中国资产配置风险评估市场现状及发展
趋势分析和研究报告
研究报告
Economic
And Market Analysis China Industy
Research Report 2018
zhongbangshuju
前言
“重磅数据”行业分析报告主要涵盖范围
“重磅数据”研究报告主要涵盖行业发展环境,行业竞争格局和企业竞争分析,市场规模和市场结构,产品的生命周期,行业技术总体情况,主要领先企业的介绍和分析以及未来发展趋势等。
”重磅数据“企业数据收集解决方案
”重磅数据“平台解决方案自身数据库包含上中下游产业链数据资料。能够有效地满足不同纬度,不同部门的情报收集和整理。依据客户需求,搭建属于企业自身的知识关系图谱,打通上、中、下游的数据信息服务,一站式采集到所需要的全部数据服务。可以满足不论是企业、个人还是高校或者研究机构在不同层面需求。
关于我们
”重磅数据”是基于知识关系挖掘的大数据工具,拥有关于企业、行业与专业研究机构的最完整的全球商业信息解决方案,帮助您在有限时间内获取最全面的商业资讯。提供全球超过500个行业的15000篇细分研究行业分析报告,用户均可获取相关企业、行业与企业决策者的重要信息。在有限时间内获取有价值的商业信息。
目录
第一节风险平价的简介 (5)
一、风险平价的起源 (5)
二、风险平价的基本定义 (7)
三、风险平价模型 (7)
第二节比较与最优化 (13)
一、等权、最小方差组合、ERC 的比较 (13)
二、最优化 (14)
第三节实证分析 (15)
一、数值例子 (15)
二、三种策略对比: (17)
第四节结论 (19)
图表目录
图表1:资产权重与风险权重对比表 (6)
图表2:风险平价权重确定逻辑图 (11)
图表3:不同组合的波动率 (17)
图表4:不同组合权重对比 (18)
表格目录
表格1:股票对于亏损贡献体现 (6)
表格2:1/n 组合的解 (16)
表格3:最小方差组合的解 (16)
表格4:ERC 的解 (17)
第一节风险平价的简介
一、风险平价的起源
为了得到理想的组合投资结构,学者们曾做了长时间的学术研究,希望得到一个有效率的方法将资产分配于股票和债券等。在约50 年前,Markowitz(1952)开始在均值方差模型的框架下系统的研究此问题。其前提为理性的投资者在一定的波动情况下期望获得最大的收益。尽管想法很吸引人,但在实际操作过程中则遇到了几个严重的问题。第一是按Markowitz 方法得到的资产组合权重太过集中。第二是均值方差模型对于给定的模型参数非常敏感,参数细微的变化就会引起组合结构的巨变,而众所周知对于精确参数的获得是非常困难的。
因此人们开始研究其他解决此问题的方法。处理这些问题的替代方法,如投资组合重采样或稳健的资产配置,但他们都有自己的缺点。另外,投资者被迫需要计算在组合较大时的解决方案,增加了额外的计算负担。这些方法表明,他们可以被重新表述为缩减估计的问题,实证表明他们的表现并不优于传统的方法。纵观市场,也出现了很多投资者更喜欢的启发式的解决方案,这些方案计算简单,推测能力强大,因为它们不依赖于预期回报。其中最有名的两个为最小方差模型和等权重模型。前者是均值-方差有效前沿上的一个存在特殊解的点,这个组合是很容易计算,因为解决方案是独一无二的。作为唯一的均值-方差有效的投资组合它不以预期收益的信息为准则,它也被认为是稳健的。后者直接将权重均匀分布。作为唯一的均值-方差有效的投资组合它不以预期收益的信息为准则,它也被认为是稳健的。然而,最小方差组合通常有集中程度较高的缺点。解决这个问题的简单方式是相同权重属性都考虑将其纳入投资组合中。权重相等或“1 / n”的组合被广泛使用在实践当中,且在实证中得以印证。此外,如果所有资产具有相同的相关系数,以及相同的均值和方差,那么权重相等的投资组合就是在有效边界的独特组合。它的缺点是,如果个别风险显著不同的话,它可能会导致分散风险十分有限。
而从风险角度来看,这两种方法都只关注了总资产的风险,而并没有将组合风险分散。简单的来说就是投资组合中的一部分占了风险的绝大多数。