>> 华安证券-“学海拾珠”系列之一百二十三:如何管理投资组合波动率?-230104
| 上传日期: |
2023/1/4 |
大小: |
1248KB |
| 格式: |
pdf 共14页 |
来源: |
华安证券 |
| 评级: |
-- |
作者: |
严佳炜,吴正宇 |
| 下载权限: |
无限制-登录即可下载 |
|
|
主要观点: 本篇是“学海拾珠”系列第一百二十三篇,作者涵盖全球股票、债券、货币和商品等29个主要市场指数的历史数据,使用一套通用的指数加权法来进行波动率估计。研究发现,积极的波动率管理对大多数资产大类都是有益的,从而使财富积累在一段时间内更加稳定。回到A股市场,如何管理组合波动率一直是投资者关注的问题,本文从实证的角度向我们揭示了如何通过更高效地估计组合波动率来构建尾部风险更低的组合,且这种方法对大多数资产都是有益的,值得学习。 积极的波动率管理对大多数大类资产都是有益的,从而使财富积累更加稳定 作者主要使用常用的交易工具,如期货合约,构建了六个等权投资组合(股票、货币、商品、债券、股票和债券、所有资产)。研究发现,与简单的尾部波动率估计相比,EWMA(指数加权平均法)波动率估计提高了波动率预测的准确性,从而提高组合的收益率。 更快的波动率预测似乎是有益的,因为它们有更好的预测准确性,并在风险准确性和业绩方面产生经济收益 作者用波动性目标策略的α来衡量收益的改善情况。更好的波动率目标准确度往往不会使收益率下降,反而会略微增加收益率。在股票和债券方面,业绩改善显著且稳定,尽管商品和货币的结果不一。 大多数资产的尾部风险都有明显的降低,只有债券的降低幅度很小 笔者通过使用EWMA估算,除债券外,所有资产类别的尾部风险都可以大幅降低,这不仅适用于股票,也适用于其他资产类别。就股票而言,损失几乎从24%减少到17%(在最佳情况下)。就货币和商品而言,尾部风险大幅降低。 风险提示 文献结论基于历史数据与海外文献进行总结;不构成任何投资建议。
研究报告全文:TableStockNameRptType金融工程专题报告如何管理投资组合波动率学海拾珠系列之一百二十三报告日期2023-1-4主要观点TableRptDateTableSummary本篇是学海拾珠系列第一百二十三篇作者涵盖全球股票债券分析师严佳炜TableAuthor执业证书号S0010520070001货币和商品等29个主要市场指数的历史数据使用一套通用的指数加权邮箱yanjwhazqcom法来进行波动率估计研究发现积极的波动率管理对大多数资产大类都是有益的从而使财富积累在一段时间内更加稳定回到A股市场如何分析师吴正宇管理组合波动率一直是投资者关注的问题本文从实证的角度向我们揭示执业证书号S0010522090001了如何通过更高效地估计组合波动率来构建尾部风险更低的组合且这种邮箱wuzyhazqcom方法对大多数资产都是有益的值得学习积极的波动率管理对大多数大类资产都是有益的从而使财富积累更加稳定作者主要使用常用的交易工具如期货合约构建了六个等权投资组合股票货币商品债券股票和债券所有资产研究发现与简单的尾部波动率估计相比EWMA指数加权平均法波动率估计提高相关报告了波动率预测的准确性从而提高组合的收益率1BAB增强版与包含定价噪音的Beta为敌学海拾珠系列之一百更快的波动率预测似乎是有益的因为它们有更好的预测准确性并一十五在风险准确性和业绩方面产生经济收益2ETF的资金流动是否蕴含独特信作者用波动性目标策略的来衡量收益的改善情况更好的波动率目息学海拾珠系列之一百一十六标准确度往往不会使收益率下降反而会略微增加收益率在股票和债券3技术相似性对股票收益的预测能方面业绩改善显著且稳定尽管商品和货币的结果不一力学海拾珠系列之一百一十七大多数资产的尾部风险都有明显的降低只有债券的降低幅度很小4基金投资者的真实择时能力如笔者通过使用EWMA估算除债券外所有资产类别的尾部风险都何学海拾珠系列之一百一十可以大幅降低这不仅适用于股票也适用于其他资产类别就股票而言八损失几乎从24减少到17在最佳情况下就货币和商品而言尾5基于财报文本的竞争关系与股票部风险大幅降低收益学海拾珠系列之一百一十九风险提示6社会责任基金的业绩与持续性文献结论基于历史数据与海外文献进行总结不构成任何投资建议学海拾珠系列之一百二十7投资者关注度在市场择时中的作用学海拾珠系列之一百二十一8债基投资者关心哪些业绩指标学海拾珠系列之一百二十二八敬请参阅末页重要声明及评级说明证券研究报告TableCommonRptType金融工程正文目录1引言42历史波动概述53波动率预测交叉资产视角84投资组合波动管理与波动目标的达成105以风险调整后的收益来衡量经济收益116审视尾部风险117结论12风险提示13敬请参阅末页重要声明及评级说明214证券研究报告TableCommonRptType金融工程图表目录图表11980年1月1日至2020年6月30日的MSCI实际波动率4图表2波动率大于等于30的周平均波动6图表3周波动率的序列相关性7图表4每十年的周波动率的序列相关性8图表5各种资产的描述数据9图表6与尾部波动率估计相比EWMA估计的预测误差情况9图表7实际波动率与目标波动率平均差异10图表8EWMA波动率估计组合与使用尾部波动率估计的组合的年化表现11图表9在目标波动率为10的情况下120天内的条件风险值112敬请参阅末页重要声明及评级说明314证券研究报告TableCommonRptType金融工程1引言近期新冠肺炎引发的相关市场动荡表明股市持续波动的假设并非现实在这些动荡时期芝加哥期权交易所波动性指数ChicagoBoardOptionsExchangeVolatilityIndex即所谓的恐惧指数在3月16日创下了历史最高点8269大约是其平均水平的4倍不仅期权隐含波动性指标而且基于市场回报的波动性指标都出现了大幅变化图表1展示了摩根士丹利资本国际公司的全球实际波动率指数时间跨度为1980年1月1日至2020年6月30日图表1展示三个波动最为激烈的事件1987年崩盘2008年全球金融危机和2020年的新冠疫情其表现为年化波动率上升至100左右比平均15的波动率高出6倍以上40年来共发生了三次大危机此类事件的概率大概为每1015年发生一次当波动率翻倍至30以上时会发生大危机但灾难性较小这种情况大约每65周发生一次或者说每年1-2次图表11980年1月1日至2020年6月30日的MSCI实际波动率资料来源Managingportfoliovolatility华安证券研究所尽管上述事实是众所周知的但许多投资组合在构建过程假定波动性是恒定的无论是明示的还是隐含的尽管这一假设平均而言是合理的但随着时间的推移实际上与平均值存在巨大偏差因此我们重新审视管理投资组合波动的利弊本文将提出以下问题对于大多数资产类别而言什么是正确的波动性预测因素管理投资组合波动是否可行管理波动是否有利于风险调整的回报不同资产的波动性管理如何实现敬请参阅末页重要声明及评级说明414证券研究报告TableCommonRptType金融工程当然波动管理策略的益处已有许多学者进行了研究有些可追溯到近20年前如FlemingKirby和Ostdiek20012003年的论文以及Dreyer和Hubrich2019和Bollerslev等人的最新研究2018该研究证实了波动性目标对一系列资产类别的正向经济价值而Harvey等人2018发现对债券货币和商品夏普比率的影响可忽略不计此外在一些学术文献中许多学者使用相当简单的模型测试了波动预测模型Andersen和Bollerslev1998发现标准的波动率模型可以提供准确的预测对不同的资产或风险因素集合有些学者使用了不同复杂性的波动模型例如Fleming等人20012003年MoskowitzOoi和Pedersen2012年AsnessMoskowitz和Pedersen2013年Barroso和Santa-Clara2015年Daniel和Moskowitz2016年Moreira和Muir2017年等学者的研究笔者基于已有文献对先前的研究进行了概括和交叉验证对波动管理策略的益处进行了一致评估使用一组通用的波动性预测因子对大量资产类别进行了评估并对预测准确性风险调整绩效和尾部风险进行了评估2历史波动概述实证研究已经证实股票市场的波动性是序列相关的因此与随机游走过程TheRandomWalkProcess相比具有更高的可预测性例如波动集群描述了高波动率水平倾向于持续一段时间的特点图表2通过查看峰值波动率定义为一周的波动率高于30前后的平均波动率水平使这种波动集群性更加形象化图表2显示平均波动率在达到峰值之前的10周内逐渐上升此外在波动高峰周之后波动率需要大约10周才能恢复到更正常的水平这种渐进的隆起形状解释了为什么在管理投资组合波动时对市场中不断变化的波动水平做出反应是有意义的常用的统计方法是查看周波动水平的序列相关函数如图表3所示高序列相关性表明高波动性往往伴随着高波动高于平均水平的市场波动一般来说会持续数周在金融时间序列中相关系数一般来说比较低并且显著性不高人们很自然地会问可预测性是随着时间的推移而逐渐上升还是一开始就很高然后逐渐减弱例如随着信息技术的发展以及市场和信息流动性的提高信息收集和交易的费用已经得到了降低波动性在某种程度上仍然是可以预测的过去40年图表4的自相关函数显示自相关函数的持续性程度相似2010-2020年在大多数滞后中处于中间位置此外自相关函数的形状及其指数衰减在几十年内也非常相似这表明类似的波动性预测工具或方法可以持续使用几十年而不会丢失太多信息总体来看这一结果相当令人吃惊因为它似乎与市场变得更有效率的观点相矛盾然而它并没有违反市场效率因为它并不意味着可能产生异常回报敬请参阅末页重要声明及评级说明514证券研究报告TableCommonRptType金融工程图表2波动率大于等于30的周平均波动资料来源Managingportfoliovolatility华安证券研究所敬请参阅末页重要声明及评级说明614证券研究报告TableCommonRptType金融工程图表3周波动率的序列相关性资料来源Managingportfoliovolatility华安证券研究所敬请参阅末页重要声明及评级说明714证券研究报告TableCommonRptType金融工程图表4每十年的周波动率的序列相关性资料来源Managingportfoliovolatility华安证券研究所3波动率预测交叉资产视角本节将分析扩展到主要的金融市场和全球资产类别领域包括8个股票市场6种货币6种商品和9个债券市场所用指数列表见图表5在下面的分析中笔者主要使用常用的交易工具如期货合约以使本研究尽可能现实所有指数的共同点在于它们代表高于无风险利率的超额回报下一步笔者为所有这些市场构建六个等权投资组合股票货币商品债券股票和债券以及所有资产并计算从1990年1月1日开始的日收益以便尽可能多地提供指数为使波动率预测的准确性更加形象将预测误差定义为一周内估计波动率的平方差减去随后一周的实际波动率的平均值请注意笔者使用5个单日收益来衡量一周的波动率以避免重复观察在图表6中显然与简单的追踪波动率估计相比EWMA指数加权平均法波动率估计提高了波动率预测的准确性后者使用所有过去的数据对于半衰期为12个月的EWMA估计预测误差减少15对于半衰期为05个月的EWMA估计预测误差最多减少50在所有六个等权单一资产投资组合中预测误差的大幅减少也是一致的敬请参阅末页重要声明及评级说明814证券研究报告TableCommonRptType金融工程图表5各种资产的描述数据资料来源Managingportfoliovolatility华安证券研究所图表6与尾部波动率估计相比EWMA估计的预测误差情况资料来源Managingportfoliovolatility华安证券研究所敬请参阅末页重要声明及评级说明914证券研究报告TableCommonRptType金融工程4投资组合波动管理与波动目标的达成前述分析揭示波动率水平在一定程度上是可预测的在较短的时间范围内出现大幅的市场波动往往随后又会再次出现大幅波动如果投资者倾向于长期保持稳定的波动性那么所需的策略将是一旦发生大幅波动就应降低对股票的敞口exposure以预测未来的波动性会上升尽管大多数投资者将目标锁定在波动水平但应对这种风险的做法却大相径庭最常见的方式是投资者形成对长期或平均资产类别波动性的信念并根据这种信念确定其投资规模这些估计通常来自多年的历史或先验使用同样的加权方法这种跟踪波动性估计几乎不会随时间变化因此分配相当稳定并且非常接近固定战略资产分配第二种方法更具动态性更多地考虑了近期的市场波动这通常通过借助EWMA波动率估计来实现根据定义EWMA波动率估计使用指数加权的波动率估计好处可能是使用EWMA估计的策略在达到某个波动率目标方面更好因为它们具有更好的波动率预测能力作者使用管理波动率投资组合MVP目标波动率为10并在每个时间点使用以下投资组合规模调整机制目标敞口目标波动率预测波动率基于此投资组合策略计算每个MVP的日收益然后按周计算MVP实现波动率的时间序列如图表7显示MVP的实际波动率在10的波动目标附近大幅波动对于所有被考察的投资组合最大的波动发生在使用缓慢变化的追踪波动率估计值平均而言绝对偏差约为四个百分点10目标值附近当使用半衰期为05个月的最快估计值时使用EWMA型估计可将波动降低至略高于3毕竟这一结果与先前的发现一致即变化较快的EWMA型估计对于所有测试的投资组合具有更好的预测能力图表7实际波动率与目标波动率平均差异资料来源Managingportfoliovolatility华安证券研究所敬请参阅末页重要声明及评级说明1014证券研究报告TableCommonRptType金融工程5以风险调整后的收益来衡量经济收益接下来作者通过测量先前确定的MVP的风险调整回报来评估对绩效的影响尽管达到波动性目标可能是投资者的偏好之一但还是有必要了解这是以绩效成本还是绩效优势为代价的为了使所有经过测试的MVP回报在风险调整的基础上具有可比性调整所有的策略回报使其每年的波动率恰好达到10特别是简单的追踪波动率策略可能与10的目标相差甚远因此有必要按比例调整收益作者使用波动性目标策略的来衡量收益的改善情况更好的波动率目标准确度往往不会使收益率下降反而会略微增加收益率在股票和债券方面能看到显著且稳定的改善尽管商品和货币的结果不一图表8然而半衰期为05个月的EWMA估计值在所有测试的投资组合中都产生一个相当稳健的积极的alpha股票和债券的阿尔法值高达1以上货币和商品组合的阿尔法值略低于05图表8EWMA波动率估计组合与使用尾部波动率估计的组合的年化表现资料来源Managingportfoliovolatility华安证券研究所6审视尾部风险波动率目标策略的一个目的是抑制下行风险以避免灾难性的回报我们认为灾难性的回报是那些有可能在相对较短的时间内摧毁多年业绩的回报如果投资者接近退休这可能尤其具有破坏性例如HocquardNg和Papageorgiou2013表明波动性目标化使股票投资组合的负偏态收益分布正常化从而降低尾部风险作者把对目标波动率的风险管理功能的认识扩展到跨资产范畴图表9显示通过使用EWMA估算除债券外所有资产类别的尾部风险都可以大幅降低这不仅敬请参阅末页重要声明及评级说明1114证券研究报告TableCommonRptType金融工程适用于股票也适用于其他资产大类例如就股票而言损失几乎从24减少到17在最佳情况下此外就货币和商品而言尾部风险大幅降低就债券而言只有使用非常快的半衰期才可以获得较小的好处同样明显的是在05和1个月的短半衰期内可以实现最佳的尾部风险改善图表9在目标波动率为10的情况下120天内的条件风险值1资料来源Managingportfoliovolatility华安证券研究所7结论鉴于2020年3月期间疫情引起的股票市场波动率急剧上升本研究的目的是重新审视主动波动管理在股票市场和其他资产大类如债券货币和商品中的好处本文的研究发现股票市场波动的可预测性在近几十年来一直很明显即使市场和信息获取变得越来越有效这种波动性的可预测性可以通过使用动态配置策略来实现这导致了投资组合波动性的较小波动较低的尾部风险以及较高的夏普比率这些结果在很大程度上得到了其他资产类别的交叉验证如债券货币和商品研究还发现波动率预测的速度很重要半衰期为05或1个月的指数估计值在所有资产类别中都能提供最佳的预测准确性使用短半衰期估计值构建组合能最大程度地降低组合波动数据显示股票和债券的风险调整后的业绩改善是非常显著的而对货币和商品的业绩改善程度是复杂的甚至是负面的最后股票货币和商品的尾部风险在很大程度上得到了降低而债券组合的尾部风险降低较小敬请参阅末页重要声明及评级说明1214证券研究报告TableCommonRptType金融工程文献来源核心内容摘选自StamosMichaelandThomasZimmerer在JournalofPortfolioManagement上的文章ManagingPortfolioVolatility风险提示文献结论基于历史数据与海外文献进行总结不构成任何投资建议敬请参阅末页重要声明及评级说明1314证券研究报告TableCommonRptType金融工程重要声明TableReputation分析师声明本报告署名分析师具有PRC证券业协会授予的证券投资咨询执业资格以勤勉的执业态度专业审慎的研究方法使用合法合规的信息独立客观地出具本报告本报告所采用的数据和信息均来自市场公开信息本人对这些信息的准确性或完整性不做任何保证也不保证所包含的信息和建议不会发生任何变更报告中的信息和意见仅供参考本人过去不曾与现在不与未来也将不会因本报告中的具体推荐意见或观点而直接或间接收任何形式的补偿分析结论不受任何第三方的授意或影响特此声明免责声明华安证券股份有限公司经PRC证券监督管理委员会批准已具备证券投资咨询业务资格本报告中的信息均来源于合规途径华安证券研究所力求准确可靠但对这些信息的准确性及完整性均不做任何保证在任何情况下本报告中的信息或表述的意见均不构成对任何人的投资建议在任何情况下本公司本公司员工或者关联机构不承诺投资者一定获利不与投资者分享投资回报也不对任何人因使用本报告中的任何内容所引致的任何损失负任何责任投资者务必注意其据此做出的任何投资决策与本公司本公司员工或者关联机构无关华安证券及其所属关联机构可能会持股报告中提到的公司所发行的证券并进行交易还可能为这些公司提供投资银行服务或其他服务本报告仅向特定客户传送未经华安证券研究所书面授权本研究报告的任何部分均不得以任何方式制作任何形式的拷贝复印件或复制品或再次分发给任何其他人或以任何侵犯本公司版权的其他方式使用如欲引用或转载文献内容务必联络华安证券研究所并获得许可并需注明出处为华安证券研究所且不得对文献进行有悖原意的引用和删改如未经本公司授权私自转载或者转发本报告所引起的一切后果及法律责任由私自转载或转发者承担本公司并保留追究其法律责任的权利投资评级说明TableRankIntroduction以本报告发布之日起6个月内证券或行业指数相对于同期沪深300指数的涨回撤为标准定义如下行业评级体系增持未来6个月的投资回报领先沪深300指数5以上中性未来6个月的投资回报与沪深300指数的变动幅度相差-5至5减持未来6个月的投资回报落后沪深300指数5以上公司评级体系买入未来6-12个月的投资回报领先市场基准指数15以上增持未来6-12个月的投资回报领先市场基准指数5至15中性未来6-12个月的投资回报与市场基准指数的变动幅度相差-5至5减持未来6-12个月的投资回报落后市场基准指数5至卖出未来6-12个月的投资回报落后市场基准指数15以上无评级因无法获取必要的资料或者公司面临无法预见结果的重大不确定性事件或者其他原因致使无法给出明确的投资评级市场基准指数为沪深300指数敬请参阅末页重要声明及评级说明1414证券研究报告
|
|