周 延，潘榮旭

（華東師范大學(xué) 經(jīng)濟(jì)與管理學(xué)部，上海200062）

一、引言

基本養(yǎng)老保險(xiǎn)在我國(guó)養(yǎng)老保險(xiǎn)體系中的資金占比一直維持在50% 以上，2017年占比達(dá)到59%①，其對(duì)于國(guó)家的經(jīng)濟(jì)發(fā)展、社會(huì)的和諧穩(wěn)定及人民的生活保障所起的作用毋庸置疑。但是，伴隨著老齡化的快速推進(jìn)，近年來(lái)關(guān)于養(yǎng)老金捉襟見(jiàn)肘的探討頻頻見(jiàn)諸報(bào)端。根據(jù)中國(guó)社科院世界社保研究中心最新發(fā)布的《中國(guó)養(yǎng)老金精算報(bào)告2019-2050》預(yù)測(cè)，未來(lái)30年我國(guó)養(yǎng)老金的制度贍養(yǎng)率將翻倍，當(dāng)期結(jié)余將于2028年出現(xiàn)赤字并不斷擴(kuò)大，養(yǎng)老金累計(jì)結(jié)余將在2035年耗盡，社會(huì)養(yǎng)老壓力不斷增大。

事實(shí)上，從2013年開(kāi)始，全國(guó)基本養(yǎng)老保險(xiǎn)基金收入持續(xù)低于同期支出，養(yǎng)老金缺口逐年擴(kuò)大，養(yǎng)老金的可持續(xù)性問(wèn)題亟待探討。鑒于養(yǎng)老金支付體系存在的問(wèn)題，國(guó)務(wù)院早在2015年8月就印發(fā)了《基本養(yǎng)老保險(xiǎn)基金投資管理辦法》（以下簡(jiǎn)稱《管理辦法》），允許養(yǎng)老金投資股票、債券等資產(chǎn)，試圖通過(guò)擴(kuò)大養(yǎng)老保險(xiǎn)基金的投資范圍，提高養(yǎng)老金的收益來(lái)改變這一現(xiàn)狀，但實(shí)際收益情況卻不盡如人意。

另一方面，全國(guó)社會(huì)保障基金（簡(jiǎn)稱“社?；稹?，不同于養(yǎng)老金所屬的社會(huì)保險(xiǎn)基金）作為養(yǎng)老保險(xiǎn)等社會(huì)保障支出的補(bǔ)充和國(guó)家戰(zhàn)略性儲(chǔ)備基金，自成立以來(lái)的年均投資收益率達(dá)到7.82%，累計(jì)投資收益額為9552.16億元②，遠(yuǎn)高于養(yǎng)老金的投資收益，值得養(yǎng)老金投資學(xué)習(xí)借鑒。社?；鹬貍}(cāng)流通股的行業(yè)配置整體偏好于“凈利潤(rùn)增速較高、凈資產(chǎn)收益率較高”的行業(yè)，配置比例較高的行業(yè)有醫(yī)藥、電子、房地產(chǎn)、計(jì)算機(jī)、食品飲料等。

自改革開(kāi)放以來(lái)，我國(guó)資本市場(chǎng)取得長(zhǎng)足發(fā)展，為養(yǎng)老保險(xiǎn)基金創(chuàng)造了合適的投資環(huán)境。中外學(xué)者對(duì)于養(yǎng)老金的投資問(wèn)題也提出了諸多不同的觀點(diǎn)。20世紀(jì)50年代由馬科維茨創(chuàng)立，威廉夏普與斯蒂芬羅斯發(fā)展推廣的現(xiàn)代資產(chǎn)管理理論為養(yǎng)老金組合投資提供了理論依據(jù)。以此為基礎(chǔ)，西方學(xué)者利用數(shù)量分析的方法不斷完善投資管理辦法。Boldrind（1999）研究發(fā)現(xiàn)，分散投資能夠化解養(yǎng)老金投資的非系統(tǒng)性風(fēng)險(xiǎn)[1]。Booth 和Yakoubov（2000）分析英國(guó)保險(xiǎn)數(shù)據(jù)發(fā)現(xiàn)，養(yǎng)老金投資中股票投資比例的提升能夠有效對(duì)沖通貨膨脹風(fēng)險(xiǎn)[2]。此外，一些學(xué)者也通過(guò)計(jì)量方法的創(chuàng)新來(lái)進(jìn)行養(yǎng)老金投資研究，例如Choueifaty 和Coignard（2008）首次采用分散化組合法來(lái)估計(jì)養(yǎng)老金的方差[3]，Maillard（2010）等運(yùn)用最小方差組合構(gòu)造在限制賣空條件下的風(fēng)險(xiǎn)配置策略[4]。

我國(guó)國(guó)內(nèi)學(xué)者也對(duì)養(yǎng)老金的投資可行性和投資方法進(jìn)行了深入研究，并提出許多新觀點(diǎn)。安實(shí)等（2003）在人壽保險(xiǎn)公司最優(yōu)投資組合決策中嵌入拉格朗日法[5]；安起光和王厚杰（2006）建立了均值-VaR投資組合模型[6]；田玲（2011）等結(jié)合經(jīng)濟(jì)資本優(yōu)化配置模型，顯著提高了保險(xiǎn)公司投資績(jī)效[7]；孟勇（2012）使用貝葉斯移動(dòng)平均法預(yù)測(cè)投資者主觀收益[8]；考慮到通貨膨脹因素，也有學(xué)者用均值-方差模型研究連續(xù)時(shí)間投資組合選擇問(wèn)題（姚海祥，姜靈敏，2013）[9]；徐漫（2016）等則設(shè)立相對(duì)確信度變量，使投資者能通過(guò)更新信息來(lái)調(diào)整養(yǎng)老金投資組合[10]。在對(duì)我國(guó)保險(xiǎn)資產(chǎn)的投資進(jìn)行分析時(shí)，有學(xué)者發(fā)現(xiàn)我國(guó)保險(xiǎn)資金運(yùn)用存在資產(chǎn)負(fù)債理念和技術(shù)落后、金融市場(chǎng)產(chǎn)品種類少與期限結(jié)構(gòu)不合理等問(wèn)題（郭金龍，胡宏兵，2009）[11]，還發(fā)現(xiàn)保險(xiǎn)資產(chǎn)配置是一個(gè)動(dòng)態(tài)優(yōu)化進(jìn)程，其配置應(yīng)從比例配置向模式配置轉(zhuǎn)變（王顥，潘文捷，2016）[12]。

就目前對(duì)于養(yǎng)老金資產(chǎn)配置的研究來(lái)看，大部分學(xué)者傾向于使用馬科維茨模型，也就是均值方差模型，但它也有明顯的缺點(diǎn)，比如“投資者僅僅是依據(jù)證券的風(fēng)險(xiǎn)和收益進(jìn)行投資”等前期設(shè)定過(guò)于嚴(yán)格，很難在現(xiàn)實(shí)生活中應(yīng)用。而且模型對(duì)于輸入數(shù)據(jù)敏感度很高，即使很小的誤差也會(huì)導(dǎo)致結(jié)果與真實(shí)值相去甚遠(yuǎn)。此外馬科維茨模型沒(méi)有引入行為金融學(xué)的理論，即投資者的非理性人假設(shè)。投資者會(huì)在資產(chǎn)配置時(shí)受到自己主觀感受的影響，其投資結(jié)果并不是絕對(duì)理性的。針對(duì)于此，本文決定采用Fisher Black和Robert Litterman于1992年提出的Black-Litterman模型（以下簡(jiǎn)稱BL模型），研究其在養(yǎng)老金資產(chǎn)投資優(yōu)化方案中的可行性。同時(shí)參考社保基金的投資方式，創(chuàng)新性地計(jì)算養(yǎng)老金在股票市場(chǎng)各主要行業(yè)的投資比例，以期提高養(yǎng)老金的投資收益，為養(yǎng)老金拓展和完善新的投資領(lǐng)域及投資方式。

二、我國(guó)養(yǎng)老保險(xiǎn)基金投資收益現(xiàn)狀分析

我國(guó)從上世紀(jì)末開(kāi)始探索并建立了“社會(huì)統(tǒng)籌與個(gè)人賬戶相結(jié)合”的社會(huì)養(yǎng)老保險(xiǎn)制度。但是由于在此之前的退休職工并沒(méi)有交過(guò)養(yǎng)老金，所以較年輕的在職職工所繳納的養(yǎng)老保險(xiǎn)金并沒(méi)有直接進(jìn)入自己的個(gè)人賬戶，而是“統(tǒng)籌”給了老一代的退休職工。長(zhǎng)此以往，伴隨著人口老齡化問(wèn)題的日益凸顯，就會(huì)導(dǎo)致巨額的養(yǎng)老金空賬。此外，我國(guó)在養(yǎng)老保險(xiǎn)基金投資運(yùn)營(yíng)初期，為防范風(fēng)險(xiǎn)、維護(hù)資金安全等目的，只允許將基金投資于國(guó)債和存款，導(dǎo)致收益率很低，并不能滿足養(yǎng)老保險(xiǎn)基金收益需要。

圖1顯示了近10年來(lái)我國(guó)養(yǎng)老金投資收益率的具體變動(dòng)情況。2009年至2014年我國(guó)養(yǎng)老金的實(shí)際收益率均低于當(dāng)期CPI增長(zhǎng)率，這就導(dǎo)致養(yǎng)老保險(xiǎn)基金不僅無(wú)法實(shí)現(xiàn)保值增值，甚至有貶值風(fēng)險(xiǎn)，使得基金的收支壓力越來(lái)越大。近年來(lái)股市相對(duì)低迷，2015年投資收益率為3.1%，而2016年實(shí)際投資收益率僅有1.7%。2017年末，基本養(yǎng)老保險(xiǎn)基金已實(shí)現(xiàn)收益率4.55%，較2016年有了顯著增長(zhǎng)，說(shuō)明養(yǎng)老金入市投資之后對(duì)于提高其收益率是有一定幫助的。但2018年由于中美貿(mào)易戰(zhàn)的影響，我國(guó)股市較為低迷，養(yǎng)老金投資收益率僅為2.56%③。

圖1 養(yǎng)老金投資收益率變化圖

相比于社?；鹱猿闪⒁詠?lái)年均7.82%的投資收益率④，養(yǎng)老金的收益率還處在一個(gè)較低水平。這一方面是由于之前國(guó)家對(duì)養(yǎng)老金投資范圍進(jìn)行限制，另一方面也說(shuō)明養(yǎng)老金的投資水平有待提升。因此，本文參照社?；鹜顿Y于股市的方式和行業(yè)范圍，運(yùn)用BL模型對(duì)養(yǎng)老金在股票市場(chǎng)中的行業(yè)配置進(jìn)行研究。

三、基于BL模型的養(yǎng)老金在股票市場(chǎng)中的行業(yè)配置

（一）模型介紹

傳統(tǒng)資產(chǎn)配置模型有馬科維茨的均值方差模型和威廉夏普的資本資產(chǎn)定價(jià)模型，兩者共同開(kāi)創(chuàng)了定量研究資產(chǎn)配置的先河。但是均值方差模型和資本資產(chǎn)定價(jià)模型都有著難以避免的不足，它們都未考慮投資者預(yù)期對(duì)資產(chǎn)配置的影響，實(shí)際上不同水平投資者由于獲得信息能力以及風(fēng)險(xiǎn)偏好的差異，會(huì)導(dǎo)致最終資產(chǎn)配置比例不盡相同。

鑒于此，1992年Fisher Black 和Robert Litterman 提出BL模型。該模型結(jié)合均值方差模型和資本資產(chǎn)定價(jià)理論，在市場(chǎng)均衡收益分布中加入投資者主觀觀點(diǎn)來(lái)進(jìn)行資產(chǎn)配置。它彌補(bǔ)了均值方差模型的估計(jì)誤差缺陷，通過(guò)投資者觀點(diǎn)的設(shè)定，不僅可以驗(yàn)證歷史數(shù)據(jù)，還能夠反映后驗(yàn)收益效果。目前BL模型已經(jīng)成為現(xiàn)代資產(chǎn)配置領(lǐng)域的重要模型。BL模型的框架主要有以下幾個(gè)部分：

（1）逆優(yōu)化求解先驗(yàn)收益。在有效市場(chǎng)假說(shuō)成立也即市場(chǎng)均衡的假設(shè)下，通過(guò)目前資產(chǎn)的市值權(quán)重wmkt、各資產(chǎn)之間超額收益的協(xié)方差矩陣∑、風(fēng)險(xiǎn)厭惡系數(shù)λ，逆優(yōu)化求解出市場(chǎng)隱含均衡收益率∏。用公式表示為：

（2）設(shè)置投資者觀點(diǎn)。對(duì)于投資者觀點(diǎn)的計(jì)算主要涉及參數(shù)有觀點(diǎn)矩陣向量P（k×n），觀點(diǎn)收益向量Q（k×1），觀點(diǎn)誤差矩陣Ω（k×k）。

（3）在市場(chǎng)均衡收益分布中加入投資者觀點(diǎn)，形成后驗(yàn)收益。其中，后驗(yàn)收益E（R）的計(jì)算公式為：

公式（2）中，τ表示調(diào)整系數(shù)；P代表投資者觀點(diǎn)矩陣；Q代表觀點(diǎn)收益向量；Ω代表觀點(diǎn)誤差矩陣。

（4）基于馬科維茨模型，將后驗(yàn)收益帶入效用最大化約束模型，得出資產(chǎn)配置比例：

根據(jù)公式（3）可以求得各資產(chǎn)最優(yōu)權(quán)重為：

（二）運(yùn)用GARCH模型預(yù)測(cè)各行業(yè)未來(lái)收益率

1.標(biāo)的行業(yè)選取

養(yǎng)老金的配置風(fēng)格類似社?；穑L(fēng)險(xiǎn)容忍度更低、流動(dòng)性需求更高。社?；饘?duì)A股的配置風(fēng)格以價(jià)值板塊為主、新興成長(zhǎng)為輔，從2012年以來(lái)社保基金各行業(yè)配置比重看，偏好行業(yè)包括醫(yī)藥、傳媒、化工、電子、房地產(chǎn)、計(jì)算機(jī)、食品飲料、建筑、汽車等。因此，本文采用申銀萬(wàn)國(guó)的行業(yè)指數(shù)分類，選取電子、食品飲料、醫(yī)藥生物、房地產(chǎn)、計(jì)算機(jī)、汽車、傳媒、化工8個(gè)標(biāo)的行業(yè)，并以其從2010年1月4日開(kāi)始至2019年2月23日近10年的指數(shù)相對(duì)于前一交易日的漲跌幅作為收益率⑤，對(duì)養(yǎng)老保險(xiǎn)基金進(jìn)行行業(yè)資產(chǎn)比例配置研究。

2.標(biāo)的行業(yè)描述統(tǒng)計(jì)

表1是電子、食品飲料、醫(yī)藥生物、房地產(chǎn)、計(jì)算機(jī)、汽車、傳媒、化工8個(gè)行業(yè)近十年的指數(shù)收益率的描述統(tǒng)計(jì)情況。從表1中可以看出，電子、食品飲料、計(jì)算機(jī)等行業(yè)的指數(shù)收益率平均值較高，其中計(jì)算機(jī)行業(yè)指數(shù)的收益率平均值超過(guò)了5%，與近十年我國(guó)計(jì)算機(jī)這一行業(yè)發(fā)展較快的實(shí)際吻合。表1中大部分行業(yè)的標(biāo)準(zhǔn)差低于2，說(shuō)明各行業(yè)的指數(shù)收益率波動(dòng)性較小，所有行業(yè)的偏度均小于0，說(shuō)明數(shù)據(jù)在左側(cè)有較多的極端值，分布不對(duì)稱。

表1 各行業(yè)指數(shù)收益率的基本統(tǒng)計(jì)量

3.ADF檢驗(yàn)

在MATLAB 中使用adftest 公式檢驗(yàn)各行業(yè)指數(shù)收益率的平穩(wěn)性得到表2。從表2中可以看出，8個(gè)行業(yè)的收益率序列是平穩(wěn)的，可以進(jìn)行未來(lái)收益率的預(yù)測(cè)。

表2 指數(shù)收益率的ADF檢驗(yàn)結(jié)果

4.GARCH模型預(yù)測(cè)行業(yè)指數(shù)未來(lái)收益率

本文采用廣義自回歸條件異方差模型（GARCH）預(yù)測(cè)資產(chǎn)指數(shù)未來(lái)收益率。用公式表示為：

其中，D(μt)=σ2(t=1,2…)稱為{μt} 服從m階的ARCH 過(guò)程，即μt～ARCH(m)。從公式（6）可以看出，時(shí)刻t的條件方差σ2t依賴于前期殘差{μt} 。通俗來(lái)說(shuō)，就是當(dāng)序列在某一時(shí)刻的波動(dòng)較大時(shí)，其后面的波動(dòng)也會(huì)隨之增大，這就是ARCH效應(yīng)。

ARCH模型在提出之后，得到許多學(xué)者的應(yīng)用，也解釋了許多資本市場(chǎng)上收益率的波動(dòng)現(xiàn)象，但是其自身也存在一些缺點(diǎn)。針對(duì)于此，1985年Bollerslev提出了GARCH（n，m）模型，該模型認(rèn)為前期誤差項(xiàng)也對(duì)當(dāng)期誤差項(xiàng)有影響，用公式表示為：

其中，{Yt}為因變量，在本文中可表示為滯后期指數(shù)收益率序列，{Xt}為自變量，本文中可表示為先驗(yàn)行業(yè)指數(shù)收益率序列，{μt}是無(wú)序列相關(guān)性的隨機(jī)擾動(dòng)項(xiàng)，{σt}為方差序列。本文結(jié)合實(shí)際情況采用GARCH（1，1）模型。由于計(jì)算具有可重復(fù)性，這里只對(duì)電子行業(yè)的收益率過(guò)程進(jìn)行說(shuō)明，其余行業(yè)與之同理。

首先用EXCEL 對(duì)電子行業(yè)指數(shù)的收益率進(jìn)行普通最小二乘（OLS）估計(jì)，得到表3：

表3 電子行業(yè)指數(shù)收益率OLS回歸結(jié)果

對(duì)照方程（8）得到電子行業(yè)的期望收益估計(jì)方程為：

將電子行業(yè)的指數(shù)收益率導(dǎo)入MATLAB中，運(yùn)用金融計(jì)量工具盒中的GARCH模型，計(jì)算得到表4：

表4 電子行業(yè)GARCH模型方差方程參數(shù)估計(jì)

由表4可以看出三個(gè)變量的p值均趨近于0，在1%的置信度水平下都是統(tǒng)計(jì)顯著的，可以得到方差方程為：

重復(fù)上述步驟，可以得到其它行業(yè)指數(shù)收益率和方差的預(yù)測(cè)值，求出結(jié)果得到表5：

表5 8個(gè)行業(yè)的GARCH模型估計(jì)結(jié)果

計(jì)算機(jī)汽車傳媒化工0.054867173 0.011655373 0.022757374 0.002328631 28.67966647 1.429257043 5.081080832 0.17964487行業(yè) Y?t σ?t 2

（三）BL模型參數(shù)設(shè)置

1.隱含均衡收益向量

根據(jù)公式（1），求解隱含均衡收益，需要計(jì)算資產(chǎn)的市值權(quán)重wmkt、各資產(chǎn)之間的協(xié)方差矩陣∑、風(fēng)險(xiǎn)厭惡系數(shù)λ，下面就對(duì)這幾個(gè)變量的求解分別作出說(shuō)明。

（1）市值權(quán)重wmkt。對(duì)于各行業(yè)指數(shù)的市場(chǎng)權(quán)重wmkt，本文采用指數(shù)所包含的成分股的流通市值來(lái)計(jì)算，以2019年2月22日收盤時(shí)流通市值為準(zhǔn)，計(jì)算結(jié)果如表6所示。由于申萬(wàn)對(duì)于行業(yè)的分類較為細(xì)致，共有28個(gè)行業(yè)，因此每個(gè)行業(yè)所占的權(quán)重都不會(huì)很高，從表6中也可以看到，醫(yī)藥生物行業(yè)的流通市值權(quán)重最高也僅為6.17%，流通市值最低的行業(yè)為傳媒行業(yè)，權(quán)重為2.52%。

表6 各行業(yè)指數(shù)市場(chǎng)權(quán)重

（2）各資產(chǎn)之間超額收益率的協(xié)方差矩陣∑。協(xié)方差矩陣主要用來(lái)衡量行業(yè)之間的相關(guān)性，其計(jì)算結(jié)果如表7所示。

表7 各行業(yè)指數(shù)超額收益率協(xié)方差矩陣（%）

傳媒化工3.26 2.90 1.90 1.89 2.59 2.35 2.26 2.40 3.55 2.89 2.58 2.59 3.66 2.61 2.61 2.73電子 食品飲料 醫(yī)藥生物 房地產(chǎn) 計(jì)算機(jī) 汽車 傳媒 化工

（3）風(fēng)險(xiǎn)厭惡系數(shù)λ。風(fēng)險(xiǎn)厭惡系數(shù)又稱為風(fēng)險(xiǎn)規(guī)避系數(shù)，一般用來(lái)度量整個(gè)市場(chǎng)的風(fēng)險(xiǎn)規(guī)避水平，其大小只和市場(chǎng)整體環(huán)境相關(guān)，而與投資者個(gè)人無(wú)關(guān)，它的計(jì)算公式為：

其中表示股票市場(chǎng)的收益率均值，Rf為無(wú)風(fēng)險(xiǎn)收益率，本文用銀行一年期定期存款利率表示，σ2m表示股票市場(chǎng)收益率的方差。經(jīng)計(jì)算得出風(fēng)險(xiǎn)厭惡系數(shù)為1.87。

將市值權(quán)重wmkt、各資產(chǎn)之間的協(xié)方差矩陣∑、風(fēng)險(xiǎn)厭惡系數(shù)λ 代入公式（1），可以得到市場(chǎng)組合的超額隱含均衡收益率向量Π，如表8：

表8 行業(yè)超額隱含均衡收益率

2.投資者觀點(diǎn)

在BL模型中，如果投資者對(duì)于各類資產(chǎn)都有自己的主觀預(yù)期收益，而且都是絕對(duì)觀點(diǎn)的話，那么投資者觀點(diǎn)矩陣向量P就是n階單位矩陣，因此本文的投資者觀點(diǎn)矩陣就是8×8階單位矩陣。本文把由GARCH模型預(yù)測(cè)出來(lái)的收益率作為BL模型的觀點(diǎn)收益向量Q，即表5第二列所示。觀點(diǎn)誤差矩陣采用由GARCH模型預(yù)測(cè)出來(lái)的殘差開(kāi)方得到。

3.后驗(yàn)收益

在后驗(yàn)收益的計(jì)算公式中，還需要對(duì)調(diào)整系數(shù)τ的具體數(shù)值進(jìn)行計(jì)算。調(diào)整系數(shù)τ表示超額隱含均衡收益和投資者觀點(diǎn)收益占后驗(yàn)收益的比值。對(duì)于τ值的確定，不同學(xué)者有著不同看法，但是大部分學(xué)者對(duì)于τ值的設(shè)立都在0 到1 之間，本文假設(shè)投資者主觀信心是中性的，即設(shè)定τ值為0.5。

到這里，計(jì)算后驗(yàn)收益E（R）的公式（2）中的各個(gè)變量的數(shù)值已經(jīng)設(shè)定完成，參考公式（2），將其帶入MATLAB中，進(jìn)行矩陣運(yùn)算可以得到后驗(yàn)收益結(jié)果，如表9所示：

表9 BL模型后驗(yàn)超額收益

將計(jì)算結(jié)果與市場(chǎng)實(shí)際超額收益率進(jìn)行對(duì)比得到表10：

表10 8個(gè)行業(yè)實(shí)際超額收益率與改進(jìn)超額收益率對(duì)比（%）

從中可以看到，經(jīng)過(guò)BL模型的計(jì)算改進(jìn)，8個(gè)行業(yè)的超額收益率較實(shí)際市場(chǎng)的超額收益率都有超過(guò)1%的增加，說(shuō)明了BL模型對(duì)于提高養(yǎng)老金的投資收益是有作用的，接下來(lái)就是確定對(duì)各行業(yè)的投資比例。

（四）BL模型最優(yōu)權(quán)重確定

將隱含均衡收益向量、投資者觀點(diǎn)、后驗(yàn)收益計(jì)算結(jié)果帶入公式（4）并輸入MATLAB進(jìn)行矩陣運(yùn)算，得到表11：

表11 8個(gè)行業(yè)最優(yōu)投資權(quán)重

（五）BL模型計(jì)算結(jié)果分析

從表11 中可以看出，當(dāng)汽車和化工行業(yè)的市場(chǎng)超額收益率小于0時(shí)，BL模型計(jì)算得到的最優(yōu)投資方式是減少對(duì)它們的投資比例，這與我們的實(shí)際經(jīng)驗(yàn)是吻合的。但是對(duì)于收益率較高的行業(yè)，比如計(jì)算機(jī)行業(yè)，BL模型并沒(méi)有一味增加對(duì)它的投資比例，因?yàn)檫€要考慮到收益率的穩(wěn)定性，相對(duì)于其它行業(yè)，計(jì)算機(jī)行業(yè)的收益率預(yù)計(jì)方差高于其它行業(yè)，波動(dòng)性較大，不能契合養(yǎng)老保險(xiǎn)基金的穩(wěn)健投資要求。

目前主流的行業(yè)資產(chǎn)配置方式主要考慮的是各行業(yè)的盈利周期和未來(lái)發(fā)展前景。這種配置方法基本參考了個(gè)股的研究范式，區(qū)別僅僅在于研究標(biāo)的有所擴(kuò)大。許多學(xué)者都認(rèn)為未來(lái)并不是對(duì)歷史的簡(jiǎn)單重復(fù)，而且由于各行業(yè)受國(guó)家政策的影響巨大，因此對(duì)于行業(yè)的技術(shù)性分析框架研究較少。而本文基于BL模型的養(yǎng)老金行業(yè)資產(chǎn)配置研究，發(fā)現(xiàn)基于基本面的量化模型在一定程度上能夠提高市場(chǎng)超額收益，利用市場(chǎng)的歷史信息可以獲得一定的套利空間。因此，未來(lái)機(jī)構(gòu)投資者以及養(yǎng)老保險(xiǎn)投資基金投資人在進(jìn)行資產(chǎn)配置時(shí)，要充分重視量化的行業(yè)配置方法，同時(shí)也需要開(kāi)發(fā)一些適合中國(guó)市場(chǎng)的量化行業(yè)資產(chǎn)配置模型。

四、結(jié)論與建議

（一）結(jié)論

在目前我國(guó)養(yǎng)老金入市投資方興未艾，以及養(yǎng)老金支付體系出現(xiàn)各種問(wèn)題的背景下，本文首次提出采用BL模型來(lái)研究養(yǎng)老保險(xiǎn)基金在股票市場(chǎng)中各行業(yè)的配置比例問(wèn)題。BL模型彌補(bǔ)了傳統(tǒng)均值方差模型的不足，而且，結(jié)合投資者觀點(diǎn)增加了資產(chǎn)配置的可信度。在運(yùn)用BL模型時(shí)，本文同時(shí)還采用GARCH模型來(lái)預(yù)測(cè)養(yǎng)老保險(xiǎn)基金重點(diǎn)關(guān)注的8個(gè)行業(yè)未來(lái)收益率，最終計(jì)算得出養(yǎng)老保險(xiǎn)基金投資重點(diǎn)、投資行業(yè)的預(yù)期收益率和投資權(quán)重。具體來(lái)說(shuō)，本文的研究結(jié)論主要有以下兩點(diǎn)：

（1）行業(yè)指數(shù)的收益率和其波動(dòng)率變化較為復(fù)雜，但是考慮到行業(yè)收益率具有長(zhǎng)記憶性和時(shí)變波動(dòng)，并進(jìn)一步通過(guò)ADF檢驗(yàn)得到驗(yàn)證，本文提出采用GARCH模型來(lái)預(yù)測(cè)養(yǎng)老保險(xiǎn)基金重點(diǎn)關(guān)注的8個(gè)行業(yè)未來(lái)收益率，預(yù)測(cè)結(jié)果顯示其可以刻畫行業(yè)收益率序列的一些分布特征，模擬效果較好。

（2）本文利用GARCH模型擬合收益率，并在BL模型框架下進(jìn)行養(yǎng)老金的股票市場(chǎng)行業(yè)資產(chǎn)配置，得到了較為客觀的超額收益。該超額收益相較于市場(chǎng)水平，在風(fēng)險(xiǎn)沒(méi)有提升的情況下，收益有所提升，不僅為我國(guó)養(yǎng)老金的投資創(chuàng)造新的可能，也為機(jī)構(gòu)投資者以及養(yǎng)老保險(xiǎn)投資基金投資人提供借鑒和參考。

（二）建議

1.借鑒國(guó)外養(yǎng)老金投資經(jīng)驗(yàn)和先進(jìn)管理方式

我國(guó)養(yǎng)老金投資起步較晚，而國(guó)外發(fā)達(dá)國(guó)家經(jīng)過(guò)長(zhǎng)時(shí)間的發(fā)展，已經(jīng)積累了很多先進(jìn)的養(yǎng)老金投資經(jīng)驗(yàn)，因此，我們可以通過(guò)研究國(guó)外養(yǎng)老金成功投資的案例，再結(jié)合我國(guó)實(shí)際情況，引入前沿養(yǎng)老金管理方式，例如利用本文所述的BL模型來(lái)優(yōu)化我國(guó)養(yǎng)老金的資產(chǎn)配置。

2.建立養(yǎng)老金管理人考核制度

由于BL模型中加入了投資者主觀觀點(diǎn)，其投資應(yīng)用效果很大程度上取決于資產(chǎn)管理人的管理水平，所以養(yǎng)老金運(yùn)用需要建立動(dòng)態(tài)的管理人考核制度，設(shè)立市場(chǎng)化的篩選機(jī)制，選擇符合條件的資產(chǎn)管理人，之后設(shè)置合理考評(píng)機(jī)制，根據(jù)管理人的投資績(jī)效，對(duì)其管理水平進(jìn)行評(píng)價(jià)。對(duì)投資收益較好的管理人進(jìn)行相應(yīng)激勵(lì)，對(duì)投資收益不達(dá)標(biāo)的管理人進(jìn)行更換，保證BL模型的主觀觀點(diǎn)設(shè)定準(zhǔn)確，實(shí)際效果不受較大影響。

3.穩(wěn)步投入市場(chǎng)并合理管控投資風(fēng)險(xiǎn)

股票市場(chǎng)不同于貨幣市場(chǎng)和債券市場(chǎng)，其風(fēng)險(xiǎn)更高，波動(dòng)更劇烈。而且養(yǎng)老金的體量較大，如果短時(shí)間內(nèi)將養(yǎng)老金全部投放到市場(chǎng)中的話，會(huì)造成市場(chǎng)的劇烈波動(dòng)，影響投資的實(shí)際效果。因此，應(yīng)當(dāng)根據(jù)實(shí)際情況分時(shí)段、分批、分行業(yè)穩(wěn)妥投放股市，例如先投放于電子、食品飲料、計(jì)算機(jī)等高收益的行業(yè)。同時(shí)在引入新的資產(chǎn)管理方法時(shí)，還需要注意應(yīng)當(dāng)在局部地區(qū)先試點(diǎn)，等投資效果顯現(xiàn)之后再推廣至全國(guó)。

4.健全養(yǎng)老金運(yùn)用監(jiān)管體制

銀監(jiān)會(huì)和保監(jiān)會(huì)的合并，意味著我國(guó)金融行業(yè)混業(yè)監(jiān)管的大幕已經(jīng)拉開(kāi)。在此背景下，我國(guó)應(yīng)當(dāng)加快養(yǎng)老金入市相關(guān)法律法規(guī)建設(shè)。由于養(yǎng)老金運(yùn)用具有投資類型廣、風(fēng)險(xiǎn)水平不一的特點(diǎn)，對(duì)監(jiān)管要求較高，因此，還應(yīng)當(dāng)建立適當(dāng)?shù)娘L(fēng)險(xiǎn)預(yù)警機(jī)制，對(duì)于資金運(yùn)用過(guò)程中可能出現(xiàn)的問(wèn)題做到防患于未然。此外，監(jiān)管人員的定期培訓(xùn)也不可或缺，只有吸納投資監(jiān)管專業(yè)人才，定期對(duì)監(jiān)管人員進(jìn)行培訓(xùn)，強(qiáng)化監(jiān)管隊(duì)伍人才建設(shè)，才能實(shí)現(xiàn)對(duì)保險(xiǎn)資金運(yùn)用的有效監(jiān)管。

[注 釋]

①數(shù)據(jù)來(lái)源于人社部、全國(guó)社會(huì)保障基金理事會(huì)。

②資料來(lái)源于全國(guó)社會(huì)保障基金理事會(huì)社?；鹉甓葓?bào)告（2018年度）。

③數(shù)據(jù)來(lái)源于全國(guó)社會(huì)保障基金理事會(huì)基本養(yǎng)老保險(xiǎn)基金受托運(yùn)營(yíng)年度報(bào)告（2018年度）。

④資料來(lái)源于全國(guó)社會(huì)保障基金理事會(huì)社保基金年度報(bào)告（2018年度）。

⑤選取這一時(shí)間段的原因在于其長(zhǎng)度足夠熨平股票市場(chǎng)的波動(dòng)對(duì)于指數(shù)收益率的影響，并且對(duì)于接下來(lái)的計(jì)算分析有一定的參考價(jià)值。