称之20亿美元名义资产。”
结果是对被管理资产的一套多方面的计量。利特曼认为仅是名义资产的增加不足以代表高盛的经营水平。高盛区分低波动性投资组合与高波动性投资组合，认为这一区分对对冲基金和可转移阿尔法策略来说尤其重要。一个4%波动性的100亿美元投资组合大致上相当于16%波动性的25亿美元投资组合。
“重点是我们所有决定和策略所考虑的中心都是波动性，”利特曼说，“我们并不回避风险，因为与费雪同事一起，我们确信预期回报直接随风险变动——这就是费雪的意思和我在提到均衡时的意思。这个信念是我们所有策略的中心。认为世界趋于均衡的均衡理论是我们认识世界的核心。我知道看不见的手依然存在。”
日常的投资组合管理需要不断发展，利特曼意识到人们不能只是坐在那里任凭均衡的力量主宰：“我们决心牢牢控制住波动性以使其不超出客户对可容忍的基准风险和跟踪误差的规定。波动性从来不好对付。”
因为波动性不好对付，投资者必须控制他们的理财管理者接受主动性风险的数量。管理者的冒险会使投资组合偏离基准规定多远?在任一时点，真实的投资组合与反映客户风险厌恶和对市场预期回报的长期观点的既定组合的区别有多相近?
如利特曼认为的，“创建投资组合就是如何适当配置风险。大多数人遗忘了这一点，也没有足够重视它。
任一投资组合的风险都是内在有限的商品。更为重要的是，客户的风险容忍总量也是内在有限的商品。客户预见性地将稀缺资源分配到多位管理者于中，从而在对客户和投资组合管理者来说均是资源稀缺的环境中，风险管理成了资源分配的过程。这一点有更普遍的意义。不仅仅投资组合风险是有限商品，客户的风险容忍量也是有限的。限制规定得越明确，投资组合管理也就会越成功。
对于任何稀缺资源分配来说，预算都是适当的。用利特曼同事杰森·戈特利布(JasonGottlieb)的话说，风险预算是“风险分化的诊断工具，日的是确定整个组合中风险的米源和程度……以帮助我们弄清一个项目就其主动性风险而言是否得到了适当的问报。”
风险预算在3方面具体规定了实际投资组合与客户政策组合之间的出入：资产配置、贝塔值或“管理者的投资组合对规定基准幅度的敏感度”和股票选择风险。股票选择风险由经贝塔效应调整后发生的跟踪误差来表现。“高股票选择风险率，”戈特利布解释说，“是产生高质量风险的一个典型信号。”
股票选择是“高质量风险”，因为不管选择单个证券来增加价值有多难，它总比抓市场时机或者在部门问(例如，资本物品对比消费产品)或形式上(例如，增长对比价值)下赌注的风险小得多。选择证券容易分散风险，因为存在上千种机会可供选择。而如果对高于或低于整个资产级别和形式或部门进行投资，风险就只能通过小量的机会来分散。这意味着在市场时机或管理形式上走错一步所产生的后果都比在一个由大量单只股票组成的投资组合中错把股票A选成股票B的后果更严重。
成功投资的最佳途径对投资者关键性的第一步要求是了解市场有效性，弄清“如何通过调整所吸纳的风险使我们的投资表现优于基准?”这个问题的答案引出了以下的选择：“我们如何在积极型管理和被动型管理中选择?”人们越是坚信市场有效性，就会越多地投资于被动型管理。
这段活应该在投资过程一开始就被提出来。“你必须决定如何在阿尔法和贝塔之间进行分配，”利特曼解释道，“耶鲁和哈佛都认为市场并非完全有效.并且回报可以从与市场不相关的风险中获取，所以他们直接选择阿尔法。”利特曼的观点有所不同：“我的看法类似于费雪·布莱克，认为市场十分有效，但不是完全有效。”
以关于市场有效性的说法是布菜克和利特曼建立模型的基础;市场有效性的观点仍然是利特曼负责下所有资产管理的核心因素。利特曼用直接出自《投资革命》的论据发展了布莱克的发现。“像我们这样的人，”他对我说，“十分专业和富于创造性的投资组合管理者，会使市场朝有效的方向变动。有我们创造的回报，我就不必担心当前市场是否完全有效。但是一直以来，它们正快速地变得更加有效。世界正走向量化，变得没有秘密了!阿尔法已经供不应求，难以获得了。关键在于细节，感谢上帝，还好存在很多细节。这就是为什么像我们这样的计量分析师能获取那样的回报的原因。”
利特曼喜欢把他的思想转化为有形的东西。“就像是钓鱼，”他说，“过去你想得到鱼，只要把线撒出去然后等待就行。但现在鱼变得越来越少了，你就必须得运用更好的技术而不仅仅是撒线。少数明白这点的人钓到了很多鱼。尽管如此，我们使世界趋于均衡，这样风险与预期报变得相关，想通过积极型管理获取同报也就变得越来越难。’
这一观点与布莱克30年前的观点一样。“我们每天都能在市场上看到，”利特曼继续道，“我们在世界上最具流动性的市场上进行操作，但我们也作用于那些市场上的价格。我们越来越难以确定事物是否有吸引力。预期回报是高于还是低于均衡价值?人如果失重的话，就会飘浮在空中。我们自已永远不会达到平衡，但是平衡却是重力的中心。市场正在发挥作用。”
他的讲话并不仅仅是哲学上的沉思。它会转变为指导如何在一个近乎有效的市场上操作的具体意见。比如，利特曼解释说：“像卖掉福特同时买入GM这样的短期交易机会很快会被套利者利用而消失。只有在执行交易时采取最有效的方法，才能继续赚钱。我们把重点放在长期目标，在包括货币、股票和债券在内的各个方面寻找获利机会。这样的投资对交易商来说时间太长，但我们可以接受——这个长度我们可以坚持。”
杰若米·格兰森(JeremyGranthamn)是Grantham、Mayo、VanOtterloo投资管理公司的主席兼首席规划师(ChiefStrategist)。他与几大专做短期机会操作的机构投资者很熟。当被提供需要较长时间才能回收的投资项目时，他显得害怕和不耐烦。反复考虑保罗.萨缪尔森对此将发表怎样的看法，格兰森在一封给客户的信中解释了他的这种偏见，“理论上。长期很美好，但是现实中代理机构需要顾虑约3年的投资限度，这对于接受平均同报中的主要风险缩减效益来说，时间太短。所以为了避免痛苦，代理机构宁愿选择离开。”
格兰森从各类投资者离开以避免痛苦的投资倾向中，得出了一个著名的结论。这一过程导致股票巾场比在较长期观点盛行时更具波动性，而“这导致了……似1929年大危机的外部事件对经济产生重大影响……现在具有讽刺意味的是，很多被赋予了运用长期的天生的绝好优势的机构却在多数情况下选择不运用它。”
与之相反，只要能控制波动性，高盛就会把波动性当成机会。分散化策略是控制波动性的主要方式，所以高盛所有的策略都会被分散投资于全球各个市场。但是阿尔法是积极型管理中一种游戏的名字，而冒险选择长期的自由增加了产生阿尔法的可能性。结果黄金出现在投资者彩虹的底部：高夏普比(SharpeRatio)。夏普比衡量回报与风险的比率。具体来说，夏普比是投资组合实现的回报减去无风险资产回报的值，除以该回报的波动性得到的比率。这个值越高越好一对美元来说更是如此。
利特曼密切关注着他监管的投资组合的夏普比。“在盈利好的月份之间，我们一直都有损失。什么事都不容易。尽管如此，我们连续10年创造夏普比为1.0，这意义非同一般。在整个市场中，波动性是预期回报的3~5倍。”我问利特曼他是否认为高盛可能在不确定的未来保持高夏普比。“当然不能，”他回答，“我们也不可能创造无限的财富。有些东西必须付出……每天都有新的竞争对手出现，而且他们懂得很多。学术界50年来一直在谈论这种情况。”
如利特曼再三重复的，“全都是风险管理。”但是重视风险管理并不意味着利特曼认为不论何时低风险总是优于高风险。关键在于控制。在夏普比一定时，较高的风险意味着较高的回报，因为夏普比是用回报除以风险;如果夏普比为常数，则增加风险就会导致更高的回报。
很多投资者不愿接受主动性风险，利特曼对此感到疑惑。给出一定的股票市场暴露——也就是贝塔——利特曼认为不论假设夏普比为何值，总存在-个最优主动性风险量。多数投资者都很少接受主动性风险，他们的总风险中有90%以上来自贝塔——来自市场本身的波动性。这样的话，他们就像是在预期得到的阿尔法值与主动性风险波动值之比仅仅是0.01~0.05的情况下进行选择一样。这个数字极其微小。利特曼进一步解释道：“比如，如果预期夏普比仅为0.25——这是股票市场夏普比的近似值，那么你就应该在贝塔和主动性风险之间平均分配风险。如果预期夏普比高于0.5——回报相当于所受波动性的一半，那么很明显你希望投资组合以主动性风险为主。”
保守的投资者持有一半投资于股票、--半投资于固定收益证券的分散性投资组合，在长期渴望获得正问报，但他们应该现实些。利特曼的团队估计，长期股票溢价比债券高出3~4个百分点，尽管目前很多经济学家认为低于这个数。那么这个五五开的投资组合长期内可创造大概1.5%~2.0%的税费前真实回报(剔除通货膨胀因素)。“不接受更多风险就不可能获得更高的回报，”利特曼说，“但是你没必要将整个投资组合置于高风险模式下。如果能找到可将集中的头寸转到创造阿尔法的能力上的高素质的积极型管理者的话，那么你就可以期望在铰少增加整个投资组合风险的同时产生较大的回报。”
此外，许多投资者都没有意识到分散对获取高额回报的作用。“考虑一下对冲基金的回报，”利特曼建议道，“你必须向对冲基金投入100%的资金以获取3%的主动性风险，因为回报是如此的分散。而机构投资者在对冲基金的投入少于10%的影响微乎其微。”
高盛的定量管理业务就像蜜蜂爱花蜜一样，热衷于高波动性。如利特受相信的，如果市场上风险与回报密切相关而趋于均衡，则波动性是扩充资本的好方法。假设你可以接受在短期内回报的大幅波动，那么你就有机会在期内获得更高的回报。这样，为客户将10亿美元投资于高波动性市场就会比投资相同数额在低波动性市场产生更高的回报。
“最好的情况是，”利特曼补充说，“当一个高素质的管理者提供一个高波动性的资金，如果该资金只包含阿尔法——没有对市场本身变动的系统性暴露，那么投资者只要通过确定投人的资金量即可随时管理风险暴露了。这与投资者运作低波动性资金形成了鲜明对比：为达到相同的回报能力，投资者必须运用杠杆且支付高额费用。”
这个观点对于对冲基金的投资者来说有重要的意义。很多对冲基金不提供纯阿尔法而是阿尔法和贝塔的晦涩混合，使投资者对整个投资组合的风险管理变得更复杂。为了使高素质对冲基金管理者扩大其阿尔法头寸，投资者必须向基金投入额外资金。该行动要涉及支付更高的费用，另外客户仍然有相对不分明的更高的贝塔风险。
风险管理和对风险的渴望虽然重要，但只是高回报这枚硬币的一面。在真实世界中，交易费用会让一切变得不同，因为低交易费用鼓励积极型战略而高交易费用将抑制积极型战略。
由于技术进步和竞争作用，定量分析团队现在只需在股票交易中支付部分费用，有时甚至零费用。这就在所有最复杂交易方法上产生了高技术的需求。例如，有一个电子网络，投资者可以通过计算机或程序盥名地进行相互交易。在交易中，交易者只根据大宗股票组合本身的特征而非持有者的个人姓名米竞价。在算法交易这个新兴的程序中，头寸不是针对每笔大宗交易，而是在一系列交易后进行清算或累积的。然后，计算机根据任一给定时刻的价格波动显示市场将接受还是拒绝交易，做出交易决定。如果价格波动显示交易将背离投资者想要成交的价格，则计算机就会拒绝交易。
“这一过程容许新的策略，”利特曼继续说，“但到时我们将更强大，这就使得我们在交易时对价格的影响力也同时增强。所以我们十分关注减少交易费用。账面上投资组合总能赚钱，但问题在于现实。对于高盛这样的大型投资者来说，衡量和减少对市场的影响是至关重要的。甚至在资产配置的过程中，市场影响也很重要。事实上，我们每天都在通过交易，对全球市场进行实验。每次进行交易时，我们都会观测我们的交易引起的市场波动。尽管我们是大机构，但是影响还是很难发现。我们希望能保持这样。”
