降低波动率对组合有什么用？

降低波动率对组合 有什么用？ 分析师：包承超、邓宇林 2024年07月20日 证券研究报告 请务必阅读报告末页的重要声明 探讨波动与收益之间的关系 图：各类资产间的期望收益率与期望风险 预期上看，通常呈现“风险越大，收益越大”分布 图：2010年-2019年A股SmartBeta的收益率和波动率图：近3年A股SmartBeta的收益率和波动率 最近几年，风格因子的风险与收益几乎完全呈反比。更低波动风险，反而有更好的收益 图：2010年-2019年A股行业因子的收益率和波动率图：近3年A股行业因子的收益率和波动率 高收益因子反而具有相对低的风险 最近几年，高风险并未带来高收益 图：2005年以来，全A的历史波动率和未来涨跌幅分布 忽略时间区间，全周期混合来看，历史波动率和收益率并无明显规律特征。 图：不同时间区间下，各因子历史波动率与未来收益率并未表现出稳定关系 低波动 低波动 低波动 低波动 图：不同时间区间下，各因子历史波动率与未来夏普比均呈现出稳定负相关 任一时间区间，历史波动率和未来夏普比间的负相关性十分稳定 图：牛熊周期下，高波动性因子和低波动性因子的表现出现分化 熊市周期下，因子涨跌幅和波动性 表现出极强的负相关性 牛市周期下，因子涨跌幅和波动性 表现出极强的正相关性 图：历轮牛市周期下，风格因子的风险收益特征 “高波动高收益” “高波动高收益” “高波动高收益” “高波动高收益” 图：历轮熊市周期下，风格因子的风险收益特征 低波动因子和高波动因子似乎“龟兔赛跑”一般，高波动因子在牛市涨得多，但在熊市回 撤的更多 图：牛熊周期下，高波动性因子和低波动性因子的趋势表现一览 牛市周期下，高波动性因子上涨优势明显，但牛市结束时跌幅也更大 相较于收益率，波动率具备更好的可预测性和延续性 图：不同时间区间下，各因子历史波动率与未来波动率均呈现出稳定正相关 任一时间区间，历史波动率和未来波动率间的正相关性十分稳定 图：动量因子的季度波动率指标特征一览图：红利因子的季度区间波动率指标特征一览 动量因子的波动率大体只在1倍标准差范围内变动 2016年以来，红利因子的波动率 保持在0.5倍标准差范围内变动 图：各因子的季度波动率指标特征一览 年份 全A 沪深300 中证1000 动量因子 反转因子 横向低PB 纵向低PB 大盘因子 小盘因子 低波动因子 红利因子 景气因子 质量因子 2007年2008年2009年2010年2011年2012年2013年2014年2015年2016年2017年2018年2019年2020年2021年2022年2023年 37% 37% 41% 37% 41% 43% 37% 38% 35% 37% 41% 42% 39% 49% 49% 55% 48% 55% 52% 52% 49% 50% 44% 49% 51% 50% 32% 33% 36% 29%28% 35% 34% 32% 32% 34% 27% 32% 31% 33% 23% 25% 29% 25%24%26%25% 21% 22% 23% 29% 20% 23% 28% 27% 19%19% 21%20% 25%26% 22% 16%16% 16%15% 20%20% 25%26% 15% 16% 24% 22% 21% 14% 15% 22%22% 20% 22% 22% 24% 24% 20% 20% 22% 23% 15% 16% 17% 19% 19% 21% 21% 21% 22% 19% 20% 20% 20% 20% 19% 16% 48% 40% 47% 44% 44% 39% 36% 40% 46% 41% 38% 45% 38% 30% 22% 33% 28% 34% 17% 24% 22% 32% 17% 17% 33% 26% 11% 10% 16% 13% 16% 10% 11% 10% 16% 9% 10% 12% 15% 22% 21% 25% 27% 25% 20% 22% 22% 24% 17% 18% 23%23% 28%25%25%27%26% 21% 20% 25% 21% 26% 17%17% 21%20% 20%23% 25%27% 14% 16% 24% 23% 28% 28%28% 28%21% 16% 17% 28% 16% 19% 19% 12% 14% 20% 18% 11% 13% 23% 21% 20% 25% 33% 27% 14% 20% 21% 24% 13% 15% 27% 13% 13% 15% 19% 19% 16% 16% 14% 15% 15% 14% 16% 16% 波动率中位数波动率标准差 21.7%10.8% 21.5% 9.7% 25.5%10.7% 27.8% 9.0% 25.9%10.0% 17.3%11.9% 20.4%10.4% 21.7% 9.8% 24.9% 9.6% 16.1%10.6% 16.9%11.3% 23.7%10.3% 25.7% 9.4% [中位数±0.5*标准差]-区间概率【中位数±标准差]-区间概率 53% 65% 53% 41% 53% 71% 65% 65% 53% 71% 65% 59% 47% 82% 71% 76% 71% 82% 76% 76% 71% 76% 76% 76% 76% 65% 各因子的波动率大体均在1倍标准差范围内变动 图：2010年至今，各因子年度收益率与年度波动率的统计指标对比 统计指标 全A 动量因子 反转因子 横向低PB 纵向低PB 大盘因子 小盘因子 低波动因子 红利因子 景气因子 质量因子 收益率 中位数 3% 15% 0% 5% -2% -5% 8% 5% 5% 6% 8% 标准差 24% 40% 43% 22% 20% 24% 28% 20% 20% 23% 29% 最大值 57% 87% 114% 71% 52% 52% 58% 61% 55% 43% 59% 最小值 -30% -39% -38% -18% -29% -27% -37% -22% -25% -36% -25% 波动率 中位数 21% 25% 25% 17% 20% 21% 25% 15% 16% 23% 25% 标准差 9% 7% 7% 7% 6% 7% 8% 8% 7% 8% 6% 最大值 48% 44% 44% 39% 36% 40% 46% 41% 38% 45% 38% 最小值 11% 13% 16% 10% 11% 10% 15% 9% 10% 12% 15% 收益率指标的历史区间范围较大，较难捕捉特征 波动率指标具有较好的特征延续性，相较于收益率指标或更易预测 图：不同相关性情景下，错误预测预期收益率或波动率对于组合表现的影响 我们希望去完美预测产品A和产品B的真实数据，然而实际上总会有所偏差。在不同相关性情景下，依次对收益率和波动率设置不同维度的偏差扰动，对比结果的变化。 指标 对象 误差 不相关情景(ρ=0) 负相关情景(ρ=-0.5) 正相关情景(ρ=0.5) 权重差异 组合收益率变动 权重差异 组合收益率变动 权重差异 组合收益率变动 收益率 产品A 向上偏离1单位标准差向下偏离1单位标准差 0.4340.420 -17.6% 0.146 -6.1% 0.768 -28.9% 17.0% 0.482 20.0% 0.232 8.7% 产品B 向上偏离1单位标准差向下偏离1单位标准差 0.305 12.3% 0.100 4.1% 0.232 8.7% 0.580 -23.5% 0.518 -21.5% 0.768 -28.9% 波动率 产品A 向上偏离1单位标准差向下偏离1单位标准差 0.155 6.3% 0.112 4.6% 0.232 8.7% 0.261 -10.6% 0.175 -7.3% 0.520 -19.6% 产品B 向上偏离1单位标准差向下偏离1单位标准差 0.134 -5.4% 0.089 -3.7% 0.270 -10.2% 0.164 6.6% 0.118 4.9% 0.232 8.7% 尽管存在好运气的特例，但大部分情景下，错误预测收益率带来的“代价”远高于错误预测波动率 收益率 收益率标准差 波动率 波动率标准差 产品A 3% 24% 21% 9% 产品B 5% 24% 22% 7% 实际数据：产品A参照全A历史指标设置，产品B参照所有SmartBeta因子历史指标的中位数设置 存在部分特殊情景下，错误预测波动率可能不仅具有更小的潜在损失，同时具有更大的潜在意外收获，预测波动率更具“性价比” 基于波动率的组合管理 图：基于历史波动率构建投资组合策略，低历史波动率组合轻松跑赢基准，高历史波动率组合表现平平 低历史波动率组合 轻松跑赢基准 低历史波动率 偏股混合型基金 低历史波动率/全A 全A 高历史波动率 偏股混合型基金/全A 高历史波动率/全A 图：基于样本内数据(当年真实数据)进行组合管理所得到的净值曲线 通过“作弊”得到的各因子预期收益率和波动率数据，组合管理可以较好的实现优化目标 ①SMARTBETA因子 ②行业因子 ③偏股混合型基金指数 ④全A 图：基于样本外数据(往年历史数据)进行组合管理所得到的净值曲线 若无法“作弊”，只能基于历史数据做出预判——策略效果很差，因为历史数据包含了大量的样本误差，延续性较弱 ①SMARTBETA因子 ②偏股混合型基金指数 ③全A ④行业因子 弱化对收益率的预测，也可以明显跑赢基准 ——即历史波动率作为未来波动率&正确判断未来收益率正负 图：从SmartBeta因子来看，“历史波动率+准确收益率方向”可以较好的跑赢基准 ①作弊策略：样本内（实际数据） ②有效前沿：准确收益率方向+历史波动率 尽管比不上“作弊”策略，但也远远好于基准忽略收益率大小，只在乎方向：依据正负设置预期收益 率为-10%、10%、20%三档，再基于有效前沿加权 ③风险平价：准确收益率方向+历史波动率 ④偏股混合型基金指数 ⑤全A 全球地缘政治出现重大变化，导致全球市场风险偏好急剧变化。 美联储加息超预期变化。 市场流动性超预期变化。 国内经济复苏不及预期。 分析师包承超 SAC:S0590523100005 分析师邓宇林 SAC:S0590523100008 办公地址 上海 北京 深圳 浦东新区世纪大道1198号世纪汇一座37层 东城区安定门外大街208号中粮置地广场A塔4层 福田区益田路4068号卓越时代广场13层 无锡 江苏省无锡市金融一街8号国联金融大厦12层 分析师声明 本报告署名分析师在此声明：我们具有中国证券业协会授予的证券投资咨询执业资格或相当的专业胜任能力，本报告所表述的所有观点均准确地反映了我们对标的证券和发行人的个人看法。我们 所得报酬的任何部分不曾与，不与，也将不会与本报告中的具体投资建议或观点有直接或间接联系。 评级说明 投资建议的评级标准 评级 说明 报告中投资建议所涉及的评级分为股票评级和行业评级（另有说明的除外）。评级标准为报告发布日后6到12个月内的相对市场表现，也即：以报告发布日后的6到12个月内的公司股价（或行业指数）相对同期相关证券市场代表性指数的涨跌幅作为基准。其中：A股市场以沪深300指数为基准，新三板市场以三板成指（针对协议转让标的）或三板做市指数（针对做市转让标的）为基准；香港市场以摩根士丹利中国指数为基准；美国市场以纳斯达克综合指数或标普500指数为基准；韩国市场以柯斯达克指数或韩国综合股价指数为基准。 股票评级 买入 相对同期相关证券市场代表指数涨幅20%以上 增持 相对同期相关证券市场代表指数涨幅介于5%~20%之间 持有 相对同期相关证券市场代表指数涨幅介于-10%~5%之间 卖出 相对同期相关证券市场代表指数跌幅10%以上 行业评级 强