哈里·马科维茨 来源:诺贝尔奖官网
马科维茨生平
(资料图片)
1927年8月24日,马科维茨出生于美国伊利诺伊州的芝加哥。1947年,他从芝加哥大学经济系毕业,获得学士学位。随后,他在芝加哥大学获得经济学硕士和博士学位,师从著名学者经济学家米尔顿·弗里德曼和雅各布·马沙克,以及数学家和统计学家伦纳德·萨维奇。
马科维茨的学术和工作经历非常丰富,曾在多家知名院校担任教授,也曾在多家国际知名公司担任要职。
1952年,他从芝加哥大学毕业后加入全球政策研究公司兰德,并在那里建立了大型物流模拟模型,并从事SIMSCRIPT工作,这是一种计算机模拟语言,使研究人员能够重用计算机代码,而不是为每次分析编写新代码。1962年,他离开兰德公司创立Consolidated Analysis Centers,Inc(CACI)时,他领导了SIMSCRIPT专有版本的商业化。
1968年,马科维茨曾短暂在加利福尼亚大学洛杉矶分校担任金融学教授。随后,在1969年,他开始担任仲裁管理公司(Arbitrage Management Co)董事长和顾问。
1972年到1974年,他开始担任宾夕法尼亚大学沃顿(Wharton)学院金融学教授。1974年开始,他在国际商用机器公司(IBM)任职研究员。
1980年到1982年,他担任罗格斯(Rutgers)大学金融学副教授,1982年晋升为该校Marrin Speiser讲座经济学和金融学功勋教授。
1990年,因为在金融经济学方面做出了开创性工作,与威廉·夏普和默顿·米勒同时获得诺贝尔经济学奖。
马科维茨成就
马科维茨于1952年发表的经典之作《资产选择》一文,他以资产组合为基础,配合投资者对风险的态度,从而进行资产选择的分析,由此便产生了现代的有价证券投资理论。
在此之前,投资理论通常只关注股票的预期收益。但马科维茨意识到,如果投资者仅仅只关注股票的预期收益,那么所有人都应当将所有钱都投资于一只预期收益最高股票,这与实际中观察到的分散投资的现象明显不符。投资者分散投资是因为他们不仅关注预期收益,而且关注股票的风险。据此,马科维茨提出了“均值-方差”模型,假设证券收益率服从正态分布,以收益率的均值、方差这两个数字特征来定量描述单一证券的收益和风险。
他进一步考察投资组合收益率的均值和方差,发现组合收益率的均值是成分证券收益率均值的简单加权平均,但是组合收益率的方差却小于成分证券收益率方差的简单加权平均,从而解释了分散投资可以分散风险的数学原理。在这一框架下,马科维茨推导出证券组合有效边界,进而得到不同风险水平下的最优证券组合。1952年马科维茨首次发表了这一模型后,不断对其完善、发展,使其成为了影响学术界和金融机构资产配置实践的重要理论工具。
1954年,当马科维茨在他的博士论文答辩中,强调数学在股票市场分析中的应用。他这个想法是如此空前,以至于米尔顿·弗里德曼评论说他的论文甚至不是经济学。但到了1992年,他的观点受到如此尊重,以至于经济学家彼得·伯恩斯坦(Peter Bernstein)在《资本思想》(Capital Ideas)一书中称他为投资组合管理的数学和统计方法的发展是“现代金融史上最著名的见解”。
马科维茨在1959年出版了《证券组合选择》一书,详细论述了证券组合的基本原理,从而为现代西方证券投资组合理论(MPT)奠定了基础。
60年代后,马科维茨的大部分理论成为投资组合管理的标准做法,诺贝尔奖获得者保罗·萨缪尔森(Paul Samuelson)总结了他的贡献,说“华尔街站在哈里·马科维茨的肩膀上”。
马科维茨对经济学的另一个重大影响是,他是第一个理解评估风险相关性的重要性的人——事实上,风险不仅取决于每只股票的个别风险,还取决于多种股票价值共同上涨和下跌的程度。
在马科维茨出现之前,投资界一直认为,最好的股市策略就是选择那些被认为前景最好的公司的股票。但马科维茨的现代投资组合理论(MPT)推翻了这种常识性方法,他的研究颠覆了传统的选股思维,被认为是“华尔街的第一次革命”。
1990年,马科维茨和威廉·夏普和默顿·米勒同时获得诺贝尔经济学奖。诺贝尔奖评选委员会对他们的评价为:他们对现代金融经济学理论的开拓性研究,为投资者、股东及金融专家们提供了衡量不同的金融资产投资的风险和收益的工具,以估计预测股票、债券等证券的价格。这三位获奖者的理论阐释了下述问题:在一个给定的证券投资总量中,如何使各种资产的风险与收益达到均衡;如何以这种风险和收益的均衡来决定证券的价格;以及税率变动或企业破产等因素又怎样影响证券的价格。
马科维茨认为业余投资者最大的错误是什么?
马科维茨曾说过,“个人投资者的主要错误是,他们在市场上涨时买入,假设市场会进一步上涨,在市场下跌时卖出,假设市场会进一步下跌。
马科维茨如何看待机器人顾问?
当被问及机器人顾问是否按照MPT原则运作时,马科维茨说他们这样做了:“它们是向大众提供建议的一种方式。机器人顾问可以给出好的建议或坏的建议。如果建议很好,那就太好了。
责编:王昭丞
校对:陶谦