投資人在回顧投資時都通常會有一種心理:“要是當初重倉這隻翻倍的股票就好了”;人們本能的希望把錢都放在最賺錢的資產類別上。而“分散投資”在許多人的印象中,意味著低風險和低回報。然而有研究數據表明,多資產類別投資不僅可以降低風險,還可以提升回報。這似乎又聽起來與直覺認知有偏差,但是本次的博盾市場觀察將分析這一論據背後的原理和實踐中的挑戰。
多資產類別投資被認為是一種有效的投資策略,有人也形容其為“唯一的免費午餐”。簡單來說,可以在一個投資組合中配置不同類型的資產,比如股票、債券、房地產、商品等。利用不同資產之間的低相關性,來降低整體的波動性,同時提高長期的收益率。這聽起來很簡單,但是實際上卻需要很多的數據分析和策略設計,下面用一個具體的例子來說明。
上圖比較了15個不同的股票投資組合在1972年到2005年這34年間的表現:波動性(標準差)和回報(年化收益率)兩個維度上的表現。這15個組合分別是:
其中多資產類別投資組合都是平均分配,年度再平衡。從圖中可以看出,多資產類別投資組合(三角形、菱形和圓形)普遍優於單一資產類別投資組合(方形),因為它們能夠在右下方(低波動性高回報)區域集中,而單一資產類別投資組合則分散在左上方(高波動性低回報)區域。這意味著多資產類別投資組合能夠提供更高的風險調整後收益率,也就是夏普比率(Sharpe ratio),它是用超額收益率除以波動性來衡量每承擔一單位風險所獲得的收益。
市場上的投資者會根據自己對不同資產類別的風險偏好和預期收益來決定如何分配自己的資金,從而使得各種資產類別的價格達到供需平衡。在長期來看,多資產類別投資組合能夠獲得各種資產類別的平均收益率,而這個平均收益率往往高於單一資產類別投資組合的收益率。
上述案例是較為理想的分析,在實際執行過程中也會遇到一些挑戰:何選擇合適的資產類別、如何決定合理的權重、如何處理心理上的偏見和壓力等等,都會對投資組合的表現產生影響。
不同的資產類別有不同的風險和收益特性,除此之外也會根據投資目標和風險偏好來選擇合適的資產類別。是如下圖所示,假如投資人目前的組合中全部持有A(美國股票),現在需要選擇另一個資產類別加倉。假如已知下圖風險與回報之間的關係,那麼看起來多數人會毫不猶豫的選擇C(房地產證券),因為他的波動最低且回報最高。
但是盲點在於這些資產類別之間的相關性是未知的,絕大多數的資產類比之間的相關性都是正數,負相關的案例十分稀少。
如上圖所示,結果反而與第一主觀感受不同:A(美國股票)與D(宗商品相關證券)搭配的投資組合反而有更高的夏普率,而在單資產類別上表現突出的C(房地產證券)卻不是最佳選擇。投資人應當避免選擇相關性高的資產類別,以免降低投資組合的多樣化效果。值得注意的是,相關性並不是一成不變的,不同資產類別之間的相關性也會隨著時間發生變動。
在選擇了合適的資產類別後,還需要決定如何分配資金到各個資產類別中。這個問題沒有一個固定的答案,因為不同的投資者可能有不同的偏好和目標。
基於數學模型和歷史數據來優化投資組合效率的方法,可以幫助我們找到在給定風險水平下能夠獲得最高預期收益率,或者在給定預期收益率下能夠承擔最低風險的投資組合:測算不同資產類別的預期收益率、波動性和相關性,並且使用一些優化算法來求解最佳權重。
另外也可以基於基本面分析及歷史經驗來分配資金,通過自己對市場和經濟環境的觀察和預測來調整投資組合。
定期調整:按照一定的時間間隔或者權重偏差來調整投資組合,可以幫助我們保持投資組合的風險和收益特性,並且實現低買高賣的效果。這種方法有利於簡化決策過程和降低情緒干擾,但是也有一些缺點,例如定期平衡可能錯過一些市場趨勢或者反轉的時機,平衡的頻率和閾值可能不適合當前的市場狀況,平衡的成本和稅收可能影響投資組合的表現等。
動態調整:這是一種根據市場和經濟環境的變化來調整投資組合的方法,它可以幫助我們把更多的資金分配到表現好的資產類別上,並且及時地改變投資組合的風險和收益特性。這種方法有利於提高投資組合的回報和適應性,但是需要對市場和經濟環境有準確和及時的判斷,調整的頻率和幅度可能過高或者過低,判斷與決策更容易受到市場雜音的影響。
上圖是一個對在平衡頻率的統計測算,假設算數平均回報率為8.33%,幾何平均回報率為零,交易成本為零,隨著再平衡的頻率逐漸提升,回報率會降低且趨近與一個水平。在實際情況中,由於交易成本的存在,回報率會較圖示更低。因而在統計角度,適當較低頻率的再平衡有利於整體的回報水平。
除了投資指數實現統一資產類別向下的分散以外,投資人在不同資產類別之間也應當進行配置,如股票、債券、房地產、大宗商品、實物黃金等等。在指數投資中選擇費率較低的ETF,或者透過其他結構性工具參與都以創造額外收益。