MS-BL模型火了 入局养老基金资产配置

金玲

近年来，基于MS-BL模型的资产配置方案已成为研究热点，这一模型被广泛运用于养老基金资产配置中。MS-BL模型是现代资产组合理论的基础，核心是在投资中适当地分散或组合不同的资产，以此降低风险并提高收益。Markov Switching模型具有一定的作用，基于这一模型的特点规律，也可以把它看做是投资者的想法，再将其与Black-Litterman模型结合使用，可以制定出更加优质、高效的调整方案。

Black-Litterman模型的诞生历程与作用

现代投资组合的相关理论有很多，最基本的依旧是Markowitz的均值-方差模型，但该模型的实际应用效果并不理想。1992年，高盛的Black和Litterman提出了Black-Litterman模型（B-L模型），用于解决传统均值-方差模型存在的两个主要问题。

在实践中，要想更好地修正当前的资产组合权重，就必须运用B-L模型。许多人都认为资产组合权重与模型的最優解是一一对应的，如果权重配置不当，相关负责人就会不断优化组合，以此达成最优配置。而在一系列假设中，作为随机变量的预期收益率是会围绕均衡收益率产生波动的。

养老基金的资产配置实践

投资者会通过主观判断，了解不同状态下股票和债券之间月度收益率的差额。B-L模型对投资者不确定观点是持有包容性的，主要通过刻度系数τ和信心矩阵Ω确定具体观点信心水平。由于主观判断常常会存在一定的风险，为了尽可能地避免此类风险，需要把条件平滑概率当成投资者观点的信心系数矩阵元素。不同状态下的主观投资观点不同，当各种观点逐渐清晰之后，就可以着手研究静态战略资产配置，并在应用相关模型的基础上采取措施，从而提高养老基金业绩。

基本养老基金的投资范围比较固定，有股票、债券和现金三种。由于股权资产交易的流动性较低，在交易方面需要注重频率，所以对这一部分暂时不做表述。基本养老基金的投资最高可以有30%的比例是股票，现金所占比例应该不少于5%，并且不应涉及回购融资。对于养老基金而言，一定要将资产配置占比限制在法定范围之内。我们可以在保持养老基金的法定配置比例的基础上，设想两种资产配置方案。具体情况如下：

战略资产配置A：股票、债券，以及现金的占比分别为25％、70％、5％。

战略资产配置B：股票、债券，以及现金的占比分别为10％、85％、5％。

在研究经济周期状态基础上，以战略组合权重为初始权重，可以更好地把握养老基金资产配置在现实生活中的作用。不同的资产配置策略在实施过程中是有区别的，我们可以通过B-L修正模型来确定资产权重，也可以通过以下方法来确定资产权重。

将样本期设定在2017-2021年之间，根据各个经济指标，可以创建4个不同状态下的MS模型，再根据这些模型，对2022年初的经济周期状态进行“预测”，就能计算出相应的预测概率，并找出一一对应的经济状态。在后面计算信心水平时，可以将这一概率记为Ω。

在挑选投资者观点时，就需要用到上述经济周期状态下股票和债券的历史收益关系进行衡量，然后再利用相关公式，就可以对均衡收益率予以修正。将修正后的数据输入到模型中，就可以算出最优配比。如果要进行第二期的计算，可以将起始点设置在上一周期紧邻的月份，再重复以上步骤即可。按照这种方法，可以将每个月的最优配比都计算出来。接着是进行固定比例组合的构建，首期的模拟组合选择的时间是2015年1月，选择资产配比的方法跟以上方法类似。此后，每月底都要对该比例进行优化，直到达到战略组合的权重。

通过比较发现，使用B-L模型进行修正后，平均收益率有所下降，波动风险表现良好，夏普比率和收益回撤比情况也较为良好。以组合A为例，固定组合的年化波动率为7.17%，而最大回撤则为7.78%，夏普比率和收益回撤都小。但是经过修正，年化收益率降低，年化波动率和收益回撤更少，当然对组合B来说也是如此。

要想更好地研究战略资产配置情况，在使用了B-L模型进行修正后，股票的权重就会出现明显的下降。这就表明预期收益率并没有像战略组合展示的那样，呈现正向发展趋势。应用B-L模型的结果更能体现在资产配置中减少股票权重的重要性，因此，合理使用B-L模型可以有效调整权重，以此控制风险。上述实践中，是将期末实际组合权重作为初始权重，但按常理需要把战略配比作为初始权重，这也是开展养老基金资产配置最重要的环节。

然而，在实际进行资产配置时，也需要经常开展完善工作。与之前的B-L修正模型相比，新的B-L修正模型的区别在于，如果从二期开始进行修正，那么B-L模型的初始权重就必须使用上一期末的实际资产配置比例，而不是战略组合比例。

运用均值-方差组合可以考虑选取2015年1月作为模拟组合的第一期，运用战略组合的资产配置比例确定初始资产所占比重。由于宏观经济指标过于宽泛，想要获得更好的评估结果，就得选择合适的历史收益率作为依据，2011年4月到决策当月的各类资产历史收益率最合适。随后把这些数据带入均值方差模型，可以在此基础上获得资产的最优配比。

通过实践不难发现，人的主观性对设置初始权重影响很大。在计算过程中，为了避免此类事情发生，可以统一选择2015年2月作为观察的起始点。新的B-L模型修正的组合A与均值-方差组合可以体现出2015年2月到2022年11月所面临的风险及收益情况。

经比较后发现，使用修正模型之后，预期收益率会明显降低，但是也相应的带来了一些其他的变化，比如波动降低、最大回辙也会降低。在经过新B-L模型的修正后，组合A的夏普比率是1.61，是均值-方差组合夏普比率的两倍还要多，其收益回撤比为1.01，同样也是高于使用均值方差模型的结果。通过历史数据对收益、风险之间的关联性进行分析，不难证明B-L模型在养老基金资产配置中的有效性。同时，使用B-L模型修正权重可以大幅降低投资组合的波动性，有利于提高收益。