新冠疫情下资产配置策略的不足与挑战 [page::3][page::4][page::5]

• 海外资产配置代表RCI指数及国内偏债混合型基金指数均受疫情影响出现显著回撤及波动率放大。

- 资产收益相关性上升与尾部风险集中爆发造成经典资产配置模型失效。

• 资产间相关性与尾部风险的同步动荡迫切要求资产配置策略进行升级和优化。

协方差矩阵的优化估计方法 [page::6][page::7][page::9][page::10][page::12]

• 介绍半衰指数加权平均法（EWMA）赋予近期期收益更大权重，改善传统样本协方差同等权重估计的局限。

- 采用特征调整（Eigen-Adjusted）协方差矩阵，通过Monte Carlo模拟修正样本协方差矩阵中的特征值偏差。

• 面对高维资产，主流解决方案包括稀疏矩阵压缩、线性与非线性压缩估计方法、因子模型及动态条件协方差（DCC）模型。

- 以上方法有效解决样本协方差矩阵在资产维度大于样本期时估计不准确和矩阵不可逆问题，并适合国内大维度资产环境。[page::12]

高相关性资产配置方法及趋势跟踪策略的多空权重构建 [page::13][page::14][page::15][page::16]

• 趋势跟踪策略适用于期货等高相关性资产，允许多空交易，体现市场方向性。

- 等波动率配置模型（EV）假设资产相关性相等，现实中表现画蛇添足；风险平价模型（RP）对相关性容忍度更高，适应性更佳。

• 多空风险预算模型（LSRB）拓展风险预算模型，允许负权重，实现趋势跟踪多空仓配置。

- 多空风险平价模型（LSRP）赋予所有资产绝对风险贡献相等，实现更优多空权重分配。

用主成分分析降低资产间风险暴露相关性 [page::17][page::18][page::19]

• 利用主成分分析将资产分解为线性无关风险因子组合，进行风险平价配置，最大化风险分散度。

- 主成分资产无相关性，风险分散度指标有效衡量资产组合集中度。

• 市场允许做空时，可对主成分资产进行多空风险平价，强化组合收益风险特征管理。

层次风险平价模型解决高相关性导致协方差矩阵不可逆问题 [page::19][page::20][page::21]

• 通过资产间距离定义及欧式距离重新计算，利用树状聚类将资产分成层级结构。

- 准对角化重新排列协方差矩阵，使其更接近对角矩阵，降低协方差矩阵条件数敏感性。

• 递归二分法按风险贡献分配权重，分层为子类资产组合，实现稳定且有效的高相关资产配置。

- 该方法及理论对国内市场衍生品及宏观策略资产配置适用，尤其强调多空双向仓位管理对CTA策略的价值。

资产配置中交易成本纳入与尾部风险度量方法介绍 [page::22][page::23][page::24][page::25]

• 交易成本通过对数函数和泰勒展开形式纳入风险度量，加权最优化模型控制换手率及手续费。

- 相较波动率，VaR和ES更能准确度量损失尾部风险，ES具有凸性和次可加性适合作为资产配置目标。

• 利用欧拉分解分摊ES为单资产贡献，构建基于预期亏损预算的资产配置模型，实现更精准尾部风险控制。

高阶矩方法刻画资产尾部风险并应用于风险平价和风险预算模型 [page::25][page::26][page::27][page::28]

• 资产收益率的偏度和峰度（高阶矩）反映尾部风险分布特征，通过Cornish-Fisher展开表达ES指标。

- 推广风险平价模型，分别计算二阶、三阶、四阶矩的边际风险贡献，综合优化构建高阶矩风险平价模型。

• 高阶矩风险预算模型允许投资者对不同阶矩风险分配预算，特别适合权益类资产的尾部风险管理。

- 该方法显著满足投资者多元化需求，有助降低极端市场波动带来的损失。

金融工程报告深度分析——《海外资产配置前沿理论对国内市场的借鉴》资产配置定量研究系列之十

---

1. 元数据与报告概览

• 标题：海外资产配置前沿理论对于国内市场有何借鉴？——资产配置定量研究系列之十

- 作者及联系方式：刘均伟、周萧潇（均持有相关执业证书），光大证券研究所，联系方式均附。

• 发布日期：2020年8月21日

- 主题类别：金融工程，主要聚焦资产配置理论改进，特别是海外的前沿资产配置理论及其对国内市场的应用借鉴。

• 报告核心观点：

- 经典资产配置方法在新冠疫情等极端事件下暴露出明显缺陷，尤其是在尾部风险暴发和资产间相关性提升的情境中表现不佳。
- 从协方差矩阵估计方法优化、高相关性资产配置策略以及考虑更多风险因子的资产配置三个维度介绍海外先进资产配置理论。
- 对这些方法如何改善经典模型的不足进行深入剖析，探讨其在国内市场的实用性和适用性。

• 目标受众：机构投资者、资产配置研究人员和风险管理从业者，特别关注大类资产配置中的风险评估和模型优化。

- 报告结构：共分六大部分，涵盖模型失效背景、协方差矩阵估计、相关性高资产配置、更多风险因子纳入、风险提示以及参考文献。

---

2. 逐节深度解读

2.1 经典资产配置策略的不足与背景（第1节）

• 主要论点：

- 经典资产配置模型随着市场环境和经济条件的变化，表现差异加剧，2020年新冠疫情带来了显著的尾部风险和不同资产收益率的高度相关，导致资产配置产品出现较大净值回撤和波动率激增。
- 以上问题国内外均存在，表明经典方法在极端事件下的有效性不足，需要改进。

• 关键数据点与案例：

- 图1展示了S&P 500风险预期指数（RCI）从2017年至2020年的净值及波动率走势，明显见到2018年美加息及2020年疫情引发的净值大幅回撤和60日滚动年化波动率升高，说明经典海外资产配置策略难以抵御极端风险。
- 图2国内偏债混合型基金指数类似的净值及波动率趋势，近两年波动率明显提升，尤其2020年新冠疫情因素影响显著，显示国内策略受同样影响。
- 图3进一步对比沪深300指数、中证企业债指数及偏债混合型基金指数的表现，2020年疫情蔓延期间基金净值出现两波明显回撤，关联资产间相关性也大幅加强，突破了传统分散投资假设。

• 结论：

- 极端事件引起的尾部风险和资产间相关性增强是经典模型失效的主要成因。
- 国内外资产配置方法面对市场极端波动均需改进。

---

2.2 应对极端事件的前沿资产配置理论（第1.2节）

• 三大改进方向：

1. 协方差矩阵优化估计：考虑实际收益率数据不可完全反映真实协方差矩阵，用改进的偏差调整、加权等方法提升估计准确度及稳定性。
2. 高相关性资产配置策略：针对金融危机后资产相关性上升，提出多空双向建仓、主成分分析、层次风险平价等策略，改善传统风险平价对相关性敏感的问题。
3. 拓展风险因素考量：引入交易成本/换手率限制、尾部风险与高阶矩分析，更全面表达风险特征，优化配置模型。

• 报告意义：

- 希望引进海外成熟理论，为国内投资者资产配置模型的结构调整提供理论指导和借鉴。

---

2.3 协方差矩阵的优化估计（第2节）

2.3.1 半衰指数加权方法（EWMA）

• 针对样本协方差矩阵对所有样本均等权重的问题，引入指数加权机制，赋予近期收益更大权重，反映市场近期波动对未来更强预测力。

- λ（衰减参数）和半衰期τ相关，半衰期越短，近期权重越显著。

• 提示：EWMA可看作压缩估计方法的初步形态。

2.3.2 特征调整协方差矩阵（基于J. Menchero等人研究）

• 样本协方差矩阵虽为真实协方差矩阵的无偏估计，但其特征值存在系统性偏差，影响资产组合风险估计和优化的准确性。

- 通过蒙特卡洛模拟生成样本协方差矩阵，计算其特征根与原矩阵的特征根差异，反向调整特征值以拟合更接近真实的协方差矩阵，得到“特征调整协方差矩阵”。

• 该方法强调统计上的模拟校正，降低样本估计误差。

2.3.3 大维度资产估计挑战及方法介绍

• 传统协方差矩阵估计要求样本容量远大于资产维度，随着资产数量增加，该要求难以满足，导致估计矩阵可能不可逆。

- 几个主要改进方向：
- 稀疏矩阵方法：基于假设大部分非对角元素近似为0，使用硬阈值或软阈值删除/压缩小相关性元素，减少估计误差。
- 压缩估计法（Ledoit-Wolf方法）：结合样本协方差矩阵与目标矩阵（例如单位矩阵、单指数模型矩阵、等相关系数模型等），进行线性或非线性加权压缩，使估计更稳健。
- 因子模型：将资产收益解释为金融因子驱动与特质风险分离，通过主成分正交补(POET)等方法结合稀疏矩阵降低参数复杂度。
- 条件协方差矩阵模型（DCC）：动态条件协方差模型通过时间序列建模资产相关性，捕捉相关性的时变特征，提升估计精度。

• 这些方法各有适用场景，有效解决大资产维度下协方差矩阵估计问题。

2.3.4 国内市场的借鉴价值

• 国内在沪深300等股票选股时面临数据样本和资产数冲突，导致样本协方差矩阵质量下降。

- 随着市场开放，金融衍生品扩张，资产高维和复杂相关性问题加剧，上述估计方法也极具实用意义。

---

2.4 高相关性资产配置方法（第3节）

2.4.1 有做空交易的趋势跟踪策略改进

• 介绍趋势跟踪模型（TF）用于期货资产配置，通过多空仓位捕捉趋势。

- 传统等波动率配置模型在资产间相关性变大时效果下降。

• 将风险平价模型（RP）引入趋势跟踪策略，RP模型对资产相关性的要求更弱，准确分配风险贡献。

- 多空风险预算模型与多空风险平价模型的提出，实现具有多空做仓能力的资产权重设计，提高风险分散和收益提升能力。

2.4.2 主成分方法在多元资产配置中的应用

• 资产间存在类别风险暴露的潜在相关性，单纯风险平价无法均衡风险因子暴露。

- 应用PCA将资产收益转化为无关的主成分资产组合，分别进行风险平价，实现风险贡献的均衡分散，提高分散化效果。

• 通过方差分散度指标量化主成分资产风险贡献分散，风险平价在主成分空间内等价于等方差策略，极大提升模型稳健性。

- 结合多空风格的风险平价思想，实现主成分资产组合的多空配置。

2.4.3 层次风险平价模型应对高相关性协方差矩阵的不可逆

• 高相关性资产导致的“马科维茨诅咒”使得协方差矩阵估计不稳定或不可逆。

- 利用树状层次聚类将资产划分为层次化组群，建立资产间的距离度量计算，形成资产聚类树。

• 准对角化树聚类协方差矩阵，实现元素重排列造成更接近对角阵的矩阵形态，降低条件数，提升矩阵稳定性（见图6）。

- 递归二分法根据子类风险分配权重，实现风险平价分配，缓解高相关性问题。

• 该方法既是资产配置策略，也是协方差矩阵估计优化手段。

- 国内市场随着金融衍生品增加，高相关性问题日益凸显，层次风险平价模型提供了重要借鉴。

---

2.5 更多风险因素纳入资产配置（第4节）

2.5.1 交易成本考虑

• 传统最优化忽视交易成本与换手率，导致实际操作成本高。

- 将交易成本公式化为凸函数，纳入资产配置效用最优化模型中，通过调整参数λ反映投资者对换手率容忍度，实现权重平滑和交易成本控制。

2.5.2 尾部风险评估（VaR与ES）

• 波动率对称性难以刻画投资者关注的左尾风险，VaR和ES成为衡量资产尾部风险的关键统计量。

- VaR定义简单但缺乏凸性；ES代表平均超出VaR阈值损失，具有更好的风险度量特征和凸性、次可加性，适合作为效用风险指标。

• 利用欧拉分解将组合ES分解为单资产风险贡献，实现基于ES的风险预算模型。

2.5.3 高阶矩风险指标

• 尾部风险还可以通过收益率的偏度（第三阶矩）和峰度（第四阶矩）来刻画，直接影响ES与VaR计算。

- 利用Cornish-Fisher展开表达ES为均值、标准差与偏峰度的函数关系。

• 将风险平价及风险预算拓展至高阶矩分析框架，包括边际风险贡献的三阶、四阶矩，提升对非正态收益分布风险的度量精度。

- 提供一套优化方法，结合不同阶数的风险偏好参数，得到更全面风险控制的资产配置权重。

2.5.4 国内市场借鉴价值

• 新冠疫情等事件凸显尾部风险对投资组合影响，纳入尾部风险指标的资产配置更有效降低极端事件下组合回撤。

- 结合换手率限制实现实际可操作的资产配置策略，更贴合复杂宏观环境下的国内市场需求。

---

2.6 风险提示与参考文献

• 明确告知模型基于历史数据，未来市场环境变化可能导致模型失效。

- 参考文献覆盖资产配置领域主流学术文献，跨越协方差矩阵估计、风险平价、多空策略、动态协方差模型、尾部风险指标等，具有较高学术与实务参考价值。

---

3. 图表深度解读

图1（page 3）

• 展示S&P 500风险预期指数净值及60日滚动年化波动率，从2017年至2020年疫情出现的阶段。

- 净值整体稳定增长，但在2018年初加息和2020年疫情爆发时出现明显大幅下跌，波动率对应跃升，体现传统策略在极端事件中的脆弱。

• 支撑作者论断尾部风险集中爆发，传统资产配置面临挑战。

图2（page 4）

• 国内偏债混合型基金净值及60日滚动波动率走势。

- 净值持续上涨，波动率趋势明显上升，尤其2020年疫情冲击期波动率达到峰值。

• 说明国内代表性偏债配置策略同样面临风险敞口增大问题。

图3（page 4）

• 沪深300指数（权益资产）、中证企业债指数（债券资产）、偏债混合型基金净值走势的对比。

- 疫情初期债券收益率稳步上涨，权益资产回撤明显，偏债混合型基金净值随权益资产波动有显著反应，两次明显大跌回撤。

• 资产间相关性随疫情蔓延增强，减小了配置分散性，有力验证了资产相关性激增对配置模型的冲击。

图4（page 6）

• 协方差矩阵估计方法结构图：分为近期收益加权（EWMA）、协方差偏差模拟（特征调整）、大维度估计（稀疏矩阵、压缩估计、因子模型、条件协方差矩阵）及其它方法。

- 形象概括本节内容脉络，突出大维度资产协方差估计的复杂及多样手段。

图5（page 13）

• 高相关性资产的配置方法结构图：趋势跟踪策略改进、主成分多元资产配置、层次风险平价模型三大方向。

- 与文本配合，展示处理高相关风险的核心方法体系。

图6（page 20）

• 准对角化示意图，左侧原始协方差矩阵热图无明显结构，右侧重新排列后的矩阵，块状明显，主对角线集中了高协方差，说明协方差矩阵重排使聚集度增强。

- 表明层次风险平价方法结合树聚类获得的矩阵更接近对角阵，提高矩阵条件数，有利于资产组合优化。

图7（page 22）

• 资产配置策略与风险因素结合方法结构图：风险考虑分为交易成本、资产收益下行尾部风险、其他风险因素三个部分，细分为VaR、ES、高阶矩尾部风险，体现风险度量的层次性。

- 视觉强化第四节内容，表达资产配置模型风险维度的延伸。

---

4. 估值分析

本篇报告属于资产配置理论研究性质，不直接涵盖个股或行业具体估值目标价，因此估值方法未明确表述。但报告系统采用定量模型及统计方法估计资产风险与分散效应，如协方差矩阵估计、风险贡献等，本质上是在为资产组合提供风险调整后的价值参考。

---

5. 风险因素评估

报告明确识别的风险因素包括：

• 历史数据依赖风险：模型基于历史收益与协方差，有历史表现不代表未来的警示。

- 极端市场环境下模型失效风险：2020新冠疫情、金融危机等尾部事件对模型鲁棒性挑战。

• 资产高维与相关性风险：资产数量激增导致协方差矩阵估计误差及不可逆性。

- 交易成本与流动性风险：忽视换手率成本可能大幅侵蚀组合收益。

• 尾部风险估计不足风险：过度依赖波动率忽视收益分布非对称尾部特征。

- 模型参数与假设风险：估计涉及的权重、阈值、半衰期、风险预算等设定均可能偏离现实，影响结果。

缓解策略主要为模型结构优化、多指标融合、引入多空策略与交易成本约束，提升配置适应性和鲁棒性。

---

6. 批判性视角与细微差别

• 报告整体内容详细严谨，理论背景扎实，涵盖资产配置领域主流前沿理论，注重理论与实际应用结合。

- 在协方差矩阵估计方面，报告强调了特征值偏差问题，但未完全展开模型在非正态、非平稳市场下的适用边界。

• 风险平价模型的多空扩展虽然理论逻辑清晰，但实际操作中多空风险预算的设定（如风险预算取符号化收益）仍需谨慎，存在参数稳定性及实际风险控制问题。

- 层次风险平价模型和主成分方法对于极端高度相关的资产表现虽有优势，但仍存在对聚类方法及参数敏感性的隐含假设，需结合实际市场结构验证。

• 对交易成本模型的假设（小幅度仓位变动、手续费一致性）简化了现实市场复杂度，后续研究或需更精细建模。

- ES和高阶矩风险度量精细但估计复杂，在样本数据不足和市场结构切换时，可能存在估计偏误。

• 本报告定位为理论与方法介绍，对具体资产类别的实证效果体现较少，后续可结合实际基金、指数数据进行验证。

---

7. 结论性综合

本报告全面剖析了近年来海外资产配置理论在应对经典模型局限、极端事件冲击及资产相关结构复杂性方面的研究进展，结合近年新冠疫情对全球市场的实证影响，指出海外先进资产配置方法在调整协方差矩阵估计、优化高相关资产配置以及加强尾部风险控制三大方向上的显著优势。

协方差矩阵估计方法从基本的指数加权(EWMA)升级至基于特征调整的模拟估计，以及针对高维资产采用稀疏、压缩、因子模型和DCC条件协方差模型解决不可逆和估计误差问题，提升了风险测度的准确性和稳定性，为资产配置提供更为坚实的统计基础。

高相关性资产配置以趋势跟踪策略的多空交易能力为切入口，采用风险平价及风险预算模型进行权重分配，成功缓解传统均等风险贡献模型对强相关资产的误判。主成分分析技术有效解耦资产间共同风险因子，构建相互独立的主成分资产组合，并可结合多空仓位配置，优化风险结构。层次风险平价通过树状聚类与准对角化矩阵重构，实质上实现了对高相关资产的分层风险分配，提高了资产组合的鲁棒性，并为协方差矩阵的估计提供了新思路。

尾部风险及其他因素纳入资产配置拓展了从风险波动率向尾部风险（VaR、ES）和高阶矩（偏度、峰度）度量的转变，引入交易成本作为最优化目标函数的约束，实现在极端市场环境下更稳健的资产权重调整。

整体而言，报告体现了一个系统而先进的资产配置理论体系，既有理论深度也兼顾实用性，极具为中国市场乃至发展中市场资产配置实践提供借鉴的价值。对于国内投资者而言，通过引入和适配海外成熟的协方差估计方法、多空双向风险平价策略、主成分风险平价及层次风险平价等方法，有望显著提升资产配置效率，降低极端风险拥挤带来的负面影响。

---

综述

此份报告以详实的数据和严谨的数学框架，为我们揭示了经典资产配置体系现有弊端的根源——极端市场环境下的尾部风险爆发以及资产收益率间高度相关带来的分散失效，深入阐述了海外最新的理论进展，并严格探讨了其在国内市场空间的借鉴和实施潜力，堪称资产配置领域一份具有前瞻性和操作指导价值的研究成果。

---

（所有结论均带有页码标识，便于后续引用与验证）
[page::0,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,21,22,23,24,25,26,27,28]

---

附：引用部分重要图表的Markdown展示

• 图1：2017 年以来 RCI 净值及 60 日滚动年化波动率走势

• 图2：2017 年以来偏债混合型基金指数净值及滚动年化波动率走势

• 图3：沪深300 指数、中证企业债指数、偏债混合型基金指数净值走势

• 图4：协方差矩阵优化估计方法结构图

• 图5：高相关性资产配置方法结构图

• 图6：准对角化示意图

• 图7：资产配置策略与风险因素结合方法结构图

---

以上为本报告全文的详尽分析、阐释及洞察。

报告