资产配置策略的综合评分法

qihaitao

资产配置策略的综合评分法


摘　要　在现代投资管理体制的框架下研究行业资产配置的综合评分法。首先介绍综合评分法的理论基础——金融经济学中的多因素模型和现代工程领域的滤波技术。然后叙述综合评分法的步骤和内容。最后“以鹏华行业投资价值综合评价系统”为例，说明综合评分模型的使用方法和测试结果。实证研究表明，行业资产配置的综合评分法在中国证券市场中有着广阔的应用前景。


　　


一、引　言


现代投资管理一般分为规划、实施和管理三个阶段：投资规划又称资产配置，其任务是从战略的角度把资金分配到不同行业或风格的资产类上；实施阶段通过证券分析、股票选择及组合优化等步骤，实现资金在资产类内部的分配；在证券组合的管理阶段，投资管理者通过风险分析、风格分析（或归因分析）及业绩评价等手段，保证投资组合与规划的收益风险特征相吻合。在整个投资管理过程中，资产配置起着非常重要的作用，据有关研究显示，对国外投资组合业绩的贡献率达90%以上。


许多研究成果显示，中国证券市场是半强式有效的。在这种市场环境中，以个股选择为重点的投资策略已经暴露出明显的缺陷。一方面个股的风险较大，以行业为整体进行投资可以消除个股的非系统风险；另一方面，以个股为重点的策略很容易导致“重仓股”的产生，严重降低了基金的流动性。2001年投资基金的业绩远不如2000年，跑赢大盘的基金也不是很多，明显暴露了传统操作模式的弊端。相对于注重个股的投资模式，行业轮换策略具有许多明显优势，如行业数量相对较少，计算量相对较小；行业状况受统一的经济因素影响，投资价值判断相对容易；在风险控制上，易于发现问题，便于归因分析等等。因此行业轮换策略将是我国机构投资者在转变投资理念过程中的必然选择。


二、资产配置的概念、原理和方法


行业资产配置策略在国外又称为行业轮换(sector rotation)策略，简单地说就是把股票按行业加以分类，并以行业为单位进行集成投资。在具有一定规模的证券市场中，由于从个股选择到超越指数的跨度较大，直接进行证券选择不可避免地会造成工作量大、预测精度不高等问题，因此基金公司应该首先把超越市场指数的投资目标分解为行业选择问题，通过选择有投资价值的行业，使行业指数的组合超越大盘。然后，再以各行业指数为基准进行股票选择，使其复制或超越行业指数，从而实现“积极的”投资管理目标。


资产配置从范围上看一般包括全球资产配置、股票债券配置及行业和风格配置三个层次。从时间跨度的长短来看，资产配置还分为战略资产配置和战术资产配置两种，前者是指确定资产的目标比例，并保持长期不变；后者则是根据市场的短期形势，在战略资产配置的基础上对持股比例进行微调。不同层次的资产配置也具有不同的时间跨度，全球资产配置的期限通常在一年以上，股票债券配置在半年左右，而资产类配置的时间跨度还要短些。


资产配置在方法上与个股选择具有相似性，但由于资产类和股票在性质上还存在一定的差异，使两者在处理细节上又有所不同。首先，资产配置与股票选择涉及对象的数量不同，这一差别决定了它们在分析方法上存在一定差异；其次，资产类之间的相关性比股票要小；最后，某一资产类价格变化的解释变量具有一定的封闭性，即解释不同资产类的指数变动需要用到不同的指标，其中部分指数只对某一个或几个资产类起作用。资产配置与个股选择在性质上的不同使其分析方法具有一定的区别：前者通常用到时间序列分析(time series analysis)，而后者则一般使用联立分析(cross sectional analysis)。


资产配置经常使用的方法有如下两种：


1．均方差优化(MVO)模型。运用均方差优化模型进行资产配置就是把不同的资产类看作不同种类的证券，在准确估算资产类的期望收益、方差及相关性的基础上，通过求解期望效用最大化得出资产配置结果。虽然MVO模型在直接用于证券选择时会遇到两个问题：一是证券种类过多，使协方差矩阵难以估算；二是优化结果对协方差矩阵的估计误差比较敏感，得到的投资组合不稳定。然而资产类的数量相对较少，相关性也比较稳定，因此在资产配置中使用MVO模型可以避免上述问题。


2．资产类综合评分法。资产类综合评分法全方位考查不同资产类的历史收益率、股利收益率、及价值和成长性等指标，来判断各资产类的投资价值。比如摩根斯坦利添惠的数量化投资策略研究小组在基“板块轮换”策略中就考虑了如下因素：①基本面信息，如行业的价格收益比、行业成长性等；②内含定价信息，即以股利贴现模型计算出来的行业内含价值；③宏观经济信息，如政府的行业收支及行业政策等。资产类综合评分法不仅以历史数据为决策依据，而且能够把不同行业或资产类研究员的主观判断加入到评分过程中。中国的证券市场经常受到诸多不确定因素的影响，在没有这些信息的情况下很难准确地进行投资决策，因此本文将重点研究资产配置的综合评分法。


三、资产配置的综合评分法


资产配置综合评分法的基本思想是把行业投资价值的评价问题分解为若干解释变量的判断和预测问题，并通过因素赋权和因素趋势预测来判断行业的投资价值。


3.1　综合评分法的理论基础


从一般意义上讲，资产配置的综合评分法是利用决策科学中的层次分析方法来对行业的投资价值进行综合评价。然而，综合评价模型作为一种行业轮换策略还有它独特的金融经济学内含。这种价值评估方法的理论基础一方面来自证券估值的多因素模型，另一方面还扎根于工程领域中著名的数据处理技术——现代滤波方法，前者为综合评分法提供了金融经济学上的理论解释，而后者则提供了技术上的支持和保障。目前，行业价值综合评分法在国外已经发展成为较成熟的资产配置方法。


综合评分法的经济学基础Ross于1976年提出的套利定价理论(APT)。该理论认为，证券的超额收益来自于该证券所承担的多种风险。如果每种风险都用一个风险因素来表示，则证券的超额收益等于各因素收益率的线性组合，即各因子收益率乘以不同系数（称风险载荷）的结果再求和。根据这一理论，只要预测出各因子的变动情况，就可以估计出证券的未来收益。资产配置的综合评分法就是根据多个相关因素对行业投资价值进行估计，实际上就是多因子模型在资产类分析中的应用。不仅如此，追究综合评分法的经济学含义也会发现，评分法的分数正好对应多因素模型中的风险收益，而指标权重则对应风险载荷。


综合评分法的技术基础是现代滤波方法。滤波理论和方法是系统论、信息论和控制论的重要成果之一，在许多工程技术中扮演着不可替代的角色。所谓滤波理论是一种对系统的状态进行准确估计的技术。系统状态是描述系统发展演化情况的变量，在系统结构基本稳定的情况下，系统状态按照一定的规律变化。但是，当系统存在随机噪声的干扰时，通常难以准确估计或预测系统的状态。为了解决这一问题，一些学者在70年代提出了著名的滤波理论。滤波技术巧妙地运用了控制论的反馈修正原理，使闭环系统具有较高的精度和良好的稳定性。可以从数学上证明，综合评分法有别于一般的“定性”分析中使用的评分法，它实际上是一种预测行业收益的“精确化”数量分析方法。


3.2　行业综合评分模型的方法体系


行业资产配置的核心和关键是确定行业的投资价值，综合评分法通过如下步骤来预测行业的投资价值。


1．行业分类。目前国内通行的行业分类体系有几种，包括证监会的分类、按美国行业标准的分类、各大券商研究所的分类等。这些分类都有其各自的优缺点，选择的分类标准的目标是：（1）使上市公司在投资价值上具有相同的属性，便于投资分析与评价；（2）使分类后行业的个数保持适中，以有利于投资方案的优化和最终选择。


2．因素选择。相关因素是评价行业投资价值的主要依据，资产配置的综合评分法的本质就是观察并预测相关因素的变动，来判断各行业投资价值的轮换情况。我们把相关因素分为如下三大类：


（1）行业经济基本面因素，包括行业规模、增长速度、经济效益等，具体表现为行业的产量、产销率、营利水平，以及这些因素的同比增长情况等。


（2）上市公司基本面因素，包括市盈率P/E、市净率P/B、净资产收益率ROE、利润增长率以及这些指标的组合和交换等，如由ROE和P/B构成的复合指标ROE/(P/B)。


（3）证券市场交易信息，包括平时所说的技术分析指标，有助于提高模型的短期预测能力。


3．因素打分。在决定行业投资价值的相关因素中有定量的，也有定性的。对于定量指标可以采用某种固定的算法进行打分；对于定性的因素则可以采用专家评分法使之量化。


4．权重确定。确定各因素在决定总分数中所占的权重是行业综合评分法的难点之一。确定综合评分权重的方法可以分为两大类：主观赋权法和客观赋权法，前者借助相关专家的知识和判断确定各因素的权重，具体包括专家打分法、层次分析法等；后者则从历史数据中挖掘相关因素与综合分数之间的对应关系（即权重），明显具有“数据采掘”的意味。主观赋权法的优点是计算简单，易于把握不可量化的主观因素，但缺点是客观性和一致性较差；客观赋权法则能够做到评价的客观性和一致性，但它在处理主观因素有一定的困难。


5.综合评分。综合评分法可以用如下公式形象地表示：



其中Y是反映某一行业投资价值的分数，fi ( i = 1厎n )表示n个解释变量的分数，wi表示各分数所占权重。这样，我们通过评估各影响因素的状况，就可以确定行业的投资价值了。


6．构造组合。首先根据投资价值综合分数对行业进行排序，依据排序结果确定投资比重，具体方法如下：(1)令各行业的“中性”投资比重等于该行业股票市值在大盘中所占比重（自然比重）；(2) 根据排序结果在“中性”投资比重的基础上加以调整，方法是：排在最前的行业向正向偏离一定的幅度M；排在最后的行业向负向偏离一定的幅度M；排在中间的各行业偏离幅度呈线性变化，如图所示：



7．模型检验。检验模型的预测效果要分别用样内测试和样外测试来进行。样内检验主要评价模型的拟合能力，即利用解释变量在多大程度上可以区分被解释变量。所谓样外检验是指把本期回归得到的模型系数当作下一期的模型系数，并利用下一期的相关指标计算行业投资价值。然后根据预测结果构造投资组合，以使组合的业绩跑赢大盘。


四、案例：鹏华普天行业成长基金的投资评价模型


4.1投资评价模型的设计与实现


　鹏华普天行业成长基金的投资评价模型采用了证监会的行业分类方案。为了判断行业的投资价值，我们把影响行业投资价值的因素分为四大类：价值型因素、商业周期因素、市场周期因素和分析师判断。价值型指标从行业内上市公司的内含价值出发判断行业成长性；商业周期反映了行业景气情况对二级市场股价的影响；市场周期因素试图根据历史交易量及历史价格揭示行业运动规律；分析师修正则对定性的因素和没有考虑到的因素进行补充。


为了便于基金经理使用行业综合评分法进行分析与决策，我们用计算机程序实现了综合评分过程的自动化，研制成了鹏华行业投资价值综合评分决策支持系统（PHSE-DSS），该系统由模型管理、因素选择、模型测试和综合评分四个子系统构成。


（1）模型管理子系统负责管理投资决策者的分析记录。投资决策者每一次分析所使用的参数和得到的中间结果及最终结果都将以文件的形式储存起来。


（2）因素选择子系统允许投资决策人对模型的参数加以设置。比如价值型指标的选择、对亏损公司和价值高估公司的定义；对商业周期指标及其汇总方式的选择；以及市场周期指标期限长短的定义等等。


（3）模型测试子系统主要执行样内测试和样外测试。通过对投资组合参数（如偏离幅度、行业个数等）的调整，使用历史数据测试PHSE-DSS的使用效果，为投资决策提供参照的基准。


（4）综合评分子系统在模型测试结果的基础上，根据当前的定量指标和经济形势，辅助投资者做出投资决策。其内容不仅包括模型的数量化结果分析，还提供了一个供分析师判断和修正模型结果的决策环境，允许他们修改部分因素的权重和分数，并根据市场热点调整投资组合，最后制定出符合要求的投资方案。


4.2投资评价模型的检验结果


我们利用1998年一季度以来的数据对资产配置的综合评分模型进行了全面的测试和统计检验。样内检验的数据显示，组合的平均超额收益率可以接近7个百分点，例如当选取的行业数为9，偏离幅度为1时，超额收益为6.9%。同时选取的行业越少，组合与自然比重的偏离幅度越大，超额收益越高。综合评分模型样内检验的跟踪误差在1.4~4.4个百分点之间，进而信息比率（超额收益/跟踪误差）大约在1~2之间（如行业个数为15、偏离幅度为1时，信息比率等于0.054/0.029=1.9），表明投资方案具有一定的可靠性。


行业投资价值综合评分模型的样外检验显示，组合的平均超额收益率可接近3个百分点，相应的跟踪误差为4个百分点。例如当行业数为11、偏离为1时平均超额收益为2.96%，跟踪误差为3.90%，信息比率为0.76。在不考虑交易成本的情况下，本模型的交易策略具有较高的成本，因此我们还设计了降低成本的交易机制。我们假定证券交易的单边费用为0.3%，这样，在考虑交易成本的影响后，投资组合的超额收益略有下降，可达到2.64%，相应的交易成本为每年0.73%。若定义模型使用的安全系数为：（超额收益率－交易成本）/ 交易成本，则此安全系数为2.62，也就是说，我们投入1个点的成本将得到2.62个百分点的投资回报。


五、结束语


我国证券市场的环境变化迫使投资基金必须过去注重各股的投资模式，通过降低持股集中度来提高资产的流动性。然而，投资分散化策略的实施也不是一件轻而易举的事情。首先，分散化投资要求扩大股票选择的范围，这将增大基金选股的工作量。其次，分散化投资需要基金树立现代的投资理念，建立起从资产配置到证券选择，再到业绩评价等一系列科学的管理体系。再次，分散化投资策略意味着基金在每一只股票上的盈利将减少，从而迫使基金必须提高决策精度，采取数量化投资分析方法。为了解决这些问题，投资基金必须引入国外的投资管理方法。本文全面研究了实现行业资产配置的综合评分法，实证表明方法是可行的。但是，我们应该看到，这只是我们探索数量化投资技术的一个起点，远远没有达到理想的境地，还存在许多需要修改和完善的方面。例如，目前的板块分类主观性较强，需要引入科学的板块分类方法；评价期限的划分也比较固定，需要改进期限的划分方法；增加反映行业总体状况的中观经济指标等等。总之，本文研究的资产配置综合评分法只是我国投资基金进行数量化投资的一个起点，今后应该不断改进、不断丰富和不断完善，以提高它对投资管理的支持力度。