《围捕黑天鹅》内容简介：一名大摩首席分析师的自白，如何避免4个月内投资损失96%的黑天鹅悲剧发生在你的身上！波斯纳把传统的由格雷厄姆和多德发展出来的基本面分析方法与认知科学、计算理论和量子金融的最新进展精巧地结合在一起。他把概率分析的方法引进决策过程，告诉我们如何通过对一系列的可能情形进行判断来做预测，还向我们解释了：如何在过度自信和不够自信之间找到平衡；如何对事关重大且突如其来的新信息作出准确的反应；如何克服信息过载；如何瞄准重大问题；如何打破信息不对称的局面；如何把人类直觉和复杂的分析手段结合到一起。
在强调有效利用我们已有的计算资源计算机和人脑的同时，波斯纳还为分析师、投资者、交易员、公司高管、风险管理经理、监管人员、政策制定者、新闻工作者以及所有需要应对极端波动事件的挑战的人，提供了一个新的作决策的思路。我们需要一双看破表象的金睛火眼。
编辑推荐
《围捕黑天鹅》编辑推荐：突发事件频发的市场，投资者应如何避免损失，同时又从危机中获利？房利美股票价格在短短2年中，从50美元跌到不足1美元，作者通过什么手段成功避免了这场投资灾难？为什么拥有上佳分析师、专有数据和模型的大公司，在预见Coutrywide股票价格走势上错得如此离谱？万事达卡公司股票价格在12个月内上涨了300%，但通过期权计算出来的隐含波动性却不高于30%，其中潜藏着哪些巨大的风险？他凭什么将美国运通的评级下调至“减持”，而将万事达卡调至“增持”，并且成功预测到万事达的盈利达到市场预期的最高值？蒙特卡洛模型为什么也挽救不了房利美和房地美的命运？ 媒体推荐
肯尼斯?波斯纳笔力深邃，见解独到，让我们见识了分析师是如何在这个复杂而又充满不确定性的世界里应付自如的。对于那些有志于成为分析师、财经新闻工作者、专业学者的人来说，《围捕黑天鹅》是一本不可不读的佳作。
——哥伦比亚大学商学院 特雷弗?S. 哈里斯
《围捕黑天鹅》中讲述了很多黑天鹅事件的故事，也描述了此类事件中非常罕见的正面结果。这本书对于任何一个在充满不确定性世界里跋涉的人而言都弥足珍贵。
——摩根士丹利公司董事总经理 马丁?莱博维茨 作者简介
作者：(美国)肯尼斯?波斯纳 译者：李凤阳
肯尼斯?波斯纳，黑天鹅骑士，北美金融控股公司首席投资分析师和研究员、摩根士丹利前董事总经理和研究分析师、被《机构投资者》称为最棒的金融分析师、特许金融分析师；注册会计师；金融风险管理师。
肯尼斯?波斯纳是一位金融分析师，曾在摩根士丹利供职15年，他的工作受到了《机构投资者》和格林威治合伙公司的高度评价。他也曾妄想避过黑天鹅，却发现，还有一条点石成金的路，那就是，理解黑天鹅，让它成为自己的坐骑。 目录
第一部分 不确定性
第1章 与群体一致，直到发现改变的催化剂 22
极端波动的基本面 27
推倒多米诺骨牌的投资新手 31
乌合之众 34
紧跟精明投资者的代价 35
放大市场意外的群体相变 36
做掌握前馈的诸葛亮 38
反馈轻松砍断信用，撬翻市场 39
市场参与者如何通过学习适应变化的环境 42
第2章 用概率树展示所有的可能性 52
出没在普罗威登的黑天鹅 54
对波动性和概率树的简单介绍 55
为普罗威登公司定制的概率树 59
概率树的其他应用 63
普罗威登公司的故事就这样结束了 68
第3章 复杂建模有风险，平衡来源于对事实的把握 74
CIT的试验：自信应有怎样的基础 76
在过度自信和不够自信之间找到平衡 79
情绪层面的自信：一个不可靠的信号 81
自信与竞争 84
因光致盲：复杂建模的风险 88
留心光圈外的状况，及时调整模型 91
建模过程中的过度自信与次级贷款的崩溃 98
第二部分 信 息
第4章 面对信息过载，要有战略意识 106
把握住趋势，就把握了钱景 108
市场上的信息过载 112
计算的性质与局限 115
选择性的信息战略，不要被空枪所迷惑 118
信息战略的障碍 122
第5章 实时决策，随时修正自己的想法 130
不能实时作出反应会怎样：CIT的分拆 132
红色预警信号：认知不协调 136
变化盲视，或温水煮青蛙综合征 138
实时决策的传统方法 143
实时更新假设的策略 144
实时决策的辅助技巧 148
准确第一：Discover金融服务公司的故事 150
第6章 如何避开信息不对称的陷阱 155
管理者的信息垄断 157
尽可能收集信息 159
抓住认知不协调的魅影 161
如何精心设计问题，获取具有诊断力的信息 166
第三部分 分析与判断
第7章 图解：复杂的分析，为的是一个简单的抉择 174
万事达卡和美国运通：如何找到关键变量 176
如何权衡关键变量 179
万事达卡和美国运通：重大问题与输出变量之间的关系 186
美国运通与万事达卡：在准确度与复杂性之间找到平衡 191
第8章 蒙特卡洛模型：一把双刃剑 194
利用蒙特卡洛模还可找到装载千万美金的沉船 196
将美国运通的法律风险量化处理 197
错误估计相关性的事故一直在发生 201
警惕只见树木不见森林的盲目 207
房利美：千万不要忽视因果联系的重要性 210
第9章 判断，要立足于现实的变化 222
沙利美的故事：政策变动带来的陷落 224
如何进行判断 228
价值投资需要判断的辅助 232
MBNA被对手轻易撼动的风险管理 237
《巴塞尔协议II》：资本标准遭遇滑铁卢 240
沙利美故事的结局 244
吃掉沙利美的三只黑天鹅 247
结论 黑天鹅仍将出现 249
致谢 251 序言
本书的前提是建立在这样一种假设之上：基础研究能够帮助决策者更好地适应这个黑天鹅出没的世界。在黑天鹅出没的世界里，有些事看上去不大可能发生，但一旦发生后果就会很严重，甚至会颠覆我们日常的思维方式。基础分析的很多工作都是由本杰明?格雷厄姆（Benjamin Graham）和大卫o陶德（David Dodd）开创的，此种研究是以公司、行业或经济体的表现背后的原因变量为研究对象，目的是为了预测未来的发展变化。本书中的研究策略就是以他们的在基础研究方面的工作为基础的，不过由于计算机技术日益变得重要，本书中的研究策略已经有所更新，并对波动性给予了特别的关注。当然，不管是否有计算机的辅助，基础研究都不能确保取得成功——不管我们愿不愿意，我们都注定会遇到很多的意外。不过，本书会向读者们表明，基础研究可以帮助我们预测到某些黑天鹅，也可以帮助我们稍微提前一点意识到另外一些黑天鹅出现的可能性，并在意外不可避免的时候更快地做出反应，并减少在极端波动的时期因为误判而造成的损失。
本书是以我在华尔街做证券分析师的经历为基础写成的，不过我认为本书的目标读者群体应该更为广泛。我曾供职于某大型投资银行，专门从事专户理财，我的客户包括Countrywide公司、房利美（Fannie Mae）、CIT集团（CIT Group）、沙利美（Sallie Mae）、万事达卡公司（MasterCard）、Discover 金融服务公司、美国运通（American Express）、普罗威登金融公司（Providian Financial）等一系列公司。我在这家曾引起了颇多争议的投行工作了10年，并亲眼目睹了肇始于2007年的抵押、住房和资本市场危机所带来的凄惨景象。因为工作的原因，我经常与投资领域的专业人士打交道，包括分析师、交易员、基金经理、风险经理人、首席投资官，也有一些个人投资者。当然，黑天鹅事件在证券行业之外也时有发生。本书对商界、情报界、社会科学界、新闻界以及其他领域的高级管理人员、企业战略家、监管人员和政策制定者们都会有所助益，也就是说，所有那些必须要面对突然而来的变化并对该变化进行分析、反应并进行战略部署的人士都可以从本书中得到帮助。
2008年，资本市场一夕之间溃不成军，于是人们开始把注意力放到黑天鹅现象上来。黑天鹅这一概念是经由纳西姆?尼古拉斯?塔勒布（Nassim Nicholas Taleb）发展并推广开来的，指的是一种依过去的数据无法预测的、似乎不大可能发生的事件。塔勒布提到，欧洲最初人在澳大利亚发现黑天鹅时感到非常意外与讶异，因为此前人们一直相信天鹅就是白色的，因为从没有人见过不是白色的天鹅。在市场中，黑天鹅事件表现为波动性突然出现大幅变动，从而对股票、行业甚至是整体经济造成巨大的影响，并引发几倍于标准差的价格波动。当然，市场研究者们很久以前就发现金融收益的波动性有一种“平滑”的特质。分形理论的创始人伯努瓦?曼德勃罗（Benoit Mandelbrot）曾观察到，金融市场收益的尾部比正态分布的尾部要厚。塔勒布警告说，人们往往会低估风险，尤其是在掌握了以正态分布为基础的统计模型这一武器之后。他对金融风险管理提出的批评，以及在更广泛意义上对黑天鹅事件的警告，事后证明是非常及时的。12008年金融崩溃期间的政策错误表明，很多决策者并没有把塔勒布的警告放在心上，或者是根本不知道如何去执行。本书解决了这一问题，为人们提供了一种在极端波动出现的情况下进行研究、分析、作决策的实用方法。
黑天鹅这一概念的应用范围很广，不仅局限于对全球性震荡的研究。实际上，黑天鹅事件无时无刻都在发生，只是规模有大有小而已。很多人都把这一概念与当前这场二战以来最严重的金融危机联系在了一起，而这种规模的震荡我们希望越少越好。但是，影响较小的、不那么引人注目的黑天鹅还有很多，甚至在整个市场都很平静的情况下，也可能会有仅对个股或者某个行业造成巨大冲击的黑天鹅事件发生。（后续章节中有大量的案例。）这些意外有以下几个来源：现实世界与生俱来的难测性、人类在市场中的集体行为、以及基本面与市场间的反馈效应。
在确定本书的写作方法的时候，我曾试图将基础研究的各种原则置于一个更为科学的基础之上。旧有的一些规则，比如价值投资，在黑天鹅出现的时候往往就会失去作用。然而，价值投资这个理念本身还是有一定的道理的，只不过这种逻辑在某些特定场合就不再适用了，比如某些估值的经验法则（例如市净率），并没有对市场情绪的变化或是某些能够产生较好的结果的“神奇公式”的假设进行检验，连格雷厄姆本人都放弃了这种方法。
为了继续向前推进基础研究，我曾试图通过引入费雪?布莱克（Fischer Black）、大卫?萧（David Shaw）、马文?明斯基（Marvin Minsky）、朱迪亚?佩尔（Judea Pearl）、赫伯特?西蒙（Herbert Simon）等人的理论，将该领域的常识性原则进行升级，以适应当前金融理论、量子投资和人工智能等方面的进步。需要明确的一点是，我并不是一个宽客（Quant的音译，指受过严格科学训练的数量金融师。——译者注）。不过，作为一个分析师，过去我常常利用高级计算机建模技术来改进我的预测（后文中的故事会对此有所阐述）。这种数理分析既能够给使用者带来一定的优势，但也有可能会错得非常离谱。一旦意外发生，归咎于模型也于事无补。我们生活在信息密集的环境中，决策者必须要在人类的直觉和计算机分析二者之间取得某种平衡。2我意识到，将基础研究置于与定量学科同样的科学原则之上是非常重要的，因为随着运算能力的不断提高，这两种方法最终将趋于一致。
读者在阅读本书过程中时常会碰到概率树，这是概率思维的一种基本工具。作为一种辅助手段，概率树可以在我们试图看清未来的时候让我们的主观预测变得更为清晰。第2章和第7章讲述了如何利用概率树来表示关键的原因变量几种不同的取值情况。第3、4、5、6章利用概率树说明我们应如何对新信息做出反应，并指出了人们经常会犯的直觉性错误。第8章介绍了蒙特卡洛分析法，这是目前利用计算机进行概率运算的终极方法。
本书共分为3部分。第1部分的重点是不确定性：不确定性的源头在哪里？如何在迅速变化的世界做出准确的预测？这一部分的3章内容讲述了提出和检验假设的流程、以概率的方式进行思考的流程以及在作决策时找出正确的置信水平的流程。
第2部分的重点是信息。阐明了如何锁定关键问题，如何准确地对新数据做出反应，以及如何从战略利益相关方（比如企业经理）获得有用的信息。
第3部分的重点是分析。这一部分举例说明了如何利用高能分析手段帮助我们解决复杂的基础问题，以及这种手段如何会被滥用。本书的结尾部分是关于判断的一个讨论，这是任何决策都不可或缺的一部分，也是对付某些类型的黑天鹅的最主要的办法。
下面对各部分内容做一些更为详尽的介绍。
第一部分：不确定性
第1章：在极端环境下进行预测。第1章一开始讲述了过度波动的几种主要来源：基本面过于复杂、交易员之间互相模仿、市场和基本面之间的相互作用，这些都有可能会产生正反馈效应。尽管在极端环境下进行预测殊为不易，其基本方法仍不过是产生并检验假设，这也正是科学方法的基础。大多数投资者都能够理解假设的重要性。但是，若要使假设的准确性得以最大化，就必须做到以下两点，而这两点往往容易被决策者们忽略（尤其是当实验条件并非可控的实验室条件之时）：即参照市场对模型进行校准，以及辨别检验假设的催化剂。对校准和催化剂进行严格要求可以避免某些代价高昂的错误，这种情形我们将在房利美的故事中加以阐述——彼时为2007年底，经济衰退初露端倪，公司前途未卜。
第2章：以概率的方式思考。本章对概率树进行了介绍。概率树是一个基本的工具，也是一个非常有用的工具，可以帮助我们更有效地应对不确定性。有了概率树，投资者就可以将对于重大问题的判断转化为选股决策，利用市场波动性对主观风险估计加以校准，并识别出非对称的结果。本章所列举的案例发生在2001年，一家名为普罗威登（Providian）的次级信用卡发行商让我首次见识了什么才叫极端波动性。
第3章：在过度自信和不够自信之间寻找平衡，复杂建模的风险。如果说波动性是市场对意外做出反应的一种方式，我们就可以推断投资者们都过于自信了——当然，这种推断也不过是一种后见之明而已。实际上，心理学家和行为经济学家普遍认为，过于自信是人的本性使然。第3章讨论了自信作为情绪性信号的性质和局限，并指出信息泛滥和复杂建模导致的虚假自信可能带来很大的风险。不过，专家的批评也仅止于此，因为如果没有了自信，人们就无法作出决策了。不够自信也会带来相应的问题，若要准确地作出决策，就必须在过度自信和不够自信之间找到平衡。此外，在竞争性商业环境中，资源是有限的，决策者要尽可能快速、高效地找到这一平衡。在这一章中，我讲述了一个凭借有限的信息做出了成功的评级推荐的故事，和一个利用高深的分析手段做出了一个失败的决策的故事。本章同时也揭示了次级贷款风险建模的缺陷在2007年的抵押贷款和住房市场危机中所扮演的角色。
第二部分：信息
第4章：以战略应对信息过载。极端波动事件常在人们最没能料到的时候发生，原因之一就在于这个世界所包含的信息太多了，任何一个个人、团队或组织都无法全部处理这些信息。信息过载是现代世界的一个基本现实。诚然，我们已经有了越来越强大的计算机来帮助我们组织和分析信息，但遗憾的是，任何计算装置，不管是人脑还是电脑，都要受到物理和数学上的限制，因此，仅凭计算机也无法解决信息过载的问题。本章主要讨论积极主动地获取信息和被动地接受信息造成的差异。积极的战略着眼于重大问题，并通过合理地分配有限的资源的方式把直觉反应和新信息相结合。本章的案例中，预测到了2007年次级贷款危机的对冲基金的信息战略与未能预测到这一危机的共同基金的信息战略形成了鲜明的对比。
第5章：实时决策。如果我们能有更多的时间做出反应，也许就能够掌控极端波动状况。然而这个世界的变化实在是太快了，给人类的认知能力带来了巨大的压力。所谓的“认知不协调”、“变化盲视”和“温水煮青蛙综合征”指的就是人类在变化不那么显著的时候很难调整自己的思维，积极做出应对。而一旦变化已经非常显著的时候，任何应对都已经为时已晚。本章既分析了成功地对新信息做出反应的案例，也分析了错误新信息做出反应的案例。
第6章：信息不对称。许多投资者都热切地希望能够与管理团队多加接触，因为这些人手里掌握着大量的信息。但是，从管理团队（或其他专家渠道）获得专有信息不仅难度大，有时还会适得其反。管理者和投资者之间永远存在着信息不对称的情形，这对投资者而言无疑是一个挑战。本章将告诉读者诸君如何发现公司出现内部矛盾的蛛丝马迹（与第5章中讨论过的认知不协调恰相呼应），同时还指出了提哪些问题才能得到有用的信息。
第三部分：分析与判断
第7章：图解：从简单的理念到复杂的分析。如果从事后来看，黑天鹅事件貌似并不复杂。然而在事件发生之前很难判断是否存在一个主导因素，或者哪个因素才是主导因素。分析师的应对办法是把不同的变量输入模型，得出各种可能的情形。然而建模本身也有可能太过复杂。用图解的方式解决问题，就是要把模型的输出值与一系列重大问题联系起来，从而最大化准确度最小化复杂度。本章通过万事达卡公司和美国运通公司——全球支付行业两大巨头，二者的股票价格都出现让人意想不到的变化——的故事介绍了如何利用图解来掌握因果联系。
第8章：蒙特卡洛模型的利与弊。蒙特卡洛模型是一个非常强大的分析工具，在科学、工程和金融量子投资等方面应用非常广泛。蒙特卡洛模型通过生成数以千计甚至数以百万计的随机情形的方式来解决不确定性问题——通常这些问题都太过复杂，无法用人工计算的方法完成。本章中，我将讲述我的研究团队如何利用蒙特卡洛模型预测美国运通公司的诉讼风险，如何在房利美不发布财务报告的情况下对该公司的股票进行估值。不过，任何一个模型都有其局限。如果分析人员对基本的因果关系缺乏把握，无法正确理解各变量之间的相关性，蒙特卡洛模型可能会得出非常不可靠的结果，这是非常危险的。本章所讲述的故事将表明，错误地估计相关性如何导致了1998年长期资本管理公司的倒闭以及几年之后相关交易市场（其中抵押债务的额度高达几千亿美元）的崩溃。
第9章：判断。不管是靠直觉、意识，还是靠计算机，任何形式的分析都要受到物理、数学和人类自身的限制。正因如此，成功地作出决策还需要最重要的最后一步——判断。判断并不是简单地对利弊进行权衡，而是要对分析信息和达成结论的过程进行思考，并在必要的时候做出改变。一名决策者将复杂的计算机模型得出的结果与靠直觉得出的结果进行比较的时刻，就是他在作出判断的时刻。公司管理者在竞争环境发生变化后重新审视公司的战略的过程也是作出判断的过程。
如果太多人采取同一种分析和决策方式，又意识不到他们的集体行为将导致完全不同于历史趋势的结果，此时明智的判断就是抵御黑天鹅侵袭的最有力武器。本章讲述的就是在缺乏这种意识带来的严重后果：2007年的量子地震、MBNA公司风险管理策略的反噬（并最终导致公司被收购）、《巴塞尔协议II》本身的缺陷引致的全球银行业危机。
由于集体行为很难量化，判断与其说是一门科学，倒不如说是一门艺术。此外，集体行为的不可预测性也是市场动荡的主要原因之一（因而也是我们永远无法禁绝黑天鹅事件的原因之一）。与其凭空希望我们能够掌控极端波动事件，倒不如学会与极端波动事件共，这才是更具建设性的态度。也就是说，我们要努力做出切合实际的预测，保持警觉，随时准备好在意外发生时正确地进行应对。帮助决策者完成这些任务不仅是基础分析的目标，也是本书所要达成的目标。 后记
我要向这些年来一直为我工作的人们表示感谢，没有你们，我不可能完成这么多的研究。感谢你们，安迪?伯纳德、大卫?布朗、安德鲁?陈、大卫?亨、迈克尔?申、卡梅隆?卡法利、梅利尼?杰苏达森、托尼?基姆、阿西娜?米汉、米塔?纳姆比尔、米丽亚姆?奥布莱恩、苏珊娜?斯克亚维利、薇薇安?王。
我还要感谢摩根士丹利公司的几位同仁，你们教给了我很多非常有价值的东西。感谢你们：大卫?阿德尔曼、理查德?伯尔纳、麦克?布卢姆斯坦、梅瑞?克拉克、鲍伯?杜威、贝琪?格拉斯克、克里斯?哈特、约翰?海文斯、艾瑞克?赫默尔、特雷沃?哈瑞斯、弗拉德?詹金斯、汤姆?朱特博克、玛提?莱博维茨、比尔?刘易斯、亨利?麦克维、玛丽?米克、维克兰?潘迪特、露丝?波拉特、托默?雷吉夫、斯蒂芬?罗奇、诺姆?罗森塔尔、爱丽丝?施罗德、丹尼斯?希亚（Dennis Shea）、阿特?松特、拜伦?维恩、阿兰?齐默曼。基于同样的原因，我还要向我的客户们表示感谢。
以下人士非常热心地审阅了本书各章的内容，并提出了宝贵的建议（他们并不为各章的内容负有文责），他们是：大卫?阿德尔曼、罗伯特?艾力伯、道格?本特、彼得?彭斯、马克斯?贝泽曼、哈瑞?戴维斯、鲍伯?杜威、伊曼纽尔?德曼、特雷沃?哈瑞斯、布莱恩?海耶斯、弗拉德?詹金斯、迈克尔?莫布森、亚历山大?波洛克、理查德?波斯纳、汤姆?雷吉夫、斯蒂芬?塞克索尔、吉姆?维纳、拜伦?维恩、马克?赞迪。另外还有两名不愿透露姓名的审阅者。
同时，我还要感谢哥伦比亚大学出版社的迈尔斯?汤普森，是他提议我写了这本书。虽然我很长时间以来一直计划着写这样一本书，但是如果没有他的鼓励，我可能还不会开始。本书的编辑弗雷德?米勒为本书的出版做了大量卓有成效的工作。
我在从事证券分析行业的时候和写作本书的时候都投入了大量的时间，而我的家人们，苏、艾米琳和菲利普对此表现出了极大的宽容。谢谢你们，谢谢你们的爱和支持。 文摘
概率树的更多用途
在我们对普罗威登的故事做出结论之前，不妨看看概率树的一些用途。
了解对称性结果
场景分析的一个优点，就是能帮我们认识结果的对称性。在普罗威登的概率树中，形势发展就极为不利。通过图2-7，我们可以看到，出现最不利情况的概率为33.3%，而出现最有利情况的概率则只有3.8%。出现这种严重不对称性的原因在于两个方面：整个信用卡行业正处于行业周期的低谷，普罗威登本身的经营模式也承受巨大压力。
这种对称性必将对企业估值产生重要影响。正对称性体现为概率树中更有可能出现上升枝，与此对应，对应于上升枝的估值距离中值的距离将超过下降枝对应估值到中值的距离。比如说，企业以较大溢价被收购，就会出现这种正对称性。此外，提高杠杆率也可能带来正的对称性，在这种情况下，企业的收入增长率超过成本增长率，放大了毛利空间，并最终导致企业利润的增加。从理论上说，投资者应为具有正对称性的股票支付更高的价格，因为企业股票升值的概率更大。同样，在出现负对称性时，为补充承受未来股价下跌带来的风险，投资者就应该支付较低的股价。
计算对称性的数学基础就是詹森不等式（Jensen's inequality），它是有丹麦数学家约翰?延森（Johan Jensen）最早提出的。詹森不等式的最佳表达方式就是图形。
图2-8是一家假象公司以收入增长率为变量的市值。在这个例子中，公司价值表现为凹曲线形状，这说明，收入增长率处于加速递增状态，即：收入增长率的增长将带来企业价值的更快增长。其中的原因可能是这家公司拥有固定的成本结构，因而，收入增长带来毛利的增长，最终形成更高的利润；也可能是源于股票价格与基本面因素之间的正反馈，比如说，高速的收入增长率可能会让投资者坚信，公司将控制某一利基市场，随着先发优势的形成，公司将保持收益的可持续性。
在不确定环境下，分析师可能需要综合考虑不同收入增长率的情况，以确定收入的可能范围。但詹森不等式告诉我们，在得出结论前务必要谨慎：和以A和B为基础为推导的股票平均价相比，以收入增长率A和B为参数得到的最终股价相对较低。前一种方法得到的股价估值可能是12美元，而后者得到的股价估值则是8美元。如果市场不能确信到底会出现哪个增长率，那么，在理论上讲，股票成交时将体现出高于当前收益水平的溢价。此外，由于函数曲线上扬，股价将在收入增长率较高区间表现出较大的波动性，甚至有可能会出现鹅颈性的极端情况。在第七章以及万事达公司IPO的案例中，我们对此会有进一步的认识。
房利美：风雨即将来临
房利美的案例没有告诉我们如何“预测黑天鹅”，却实实在在体现出这样一个道理，那就是科学严谨的预测，辅以正确的刺激和及时的校正，能够有效避免灾难的发生。的确，在数十年不变的动荡环境下，生存是最首要的目的。
译者注：房利美(Fannie Mae， Federal National Mortgage Association全国联贷协会)，创立于1938年，是由美国政府出资建立的住房抵押贷款融资机构企业。
作为国有企业的房利美曾陷入巨额亏损的困境。现在我们知道，美国财政部为了使房利美免遭致命的流动性危机，已将其接管并置于政府保护之下。2009年中期，房利美的股价甚至跌破1美元。而回溯到2007年初夏，这样的惨状却还远未现形。当时房利美的股价在50美元上下，我还极力推荐过这只股票（尽管对它存在一定程度上的高估）。我对房利美所做的投资估计基本上围绕着它的抵押担保业务而展开，这一业务的盈利保证在于它所收取的高费用能够很好地弥补可能发生的坏账损失。而这样的盈利保证又可以由房利美所处的双寡头市场加以解释——房利美、房地美两大企业构成了美国住房抵押贷款业的“双寡头”。这两家企业都能通过它们的政府执照而享受特别的优待，尽管这无疑极大地妨碍了竞争。根据我的收益预测与评级模型，我估计房利美的股票价值大约接近70美元。
在如此有利的情况下，为何投资者会低估甚至忽略房利美抵押担保业务的价值呢？问题大概出在房利美缺乏必要的财务报表编制上。事实上，2004年的财务丑闻是造成房利美财务报表缺失的主要原因。那次财务丑闻不仅导致大量管理层引咎辞职，还使房利美被迫接受高达数十亿美元的财务重述。但到2007年底，公司恢复了现行的财务报告制度，我对其抵押担保业务所做的评估也迅速得到了证实。读者可以看到，预测及刺激机制在这里发挥了巨大作用。 当然，风险是客观存在的。与其他投资人一样，我预计美国房产市场的发展速度将有所减缓，房利美的信贷损失也将因此上升。在我的收益预测评估模型中，这些因素已经悉数考虑进去了。
译者注：财务重述是指上市公司在发现并纠正前期财务报告的差错时，重新编制以前公布的财务报告的行为。许多学者研究指出，财务重述的发生在资本市场上引起负面反应，造成了资本市场损失，并给上市公司带来了一系列不利的经济后果；财务重述作为企业盈余操纵行为的表征，其发生反映了公司治理机制的缺陷和治理效率的低下。
而随着盛夏的到来，形势渐渐变得不那么明朗。从七月份开始，随着抵押证券市场流动性的逐渐枯竭，风险相对更高的次级贷款债券逐步停止了交易。这是我没有预料到的情况：我只预测这类债券的价格会有大幅度的下跌，但没想到它会直接中止交易。而事实上，从98年金融危机导致全球性通货紧缩，俄罗斯债务危机与美国长期资本管理公司（The Long Capital Management）的破产迫使世界资本市场陷入暂时性混乱开始，流动性就不再是一个关键性的问题。
到八月份，资本市场所面临的问题变得更加严重起来。很快，次级贷款债券中收益最高的债券单元也中止了交易。全美最大的抵押贷款交易商美国国家金融服务公司（Countrywide）则在一次银行挤兑中遭受损失。这是个不好的兆头。
尽管如此，房利美的股价依然保持在55美元左右。毕竟，房利美的主营业务不在证券市场上，反而从一定程度来看与之存在竞争关系。在过去的几年里，房价的飙升极大地刺激了次级信贷市场的膨胀，各抵押信贷商纷纷将所持的风险贷款出售给证券市场。房利美则逆向而行，不仅没有跟风，反而主动放弃了将近一半的市场份额。而随着次贷市场与证券市场陷入混乱，房利美与房地美就成为业内硕果仅存的两大巨头。国有企业的独特地位使得它们能够以仅略高于美国国债利率的超低利率发放贷款，并且，危机的发生导致投资者纷纷涌入国债市场以寻求相对稳定的投资回报，这又进一步加大了这两家企业的成本优势。几乎可以肯定地认为，资本市场的动荡不会对房利美的运营根基造成损害。相反，房利美甚至可以进一步地抬高价格，并争取更大的市场份额。
我起草了一份报告，对房利美的长期营业收入及股权收益进行了说明，以进一步佐证我对其股票的推荐。不久前房利美的抵押贷款费率有所提高，因此其面临的唯一问题是怎样快速地将资产组合中的低费率贷款替换为新的高费率贷款。这并非难事，我对房利美的计划充满了信心。同时，我在报告中还对信贷损失进行了新的评估。通过分析房利美在九十年代加利福尼亚房地产市场低迷时期的产品及市场状况，以及同当前形势的对比，我认为房利美的信贷损失将会有所上升，但还不至于不可收拾。
但是，我的客户们却不大愿意相信上述结论（即从已有周期中推断出的房利美可能遭受的信贷损失）。一位客户告诫我，“分析家们都低估了房利美的损失”。我不承认她的推理，她就拒绝细看我的报告。这几乎让我发疯，因为我花费了大量心血在这个报告上，并且真心希望能集思广益，进一步完善细节。说实话，这位客户的认识有些局限（这也难怪，作为典型的资产投资者，她必须始终着眼于整个金融服务领域）。她似乎太过看重外界传闻及他人的意见。
资本市场混乱的不断加剧告诉我们，黑天鹅很可能就在不远处。放到今天来看，我们自然不难知道当时到底该做怎样的决定。但在07年底，我不可能知道今天会发生什么。如果时间倒流，我该怎样处理与房利美有关的一切呢？
| ISBN | 9787550702967 |
|---|---|
| 出版社 | 海天出版社 |
| 作者 | 肯尼斯?波斯纳 |
| 尺寸 | 16 |