
20世纪之前的金融
金融是人类发展的一种本质需求。城市的建立、经济的发展、建立合同、实现借贷,这些都是人类进入新的文明阶段之后必须从事的事项和活动,而金融就诞生于这些活动之中;反过来,随着金融的诞生,一些新的事物被创造出来。此外,原先的诸多混乱需求也因为金融而变得更加有序起来。
最早记录的金融活动,出现在大约四五千年前的西亚地区。当时的现实需求促使当时的苏美人开始缔结契约,进行借贷,制订长期的金融规划,并且还要建立相应的货币标准。借贷、利率以及货币单位都是金融史上的重要发明,在古代西亚文明衰落之后,这些金融理念和技术却都保留了下来。
苏美人不仅发明了复利等金融概念,更为重要的是,他们对金融体系的构建反过来推动了其他事物的发展——例如,正是为了使得契约更加真实可见,苏美人才将契约进行书面的记录,而这或许正是楔形文字等书写形式诞生的重要原因。另外,复利的发明相当于金融模型的构建,而复利的计算恰恰需要更好的数学发展。这些都与金融的本质不无关系。金融需要量化、计算以及推理能力,而需求正是最好的发展推动力。今天的世界其实也并无不同,全世界的经济发展,需要金融进一步发展的推动,反过来,金融提供了最多的数据,对计算的算法和硬件提出了更高的需求,这恰恰推动了人工智能等多个行业的发展。金融是智能推动下的产物,反过来又进一步推动了人类的智能活动。
古代希腊的文明离不开金融业的繁荣。正是因为建立了统一的金融度量衡,税收才得以公平执行,中央财政体系才得以稳固。不过,金融对古雅典的影响也不止于此:在当时人的眼中,是否具有金融素养(简单来说,就是是否懂得计算成本收益),和整个国家体系是否可以稳固发展密切相关。是否能够进行量化评估,不但事关商业上能否成功,也事关能否处理好政治与民主问题。与不靠谱的各种承诺相比,他们更愿意相信数字。
对于延续近千年的古罗马帝国而言,金融的作用也极为重大。罗马帝国疆域宽广,无论是资源的调配还是贸易的范围,都非之前的国家或文明可以比拟,而这恰恰给金融业发展带来了空间。通过金融业,一个横跨三大洲的资本、信贷以及保险体系得以建立,而正是依靠这种体系,罗马帝国才得以维系长久的统治。
广阔的疆域以及持久的统治给金融业带来了创新的土壤。硬币、银行、担保、抵押等一系列如今仍旧存在的金融实体业务,正是在这一时期出现的。不仅如此,一系列更复杂的金融服务,例如财务规划管理以及对历史数据的分析也在这一时期变得重要起来。金融业的发展要求不断增加数据的记录与保存,提高计算的水平,增加对未来预期的判断能力,而这在客观上都推动了智能活动的发展。
在文艺复兴时期,威尼斯的复兴也离不开金融体系的发展。金融市场的形成、公共债券的发行、高利贷冲破教会禁令,都为商业的发展打开了资金的大门。众所周知,此后的欧洲渐入佳境,成了资本主义发展的中心。与之前的历史一样,这一时期的金融发展也推动了欧洲的量化思想发展。数学家帕乔利在这一时期创造了复式记账法,而数学家斐波那契(见图1-2)的《珠算原理》,则以一个个具体的商业算术问题改变了数字记录与推理的方式。

图1-2 斐波那契
金融业对风险的评估需求,使得概率这门学科变得更加重要起来。众所周知,概率的出现与赌博相关,最早的概率著作研究的是某种骰子点数出现的概率。后来,一个叫尼尔·伯努利的数学家(见图1-3)又开始通过体育比赛来研究概率。这位数学家曾经拿自己的研究结果与莱布尼茨——也就是上文提到的对智能发展颇有贡献的那位大哲学家沟通,两人做了不少的交流。后来我们知道,伯努利研究的理论就是“大数定律”:在随机试验中,每次出现的结果不同,但是大量重复试验出现的结果的平均值却几乎总是接近于某个确定的值。举个例子,如果你往空中抛硬币,抛的次数越多,任意一面朝上的概率就越趋近于50%的比例。
利用概率处理数据,是数学家对金融的又一个颠覆性贡献。利用对概率的数据统计,政府或者私人企业就可以推测一项举措是否具有金融上的可行性,例如,一项保险是否会赔钱,一项债务是否会导致违约风险等,都可以得到测算。

图1-3 尼尔·伯努利
概率学让巴黎的一位叫作朱尔斯·雷格纳特(Jules Regnault)的巴黎股票经纪人发现了一个重大的真相:根据伯努利的大数定理,一个人根本不可能靠投机获利,因为一个人在市场上交易的次数越多,他的收益就会越来越接近平均数。借助这一理论,这位19世纪中期的著名经纪人成了现代量化模型的奠基者。
尽管和雷格纳特没有什么交集,但数学家巴舍利耶发展了这位交易员的理论。早年在巴黎证券交易所打工赚钱的巴舍利耶发现股票价格遵循着随机游走规律,也就是说,股票价格不可预测。既然不可预测,那么对股市的任何预测就是投机,也就是把股市当作了一个赌场。
除了市场随机游走思想,巴舍利耶的另一个大大超前的贡献就是发现了一种可以精确计算期权价格的数学方法。不过,由于当时人们对期权问题不是很重视,巴舍利耶的研究成果也就被束之高阁。直到20世纪70年代,期权交易逐步发展起来,巴舍利耶的思想才被从故纸堆里翻出,他也被后世惊为天人。
当然,巴舍利耶的计算还相对粗浅,几十年之后,在雷格纳特、勒菲弗以及巴舍利耶等人的研究基础之上,来自美国麻省理工学院的迈克尔·斯科尔斯、费希尔·布莱克以及罗伯特·默顿研究出布莱克-斯科尔斯模型,给20世纪最后几十年的金融业带来了一场大革命。关于这个方面的问题,我们之后还会具体展开介绍。
对概率的研究固然十分有用,然而市场并不会按照概率的指引前进,就像英国哲学家休谟认为的那样,从过去推断未来总是存在危险的。例如一只火鸡每天早晨都会迎来喂食的主人,却不知道有一天主人会来杀掉它,把它变成圣诞节餐桌上的一顿美餐。基于理性的归纳和推理,无疑会忽视非理性问题和低概率事件的存在,不过,在没有行为金融学和“黑天鹅”理论之前,这些问题并没有得到足够的重视。在20世纪中期之前的历史之中,这样的情况是以无数次的泡沫和危机来印证的。荷兰的郁金香泡沫、英国的南海公司泡沫、法国的密西西比泡沫、20世纪30年代的大萧条,都无疑是这方面的最主要例证。