20211208-天风证券-金融工程_海外文献推荐第202期_11页_983kb

金融工程：目标资产的风险暴露模拟与组合构建

核心内容

本文介绍了模拟投资组合的构建方法，该方法通过使用流动性强且易于交易的资产来模拟目标资产的风险暴露，从而实现对投资组合风险结构的精确复制。模拟投资组合不仅能够用于评估基金经理的表现，还可以用于替代非流动性资产、提升分散化投资效果、分析历史回报波动来源以及预测未来波动。

主要观点

• 多因子模型的普及：多因子模型已被广泛应用于投资研究与实践，金融机构已接受这一理念并发展出“smart beta”等概念。
• 模拟投资组合的定义：模拟投资组合是一种由可交易资产构成的投资组合，其设计目的是复制目标资产的因子敏感性，同时最小化残差波动。
• 模拟组合的构建逻辑：模拟组合应由流动性强的资产构成，且仅保留无法被普适因子解释的异质收益，以确保其风险暴露与目标资产一致。
• 模拟组合的用途：
  • 评估主动基金经理的超额收益
  • 替代非流动性资产
  • 提升分散化投资效果
  • 分析历史回报与波动来源
  • 预测未来波动水平

关键信息

1. 模拟投资组合的理论基础

• 模拟投资组合的构建基于多因子模型，假设资产回报可以表示为普适因子与残差的线性组合。
• 模拟组合的残差波动应尽可能小，且与目标资产的残差波动正交。
• 模拟组合的因子敏感度应与目标资产完全匹配，以确保其风险结构一致。

2. 构造方法

• 使用普通最小二乘法（OLS）进行因子敏感度估计，并通过优化问题确定模拟组合的权重。
• 构造目标资产的模拟组合需满足两个条件：因子敏感度匹配和残差波动最小化。
• 通过求解拉格朗日乘数问题，最终得出模拟组合的权重公式为：

$$
\mathbf{w} = \sum^{-1} \mathbf{A} (\mathbf{A}^{\prime} \sum^{-1} \mathbf{A})^{-1} \mathbf{c}
$$

其中，$\mathbf{A}$ 是因子敏感度矩阵，$\mathbf{c}$ 是目标资产与因子的组合向量，$\sum$ 是残差方差-协方差矩阵。

3. 实证应用：全球市场因子

• 因子选择：采用8只代表不同资产类别和地理区域的ETF作为全球市场因子的代理。
• 样本描述：选取了1,634只纽约证券交易所上市的股票，数据覆盖2009年至2016年，共1,995个交易日。
• 横截面分析：
  • 模拟投资组合的残差波动率通常低于目标资产，平均下降约80%。
  • 模拟组合与目标资产的因子敏感度匹配度较高，尤其在调仓日之后。
• 案例研究：
  • 对于LQD（投资级公司债券ETF），其模拟组合的特质方差高于其本身，说明该类资产较难被其他资产模拟。
  • 对于RWX（国际房地产ETF），其模拟组合的特质方差在大部分时间均有所降低，表明该方法在房地产类资产中表现较好。
  • 模拟组合的残差波动率越小，说明其越接近目标资产的风险结构。

结构清晰要点

• 模拟投资组合的构建方法：通过OLS回归与权重优化，确保因子敏感度匹配与残差波动最小化。
• 模拟组合的用途：广泛应用于评估基金经理表现、替代非流动性资产、提升分散化投资效果等。
• 实证结果：模拟组合在降低特质波动方面表现出色，尤其适用于权益类资产，但在模拟非权益类资产时效果有限，需选择高度相关的代理因子。

图表摘要

• 图1：全球市场代理因子ETF的标识与统计数据。
• 图2：目标与模拟投资组合特质方差的相对差异。
• 图3：风险敞口因子。
• 图4：ETF组合的特质波动比较。
• 图5：ETF组合的风险敞口因子差。

风险提示

• 本报告基于相关文献，不构成投资建议。
• 模拟组合的效果依赖于代理因子的选择，若因子与目标资产相关性低，模拟效果可能不理想。

分析师声明

• 报告观点反映了分析师对标的证券的个人看法，与报酬无直接或间接联系。
• 报告内容仅供客户参考，不构成买卖证券的要约或邀请。

投资评级声明

• 股票投资评级：根据相对沪深300指数的涨跌幅，分为买入、增持、持有、卖出。
• 行业投资评级：根据行业指数涨幅，分为强于大市、中性、弱于大市。

公司信息

• 天风证券及其附属机构拥有证券投资咨询业务资格，报告内容受版权保护，未经授权不得复制或发送。