为了解决机构投资者面临最大的两个问题：投资组合的预期收益率不足且过度集中于股票，越来越多的机构投资者想要了解如何设计投资组合才能实现其特定的收益率和风险目标。因此，投资者对投资组合设计的兴趣日渐浓厚。
本文概述了美国桥水设计投资组合的方法。其中，我们将收益分解成几个基本的组成部分，分别讨论这些组成部分以及它们如何彼此组合在一起。由于这些组成部分数量不多，容易理解，且他们的组合方式有限，因此我们的设计方法很直白，只需几页篇幅即可让您有所了解。
因篇幅所限，本文无法详述我们为压力测试这些概念所做的大量的研究工作，以及把这些概念应用于实践时可以采取的各种具体细节步骤。读者应首先重点了解这些原则，如果觉得有必要可以再做进一步的深入研究。
由于缺乏一个更恰当的术语，我将本文所述的设计过程称为后现代投资组合理论（PMPT），因为它建立在投资组合理论的概念之上，并在此基础上做了进一步拓展。现代投资组合理论（MPT）的传统应用方法是，首先根据各类资产的预期收益、风险和相关性对它们进行组合，一旦确定了资产配置中各类资产的配比，接下来再挑选各类资产中最好的管理人。后现代投资组合理论则与此不同，这主要体现在三个方面：首先，将来自于阿尔法的收益和来自于贝塔的收益分开考虑；其次，将阿尔法和贝塔的大小调整至更理想的水平；最后，将两种收益来源的投资组合更深入地进行分散化。因此，PMPT投资组合不仅更符合投资者的收益和风险目标，而且和传统投资组合相比更加的分散化。
假设你想要一个目标收益率为10%的投资组合，并希望其风险尽可能低。那么你可以怎么样选择？由于投资组合的收益率等于其组成部分的收益率的加权平均值，因此你需要确定一个能得到平均收益率为10%的收益来源的组合。所有的收益都由三个基本部分组成：
无风险收益 – 通常指的是现金收益，但无风险收益应该是最能中和你想要管理的风险的利率（例如，如果投资者要求的是实际收益率，那他应使用通胀挂钩债券的收益率）。
从贝塔获取的收益 – 不同资产类别中超过无风险收益的超额收益。例如，如果无风险收益率为2%，股票的预期收益率为7%，则股票的预期贝塔收益率为5%。与指数挂钩的股票投资组合的总收益可被分解为无风险收益和贝塔收益。
从阿尔法获取的收益 – 管理人的价值贡献部分，是管理人偏离贝塔所取得的收益。
大部分投资者都退回到了以贝塔为主的投资组合，尤其是股票的贝塔。因为分配给某类资产的资金通常决定了所选择的主动管理人的类型，将大量资金配置在股票上，通常会导致阿尔法收益由股票管理人来主导。因此，采用传统方法所得到的投资组合，其贝塔风险通常远高于阿尔法风险（比例一般约为95%/5%），而贝塔的整体收益主要视股票的表现而定（也就是说，典型的养老基金与股票的相关度为95%），其阿尔法收益则取决于股票管理人的表现。这绝不是一个分散化的投资组合。
按照PMPT方法，贝塔和阿尔法的组合比例是明确选择好的，贝塔组合和阿尔法组合都会更加分散化。尽管不存在贝塔和阿尔法“正确”的组合比例，但我们相信我们将看到——事实上，我们正在看到——阿尔法份额显著地增加。但我们知道阿尔法是一场零和博弈，选择增加更多的阿尔法不一定会提高收益率；事实上，在大约一半的情况下，阿尔法会降低收益率。我相信，善于发现和平衡阿尔法的管理人在未来几年会非常抢手，投资者若挑选出有能力取得正的阿尔法收益并很好地平衡阿尔法的管理人，将会产生极其优异的结果。无论如何，不同的阿尔法投资组合会有巨大的业绩差异。我还相信，优秀管理人的阿尔法的质量将会改善，因为越来越多的投资者容许这些阿尔法来更好地平衡他们的投资下注，具体原因见下文解释。
以下两部分，我将阐述我们是如何设计优化的贝塔投资组合和优化的阿尔法投资组合的。我想强调的是，我提供的是一份选项的菜单，投资者可以依照自己的情况各取所需。
也许大部分投资者都很坚信这样一条投资假设：贝塔收益，或资产的表现，在长期内将高于现金收益率。这其中有两个原因：第一，资本主义制度即建立在该假设之上，因为中央银行发行现金，那些能很好地利用现金的人就会去借钱，并利用这些现金来获得更高的收益；其次，投资者希望为承担的风险获得补偿。图1显示了某咨询人士对各类资产的预期风险和收益。
图 1：各类资产的预期收益和风险水平
贝塔的超额收益率与波动率（由超额收益率计算）的比率（夏普比率）已经达到（并预计将维持）0.2至0.3。这是因为a）投资者承担了更多的风险，需要有额外的收益 （因此该比率应为正值），但是b）这个比率不能太大，否则这些投资会吸引大量资本，推高其价格，压低预期收益率。
因为在图2中，许多资产类别的预期收益率都是10%，因此你可以建立一个预期收益率为10%，但更加分散化的投资组合。在图2中，我们展示了一个使用杠杆后的资产构建的分散化投资组合和一个使用传统方法构建的投资组合，以及使用杠杆后将预期收益率提升至10%的各单项资产类别（基于图1的信息）。如图所示，分散化的“优化的贝塔投资组合”的预期收益率为10%，而传统投资组合的收益率为6.5%，而这两种投资组合的风险大致相同。这并非停留在理论上——使用杠杆后的资产可以被这样用来构建投资组合，为投资者提供多种选择，就像图2所示的两种投资组合（蓝色）。
图2：各类资产和投资组合的预期收益和风险水平
大多数资产类别都可以加入杠杆，使其具有相似或更高的目标收益率和风险，使你可以建立一个预期收益率与目标一致的分散化投资组合。这个概念只要求投资者相信一条，即所选资产类别的预期收益率会高于现金收益率。如果情况确实如此，那么你就知道可以通过加杠杆来提高这些资产的预期超额收益率和风险。一旦你意识到你有这种能力，你就可以决定如何运用它，没有必要再接受图1各类资产“现成”的风险和收益率。
当你选择了收益率和风险调整至相似水平的资产后，这些资产之间的主要区别就在于它们之间的相关性。如果我们给所有资产类别加杠杆，使其获得类似于股票的预期收益率，再用这些资产建立一个分散化的投资组合，则该组合的预期收益率将与股票相似，但其风险远低于股票或一个重仓于股票的组合。因为所有的投资都经过了调整而具有与股票相同的预期收益率，所以和在一个“典型投资组合”中相比，它们更能发挥彼此分散化的效果（典型投资组合的预期收益率低于股票收益率，因为它包含了较低收益的资产；其风险又比这些较低收益的资产还高，因为它高度集中于股票）。
上述流程避免了传统地、在图1所示的风险和收益之间进行取舍，这会使得投资组合过度集中于股票。利用这个流程还可以建立一个收益率符合投资者目标的分散化投资组合。
按照传统方法，将夏普比率分别为0.2至0.3的资产组合在一起，得到的投资组合的夏普比率大约为0.4，且其预期收益率低于股票收益率。通常，这些传统投资组合与股票市场的相关性为95%左右，因为它们将大部分资金投资于股票，而股票的波动性远远大于其他资产类别。但是，将夏普比率为0.2至0.3、但预期收益率相当于股票（或你的目标收益率）的杠杆化后的资产重新组合在一起，得到的组合的夏普比率接近0.65，其预期收益率等于股票收益率（或你的目标收益率），并且不受任何单一资产类别的左右。更高的单位风险预期收益率来源于更好的分散化。这种夏普比率的提高意味着，在风险水平保持不变的情况下，投资组合的预期超额收益率将增加大约65%。这种更分散化的方法，比任何单一品类的资产或者传统的资产组合都能带来更好的夏普比率，因此，我们可以在相同（甚至更低的）风险水平上实现更高的收益率，或者在更低的风险水平上享受相同的收益率。
对于一个年波动率为10%的投资组合而言，我们估计，这样更高的夏普比率将比传统投资组合每年增加2.5%的收益。换句话说，采用PMPT方法而不是传统的MPT方法进行资产配置，机构投资者在类似风险水平上可以提高大约2.5%的年收益率。因此，投资者持有一个分散化的投资组合，可以实现10%的目标收益率，同时不会大幅增加风险。限于篇幅，我不再赘述更多好处，如大幅降低了肥尾风险。当然，与任何投资一样，由于没有一个市场或策略是完全可预测的，因此存在大量潜在风险。此外，众所周知，不负责任或无知地加杠杆本身就存在着风险。
这种方法有缺点吗？传统投资组合的预期收益率较低，股票集中度较高。与此相比，给资产加杠杆，持有一个平衡的投资组合，会产生不同类型的风险。传统投资组合的风险很大程度上来源于股票，而这种新投资组合的风险在于股票以外的资产平均表现逊于现金。如前所述，我们不担心这种风险。虽然我们不能确切地预测未来是怎么样的，但我们已经利用多个国家的数据对这些概念进行了压力测试，时间回溯至1925年。此外，建立这类投资组合所需的杠杆通常很低。如果投资者对杠杆的使用能减少偏见和非黑即白的态度（“没有好的杠杆，所有杠杆都是坏的”），我相信他们会明白，一个有着适度杠杆、高度分散化的投资组合要比一个无杠杆、集中化的投资组合风险小得多。
照此方法，我在1996年建立了一个我自己的最佳战略资产配置，用于为子孙后代投资我的家族信托资产。因为选择阿尔法要求拥有挑选管理人的才能，而我不能保证在我离世后我的后代能做到这一点，因此我希望投资组合的收益100%来源于贝塔，且其收益率与股票收益率相类似。鉴于其设计目标是在所有经济环境下都有良好的表现，我称之为“全天候策略”。
为了展现这些概念在实际中会如何表现，我们可以将该资产配置组合中各类资产的权重应用于其相应的市场收益率。这样就可以显示出这些概念累积运用后的效果，但这并不代表着为机构投资者实际实施后的表现。这种方法很有效，你可以看到资产组合在各种环境中的表现，包括在高通胀、通胀紧缩、资产泡沫和市场暴跌时期的表现。
图3显示了自1970年以来全天候资产组合的收益率，其风险水平与传统投资组合（股票债券比率约为60/40）的风险相同。如图所示，在与传统投资组合（红线）相同的风险水平上，全天候资产组合（蓝线）的年收益率高出300-400个基点。
图3：与传统资产组合具有相同风险的全天候资产组合
如前所述，可以根据个人的风险偏好提高或降低全天候投资组合风险和收益的水平。图4显示的是一个与传统投资组合的收益率相同的全天候资产组合。如图所示，其可以取得和传统投资组合相同的收益率，但风险却只有后者的一半。
图4: 与传统资产组合具有相同收益率的全天候资产组合
假如你不喜欢这些概念，更愿意遵循传统的资产配置流程，并按传统的方式理解资产风险和收益（如图1所示），那么，为了获得10%的收益率，你要么必须将所有资产集中在平均预期收益率为10%的少数资产类别上，要么必须获得更多的阿尔法。这就引出了一个问题，怎样才能获得更多的阿尔法？
创建一个优化的阿尔法投资组合的基本原理与优化的贝塔投资组合背后的原理是相同的，都是使用不相关的回报流来构建一个分散化的投资组合，这些回报流彼此平衡，并达成目标收益率。其中唯一的区别是，我们将这些原则应用于阿尔法而不是贝塔。
建立优化的阿尔法投资组合有两种方法。第一种，也是目前最流行的一种，是阿尔法叠加；第二种方法是建立一个由不同阿尔法构成的投资组合，而并不去考虑这些阿尔法收益由哪类资产产生。无论是哪一种方式，阿尔法都是独立于贝塔，并被叠加在贝塔收益上。例如，桥水向客户提供阿尔法叠加时，每一位客户选择自己的贝塔和基准，我们对其进行复制，然后叠加上我们自己优化的阿尔法投资组合。客户会指定阿尔法收益的目标跟踪误差（风险）。按照第二种方法，每个管理人的阿尔法会被视为一个单独的回报流，并被组合成一个阿尔法投资组合。虽然我们认为第二种方法是最好的，但这两种方法都显著地改进了传统的投资组合方式。这两种方法采用的基本概念大部分是相同的。
传统的投资方法通常会导致一个阿尔法相对较差且缺少分散化的投资组合，这是因为阿尔法的选择是与贝塔捆绑在一起的，而不是根据它的来源是否是最优的。比如说，大多数传统投资者都有大量资金投资于本国股票，因此，他们大量的阿尔法来自于本国的股票。太多阿尔法来自于本国股票会使阿尔法投资组合的分散性很差。不仅如此，因为本国股市是最难产生阿尔法的市场之一，所以阿尔法收益较低。更好的方法是选择阿尔法时不再与特定资产类别挂钩，而是根据其自身突显的价值来选取，这样产生的阿尔法收益更高。
选择最好的阿尔法，然后建立一个分散化的阿尔法投资组合，其业绩要远远好于传统的投资组合。无论是让单一管理人分散化他自己的阿尔法，还是使用许多管理人的阿尔法来建立分散化的阿尔法投资组合，结果都是这样。作为证据，来比较图5中的阿尔法投资组合1和阿尔法投资组合2的结果。每个饼图代表100%的机会集合，其中每个切片代表一个阿尔法来源及其在所有阿尔法来源中的占比。在我们的例子中，每个切片的平均信息比率是0.35，因此组合1和组合2中的每个阿尔法都是一样好的。但是，由于组合2包含更多、更平衡、相关性更低的阿尔法来源，因此其信息比率是组合1的大约2.5倍。
图5：优化的阿尔法投资组合的构成
换句话说，增加相关性更低（更平衡）的阿尔法来源，会提高分散化的效果，进而带来更高的单位风险收益率。由于阿尔法是可以被调整的，你可以利用这个更高的信息比例，选择在相似的风险水平上获得更高的预期收益，或者在更低的风险水平上取得相似的收益率。因为阿尔法可以有很多种来源，并且它们可以被很好地平衡，因此阿尔法叠加管理人建立分散化阿尔法投资组合的能力得到了提升，和那些不会分散化和平衡阿尔法的传统管理人相比，他们有着巨大的优势。我们发现，采取这种方法后，信息比率可以提高二到四倍。
一个投资组合的总收益等于所投资的资产类别的收益，再加上管理人的阿尔法收益。无论阿尔法来自于与资产类别相同的市场还是不同的市场，这个概念都同样成立。独立地选择资产类别（贝塔）和阿尔法来建立的投资组合，不一定比按照传统方法管理的投资组合的风险更高；按照传统方法，阿尔法与贝塔来自于相同的市场。但是，从最好的来源选择阿尔法，以此建立一个更加分散化的阿尔法投资组合，并正确地实施阿尔法叠加策略，你可以获得更高的风险调整后的阿尔法收益。
总之，我们相信，更好地平衡来自阿尔法和贝塔的收益，根据个人的目标收益率建立更加分散化的贝塔投资组合，建立更好、更分散化的阿尔法投资组合，并根据目标收益率进行调整，投资者可以显著改善投资组合的整体业绩。
我坚信进化的必然性，也认为建立机构投资组合的PMPT方法比传统的MPT方法要好得多。因此，我相信投资管理行业的进化方向，是其拥有两大类管理人——高效创造贝塔收益的管理人和贡献阿尔法收益的管理人。许多阿尔法管理人将会复制贝塔，并免费奉送阿尔法管理人将尽其所能地创造阿尔法，除了遵守一些合理限制外（如对于风险集中度和受险价值(VaR)的限制），将不再受到需将阿尔法与贝塔关联的约束。阿尔法管理人还会根据客户的意愿调整阿尔法的大小，例如，一个客户可能会选择3%的跟踪误差，而另一个客户可能会选择6%。所有的阿尔法管理人都会彼此竞争，而不去顾及贝塔。不是一些“股票管理人”与另一些“股票管理人”争夺投资者的股票这块份额蛋糕，而是所有阿尔法管理人相互争抢整个蛋糕。
对冲基金正在这些方面取得进步，一部分原因是它们拥有最大的自由度来设计阿尔法。这些基金正在促进整个投资行业的变革，使得投资者开始考虑是否应该让他们的传统管理人按对冲基金的规则来行事。但对冲基金本身也将被迫作出改变。在这种新的模式下，投资者会意识到，世界上并不存在对冲基金资产类别这种东西。当投资者将资金配置到对冲基金时，实际上是投资于很多种不同的贝塔和阿尔法，但主要是阿尔法。这些阿尔法可以叠加在几乎任何的资产类别上。例如，投资者可以在几种方案之间做出比较，让跟踪误差为4%的本国股票管理人来管理其本国的股票（比如以标普500指数为基准），或者购买标普500指数期货，并将50%的资金投资于跟踪误差为8%的对冲母基金。因此，传统管理人、对冲基金管理人和阿尔法叠加管理人都将争相创造最好的阿尔法。
我相信这些变化将极其快速地发生，也将带来投资和投资管理行业的深刻变革。
瑞·达利欧是总部位于美国康涅狄格州韦斯特波特的美国桥水投资公司的总裁兼首席投资官。
--------------
当我第一次提出全天候资产配置方法，即采用适度的杠杆来更好地实现分散化时，人们最常表示的担忧是：1）杠杆产生的风险要比分散化所能消除的风险更大，2）不稳定的相关性会产生意想不到的风险。尽管我们对该策略的回测可回溯至1925年，但直到最近发生的堪比“大萧条”的全球金融危机，我们才有机会对这些概念进行实时的压力测试，在这段时期内，杠杆化的策略和其对相关性的依赖都经受了严峻的考验。全天候资产组合在此期间的表现与我们的预期相吻合。与几乎所有其它资产配置组合或投资策略相比，全天候资产组合的风险更低，收益率更高。我们可以将资产配置组合权重应用于金融危机爆发以来各资产的市场收益率，以说明全天候资产组合的表现。这样可以显示这些概念的叠加运用情况，但并不表明是为机构投资者实际实施后的表现。自危机爆发以来，全天候资产组合（蓝线）上涨了43%，而传统资产组合（绿线）则大致持平，只上升了1%左右。
金融危机爆发以来的业绩压力测试
本文地址：http://syank.xrbh.cn/quote/7337.html 迅博思语资讯 http://syank.xrbh.cn/ , 查看更多