浅谈资产配置的三个层次.docxVIP

浅谈资产配置的三个层次

摘要

从资产配置理论的国内应用来看，银行、理财公司、保险等资金体量较大的金融机构广泛使用资产配置进行多资产证券组合的投资管理和风险管理。本文基于作者投资管理经验，对资产配置的方法与实践进行了系统化的梳理，重点探讨战略性资产配置、战术性资产配置和动态资产配置三个层次的资产配置方法，供读者参考。

关键词：资产配置、投资组合、风险平价策略

资产配置理论概述

（一）资产配置的基本含义

金融投资机构在构建投资组合时，会依据市场动态、未来预测、投资目的、风险偏好及资金流动性需求，采用资产配置优化策略。这包括决定投资组合中的主要资产类型，如股票、债券、现金、房地产和非传统资产，以及在不同国家（地区）行业的投资分配。

在市场动荡时期，资产配置的作用变得更加关键。通过持续的纪律性投资和适时的资产再平衡，投资者能够获得更可预测的回报。

（二）资产配置的重要性

研究表明，国外的投资者所获得的投资收益绝大部分来自资产配置，是投资绩效差异的主要来源。而择时操作和证券挑选虽然给投资者无限美好的憧憬，但涉及专业判断能力，实际上很难达到最佳效果。择时操作还会导致牛市时期仓位不足，容易错过较好的市场回报，且在转换过程中产生较多的交易成本，减少投资者收益。因此，资产配置的重要性凸显。

（三）资产配置的层次

从自上而下的视角来看，资产配置可以分为战略性资产配置、战术性资产配置和动态资产配置。下文将针对这三个层次的主流方法论展开探讨。

战略性资产配置

（一）战略性资产配置定义

战略性资产配置是指遵循投资准则和限制，通过细致分析全球政治经济、宏观经济走向、资本市场变化及大宗商品市场等，评估各类资产的风险与收益，进而确定长期资产配置比例的投资策略。战略性资产配置中，投资者需要关注资产的类别及基本特性，如债券与股票、公开市场与非公开市场、流动性资产与非流动性资产、传统资产与衍生品、国内资产与国际资产等。

（二）战略性资产配置比例的确定原则

确定战略性资产配置比例时，一般采取定量和定性相结合的分析方法。首先，利用量化模型对资产进行分析，然后通过深入的定性分析来最终敲定各类资产的配置比例。

通常，对量化分析结果的调整应细微，因为大幅度的调整可能会改变投资组合的风险收益特性，这违背了资产配置的初衷。同时，应为战略性资产配置的目标比例预留一定的灵活性，以便为战术性资产配置提供操作空间。

在制定资产配置比例的过程中，需要经验丰富的市场专家参与讨论，他们将基于对各类资产风险收益特性及其相关性的深入理解，共同探讨。在得出理论上的最优资产配置方案后，还需根据市场经验、当前市场状况及未来市场预测对方案进行适当的调整，以确保方案的实用性和有效性。

（三）资产配置模型概述

资产配置模型的发展经历了多个阶段，从最初的基于直觉和经验的简单方法，到如今高度复杂和量化的模型。下文选取部分常见的资产配置模型进行介绍。

1.均值-方差模型

马科维茨的均值-方差模型被学术界和业界普遍认为是现代投资组合理论的基石，其理论的核心概念包括以下五个。

一是预期回报。模型假设投资者可以预测每种资产的预期回报率，这是基于历史数据和未来市场预期得出的。

二是风险/方差。风险的数量表现形式以资产回报的方差来衡量，回报的方差越大，投资中面临的不确定性越高，即风险越大。

三是资产间的相关性。如果两种资产的回报率呈正相关，那么它们同时上涨和下跌的可能性较大，这会增加组合的风险。投资者应该尽量选择低相关性的资产进行配置。

四是投资组合优化。投资者可以通过调整不同资产在组合中的权重来优化投资组合。

五是风险厌恶系数（RiskAversionCoefficient）。在均值-方差模型中，投资者的风险厌恶系数是一个关键参数，它反映了投资者对风险的敏感度。

均值-方差模型的局限性在于它依赖于对未来回报的准确预测，而这是难以实现的。此外，模型假设资产回报遵循正态分布，这在实际市场中并不总是成立。尽管存在这些局限性，均值-方差模型仍然是金融领域最广泛使用的资产配置工具之一。

2.风险预算模型

与均值-方差优化模型不同，风险预算模型不是基于对资产收益的预测，而是通过合理均衡的风险分配来优化投资组合。

该模型非常适合对风险有明确要求的投资者，因为它允许投资者根据自身的风险偏好来调整各类资产的权重。这种方法展现了投资者对市场波动的深刻洞察和对风险控制的敏感度，目的是在市场变动中维持收益的稳定性，并保障资产安全。在实际操作中，风险预算模型需要确定合适的时间范围来训练模型，并采用合适的算法来处理模型中的问题。

3.因子配置模型

因子配置模型在资产配置中扮演着重要角色。它通过识别影响资产价格变动的关键因素，例如宏观经济、通货膨胀、利率变动、中央银行政策、市场动向和行业趋势等，来捕捉市场的中短期趋势，以期最大化投资组合的回报。