比尔·夏普荣获了1990年诺贝尔经济学奖，而使他获此殊荣的主要成就却是26年前，即1964年，他发表的一篇论文。原文发表在《金融学期刊》(JournalofFinance)上，有着一个拗口的标题——CapitalAssetPrices：ATheoryofMarketEquilibriumUInderConditionsofRisk(见《投资革命》，第188-193页)。文中夏普阐述了资本资产定价模型的理论，即后来被称为CAPM的模型，金融学专家简称之为“CAP-EM”。

比尔·夏普现在怎么看待CAPM——模型的内涵，在市场中的角色，还有这些年来围绕着它实证检验上的缺陷产生的种种争议?夏普现在从一种不同的视角来看待CAPM。正如本章所述，他已经从一名荣获诺贝尔奖的理论家转变成为一名金融工程的先驱者。就像工程师目测河流然后在脑海中构想如何越过河流那样，夏普正寻找途径帮助个人投资者从这儿达到那儿，从自我矛盾决策的泥潭达到一种境界，一种他们知道如何分析投资问题并且能够探求解决方案的境界。

以下是他关于CAPM的观点，但是首先需要对模型做一个简单的回顾。

从本质上讲，此模型建立在哈里·马科维茨关于分散化的重要观点上：投资组合的风险比所有构成组合的单个资产的风险低。即使某投资组合由高风险资产构成，只要构成投资组合的单个资产收益之间具有低度相关性，那么它本身也可能并不是高风险的。另一方面，投资组合整体的期望收益由单个资产收益的加权平均值构成。因此，对于投资者而言，一个精心设计的投资组合就像一份免费的午餐，在降低了风险的同时无损任何期望收益。但它同样也意味着投资者必须要对加入投资组合的资产的期望收益及其对于整体投资组合风险的贡献做出评估。

CAPM表明某种资产的期望收益等于市场期望收益减去无风险资产的收益，然后乘以该资产随市场波动的系数值。这系数，后来被表示为“贝塔”，反映该资产对投资组合整体风险的贡献度。因此，贝塔是该资产系统风险的度量，或者说贝塔是该资产相对于投资者最初在市场中面对的所有风险的风险程度。

同时，在有非市场或非系统风险的前提下，人多数单个资产的收益并不是精确的同市场整体收益相一致。资产的真实收益和与贝塔一致的期望收益之差，我们称为阿尔法。假若所有投资者均通过这种特别的程序来评估单个资产价值并组建最优投资组合回的话，CAPM就决定了市场均衡时资产如何定价。

尽管很久才被普遍认同，CAPM已经成为为风险资产定价和校准投资表现的标准，无论是整体风险还是局部风险。贝塔是关于投资风险的一个很流行的指标，而且在后面章节更加详细的内容中，我们将看到阿尔法和贝塔是诺多投资组合策略的出发点，无论是复杂的还是简单的策略。除了在投资领域的作用，CAPM同时也是计算公司运营中资本成本的必需方法，而在CAPM得到发展之前，公司运营中资本成本的计算完全没有考虑风险问题。

CAPM在使用者眼中的生命力惊人，尤其是注意到该模型在大量例证和许多统计检验面前的频繁失效。作为一个实际问题，今天已经没有人认为该模型得到的估计与资产的确切价值相近或者能够用来评价投资组合的表现。然而，贝塔现在广泛地应用于系统风险的衡量，而阿尔法已经成为投资管理的圣杯，用来衡量超过经风险调整市场收益的超额回报。

当夏普回顾CAPM时，他承认：“是的，我仍然认为假设你必须承担更高风险去取得更高收益这一点非常正确。如果你承担了市场之外的风险，你很可能将一无所获，因为选股(stockpicking)很少会产生回报。但为什么还要定价呢?”所以，夏普一点都不奇怪CAPM的相关概念，甚至扩大些范围——CAPM的相关词汇，都成了投资实践家们最喜欢的话题和路标。

然而，夏普本人正从他最初的构想中转型。“那一整套的研究”，夏普一般称为资本理念，特指CAPM，可能已经深入地影响投资行业和商学院，但是他正探寻一套更丰高的假设来考虑如何对资产定价，如何将风险和收益的权衡取舍最优化。夏普强调：对，吉恩·法马(GeneFama)会说，“对，在弗吉尼亚州持有股票比银行存款更有收益。”另一方面，考虑通货膨胀后平均溢价大约为5%-6%，标准差为15%~20%。基于这些条件，有可能在2550年内你的收益都为负，谁想要这些?所以如果我们不能从试验性的环境中得到证券风险溢价的实证证据，我认为信托机构不应该把那些有关股票的基本前提当成长期内确定的事情告诉他们的顾客。

夏普注意到有太多的参与者，这些参与者从一大批商学院的教授那里学习到交易技能，他们往往会忘记所有的资产定价模型都只是关于预期而已。那么你如何能够衡量这种向前看而非回顾过往的预期呢?你不能仅仅回顾历史来推断预期是多少，或将会是多少。整件事都同未来有关。因此，我们所严重依赖的历史数据可能对资产定价毫无用处：因为我们对于未来是怎样的并不确定，从某种意义上说，我们只能依赖未来事件发生的概率。

“这等于你将就于一个僵化的表述，”夏普总结道。“我已经观察很长时间了，足以看出：这些结果看上去确实非常可靠，不过当你选取不同的国家、不同的统计方法或者不同的统计时段就不是这样了。这可能就是为什么费雪·布莱克说你只能信赖逻辑和理论而必须忘记统计经验结果的原因。”

夏普日前赞成的另一个观点是状态偏好理论(state-preferencetheory)，又是一个拗口的名词，30多年前由斯坦福大学的肯尼斯·阿罗(KennethArrow)和加州大学的杰勒德·德布鲁(GerardDebreu)共同创立，而两人也同获1972年的诺贝尔经济学奖。阿罗理论的核心在于：当我们考虑未来种种可能结果时，同一种资产可能在不同结果下会表现出不同特征价值。

夏普这样描述它：理论的基本前提非常直白。想象这样一种情形：若明年经济萧条，你可以现在签订合约保证明年获得1美元购买力。这份合约现在值pd美元。或者若明年经济繁荣，你也可以签约获得1美元，合约现价p美元。如果两份合约价格相同，那么人们会选择一样多的两份合约。但这并不现实，因为在萧条时真实货币更少(也更值钱)。因此为了市场出清，pd要比声多。

我们没有这种类型的单一证券(指能保持1美元收益，不管情况如何)，但是股票市场投资组合可被看做这么一种求偿权——经济好的时候收益比不好时要高。无风险证券在经济繁荣和萧条时也可以取得相同收益(同投资组合相同)。所以这两者的价格将要调整到人们愿意持有股票为止(无套利)。这两者的任一个价格都可以看做对不同未来状态求偿的投资组合的价格。上述准则此时同样成立——经济不好时的收益更值钱。换言之，经济萧条时投资的期望收益一定比经济繁荣时投资的期望收益低。

运用状态偏好理论比计算贝塔值要复杂得多，但是夏普认为阿罗为如何看待风险并做出最优投资选择指明了正确道路。与此相反，“CAPM就只是一个特殊的案例了。”CAPM仅由对均值/方差的一期估计得到；只考虑一种资产并对其定价；市场风险是唯一考虑的风险；投资者除了参与市场以外不承担其他任何风险；风险和期望收益永远都是正相关。“这些假设太极端了。”夏普补充道。

一旦从CAPM关于现实世界的程式化的观点中解脱出来，投资者就可以运用一种更加富有变化和实际的方法来做决定。状态偏好理论使得我们可以为资产定价，并且可以最优化风险/收益权衡关系，这种定价最优化是在范围广泛的可能结果内进行，并且考虑了每种结果可能出现的概率。因此，该理论可以涵盖收益分布不是钟形正态分布的情形。正如对夏普该理论的描述，它同样允许投资者“至少在有限范围内考虑丹尼尔·卡尼曼(DannyKahneman)曾讨论过的那类复杂偏好，或者说考虑人们对未来可能发生的结果存在分歧时的运用含义……当然，我们都知道这些在现实中一定会发生。”

夏普总结说，“至少在一般意义上，把风险当成简单的数字非常危险……我们都面对的问题是许多情形未来都可能发生……问题是：对于这些不同的情形，你会得出相似的结果呢，还是有不同的结果?这最终取决于你的偏好，或者像经济学家定义的，取决于你的效用函数。所以，这方面有很多工作要做。”

夏普这位金融工程师正努力工作以完成一些有待完成的工作，例如修正CAPM和马科维茨的均值方差方法，使得投资者可以在状态偏好理论的变动条件下使用。夏普使用了一种类似哈里·马科维茨的模拟程序(在第8章巳介绍)，而不是用正规理论来检验他的观点。

如我所述，夏普作为一名理论家赢得了声誉，但是他一直对琿论观点的实际应用问题着迷。自从20世纪60年代开始，他就在一些与他理论工作相关的商务公司从事工作。目前他主要专注于一个金融新领域里的理论和实际问题研究，这个新领域被他称之为退休经济学。该领域主要研究65~70岁的新近退休人员的相关问题。为了找到所有年龄段的人们如何能够做出最优的决策，使得在退休不可避免地到来时还有足够的金钱，他尝试用一切可以用到的方法来研究，从基础理论到机构设置。“这太可怕了!”他肯定地说，“如果我们马上死掉我们的孩子会活得很好，而我有5个孙子!”

夏普观察到在今天的退休界有很多讽刺的现象：在过去，默认规则(defaultdecision)是政府和雇主为你的退休储蓄。当你退休了，他们会提供你一笔年金。这就是所有要做的事。现在的跌认规则是计划你应该存多少钱，如何投资和投资多少，还有是否要在退休时领取年金——确实有小部分人为退休存下了足够的钱，或者知道如何投资且投资多少，但是有太多人最后不是领取年金，而是领了一笔一次性退休金。要么我们原来错了，要么现在错了。

退休经济学对夏普来说并不陌生。1998年，他是一家成功的硅谷风险投资公司——财务引擎公司的联合创办者，这家公司旨在帮助人们在他们作为潜在

的退休者所面对的问题时做出选择，尤其是关于资产配置和管理他们面临的风险的策略。财务引擎公司使用一种计算机程序，该程序基于夏普对投资组合理论和资产定价所做的贡献。该程序的结果能为个人提供复杂的建议，并且这些建议同机构投资者、公司高层管理者和富有的人所能得到的建议一样好。财务引擎可以通过E*Trade(美国网上经纪行)获得，或者拥有Admiral账号的先锋投资者，另外许多公司和财务咨询机构也因他们雇员的利益而提供此服务。

软件一开始会要求你提供年龄、性别、目前所拥有的资产和配置状况、工资、在哪个州缴税、期望的社会保险收入，最后你预期或希望在多大年龄退休。程序运转开始预测经通胀调整后的退休收入、总收入和投资组合的价值。所有数据被输入蒙特卡罗模拟，模拟中你的数据会同许多不同类别的未来金融资产收益率、利率、通胀等一起进行上万条计算，每一个运算都代表资产种类、利率和通胀的一种不同情形。预测结果被总结为3类：5%的最好结果、中间结果、5%的在最差预期下的结果。

程序能够预测你实现目标的可能性，或者在你改变基本假设的条件下结果会如何变动，这就是为什么人们把它称做“结果投资”的原因。由于它深深根植于资本理念，因此结果投资只不过是机构投资者描述均值/方差分析的简称——一种找到面对给定风险暴露程度的最大期望收益的数学系统。与广告铺天盖地的金融资讯机构或经纪人不同，财务引擎并不提供个人能否拥有足够金钱养老的确切答案。相反，财务引擎给个人指出了基于一个范围的结果做出个人决策的可能的后果，而在这个范围内能让一个人安心、可以接受。

该程序复杂且激动人心，提供的结果清晰明了，而且有经验的员工对它不断修正和改进。作为一家财务咨询机构，公司与一切的利益冲突绝缘，囚为它不对任何人负有义务——确实，在专业财务筹划人员和想要获得它的人们之中，它是非常流行的工具。

雇主使用财务引擎获取更专业的投资者的知识，帮助雇员应付复杂的401(k)计划，和数量众多的金融产品。基于这些协议，以及在线服务，雇员可以每年获取一份完整的量身定做的文件，说明他们的计划进展如何，不仅仅以他们每年的投资结果的形式，而且同样说明最终目标的实现程度。

即使有了财务引擎之类模型的帮助，今天许多人还是觉得这些问题太复杂而不感兴趣。在其他场合他们兴趣的丧失或许没有什么，但是他们自己和家人的未来却与这些决定息息相关。任何不是投资专家的人，甚至包括一些投资专家，都需要他们能够获得的一切帮助。结果是，财务引擎最近进军到了商业管理领域而不仅限于为个人投资组合提供建议；财务引擎直接向公司雇员收取一笔费用，这笔费用用来选择和维持程序推荐的合适的共同基金组合。

这种发展使得夏普和他的合伙人对公司进行变革，如夏普描述的，“从一个热门软件的工作小组变成一个更稳健谨慎的团体——我们要确定我们没有犯错!”然后他补充道，“人们确实需要帮助，而我们必须确保他们做的是正确的。

夏普的发现本身很有趣，但它同时显示了他的目标的一个更重要方面。如，我很早就指出的那样，他实际上是一位工程师，但是他所做的比仅仅架桥以方便人们通行要多得多。在研究的路上，和金融学家和制度主义者一起，夏普、马科维茨、希勒等金融工程师加强和改进了新古典金融学，同时使用新的更好的技术提高了商业收益。