大型机构投资者资产配置四问（二）

在第一篇文章中，我们分别介绍了挪威主权基金、日本养老金和耶鲁基金会的资产配置实践。可以看到，海外优秀的大型机构投资者在过去数十年中所取得的投资收益，无论从年化收益率抑或稳定性上看，都是十分让人惊叹的。他们何以取得如此巨大的成功？

在本文中，我们将探索这些成功的大型机构投资者所采用的的资产配置方法论。可以发现，他们的成功一方面归功于方法论的成熟，另一方面则来源于对所投资资产的风险收益特征的深刻理解。

在方法论层面上，资产配置理论主要源于Brison等学者的研究。Brison（1986,1991）研究发现，投资组合收益和波动的主要来源为资产配置，即投资策略的有效性关键在于资产配置而非择时或者择券。Ibbotson和Kaplan在2000年的研究，也证明了投资组合长期投资回报几乎完全由整体的资产配置所决定。由于择时、择券能贡献的超额收益的规模有限，规模较大的投资组合无法依靠其作为主要的收益来源；同时，择券还因为市场有效性的提高面临alpha不断缩水、失效的问题。因此，历史上依靠择时、择券能长期持续盈利者凤毛麟角。在这样的背景下，资产配置的重要性更加凸显。图7呈现了“均值—方差”方法下，对于不同参数的优化产生的不同理论方向。由于传统“均值-方差”模型需要对资产的收益率、波动率和相关性这三个参数进行预测。其最大的缺陷在于对参数，特别是收益率这个参数的输入十分敏感。因此在后续的理论改进上，大致分为如下3个方向：一是提高模型对参数预测错误的容忍度；二是提高收益率预测的准确度；三是放弃对收益率进行预测，专注于控制波动率。

图7：“均值—方差”方法下不同参数优化产生的不同理论方向

数据来源：乐瑞资产整理

在上述理论的基础上，实践中的资产配置如何做？

海外机构所常用的资产配置理论可以大致分为四个步骤：设定投资目标、制定与目标相匹配的中长期资产配置策略、执行与短期环境相适应的择时策略及在给定的资产比例范围内选择具体证券、最后跟踪评价和优化资产配置策略。

图8：资产配置四部曲

一、设定投资目标

资产配置方案的第一步，是根据投资者的风险承受水平及收益要求设定投资目标，即试图实现的收益水平、波动率和最大回撤等数量指标。其中，风险承受能力极其重要，因为承担风险是获取风险溢价的必要条件。但在中国，投资者往往更关注收益率，忽视了对波动，亦即风险承受能力的评估。

投资目标设定取决于投资者的性质。投资目标的选择主要受到三个因素的影响。第一是资产负债匹配（即ALM，Asset-Liability Match）。根据负债端久期、现金流要求等，实现资产负债的久期匹配，并保证资产现金流能满足运作需求。一般而言，负债久期越长，投资期限则可越长、风险承受能力越强，风险资产的比例上限可以设置得更高。第二是流动性要求。流动性要求越高，则需要保持的流动性资产比例越高，能从资产流动性溢价中获得回报的比例相对越低。第三是需要满足法律法规和监管限制。

这里我们举四个典型的关于机构投资者的投资目标的例子。其一是养老金，它需要获取可以覆盖养老金负债的足额回报，降低养老金盈余的波动。其二是捐赠基金，它的运作核心是保持基金的购买力，向教育相关活动提供永久性的资金支持。其三是保险公司，它最重要的任务是满足赔付需求、覆盖运营支出、增加股东盈余。最后是银行，它的目的是获取正的利差收益。

值得一提的是，大型机构投资者相较于共同基金、对冲基金等可以灵活捕捉择时、择券等机会的机构投资者，有较显著的差别。一方面，大型机构投资者规模较大，且要求长期收益稳定，只能诉诸与其投资目标相符的资产配置方法，难以通过择时、择券获取大量的alpha收益，因此更强调beta收益；另一方面，由于机构投资者的规模相对于基础资产规模比重较高，直接管理基础资产的建仓、调仓行为可能会对市场造成较大波动。这就给大型机构投资者的投资方法论提出了较高的要求。

二、资产配置

资产配置方案的第二步，是在投资目标基础上，以历史收益率、波动率、相关系数等参数呈现资产的基础特征，结合资产走势的主观判断对参数进行调整后，确定基础资产的中长期配置比例。

制定资产配置方案，首先需要通过对历史数据的梳理和分析，深刻理解基础资产的驱动因素和波动特点。以美国为代表的发达国家有长达百年的历史数据，非常有利于分析。而在中国，由于股票和债券市场仍处于发展期，高质量资产数据不足20年；另类资产亦存在数据缺失。这也是资产配置理念在中国应用较晚、局限较多的原因。但可喜的是，近年来中国数据不断积累，甚至在公开性方面已居于领先地位。

我们对全球主要资产历史表现的风险收益特征进行了梳理。从表3可以看到，股票收益高，但波动也十分大；由于1992年至今美国利率处于下行的长周期，因此债券虽然收益略低，但是波动率却远小于股票，具有较高的夏普比（受我们可获取的数据时间区间限制，债券的夏普比远高于股票。但根据桥水的研究，美国各风险资产的长期夏普比相近，处于0.2到0.3之间）；而大宗商品几乎没有超额收益。

表3：美国及部分全球资产风险收益特征（截止2017H1）

说明：无风险收益率取美国3个月国债收益率水平

数据来源：Bloomberg、Wind资讯、乐瑞资产

而从全球大类资产相关系数（2010～2017）可以发现，长期来看，国债和投资级债券和其他各大类资产具有负的相关性；黄金和其他大类资产的相关性较低；股票和大宗商品，股票和投机级债券，都具有较高的正相关性。

表4：全球大类资产相关性（2010～2017H1）

数据来源：Bloomberg、Wind资讯、乐瑞资产

然而需要注意的是，在不同的宏观环境下，资产价格变化的驱动变量会发生切换，资产相关性处于动态变化之中，尤其当金融市场经历较大结构性变化时（如金融危机），趋势可能会发生逆转。从下图中可以观察到，金融危机后，美股和大宗商品的相关性明显提高。近年来，全球央行的行为、市场参与者risk-on/risk-off的情绪等均会导致资产相关性发生改变，甚至出现共振。因此我们需要动态地看待、评估资产的表现特征。对基础资产收益率、波动性和相关性的判断，必须立足在对基本面和资产本身特质的深刻理解上，不能仅仅简单地参考历史数据。

图9：大类资产相关性（1983～2017H1）

数据来源：Bloomberg、Wind资讯、乐瑞资产

注：图为滚动3年相关系数，月度数据，股票为S&P500 Index，债券为Bloomberg Barclays US Treasury Index，大宗商品为S&P GSCI Index。

不同资产风险收益特质的不同，主要是资产风险溢价的来源不同。相对于仅仅持有单一资产，多资产组合的夏普比更高：一方面可以充分获得多个资产的风险溢价，同时资产间的负相关性也能抵消组合的波动，从而提高组合夏普比。实证检验也支持该结论（例如桥水的全天候策略，高夏普的来源为多资产间风险的相互抵消）。

我们将通过模拟组合构建的实践数据说明相较于单个基础资产，多资产组合确实具有更高夏普比。

美国大类资产组合和单资产表现对比

下表中是简单构造的三个美国大类资产组合（保守、平衡和激进）的风险收益表现和单资产表现（1992～2017H1）的收益波动特征对比。可见，三种方案尽管风格有所不同，但夏普比均优于基础资产表现。

表5：美国大类资产保守、平衡和激进组合方案比例分配

图10：美国大类资产组合（保守、平衡和激进）VS单资产表现（1992～2017H1）

表6：美国大类资产组合（保守、平衡和激进）VS单资产表现（1992～2017H1）

注：无风险收益= 3m T-bill收益率

数据来源：Bloomberg、Wind资讯、乐瑞资产

三、择时和择券

在完成上述资产配置的基础上，通常投资者会考虑是否进行进一步的择时和择券。

所谓择时，即在资产配置决定了各类基础资产的大致比例后，资产管理人短期根据对经济周期、时机、估值和市场情绪等因素的判断，对已经明确的资产长期配置比例进行有约束的调整，以达到收益增厚目的。

由于择时本质上是对资产配置的偏离，策略需保证投资组合整体风险水平维持在目标范围（中长期资产配置目标）。对此，可以设置跟踪误差（基准为最开始确定的资产配置组合），控制整体偏离度；或对采用择时策略的各类资产权重设置波动区间（如上下浮动10%）的方式，控制单类资产偏离度。

择时策略需对短期因素做出准确判断，因而对投资人能力要求非常高。也正是基于这点原因，耶鲁基金会投资体系提出者、首席投资官David Swensen建议大规模资金的长期投资者放弃择时。

所谓择券，即在特定的资产类别内，通过择券获取超额收益，从而超越业绩比较基准。背后的假设是市场非完全有效。然而，不同市场定价效率差异较大。对于某一资产类别，可从主动管理人的收益分布中，观察定价效率的高低。通常，收益分布越分散，积极投资管理创造超额收益的概率越高。一般而言，存在这样的规律：流动性强的公开交易市场定价效率普遍高于流动性差的非公开交易市场，发达国家市场定价效率高于发展中国家市场。具体到资产层面，市场定价效率的排序大致呈现如下特征：

高质量的固定收益类证券 > 大盘股 > 小盘股 > 绝对收益/房地产/杠杆收购和风险投资

在定价效率较低的非公开交易市场，以及alpha依然存在的发展中国家市场（由于其开放较晚并具有散户市场特征，如中国A股市场），通过择券、挑选优秀的积极外部管理人依然可以捕捉超额收益。

四、跟踪和优化

投资组合配置完成后，仍需密切关注直接持仓、委托的外部管理人及各类策略的表现。然而，在诸多投资过程中，跟踪和优化这一步骤在投资组合管理中的重要性常常被弱化。譬如资产价格波动较大时，容易导致持仓比例偏离设定比例，需根据固定周期或设置阈值等原则执行再平衡；又如，应定期评估投资组合、外部管理人投资业绩，从而有利于了解策略执行是否存在异常情况，以此作为投资组合调整、优化的决策依据。