王海琳
(山東大學(xué)數(shù)學(xué)學(xué)院,山東 濟(jì)南 250100)
一方面,中國(guó)養(yǎng)老金目前的狀況不容樂觀。因此,養(yǎng)老金的增值保值問題成為熱點(diǎn)問題。增值保值的一大方法是放棄養(yǎng)老金單一的投資方法,轉(zhuǎn)而進(jìn)行多渠道的投資,比如投資債券,股票等高收益的金融資產(chǎn)。2012年3月20日,中國(guó)廣東省政府將千億養(yǎng)老金交于全國(guó)社?;鹄硎聲?huì)代理投資運(yùn)營(yíng),這是對(duì)中國(guó)養(yǎng)老金投資運(yùn)營(yíng)的試點(diǎn),也是中國(guó)在養(yǎng)老金管理和運(yùn)營(yíng)方面邁出的一大步。這表明中國(guó)養(yǎng)老金入市投資成為必然趨勢(shì)。
養(yǎng)老金入市面臨的首要問題是如何保證在高風(fēng)險(xiǎn)的市場(chǎng)中保證穩(wěn)定的收益。想要解決這個(gè)問題,可以首先從對(duì)各種金融資產(chǎn)的投資比例進(jìn)行研究,即如何分配投資的金融資產(chǎn)的各項(xiàng)比例來達(dá)到在風(fēng)險(xiǎn)一定的情況下獲得最高的收益。
另一方面,針對(duì)如何確定最優(yōu)投資比例的問題,Black-Litterman模型較好得解決了這個(gè)問題。Black-Litterman模型是由Fisher Black和Robert Litterman在1992年首先提出,是基于金融行業(yè)對(duì)馬可威茨(Markowitz)均值-方差模型數(shù)十年的研究和應(yīng)用的基礎(chǔ)上優(yōu)化。Black-Litterman模型利用概率統(tǒng)計(jì)方法,將投資者對(duì)大類資產(chǎn)的觀點(diǎn)與市場(chǎng)均衡回報(bào)相結(jié)合,產(chǎn)生新的預(yù)期回報(bào)。Black-Litterman模型自提出來后,已逐漸被華爾街主流所接受,現(xiàn)已成為高盛公司資產(chǎn)管理部門在資產(chǎn)配置上的主要工具。
基于以上兩點(diǎn),本文將用Black-Litterman模型來解決如何最優(yōu)化養(yǎng)老金在各項(xiàng)金融資產(chǎn)中的投資比例這一問題。
本文使用的對(duì)資產(chǎn)配置的模型為可融入主觀觀點(diǎn)的Black-Litterman(BL)資產(chǎn)配置模型。
Black-Litterman模型對(duì)markowitz模型要用到的均值和方差的估計(jì)方法進(jìn)行了改進(jìn),它采用貝葉斯分析框架來處理這兩個(gè)預(yù)測(cè)值,使之能夠融合組合管理人的主觀觀點(diǎn)。在這個(gè)方法下,組合管理人只需要提供任意數(shù)量的觀點(diǎn),模型就會(huì)把這些觀點(diǎn)轉(zhuǎn)化為明確的證券收益率預(yù)測(cè)和相關(guān)的協(xié)方差矩陣。因此,Black-Litterman模型解決了將觀點(diǎn)翻譯成明確的收益率的預(yù)測(cè)問題。而在Black-Litterman模型出現(xiàn)之前,沒有辦法可以直接地,系統(tǒng)地把觀點(diǎn)或信息轉(zhuǎn)化為明確的預(yù)測(cè)。
1.市場(chǎng)模型
假設(shè)市場(chǎng)中有N個(gè)資產(chǎn),收益率服從
對(duì)于μ值,Black-Litterman采用了貝葉斯的看法。此模型把均值參數(shù)看作隨機(jī)變量,即
其中π是對(duì)μ的最佳估計(jì)。
市場(chǎng)均衡假設(shè)所有投資者為了最大化均值-方差的效用而進(jìn)行無約束最優(yōu)化
其中λ表示市場(chǎng)平均的風(fēng)險(xiǎn)規(guī)避系數(shù),w:組合中資產(chǎn)所占權(quán)重向量。若weq表示均衡的市場(chǎng)組合的權(quán)重,由一階條件可得相應(yīng)的參照期望收益率
2.主觀觀點(diǎn)
BL模型中考慮關(guān)于預(yù)期收益率μ的觀點(diǎn),而且是線性的觀點(diǎn)。設(shè)組合管理人對(duì)N 個(gè)資產(chǎn)產(chǎn)生了K 個(gè)觀點(diǎn),這K 個(gè)觀點(diǎn)互不相關(guān),用K×N的觀點(diǎn)“選擇”矩陣P 來表示。其中第k行表示第k個(gè)觀點(diǎn),這一行的每個(gè)元素表示對(duì)應(yīng)期望收益率的相對(duì)權(quán)重,每個(gè)觀點(diǎn)的權(quán)重和為1或0,分表表示絕對(duì)觀點(diǎn)和相對(duì)觀點(diǎn)。觀點(diǎn)的期望收益向量用v來表示,協(xié)方差矩陣ΩK×K分別量化了觀點(diǎn)及其不確定性,即組合管理人對(duì)觀點(diǎn)的信心水平。由于觀點(diǎn)互不相關(guān),ΩK×K是對(duì)角矩陣。
舉例說明,面對(duì)三種資產(chǎn),組合管理人有兩條觀點(diǎn):第一種資產(chǎn)的年收益率比第二種高3%,第三種資產(chǎn)的年收益率為5%。則其選擇矩陣為
觀點(diǎn)向量為v=(3%,5%)’。如果投資者對(duì)以上兩個(gè)觀點(diǎn)的信心水平為w1和w2,則其不確定性可用表示。
3.后驗(yàn)結(jié)果
利用貝葉斯公式從觀點(diǎn)信息得到
4.資產(chǎn)分配結(jié)果
在最優(yōu)化的目標(biāo)函數(shù)是Markowitz臨界線算法,也就是市場(chǎng)均衡假設(shè)下所有投資者共享的效用函數(shù),直接得到的優(yōu)化結(jié)果是:
文本首先針對(duì)運(yùn)用black-litterman模型對(duì)養(yǎng)老金的投資方向的比例進(jìn)行計(jì)算。
對(duì)養(yǎng)老金的投資方向做簡(jiǎn)化處理,下面只考慮國(guó)債,企業(yè)債券以及股票這三個(gè)投資渠道。
本文采用的數(shù)據(jù)是國(guó)債指數(shù),企債指數(shù)以及滬深300指數(shù),時(shí)間區(qū)間是2011年4月1日至2013年3月31日,每種指數(shù)都有484個(gè)數(shù)據(jù)。之所以選擇國(guó)債指數(shù)和企債指數(shù)是因?yàn)閮烧呔莻袌?chǎng)的晴雨表,他們的編制方法使得他們能夠代表債券市場(chǎng)的收益情況;而選擇滬深指數(shù)是因?yàn)榇酥笖?shù)囊括上證和深證的有影響力和代表性的股票,因此也能較好的反應(yīng)整體股市的情況和收益率。數(shù)據(jù)的來源是大智慧軟件。
選擇均值和方差作為black-litterman模型的主觀觀點(diǎn)是因?yàn)殚L(zhǎng)時(shí)間產(chǎn)生的多樣本的均值與方差可以體現(xiàn)國(guó)債,公司債券以及股票相對(duì)穩(wěn)定的收益率及風(fēng)險(xiǎn)情況,而這種情況可以作為組合管理人的主觀觀點(diǎn)。當(dāng)然,由于組合管理人的觀點(diǎn)具有很強(qiáng)的主觀性,因此也可以有其他的方法來體現(xiàn)主觀觀點(diǎn),如利用時(shí)間序列模型預(yù)測(cè)的結(jié)果作為主觀觀點(diǎn)等,但本文利用均值與方差作為對(duì)國(guó)債,企債和股票的主觀觀點(diǎn)。
我們采用以下的辦法把指數(shù)變換成復(fù)利收益率:
其中tP表示資產(chǎn)在t時(shí)刻的指數(shù)。
由于black-litterman模型中使用的是超額收益率,本文采用一年期的定期存款利率作為無風(fēng)險(xiǎn)收益率,年利率為3.25%,另外仍需把年利率轉(zhuǎn)換為每天的利率來計(jì)算超額收益率。每天的利率是3.25%/365。下表是對(duì)國(guó)債,企債,股票收益率的描述統(tǒng)計(jì)數(shù)據(jù)。國(guó)債收益率的均值為0.0000622,標(biāo)準(zhǔn)差為0.000262;企債收益率的均值為0.000167,標(biāo)準(zhǔn)差為0.000564;股票的收益率的均值為0.000472,標(biāo)準(zhǔn)差為0.013182。
其中P就是觀點(diǎn)選擇矩陣,由于本文對(duì)3種資產(chǎn)都發(fā)表了絕對(duì)觀點(diǎn),所以P 是3維的單位矩陣。
應(yīng)用市場(chǎng)變量的black-litterman模型,結(jié)合組合管理人發(fā)表的觀點(diǎn)及其不確定性,得到市場(chǎng)變量的后驗(yàn)分布。要想得到后驗(yàn)分布,我們還需要計(jì)算出市場(chǎng)均衡情況下的隱含收益向量π和各行業(yè)指數(shù)超額收益率的3維協(xié)方差矩陣Σ。
矩陣Σ易得,為
其中λ為風(fēng)險(xiǎn)規(guī)避系數(shù)。本文利用
國(guó)債占0.2152%,企債占2.5535%,股票占97.2313%。
有了上述π,Σ,v,Ω,P的數(shù)據(jù),就可以代入(2.4)(2.5),通過matlab的實(shí)現(xiàn)簡(jiǎn)單的矩陣代數(shù)運(yùn)算可得到后驗(yàn)分布