论文部分内容阅读
研究表明，以基金为主的机构投资者的投资业绩在很大程度上受到行业资产配置的影响，资产配置已成为其业绩影响的最主要因素。在欧美一些成熟的资本市场上，基于量化的行业资产配置方法已经成为其主流分析方法，而国内资本市场上，采用的行业配置方法仍然是以定性分析为主的方法，在资产配置过程中还存在很大的改进空间。因此，运用量化方法对行业资产进行配置已然成为将来发展的趋势和重点。
本文运用Black-Litterman模型来研究资产的行业配置问题，通过在我国A股市场的运用，以期能对我国股票资产行业配置的数量化研究做出微薄的贡献。该模型产生于90年代初，由美国高盛资产管理公司的Fisher Black和Robert Litterman提出，后来逐渐受到其他机构资者的关注，慢慢成为美国国内和国外不少机构投资者进行行业资产配置或是大类资产配置的理论和运用基础。但是，目前在国内对该资产配置模型的研究还不多，国内部分券商的投研部门和部分量化投资基金近年来才开始关注并研究该投资模型。经过国外投资机构的研究与应用，该模型对于构建有效的投资组合具有重要的作用，不论它是否适用于中国金融市场，对它的研究都将对我国的量化投资产生重要的影响。
传统的均值-方差模型在实际的运用中，存在两个主要的问题，首先是该模型具有很高的不稳定性。只要输入变量的估计少量地变动，就会导致投资组合中相关资产的权重有比较大的波动。正是由于运用该模型会产生非常巨大的差异，实际操作的难度将会比较大，因此该模型在实际资产配置过程中的运用价值将会受到较大的影响。其次是该模型最后的配置结果往往会比较极端，会出现极高比例卖空某行业或买入某行业的情况，与投资者的实际投资直观感受反差巨大。
正是由于上述问题的存在，Black与Litterman(1992)在马科维茨的均值-方差的基础上，并与Sharpe和Lintner的资本资产定价模型进行充分的结合，进而提出了Black-Litterman资产配置模型，该模型构建的目的是为了能够在市场中获得超额预期收益率，它结合了投资者看法和长期市场均衡收益，并且把投资者观点作为模型的输入变量，从而优化资产的配置，克服了均值-方差模型的极度敏感性。该模型最大的特点就是将投资者所持有的主观观点纳入模型进行考虑，该观点是投资者对未来投资机会的看法;同时，通过组合中各资产的历史收益率计算得出市场隐含的超额均衡收益率，对于投资者的观点收益率与市场超额均衡收益率，可以通过概率论中的bayesian条件概率分析法将两者联系起来，从而得出针对资产组合中各种资产的预期收益率向量，接下来利用正向优化的方法就可以求出最优的资产配置权重（比例）。
模型中的观点收益，对于机构投资者来说，主观期望收益率可以通过其较为复杂的技术分析得到，同时也可以通过其较为全面和深入的行业研究进行基础分析得出，或者是通过对短期市场中的资金面的松紧情况和资金的流向进行分析而得出;但对一般的个人投资者来说，其主观观点的来源可能并不像机构投资者那样专业和深入，但其范围可能更加广泛，可能来源于网络消息、股评家的评论、各种报刊杂志或是源于其自身的分析或是某个投资模型。如果投资者对于其所持有的观点具有较高的信心水平，那么最后所合成的预期收益向量中，主观观点收益将会占有较高的权重;如果投资者对其所持有的观点信心水平较低，那么最后所合成的收益向量将会更倾向于市场均衡收益。特别地，如果投资者并不发表任何观点，那么最后的收益向量就是市场均衡收益向量。
投资者对相关资产发表自己的主观观点后，由此产生观点收益向量，该向量代表了投资者对自己配置的资产一种预期报酬率。对于观点收益向量的得出方法有多种，主要可以归为两类，一类是运用计量经济学中的各种方法来进行预测，如利用ARMA-GARCH模型，EGARCH-M模型等等，但这种方法主要还是完全基于资产组合中各种资产的历史收益率，它的有效性在很大程度上依赖于历史会重演这样的假设，投资者观点并没有得到很好的反映，没有充分发挥该模型的优势;另一类方法则是投资者在基于历史数据的基础上，结合当前宏观经济发展情况，进行基本面的分析，深入分析各行业资产的未来发展情况，进而得出观点收益向量，或者进行较为复杂的技术分析，结合当前资本市场中资金流向与资金松紧情况进一步得出资产组合的观点收益向量。因此，本文将采用第二类方法得出资产组合的观点收益向量，这样更有利于发挥Black-Litterman模型的优势，并不是停留在历史数据，而是基于当前经济情况充分发挥投资者的主观能动性。
本文以沪深300指数十个行业板块为标的资产，故本文更倾向于采用基本面分析法，结合各标的资产最近的收益情况，通过对行业景气状况监测的数据进行分析，进而得出对沪深300各个板块的主观观点收益向量。本文投资者观点并非完全由历史数据推算得来，而是有条件的使用部分历史数据并结合当前经济基本情况得出观点。与均值-方差模型相比，Black-Litterman模型的进步在于，它比较好地将投资者的主观观点以及将相应主观观点的信心水平纳入模型中，并在最终的合成收益率向量中得到反映。
然后对行业资产配置的状况与绩效进行分析，同时还对不同信心水平配置结果进行了分析，随着信心水平的提高，资产的配置会更加稳定。同时也可以看出，随着标量τ的变化，相关的资产配置并未发生很大的变化或者是方向性的大转变，对标量τ变化并没有出现非常敏感的反应，因此，它更具有可操作性，这是对均值-方差模型的敏感性缺陷的一大重要改进。最后对运用Black-Litterman模型进行配置的结果与基于市场配置和马科维茨的均值-方差模型的配置结果进行了对比，得出该模型的配置结果更加均衡与稳定，并且具有更优的绩效。
但是，Black-Litterman模型的运用也存在一些条件限制，投资者主观观点的质量对最后资产配置的结果具有较大的影响。在这方面，机构投资者往往具有更充分的信息，不管是依据大量的量化处理工具还是依据更加专业的基本面分析，他们在运用该模型进行资产的配置中，往往能够取得比较好的效果。而一般的个人投资者的主观观点的质量相对要低一些，运用该模型反而可能出现收益降低的结果。同时，该模型的运用依赖于市成熟、稳定的市场，这样基于历史数据的估计才比较可信，但我国资本市场仍处于不断完善的过程中，市场的波动较大，政策对市场的影响也比较明显，因此该模型在我国股市的运用也会受到一定的影响。
本文运用Black-Litterman模型来研究资产的行业配置问题，通过在我国A股市场的运用，以期能对我国股票资产行业配置的数量化研究做出微薄的贡献。该模型产生于90年代初，由美国高盛资产管理公司的Fisher Black和Robert Litterman提出，后来逐渐受到其他机构资者的关注，慢慢成为美国国内和国外不少机构投资者进行行业资产配置或是大类资产配置的理论和运用基础。但是，目前在国内对该资产配置模型的研究还不多，国内部分券商的投研部门和部分量化投资基金近年来才开始关注并研究该投资模型。经过国外投资机构的研究与应用，该模型对于构建有效的投资组合具有重要的作用，不论它是否适用于中国金融市场，对它的研究都将对我国的量化投资产生重要的影响。
传统的均值-方差模型在实际的运用中，存在两个主要的问题，首先是该模型具有很高的不稳定性。只要输入变量的估计少量地变动，就会导致投资组合中相关资产的权重有比较大的波动。正是由于运用该模型会产生非常巨大的差异，实际操作的难度将会比较大，因此该模型在实际资产配置过程中的运用价值将会受到较大的影响。其次是该模型最后的配置结果往往会比较极端，会出现极高比例卖空某行业或买入某行业的情况，与投资者的实际投资直观感受反差巨大。
正是由于上述问题的存在，Black与Litterman(1992)在马科维茨的均值-方差的基础上，并与Sharpe和Lintner的资本资产定价模型进行充分的结合，进而提出了Black-Litterman资产配置模型，该模型构建的目的是为了能够在市场中获得超额预期收益率，它结合了投资者看法和长期市场均衡收益，并且把投资者观点作为模型的输入变量，从而优化资产的配置，克服了均值-方差模型的极度敏感性。该模型最大的特点就是将投资者所持有的主观观点纳入模型进行考虑，该观点是投资者对未来投资机会的看法;同时，通过组合中各资产的历史收益率计算得出市场隐含的超额均衡收益率，对于投资者的观点收益率与市场超额均衡收益率，可以通过概率论中的bayesian条件概率分析法将两者联系起来，从而得出针对资产组合中各种资产的预期收益率向量，接下来利用正向优化的方法就可以求出最优的资产配置权重（比例）。
模型中的观点收益，对于机构投资者来说，主观期望收益率可以通过其较为复杂的技术分析得到，同时也可以通过其较为全面和深入的行业研究进行基础分析得出，或者是通过对短期市场中的资金面的松紧情况和资金的流向进行分析而得出;但对一般的个人投资者来说，其主观观点的来源可能并不像机构投资者那样专业和深入，但其范围可能更加广泛，可能来源于网络消息、股评家的评论、各种报刊杂志或是源于其自身的分析或是某个投资模型。如果投资者对于其所持有的观点具有较高的信心水平，那么最后所合成的预期收益向量中，主观观点收益将会占有较高的权重;如果投资者对其所持有的观点信心水平较低，那么最后所合成的收益向量将会更倾向于市场均衡收益。特别地，如果投资者并不发表任何观点，那么最后的收益向量就是市场均衡收益向量。
投资者对相关资产发表自己的主观观点后，由此产生观点收益向量，该向量代表了投资者对自己配置的资产一种预期报酬率。对于观点收益向量的得出方法有多种，主要可以归为两类，一类是运用计量经济学中的各种方法来进行预测，如利用ARMA-GARCH模型，EGARCH-M模型等等，但这种方法主要还是完全基于资产组合中各种资产的历史收益率，它的有效性在很大程度上依赖于历史会重演这样的假设，投资者观点并没有得到很好的反映，没有充分发挥该模型的优势;另一类方法则是投资者在基于历史数据的基础上，结合当前宏观经济发展情况，进行基本面的分析，深入分析各行业资产的未来发展情况，进而得出观点收益向量，或者进行较为复杂的技术分析，结合当前资本市场中资金流向与资金松紧情况进一步得出资产组合的观点收益向量。因此，本文将采用第二类方法得出资产组合的观点收益向量，这样更有利于发挥Black-Litterman模型的优势，并不是停留在历史数据，而是基于当前经济情况充分发挥投资者的主观能动性。
本文以沪深300指数十个行业板块为标的资产，故本文更倾向于采用基本面分析法，结合各标的资产最近的收益情况，通过对行业景气状况监测的数据进行分析，进而得出对沪深300各个板块的主观观点收益向量。本文投资者观点并非完全由历史数据推算得来，而是有条件的使用部分历史数据并结合当前经济基本情况得出观点。与均值-方差模型相比，Black-Litterman模型的进步在于，它比较好地将投资者的主观观点以及将相应主观观点的信心水平纳入模型中，并在最终的合成收益率向量中得到反映。
然后对行业资产配置的状况与绩效进行分析，同时还对不同信心水平配置结果进行了分析，随着信心水平的提高，资产的配置会更加稳定。同时也可以看出，随着标量τ的变化，相关的资产配置并未发生很大的变化或者是方向性的大转变，对标量τ变化并没有出现非常敏感的反应，因此，它更具有可操作性，这是对均值-方差模型的敏感性缺陷的一大重要改进。最后对运用Black-Litterman模型进行配置的结果与基于市场配置和马科维茨的均值-方差模型的配置结果进行了对比，得出该模型的配置结果更加均衡与稳定，并且具有更优的绩效。
但是，Black-Litterman模型的运用也存在一些条件限制，投资者主观观点的质量对最后资产配置的结果具有较大的影响。在这方面，机构投资者往往具有更充分的信息，不管是依据大量的量化处理工具还是依据更加专业的基本面分析，他们在运用该模型进行资产的配置中，往往能够取得比较好的效果。而一般的个人投资者的主观观点的质量相对要低一些，运用该模型反而可能出现收益降低的结果。同时，该模型的运用依赖于市成熟、稳定的市场，这样基于历史数据的估计才比较可信，但我国资本市场仍处于不断完善的过程中，市场的波动较大，政策对市场的影响也比较明显，因此该模型在我国股市的运用也会受到一定的影响。