官术网_书友最值得收藏!

銀行資管的大類資產配置研究及潛在應用

文/浦發銀行

編輯/馬春園

一、緒論

銀行資管目前正處于一個新的發展轉型階段,銀行系理財子公司的建立,勢必會帶來運行機制、組織架構、投資理念等方面的改變,但其所管理的資金性質在短時間內并不會發生本質變化,總量巨大、風險偏好低這些特點將與轉型相伴。正是基于這一需求背景,“大類資產配置”的投資理念成為了市場中眾多銀行系資管機構近來所關注的熱點。

大類資產配置投資邏輯的有效性已經被學界和成熟市場的產業界所確認,但必須承認這一投資邏輯并不是解決目前資管行業所有投資問題的萬能良藥。只有將大類資產配置的投資邏輯運用在合適的業務場景(資金性質、所涉及資產標的類型、市場時機等)下,才會取得令人滿意的結果。缺乏分析判斷的盲目應用可能會產生不良效果,導致對資產配置邏輯的否定,進而喪失依靠該投資邏輯獲取穩定可靠收益的機會。

本文的內容包括了針對大類資產配置思想的分析、部分經典模型及發展歷程、理財子公司應用大類資產配置的路徑演繹。旨在理清大類資產配置思想的邏輯脈絡、對市場上一些錯誤觀點進行糾偏,探索出一條適合銀行系理財子公司開展大類資產配置的路徑。

二、大類資產配置定義及目的

關于大類資產配置的定義并沒有一個公認的、全面準確的表述。也正因為缺乏定義,導致國內市場參與者在對大類資產配置進行解讀時,或多或少會摻雜進自身的認知和利益(在機構面對潛在大資金時,這種現象更加明顯)。

在種種誤讀中,以下述表述最為常見:“資產配置是通過對各種宏觀經濟周期觀點的把握,準確判斷各類資產的中短期走勢,買入看好的資產,賣出看空的資產,從而實現超額回報。”上述定義更多是對“大類資產擇時”的描述,錯誤解讀了大類資產配置實施的過程和目的。因為大類資產配置的邏輯本質,是建立在“擇時無效或擇時有效性有限的基礎上”。

大類資產配置可以根據期望收益與風險目標水平,決定各類資產的長期投資比例。通過對不同資產的風險配置,輔以適當動態調整和再平衡,獲取長期穩定的回報。

“有效的大類資產配置被視為成功投資的關鍵”,這種觀點最早源于Brinson(1986)。Brinson采用業績分解法衡量投資政策(大類資產配置)和投資策略(證券選擇和市場擇時)對投資收益的貢獻大小,并指出資產配置政策解釋了91只共同基金收益率方差的93.6%。后來,Brinson(1991)又將這一數字調整為91.5%。

盡管業界有過質疑,但后續的諸多研究為該結論提供了佐證。Ibbotson和Kaplan(2000)使用94只美國平衡型共同基金10年的月度收益率數據和58只養老基金5年的季度數據,進一步證實了Brinson結果的可靠性并提出更加全面的結論。這一系列結論也成為大類資產配置思想的實務基礎。

一個更加適合的定義如下:“大類資產配置可以根據期望收益與風險目標水平,決定各類資產的長期投資比例。通過對不同資產的風險配置,輔以適當動態調整和再平衡,獲取長期穩定的回報。”從定義可以看到,大類資產配置是一套投資理念和投資哲學。在這套投資理念和投資哲學下,包含了顆粒度更加精細的需求和應用場景,不同的需求和應用場景又發展出了不同的配置組合模型和實施策略,針對具體模型的介紹將在下面一章展開。

三、大類資產配置的經典模型及發展歷程

表1展示了大類資產配置思想下的各類策略。第一列是對各類策略的類別劃分,大體上包含了“恒定混合策略”、“量化大類資產配置策略”和“融入經濟周期和主觀判斷的配置策略”。第二列是各個策略具體名稱。第三列是對策略特點的簡單描述。第四列為策略的提出時間和簡要備注信息。本文主要將部分對資管意義較大的經典策略進行描述。

3.1 恒定混合策略

早期投資者注意到資產配置的重要性,但其訴求主要還是在風險分散上,采用恒定混合策略進行配置,保持投資組合中各類資產的價值權重不變。當某項資產相對于其他資產價格下跌時,投資者將買進該資產,反之賣出。典型的恒定混合型配置策略包括等權重投資組合(equally weighted portfolio)和60/40投資組合策略。

等權重投資組合策略是保持每種資產的投資權重為1/n。這種將財富進行平均化的思想可以追溯到《巴比倫法典》(the Babylonian Talmud,也稱《漢謨拉比法典》)中的記載:人們應將財富設置為同等比重的土地、商業貿易和現金儲備。Plyakha(2014)認為保持1/n的固定權重實質上是一種反轉策略。當某資產價格獲得超常上漲時,其持有數量將被調低;當資產價格超常下跌時,其持有數量將被調高。因此當資產收益呈現均值反轉的規律時,資產組合自然獲利。

該策略的關鍵是要保持所配置資產具有足夠的多樣性,以降低風險。20世紀30年代的美國市場投資者認為,股票收益和債券收益的相關關系幾乎為零,因此采用60/40配比原則(資產的60%配置標普500指數股票,40%配置十年期美國政府債券)便能達到分散風險的目的。該策略簡單易行,但風險暴露較大。

恒定混合策略邏輯簡單,盡管有各種不足,但仍有不少投資者認可并踐行這一策略。瑞士經濟學家和基金管理人Marc Faber長期使用等權重投資組合作為基礎資產配置策略,將總資產等分為四份,分別投資在黃金、股票、房地產、債券和現金上(債券和現金看作同類資產)。

從1973-2013年全球市場的實際數據來看,該組合是為數不多的十年期平均實際收益率均為正的投資組合之一(Faber,2015)。而美國Vanguard基金公司旗下的養老目標基金系列(Target Retirement Fund),就是按照債券股票資產不同配置比例(2:8,4:6,6:4,8:2)而設置的四類基金。

本文觀點:恒定混合策略可以將資產比例、調倉方式等操作規則明確地告知投資人,投資人要對自身所投組合的比例自主決策。這種方式的前提條件是:一是,客戶要對投資組合所涉及的資產有一定的了解,對自身的風險偏好有明確認知;二是,客戶要明確地對自主決策可能承擔的風險負責。從責任角度上講,這一透明的“白盒”模式大大減輕了資產管理機構在市場出現風險時所要承擔的來自客戶的壓力。目前中國市場上的零售客戶仍保持著“剛兌”假設和唯收益論,這種部分自主選擇的投資方式短時間無法被市場認可。但作為發達市場中的成熟案例,國內先進的資管機構未來可能會在這片藍海中進行布局,而且這一投資方式也與“代客理財,風險自擔”的理財本源所契合。

3.2 量化大類資產配置策略

3.2.1 基于收益與風險的策略

Markowitz(1952)均值-方差模型的提出正式將(大類)資產配置由實踐層面的摸索提升到了理論層面的推演。該模型首次使用期望、方差來刻畫投資的收益和風險,將資產配置問題轉化為多目標優化問題。

這不僅標志著現代投資理論的誕生,而且成為其后大類資產配置理論演進的重要基礎。均值-方差模型的產生、計算機技術和統計學的發展,使得大量金融數據能夠用于投資決策,資產配置理論開始由定性分析轉入定量研究。但均值-方差模型在實際應用中存在著一定的局限性。一是均值-方差模型使用方差作為測算風險的唯一方法,同等對待收益率的正負離差,沒有區分收益和損失,不符合投資者的實際風險感受。當收益分布呈現非對稱形狀時,同一均值和方差對應的峰度和偏度可能不同,容易產生高風險組合。二是均值-方差模型無法將樣本外信息,尤其是投資者的直覺納入決策之中。除了參數預測可信度不高、模型過于敏感之外,靈活性不足也是阻礙均值-方差模型被投資者接受的重要原因。

B-L模型綜合運用了Markowitz(1952)的均值-方差最優理論與Bayesian混合估計法,將投資者主觀觀點納入決策,不僅解決了參數可信度問題,還使模型結果更加穩定。

B-L模型的思路大致為:首先,利用夏普的逆最優化理論以及資本資產定價模型逆向推導出各項資產的市場均衡超額收益率;然后,結合決策者對未來收益率的預期及對應的信心水平構成觀點矩陣和信心矩陣,并據此運用貝葉斯法則形成新的期望收益率和方差參數;最后,將新形成的期望收益率向量和協方差矩陣代入均值-方差模型中以求得最優資產配置方案。B-L模型推出之后,在全球資產配置實務中得到了很好的應用。

本文觀點:均值-方差模型綜合考慮了收益和風險的關系,在理論角度上更加完備,然而在實際操作中因為前提假設、參數設置等原因,實際操作效果并不好,更多只是將該模型用來進行定量分析和橫向比對。在實際對基金公司進行盡調的過程中,也少有公司會直接使用均值-方差模型構建真實組合。一個更加重要的原因是,中國市場的股票債券波動性比要遠遠高于美國市場,按照均值-方差模型進行建模,絕大部分資產都將配置在債券市場上。

B-L模型要求將對市場的觀點量化后作為參數輸入到模型中,但這也是其市場化運用的最大阻礙。在長期單邊走勢的市場中,這種預測比較準確且穩定,模型效果好。但在頻繁波動的市場環境中,觀點的準確性和有效時間區間也是難以把握的,再考慮到頻繁交易的成本,該模型是否能夠用于實踐實際上是存疑的。從目前機構路演情況來看,該模型是眾多機構均會提及的,但能詳細說明落地過程的機構甚少,也從側面說明了觀點預測的難度。

3.2.2 僅基于收益的策略

基于收益和風險的資產配置模型的前提假設是資本市場中性,即資產的預期收益與風險匹配,資產價格由收益和風險共同決定,且風險越高的資產收益越高。但現實中這一假設常常有失效的情況發生。如果某類資產的預期收益高而其對應的風險卻很低,則投資者可以優先選擇此類資產,放棄其他資產。

另外,實踐中投資者往往更關心資產的收益或價格,對風險的判斷也更多依賴于宏觀經濟形勢和預期,而非歷史數據。因此一些學者和機構投資者試圖僅憑借資產收益或資產價格進行大類資產配置,尋找投資機會。

Gilt-Equity Yield Ratio(簡稱GEYR)模型是判斷投資股票還是投資債券的有效工具。大量研究表明:股票價格、分紅和利率之間存在強相關關系(Haycocks&Plymen,1956,1964)。為了揭示國債收益率與股票價格的關系,Mills(1991)最先提出GEYR的概念,即可以通過長期國債收益率與股票市場收益率的比值,來判斷債券市場和股票市場的相對投資價值,如下式所示。

GEYR=yg/ys

其中yg為國債收益率;ys為股票市場平均收益率。Mills證明了GEYR的大小對英國股票市場未來價格具有預測作用,并將GEYR稱為持股信心因子。基于這一理念,學界和產業界進行了大量的優化改良,通過對英國、美國和德國的市場數據進行驗證發現,使用這一機制構建的組合比不做調整的靜態投資組合具有更高的平均收益率和更小的收益波動率。

除此之外,一些在股票市場效果良好的投資方法也逐漸被應用于大類資產配置領域。源自行為金融學理論的動量策略(relative strength/momentum)便是其中之一。

Jegadeesh和Titman(1993)首次對動量效應進行了系統的論證,并利用美國股票市場1965-1985年日收益率數據構建形成期為12個月、持有期為3個月的動量投資策略。利用該策略投資,可獲得平均每年12%的異常收益率,月異常收益率可達1.31%。此后,各國學者紛紛利用本國股票市場數據對動量策略進行論證,結果不一。

近幾年來,隨著市場可投資產品的增加,動量策略的應用范圍逐漸從股票市場內部擴展到包含債券、商品、貨幣等各種資產的組合構建。Lewis(2012)構建了以蒙特卡洛法為基礎的動量資產配置方案,解決了傳統動量策略的強日歷效應、頻繁調整、收益不穩定等問題。通過樣本分析,Lewis發現,用于大類資產配置的動量策略在短期(一季度或一年)內的收益水平不穩定,但長期(12年)收益率卻能百分之百跑贏標普500指數、60/40、巴克萊集合債券等基準組合。

本文觀點:GEYR模型是目前市場中大量機構在衡量股債性價比時使用的工具,也是機構路演時重點介紹的部分。然而這一理論成型已有約30年時間,眾多機構通常的做法是根據當前市場環境對參數進行擬合調整,以達到預期結果。盡管要用辯證的眼光來看待機構對GEYR模型的解讀,但這一現象也說明了該模型在當前市場環境下的有效性。

動量策略通常是針對市場上的動量效應而提出的,簡單來說就是前一段時間強勢的股票,未來一段時間繼續保持強勢。伴其相生的是反轉效應,即前一段時間弱勢的股票,未來一段時間會變得強勢。可以看出,兩個效應存在矛盾。抑或說對于單個標的,兩種效應在同一時間是不可能共同存在的,這就使得在使用動量策略時,不得不對強弱勢、維持的時間及幅度進行主觀判斷,這也造成的動量及反轉模型使用的困難。

3.2.3 僅基于風險的策略

風險平價模型屬于一種將組合的長期收益著眼于風險控制上的投資策略。該模型追求組合風險敞口均衡的理念,起源于20世紀90年代橋水基金的“全天候”投資組合(All Weather Portfolio):當中長期宏觀環境處于通脹壓力加重或減弱、經濟增長相較于預期過高或過低四種狀態且無法預判時,等量持有四種子投資組合可以保證無論出現哪種經濟環境,至少有一個子組合表現優異。后來,Qian(2005,2006)將這一思想與數理邏輯更為嚴密的風險貢獻的概念相結合,建立了數學化的風險平價模型(也可以根據風險的不同測算方法稱為波動率平價模型或VaR平價模型),并使用1983-2004年美國股票和債券數據進行檢驗,發現與風險貢獻相結合的風險平價組合比60/40組合的夏普比率高出0.2。

Bruder和Roncalli[4-1]將等權風險貢獻度組合擴大到了更為一般的情況,即每種資產的風險貢獻度與其風險預算相匹配,稱為風險預算組合(Risk BudgetPortfolio)。風險預算主要用來解決投資中,風險這種稀缺資源的分配問題。當組合管理人除了對資產的標準差、協方差有完全的信息外,還對資產的風險分布有較為明確的預期時,可以采用風險預算的方法,較為明確地規定組合中各類資產的風險暴露程度。

本文觀點:科學化風險暴露以獲取收益的風險預算策略,在國內有著越來越旺盛的需求,盡管目前國內基金和銀行資管尚未推出此類型的主題產品,但這種明確風險來源的策略未來有望能在市場中取得一席之地。這一策略模型的當前應用難點在于:無論是機構客戶還是個人客戶,其對自身風險偏好的認知通常會有較大的偏差,還需要專業人員協助挖掘并確認。因此風險預算策略更適合通過“黑盒”的方式提供給風險偏好已被明確確認的客戶。

3.3 融入經濟周期和主觀判斷的配置策略

隨著市場競爭的不斷加劇和量化方法的廣泛使用,僅從歷史數據中提取信息進行資產配置并不總是可行和有效的。尤其是當宏觀經濟環境劇烈變動或是經濟政策大幅調整時,投資者先前所使用的資產定價方式和資本操作模式都可能不再適用。因此,一些經驗豐富的機構投資者往往在進行大類資產配置時,除了使用量化模型,還會考慮經濟周期走勢和未來的政策預期。

大學捐贈基金模型(Endowment Model)是典型的融入經濟周期與主觀判斷的大類資產配置,也是一類投資組合管理理念的統稱,因為一些大學的捐贈基金而得名。

由于獨特的資金來源和組織形式,大學捐贈基金具有以下兩個特征。一是永續性。這為其投資流動性低、投資周期長但回報率高的資產種類提供了可能,但由于其覆蓋完整的經濟周期,對管理者的主動管理能力要求也較高。二是金額高。2016年,排名第一位的哈佛大學捐贈基金規模高達359億美元,耶魯大學、斯坦福大學和普林斯頓大學緊隨其后,分別為239、214、210億美元。這使得這些基金可以通過全球資產配置實現宏觀風險對沖。目前,從盈利能力來看,耶魯大學投資辦公室管理的耶魯基金,被認為是全球運作最成功的大學捐贈基金。過去20年,耶魯基金平均年收益率達到13.9%,超過美國大學基金9.2%的平均水平。

但也有學者對大學捐贈模型的投資表現提出質疑。在耶魯大學捐贈基金每年披露的年報中,私募股權的收益率通常最高,2011年的年收益率達到30.4%,這也被看作是基金快速增長的最大原因。Barber和Wang(2013)分析了美國教育捐贈基金的收益來源,發現并沒有證據表明大學基金管理過程中經理人選擇、市場擇時等策略能為基金帶來超額回報。

另一種非常出名的大類資產配置工具是美林證券公司的投資時鐘模型(Merrill Lynch Investment Clock)。該模型基于美國近20年的經濟數據,將宏觀經濟周期、大類資產收益率和行業輪動聯系起來,指導投資者識別經濟中的重要拐點,在不同經濟周期中進行資產配置(Greetham和Hartnett,2004)。

模型根據產出缺口和通貨膨脹的不同狀態,將中短期經濟周期劃分為復蘇、過熱、滯脹、衰退四個階段。當經濟處于復蘇階段(經濟上行,通脹下行)時,股票對經濟的彈性更大,相對于債券和現金存在明顯的超額收益,配置策略應為:股票>債券>現金>大宗商品;當經濟處于過熱階段(經濟上行,通脹上行)時,大宗商品市場將會走向牛市,而通脹上升增加了現金持有成本,可能出臺的加息政策也會降低債券的吸引力,配置策略應為:大宗商品>股票>現金或債券;當經濟轉向滯脹階段(經濟下行,通脹上行)時,股票和大宗商品會受到企業盈利下降的沖擊,現金和債券的收益率相對較高,配置策略應為:現金>債券>大宗商品或股票;當經濟到達衰退階段(經濟下行,通脹下行)時,貨幣政策趨向寬松,有利于債券走強,且經濟見底預期逐步形成,增加了股票的吸引力,配置策略應為:債券>現金>股票>大宗商品。

該模型很好地補充了其他模型對宏觀經濟研究的缺失,將實體經濟與資產配置策略動態緊密地聯系起來。但時鐘模型也有自身缺陷。如其只針對經濟周期和貨幣周期做出投資判斷,未考慮當期資產本身價格高低,容易出現高回撤風險;再如后危機時代,全球各大央行不斷改變貨幣政策常使得經濟脫離周期運行,時鐘模型有效性喪失。由于各國經濟所處階段不同,開放程度以及外在約束不同,在使用時鐘模型時,需要對其不斷調整和改進。關于經濟周期的劃分以及大類資產收益率的測算口徑均沒有統一的標準,因此針對資產輪動現象的解釋具有一定主觀性。不過根據已有的檢驗結果來看,時鐘模型在美國市場的表現要好于在中國和日本市場的表現。

本文觀點:通過融入經濟周期信息,的確能夠極大提高大類資產配置模型的運行效率和結果。但這種做法也抬高了這類型資產配置模型的使用門檻。對宏觀經濟周期走勢和未來政策預期的判斷并沒有一套完整、高勝率且可復制的模式,除了要依靠投資團隊豐富的閱歷、長期且大量基礎性的研究工作,也需要在很大程度上依賴運氣的成分。在相對欠成熟的中國市場,預測的準確性本身就會大打折扣。通過前期業界基于美林時鐘的實踐,目前的應用難點普遍集中在國內四階段的快速切換及非順序輪動上。這與國內各市場目前發展階段變動劇烈、政策逆周期調節等原因關系密切。

四、理財子公司應用大類資產配置的路徑演繹

4.1 資金性質問題

如上文所指,大類資產配置的投資邏輯并不是解決目前資管行業所有投資問題的萬能良藥。只有將其用于合適的業務場景下,才能取得預期效果,而所管理的資金的性質是最為關鍵的因素之一。

資金性質按照不同的分類標準可以產生出不同的劃分。這里按照客戶的“投資期限”、“投資目的”和“風險偏好”這三個維度進行組合并劃分。

表中一共有八種不同的組合。首先,對于“追求平均回報,愿意承受高風險”的類型,從客戶的主觀角度來看,這類客戶并不存在,因為沒有客戶愿意承受高風險而承受平平的收益。其次,對于“追求高回報,只愿意承受低風險”的客戶類型,現實中是大量存在的,但投資市場中的這類資產極少,且出現后會因大量資金的涌入而導致收益降低,而作為銀行理財子公司也不可能在貨架上長期提供此類產品,從客觀上無法滿足這類客戶。再次,對于“追求高回報,愿意承受高風險”的客戶也是存在的,這類客戶將是未來銀行資管布局權益市場后,需要投入大量資源爭取的客戶。但高風險資產在帶來高回報的同時,也潛在會導致高損失,這與大類資產配置中“獲取持續穩定收益”的目標并不相符。

在排除掉以上六類客戶后,上表中還剩下“接受短期投資和平均回報,且風險偏好較低”的客戶和“接受長期投資和平均回報,且風險偏好較低”的客戶。前一種客戶其實正是銀行資管目前主要保有的存量客戶,為了不將短期的市場波動傳遞到短期資金端,銀行資管傳統上采用了兩種“工具”:一是采用了期限錯配和風險錯配的池子方式來進行運作;二是低配高風險高波動資產,例如權益市場中的資產。第一種方式因為對風險的累積已經被“資管新規”所限制,而第二種方式導致銀行資管放棄了大部分超額收益的來源。隨著資管市場規則的逐漸完善和行業的回歸本源,這部分類型客戶的投資理念將主動或被動的發生改變并向其他類型客戶轉移,存量將越來越小。在“短期投資”和“確定性回報”之間,大部分“接受短期投資和平均回報,且風險偏好較低”的客戶,更加堅守的核心投資原則將會是“確定性的回報”,對于日常流動性的預期可以通過其他方式來滿足。因此能夠在最大程度上承接這類客戶類型的將會是“接受長期投資和平均回報,且風險偏好較低”這一客戶類型。

因此,這一客戶類型將會是未來銀行理財子公司所面對的最大客群,而在傳統的兩種“工具”無法使用的大背景下,如何為客戶提供“長期穩定的回報”成為了銀行理財子公司亟待解決的問題。大類資產配置提供了一種可能的解決思路,但應用這一投資邏輯前提必然是“資金端接受長期限投資、目標是獲取持續穩定的收益”。

4.2 大類資產配置初期可能涉及的資產類型和投資標的

在大類資產配置實踐的初期,銀行理財子公司能夠觸及到的資產類型相對較少,考慮到資金性質,投資仍會以債券、權益、類信貸非標資產為主要配置方向。

債券資產投資是銀行的傳統強項,無論是一級市場債券承銷規模還是持倉規模,銀行都擁有絕對優勢,這為銀行資管提供了得天獨厚的券源優勢。此外,銀行間市場是整個債券市場的交易主體,銀行具有更高的話語權。

這里說的權益資產是指二級市場中的標準化權益資產。銀行資管在二級權益資產方面的投研水平相對有限、資源配置不足,短期內無法完成大規模投放。

可以按照先易后難、先被動后主動、先工具后單券的順序進行落地。考慮到大類資產配置型產品在前期募集規模有限,用于配置權益資產的倉位更少,在控制交易成本的前提下,單券會保持較高的集中度。高集中度意味著潛在的單券高風險。

因此,在組合構建的初期,可以通過指數化的投資去獲取權益市場的beta收益,這樣既符合大類資產配置著眼于“配置”的中心思想,也可以防止潛在的單券集中度過高帶來的風險。待未來整體投研體系進一步完備、產品規模進一步提升后,再進行權益資產項下的單券投資和主動管理,實現單品類資產的alpha獲取。

類信貸非標資產盡管本身存在著一些問題,但其相對高收益低風險使得其在銀行投資中一直占據著重要地位。在大類資產配置實踐的初期,相關產品的營銷難度通常都會非常大。首先,資產組合中通常都會包含權益型資產,會給客戶造成產品風險大的直觀感覺。其次,由于缺少實盤的歷史業績,基準通常會以區間的形式進行展示,當權益類資產產品較大時,區間的上下限跨度會非常大,用戶體驗較差。正是基于對上述兩點原因的考量,初期可以通過配置低波動性低風險的信貸類非標資產來提升整個組合的穩定性,降低波動率。待首批產品整體成熟穩定后,在合理范圍內,逐步提高新產品中的權益占比。

4.3 借助外力,修煉內功

銀行資管在初期進行大類資產配置時,無論是從理論積累、人員配置和系統支持上投入的資源都相對不足,在早期的推進過程中要借鑒外部機構的先進經驗。目前就大類資產配置方面,市場中可以借力的機構大概分成兩類:一類是有互聯網基因的金融工具供應商,另外一類是傳統的非銀金融機構。

有互聯網基因的金融工具供應商是近些年涌現出的一類“金融+IT”的復合金融機構。因其成立時間較短,所以缺乏與銀行及銀行資管的穩定合作。此類機構表現出了更加積極和開放的合作愿望,愿意向銀行資管開放自身的資源以獲取更深入的合作機會。這類機構的技術背景深厚,長期保有高比例的開發人員,所以其在系統工具的落地能力、友好交互性、個性化需求的定制開發、對系統的長期跟蹤運維等方面會表現出相對于傳統非銀機構的明顯優勢。此外,這類機構基于其“金融+IT”的雙內核驅動,在金融模型建立、量化交易等科技金融領域也展示出了較強的實力。但這類機構的劣勢也比較明顯,傳統金融分析方法欠缺,金融領域專業人才儲備不足,市場實操領域缺乏經驗和積累。

另一類的非銀金融機構相對更加傳統。其優勢在于較全面和深入的投研實力、對市場的整體把握和豐富的實操經驗。各家非銀金融機構的系統開發能力參差不齊,部分頭部機構有一定的投研系統自研能力,其余的大多數機構對IT的投入更多的是建立完備的工作流和交易系統上,對投研系統的打造都有著不同程度的缺失。特別是在大類資產配置領域,所涉及的策略模型眾多(遠超過本文所列示),而為了支持配置模型的運作,需要大量外圍系統和人力的支持,持續的資源投入與相對不明確的產出,使得非銀金融機構缺乏構建系統的內生動力。

盡管這兩類機構有各自的不足和缺陷,但這并不構成銀行理財子公司借力構造自身體系的障礙。在資源整合方面,銀行理財子公司有著其他金融機構無法比擬的優勢。通過采購或與金融科技公司聯合開發的方式,可以將先進的市場工具、投研所需的大量金融模型、所需要的外圍支持系統進行本地化部署,實現系統層面的完備。

通過合作或資源交換的方式,將傳統非銀金融機構已有的線下研究成果和可獲得的線下研究框架體系通過本地化的系統工具實現線上化,實現線上投研體系的建立。而在此過程中,也將對銀行理財子公司投研團隊的發展起到促進作用。

4.4 大類資產配置的有效性討論及策略選擇

文中介紹了部分經典的大類資產配置投資策略,這些投資策略在某一較長階段的市場環境下都取得過傲人的成績。但盡管如此,這些策略在個別年份的市場環境突變的情況下,遭遇過一定的回撤。如何看待這一過程中的回測,則是評判大類資產配置有效性的重要標尺。

我們在投資的過程中,總是希望能夠找到一個可以長盛不衰、持續取得高額回報的“圣杯”。特別是在計算機算力不斷提升、人工智能算法突飛猛進的今天,大量的從業人員利用全新的技術手段來投入到了對“圣杯”的搜尋和探索中,然而收效甚微。在某一時間段、某一市場環境下有效的投資策略,在其他時間階段或其他市場環境下會變得無效,甚至起到反作用。這其實是所有投資理念都要面對的一個共同問題,就是策略的有效域。

金融學隸屬于社會科學,不同于理學或工學,社會科學有其自身的特點。社會科學擁有更多的層次、每個層次下有海量的機制在同時起作用,且所有機制并沒有一個統一的覆蓋性法則。這與生物學中盡管機制眾多但是都遵從“進化論”這一覆蓋性法則和力學在通常條件下僅遵從“牛頓三定律”之一定律是完全不同的。金融學也繼承了社會科學的這些特點,舉例來說,在同一市場環境下,不同的金融學理論和邏輯從不同的出發點對同一個市場進行解讀和剖析,且相互之間無法證偽,只能靠未來的市場發展狀況來對現在的邏輯進行驗證。但本次可行的理論和邏輯可能在下一次的預測和解讀中就會失效。

金融學項下的各類投資策略,其實也是從不同觀點出發的對市場的解讀,因此這些策略也均有自己的有效域,不會是放之四海而皆準。就大類資產配置策略而言,長期限資金是最重要的前提,而具體選用何種策略更多是根據除了期限以外的資金風格和各個銀行資管公司的稟賦和投研技術的積累。以下分別舉例來說:

1、對于希望客戶對自身決策承擔更大責任、力圖推行“類工具化”產品、易于解釋的“白盒”產品的銀行資管機構,恒定混合策略應成為首選,這一策略也是先鋒基金(Vanguard)在養老市場領域所布局的重要產品線之一。這類策略大大減輕了資產管理機構在市場出現風險時所要承擔的來自客戶的壓力,也與“代客理財,風險自擔”的理財本源所契合。

2、當前市場上眾多非銀金融機構推崇僅基于收益的GEYR模型,并將其作為進行股債性價比衡量時的利器。基于收益的配置策略除了GEYR模型外,還有大量基于該模型的改良以及FED模型。這些模型在對股債性價比判斷后,需要對組合中資產的比例進行再確認。因此,獲得風險偏好與投資比例相匹配的資金成為了這類策略的首要考慮前提。

3、近年來,全球市場波動劇烈,對風險的重視也使得僅專注于風險的風險平價模型和風險預算模型取得了長足的發展。因將風險置于進行資產配置的首要考量因素,所以這類策略可以明確自身風險敞口,更符合依據風險偏好而指導投資的銀行資管機構。盡管這類模型的思想并不復雜,但每次再平衡后各類資產的持倉比例可能會產生較大差異,這對于習慣了在產品說明書中明確持倉比例的銀行資管,提高了其產品設計和營銷水平的要求。

4、絕大多數的大類資產配置策略采用了“向過去看”的方式,即認為過去的市場狀況會在未來重現,信奉均指回歸和大數定律,追求的是大獲勝概率而不計較一時的得失。“向未來看”或者說預測實質上是人性本質所在,在大類資產配置領域也有很多嘗試。將“向過去看”和“向未來看”進行結合的大類資產配置策略以BlackLitterman模型(簡稱B-L模型)和美林投資時鐘模型為典范。B-L模型是對市場未來的強勢資產進行預測,而美林投資時鐘模型是在假設市場符合時鐘輪動的前提下對切換時點進行預測。盡管這類包含“向未來看”基因的策略也通常會被納入大類資產配置的范疇,但其本質上為“大類資產配置策略追求大獲勝概率”這一目標引入了不確定性,“向未來看”或“預測”可能會帶來超額收益,也可能會帶來損失。只有當銀行資管建立了足夠強大的投研體系作支撐時,才適合發行這類偏“黑盒”策略的理財產品。

五、寫在最后

大類資產配置理論在歐美市場已歷經了近一個世紀的發展,國內因金融市場的發展時間有限,近期大類資產配置理論和實務才逐漸興起。

目前市場對擇時、擇券的重視程度仍遠高于大類資產配置。大量的從業者對大類資產配置的認識存在誤區,認為其就是通過對宏觀經濟周期拐點的把握,在國內甚至全球范圍內進行資產選擇,而沒有認識到其實質是一種依靠不同資產之間的低相關性對長期風險和收益進行管理的全局性策略,并不是局部策略的簡單加總。

銀行理財子公司作為未來市場上體量巨大的機構投資者,對大類資產配置有著天然的內生需求。如何在深刻理解資本市場運行規律的基礎上,構建適用于國內銀行資管大類資產市場的模型?如何加強與大類資產配置有關的人才體系建設,為將來轉型在資本市場進行布局?將是未來銀行理財子公司在戰略和戰術設計上要亟待解決的問題。

主站蜘蛛池模板: 临桂县| 新郑市| 格尔木市| 通化县| 宜都市| 江陵县| 云梦县| 博爱县| 阿鲁科尔沁旗| 台前县| 六安市| 邹城市| 安化县| 肇州县| 鸡东县| 斗六市| 保山市| 科技| 宁南县| 抚州市| 皮山县| 乌兰浩特市| 凉山| 辰溪县| 五常市| 项城市| 离岛区| 五大连池市| 云安县| 汕尾市| 疏附县| 台山市| 巴林右旗| 忻城县| 黔江区| 冷水江市| 广州市| 兴文县| 德昌县| 淮阳县| 龙南县|