作者:国泰君安证券 覃汉、肖成哲
2017年,虽然经历了年初的迷茫,但在“经济强+通胀弱”的背景下,股市和商品还是走出了结构性的牛市行情,反映出宏观背景仍然能够给出关于大类资产配置的线索。本报告将回顾大类资产配置理论的发展历史,以及大类资产配置的中国故事。
年初时点很迷茫。站在年初的时点,今年的大类资产配置方向似乎比较迷茫,缺乏明确的方向。主观的感受上,最近几年的市场从未如此让人感到如此迷茫和缺乏方向。2010年开始,非标兴起,2013年非标收益率仍高,钱荒之后开启债牛;2014年-2016年则是大类资产“电风扇”轮番吹起了股、债和商品。当然,这种大类资产行情只是事后的客观陈述,但是从事前来看,至少此前每一年都能看到某种大类资产处于历史级别的低点,如2013年钱荒后的债市、2014年的股市和2015年末的商品。然而站在今年年初情况却有所不同。
这种迷茫有两个最突出的来源:①宏观数据的低波动。我们曾在报告中提及,这是一个宏观平庸的年代,宏观数据的波动大大降低,即使是在几年如火如荼的“新周期”之辩中,观点大相径庭的分析师给出的数据预测却非常接近,在宏观环境无法贡献波动的情况下,自上而下的策略似乎缺乏抓手。②各类资产略尴尬的位置。大类资产的电风扇已经轮番吹起了各类资产:股票、债券、地产、非标,所有的大类资产似乎都在处在比较“鸡肋”的位置:刚经历过牛市所以“估值”不便宜,但牛市却都似乎已经结束,旧的牛市逻辑已经被破坏,新的逻辑难以确立。所以,股票、债券、商品都进入了缺乏方向的时期,既无法坚定看多也无法坚定的看空。看来看去,似乎只有房价处于“可能的”历史高位,但也无法下注。
年中开始清晰,宏观环境仍然给出线索。从年初的迷茫,到年中的清晰,虽然整个市场也纠结了接近半年的时间,但整个市场还是在纠结中找到了方向,股票、商品都走出了结构性的牛市。行情的背后实质上是市场理清了思路、用脚投票:①今年以来,实际上整体上是经济相对较强,而通胀相对较温和的情况,利于股票市场。②虽然并没有较强的需求端故事,但是温和的需求配合供给侧改革,也可以拉高响应商品的价格。③经济和通胀的组合、主要由供给侧带来的涨价逻辑,使得股票和商品均走出了“结构性”的行情。今年的行情显示,即使在比较迷茫的时刻,最终宏观环境仍给出了大类资产配置的线索。因此,回顾大类资产表现的历史、理清宏观环境与大类资产表现的关系,仍然是重要而有意义的。
在本文中,将首先回顾下大类资产配置理论的发展历程,然后通过选取代表性指数来衡量各大类资产的表现,整理了国内各大类资产收益和风险特性;回顾了国内的大类资产极简史;最后,以美林时钟为框架梳理了我国大类资产的表现,判断美林时钟模型在国内的适用性。
二、大类资产配置理论的历史沿革
所谓大类资产配置,顾名思义,就是选取标的资产类别的投资策略,有效的大类资产配置被认为是获取投资收益的关键。学界对于大类资产配置方法多有研究,Brinson(1986)的研究指出,美国共同基金的主要收益来源就是大类资产配置的投资策略。虽然针对大类资产配置策略的具体作用仍有争议,但是大类资产配置无疑投资框架中重要的一环,在自上而下的投资体系中,处于择时和择券策略的上游,与择时和择券的关系类似于战略与战术之间的关系。
大类资产配置策略自诞生以来不断发展,与经济学理论的发展相比,大类资产配置方法作为金融学的分支,其目标导向更偏向实操。通俗点讲,指引大类资产配置理论发展的目标和动力,就是怎样通过大类资产配置更快、更安全的“赚钱”。其发展的历史中,这一实用性的导向也十分突出,资本市场发展、资产类型的丰富,以及对于投资收益的追求不断成为大类资产理论的发展动力。
2.1.早期大类资产配置方式,以恒定混合策略为主
早期的大类资产配置以恒定混合策略为主,有分散风险的作用。在20世纪60年代以前,虽然许多投资者已经意识到资产配置的重要性,但仅停留在对其风险分散功能的认可层面,采用的配置方法一般为简单的恒定混合策略,即保持投资组合中各类资产的价值权重不变。当某项资产相对于其他资产价格下跌时,投资者将买进该资产,反之则卖出。相较于买入并持有策略(Buy and Hold Strategy),恒定混合策略(Constant-mix Strategy)形成的投资组合对资产有分散风险的作用,但下跌保护的能力和自身持续增值的能力都较弱。典型的恒定混合型配置策略包括等权重投资组合(equally weighted portfolio)和经典的60/40投资组合策略。
60/40策略看似简单,内有玄机。所谓60/40投资组合管理非常简单:60%的资金投资于股票,而将40%的资金放在债市,每年平衡一次资产即可。放在半个世纪之前的美国市场,“小技巧有大智慧”。①这一策略主要针对的是养老金投资,而从历史上看当,以十年为尺度,美股拥有比较确定的收益。换句话说,美国股市从未出现过较长时间的熊市。②在格林斯潘任期之前,大部分时间美国国债的收益率相当可观,显著的跑赢通胀。③站在当时的时点,并没有足够丰富的全球资产可供配置,选择美国国内的也是必然之选。
等权重投资组合,是朴素的最大分散化策略。顾名思义,等权重投资组合,就是在有n种可投资的风险资产时,保持每种资产的投资权重为1/n。首先这是一种朴素的最大分散策略,既不考虑各种资产收益率之间的相关关系,简单的追求投资种类的最大分散化操作。该策略的关键是要保持所配置资产具有足够的多样性,以降低风险。
等权重投资组合,本质上是反转策略。另一方面,保持每种资产为固定权重的动态调整,实质上是一种反转策略。当某资产价格获得超常上涨时,其持有数量将被调低;当资产价格超常下跌时,其持有数量将被调高。因此当资产收益呈现均值回复的规律时,这种高抛低吸的操作会使资产组合自然获利。但是假如,资产价格的运动规律是在短时间内维持其自身的趋势,那么等权重投资组合实际上并不是一种恰当的操作。
恒定策略不能与时俱进,大类资产理论需要进化。早期的大类资产配置策略相对简单机械,没有足够的主观因素判断、也没有相机抉择的机制,一方面无法针对不同的客户群体有准对性的提供配置建议,另一方面也无法适应随时不断的发展变化。以60/40策略为例,随着全球可配置资产种类的扩大以及90年代以来的利率逐渐走低趋势,再坚守60/40策略已经不是明智之选,为了追求更好的投资效果,大类资产配置理论必须进行升级。
2.2.20世纪50年代以来大类资产配置步入量化时代
大类资产配置理论进入模型化时代。随着投资者对待资产的态度趋于理性,恒定混合型大类资产配置策略已经不能满足投资者需求。各国金融市场的不断深化和交易信息的快速积累为资产配置决策数量化和模型化发展提供了基础。现代资产组合理论属于新古典金融学研究的范式,是以理性人假设为基础发展起来的。通过假设投资者信念和决策的理性,现代资产组合理论在均值-方差基本框架下通过完美的数理论证确立了投资者如何进行最优资产组合决策,确定了资产配置的分析方法和理论体系。
这里的理性包含了两方面的含义:一是行为的信念是理性的,符合贝叶斯定理;二是经济主体的决策也是理性的,建立在主观概率上。现代资产组合理论在均值-方差基本框架下通过完美的数理论证确立了投资者如何进行最优资产组合决策,从而确定高净值客户资产配置的分析方法和理论体系。
2.2.1. 马克维茨均值-方差模型开启了模型化分析的时代
均值-方差模型的开启了新的时代。20世纪50年代,Markowitz(1952)均值-方差模型的提出正式将大类资产配置由实践层面的摸索提升到了理论层面的推演。该模型首次使用期望收益、方差来刻画投资的收益和风险,将资产配置问题转化为多目标优化问题。这不仅标志着现代投资理论的诞生,而且成为其后大类资产配置理论演进的重要基础。
以均值-方差方差建模,求解最优。均值-方差模型的做法是,假设在投资时依据一段时间内各种资产的收益分布,以收益的方差来刻画风险,将投资者的问题变为:在一定的风险水平上,投资者期望收益最大;相对应的是在一定的收益水平上,投资者希望风险最小。这些组合并不唯一,但是每一个资产组合均是给定风险下的最高期望收益组合,也是给定期望收益下的最小风险组合,这些组合的集合就是有效前沿(Efficient Frontier),在收益-风险的二维平面上的一条二次曲线。
均值-方差模型的重要意义。从大类资产配置理论的角度,甚至整个金融学的发展的角度来看,均值-方差模型都具有重要的意义:①采用了给定约束下,求解最优的标准范式来研究投资问题。②采用期望收益和方差来刻画投资收益和风险,使得收益和风险可以被量化。③投资的收益和风险被引入到讨论中来,提示人们,最优的投资是并非是追求最高的回报、最低的风险,而是在两者之间找到平衡。
理论上,资本资产定价模型是对均值-方差模型的重大发展。Sharpe,Lintner和Mossin在其基础上建立了资本资产定价模型(Capital Asset Pricing Model,CAPM),如果说在有效市场和理性人的假设下,Markowitz的组合理论解决了投资组合的可行性区域的存在问题,那么CAPM模型则在单一风险资产的假设下,进一步推导出了最优的收益-风险组合是切点组合,而这一组合与不同投资者的个人偏好无关。而这一切点组合必然是包括所有证券的“市场组合”。也就是说,在CAPM模型的前提假设下,市场投资组合既是均衡组合,也是所有投资者风险资产的最优组合,因此建议投资者按照风险资产的市场价值权重进行资产配置。
实践上,CAPM模型给出了一种观察单个证券“均衡价格”的视角。根据CAPM模型,无风险利率、市场收益率以及该资产与市场整体的相关性(所谓β),这三个因素就可以给出一个资产的“合理”定价。这一方面给予测度均衡价格一个可用的框架,另一方面也引入β这个风险的另一种衡量方式,加深了对于风险的理解。最后,由于市场投资组合包括所有券种,在均衡的情况下,市场投资组合不需要经常进行再平衡,因此相较于频繁调整的等权重投资组合,交易费用也更低。最后必须指出的是,虽然CAPM模型形式简洁优美,逻辑清晰明确,在理论上具有基石性的地位,但是在实践中,针对其的应用比较困难、效果也并不理想。
实用性差是早期模型最突出的缺陷。毫无疑问,马克维茨投资组合理论和资本资产定价理论,直至今日仍是金融学和大类资产配置理论的基础。但是从方法论的角度,我们应该通过模型看世界,而不是依赖模型看世界。模型的简洁和美感能帮助我们抓住事物的主要矛盾,更好的认识这个世界。但是模型追求的简介和美感是建立在前提假设之上,而现实世界远比假设上的模型复杂。简单地套用模型不会得到,事实上这也是早期模型最突出的缺陷:假设过多、模型过于简单,导致实用性差。
马克维茨投资组合理论在实战中会给出不合理的结果。均值-方差理论在逻辑上清晰而具有美感,但是在应用中会给出不合情理的配置。例如,无卖空限制时,出现对某些资产的强烈卖空,而有卖空限制时,会出现某些资产的配置为零、而在某些小市值资产配有较大权重的情况。另一方面,模型本身也有内在的缺陷:一方面,期望收益非常难以估计,而另一方面,组合权重对收益估计的变动非常敏感。在高盛(Goldman Litterman(1991)对全球债券投资组合进行研究,他们发现,如果对德国债券预期报酬率做0.1%的小幅调整,模型给出的反馈中,该类资产的投资比例可以从10%大幅调升至55%。输出结果对于输入参数过于敏感,使得Markowitz理论的实用性大打折扣,这也是Black和Litterman针对Markowitz模型进行改进,提出B-L模型的动机。
CAPM假设过多,应用效果差。以CAPM为例,所需主要假设至少有五条:①所有投资者都是理性的,决策均基于风险和期望收益;②市场是有效的,以至于所有投资者的预期一致,对于各个资产的看法一致;③市场中有且仅有一种无风险资产;④所有投资者均有相同投资期限;⑤市场允许买空和卖空。然而,投资者不可能是完全理性的,其心理行为因素是异常复杂的,可能在不同时期持有不同的风险态度,甚至同时表现出风险爱好者和风险规避者的特性,但是,现代组合理论的风险假设脱离实际,对投资者风险态度和实际决策行为没有进行深入研究,很难解释现实中投资者购买保险的同时还会购买股票等诸多问题。因此,有必要基于行为组合理论对投资者的资产配置问题进行分析。
2.3.大类资产配置理论的实用化
解决不同大类资产之间无法直接比较的问题。从20世纪50年代均值-方差模型的出现到90年代之前,大类资产配置多停留于理论研究阶段,主要体现在对均值-方差模型应用的不断完善。量化投资策略的兴起也主要体现在对不同种类的股票进行配置,直接可用于大类资产配置的量化策略则不多见,主要是因为不同种类资产之间存在较大差异,很难通过统一的标准进行评价。直到Black&Litter-man(1992)在高盛投资公司(Goldman Sachs)就职期间提出B-L模型,可用于实践的量化型大类资产配置策略才开始发展壮大。
2.3.1. 基于收益和风险的大类资产配置
B-L模型是对Markowitz模型的实用性改进。如前所述,在Markowitz模型将资产配置理论带入量化时代后,模型应用的一个关键步骤就是模型参数的估计。模型参数的主要方法有两大类:历史数据法和情景分析法。情景分析法体现体现主观的判断,但缺点是主观原因、随意性太强。因此大多数分析软件鼓励采用历史数据法。但历史数据法的缺陷是对样本区间的选取非常敏感,参数的微小变化可能导致输出结果的较大差异。针对不同参数估计的优缺点,Black 和Litterman 提出了一个基于Markowitz模型的改进模型,B-L模型特的点是:
①减少人为设定,削弱了对输入参数的高度敏感性的弱点。针对输入参数带来的高敏感性,B-L模型利用市场上可观察到的信息,带入夏普的逆最优化理论以及资本资产定价模型逆向推导出各项资产的市场均衡超额收益率,其逻辑类似于通过Black-Scholes期权定价公式推出隐含波动率。这样,通过市场可观察信息推出隐含参数,减少了人为的设定。
②引入了投资者对于某项资产的主观预期。B-L模型导入了投资者对某项资产的主观预期。使得根据市场历史数据计算预期收益率和投资者的看法结合在一起,形成一个新的市场收益预期,从而使得优化结果更加稳定和准确。因此,该模型是将历史数据法和情景分析法结合起来,在考虑未来的不确定性时,B-L加入个人主观意见,同时主观意见越强,承担的响应风险也越高。
③投资者在表达自己的看法时,可以给出不同权重。在现实中,投资者对于不同看法的信心水准并不相同。因此,在B-L 模型中,主观预期收益率同时反应了投资人的主观预期和该预期的强烈程度。与经典模型中所有投资者具有相同预期这一假设不同,B-L模型可以刻画出在实际的市场上,某些投资人可以根据特殊的信息优势,以相对或绝对的方式表示对某些资产的看法。在B-L 模型下,投资者对市场的看法表达比较灵活。
④结合历史数据和观点形成新的收益率分布。结合决策者对未来收益率的预期及对应的信心水平构成观点矩阵和信心矩阵,并据此运用贝叶斯法则形成新的期望收益率和方差参数;最后,将新形成的期望收益率向量和协方差矩阵代入均值-方差模型中以求得最优资产配置方案。
B-L模型推出之后在全球资产配置实务中得到了很好的应用,但由于参数估计中包含了投资者的主观观点,所以模型对观点质量要求较高。 1992年之后,为了使B-L模型更加适用于真实的市场环境,或是更符合投资者习惯,包括Black和Litterman在内的学者以及很多机构分别从输入参数和模型结构两方面对B-L模型提出了改进意见。
2.3.2. 仅基于收益的大类资产配置
基于收益和风险的资产配置模型的前提假设是资本市场中性,即资产的预期收益与风险匹配,资产价格由收益和风险共同决定,且风险越高的资产收益越高。但现实中这一假设常常不成立。这种情况下,以均值-方差组合为基础的资产配置便失去了意义:如果某类资产的预期收益高而其对应的风险却很低,则投资者可以优先选择此类资产,放弃其他资产。另外,实践中投资者往往更关心资产的收益或价格,对风险的判断也更多依赖于宏观经济形势和预期,而非历史数据。因此一些学者和机构投资者试图仅凭借资产收益或资产价格进行大类资产配置,寻找投资机会。
GEYR模型,通过收益率关系指导股债配置。GEYR模型(Gilt-EquityYield Ration)是判断投资股票还是投资债券的有效工具。大量研究表明股票价格、分红和利率之间存在强相关关系。Mills(1991)最先提出GEYR的概念,即可以通过长期国债收益率与股票市场收益率的比值GEYR=Yg/Ys,其中Yg为国债收益率;Ys 为股票市场平均收益率来判断债券市场和股票市场的相对投资价值。
关于GEYR的研究有一定争议,但均显示股债收益率之间具有长期的关系。Mills证明了GEYR 的大小对英国股票市场未来价格具有预测作用,并将GEYR称为持股信心因子。但是,随后也有研究显示(Levin&Wright,1998)指出,GEYR虽然对于股债之间错误定价十分敏感,但同时还受其他变量的影响,原始GEYR指标,并不能帮助投资者有效决策,而应当使用调整后的GRYR阈值(纳入预期通胀率和股票风险溢价因素)作为判断依据。例如,当GEYR<2时,可以作为买进股票卖出债券的信号;而当GEYR>2.4时,可以作为卖出股票买进债券的信号。Brooks(2001)通过对英国、美国和德国的市场数据进行验证发现,使用这一机制构建的组合比不做调整的静态投资组合具有更高的平均收益率和更小的收益波动率。各种实证的结论因市场和检验方法的不同有所差异,但基本认为GEYR反映了股票和债券的某种关系,而GEYR值应该具有一个长期“均衡水平”,当GEYR偏离长期均衡水平处于低状态时,应该买入股票;相反,当它处于高状态时,应该买入债券而卖出股票。
我国关于GEYR的研究相对较少,主要侧重在研究债券市场和股票市场的关系上。考虑数据准确性和可得性的因素,简单的计算GEYR如下,如果我们用市盈率的导数1/PE来代表股票市场收益率,10Y期国债收益率来代表债券收益率,那么持股信心因子GEYR可以表达为:
如上图所示,粗略测算可以看出,股债收益率在大的趋势上保持一致,两次比较大的背离时是在2007年的股市大牛市和年的债券牛市。GEYR的有效性在于该指标的均值回复特点,从国内股债收益率间的趋势可以看出,GEYR在国内应用存在可能,但是必须进行更进一步细化,特别是应该在比较重大的牛熊行情时,对这一指标的使用需要更进一步的思考,例如2007年的大牛市背景在于整个经济的高速增长,股市“增长牛”带来高利率和高PE的组合,GEYR自然会达到较高水平,而这其中并不蕴含过多的均值回复的含义。
动量策略,从选股向选资产的进化。另外,一些在股票市场效果良好的投资方法也逐渐被应用于大类资产配置领域,例如动量策略。动量(relative strength/momentum)策略源自行为金融学的研究,20实际60年代起,动量策略的思想就被机构投资者应用来对个股或者行业进行分类。狭义的动量策略是指,在较短的时间(通常不超过一年),前期上涨较多的个股和行业,倾向于继续上涨,类似于拥有一种“惯性”。这一策略在选股的层面的应用,已经被学界和业界广泛研究,成为一种经典的策略。近几年来,随着市场可投资产品的增加,动量策略的应用范围逐渐从股票市场内部扩展到包含债券、商品、货币等各种资产的组合构建。有研究显示,改良后的动量策略应用在大类资产配置上,虽然在短期(一季度或一年)内的收益水平并不稳定,但长期(10年的尺度上)收益率却能百分之百跑赢标普500指数、60/40策略、巴克莱集合债券等基准组合。
2.3.3. 仅基于风险的大类资产配置
均值-方差模型对输入的微小变动过于敏感,虽然贝叶斯方法、再抽样法、收缩法等消除估计误差的方法起到了一定作用,但改进后的均值-方差模型依然在夏普比率、确定性等价收益等方面逊色于等权重投资组合,因此有学者提出,由于这种敏感性会造成均值-方差模型所带来的收益相对于预测误差来说没有吸引力,可以通过简化目标来降低误差损失。于是,最小化风险组合、最大化风险分散比率组合、风险平价组合等仅基于风险的大类资产配置策略近年来应运而生,受到市场的关注。
)是均值-方差有效前沿上风险最小的一点,因此也被称为全局最小风险组合。因为求解过程中,无需“给定预期收益率”这一条件,因此不会面临配置结果对于输入的预期收益率过于敏感这一问题。在实操中,该策略倾向于集中投资几种十分平稳的资产。在美国,最小化风险组合的主要应用者是阿卡迪亚资产管理(Acadian Asset Management)、道富环球投资管理(StateStreet Global Advisors),拉扎德资产管理公司(Lazard Asset Management)等。在欧洲、日本、乃至新兴市场均有投资者采用最小化风险组合的策略。
②最大化分散组合。与最小化风险组合对应的是最大化分散组合。最大化分散组合的支持者认为一些传统方法只是将资金分散在了不同资产上,并没有考虑不同资产收益情况的相关性。如果组合中存在多种收益率高度相关的资产,那么虽然从资本配置角度来看进行了多样化平衡,但从风险角度来看并没有起到分散作用,此前介绍的等权重策略就面临这一问题。例如在相当长的时间内,上证综指和螺纹钢价格具有高度的同步性,在这种情况下,股票和黑色系商品的资产组合无法有效分散风险。更进一步的做法是,将真正有意义的分散化投资建立在不同资产之间收益的不相关性这一基础之上。
对于偏好于投资多种资产的投资者来说,最大化分散组合是一种适合于一切市场环境的极好方法,因为它考虑了不同资产之间的相关关系,尽可能多地利用了多样化的好处,最大回撤率也更低,尤其是在市场动荡情况下。不过最大化分散组合是一种寻求市场多元混合收益的策略,对于那些试图在个别资产牛市时抓住一切收益的投机者来说并不适合。此外,针对最大化分散组合的批评也认为,应避免过度分散的投资组合,因为这将影响投资者的精力分配,使得无法专注和精通自己所管理的资产标的。
③风险平价模型。除了以上两种较为“保守”的策略,风险平价模型也属于一种将组合的长期收益着眼于风险控制上的投资策略。该模型追求组合风险敞口均衡的理念起源于20世纪90年代桥水基金(Bridge Water)的“全天候”投资组合(All Weather Portfolio):当中长期宏观环境处于通胀压力加重或减弱、经济增长相较于预期过高或过低四种状态且无法预判时,等量持有四种子投资组合可以保证无论出现哪种经济环境,至少有一个子组合表现优异。风险平价的投资理念在后金融危机时期受到广泛关注,因为研究发现,大多数机构投资者尽管进行了分散投资,但投资组合的风险仍集中在少数具有高波动性的资产上。即使是以分散化著称的市场投资组合,也被证实没有达到所期望的风险分散效果,从市场整体表现来看,风险平价型基金过去20年来的收益水平整体位于行业前列。
2.4.融入经济周期与主观判断的大类资产配置
随着市场竞争的不断加剧和量化方法的广泛使用,仅从历史数据中提取信息进行资产配置并不总是可行和有效的。尤其是当宏观经济环境剧烈变动或是经济政策大幅调整时,投资者先前所使用的资产定价方式和资本操作模式都可能不再适用。因此,一些经验丰富的机构投资者往往在进行大类资产配置时,除了使用量化模型,还会考虑经济周期走势和未来的政策预期另外,市场也开始更加注重管理人的能力,包括寻找经验丰富的基金管理人、效仿顶级基金的投资风格等。
2.4.1.大学捐赠基金模型
Model)是典型的融入经济周期与主观判断的大类资产配置,因为一些大学的捐赠基金而得名。由于独特的资金来源和组织形式,大学捐赠基金具有以下两个特征:一是永续性,相比公募基金,大学捐赠基金没有赎回压力,每年的支出可控,这为其投资流动性低、投资周期长但回报率高的资产种类提供了可能,但由于其覆盖完整的经济周期,对管理者的主动管理能力要求也较高。曾任哈佛大学管理公司首席执行官的Jack Meyer在任职的15年间,使哈佛大学基金的资产从47 亿美元暴增至260亿美元,年回报率达到16%。他就曾准确地预测了美国股市将遭遇科技泡沫,避免了投资风险。二是规模较大高,2016年,排名第一位的哈佛大学捐赠基金规模高达359亿美元,耶鲁大学、斯坦福大学和普林斯顿大学紧随其后,分别为239、214、210亿美元。足够大的规模,使得这些大学捐赠基金可以通过全球资产配置实现宏观风险对冲。
耶鲁基金是大学捐赠基金中的优秀代表。目前,从盈利能力来看,耶鲁大学投资办公室管理的耶鲁基金被称为是全球运作最成功的大学捐赠基金。过去20年,耶鲁基金在大卫斯文森的管理下,平均年收益率达到13.9%,超过美国大学基金9.2%的平均水平。良好的投资业绩使得美国各大高校基金纷纷效仿,甚至一些国家主权财富基金、家族资产基金、养老基金在管理过程中也或多或少地借鉴耶鲁基金的资产配置方法。但在斯文森1985年上任之前,耶鲁基金规模表现平平,甚至一度回报率低于通胀水平,基金规模增长也比较缓慢。
充分利用负债端优势,从优秀管理人身上获取阿尔法。在后续文章中,我们会详细介绍,在这里简单总结来说,斯文森执掌下的耶鲁基金,其投资哲学是利用大学捐赠基金负债端的优势,充分投资私募股权、另类投资等高收益率资产,利用国债、绝对回报、实物资产扮演着分散风险的重要作用。在追求阿尔法的过程中,充分利用耶鲁大学的研究和人脉优势,充分发掘内外部的优秀投资人,从优秀的人力资源上获取超额收益,从而在斯文森接管的30年中,取得了辉煌的成绩。
2.4.2. 美林证券公司的投资时钟模型
另一种非常出名的大类资产配置工具是美林证券公司的投资时钟模型(Merrill Lynch Investment Clock)。该模型基于美国近20年的经济数据,将宏观经济周期、大类资产收益率和行业轮动联系起来,指导投资者识别经济中的重要拐点,在不同经济周期中进行资产配置。
根据经济和通胀划分四个象限,针对性给出配置建议。原始的美林时钟模型根据产出缺口和通货膨胀的不同状态,将中短期经济周期划分为复苏、过热、滞胀、衰退四个阶段。该模型很好地补充了其他模型对宏观经济研究的缺失,将实体经济与资产配置策略动态紧密地联系起来。但时钟模型也有自身缺陷。只针对经济周期和货币周期做出投资判断,未考虑当期资产本身价格高低,容易出现高回撤风险;再如后危机时代,全球各大央行不断改变货币政策常使得经济脱离周期运行,时钟模型有效性丧失。由于各国经济所处阶段不同,开放程度以及外在约束不同,在使用时钟模型时,需要对其不断调整和改进。
美林时钟策略与全天候策略相并不相同。对于美林时钟,投资者已经非常熟悉,在这里仅简要提示下其与此前提到的全天候策略的异同。二者都基于经济环境的变动将对市场表现产生影响,并认为不同的经济环境下,有更适合的资产类别。但是具体的划分方式有不同之处,美林时钟通过经济和通胀的组合划分,而全天候策略则基于经济和通胀的超预期部分。更为重要的是,两者资产配置组合不同:美林时钟在不同经济环境下资产配置组合不同,而全天候策略以不变应万变。在这背后是两种策略的配置目的并不相同,美林时钟是配置资产,全天候策略为配置风险。美林时钟意在通过给出不同经济环境下各类资产的表现来指导最优的资产配置,而全天候策略进行资产配置的核心是风险均衡,其资产配置是通过对每类环境下投资组合配置相同风险所实现的。此外,全天候策略还加入了杠杆,用于改变某类资产的风险-收益特征。
三、国内大类资产数据观
中国的大类资产表现如何?在以下的研究中,我们将大类资产分为股票、商品、股票、现金和地产这五个大类。针对每种具有代表性的商品,均选取了一个有代表性的指数,同时有些商品还选取了辅助的指数,进行更为全面的考察,具体情况如下:
股票:采用上证综指,可辅助观察深证成指,但趋势相似,结论与使用上证综指一致;而创业板和沪深300指数时间窗口较短。债券:采用中债财富总指数。商品:南华综合指数。现金:可选则信托发行利率、理财预期收益率等,信托发行利率门槛较高、规模有限,站在居民部门配置的角度主要选取了规模最大的6个月理财预期收益率。地产:采用月度频率的70大中城市新建房屋价格指数(月度),考虑到投资属性选取的是一线城市的价格指数,该数据起始于2011年,此前的数据使用房屋价格销售指数,使用北上广深的4城平均,地产的数据来自国家统计局。
平滑意义不大,采用时点对时点的同比。具体方式是,用代表性指数的年末同比涨幅。在操作中为了避免某些年末行情剧烈波动造成的误差也可以采用求多日平均的方式平滑,但是对结果影响不大,所以未经专门著名,在本文中汇报的数据是未经平滑的结果。
年年难过年年过,年年过得还不错?利用以上的数据,我们分析了从2005年以来的大类资产表现。从收益情况看,12年中,股市有5年领跑收益率榜,5年垫底;债市有2年领跑,3次垫底;商品有3次领跑,3次垫底;地产有1次领跑,1次垫底;现金有1次领跑,从未垫底。从事后的结果来看,如果配置对了正确的资产、并持有全年,那么除去2011年,均可以找到年收益在10%以上的大类资产,甚至除去2010和2011年以外,均可以找到至少接近于20%收益率的标的,从这个意义上说,大类资产配置确实算的上投资中至关重要的部分。
从风险收益波动比来说,现金、地产、股票和债券接近,商品的收益波动比偏低。总的来看,从收益波动比看,现金、债券、地产和股票性价比接近,商品略差。也就是说,从风险收益率的比价来看,除商品明显体现出高风险特性外,其它大类资产表现比较接近,似乎对于国内不同资产来说,单位收益对应的风险很接近。而单从波动情况来衡量,现金、债券波动较小,股票波动性较高,地产和商品居中。而但从收益情况来衡量,股票最高、商品此致,其它三类比价接近。
债券不如现金?从风险收益比来看,债券的平均收益率与现金持平,但是波动明显偏高,从这一角度来看,债券似乎不如现金。这其中的原因,主要是来自于熊市时的回撤。我们曾做过统计,纯债公募基金的收益率在熊市中均值降低、差异加大,用波幅/均值这一指标来衡量,熊市期间不同基金的收益差异度显著高于牛市期间,也就是说,牛市中投资者的“幸福”都比较相似,而熊市中却各有各的“不幸”。这个现象或许可以这样理解,牛市预期下,收益率趋势下行,投资策略大同小异、赚钱相对容易,所以“幸福”的结果都比较相似。在熊市中,投资者看法分化,看法的差异反映在交易操作的差异化,最终也反映在结果的差异化上。
买房创造财富?首先,从收益波动比来看,地产为最优水平。其次,地产“回撤”较小,这体现在回撤的幅度较小(收益率下限高),以及回撤的年份较少:统计的12年中,仅有2年的收益率为负值。最后,统计期内地产的累计收益为138%仅仅略低于股票(145%),地产的投资入门门槛较高(首付、户口),但是操作相对容易(买入持有)。从这个角度来说,地产确实是过去10多年来表现最为优秀的大类资产。
四、国内大类资产极简史
2005年:债券和商品的牛市,股市的底部
宏观基本面方面,从工业增加值来看,经济比较平稳,通胀不断下台阶。债券的大牛市从基本面上来说,应该来自于CPI的持续下台阶。CPI同比从2月份高点3.9%回落至年底的1.6%,中间的低点为9月的0.9%。从政策面上,央行在汇改前,不断降低公开市场操作利率是直接原因。
当年的股市2005年中国股市继续走低,股市一片低迷。2005年6月6日,对于中国证券市场是一个特别的日子。在这一天上午11时,上证指数击穿1000点,最低探至998点。略微有点奇怪的是商品的牛市。PPI并不高,然而商品处于比较不错的牛市。
2006、2007年,增速高点,股牛债熊
从宏观基本面来看,2006和2007是近十年来GDP增速的高点,2006年的通胀比较稳定,07年通胀走高,经济呈现过热的趋势。从大类资产回报的角度看,经济增速较快,企业盈利向好。股市创出低位,股市确实。债市方面,2006年基本面没有提供明显的方向,央行操作制造波动,全年看震荡走平。而2007年由于经济呈现过热现象,债市走熊。整体看,06-07年债市表现疲软。
现金、商品和地产。由于经济增速较快,甚至出现了过热的趋势,商品在2006年和2007年表现优于平均水平。在经济增速高涨的时期,现金回报(理财收益率)在2007年抬升了接近3个百分点,但CPI中枢抬升了超过3个百分点,现金的实际回报是平稳的。事后来看,年经济由快速增长逐渐走向过热,股票、商品优于债券、现金。基本符合传统的美林时钟理论。
2008年——危机模式,避险资产体现价值
从宏观基本面来看,2008年属于危机模式,中国乃至全球具有过热倾向的经济均快速滑向危机模式,从大类资产来看,股市、商品等风险资产收益较差,债市、现金收益较好。
2009年——4万亿后的触底反弹
从宏观基本面来看,在2008年的下半年的次贷危机之后,各国相继推出了“救市政策”。中国的“四万亿”在节奏和力度均领先全球,其功效在2009年便开始显现:GDP同比增速由1季度的6.4%回升至4季度的11.9%,也有年初的升至1.9%。大类资产中,股市、商品等风险资产收益领先,债市、现金收益垫底。
2010年-2011年在中国经济史上属于比较罕见的“滞胀”时期。在刺激退却之后,年中国经济处于一个“滞胀”的时期,代表增长的GDP和工业增加值同比增速不断回落,而CPI仍在不断上升。大类资产来看,股票连续两年收益率垫底,而商品在2010年仍然因为反应滞后收益率最高,而债券、现金在2011年整体收益率不高的情况体现出优势。
2012年——基本面拐点,现金为王
2012年,是宏观基本面的转折之年,GDP增速继续不断下台阶,但幅度开始缓和,CPI进入了2%左右的稳定状态,PPI进入了连续数年通缩阶段。而资产的表现是现金为王,值得注意的是这是2005年以来现金领跑各类资产的唯一一年,也是各类资产回报最为平均的一年:表现最好的现金年化收益率4.8%,最差的地产年化收益率为1.2%。
2013年——钱荒惨烈,地产领跑
2013年宏观层面最重要的时间和特征便是年中发生的“钱荒”,受此冲击,债券市场出现了快速的下跌,简单的回归分析显示,债市的收益率明显的低于宏观基本面所支撑的水平,反映了对于钱荒冲击的恐慌性反应。而紧缩的货币政策下,经济持续回落,股市和商品表现较差。但是在地产周期和非标融资的共同推动下,地产表现较好。
2014年-2016年——金融实体跷跷板,流动性过剩下的资产荒
所谓资产荒,本质上是流动性过剩。2014年-2016年在历史上属于比较罕见的时期,各大类资产在比较短的三年之内,轮番迎来的历史级别的大行情。2014年-2015年的5000点股市大牛市,史上最长的债券牛市,以及从年涨幅来看,史上最强的楼市行情以及史上第二强的大宗商牛市。
在这背后,根本的原因在于,实体经济的不断下滑倒逼政策的宽松,然而实体经济缺乏响应的融资需求,流动性未能流入实体,宽松的政策最终转化为了资产价格的上涨。而在具体的路径上,则是产生了融资融券、场外配资、委外业务发展以及首付贷等加杠杆机制,创造了增量资金入市,推高了资产价格。
五、透过美林时钟看中国大类资产配置
此前使用自然年份对大类资产表现进行划分,这种方式比较接近于投资者考核的节奏。下面参照美林时钟的经典划分方法,采用GDP产出缺口和CPI同比作为美林时钟不同阶段的划分依据。在本文中,GDP产出缺口采用HP率波动的方式,对GDP季度同比进行处理,参数选择为λ=1600,产出缺口为正表示实际产出高于潜在产出。而CPI选择的是该季度3个月的CPI同比平均值,四个不同阶段的简单的描述如下:
衰退期:经济下行、通胀下行。在本文框架中,表现为GDP产出缺口收缩,通胀下行。在衰退期,股市和大宗疲软,基本面倒逼货币政策宽松,叠加增长和通胀的向下,债券的表现应该最突出,理论上应有:债券>现金>股票/商品。
复苏期:经济开始上行,但通胀下行。在本文框架中,表现为GDP产出缺口扩张,通胀仍下行。经济好转,企业盈利改善,股票对于经济转好的反应最为敏感,理论上股票的表现应该最为突出。
过热期:经济和通胀均上行。在本文框架中,表现为GDP产出缺口扩张,以及通胀上行。通胀高企下持有现金机会成本较高,而基本面的强劲和货币政策收紧的可能会抑制债券表现。商品和股票均收益于基本面的强劲表现,但大宗商品还额外受益于通胀的上行。理论上大类资产的排序应为:商品>股票>现金/债券。
滞胀期:经济下行,通胀仍在上行。经济下行对企业盈利形成拖累,对股票构成负面影响,债券的吸引力上升但仍受困于通胀的高企。理论上的大类资产表现应为:现金>债券>商品/股票。
将年按照以上的判断标准,划分成衰退、复苏、过热、滞胀四个阶段。在具体处理过程中,由于有些季度会出现一定的波动,还是考虑了前后一段时间的整体情况作了处理。例如,2006年3季度,产出缺口和通胀均较前一季度向下,理应判别为衰退,但是考虑了前后多个季度产出缺口和通胀均处于向上态势,所以将2006年3季度的下行理解为短期波动,而仍将7Q2这段时间的中国经济定性为过热阶段。最终的结果可以参见下表。
有两点值得注意:第一、中国经济中较少有复苏的阶段,与美林时钟“复苏—过热—滞胀—衰退”这可能和中国经济的复苏中包含较多的政府调控的影响,所以复苏的“节奏”较快;第二,2012年底到2016年初的一段时间,信号比较混乱,从最终结果看,在开始和结束阶段,GDP缺口和CPI也基本未发生变动。
从结果来看,基本符合美林时钟的结论,但有一定的中国特色,具体情况如下:
衰退期:从2005年以来,三次衰退期中,两次的最优配置为债券,一次为商品(2005年),与经典理论基本一致。在2005年的衰退中,债券的表现其实很好,累计8.9%的收益可以排在各期的第三位,只是当时仍处于中国需求拉动全球大宗商品的长期趋势中,虽然中国经济出现了下滑,但是仍然是世界经济增长的火车头,对于大宗商品的价格拉动效果仍然很强。事实上,传统的美林时钟偏向于描述封闭的大国经济体,2005年的衰退中商品的领跑与其说是中国特色,倒不如说是开放经济体的情况下,对经典美林时钟的背离。
过热期:2005年以来中国经济有两次过热的阶段,两次之中表现最优的均是股票,这与经典理论有所不同,但进一步观察数据,两次之中商品的收益水平都较高,年的经济过热正逢波澜壮阔的6000点牛市,而的过热时期,商品的累积收益率达到了36%,仅低于股票1个百分点。两次过热之中,表现最差的均是债券,这与经典理论一致。
滞胀期:2005年以来共经历了2次滞胀期,其中表现最优的均是商品,这与经典理论略有不同,但这也并不难理解,与经典的美林时钟不同,即使在滞胀和衰退时期,中国实际上仍然保持了较高速的增长,而较高水平的通胀也有利于商品的表现。表现最差的均是股票,与经典理论一致。
复苏期:如前所述,中国历史上的复苏期较少,仅有2016Q2至今的一段,在这一时期表现最优的资产是商品,与经典理论有一定偏差;表现最差的是债券,符合经典的理论。但是由于样本较少,这一时期正叠加商品的牛市和债灾,所以结果的借鉴意义有限。
神似更胜形似。总的来看,中国过去的一段时间基本还是符合了美林时钟的逻辑,虽然具体结果略有出入,但是通过增长和通胀划分经济周期,然后判断资产表现的内在逻辑一致,偏差也主要来自于中国持续的高增长和开放经济体特点对于经典美林时钟诞生背景(稳态的发达国家)的背离,可以说是神似更胜形似。