方差过滤在再平衡指数跟踪组合中应用.docVIP

方差过滤在再平衡指数跟踪组合中应用摘要:指数跟踪要求跟踪组合与被跟踪的基准指数之间有很强的相关性。但相关性随时间而变化,交易成本的存在又使得过高频率的再平衡往往得不偿失。文章运用3种优化模型,通过实证分析,得出添加方差过滤后,跟踪组合的再平衡有较好的表现。 关键词:指数跟踪;相关性;方差过滤 一、文献回顾 根据有效市场假说,从长期来看,证券的价格反映所有公开的信息、甚至内部信息,股票的价格与其价值相符,股票市场具备高度的效率,因而基于指数跟踪的被动投资(如买入并持有)是不错的选择。马柯维茨通过对传统投资行为假说的否定,提出了新的投资模型――均值方差模型(MV),他运用直观和解析的方法证明了使用分散化的投资比没有采用分散化的投资可以获得更好的长期投资收益率,因此建议投资者尽可能建立分散化的投资组合;根据夏普的投资组合理论,我们也可以发现具有最优风险-收益组合的投资组合就是市场投资组合,而能获得市场投资组合收益的就是追踪市场指数的指数基金。另外,随机漫步理论和混沌理论也说明了被动指数跟踪的必要性。随机漫步理论认为价格变迁有“连续的独立性”,而历史价格并非是未来价格方向的可靠指标,即股价变动是随机而漫无方向的,这种现象称之为“随机漫步”。混沌理论告诉我们,即使能做出一个模型精确地模拟以前的情况,也不意味着此模型可用来预测以后发生的事,这是因为系统本身的特点造成的。随机漫步理论和混沌理论的主要贡献是证明了股市的不可预测性。正由于股市的不可预测性,选择一种被动的追随市场的方法看来是可取的。 指数跟踪应用极其广泛,股票指数跟踪是指数基金管理的重要组成部分,其跟踪基准指数的误差是衡量基金经理业绩的一个重要指标;凸策略如组合保险策略也是基于对标的资产为市场指数的期权的动态复制;当股指期货不存在或者基金章程明文规定不用股指期货时,基金经理可能用指数复制作为对冲策略;多空策略也叫市场中性策略,需要对基准指数的精确复制;股指期货和标的之间的交易也涉及到对指数的良好复制,而我国对股指期货推出的呼声也日益高涨。总的来说,指数跟踪对于引导分散化投资和价值型投资,促进以指数为依托的金融创新,促进多层次资本市场体系的建立,推动资本市场的健康发展意义重大。 跟踪误差最小化是指数基金追求的一大目标,也是对跟踪组合进行优化的重要手段。早期的研究一般把最小化投资组合(跟踪组合)与基准收益之差的方差(二次型)作为优化手段,随着研究的发展,Clarke等(1994)把跟踪误差定义为基准与投资组合之差的绝对值,Rudolf等(1999)在此基础上发展了4种线性模型;倪苏云、吴冲锋(2001),马骥、邓清(2004)运用中国数据通过实证分析得出线性模型优于二次模型的结论。林飞(2003)在其博士论文中对指数化投资做了深入分析,等等。 Login and Solnik等(1995)对全球股市的依赖性做了研究,他们发现当市场波动加剧,金融市场相关性加强;Miao and Dunis(2005)建议用波动性过滤来从新优化投资组合,他们发现添加波动性过滤后组合的跟踪效率极大地提高;Jia Miao(2007)在指数跟踪和长短市场中立中运用波动性过滤也说明了过滤的优点。他们都认为市场波动性加剧,金融资产间相关性加强。本文中如果把市场波动性看作跟踪组合各成份股的同期收益分布的离散性,即横截面方差的话,则得出相反的结论:即市场波动加剧,金融市场相关性越弱,可见市场波动性与本文中的方差有本质区别。 指数跟踪问题的研究是不断发展的,从简单的跟踪误差最小化到考虑跟踪组合收益以及各种跟踪约束,从跟踪误差的定义到对产生跟踪误差的各个因数进行分解。指数跟踪的模型、约束条件和算法也开始从简单逐渐复杂化。采用新的数量化方法研究指数跟踪,多阶段和动态指数跟踪,积极指数跟踪等都成为研究指数跟踪问题的发展方向。 1