20170926-安信证券-金融工程主题报告_聪明的风险预算_18页_1mb
报告摘要
2017年09月26日金融工程主题报告总结
核心内容
本报告主要探讨了风险预算模型在资产配置中的应用及其优化方法,重点分析了风险平价模型的局限性,并提出了基于夏普率平方预算的改进方法,以提升组合的收益和风险调整后收益。
主要观点
- 风险平价模型的局限性:风险平价模型虽然在某些市场环境下表现良好,但其过于被动,无法抓住市场趋势,也无法融入主观观点,且对资产相关性、夏普率有较高要求。
- 风险预算模型的优势:风险预算模型通过设置不同的风险预算比例,可以更灵活地配置资产,从而提升组合的进攻性。
- 夏普率平方预算的理论依据:当资产间的相关性为0时,风险预算组合夏普率最优的条件是按照各资产的夏普率平方之比分配风险预算。
- GARCH模型的引入:为了更准确地预测波动率,报告中引入了GARCH模型,对波动率进行更合理的预测,从而优化风险预算组合的配置。
关键信息
1. 风险预算模型的设置
- 风险预算模型的优化目标是使各资产的风险贡献按预算比例分配。
- 通过设置高风险预算,可以增加该资产在组合中的权重,从而提升收益。
- 风险预算模型的理论最优条件是:$ \frac{w_i \cdot \mu_i}{b_i} = \frac{w_j \cdot \mu_j}{b_j} $,其中 $ b_i $ 为资产i的风险预算。
2. 风险预算模型的实证表现
- 使用静态风险预算模型时,组合表现分别为年化收益率5.65%和6.18%,夏普率分别为1.0021和0.9502。
- 使用“聪明风险预算”模型,即夏普率平方预算,组合年化收益率达到18.89%,夏普率高达1.71,显著优于风险平价模型和等权重模型。
3. GARCH模型的应用
- 使用GARCH模型预测波动率,AR模型预测收益率,从而计算预测夏普率。
- 对波动率较大的资产,采用上月收益率作为预测值,以提高模型对市场变化的反应速度。
- 改进后的GARCH模型提升了组合表现,年化收益率达到18.89%,夏普率1.70。
4. 组合绩效比较
| 组合类型 | 年化收益率 | 年化波动率 | 夏普率 | 最大回撤 |
|---|---|---|---|---|
| 等权重 | 8.19% | 11.21% | 0.5699 | 39.29% |
| 风险平价 | 5.20% | 3.31% | 1.0280 | 7.60% |
| 静态风险预算1 | 5.65% | 3.84% | 1.0021 | 10.29% |
| 静态风险预算2 | 6.18% | 4.61% | 0.9502 | 14.00% |
| 夏普率平方预算 | 13.88% | 9.48% | 1.2736 | 10.64% |
| 动量预算 | 14.48% | 10.19% | 1.2444 | 16.75% |
| GARCH预测模型 | 17.11% | 15.08% | 1.0154 | 34.66% |
| 改进GARCH预测模型 | 21.79% | 14.96% | 1.3366 | 19.86% |
| GARCH-夏普率平方预算 | 14.74% | 10.48% | 1.4064 | 12.84% |
| 改进GARCH-夏普率平方预算 | 18.89% | 11.08% | 1.7048 | 14.84% |
5. 风险预算模型的改进
- 改进的GARCH模型在预测波动率和收益率方面表现更佳,特别是在波动率较大的资产上。
- 改进模型在A股大跌时反应更为及时,提升了组合收益和风险调整能力。
6. 风险提示
- 数据全部来自公开市场,模型可能在市场环境发生巨大变化时失效。
- 投资者应结合自身风险偏好和市场环境,合理使用风险预算模型。
结论
风险预算模型通过合理设置风险预算比例,能够更灵活地配置资产,提升组合的收益和风险调整后收益。特别是基于夏普率平方预算的模型,在实际应用中表现更优。然而,模型的有效性依赖于准确的夏普率预测,因此引入GARCH模型进行波动率预测,结合AR模型进行收益率预测,是提升模型表现的有效手段。
展开完整摘要
试读结束,高清完整版pdf/doc/ppt,请点下载