资管新规下资产配置数量方法应用研究——基于改进Black-Litterman模型的上证50指数增强策略

发布时间：2020-12-15 08:57

　　资本管理对于防范金融风险、增强金融服务实体经济的能力具有重要意义。本文在资管新规背景下,基于Black-Litterman模型建立了一个应用于上证50的指数增强策略,通过策略回测可以发现:不论考虑再平衡时的交易成本与否,将分析师一致目标价作为BL模型的输入观点,长期均可以在相对稳定的条件下为指数增强策略提供超额收益,并改善诸如夏普比率和信息比率等在内的风险收益参数。该方法适用范围广,经简单修改便可以推广至多资产组合和大类资产配置,可帮助资产管理机构在符合资管新规要求且风险可控的前提下,迅速拓宽其资产管理的多样性。 

【文章来源】：价格理论与实践. 2019年11期 北大核心

【文章页数】：5 页

【部分图文】：

考虑交易成本的BL指数增强策略净值趋势

2.不考虑交易成本的策略结果。如图1所示，相较于基础的上证50指数，利用分析师一致目标价信息的BL指数增强模型有着持续且相对稳定的超额收益，每年约为4.31%，同时指数的年化跟踪误差为6.31%，说明该策略具备比较好的信息比率，即相对指数的配置偏离均带来了较好的正向收益增强。BL指数增强模型的Beta值为0.8720，这说明相较于上证50指数，该策略暴露了更少的系统风险,较小的最大回撤同样可以说明这一特征。不考虑交易成本的BL指数增强策略综合风险收益参数详见表1第二列。3.考虑交易成本的策略结果。在实际指数增强型产品的运营中，调仓带来的交易成本是必须考虑的支出，且在长期会形成对产品业绩的拖累。基于不考虑交易成本的BL指数增强策略，对于调仓交易，增加每笔千分之二的交易成本，回测结果如图2所示。可以明显看出，由于交易成本的存在，BL指数增强策略相对于上证50指数的收益优势有所缩窄。考虑交易成本的BL指数增强策略综合风险收益参数详见表1第三列。六、结论与启示（一）结论针对上证50的BL指数增强模型回测结果表明，改进BL模型可以很好地与指数增强场景相适应，通过选择合理的子值，可将跟踪误差控制和市场风险在指数增强型产品要求的范围之内，以分析师一致目标价为收益率输入条件也能够有效改善资产组合的风险收益参数。赘矩阵通过投资人观点历史移动平均正确率和资产自身的波动率的定量方法也比较简单有效，可推广至其他股票指数的增强策略。（二）启示1.优先构建泛用性高的资产配置框架模型。改进BL模型对于具有代表性指数的单一资产，如股票、债券、商品等的指数增强配置均有较好效果。一个泛用性高的资产配置框架可以使资产管理机构的配置逻辑更加清晰且策略开发会更具协同效应。2.?

【参考文献】：
期刊论文
[1]投资者情绪、拥挤交易行为与股票风险溢价关系研究[J]. 罗剑宏,徐子涵.  价格理论与实践. 2019(10)
[2]投资者情感指标与股票收益率的因果关系研究——以苹果公司股票为例[J]. 陈赫岩,施国良,谢泽宇.  价格理论与实践. 2019(02)
[3]资产配置对基金收益影响程度的定量分析[J]. 张雪莹.  证券市场导报. 2005(10)



本文编号：2918017