20160122-广发证券-2016年机构与私人资产配置建议_资产荒下再看BL模型_17页_1mb

资产荒下再看BL模型总结

核心内容

本报告探讨了2016年在资产荒背景下，如何通过数量化模型——Black-Litterman (BL) 模型进行资产配置。报告指出，尽管市场资金充裕，但各类资产的收益率普遍下滑，导致投资者面临资产配置难题。BL模型结合了马科维茨均值-方差模型与主观预期，为投资者提供了一种更为全面和稳健的配置方案。

主要观点

• 资产荒现象：在经济走弱和全球央行推行货币宽松政策的背景下，2016年中国市场出现了资产荒，即各类资产收益率下降，难以满足投资者需求。
• BL模型的引入：BL模型由Harry Markowitz的均值-方差模型发展而来，引入了主观预期，通过数学方法将历史数据与主观判断融合，提高了模型的预测能力。
• 模型优势：BL模型不仅考虑历史数据，还结合了投资者对未来资产收益的主观判断，使配置方案更具灵活性和适应性。
• 配置建议：BL模型分别给出了机构和私人投资者在2016年的资产配置建议，机构建议超配债券，低配股票；私人建议超配房地产，低配股票。

关键信息

大类资产分类

• A股
• 债券
• 银行定期存款
• 大宗商品
• 美元
• 银行理财产品
• 住宅类地产

数据来源

• 历史数据：包括各类资产的月度收益率及市值数据。
• 主观数据：来自券商研究所、世界银行、中国指数研究院等专业机构的预测数据。

历史数据详情

主观数据详情

机构与私人配置建议

机构配置建议

• 超配债券：由于债券市场在2016年表现相对稳健，成为机构投资者的首选。
• 低配股票：A股估值偏高，且市场预期其表现不如债券，因此建议减少股票配置。
• 少留现金：现金在低利率环境下收益有限，建议尽量减少持有。

私人配置建议

• 超配房地产（住宅）：私人投资者被建议增加住宅类地产配置，因其在2015年表现稳定，且具有较高的预期收益率。
• 低配股票：与机构类似，股票配置比例较低，主要因为其估值偏高且波动性较大。

风险提示

• 历史数据局限性：历史数据未必能准确预测未来市场走势。
• 主观判断风险：主观预期可能有误，需谨慎对待。
• 模型偏差：BL模型的预测结果可能存在偏差，建议投资者结合自身情况使用。

数学模型简述

• 马科维茨模型：基于历史数据，通过优化算法寻找收益最大化、风险最小化的投资组合。
• BL模型：在马科维茨模型基础上，引入主观预期，通过平衡参数 $\tau$ 权重分配，得到更稳健的配置方案。
• 效用函数：通过最大化效用函数 $U = r - \frac{\delta}{2} \sigma^2$，求解最优配置权重 $\omega^*$。

图表索引

• 图1：上证综指2015年月度收益率
• 图2：中债总财富指数2015年月度收益率
• 图3：WIND商品综合指数2015年月度收益率
• 图4：美元兑人民币（CFETS）2015年月度收益率
• 图5：一年期定存及银行理财产品2015年月度收益率
• 图6：百城房价2015年月度收益率
• 图7：各类资产市值占比（截止至2015年年底）
• 图8：各类资产2016年主观预期收益率
• 图9：各类资产2016年机构配置建议
• 图10：各类资产2016年私人配置建议

总结

本报告通过BL模型分析了2016年中国市场资产配置策略，指出在资产荒背景下，机构和私人投资者应分别超配债券和房地产，低配股票。模型结合了历史数据与主观预期，提高了配置的灵活性和稳健性。但需注意，模型结果可能存在偏差，投资者应谨慎使用并结合自身情况做出决策。