理论发展与中国故事,|,大类资产配置(上)

澳门博彩开户 www.do-fu.com 理论发展与中国故事,|,大类资产配置(上),以下小编整理的相关内容,欢迎阅读了解。

理论发展与中国故事,|,大类资产配置(上)

  2017年,虽然经历了年初的迷茫,但在“经济强+通胀弱”的背景下,股市和商品还是走出了结构性的牛市行情,反映出宏观背景仍然能够给出关于大类资产配置的线索。本报告将回顾大类资产配置理论的发展历史,以及大类资产配置的中国故事。

  一、前言

  年初时点很迷茫。站在年初的时点,今年的大类资产配置方向似乎比较迷茫,缺乏明确的方向。主观的感受上,最近几年的市场从未如此让人感到如此迷茫和缺乏方向。2010年开始,非标兴起,2013年非标收益率仍高,钱荒之后开启债牛;2014年-2016年则是大类资产“电风扇”轮番吹起了股、债和商品。当然,这种大类资产行情只是事后的客观陈述,但是从事前来看,至少此前每一年都能看到某种大类资产处于历史级别的低点,如2013年钱荒后的债市、2014年的股市和2015年末的商品。然而站在今年年初情况却有所不同。

  这种迷茫有两个最突出的来源:①宏观数据的低波动。我们曾在报告中提及,这是一个宏观平庸的年代,宏观数据的波动大大降低,即使是在几年如火如荼的“新周期”之辩中,观点大相径庭的分析师给出的数据预测却非常接近,在宏观环境无法贡献波动的情况下,自上而下的策略似乎缺乏抓手。②各类资产略尴尬的位置。大类资产的电风扇已经轮番吹起了各类资产:股票、债券、地产、非标,所有的大类资产似乎都在处在比较“鸡肋”的位置:刚经历过牛市所以“估值”不便宜,但牛市却都似乎已经结束,旧的牛市逻辑已经被破坏,新的逻辑难以确立。所以,股票、债券、商品都进入了缺乏方向的时期,既无法坚定看多也无法坚定的看空??蠢纯慈?,似乎只有房价处于“可能的”历史高位,但也无法下注。

  年中开始清晰,宏观环境仍然给出线索。从年初的迷茫,到年中的清晰,虽然整个市场也纠结了接近半年的时间,但整个市场还是在纠结中找到了方向,股票、商品都走出了结构性的牛市。行情的背后实质上是市场理清了思路、用脚投票:①今年以来,实际上整体上是经济相对较强,而通胀相对较温和的情况,利于股票市场。②虽然并没有较强的需求端故事,但是温和的需求配合供给侧改革,也可以拉高响应商品的价格。③经济和通胀的组合、主要由供给侧带来的涨价逻辑,使得股票和商品均走出了“结构性”的行情。今年的行情显示,即使在比较迷茫的时刻,最终宏观环境仍给出了大类资产配置的线索。因此,回顾大类资产表现的历史、理清宏观环境与大类资产表现的关系,仍然是重要而有意义的。

  在本文中,将首先回顾下大类资产配置理论的发展历程,然后通过选取代表性指数来衡量各大类资产的表现,整理了国内各大类资产收益和风险特性;回顾了国内的大类资产极简史;最后,以美林时钟为框架梳理了我国大类资产的表现,判断美林时钟模型在国内的适用性。

  二、大类资产配置理论的历史沿革

  所谓大类资产配置,顾名思义,就是选取标的资产类别的投资策略,有效的大类资产配置被认为是获取投资收益的关键。学界对于大类资产配置方法多有研究,Brinson(1986)的研究指出,美国共同基金的主要收益来源就是大类资产配置的投资策略。虽然针对大类资产配置策略的具体作用仍有争议,但是大类资产配置无疑投资框架中重要的一环,在自上而下的投资体系中,处于择时和择券策略的上游,与择时和择券的关系类似于战略与战术之间的关系。

  大类资产配置策略自诞生以来不断发展,与经济学理论的发展相比,大类资产配置方法作为金融学的分支,其目标导向更偏向实操。通俗点讲,指引大类资产配置理论发展的目标和动力,就是怎样通过大类资产配置更快、更安全的“赚钱”。其发展的历史中,这一实用性的导向也十分突出,资本市场发展、资产类型的丰富,以及对于投资收益的追求不断成为大类资产理论的发展动力。

  2.1.早期大类资产配置方式,以恒定混合策略为主

  早期的大类资产配置以恒定混合策略为主,有分散风险的作用。在20世纪60年代以前,虽然许多投资者已经意识到资产配置的重要性,但仅停留在对其风险分散功能的认可层面,采用的配置方法一般为简单的恒定混合策略,即保持投资组合中各类资产的价值权重不变。当某项资产相对于其他资产价格下跌时,投资者将买进该资产,反之则卖出。相较于买入并持有策略(Buy and Hold Strategy),恒定混合策略(Constant-mix Strategy)形成的投资组合对资产有分散风险的作用,但下跌?;さ哪芰妥陨沓中鲋档哪芰Χ冀先?。典型的恒定混合型配置策略包括等权重投资组合(equally weighted portfolio)和经典的60/40投资组合策略。

  60/40策略看似简单,内有玄机。所谓60/40投资组合管理非常简单:60%的资金投资于股票,而将40%的资金放在债市,每年平衡一次资产即可。放在半个世纪之前的美国市场,“小技巧有大智慧”。①这一策略主要针对的是养老金投资,而从历史上看当,以十年为尺度,美股拥有比较确定的收益?;痪浠八?,美国股市从未出现过较长时间的熊市。②在格林斯潘任期之前,大部分时间美国国债的收益率相当可观,显著的跑赢通胀。③站在当时的时点,并没有足够丰富的全球资产可供配置,选择美国国内的也是必然之选。

  等权重投资组合,是朴素的最大分散化策略。顾名思义,等权重投资组合,就是在有n种可投资的风险资产时,保持每种资产的投资权重为1/n。首先这是一种朴素的最大分散策略,既不考虑各种资产收益率之间的相关关系,简单的追求投资种类的最大分散化操作。该策略的关键是要保持所配置资产具有足够的多样性,以降低风险。

  等权重投资组合,本质上是反转策略。另一方面,保持每种资产为固定权重的动态调整,实质上是一种反转策略。当某资产价格获得超常上涨时,其持有数量将被调低;当资产价格超常下跌时,其持有数量将被调高。因此当资产收益呈现均值回复的规律时,这种高抛低吸的操作会使资产组合自然获利。但是假如,资产价格的运动规律是在短时间内维持其自身的趋势,那么等权重投资组合实际上并不是一种恰当的操作。

  恒定策略不能与时俱进,大类资产理论需要进化。早期的大类资产配置策略相对简单机械,没有足够的主观因素判断、也没有相机抉择的机制,一方面无法针对不同的客户群体有准对性的提供配置建议,另一方面也无法适应随时不断的发展变化。以60/40策略为例,随着全球可配置资产种类的扩大以及90年代以来的利率逐渐走低趋势,再坚守60/40策略已经不是明智之选,为了追求更好的投资效果,大类资产配置理论必须进行升级。

  2.2.20世纪50年代以来大类资产配置步入量化时代

  大类资产配置理论进入模型化时代。随着投资者对待资产的态度趋于理性,恒定混合型大类资产配置策略已经不能满足投资者需求。各国金融市场的不断深化和交易信息的快速积累为资产配置决策数量化和模型化发展提供了基础。现代资产组合理论属于新古典金融学研究的范式,是以理性人假设为基础发展起来的。通过假设投资者信念和决策的理性,现代资产组合理论在均值-方差基本框架下通过完美的数理论证确立了投资者如何进行最优资产组合决策,确定了资产配置的分析方法和理论体系。

  这里的理性包含了两方面的含义:一是行为的信念是理性的,符合贝叶斯定理;二是经济主体的决策也是理性的,建立在主观概率上。现代资产组合理论在均值-方差基本框架下通过完美的数理论证确立了投资者如何进行最优资产组合决策,从而确定高净值客户资产配置的分析方法和理论体系。

  2.2.1.马克维茨均值-方差模型开启了模型化分析的时代

  均值-方差模型的开启了新的时代。20世纪50年代,Markowitz(1952)均值-方差模型的提出正式将大类资产配置由实践层面的摸索提升到了理论层面的推演。该模型首次使用期望收益、方差来刻画投资的收益和风险,将资产配置问题转化为多目标优化问题。这不仅标志着现代投资(000900)理论的诞生,而且成为其后大类资产配置理论演进的重要基础。

  以均值-方差方差建模,求解最优。均值-方差模型的做法是,假设在投资时依据一段时间内各种资产的收益分布,以收益的方差来刻画风险,将投资者的问题变为:在一定的风险水平上,投资者期望收益最大;相对应的是在一定的收益水平上,投资者希望风险最小。这些组合并不唯一,但是每一个资产组合均是给定风险下的最高期望收益组合,也是给定期望收益下的最小风险组合,这些组合的集合就是有效前沿(Efficient Frontier),在收益-风险的二维平面上的一条二次曲线。

  均值-方差模型的重要意义。从大类资产配置理论的角度,甚至整个金融学的发展的角度来看,均值-方差模型都具有重要的意义:①采用了给定约束下,求解最优的标准范式来研究投资问题。②采用期望收益和方差来刻画投资收益和风险,使得收益和风险可以被量化。③投资的收益和风险被引入到讨论中来,提示人们,最优的投资是并非是追求最高的回报、最低的风险,而是在两者之间找到平衡。

  2.2.2.资本资产定价模型(CAPM)

  理论上,资本资产定价模型是对均值-方差模型的重大发展。Sharpe,Lintner和Mossin在其基础上建立了资本资产定价模型(Capital Asset Pricing Model,CAPM),如果说在有效市场和理性人的假设下,Markowitz的组合理论解决了投资组合的可行性区域的存在问题,那么CAPM模型则在单一风险资产的假设下,进一步推导出了最优的收益-风险组合是切点组合,而这一组合与不同投资者的个人偏好无关。而这一切点组合必然是包括所有证券的“市场组合”。也就是说,在CAPM模型的前提假设下,市场投资组合既是均衡组合,也是所有投资者风险资产的最优组合,因此建议投资者按照风险资产的市场价值权重进行资产配置。

  实践上,CAPM模型给出了一种观察单个证券“均衡价格”的视角。根据CAPM模型,无风险利率、市场收益率以及该资产与市场整体的相关性(所谓β),这三个因素就可以给出一个资产的“合理”定价。这一方面给予测度均衡价格一个可用的框架,另一方面也引入β这个风险的另一种衡量方式,加深了对于风险的理解。最后,由于市场投资组合包括所有券种,在均衡的情况下,市场投资组合不需要经常进行再平衡,因此相较于频繁调整的等权重投资组合,交易费用也更低。最后必须指出的是,虽然CAPM模型形式简洁优美,逻辑清晰明确,在理论上具有基石性的地位,但是在实践中,针对其的应用比较困难、效果也并不理想。

  2.2.3.早期模型的缺陷

  实用性差是早期模型最突出的缺陷。毫无疑问,马克维茨投资组合理论和资本资产定价理论,直至今日仍是金融学和大类资产配置理论的基础。但是从方法论的角度,我们应该通过模型看世界,而不是依赖模型看世界。模型的简洁和美感能帮助我们抓住事物的主要矛盾,更好的认识这个世界。但是模型追求的简介和美感是建立在前提假设之上,而现实世界远比假设上的模型复杂。简单地套用模型不会得到,事实上这也是早期模型最突出的缺陷:假设过多、模型过于简单,导致实用性差。

  马克维茨投资组合理论在实战中会给出不合理的结果。均值-方差理论在逻辑上清晰而具有美感,但是在应用中会给出不合情理的配置。例如,无卖空限制时,出现对某些资产的强烈卖空,而有卖空限制时,会出现某些资产的配置为零、而在某些小市值资产配有较大权重的情况。另一方面,模型本身也有内在的缺陷:一方面,期望收益非常难以估计,而另一方面,组合权重对收益估计的变动非常敏感。在高盛(Goldman Sachs)任职期间,Fisher Black和Robert Litterman(1991)对全球债券投资组合进行研究,他们发现,如果对德国债券预期报酬率做0.1%的小幅调整,模型给出的反馈中,该类资产的投资比例可以从10%大幅调升至55%。输出结果对于输入参数过于敏感,使得Markowitz理论的实用性大打折扣,这也是Black和Litterman针对Markowitz模型进行改进,提出B-L模型的动机。

  CAPM假设过多,应用效果差。以CAPM为例,所需主要假设至少有五条:①所有投资者都是理性的,决策均基于风险和期望收益;②市场是有效的,以至于所有投资者的预期一致,对于各个资产的看法一致;③市场中有且仅有一种无风险资产;④所有投资者均有相同投资期限;⑤市场允许买空和卖空。然而,投资者不可能是完全理性的,其心理行为因素是异常复杂的,可能在不同时期持有不同的风险态度,甚至同时表现出风险爱好者和风险规避者的特性,但是,现代组合理论的风险假设脱离实际,对投资者风险态度和实际决策行为没有进行深入研究,很难解释现实中投资者购买保险的同时还会购买股票等诸多问题。因此,有必要基于行为组合理论对投资者的资产配置问题进行分析。

  2.3.大类资产配置理论的实用化

  解决不同大类资产之间无法直接比较的问题。从20世纪50年代均值-方差模型的出现到90年代之前,大类资产配置多停留于理论研究阶段,主要体现在对均值-方差模型应用的不断完善。量化投资策略的兴起也主要体现在对不同种类的股票进行配置,直接可用于大类资产配置的量化策略则不多见,主要是因为不同种类资产之间存在较大差异,很难通过统一的标准进行评价。直到Black&Litter-man(1992)在高盛投资公司(Goldman Sachs)就职期间提出B-L模型,可用于实践的量化型大类资产配置策略才开始发展壮大。

  2.3.1.基于收益和风险的大类资产配置

  B-L模型是对Markowitz模型的实用性改进。如前所述,在Markowitz模型将资产配置理论带入量化时代后,模型应用的一个关键步骤就是模型参数的估计。模型参数的主要方法有两大类:历史数据法和情景分析法。情景分析法体现体现主观的判断,但缺点是主观原因、随意性太强。因此大多数分析软件鼓励采用历史数据法。但历史数据法的缺陷是对样本区间的选取非常敏感,参数的微小变化可能导致输出结果的较大差异。针对不同参数估计的优缺点,Black和Litterman提出了一个基于Markowitz模型的改进模型,B-L模型特的点是:

 ?、偌跎偃宋瓒?,削弱了对输入参数的高度敏感性的弱点。针对输入参数带来的高敏感性,B-L模型利用市场上可观察到的信息,带入夏普的逆最优化理论以及资本资产定价模型逆向推导出各项资产的市场均衡超额收益率,其逻辑类似于通过Black-Scholes期权定价公式推出隐含波动率。这样,通过市场可观察信息推出隐含参数,减少了人为的设定。

 ?、谝肓送蹲收叨杂谀诚钭什闹鞴墼て?。B-L模型导入了投资者对某项资产的主观预期。使得根据市场历史数据计算预期收益率和投资者的看法结合在一起,形成一个新的市场收益预期,从而使得优化结果更加稳定和准确。因此,该模型是将历史数据法和情景分析法结合起来,在考虑未来的不确定性时,B-L加入个人主观意见,同时主观意见越强,承担的响应风险也越高。

 ?、弁蹲收咴诒泶镒约旱目捶ㄊ?,可以给出不同权重。在现实中,投资者对于不同看法的信心水准并不相同。因此,在B-L模型中,主观预期收益率同时反应了投资人的主观预期和该预期的强烈程度。与经典模型中所有投资者具有相同预期这一假设不同,B-L模型可以刻画出在实际的市场上,某些投资人可以根据特殊的信息优势,以相对或绝对的方式表示对某些资产的看法。在B-L模型下,投资者对市场的看法表达比较灵活。

 ?、芙岷侠肥莺凸鄣阈纬尚碌氖找媛史植?。结合决策者对未来收益率的预期及对应的信心水平构成观点矩阵和信心矩阵,并据此运用贝叶斯法则形成新的期望收益率和方差参数;最后,将新形成的期望收益率向量和协方差矩阵代入均值-方差模型中以求得最优资产配置方案。

  B-L模型推出之后在全球资产配置实务中得到了很好的应用,但由于参数估计中包含了投资者的主观观点,所以模型对观点质量要求较高。1992年之后,为了使B-L模型更加适用于真实的市场环境,或是更符合投资者习惯,包括Black和Litterman在内的学者以及很多机构分别从输入参数和模型结构两方面对B-L模型提出了改进意见。

  2.3.2.仅基于收益的大类资产配置

  基于收益和风险的资产配置模型的前提假设是资本市场中性,即资产的预期收益与风险匹配,资产价格由收益和风险共同决定,且风险越高的资产收益越高。但现实中这一假设常常不成立。这种情况下,以均值-方差组合为基础的资产配置便失去了意义:如果某类资产的预期收益高而其对应的风险却很低,则投资者可以优先选择此类资产,放弃其他资产。另外,实践中投资者往往更关心资产的收益或价格,对风险的判断也更多依赖于宏观经济形势和预期,而非历史数据。因此一些学者和机构投资者试图仅凭借资产收益或资产价格进行大类资产配置,寻找投资机会。

  GEYR模型

  GEYR模型,通过收益率关系指导股债配置。GEYR模型(Gilt-EquityYield Ration)是判断投资股票还是投资债券的有效工具。大量研究表明股票价格、分红和利率之间存在强相关关系。Mills(1991)最先提出GEYR的概念,即可以通过长期国债收益率与股票市场收益率的比值GEYR=Yg/Ys,其中Yg为国债收益率;Ys为股票市场平均收益率来判断债券市场和股票市场的相对投资价值。

  关于GEYR的研究有一定争议,但均显示股债收益率之间具有长期的关系。Mills证明了GEYR的大小对英国股票市场未来价格具有预测作用,并将GEYR称为持股信心因子。但是,随后也有研究显示(Levin&Wright,1998)指出,GEYR虽然对于股债之间错误定价十分敏感,但同时还受其他变量的影响,原始GEYR指标,并不能帮助投资者有效决策,而应当使用调整后的GRYR阈值(纳入预期通胀率和股票风险溢价因素)作为判断依据。例如,当GEYR<2时,可以作为买进股票卖出债券的信号;而当geyr>2.4时,可以作为卖出股票买进债券的信号。Brooks(2001)通过对英国、美国和德国的市场数据进行验证发现,使用这一机制构建的组合比不做调整的静态投资组合具有更高的平均收益率和更小的收益波动率。各种实证的结论因市场和检验方法的不同有所差异,但基本认为GEYR反映了股票和债券的某种关系,而GEYR值应该具有一个长期“均衡水平”,当GEYR偏离长期均衡水平处于低状态时,应该买入股票;相反,当它处于高状态时,应该买入债券而卖出股票。

猜你喜欢:理论发展与中国故事,|,大类资产配置(上)