周小川：宏观审慎性政策是一个动态发展的框架(3)

　　(三)集体失误

　　理论上，有效市场假设相信市场本身是功能完善的，投资者是理性的，市场价格能够充分反映一切可以获得的信息，因此市场供求关系得出正确的价格，金融市场是有效市场。这一经济学理论在现实中受到挑战，人们怀疑市场并不总是完美的，投资者也不那么理性，羊群效应、动物精神、非理性躁动、恐慌等会有所表现。特别在危机时，有效市场假设似乎出了故障，需要研究集体性出错问题。

　　集体失误究竟是微观现象还是宏观现象？对此有不同的解释。以美国次贷危机为例，宏观上的解释是，2000年美国纳斯达克泡沫破灭后，有一段时间实行低利率政策，导致泡沫积累并最终破灭。微观的解释则侧重于对微观行为的分析，如由于对形势的乐观，金融机构相互竞争降低信贷标准，放松对客户还款能力的审查，甚至发放零首付和初始利率为零的房贷，推动了房价持续上升，并通过再融资功能，进一步导致买房者的负债扩张和消费膨胀，加上监管未及时跟上，最后引发泡沫；再如，对金融机构过度使用发起—配售模式的分析，抵押贷款机构发放房贷后，很快通过资产证券化工具打包出售，一旦风险资产出现问题，这些机构已经脱身，不再承担责任。在市场竞争中，某些单个市场主体的行为演变成集体行动，最后体现为宏观上的偏差，演变为危机的爆发。

　　这些都是对危机不同视角的解释，实际上宏观和微观因素很可能发挥着相辅相成的作用，理论上可以有多方面的研究。其中，一个重要方面是金融行为学的视角，这也是这次危机以后广受关注的一个课题。过去，在有效市场假设下，价格反映了全部市场信息，即金融体系以及实体经济的全部信息，因此金融机构的行为并不重要。这使得很多涉及宏观政策和金融稳定的分析模型中，都没有考虑金融机构及其行为。但经济中实际情况要复杂得多，应该有更深入的研究。

　　首先是“羊群效应”。简单说，羊群效应即“从众效应”，是指人们的思想或行为经常受到多数人影响，从而出现的从众现象。人们会追随大众所同意的东西，自己则较少考虑或作出独立的判断。从金融市场看，由于信息处理上的困难，投资者面对市场的不确定性往往是通过观察周围人群或业界领头人的行为而提取信息、作出判断，在这种行为的不断传递中，许多人的行为将大致相同且彼此强化，从而产生从众性狂热或恐慌。“羊群效应”与信息传导和计算复杂性有关，呈现为一种非线性特征。关于信息及其计算问题我后面还会进一步分析。

　　二是“动物精神”。“动物精神”最早由凯恩斯提出。他认为，人的情绪、心理有着广泛的影响，投资行为不能用理论或理性选择去解释，因为经济前景根本难以捉摸。因此他提出投资的冲动要靠“动物精神”，即靠自然本能的驱动。后来，诺贝尔经济学奖得主乔治•阿克洛夫和罗伯特•希勒提出将心理作用和金融行为相结合，进一步发展了动物精神的概念，其中包括对“躁动和恐慌”的行为研究。动物精神有好的一面，它鼓励人们承担风险、推动创新。但动物精神也易导致羊群效应，即便是在稳定的宏观经济条件下，也可能出现非理性躁动的集体性行为，导致泡沫产生。一旦市场出现问题，又可能出现恐慌情绪，大家都在逃跑，甚至落井下石，集中追债。这样即使一些机构原本看来健康，如摩根斯坦利、高盛在2008年9月时，实际上手头现金很充沛，但一旦恐慌蔓延，很快就把现金消耗殆尽，陷入危境。由此可见，我们可以从行为金融学角度研究投资顺周期行为产生的原因。

　　三是信息理论和计算的复杂性。现代社会中我们面临的是海量信息，搜集和整理信息的能力受到很大挑战。金融业也是如此，每天彭博资讯(Bloomberg)、路透(Reuters)上都有巨量的信息。从信息科学的角度讲，存在海量信息的获取、吸收和消化的耗时和成本问题，于是有大量的市场参与者存在依赖心理，更加依靠评级公司、权威研究机构、投资顾问，以至于过去的投资决策和风险管理一般都要求依据主要评级机构给出的评级，甚至有的中央银行和监管部门也大量使用国际性评级机构的评级作为其衡量和评判风险程度的基准。但实际上这些评级公司、研究机构也不是神仙，也面临同样的信息处理问题。这里面还存在着顺周期性和搭便车问题。一方面，评级业务本身会有顺周期性。在经济景气上升周期，评级往往越来越好，导致投资者未看到风险，加大投资力度；而一旦景气发生逆转，特别是危机出现时，评级不得不掉头，变化可能非常快，从3A级就一下子跌到C级，导致市场跟着恐慌。这表明评级公司消化市场信息的能力也是有限的，而且还体现出顺周期性。在最近的欧洲主权债务危机中，欧洲一些小国也有这样的抱怨，认为评级公司事先没有看出什么问题，在发生危机和融资困难时还一再降级，落井下石。另一方面，过度依赖评级会影响判断的独立性。金融从业人员和投资者可以搭外部评级的顺风车，只要金融产品满足了评级标准就不再自行判断其风险了。长此以往，金融业习惯了这种做法，过度依赖外部评级，导致投资行为更加趋同，易出现集体失误。我们既可以从金融部门结构来看这个问题，也可以从信息理论来研究其中更深层次的原因。

　　另外一个相关理论是计算的复杂性(Computing Complexity)。该理论源于特定数学模型维数增大时求解的可计算性问题，大意是在特定的算法(Algorithm)下，当信息量增加或方程组数量增加时，计算量的增加可能是算术型增长，也可能是几何型增长。在几何型增长的情况下，维数问题会使计算能力的需求或计算所需时间呈指数型上升，从而超过任何超大、超快巨型计算机的能力。除非发明新的有效算法。这一理论在选择计划经济还是市场经济的争论中曾被用过。假定一国中央计划部门能有效收集所有重要的有关供给和需求的信息，再假定该部门拥有大型计算机对优化资源配置进行大规模优化求解计算，则计划经济的供求匹配和优化效能将不亚于市场经济。但实际上无法在脱离价格的基础上收集和消化全部信息，用于优化配置的数学规划模型的算法也呈现出随维数而几何型增长的特性，因此无法实现这样的巨型计算任务。回到刚才谈的金融市场投资和价格形成的过程看，哪怕是小范围局部的投资也会带来维数和计算的复杂性问题，也必然演变成信息及其加工计算的成本问题。于是，出现若干寻求出路的倾向，如简化计算(趋势型交易、程序交易等)，又如依赖专业机构(评级公司、基金经理等)和自含对冲的指数型交易，等等。但这些方法又往往在不同程度上导致羊群效应、集体失误和顺周期性等问题。

　　信息处理的耗时和费力还导致了所谓的程序交易(Program Trading)。早在纳斯达克泡沫破灭前，大量的股票市场投资者就靠计算机根据趋势进行程序交易。程序交易的模型基本一致，加工信息的来源也大同小异。而且有研究人员试图证明技术分析能够解决一切问题，如果关注公司基本面，则会导致极大的计算复杂性，人们干脆忽略有关公司的大量信息，主要进行技术交易。结果，造成投资行为高度一致，羊群效应非常明显。后来的纳斯达克泡沫留下了对程序交易的深刻教训。此后，投资界就呼吁人们不要太迷信技术分析和程序交易，还是应着眼于信息的收集和基本面的研究，注重长期投资。

　　信息问题还与有效市场假设有关。有效市场假设是说金融市场里面的价格反映了全部的信息，问题是这个价格是如何形成的？当然是由所有的买者和卖者根据他们获得的信息进行判断。但是如果他们获取信息和计算的能力有限甚至出现错误的话，信息本身就存在问题，价格所反映的信息也必然不充分甚至有错，价格形成的有效性就成问题了。可见，信息问题和计算的复杂性涉及到经济学一些根本的假设和推理过程。

　　四是激励机制。激励机制反映出的主要问题是对风险与收益的激励不一致。金融危机后很多人对金融机构管理层工资奖金过高表示强烈不满，现行激励机制会鼓励交易者冒比较大的风险，其责任和收益不对称。另一方面，金融机构自我炮制了一些只在金融体系内部自我循环并增长的产品，脱离了为实体经济服务的宗旨，也使得金融机构的交易部门快速发展，获利丰厚。当景气周期处于上升阶段时，交易量越做越大，收益很高，而一旦出现危机，却要由全社会来参与救助，承担损失。当然，金融机构应根据绩效来发放工资奖金，即使其中已考虑了拨备和风险，也由于其风险衡量主要参考评级而有偏差，评级的顺周期也导致金融机构工资奖金发放出现顺周期性。此外，在绩效考核中大量应用公允会计原则，而公允会计原则本身具有顺周期性，就会在绩效考核上出现交易人员在市场好的时候获得高额的工资奖金，而市场下跌时却难以承担责任。如果对交易员的激励有问题，则必然出现对金融机构高管的激励失当，为获得高薪而使经营行为更加冒险激进。这方面的失当显然会引起集体失误。

　　归结起来，宏观审慎政策框架的出台有一系列的理论背景和内在逻辑，其中包含很多有研究价值的课题。