投资组合优化中的Black-Litterman模型应用.docxVIP

投资组合优化中的Black-Litterman模型应用

一、投资组合优化的发展脉络与模型提出背景

（一）传统均值-方差模型的应用局限

投资组合优化的核心目标是在风险与收益之间找到最优平衡，让投资者在可承受的风险水平下获得最高的预期收益。自现代投资组合理论提出以来，均值-方差模型一直是资产配置的核心工具，其通过输入各类资产的预期收益、风险及资产间的相关性，求解得到有效前沿与最优组合。但在实际应用中，传统均值-方差模型的局限性逐渐显现，其中最突出的问题是对预期收益参数的高度敏感性。有研究指出，传统均值-方差模型对预期收益的敏感度远高于对风险和相关性的敏感度，预期收益的微小波动可能导致最终组合权重出现百分之三十以上的偏移，甚至产生与常识相悖的极端权重（陈强，2018）。

在实操层面，投资者很难准确估计所有资产的预期收益，尤其是当资产数量较多时，逐一估计的误差会被进一步放大。很多投资者会用历史平均收益作为预期收益的代理变量，但历史收益并不代表未来表现，尤其是在市场环境发生变化时，历史均值的参考价值会大幅下降。此外，传统模型要求投资者对所有资产都给出明确的预期收益，即便投资者对部分资产缺乏研究、没有明确判断，也不得不进行估计，这进一步引入了不必要的误差，导致最终组合的稳定性极差，难以落地应用。

（二）布莱克-李特曼模型的诞生与核心价值

为解决传统均值-方差模型的上述问题，两位金融学者于上世纪