惠誉下调美国主权信用评级:现代金融中的委托代理问题

复杂性就像能量。它不能被创建或销毁,只能移动到其他地方。当产品或服务对用户来说变得更简单时,工程师和设计师就必须更加努力。[Donald A.] Norman 写道:“随着技术的发展,使用层面的简化必然会导致底层机制的复杂性增加。” ‘ 例如,计算机界面的文件和文件夹概念模型不会改变文件的存储方式,但通过投入额外的工作将过程转换为可识别的内容,设计人员可以使用户更轻松地导航它们。” ——肖恩·帕里什,法纳姆街

惠誉评级上周将美国主​​权信用评级从 AAA 下调至 AA+,凸显了现代金融市场中潜在的委托代理问题:投资者已将大部分风险管理外包给评级机构。

但问题不仅仅在于风险管理和评级机构。

在2011年标准普尔降低美国信用评级之前,金融合约将“无风险”或流动资产称为AAA级证券。这些资产被认为是“良好的抵押品”,是大多数金融交易的必需品。

当美国信用评级被分割时,美国国债在再次降级后被迫清算的风险就成为一个明显而现实的危险。正如吉姆·比安科(Jim Bianco)所写,“在随后的 12 年里,大多数金融合同都被重写,包括‘美国政府支持的债务’或类似的词语。”

但过去十年美国的金融状况不断恶化,这也解释了为什么惠誉下调评级并不令人意外。诚然,一些人不同意这一决定,而另一些人则认为这一决定来得不够快,但大多数市场参与者对这一消息集体耸耸肩。

对美国主权信用的严格金融分析忽视了该国强大的地缘政治地位。其令人羡慕的地理位置和对全球航线的独特影响力确保了其在世界经济中的突出地位,也是其信誉的重要因素。

这就是惠誉和其他评级机构在将主权国家信用度这样复杂的现象提炼为简单的名称时所面临的困境。这些标签有助于保持商业的运转,但它们实际上意味着变得更加模糊并失去其信息价值。2011年之前,两家评级机构可能会发起去杠杆化并引发金融市场恐慌。但部分由于近年来金融合同的重新措辞,惠誉的决定未能促成此类事件。

这算作礼物。但去杠杆化可能对资产负债表或其可能产生的财政纪律产生恢复性影响又如何呢?如果需要提醒政策制定者持续的债务积累会带来成本怎么办?过去,市场施加了这种纪律。市场约束意味着金融市场波动更大,金融中介活动更少。当然,虽然这可能会让资产负债表变得更健康,但也意味着增长放缓和生活水平降低。

评级机构和其他金融市场参与者提供了一种第三方监督形式。他们采用宽松的制衡体系来应对过大的风险积累。商品期货交易委员会(CFTC)对投资公司施加头寸限制,美国证券交易委员会打击证券欺诈,美联储监管银行系统。这些都是有价值的功能。问题是:这些努力为金融市场带来的功能增强是否会带来任何隐性成本?

这是最纯粹形式的委托代理问题。金融创新增加了中介作用,使资本变得更便宜、更容易获得。这会带来经济增长和生活水平的提高。较低的进入门槛和看似降低的复杂性鼓励人们将储蓄投资于市场。但在表面之下,潜在的市场复杂性从未消失。它刚刚被移到其他地方。

如果我们的金融体系的复杂性是不变的,那么它隐藏在哪里以及谁在管理它?

依赖悖论表明,当校长将责任委托给他人时,他们可能会无意中降低自己做出明智决策、理解复杂问题以及保留良好执行这些任务所需技能的能力。

交易所交易基金 (ETF) 等创新以具有成本效益和税收效益的方式开放了金融市场。投资者现在只需点击鼠标即可购买多元化的投资组合。但在不久的过去,这样的努力需要专业团队才能完成,而今天,将鼠标点击转化为投资组合的机制对大多数人来说仍然是个谜。复杂的算法、订单路由、订单流支付以及幕后发生的执行在很大程度上被忽视,直到我们了解到某些公司通过向市场提供流动性而赚取巨额利润。

在某种程度上,金融创新正在创造两类投资者:那些仅仅消费产品的投资者和那些了解创建这些产品的系统如何运作的投资者。这涉及委托代理问题的核心。委托人代理人之间的知识差距可能会导致利益冲突,但并非必然。

对于评级机构来说,冲突源于它们可能给金融体系带来的风险。一方面,如果他们偏离了严格的分析方法,他们作为市场裁判的价值就会下降,但如果他们遵循得太严格,可能会导致崩溃。

为了弥合市场不可避免的知识鸿沟,我们必须接受复杂性只能被改变,并且必须授权代理商管理这种复杂性以增强市场的功能。这些代理人仅仅透明和负责是不够的。作为委托人,我们有责任监控和参与金融市场,并了解金融市场的运作方式。

虽然投资变得“更容易”,但在简单的鼠标点击和用户友好的界面之下,隐藏着一个我们不能忽视或忽视的复杂世界。这种复杂性将不可避免地暴露出来,当它暴露出来时,我们不应该惊慌或指责,而应该了解它的本质。

韭菜热线原创版权所有,发布者:风生水起,转载请注明出处:https://www.9crx.com/74983.html

(0)
打赏
风生水起的头像风生水起普通用户
上一篇 2023年8月9日 23:31
下一篇 2023年8月11日 00:17

相关推荐

  • 北京大学R语言教程(李东风)第13章: 数据框

    数据框 数据框定义 统计分析中最常见的原始数据形式是类似于数据库表或Excel数据表的形式。这样形式的数据在R中叫做数据框(data.frame)。数据框类似于一个矩阵,有n个横行、p个纵列,但各列允许有不同类型:数值型向量、因子、字符型向量、日期时间向量。同一列的数据类型相同。在R中数据框是一个特殊的列表,其每个列表元素都是一个长度相同的向量。事实上,数据…

    2023年11月1日
    39600
  • 因子投资组合与市值加权指标策略,可以缩小跟踪误差吗?

    尽管在 2022 年短暂恢复正常,但自 2020 年 COVID-19 引发的市场崩盘以来,股票因子策略相对于市值加权指数经历了绩效挑战。虽然对这些挑战有很多解释,但我们这里的重点是另一个问题: 是否有可能保留因子方法进行股权投资的好处和经济合理的基础,同时使因子投资组合的表现与市值加权指标更紧密地保持一致?   在回答这个问题之前,让我们简要回顾一下市值加…

    2023年7月31日
    22700
  • 北大金融时间序列分析讲义第4章: 自回归模型

    自回归模型的概念 如果ρ1≠0,则Xt与Xt−1相关,可以用Xt−1预测Xt。最简单的预测为线性组合,如下模型: Xt=ϕ0+ϕ1Xt−1+εt(4.1) 称为一阶自回归模型(Autoregression model),记作AR(1)模型。其中{εt}是零均值独立同分布白噪声序列,方差为σ2,并设εt与Xt−1,Xt−2,…独立。系数|ϕ1|<1。更一…

    2023年7月14日
    16700
  • 北京大学金融时间序列分析讲义第11章: 长记忆模型

    长记忆模型介绍 ACF是时间序列建模的重要参考。对于ARMA序列,当滞后k→∞时其样本ACF是负指数速度趋于零的。对于单位根非平稳列,其理论ACF无定义(因为自协方差是针对弱平稳列定义的),其样本ACF在样本量T→∞时每个ρ̂ k都趋于1(k>0)。 有一些平稳时间序列的ACF虽然也随滞后k→∞趋于零,但是收敛到零的速度比较慢,只有负幂次k−…

    2023年7月21日
    21700
  • 市场集中度与失落的十年

    市场资本加权指数的发明对普通投资者有利,因为它提供了一种简单而有效的方法来接触股票市场。然而,一些市值加权指数背后隐藏着历史上罕见的集中度水平。 在本文中,我们将探讨历史上的高集中度水平如何影响回报、估值以及长期投资者的结果——以及当前市场动态为何可能为一个熟悉的结局铺平道路。 美国股市的集中度水平已达到50多年来的最高点,前10只股票的权重占到了36%。当…

    2025年7月9日
    3200

发表回复

登录后才能评论
客服
客服
关注订阅号
关注订阅号
分享本页
返回顶部