基金

你一定很難想像,當你在Google上隨手輸入LV包、BMW、透天套房等關鍵字,或是上臉書寫下對公司的抱怨文,都會成為華爾街用來判斷景氣復甦與否,以及公司未來展望與評價的水晶球。

舊金山市中心,霍華德街(Howard Street),距離矽谷只有四十分鐘的車程。這裡,是貝萊德旗下科學主動股票團隊(Scientific Active Equity, SAE)的研究室。穿梭其中的不是西裝筆挺的華爾街金融菁英,而是來自美國太空總署(NASA)的火箭專家、Google的語言學家等。

他們的工作是蒐集並分析全世界七十三億人口,每一秒鐘在網路上留下的「數位足跡」。

「投資不是只靠打電話問一、兩位專家的主觀意見,那跟碰運氣沒兩樣,」貝萊德科學主動式股票(BlackRock Scientific Active Equity, SAE)投資團隊共同主管暨新興市場團隊主管沈宇青說:「我們讓data(數據)說話,數百萬筆的搜尋資料是不會騙人的。」

逆勢賺,趁西葡谷底時加碼

譬如,二○一二年,市場普遍擔憂西班牙、葡萄牙的債務狀況將再次導致兩國經濟崩潰,但這團隊分析了兩國人民在Google上搜尋最多的關鍵字,發現竟然是房地產、奢侈品與雙B車,於是大膽的違反市場共識,做出「positive」(正面)的評論。一年後,這兩國的股市與債市果然一路飆漲。

再如二○一五上半年,全球原物料商品需求銳減,市場認為這對高度仰賴原物料出口的澳洲會造成不利影響,但這個團隊分析了澳洲的社群網站文章內容,發現企業的信心竟然呈現上揚趨勢,從而決定加碼澳洲的內需類股,目前看來果然逆勢抗跌。

相較於一般投資組合頂多只有七、八十支個股,貝萊德SAE團隊每日追蹤高達一萬五千檔上市公司股票,並進行評分及排序,其管理的投資組合含有兩百到四百檔個股,多元化分散風險的程度居業界之冠,總資產約八百五十七億美元,規模等同於一家小型資產管理公司;截至二○一四年底為止,其有九成以上的資產三年報酬率打敗大盤。

{DS}

挖真相,釐清網民假話輪廓

傳統判斷景氣好壞的方式,是看失業率、油價漲跌、零售指數,甚至國內生產毛額(GDP)等,但在沈宇青眼中,這都屬於「過去式」,只能看出「what people 『did』」,無法判斷未來將發生什麼。

但Google上的搜尋關鍵字,代表著人們「即將」採取的動作。沈宇青指出,這種根據搜尋關鍵字分析產生的消費行為統計數據,往往領先官方經濟成長數據兩週以上。就連臉書、推特等網站上看似與企業等無關的抱怨文,其實也隱藏著一家公司前景好壞的訊號。

他們會蒐集上市櫃公司員工在網路上的言論,從中分析高層領導、薪酬福利、升遷機會、工作與生活平衡等因子,綜合成「開心指數」。 指數越高代表該公司向心力越強,士氣越高昂,因為他們認為:「快樂的乳牛產量高。」

這樣的資訊,光靠傳統的公司訪談、採訪執行長、財務長,或一年一度的員工滿意度調查,是根本挖掘不出來的。但在社群網站上,「就算說假話,我們也可以透過其他人與之的水平互動,及長時間的垂直追蹤,交叉比對出真實的輪廓,」沈宇青說。

運用大數據做計量經濟投資模型不是新鮮事,二○○七年以前華爾街就已經有不少公司投入,甚至完全以量化分析方式取代傳統模型,總體資金規模超過兩兆美元。然而在金融海嘯來襲,造成「量化破滅」(Quant blow-ups),整個量化投資產業名聲受到重創,大部分公司為了縮減成本而裁撤相關的研究部門,就連貝萊德一度也評估是否要繼續下去。

養團隊,計算模型隨時調整

然而做為全球最大、管理資產高達四兆五千億美元的公司,貝萊德比別人更有本錢投資未來。當海嘯過後景氣復甦,其他公司選擇外包給IBM的超級電腦華生,或是像賽仕(SAS)這樣的專業數據分析公司,用以節省成本,只有貝萊德不只自己養研發團隊,還讓這個團隊管理高達八百五十七億美元的資產。

{DS}

這樣的好處是,可以將研究的結果直接在市場上做驗證,一發現不對就馬上檢驗相關變數與因子,重新調整模型,就像在實驗室中做實驗。因此,對該團隊來說,「我們的競爭對手其實不是華爾街,而是矽谷的科技公司,」沈宇青說。

要分析網路上的文字,道理很簡單,做起來很困難。一開始,他們只能用單字去定義正面或負面意涵。例如在一份外資報告中,提到flexible(彈性)、dynamic(動態化)等字眼,一般來說會被歸類為正面字眼,而fixed(僵化)則是負面字眼。但若fixed後面接著income(收益),就會變成「固定收益」的正面字眼。再如網路文字有很多人會使用雙重否定的寫法,或是反諷法。這些意在言外的表達方式,讓該團隊實驗的過程中,「我們犯了很多錯誤,」沈宇青坦承。

然而因為自己養研發團隊,可以反覆試錯、修改,讓貝萊德可以比別人更快累積經驗。到現在,他們已經可以納入時間軸、交叉比對等複雜的分析方式。「在目前投入模型的因子裡,六○%是SAE獨有的,」沈宇青說。這個就是他們做得比別人更早、投入比別人更多所換來的優勢。其他公司即使現在投入相同資源,也無法馬上得到一樣的結果。

小檔案_貝萊德科學主動股票團隊

成立:1985年(後由貝萊德購併,2009年導入大數據分析)
主管:沈宇青(圖)
管理資產規模:857億美元
成績單:
截至去年止,逾9成資產3年報酬率贏大盤
每天分析的資訊量達2TB