基于Black-Litterman法的我国养老金组合管理研究
发布时间：2021-11-01 00:54
从20世纪60年代开始,组合管理理论一直以均值方差模型为基本框架,利用资产回报率的均值表征资产收益,利用资产收益率方差表征风险,使投资组合的配置方法得以量化。但均值方差模型也存在对于输入数据敏感度较高的缺陷,使得模型的准确程度无法保证,限制了均值方差模型在养老金管理领域的运用,为了克服均值方差模型的缺陷,本文首先从均值方差理论的市场均衡组合出发,利用均值方差模型,根据养老金投资者的投资需求找出该时点的最优组合,使投资者能够根据主观看法调整组合配置,通过引入Black-Litterman法,设立相对确信度变量,使投资者能通过更新信息来调整投资组合。
【文章来源】：财政研究. 2016,(04)北大核心CSSCI
【文章页数】：11 页
【部分图文】：
投资组合的有效风险边界
楹系淖什?渲谩Ｎ?丝疾煲??Black-Litterman的养老金组合与使用均值方差模型的养老金组合的差异，我们从2014年年底相同的投资组合出发，考察两个组合在2015年的差异。假设使用Black-Litterman的养老金组合管理者在央行每一次降息降准之后都认为债券的收益率将上升0.3%，相对确信度为5，在每一次央行降息或降准之后对投资组合进行调整，在每月月底根据历史数据进行调整，同时假设均值方差模型的投资者在相同时点也进行重估和调整。调整费用调整部分的0.5%，按实际需要调整的部分计算，主要考虑了印花税、手续费和冲击成本。图2均值方差组合与Black-litterman组合总收益根据图2和表7，我们发现在观测期中Black-litterman组合的收益率水平、收益率方差和夏普比率都好于均值方差模型。为了考察两组数据之间差异的显著性，我们采用Bootstrap法。显著性检验显示，两个组合夏普比率的差异在1%的置信度下显著，其与两组数据的差值均在10%的显著性下显著。两个组合在观测期内的显著差距主要归因于两点：投资者主观判断和Black-litterman组合的低敏感度。由于投资者在每次央行降息或降低准备金后都会继续看好债券，组合中的债券占比一直在上升，而均值方差组合由于权益类资产的超额收益率降低，调入了更多的权益类资产，使组合波动加大。5.Black-litterman法的应用限制由于Black-litterman法的一个重要优势就是能够使投资者量化自己的主观信息和信息确信程基于Black-Litterman法的我国养老金组合管理研究78
2016年第4期（4）投资组合的配置分析利用测算出的所选股票和债券资产的风险和收益数据，以及各种资产之间的相关系数，并结合均值方差模型的两个约束条件，计算出投资组合的有效风险边界。minσ2p=2i=1Σ2j=1ΣwiwjCov（RiRj）s.t.2i=1ΣwiRi≥E，w1+w2=1，0≤wi≤1相关系数矩阵上证综指深证成指创业板指中债金融中债国债中债信用上证综指深证成指创业板指中债金融中债国债中债信用10.8920.8050.5220.4830.4680.89210.4970.1170.0810.0710.8050.49710.8030.7630.7550.5220.1170.80310.9930.9710.4830.0810.7630.99310.9670.4680.0710.7550.9710.9671表5债券与股票的相关性分析在计算出有效风险边界之后，选取2015年年初一年期央票收益率2.25%作为无风险利率，过无风险收益率点的切线与有效边界相切于点（0.0611，0.0689）。在切线处的各项资产配置如表6。为了考察Black-Litterman的优势，我们选取2015年为考察期，设立两个组合，从相同的初始均衡组合出发，分别应用Black-Litterman和均值方差法进行模拟，对比两个组合的基本数据。之所以选取2015年为考察期，是因为2014年年底中国人民银行宣布在降低存款准备金率的同时降低存贷款基准利率，即通常意义上的“双降”，标志资产权重上证指数股票深圳成指股票创业板股票中债国债中债金融中债信用10.3%7.6%8.2%25.5%28.3%20.1%表6切线处资产配置情况图1投资组合的有效风险边界77
【参考文献】：
期刊论文
[1]基本养老金市场化投资的理论依据与风险控制[J]. 唐运舒,胡琪. 华东经济管理. 2014(08)
[2]不允许卖空限制下跳扩散模型的动态均值-方差资产负债问题[J]. 周新梅. 重庆师范大学学报(自然科学版). 2014(03)
[3]基于随机基准的动态均值-方差投资组合选择[J]. 王秀国,王义东. 控制与决策. 2014(03)
[4]考虑通货膨胀因素下的连续时间均值-方差投资组合选择[J]. 姚海祥,姜灵敏,马庆华,李勇. 控制与决策. 2013(01)
[5]从博弈论的视角来看待养老金入市问题[J]. 宋效中,王国伟. 武汉金融. 2012(09)
[6]均值方差偏好和期望损失风险约束下的动态投资组合[J]. 王秀国,王义东. 数理统计与管理. 2012(03)
[7]现代投资组合理论最新进展评述[J]. 郑振龙,陈志英. 厦门大学学报(哲学社会科学版). 2012(02)
[8]我国企业年金基金投资风险及控制策略研究——基于均值-VAR模型[J]. 陈诚,韩晓峰. 保险职业学院学报. 2011(03)
[9]参数不确定性下资产配置的动态均值-方差模型[J]. 李仲飞,袁子甲. 管理科学学报. 2010(12)
[10]均值—动态方差多阶段投资组合优化研究[J]. 张鹏. 统计与决策. 2010(06)
本文编号：3469202
【文章来源】：财政研究. 2016,(04)北大核心CSSCI
【文章页数】：11 页
【部分图文】：
投资组合的有效风险边界
楹系淖什?渲谩Ｎ?丝疾煲??Black-Litterman的养老金组合与使用均值方差模型的养老金组合的差异，我们从2014年年底相同的投资组合出发，考察两个组合在2015年的差异。假设使用Black-Litterman的养老金组合管理者在央行每一次降息降准之后都认为债券的收益率将上升0.3%，相对确信度为5，在每一次央行降息或降准之后对投资组合进行调整，在每月月底根据历史数据进行调整，同时假设均值方差模型的投资者在相同时点也进行重估和调整。调整费用调整部分的0.5%，按实际需要调整的部分计算，主要考虑了印花税、手续费和冲击成本。图2均值方差组合与Black-litterman组合总收益根据图2和表7，我们发现在观测期中Black-litterman组合的收益率水平、收益率方差和夏普比率都好于均值方差模型。为了考察两组数据之间差异的显著性，我们采用Bootstrap法。显著性检验显示，两个组合夏普比率的差异在1%的置信度下显著，其与两组数据的差值均在10%的显著性下显著。两个组合在观测期内的显著差距主要归因于两点：投资者主观判断和Black-litterman组合的低敏感度。由于投资者在每次央行降息或降低准备金后都会继续看好债券，组合中的债券占比一直在上升，而均值方差组合由于权益类资产的超额收益率降低，调入了更多的权益类资产，使组合波动加大。5.Black-litterman法的应用限制由于Black-litterman法的一个重要优势就是能够使投资者量化自己的主观信息和信息确信程基于Black-Litterman法的我国养老金组合管理研究78
2016年第4期（4）投资组合的配置分析利用测算出的所选股票和债券资产的风险和收益数据，以及各种资产之间的相关系数，并结合均值方差模型的两个约束条件，计算出投资组合的有效风险边界。minσ2p=2i=1Σ2j=1ΣwiwjCov（RiRj）s.t.2i=1ΣwiRi≥E，w1+w2=1，0≤wi≤1相关系数矩阵上证综指深证成指创业板指中债金融中债国债中债信用上证综指深证成指创业板指中债金融中债国债中债信用10.8920.8050.5220.4830.4680.89210.4970.1170.0810.0710.8050.49710.8030.7630.7550.5220.1170.80310.9930.9710.4830.0810.7630.99310.9670.4680.0710.7550.9710.9671表5债券与股票的相关性分析在计算出有效风险边界之后，选取2015年年初一年期央票收益率2.25%作为无风险利率，过无风险收益率点的切线与有效边界相切于点（0.0611，0.0689）。在切线处的各项资产配置如表6。为了考察Black-Litterman的优势，我们选取2015年为考察期，设立两个组合，从相同的初始均衡组合出发，分别应用Black-Litterman和均值方差法进行模拟，对比两个组合的基本数据。之所以选取2015年为考察期，是因为2014年年底中国人民银行宣布在降低存款准备金率的同时降低存贷款基准利率，即通常意义上的“双降”，标志资产权重上证指数股票深圳成指股票创业板股票中债国债中债金融中债信用10.3%7.6%8.2%25.5%28.3%20.1%表6切线处资产配置情况图1投资组合的有效风险边界77
【参考文献】：
期刊论文
[1]基本养老金市场化投资的理论依据与风险控制[J]. 唐运舒,胡琪. 华东经济管理. 2014(08)
[2]不允许卖空限制下跳扩散模型的动态均值-方差资产负债问题[J]. 周新梅. 重庆师范大学学报(自然科学版). 2014(03)
[3]基于随机基准的动态均值-方差投资组合选择[J]. 王秀国,王义东. 控制与决策. 2014(03)
[4]考虑通货膨胀因素下的连续时间均值-方差投资组合选择[J]. 姚海祥,姜灵敏,马庆华,李勇. 控制与决策. 2013(01)
[5]从博弈论的视角来看待养老金入市问题[J]. 宋效中,王国伟. 武汉金融. 2012(09)
[6]均值方差偏好和期望损失风险约束下的动态投资组合[J]. 王秀国,王义东. 数理统计与管理. 2012(03)
[7]现代投资组合理论最新进展评述[J]. 郑振龙,陈志英. 厦门大学学报(哲学社会科学版). 2012(02)
[8]我国企业年金基金投资风险及控制策略研究——基于均值-VAR模型[J]. 陈诚,韩晓峰. 保险职业学院学报. 2011(03)
[9]参数不确定性下资产配置的动态均值-方差模型[J]. 李仲飞,袁子甲. 管理科学学报. 2010(12)
[10]均值—动态方差多阶段投资组合优化研究[J]. 张鹏. 统计与决策. 2010(06)
本文编号：3469202
本文链接：https://www.wllwen.com/jingjilunwen/hongguanjingjilunwen/3469202.html
