《资产配置方法论之二十二：组合超额回报来自那儿.docx》由会员分享，可在线阅读，更多相关《资产配置方法论之二十二：组合超额回报来自那儿.docx（13页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、组合业绩归因的方法持仓分析法3回报分析法6组合业绩归因的应用8加拿大养老金计划投资委员会CPPIB业绩归因8PIMCO总回报基金业绩归因 11图表1:组合业绩归因的主要方法3图表2: CPPIB参考组合的构成经历了假设干次调整 9图表3:CPPIB单期业绩归因组合的结构9图表4: 2019财年CPPIB业绩归因结果10图表5:采用单期归因法对CPPIB历年业绩归因 10图表6:资产配置与资产内选择效应的累积超额回报11图表7: PIMCO总回报基金历史业绩11图表8: PIMCO总回报基金2013年资产配置12图表9: PIMCO总回报基金的修正久期低于基准指数12图表10: PIMCO总回报
2、基金与基准指数的归因分析13图表11: PIMCO总回报基金样本期间回报率分解 13图表12: PIMCO总回报基金超额回报率来源13配置效应股票选择债券选择FY2007FY2008FY2009FY2010FY2011FY2012FY2013FY2014FY2015FY2016FY2017FY2018FY2019资料来源：CPPIB annual report,1996 1997 1998 1999 2001 2002 2003 2004 2006 2007 2008 2009 2011 2012 2013图表6:资产配置与资产内选择效应的累积超额回报14% -）-4%-6%PIMCO总回报基
3、金业绩归因PIMCO总回报基金业绩1987-2014年，PIMCO总回报基金取得了 7.52%的年化回报，同期基准指数的年化回报是 6.44%o在27年间该基金取得了平均每年1.08%的超额收益，娜债券基金中的佼佼者。PIMCO总回报基金成立至今已超过30年，期间经历了两任基金经理，其中之一便是“债 王”比尔格罗斯。他在1987年2014年掌舵该基金，在2012年底，该基金规模一度 超过2800亿美元，是市场上最大的主动管理的共同基金。由于数据可得性以及风格一致 性的考虑，我们重点分析了该基金1996年2月2013年12月的历史业绩： 该基金年化回报率6.7% ,高于基准1.08ppt ； 年
4、化波动率为4.1%，低于基准0.6ppt ；夏普比率（选择美国30天国库券平均利率2.3%为无风险利率）L09 ,高于基准指 数的0.92o图表7: P/MCO总回报基金历史业绩资料来源：Bloomberg,PIMCO总回报基金的配置情况我们以2013年12月31日该基金的配置情况为例，国债和政府债券是主要配置券种，美 国国债,政府债券以及海外主权债券三者之和到达63.3%。其次是信用债的19.6% ,其中 公司债券占比13.3% , MBS占比6.3%。从久期来看，不同时期PIMCO总回报基金的修正久期尽管存在波动，但普遍低于基准指 数的修正久期。这也是该基金的主要投资策略之一，后文详述。图
5、表9: P/MCO总回报基金的修正久期低于基准指数PIMCO总回报基金2013年资产配置资料来源：SEC,图表8: P/WCO总回报基金2013年资产配置PIMCO总回报基金业绩归因我们将债券基金的风险因子统一归纳为以下五类：无风险利率、期限利差、高评级债利 差、高收益债利差、波动率。其中，无风险利率采用美国国库券指数(LD20TRUU Index) 的收益为代表；期限利差因子以美国710年国债指数(LT09TRUU Index)的收益来指代； 高评级债利差因子是以美国公司债指数(LUACTRUU Index)的多头和美国710年国债指 数的空头构成的久期中性组合的回报为代表；高收益债利差因子
6、是以美国高收益公司债 指数(LF98TRUU Index)的多头与美国公司债指数的空头构成的久期中性组合的回报为代 表；波动率因子是以美国MBS债券指数(LUMSTRUU Index)的多头与美国公司债指数的 空头构成的久期中性组合的回报为代表。PIMCO总回报基金以彭博巴克莱美国债券总指数(Bloomberg Barclay US Aggregate Bond Index)为基准，投资范围包括美国国债、住房抵押债(MBS)、公司债、市政债和资产证 券化产品，以及兴旺和新兴国家、机构和公司发行的债券、高收益债、通胀挂钩债以及 外汇等，投资方式除了购买现券，也包括投资互换、期货、期权等多种衍生产
7、品。采用1996年2月(局部因子收益率的起始日期)2013年12月(格罗斯于2014年离任 PIMCO)的月度数据，以该基金的月度净值对上述因子进行回归，并与基准指数进行对 比。实证结果显示，该基金相比基准指数在波动率因子的暴露上明显高于基准指数、此 外在期限利差和高评级债利差上的暴露也高于基准指数。波动率因子贡献了最多的超额回报。样本期间，该基金年化回报6.5%,超额回报为1%, 其中，做空波动率贡献了 0.4%,期限利差和高评级债利差分别贡献了 0.1%和0.2%。 样本期间，格罗斯做空波动率主要的实现途径是配置MBS。当抵押贷款市场利率下 降并明显低于合同利率时，借款人能够以更低的利率获
8、取资金，那么他就有提前还 款的意愿。在考虑提前偿付因素的情形下，MBS的定价就不是确定现金流贴现，而 是一种金融衍生品，相当于普通证券中附带了一个看跌期权，该期权以利率为标的。2008年金融危机爆发后，与房贷相关的MBS债券遭到市场大幅抛售，价格被严重低估，而格罗斯在市场极度恐慌时做空波动率，即买入了大量MBSo危机缓解后，利 率逐步下降，格罗斯也因此赚取了大量的超额回报。 PIMCO总回报基金的另一大来源-高评级债利差敞口主要是通过买入短久期的信用 债实现的。这些短久期的信用债包括抵押债券、新兴市场债等，并且格罗斯还会借 助衍生品进一步缩短债券久期工当然，格罗斯主动的信用下沉也是建立在扎实的
9、研 究分析基础之上的。研究经济与市场的长周期和短周期(Secular and Cyclical Outlook) 的变化是格罗斯的工作重心之一，其会根据经济和市场所处的周期来进行债券久期 和信用利差的择时。图表ILP/MCO总回报基金样本期间回报率分解资料来源：Bloomberg f图表12: P/MC。总回报基金超额回报率来源-0.5% 1无风险利率 期限利差高评级债利差高收益债利差 波动率 残差资料来源：Bloomberg,图表10: P/M8总回报基金与基准指数的归因分析Panel A无风险 利率期限利差高评级债利差高收益债利差波动率残差R2Coefficient_PII/ICO0.90
10、20.6680.6320.0390.5710.00081.9%Pr(|t|)_PIMCO0.0002e-16|t|)_Benchmark0.9002e-160.6262e-160.4072e-160.0220.0010.359l = g2 EAm if Lg + 1hECLg注释：CAg 组别g的配置因素带来的超额回报g表示比组别g更高一个层级的组别耳基准指数中成分g的回报率EAg,L组别g在L层级配置因素带来的超额回报Igl表示g中的元素个数Qg表示比g低一个层级的所有子组别上式中加入wP/w8的目的是调整基准指数中某成分的比例，使其与组合具有可比性。 g g例如，大类资产配置层级下包含国家
11、配置层级，在组合的大类资产配置中股票占比 60%,而在基准指数中股票占比40%；进一步组合的股票国家配置层面中国配置40%, 美国配置20%,而基准指数中股票在中国配置了 20%,美国配置了 20%o在计算国 家配置因素时，我们不能直接采用真实权重相减，而需要将基准指数中股票配置比 例先等比例放缩到与组合相同，再进行比拟。资产内选择因素的计算类似于配置因素。选择因素可以理解为组合中最低层级的配 曩盗蠢产显根ffll蟹嬲族孩塞翁雪落筋羞生音最用鼾鼬勺计算。不过，最低层PCAg = （u/P _ 四 W, x （RP 一 rB） _ 9 B g99多期持仓分析模型多期资产归类模型仍是先对单期进行业
12、绩归因，再累加。采用算数回报率最大的问题在 于单期业绩归因的结果无法简单累加或者累乘为多期总的超额回报。而几何回报率可以 改进这个缺乏，其单期配置因素的超额回报可以多期累乘为总的超额回报，如果取对数， 累乘就可以转化为累加。 几何回报率的单期业绩归因方法如下：RHL = /必 4EA0l + RH(l-D if L1CGg =CGg =CAgZ CGh ifL = g + lE - hWg9，L S EG电 ifLg + l1 + RP_i = n(i + %) in=lAGc = 12.01 +0注释：即层级为L的混合组合的回报CGg采用儿何方法计算的组别g成分的配置因素的超额回报EGg采用
13、几何方法计算的组别g在L层级配置因素的超额回报AG0 采用几何方法计算的组合的超额回报上述公式中引入了混合组合的概念，混合组合类似于算数回报中提到的基准组合， 只不过当层级L大于1时，要将基准指数中上一层级包含的成分权重调整到组合的实际 配置比例，再计算基准指数的回报。也就是说，要把上一层级配置因素的算术超额回报 加到基准指数的回报中，才能得到混合组合在层级L的回报。其他步骤的计算与算术超 额回报的业绩归因方法类似。 几何回报率的多期业绩归因：TEGg,L,T,Cum= 11(1 + EGgLt) 1 t=l TCwm1 + 声GT,Cum1 + RP1 = n(l + 4G0,t) 1 =
14、n(l + EG LT,Cum) 1 t=lL=1注释：EGg,L,T,Cum采用几何方法，组别g在乙层级从期累计的配置因素带来的超额回报T)Cum采用几何方法，从期累计的超额回报特例：基准指数中无对应组别如果组合中存在某个组别g的权重，但基准指数中并没有该组别的权重，统一的处理方式 是假设基准指数中该组别资产的回报与实际回报一致。回报分析法无论是学术上的实证研究还是业界的业绩归因，对回报率采用多因子模型有两类方法： 时间序列回归和横截面回归。典型的时间序列业绩归因模型如Fama and French3多因子模 型(下文简称FF)；经典的横截面回归的业绩归因方法如MSCI Barra推出的Mu
15、ltiple-factor Models (MFMs)o时间序列业绩归因时间序列业绩归因模型通常将组合回报率归因为某些因子(资产)的回报率。1993年，Fama and French提出了股票三因子和债券两因子模型，成为时序上业绩归因的重要理论 基础和框架。以股票的三因子模型为例，在CAPM的基础上,Fama and French又增加了 小市值和低市净率因子的相对回报作为解释变量：Rt r ft = oa + /3i(Rmt v ft) + PiSMBt + 133HM Lt注释：Rt组合回报率Tft无风险利率Rmt市场指数回报率SMBt小市值股票回报率与大市值股票回报率之差HMLt低市净率
16、(价值股)回报率与高市净率(成长股)回报率之差在Fama and French三因子基础上，Carhart(1997尸加入动量因子构成了四因子模型，Fama and French (2015户加入了盈利和投资因子，拓展为五因子模型。时序归因模型也可以拓展到债券组合中，例如Vanguard (2018)6就在Fama and French (1993)提出的债券两因子一期限因子和信用因子的基础上加入高收益因子和货币因子：注释：RbtrbftTermtCredittHighYieldtCurrencytRbt Tbft abi + pbiTermt + (ibiCreditt + pb3HighY
17、ieldt + pb4Currencyt + st债券组合回报率美国30天国库券总收益率彭博巴克莱全球国债10年期以上总回报与无风险利率之差彭博巴克莱全球公司信用债总回报与其久期相等的彭博巴克莱全球国债总回报之差彭博巴克莱全球公司信用债总回报与其久期相等的彭博巴克莱全球债券指数总回报之差彭博巴克莱全球债券指数未经货币对冲与经过货币对冲的总回报之差Fama & French. 1993. Common Risk Factors in Stock and Bond Returns. Journal of Financial Economics.3 Carhart. 1997. On Persist
18、ence in Mutual Fund Performance. The Journal of Finance.4 Fama & French. 2015. A Five-Factor Asset Pricing Model. Journal of Financial Economics.5 Roberts, Paradise, etc. Global Active Bond Fund Returns: A Factor Decomposition. Vanguard Research.横截面业绩归因横截面的业绩归因模型不再要求解释变量必须为因子(资产)的回报率，其可以通过 Fama-MacB
19、eth回归进行因子回报率转换，但是需要得到组合的具体持仓，更严格来讲横 截面业绩归因是回报分析法与持仓分析法的结合。相比时间序列回归，横截面回归允许 Beta值具有时变性，并且综合了组合权重的信息，理论上可以更加准确地归因。实践中， MSCI Barra Multiple-factor models (MFMs)属于应用最为广泛的横截面业绩归因模型之一。 MFMs的具体步骤如下： 首先对K个因子进行横截面回归，这些因子既可以是回报率的形式也可以是因子本 身，如波动率、估值、杠杆率等信息，通过Fama-MacBeth回归将其转换为因子回 报率：Krj = W为虚+%k=l注释：rj 证券/的超额
20、回报率I k个因子的回报Xjk证券/对因子k的风险暴露单k个因子无法解释的超额回报 之后，在组合中各资产权重的前提下，对各证券的风险回报加总，得到组合的 因子归因结果：KNTp =兑 Xp 虚 + W hp/ytk=lj=lNXpk 2 hpjXjk7=i注释：hpj证券/在组合p中的权重组合业绩归因的应用理论上，对组合回报率、持仓以及投资策略等方面的信息了解越全面，越能够精确地进 行业绩归因，因此持仓分析法与回报分析法相结合是最正确的选择。但在实践中，一方面，很 多资产所有者(Asset owner)采用“自上而下”的资产配置进行投资决策，更适用于持 仓分析法。而资产管理者(Asset ma
21、nager)管理的单一基金产品可能采用“自下而上” 的个券选择策略，更看重特定因子的暴露，回报分析法可能效果更佳；另一方面，实际 中存在信息获取的约束，特别是对于资产所有者，组合净值信息偏少但持仓信息可得， 只能采用持仓分析法；而资产管理者的净值和持仓信息均容易获取，因此可以采用持仓 分析和回报分析相结合。下文中，首先以加拿大CPPIB为例，针对资产配置组合采用持仓分析法进行业绩归因； 案例二以美国著名的“债王”管理的PIMCO总回报基金(PIMCO Total Return Fund)为例， 针对单一资产的基金产品在无法获得详细持仓信息的情况下采取回报分析法进行业绩归 因。加拿大养老金计划投
22、资委员会CPPIB业绩归因加拿大养老金计划投资委员会(CPP Investment Board, CPPIB)成立于1997年，负责管理加 拿大养老金计划(Canada Pension Plan, CPP)储藏资金。CPPIB的使命是实现长期投资回报最大化而没有不适当的损失风险7 oCPPIB业绩截至2019年3月，CPPIB管理的基金规模到达C$3,920亿元，尽管体量巨大，CPPIB仍实 现了非常可观的回报，过去十年名义净投资回报率高达11.1% (扣除费用)，这一业绩在 全球大型养老金基金中名列前茅。CPPIB投资策略CPPIB的投资经历了由被动管理到主动投资的转型。1999年，CPPI
23、B首次尝试通过内部和 委托投资二级市场的股票，采用的就是构建模拟市场指数组合的投资。2003年，内部投 资接管了全部的指数化股票投资。2006年，为了充分利用自身比拟优势，CPPIB决定进 行更多主动投资来替代被动的指数化投资8。之所以倾向于采取主动投资，是因为CPPIB 认为具备主动投资所需的三大比拟优势：较大的管理规模、较长的投资期限以及充裕的 现金流来构建和调整组合。与此同时，开始构建以参考组合为基准的投斐框架。CPPIB于2006年4月在原有配置模 型基础上开始建立参考组合(Reference Portfolio),确立了参考组合、战略组合(Strategic Portfolio)和目
24、标组合(Target Portfolio)的整体投资框架。在这个框架下，一方面根据 一个明确的总体风险目标建立和开展最优的资产和工程组合；另一方面在一套既定的范 围内，不断重新平衡实际投资组合中的回报风险敞口。也就是说，通过参考组合明确回 报/风险目标，基于此目标建立分散化的战略组合，并建立目标组合设置围绕战略组合的 权重波动范围。从建立之初至今，CPPIB的参考组合中各资产权重并非一成不变，经历了 一个从简到繁，再由繁至极简的过程。7 QCPPIB 2017_Annual_Report图表2: CPP/8参考组合的构成经历了假设干次调整100%90%80%70%60%50%40%30%20%
25、10%0%FY2007 FY2008 FY2009 FY2010 FY2011 FY2012 FY2013 FY2014 FY2015 FY2016 FY2017 FY2018 FY2019Foreign sovereign bonds, hedged Canadian Real ReturnBondsCanadian Government Nominal BondsCanadian equities Emerging market equitiesForeign developedmarket equitiesGlobal Equities Excluding CanadaGlobal Eq
26、uities资料来源：CPPIB annual report,单期业绩归因我们采用前文持仓分析法中的单期业绩归因方法对CPPIB 2007财年以来的业绩进行 归因。尽管CPPIB成立于1997年，但基金的业绩基准组合一参考组合于2006年才正式 引进，因此我们选择2007财年以来的数据进行分析。在此期间，CPPIB对其参考组合进 行了假设干改进，我们在分析中也会考虑了这一变动。类资产、两个层级。CPPIB年报中披露了如公开市场股票，私募股权，国 债、信用投资工具、实物资产等资产的权重和回报率以及参考组合的权重和回报率。基于 上述信息，我们可以构造层级L = 2的业绩归因模型，将超额回报分为资产
27、配置和资产 内选择两个来源。模型中具体的资产包括股票、私募股权、债券以及实物资产四类。各 类资产在实际组合中的回报采用期初和期末的均值，并进行一定的放缩调整。参考组合 中的权重采用期末值。如果某类资产出现在实际组合而未出现在参考组合中，其基准回 报率就以实际回报率为准。资产配置层面，2019财年通过分散化配置特别是配置另类投资，CPPIB获得了 2.8ppt的 超额回报。以2019财年为例，参考组合的基准比例为股票85%,债券15%o 2019财年 末，实际组合相比参考组合进一步分散化，配置了私募股权和实物资产等参考组合中没 有的资产类别。并且配置比例还不低，私募股权和实物资产配置权重分别为2
28、2.0%和23.8%。充 分的分散化，特别是配置另类资产在降低组合风险的同时，通过承当非流动性和通胀 风 险，进一步增强组合的回报。资产内选择层面，2019财年超额回报接近于0。由于私募股权和实物资产没有基准指数， 因此，资产选择只考虑股票和债券两类资产。2019财年，股票和债券分别贡献了O5ppt 和0.4ppt的超额回报，资产内选择环节对组合超额回报的贡献总体为0o图表3:CPP/B单期业绩归因组合的结构资产配置资产内选择组合EAe,iEA.2股票C4私募股权C4E“2债券C4E4(3),2实物资产以E4 ,2资料来源:图表4; 2019财年CPP/B业绩归因结果实际权重*资产回报率参考组
29、合 权重基准回报率配置效应选择效应股票36.0%5.5%85.0%6.7%-0.1%-0.5%私募股权22.0%17.6%17.6%2.4%0.0%债券18.3%7.9%15.0%5.4%0.0%0.4%实物资产23.8%8.5%8.5%0.5%0.0%组合整体9.3%6.6%2.8%0.0%资料来源：*注释：组合实际权重采用期初和期末平均值，并经过一定的放缩调整图表5：采用单期归因法对CPP/8历年业绩归因FY2007 FY2008 FY2009 FY2010 FY2011 FY2012 FY2013 FY2014 FY2015 FY2016 FY2017 FY2018 FY2019FY20
30、07 FY2008 FY2009 FY2010 FY2011 FY2012 FY2013 FY2014 FY2015 FY2016 FY2017 FY2018 FY2019资料来源：CPPIB annual report,多期业绩归因我们先将算术超额回报率按照上文介绍的方法转换为几何超额回报率，得到单期配置效 应和选择效应的超额回报，再将其转换为对数形式，便可以对假设干期业绩归因进行简单 加总了。2007财年2019财年，CPPIB累计获得约14.2%的对数超额回报率。其中，资产配置获得 累积约11.8%的对数超额回报，债券选择获得累积5.8%的超额回报。但股票选择的超额 回报不佳，累积为-3
31、.4%,其自2007财年以来有9年出现负的超额回报。2007财年以来，CPPIB通过分散化配置，增加另类投资如私募股权和实物资产的比例， 获取了非流动性溢价，实现了稳健的超额回报。CPPIB的配置决策在2007财年以来的十 三年中有十年都获得了正的超额回报，其实际组合相比参考组合最大的特点就是更趋分 散化，增加具有非流动性或者通胀保值属性的另类投资如私募股权和实物资产的配置比 例，获取非流动性溢价。历史上，资产内选择贡献的超额回报有正有负，并不稳定。从历史上看，资产内选择的 超额回报远不如资产配置因素稳定。2007财年以来的十三年中，资产内选择有五年贡献 了负的超额回报，即这些年份的主动管理不如投资被动指数。