基于风险角度的资产组合方法研究兴业证券-38页_3mb

投资组合模型基于风险角度的构建与实证分析总结

核心内容

本文从风险角度出发，构建了多种投资组合模型，旨在实现风险分散化与风险最小化。所构建的模型包括：

• 风险最小化模型：GlobalMinVaR（全局最小方差模型）与Minimum CVaR（最小化条件风险价值模型）
• 风险分散化模型：EquallyWgted（等权组合模型）、InvVol（反向波动率模型）、RiskParity（风险平价模型）、MaxDiversification（最大分散化模型）及Minimum Tail Dependence（最小化尾部相关性模型）

模型构建基于波动率和条件风险价值（CVaR）两种一致风险度量方式，并通过股票、行业及多资产类别进行实证分析，以评估模型的有效性。

主要观点

1. 模型构建逻辑：

   • 风险最小化模型（GlobalMinVaR、Minimum CVaR）的目标是降低投资组合的波动率或条件风险价值。
   • 风险分散化模型（EquallyWgted、InvVol、RiskParity、MaxDiversification、Minimum Tail Dependence）旨在通过资产分散化降低组合风险，提高风险调整后收益。

2. 模型特点与评估指标：

   • 分散化率（DR）：衡量资产波动率加权平均与组合波动率的比率，用于评估组合的分散化程度。
   • 尾部加权相关系数（WPTC）：用于衡量尾部相关性，以评估极端风险分散情况。
   • VaR与CVaR：用于衡量极端风险，CVaR是更连贯的风险度量，且在优化中可转换为线性问题。
   • 夏普比率、年化收益、波动率等指标用于评估模型的收益与风险表现。

3. 模型比较：

   • 模型对比分析显示，各模型在不同资产类别下的表现差异显著。
   • GlobalMinVaR在沪深300和中证500股票池中均表现突出，尤其在中证500中效果更佳。
   • MinCVaR在多资产配置中表现优异，随着权重限制提升，其风险、收益、夏普比率和分散度均显著改善。
   • 风险平价模型（RiskParity）实现了真正的风险均衡，但可能承担与收益无关的风险。

4. 权重约束的影响：

   • 在股票池测试中，大部分模型对权重约束的敏感性较弱。
   • 在多资产配置中，权重约束对收益和夏普比率有影响，但对尾部相关性影响较小。
   • 更严格的权重限制（如30%）会提升部分模型的分散度，但可能降低其夏普比率。

关键信息

• 数据与方法：

  • 所有模型均基于历史数据构建，且在月度调仓基础上进行测试。
  • 使用过去一年的日度数据计算相关性、协方差及尾部相关性矩阵。
  • 使用Clayton Copula模型计算尾部相关性，因其在计算速度和效果上优于经验Copula。

• 实证结果：

  • 在股票层面，大部分模型优于基准（等权模型），尤其在沪深300股票池中表现突出。
  • 在中证500股票池中，GlobalMinVaR表现最佳，但尾部相关性较高。
  • 在行业层面，中信一级行业测试中，GlobalMinVaR、MinCVaR和MaxDiversification表现更优；中信二级行业测试中，GlobalMinVaR表现最佳，其他模型效果较弱。
  • 在多资产配置中，MinCVaR表现优异，尤其在权重限制下，其风险、收益、夏普比率及分散度均有显著提升。

• 风险提示：

  • 本报告模型及结论基于历史数据，当市场环境变化时，存在模型失效风险。
  • 风险测度方法的选择和参数估计会影响模型表现，需注意其局限性。

模型对比分析（部分）

结论

本文通过构建多种基于风险角度的投资组合模型，对股票、行业及多资产类别进行了实证分析。结果显示，不同模型在不同资产类别中的表现差异较大，GlobalMinVaR在股票池中表现突出，而MinCVaR在多资产配置中表现优异，尤其在权重限制下具有更强的风险控制能力。模型的有效性受到权重约束的影响，但整体上，大部分模型能够跑赢基准，具有一定的应用价值。