大類資產配置策略在國內的應用及其優化方式

前面三期FOF觀察專欄中，我們介紹了海外大類資產配置策略中的均值方差策略、BL策略、風險平價策略、美林時鐘模型。然而，但我們將海外經典模型引入到國內實踐運用中時，會存在一些實踐的難題。因此，我們在這期專欄中將重點闡述MVO、BL和RP策略在實踐中的不足以及優化方法。

均值方差與BL策略的優化

之前我們提到均值-方差優化模型對于輸入參數或是基于CMA假說的預期收益，預期風險以及相關系數非常敏感。另外，由于MVO模型并沒有考慮流動性風險，信用風險以及投資管理風險，所以優化結果容易形成集中配置到低波動資產。

對此優化的方式有三：其一，通過約束優化過程，對各類資產增加配置比例的上下限，或者對低風險或流動性較差的資產增設配置上限。其二，自舉法（Bootstrapping），與單一樣本區間估計風險收益不同，Bootstrapping重復抽取多次序列，構造出大量的樣本序列，然后再估計參數的分布，該過程可降低對數據的敏感度。其三，采用跨期動態預測，通常的SAA過程需要3-5年時間，投資者可能沒有時間來驗證SAA的效果，在單一投資期限，投資者無法根據期限內的市場變化調整配置策略。動態SAA則是以季度或半年度進行定期更新，基于更短期限的收益風險預期來計算新的配置結果。

BL模型與MVO模型不同的是，MVO將歷史收益率的均值和方差作為優化中的收益與風險系數，而BL則將歷史數據與主觀判斷相結合，給出客觀融合主觀后的收益與風險系數。這些主觀觀點可以用數學方法表示，再融合進歷史數據中。但是，該如何在客觀數據和主觀判斷之間進行權重分配？這將由模型中的一個平衡系數來確定，較為簡單的方式是在客觀和主觀兩方面各置一半的權重——這是一個比較自然的參數引入過程，從而避免過度參數優化的嫌疑。

然而預測市場的表現比較困難，另一種替代方法是承認預測市場表現不可能，從而建立三到四種可能的經濟情景假設，并對于每種假設指定相應的概率。通常情況下，一種情景是具有最高概率的中心視角；第二種是較悲觀的情景；第三種是較樂觀的情景；第四種則僅僅是風險情景，屬于低概率且影響嚴重的情景。在每一種情景假設下，建立各類資產的短期預期收益，并計算出每種情景下組合的整體預期收益。由不同情景的組合構成的加權表現會更加穩定，并防止了極端風險，從而降低最大回撤，提高存活率。這便引出了風險平價的全天候策略。

風險平價策略

風險平價是指將不同風險的資產，通過權重設置使得每種資產（或者基于因子）的風險貢獻基本相等，從而達到風險均衡分散的目的，以解決傳統方法中風險過度集中在一種資產的問題。

風險平價證明了組合在多個資產夏普比率相等時，組合在均值方差上最優的，夏普比率相等意味著風險和收益成正比，收益按風險定價，但是風險不等于波動性，雖然波動性可以在一定程度上刻畫風險，但這并非風險的全部含義，而且收益按風險定價是存疑的。從全球和我國的低波動率因子收益可知，低波動率股票長期收益好于高波動率股票。以國內過去10年數據舉例，滬深300累計收益率226%,而來自滬深300成分股的300低波動率指數累計收益率467%。

其次是杠桿和成本問題。風險平價策略提高了夏普比率，但其代價是放棄了更高的預期收益，如需達到目標更高的預期收益，策略上需要運用杠桿。而中國杠桿工具仍然有限，杠桿的稀缺同時意味著杠桿的高昂成本，比如融資費率高達8%，或許這意味著中國實現風險平價時不得不接受一個較低的預期收益率。根據我們國內過去10年的數據測算，為保持風險均衡，只能降低權益的比例，而不是提高債券的杠桿。在沒有杠桿的情況下，風險平價策略的年化收益率僅為5%，波動率3.2%。

然而策略的挑戰不止于此。全球債市的大牛市是風險平價策略取得成功的重要原因，由于高配低波動性的債券，債券近30年大牛市和低波動性對風險平價組合產生巨大的效果，然而當前全球債券的收益率非常低，一旦債券市場收益率上行，風險平價組合表現可能面臨逆轉。

除了利率上漲，高杠桿下擁擠的債券市場流動性問題也需要高度重視，長期資本管理公司的教訓還在。目前利率向下和向上空間已經嚴重不對稱，其次關于杠桿的狀況無法回避，杠桿與流動性風險還會造成負向反饋。

盡管存在些問題，但風險平價的思想依然具有很大的參考意義，其風險均衡原則獲取溢價的思想是重大的創新，但是其不同周期中風險溢價和因子的系統性變化以及股票債券長期風險等問題需要納入考慮。綜上，經典的MVO框架依然是較好的資產配置載體，我們需要做的是再優化，精細化，結合其他方法和主觀意見來提高配置的靈活性與有效性。風險平價框架更合適在一個低目標收益的情況運用，獲得低波動、穩健的長期回報。

（作者為廣發基金資產配置部投資經理陸靖昶、朱坤）(CIS)