栖迟

模型风险，以及为什么长期投资比短线交易更简单

Tue, 28 Jul 2026 00:00:00 GMT

投资组合的持有周期是应当事先决定的决策因素，因为当短期价格与预期出现偏离，投资者难以判断是“基本面因素出现变化”，还是“价格终将回归价值”。

尽管金融理论中的各类定价模型告诉我们，在没有交易成本的条件下，交易（再平衡）频率越高，回报率越高。但实践经验往往告诉我们“多做多错”。

本文主要通过讨论投资决策过程中的“模型风险”，说明为什么长期投资比短线交易更为简单。

什么是模型风险#

理性的投资者运用模型解释价格规律并进行预测，然而模型的使用总是会带来模型风险。根据FRM的定义，模型风险即基于不正确或误用的模型输出和报告的决策可能产生的不利后果。

模型是对现实世界的抽象，模型风险有三种主要类型：

模型本身的错误，即运用了错误的抽象描述现实世界。例如用线性模型描述指数增长的时序数据。
模型输入的错误，即用于预测的解释因素的测度有较大偏差或不符合实际情况。例如货币发行量可用于解释通货膨胀，但某些货币数量指标局限性较强。
模型参数错误，即模型不适用于特定的预测任务。例如当发生流动性陷阱，货币发行量对于通货膨胀的解释能力或许会消失。参数错误的原因可能是由于遗漏模型变量，可能是“真实参数”发生动态变化，也可能是欠拟合或过拟合。

长期投资决策中的模型风险#

长期投资决策中，投资者主要依据如下因素进行定价：

宏观经济因素，例如经济增长、物价水平、就业、货币政策、贫富差距、消费升级等。
行业景气因素，例如市场容量、竞争强度等。
企业微观因素，主要是战略、治理与文化三方面。

许多微观因素在企业长期发展趋势中是不起多少作用的，包括企业的财务状况，市场多数人对企业发展的预期等。

因此，决定证券价格长期均衡的影响因素很少。

少，意味着模型简单、且稳健。

模型简单，意味着模型不容易出错。统计学家常说“没有正确的模型”，而模型简单往往意味着错得更少。
模型输入更少，出错的概率更低。且运用模型时可以通过长期观察和交叉验证保障解释因素的准确性。
长周期模型的参数也是缓慢变化的，不像投资者情绪，今天还在恐慌，明天就可能过热。

短线投资决策中的模型风险#

短周期模型的驱动因素包括且不限于：

宏观经济的预期因素。
行业景气的预期因素。
企业微观的预期因素。
市场情绪。
未经验证的小道消息。
……

相比长周期模型，短周期模型：

较少受到长周期因素的影响。虽然我们知道长周期因素每天都有发挥作用，但一是平均作用幅度极为微小，二是作用方式可能是爆发性而非持续性的。
短周期模型受各类预期性因素的作用。
短期驱动因素数量的众多。

短周期投资决策的模型风险显然更高：

模型复杂，意味着模型本身容易出错。
模型输入多，许多输入因素例如市场情绪等难以测度，即使可以量化纳入决策，量化指标无法经过充分时间进行过滤，可能存在大量噪音。
模型参数变化迅速。今天的主导因素明天就成了次要因素，今天的热门行业明天就可能轮换。

合适的再平衡节点#

即使假设不存在模型风险，由于交易成本的作用，高频交易也是“多做多错”。

合适的再平衡节点，应当是

再平衡的收益增幅 ≥ 交易成本。

进一步考虑到模型风险，合适的再平衡节点，应当是

再平衡的收益增幅 ≥ 交易成本+模型风险的增幅

这或许是“价值投资新手”们赔钱的原因之一，他们没能控制住自己，多承担了一部分风险。

决策成本以及决策辅助活动的价值创造

Sat, 06 Jun 2026 00:00:00 GMT

大概是伴随经济信息化发展，决策在社会实践中的地位相比物质生产活动已经大幅度提高了。正如在物质生产活动中，生产者关注生产成本。如今在各类决策活动中，我们也要关注决策成本。我认为如今无论是普通人还是企业家，大多数对决策成本的认识是不足的，这体现在许多人对道路选择的后悔上，体现在网络上普遍反映的信息焦虑，体现在流量经济、房产中介、编程教培等一系列本质上围绕着决策成本开展的决策辅助活动的发展壮大上。

决策成本意味着在做出决策的前后过程中，承担了各类成本支出、损失、风险和机会。决策成本大多不是看得见的费用，而是看不见的相较于某种期望的距离。

决策成本大抵包含几种内容：

决策支付：在决策集内为做出某项具体决策而付出的资金、时间、精力、人情等代价。
机会成本：决策效果相比较于某种理想决策的结果所具有的差距。然而所谓“理想决策”往往只能在事后看出，甚至在事后也难以看出。机会成本主要是事前成本。
决策风险：决策选项所伴随的潜在损失或具有不确定性且难以评估的机会成本。决策风险主要是事后成本。
搜寻成本：为扩大决策集所支付的时间、精力、信息获取成本、计算成本等成本。
评估成本：为预测和评估决策结果所支付的相关成本。

需要指出，

决策成本具有主观性。
决策成本的内容分解不是一个完全划分。

决策成本的分解案例#

我们结合几个具体的决策场景来看决策成本的结构差异。

投资决策的成本分解：

决策支付：投资研究的成本，投资的资金成本（包括投资金额和资金杠杆）。
机会成本：投资结果相比较于同一时期的“优质资产”的差距。
决策风险：投资即可能产生亏损。
搜寻成本：为寻找潜在投资标的所产生的成本，对于一级市场投资，这类成本相对较高，二级市场越是完善则搜寻成本越低。例如，VC需要花费精力、通过人脉等渠道寻找资产；又如债券交易需搜寻交易对手获取流动性。
评估成本：为预测资产价格或评估资产风险所付出的研究成本。其中至少包含了“研究员”们的工资奖金。

职业生涯规划决策的成本分解：

决策支付：为从事特定行业所支付的时间、精力、教育培训费用等成本。
机会成本：“选错行业”的损失。
决策风险：未能实现预期职业目标的潜在损失。例如，选择IT行业而未能进入大厂，公务员仕途受阻，35岁裁员等。
搜寻成本：与评估成本基本相同。
评估成本：寻找适合自身的职业所支付的代价。纵向比较而言，跨行次数越多，则支付的评估成本越高。

婚姻决策的成本分解：

决策支付：婚姻伴随的生活支出、情感付出、时间精力等成本。
机会成本：与理想生活状态之间的差距。
决策风险：婚姻造成持续付出，乃至出现家暴、离婚等问题的损失。
搜寻成本：等待或寻找潜在结婚对象的成本。
评估成本：考查潜在结婚对象的成本。恋爱活动主要支付评估成本。相亲活动则同时支付搜寻成本和评估成本。

购房决策的成本分解：

决策支付：房款，以及使用房贷情况下的负现金流。
机会成本：没有购房条件下的生活状态。与“更好的购房决策”（居住舒适度、学区、房产升值等）之间的差距。
决策风险：居住体验差，房价下跌，预售房烂尾等损失。
搜寻成本：等待或寻找新购房选项的成本，包括新地产项目、新的二手房源、更合适的房价水平、房贷利率变化、租房成本变化、新的投资机会等。
评估成本：对房产进行考察调研的成本。对房价进行预测的成本。

消费决策的成本分解：

决策支付：消费支出，包括商品价格和可能的时间成本等。
机会成本：消费某商品，相比较于不消费和消费其他商品，可能产生“后悔”。
决策风险：消费结果（效用）低于预期。
搜寻成本：等待或寻找潜在消费对象的成本。例如苹果手机粉丝关注新一代苹果手机的设计和功能，又例如消费者逛商店、刷淘宝。
评估成本：对商品所带来的效用进行评估判断。

决策辅助活动促使决策形成，但未必降低决策成本#

既然决策具有困难，在劳动分工的经济下就有各类服务帮助排忧解难。对应于投资决策，有投资研究服务；对应于职业生涯规划，有专业规划师和职业顾问；对应于婚姻关系，有红娘、婚姻咨询师；对应于购房决策，有房产中介；对应于消费决策则有各类营销、导购、代理、中介……

要知道，决策的收益与成本具有主观性和动态性，决策收益与成本的各个维度之间具有复杂的关联关系，因此决策主体做出选择的方式复杂，随场景变化而变化，且因人而异。

决策辅助服务的提供者绝大多数情况下并不想要、并不需要、也并不能够，找出某种客观公正的决策方法帮助决策者实现价值最大化。决策活动的服务人员往往只是引导决策超自身预期的方向发生，这在某一个或若干个关键维度上可以实现决策成本降低，但未必是最优。

我们可以从一个一般化的营销活动的几个方面进行说明。

第一，营销活动增加了决策支付。营销终归是羊毛出在羊身上，消费者要为广告、销售人员的工资等买单。现代企业会计报表中的销售费用提供了决策支付的一种核算方式。

第二，许多营销活动粉饰了机会成本。这些操作手法包括：夸大商品/服务的功能和效用；忽略关键信息；降低商品价格，但提供了性价比更低的产品……

第三，多数营销活动不在乎消费者的决策风险，并掩饰了决策风险。这些商家并不需要其产品/服务在长期累计口碑，或者就算未来潜在的风险发生，也可以利用风险发生概率和严重程度的信息不对称，免于被消费者追责。出于此类原因，保健品营销的重点在于成交而非保健功能，护肤品营销的重点在于成交而非护肤效果，房地产营销的重点在于成交而非房屋的交付，潮玩盲盒营销的重点在于成交而非潮玩稀缺度的合理性……

第四，营销活动实质上有能力操控消费者的搜寻行为。方法包括占领渠道，占领消费者心智……企业会通过忽略关键信息的方式营造一种“选项就这么多，而我们就是最好的”的幻象，令消费者停止探索。甚至大型企业有能力操控竞品商品的搜寻成本，例如通过宣布新技术新企划促使消费决策延期。

第五，企业有动机提升评估成本。在商品相对丰富的现在，企业害怕客户意识到自己在进行无用消费，害怕在清晰的评估体系下自家的商品被竞品轻易扳倒，害怕自家新推出的溢价率高的产品销量不如经典款的溢价率低的产品……因此企业有意创造一个复杂的产品体系以混淆消费者对产品的认知。他们为新款产品添加了不必要的功能，通过媒体宣扬了一套复杂的参数，给线上线下渠道的产品打上不同型号编码，创造了多种颜色和联名款……这些操作使得消费者更容易被洗脑，或者在混乱中冲动做出决策。

国人对决策成本的态度变化#

一些社会经济因素导致国人对决策成本的态度发生变化，包括：购买力变化、消费主义价值观、互联网导致的信息透明化、生活方式变化、商品形态变化、商品经济的环境变化（决策环境变化）。然而每种因素的趋势方向有结构上的差异，对决策成本各个方面的影响也不一而论。以下我们从决策成本的几个方面分开讨论。

第一，对决策支付的态度变化。人均购买力的提升和消费主义价值观的传播整体上提升了人们对货币形式决策支付的容忍能力，但其中也有局部的反向趋势，例如，部分人群的实际购买力是在下降的，这部分导致了消费降级、极简主义等趋势。生活方式的节奏加快导致消费者对时间、精力、情绪方面决策支付的支付意愿下降。

第二，对机会成本的态度变化。信息透明化将消费者被拉到同一空间进行比较，这降低了人们对机会成本的耐心。在类似于“决策竞赛”的环境下，更多人严格要求自己必须做出最好的选择。商品的多元化与快速迭代造成的影响则因人而异。一部分消费者被激发了收藏的欲望，或者尝试新事物的欲望，另一部分消费者则满足于商品带来的基本使用效用，放弃进行过多比较。消费主义鼓励人们通过更大量、更多样、更新潮的消费定义自己，也即提升了机会成本。

第三，对决策风险的态度变化。对决策风险的态度变化取决于决策风险的类型。人均购买力的提升加强了人们对商品货币价值起伏波动的容忍度，但由于对生活质量的要求有所提升，人们对商品质量、使用效果、对身体健康的影响的风险容忍度是在降低。

第四，对搜寻成本和评估成本的态度变化。信息化大幅降低了各类决策的搜寻成本和评估成本，也促使许多人养成了充分搜寻和评估后制定决策的习惯。但这也要看具体问题，例如在消费决策场景中，今天人们乐于在耐用消费品上花费较高的搜寻成本和评估成本，但对于快消品则可能抱着“无所谓，试一试”的态度，这和购买力的提升也有关系。

最后，对AI辅助决策的一点警示#

如今AI爆发的时代，AI看起来对帮助每个人做出更好的决策具有巨大的应用潜力。然而我认为应当强调其中的风险。

设想，一个人从某个时间点开始，可以由AI帮助他做出“正确”的决策。只需要设定人生目标，AI会围绕这个目标进行任务分解并自动制定好决策。于是这个人只需要按照规划进行饮食、锻炼、在特定时间阅读特定书目、在特定时间入睡……一切随机性也都反馈给AI进行应对。如此这个人便可最毫不费力地完成人生目标，或许在此过程中还“充分”享乐。这看起来很美好。

但其中至少有两点风险。

第一，将选择权交予AI是对感性活动的放弃。在这一过程中缺少了实践。

第二，当我们完全信任AI的时候，AI就失去了可信性。

虽然我所描绘的场景或许永远无法到来，但如今数字经济环境下，围绕大数据所展开的商品平台和消费者之间的操纵与反操纵的对抗，已经反映出以上风险的雏形。