风险管理不应局限于分散投资组合（一）

Sébastien Page, CFA

(本文来自2014年3月7日 8在华盛顿特区举行的全球投资风险研讨会)

整个演示文稿将讨论在哪些资产分配不断变化的四种方式。这些概念并不新鲜，但它们是重要的和不断变化的趋势，影响到资产配置的每个方面。

第一，投资者有历史上依赖于数据和模型，以达成他们的最佳资产分配。越来越多投资者都认识到制订前瞻性观点的重要性。例如，在过去的 20 至 30 年中，历史资产类回报反映下降的利率环境。但展望未来，利率会上升的可能性直接影响到投资者的资本市场的预期。同样的，在过去，新兴市场国家发行的债券比发达的市场债务危险得多。今天，新兴市场债务在资产负债表相对干净的国家往往比某些发达的市场，如泛欧洲国家的风险较低。

显然当前的投资环境较历史条件更为重要，然而数据驱动的模型往往忽略当前条件。只有具备前瞻性的数据和模型才是有益的

第二，传统投资者通过分散资产组合来分散风险。但投资者往往忽视了：资产类别只是前瞻风险因子的"容器"而已。因此，直接多样化风险因子可能比多样化资产类别效率更高。这就像营养，食物可以细分为： 蛋白质、 脂肪和碳水化合物。同样，公司债券，风险资本、 私募股权投资、 对冲基金和房地产可以都表示为金融"营养"的组合： 股票风险、 利率风险、 基差，和其他。

第三，资产分配历来是一个静态的过程，很多机构投资者。他们的投资时间窗一般是由三或五年，制订一项战略资产分配，然后放在那直到固定的时间段的结束。在全球金融危机之后，投资者意识到资产分配必须是一个动态的过程。时间的流逝 — — 例如，地球绕着太阳转的圈数— — 与金融制度的变化毫无关系。估值 — — 从而，长期预期有关资本市场 — — 可以沿三年或五年时间窗显著变化 （例如 2008 年底股票估值方法的变化）。作为一种解决方案，投资者与刚性投资治理和没有明确的任务，要遵循一个动态的过程可以判到外部的 multiasset 的任务，例如全球战术资产配置策略的过程。

第四，投资行业一直在使用波动性（标准差）这种简便的方法来计算投资的回报。投资者喜欢使用夏普比率，即投资超额收益除以其波动性，来确定的最优资产组合。但实际上，减少暴露于大的损失——“肥尾风险”（tail risk）才是真正重要的东西。毕竟，大额而且永久损失远比短期的价值波动对投资者更重要。标准偏差也未能区分不对称概率分布中的下行和上行风险。因此，对肥尾风险的管理显得越来越重要。

"对冲基金的风险管理：介绍和概述."一文概述了为什么标准差作为风险测量标志可能具备误导性1作者Lo在模拟投资战略中实现了两倍于标普500 指数收益。该战略使用从 1992 年到 1999 年的月度数据，没有使用任何前瞻性的技术或者预测。该模拟组合只是要卖出一个深度虚职的看跌期权 — — 也就是卖保险和收集现金保费。战略性减少以标准差将增加肥尾风险。这种情况是一个极端的例子，也是我的第一点的例证： 尾部风险可能不会反映在一个历史数据样本中，但可以存在于对基于投资组合性质全面了解的情况下产生的前瞻性的分析中。

使用风险因子来实现多样化

在股票市场上，最常用的风险因子是beta 。对固定收益来说，风险因子为久期，即价值对利率的敏感性。久期风险因子驱动大部分不同债券资产类之间的价值波动。

债券市场投资者也会看看信用基差，企业债券资产类提供投资风险因子方法简单的说明。在风险因子中，企业债券资产类具备至少两个主要危险因素： (1) 利率或久期敞口和 (2) 信用风险敞口。这两个风险因子在宏观经济出现波动时变动方向不同，在利率上升的时候基差会缩小，反之亦然。信用敞口对于无风险债券来说可能是个好的分散投资的选择。

重要的是，债券投资者还面对凸度的风险敞口。而凸度与宏观经济波动有很大关系。例如，当经济增长率超过预期时，市场的作用往往会使收益率曲线更加陡峭，然而中央银行的货币政策却有时滞，而且往往只对短期利率有效。

私人和非流动性资产类别 （即，另类资产），即私募股权投资、 房地产、 和对冲基金等通常具有与权益和固定收益投资相同的风险因子。因为替代资产收益取决于利率，以及投资者对风险现金流的预期。同样，流动性和特殊风险也同样重要。

另类投资较高的收益率和较低的风险，以及一定程度的投资分散性，使投资者误以为他们有相对较高的回报。这种误解产生的原因是另类投资的收益指数往往人为地进行过平滑处理，这是由于其缺乏盯市制度造成的。要解决此问题，另类投资风险模型应使用公开市场的代理指数或者对收益指数作流动性调整。使用滞后结构对风险收益模型进行变形会有一定效果。

表 1 显示了风险因子与资产类相关性比较。数据频率为阅读数据，时间窗为1997 年 3 月 31 日至2011年5月31日。我分别计算了我前面提到的风险因子之间的相关性，以及资产类别之间的相关性。另外，我对市场条件也进行了分别处理。

Table 1. Risk Factor vs. Asset Class Correlations, 31 March1997–31 May 2011

	Full Sample	Quiet	Stressed
Risk factor correlations	4%	3%	4%
Asset class correlations	40	30	59

Notes: 当某时期的收益数据有15%的异常，则认为出现市场不景气（stressed），其余时间为正常市场（quiet）Sources: Based on data from Windham Portfolio Advisors, PIMCODataStream, Barra, MSCI, Barclays Capital, Dow Jones, and Standard &Poor’s.

由上表可以看出，首先，风险因子之间的相关系数低于资产类别之间的相关系数，第二，它更稳定。请注意，在不同的市场情况下，相关系数会有变化，而且风险因子之间的相关系数在市场属于不景气时期会更高。因此，即使在风险因素空间相关性可以不稳定。对于资产类，其平均的相关系数在动荡的市场由原来的30%猛增到了59%，这主要是由那些权益投资或者权益投资相关的资产驱动的，可以看出，资产类多样化往往会失效—— 在市场最需要的时候。表 2 显示了资产配置和风险分配两种情况。从资产类角度来看，该投资组合被充分分散，包括对冲基金、 私募股权投资、 房地产、 和风险资本。只有 28%的基金直接投资于公共股票。但当资产类别都分解为风险因子，基金的78% 具备权益或权益相关风险。该模型可以用于计算风险贡献与下面的等式：
凡十一是风险贡献为要素一解释由三个组件： βi 是 beta 风险因子、σi 是风险因子的标准差，和 ρi，p是风险因子与整个产品组合的相关性。这三个因素都与权益风险相关：权益beta往往是比投资者想想的高，因为其他资产类别如房地产包含间接股票风险更大。权益风险因子波动性大于大多数，即使不是全部、 其他的危险因素。
由于risk-on/risk-off effect,的影响，股票的风险因子通常与其他来源的投资组合中的风险溢价呈正相关性。针对以上分析还有如下说明：第一，由股权风险因子作出了贡献的投资组合风险的百分比不是关乎直接实际投资组合的风险。想象一下一个投资组合与 95%现金和 5%的股权。几乎所有的这个投资组合的风险将来自股票，但其波动性会比长期ZF债券低；第二、模型忽略了非线性关系： 随着时间的推移，相关性和波动性会变化，因此，风险资产的贡献也会变化。最后，该模型分解了的波动性。但其实还有更高级的方法直接分解肥尾风险。但这往往给出更极端的结果。

金多多老师翻译整理

未完待续 ！

文章转自http://www.jinduoduo.net/news.php?id=112