基金与衍生品专题FOF研究系列之六：当风险均衡遇到BL模型.pdf

市场策略研究 2018 年3 月7 日 基金与衍生品专题 FOF 研究系列之六：当风险均衡遇到BL 模型 个股 当风险均衡遇到BL 模型 在FOF 系列报告第四、五篇中，针对 “主观预期收益与被动风险配臵相 分析员 耿帅军 结合”这一问题，我们给出了主动风险预算和风险均衡 2.0 这两种解决 SAC 执证编号：S0080516060002 方法；两种方法在行业指数上的实证表现均优于被动风险均衡。本篇报 shuaijun.geng@ 告将继续对这一问题进行探讨；我们将风险均衡方法和BL 模型相结合， 给出第三种解决方案。 分析员 王浩 SAC 执证编号：S0080516090001 传统 BL 模型本质上是CAPM 理论和均值方差模型的结合。即在CAPM 模 hao.wang@ 型成立的假设下，市场均衡组合为市值加权组合；此时，市值加权指数 隐含的预期收益率可作为先验观点输入，而投资者观点则是对市场隐含 联系人 邢瑶 收益率的修正，模型最终得到的组合其实可看作是在市值加权指数的基 SAC 执证编号：S0080117080079 准下，投资者主观观点对应的主动投资组合。而如果我们的目标是从被 yao.xing@ 动风险均衡配臵出发，再加入主观收益率预期；那么，最终得到的组合 便是以风险均衡为基准的主动投资组合。因此，我们可将风险均衡组合 分析员 王汉锋，CFA 的隐含收益率作为BL 模型的先验观点输入，而投资者对收益率的预测则 SAC 执证编号：S0080513080002 作为主观收益率的输入，从而将收益率预测与风险均衡模型结合起来。 SFC CE Ref：AND454 hanfeng.wang@ 这种做法具有非常广泛的现实意义。因为传统BL 模型中的先验基准输入 为市值加权组合，而在很多投资情景下，投资者往往无法找到合适的市 值加权基准。例如大类资产配臵时，股债的市值加权组合难以度量；在 多个商品上构建的投资组合，亦难以找到如此基准；进行多策略配臵时 更是如此。越来越多的机构开始采用风险加权的组合作为考核主动管理 人的业绩基准，而风险均衡组合便是最常使用的一种业绩基准。 近期研究报告 基于风险均衡的 BL 模型在行业配臵上表现优异 • 市场策略 | FOF 研究系列之五：风险均衡 2.0 我们采用与FOF 系列研究第四篇、第五篇同样的测试环境进行实证。即： (2018.02.08) 通过过去一年收益率、过去一年波动率的复合因子对收益率进行预测， 将风险均衡与 BL 模型相结合的方法应用在 A 股的行业指数上。相较于 • 市场策略 | FOF 研究系列之四：从风险均衡到风险 预算 (2018.01.12) 此前两种方法，基于风险均衡的BL 模型展现出了更优的信号转化效率，