中信期货研究|资产配置专题报告 资产配置模型系列 ——基于经济周期的BL模型 2022-11-15 投资咨询业务资格: 证监许可【2012】669号 报告要点 本文通过对BL模型的原理解析以及对不同的经济周期做经验划分,提出一种将经济周期和BL模型相结合的实用方法。模型回测结果发现景气度周期和货币信用周期下的BL模型表现更加突出。基于此,我们提出了BL模型在构建固收+策略以及在给出具体的资产配比建议中的实际应用。 十年国债期货指数 沪深300股指期货指数,右轴 120 115 110 105 商品指数,右轴 240 190 140 摘要:BL模型是以马科维兹的均值方差模型为基础,同时加入投资者主观观点的资产配置 模型。传统的均值方差模型虽然是一项很重大的科学成就,然而在实际应用中存在着一定 的局限性。相较于均值方差模型,BL模型做了很大的改进,大大提升了模型的实用性,同时模型中也加入了投资者的主观观点。 BL模型整体的流程主要分为三大步:一是确定主观观点收益分布,二是根据市场均衡求出先验均衡分布;三是将主观观点分布和先验均衡分布合并,合成新的BL模型收益分布,最后再代入到均值方差模型求解最优权重。 我们将BL模型和不同的经济周期结合。首先,我们根据经验来划分货币(企业)信用周期、通胀周期、库存周期和景气度周期;其次,我们假设相同经济周期下的资产收益 率具有一致性,我们使用历史上相同的经济周期的平均收益率来作为投资者对于当下资产收益率的预期;最后,我们将平均收益率作为主观收益率代入到BL模型中进行计算。这样就将经济周期和BL模型相互结合起来。 我们从“上帝视角”出发分析不同经济周期下BL模型的表现和资产配比,并从“实际视角”出发对BL模型进行回测。回测结果显示:景气度周期和货币信用周期下的BL模型表现都更加突出。“上帝视角”下,年化收益率:景气度周期(8.59%)>货币信用周期 (7.16%)>库存周期(6.38%)>通胀周期(5.78%)>等权重策略(3.96%);“实际视角”下,年化收益率:景气度周期(7.15%)>货币企业信用(6.71%)>等权重策略(4.23%)>库存周期(3.84%)>通胀周期(3.53%)。 最后,我们还提出了BL模型在两个方面的应用。1)“实际视角”下,基于BL模型构建固收+策略,年化收益率(5.79%)有所下降,但夏普比率(0.89)提升了很多。2)使 用经济周期下的BL模型给出当下经济环境的资产配比建议:景气度和货币信用周期下的BL模型给出的资产配比虽有冲突,但显示出目前或处于一种周期转换的局面,拐点信号还不明朗,综合考虑当下基本面的情况,我们认为短期的配置仍需谨慎,目前来说债券或仍是最好的选择,可以等到两个模型信号统一后再逐步加仓风险资产。 风险点:经济周期判断误差、模型失效风险 2021-10-302022-10-30 资产配置研究团队 研究员:姜婧 021-60812990 从业资格号:F3018552投资咨询号:Z0013315 重要提示:本报告难以设置访问权限,若给您造成不便,敬请谅解。我司不会因为关注、收到或阅读本报告内容而视相关人员为客户;市场有风险,投资需谨慎。 目录 摘要:1 一、Black-Litterman模型介绍4 (一)Black-Litterman模型简述4 (二)BL模型在资产配置模型中的位置4 (三)BL模型的优势和局限性5 (四)BL模型原理解析5 二、四种经济周期的划分8 (一)货币(企业)信用周期的划分8 (二)通胀周期的划分9 (三)库存周期的划分10 (四)景气度周期的划分11 三、BL模型回测结果12 (一)数据的选择12 (二)“上帝视角”下BL模型的表现及资产配比分析13 (三)BL模型回测结果展示18 四、BL模型的应用20 (一)应用1:基于BL模型的“固收+”策略20 (二)应用2:BL模型下的资产配比建议21 免责声明23 图目录 图1: BL模型简述.................................................................. 4 图2: BL模型在量化资产配置模型中的地位............................................. 5 图3: 基于货币(企业)信用周期的BL模型构建流程图.................................. 6 图4: 主观观点收益量化举例......................................................... 7 图5: �的计算...................................................................... 7 图6: 货币周期和信用周期的经验划分结果............................................. 9 图7: 通胀周期的划分结果和相关依据(PPI-CPI,%)................................... 10 图8: 库存周期的划分结果和相关依据................................................ 11 图9: 景气度周期的划分结果和相关依据.............................................. 11 图10: 模型投资标的的选择.......................................................... 12 图11: 中信期货商品指数历史市值数据补全(亿元).................................... 13 图12: 中证1000历史市值数据补全(亿元)........................................... 13 图13: 货币(企业)信用周期下BL模型表现........................................... 14 图14: 货币(企业)信用周期下BL模型中不同周期的资产的平均配置比例................. 14 图15: 通胀周期下BL模型表现....................................................... 15 图16: 通胀周期下BL模型中不同周期的资产的平均配置比例............................. 15 图17: 库存周期下BL模型表现....................................................... 16 图18: 库存周期下BL模型中不同周期的资产的平均配置比例............................. 16 图19: 景气度周期下BL模型表现..................................................... 17 图20: 景气度周期下BL模型中不同周期的资产的平均配置比例........................... 17 图21: “上帝视角”下不同经济周期的BL模型的比较................................... 18 图22: “上帝视角”下不同经济周期BL模型的表现..................................... 18 图23: “实际视角”下,不同周期下BL模型净值表现................................... 19 图24: “实际视角”下,景气度周期和货币信用周期夏普比率最高........................ 19 图25: “实际视角”下,不同周期下BL模型分年度收益率表现........................... 20 图26: “实际视角”下,不同周期下BL模型调仓分析................................... 20 图27: 固收+策略的净值表现和资产配比变化........................................... 21 图28: 不同景气度周期下BL模型中资产的平均配比..................................... 22 图29: 9月企业信用指标反弹,拐点或初步显现......................................... 22 图30: 不同货币信用周期下BL模型中资产的平均配比................................... 22 一、Black-Litterman模型介绍 (一)Black-Litterman模型简述 Black-Litterman模型(以下简称“BL模型”)是由Black和Litterman两人在高盛投资公司就职期间提出,为投资者提供了一种新的研究思路和分析途径。简单来说,BL模型是以马科维兹的均值方差模型为基础,同时加入投资者主观观点的资产配置模型。在均值方差的基础上,BL模型使用贝叶斯方法将投资者对于 一个或多个资产的预期收益的主观观点与先验分布下预期收益的市场均衡向量相结合,形成关于预期收益的新的估计;基于后验分布的新的收益向量,可以看成是投资者观点和市场均衡收益的加权平均;最后将后验收益代入均值方差模型求解就可以得到最优权重。 图1:BL模型简述 资料来源:中信期货研究所 (二)BL模型在资产配置模型中的位置 BL模型是可用于实践的基于收益和风险的配置模型。一般来说,量化资产配置模型可以分为三类:仅基于收益的配置模型、仅基于风险的配置模型和基于收益和风险的配置模型。实践中一些投资者往往更关心资产的收益或价格,对风险 的判断也更多依赖于宏观经济形势和预期,而非历史数据。因此一些学者和机构投资者试图仅凭借资产收益或资产价格进行大类资产配置,这种仅基于收益的配置模型主要包括GEYR模型、FED模型和动量策略。仅基于风险的资产配置模型主要从资产的波动入手,试图通过资产配置来最小化组合的风险或者将风险进行平均分配,这类模型主要包括最小化风险组合、最大化分散组合和风险平价模型。 本文所研究的BL模型属于基于收益和风险的配置模型。这类模型主要从资产的 风险和收益的平衡出发,通过最大化风险调整后的收益来配置不同比例的资产。最原始的基于收益和风险模型就是经典的均值-方差模型,后续的再抽样有效边界法、收缩方法以及BL模型都是在均值方差模型基础上进一步改进,使之更适用于真实的环境。 图2:BL模型在量化资产配置模型中的地位 资料来源:中信期货研究所 (三)BL模型的优势和局限性 传统的均值方差模型虽然是一项很重大的科学成就,然而在实际应用中存在着一定的局限性。1)均值方差模型无法将样本外信息,尤其是投资者的主观判断纳入到决策中。纳入样本外的信息不仅能给决策者更大的操作灵活性,还能弥补样本信息不足的问题,使最后的结果更加准确和稳定。2)均值方差模型实际应用中容易产生太过极端的资产配置方案。由于均值方差在实际应用中并没有考虑当前市场权重,优化结果仅仅依靠历史收益率和协方差得出,因此常常会有极端的 组合以及过高的杠杆,不利于实际操作。3)均值方差模型输出的结果不具备稳定性。在实际应用中,预期收益率的微小变动会使得输出结果产生很大的改变,不利于实际操作。基于这些问题,大部分投资者和金融机构仅将均值方差模型作为理论参考,而放弃了在资产管理中的应用。 相较于均值方差模型,BL模型做了很大的改进,大大提升了模型的实用性,但也存在过于依赖投资者观点质量的局限性。BL模型的优势在于:1)考虑了投资者的主观判断,输出权重和主观预测的信息含量和质量高度相关,最后的结果 也更