普通投资者投资ETF基金的新问题(下)

时间:2009-08-14 07:25:00 | 作者:Young Liu | 来源:The News Angle

上篇文章里，我们谈到了普通投资者可能并不适合投资的几种ETF基金。不过，那并不代表ETF基金不受欢迎。实际上，ETF基金产品在2000年以后就在全球范围受到追捧。过去的8年里，ETF基金的规模更是增加了7倍。

随着一些特别的金融衍生品在ETF运营中的应用和ETF基金规模的变大，一些ETF在管理形式和其投资市场中所占份额均出现了变化。这些变化在过去两年变得尤为明显。比如上一篇中提到的美国天然气ETF基金UNG因受限于监管部门的仓位限制，而转向OTC市场购买投资合约的情况，就是一个例子。

我们接下来要描叙的是ETF基金市场结构中的另外一种影响因素，即算法交易(algorithmic trading)。由于大部分算法交易都是以统计性套利原理为依据，这使得算法交易主要依赖于市场波动性（在有足够市场波动的情况下才会出现足够的套利机会），因此算法交易主要依靠市场价格远离其均值的多少和频率来产生收益。在2003-2005年之间，算法交易曾经一度陷于低迷。因为当时欧美市场有太多券商自行开发算法交易而导致市场竞争过分激烈，同时市场波动性的不足导致大部分算法交易的基金关门。不过在2006年，由于新兴经济体金融市场的崛起，算法交易又出现强势回归。

这里提到的算法交易对ETF基金的影响，主要在于算法交易的另一个关键特性：依赖于建立中立性市场交易策略。中立性市场交易策略的建立则需要相关交易产品在价格变化中有价值回归性，也就是需要有相对价值存在(Relative-value)。而ETF产品特性完全符合这些要求，所以ETF基金成为了算法/套利交易运用的最佳场所。ETF基金规模的壮大为算法/套利交易提供了足够的流动和挥发性，同时ETF交易价格会与其基金下直接持有或跟踪的资产价值有紧密关联，从而使算法交易者可以简单的建立出中立性市场交易策略。

原理上建立一个在ETF市场进行套利的系统并不太难。首先，先建一个均值回归的利差(mean-reverting spreads)，有不少机构直接使用线性高斯状态空间模型 (Gaussian linear state-space model)作为这种利差的模型。然后通过实时监测利差，来观察ETF市场价格中出现的“非有效”价格状态。然后通过在线性高斯状态空间模型中引入时间参数来调整数据，再引入买卖策略的算法，同时导入市场中的高频数据，这样一个基本的套利交易系统就完成了。当然建立这个系统的过程并不是写的这么简单。

按一些非官方数据显示，算法/套利交易占了ETF交易量中的50%。其中以标准普尔500 （S&P500）为跟踪对象的SPDR(Standard & Poor's Depositary Receipts)为主。很多ETF基金像USO(原油)和UNG(天然气)之前受到操控能源价格的指控似乎并不完全公正。能源价格的操控更像是以能源ETF为套利市场的套利基金所造成。在08年尾段，原油价格不断下跌的情况下，CONTANGO（正向市场溢价，即远期合约和近期合约之间的差价，也就是远期合约比近期合约高出的那部分价格）却不断扩大，揭示之后一些能源ETF基金的流入量更像是来自于采取相对价值套利的套利基金而非普通投资者。

按道理，ETF基金的构造者们如果知道ETF目前面临这样的问题，那么一些ETF产品被推销给普通投资者就是不道德的。尽管这方面的问题，近期已在监管层面引发了一些讨论，但由于ETF市场的规模庞大，一时半会还不会有完整的政策举动出现。

更何况，不久前我们才见识过监管者放任金融产品的滥销而导致世界范围金融危机的例子。所以，接下来在进行ETF投资的时候，请不要忽略其市场结构可能会与您的理解不一样，同时其他在ETF上进行的套利交易也可能影响您的投资回报。

本文为《英中时报》新视野金融资讯专栏稿件，见《英中时报》‘财经论见’

英中时报

> >

新视野金融声明：The News Angle所载资料仅供参考，并不构成投资建议，也不意味着赞同其观点或证实其描述。The News Angle对投资者的投资操作，不承担任何责任。

DISCLAIMER: Articles on this website are provided for informational purposes only. The information contained in these articles are not intended to be used as investment advice.