降低波动率对组合有什么用？.pdf

降低波动率对组合

有什么用？

分析师：包承超、邓宇林

证券研究报告2024年07月20日

请务必阅读报告末页的重要声明

探讨波动与收益之间的关系

跨资产来看，风险较高的资产往往会具有较高的回报

图：各类资产间的期望收益率与期望风险

预期上看，通常呈现“风险越大，收益越大”分布

数据来源：《EngineeringTargetedReturnsandRisks》，BRIDGEWATER，国联证券研究所

但在权益资产内部，如风格因子，高风险并不意味着高回报

图：2010年-2019年A股SmartBeta的收益率和波动率图：近3年A股SmartBeta的收益率和波动率

最近几年，风格因子的风险与收益

几乎完全呈反比。更低波动风险，

反而有更好的收益

数据来源：Wind，国联证券研究所

行业因子间的风险收益特征始终更加无序

图：2010年-2019年A股行业因子的收益率和波动率图：近3年A股行业因子的收益率和波动率

高收益因子反而具

有相对低的风险

最近几年，高风险并未带来高收益

数据来源：Wind，国联证券研究所

纵向来看，因子自身的波动率对其未来收益率并无指引意义

图：2005年以来，全A的历史波动率和未来涨跌幅分布

忽略时间区间，全周期混合来看，

历史波动率和收益率并无明显规

律特征。

数据来源：Wind，国联证券研究所。注：绿色标记为实际涨跌幅为负数的情况，为使便于观察规律，此处对涨跌幅取绝对值处理。

但横向来看，低波动因子未来的收益率通常较高

图：不同时间区间下，各因子历史波动率与未来收益率并未表现出稳定关系

低波动低波动

低波动

低波动

数据来源：Wind，国联证券研究所。注：横轴为各因子日度涨跌幅过去6个月的波动率，纵轴为各因子未来3个月的涨跌幅。

同时衡量风险后，规律更明显——历史波动率低的因子，未来SharpeRatio更高

图：不同时间区间下，各因子历史波动率与未来夏普比均呈现出稳定负相关

任一时间区间，历史波动率和未

来夏普比间的负相关性十分稳定

数据来源：Wind，国联证券研究所。注：横轴为各因子日度涨跌幅过去6个月的波动率，纵轴为各因子未来3个月的夏普比。

区分牛熊周期后发现，高波动因子在牛市占优，但低波动因子在熊市表现更好

图：牛熊周期下，高波动性因子和低波动性因子的表现出现分化

熊市周期下，因子涨跌幅和波动性

表现出极强的负相关性

牛市周期下，因子涨跌幅和波动性

表现出极强的正相