理解风险平价

你以为自己已经分散投资了……

风险平价策略在近期信贷危机中的相对优异表现，为真正分散的投资组合所具有的好处提供了证据。传统分散关注资金配置；但股票承担的风险远超其资金比例，因此传统组合的整体风险常由股票部分支配。风险平价关注风险配置。我们发现，通过对非股票资产进行有实质规模的投资，投资者能够实现真正的分散，并有望在各种可能的经济环境中获得更稳定的表现。

本文首先指出传统组合内含的集中风险，解释风险平价的直觉；随后介绍一种简单风险平价策略，展示其在近40年历史数据中的持续相对优势；最后讨论实际组合实施中更先进的组合构建与风险管理技术。

第一部分：引言——为什么需要真正的分散

过去几年，风险平价受到越来越多关注，原因有三。第一，策略的长期表现比传统组合更稳定。第二，2008年市场大幅下跌后，许多投资者担忧组合的尾部风险。第三，尽管很多人认为近期信贷危机中分散失效了，但风险平价在2008年相对于传统组合表现较好，经受住了严峻考验。

目前组合通常将60%甚至更多资金投向股票。由于股票风险约为债券的三至四倍，这样的配置使约90%的风险预算集中于股票。换句话说，透过风险看配置，传统组合高度集中于股市，实际上并未分散。这种集中风险导致更低的风险调整收益、更不稳定的跨环境表现，以及更高的尾部风险。

图1分别按资金和风险拆解一个典型组合。它明显由股票风险主导，因此长期表现主要取决于股市。债市无论经历极差还是极好的年份，商品无论暴涨还是暴跌，对组合的影响都很小。传统组合制造了分散的错觉，实际上高度暴露于股票市场。

第二部分：风险平价的核心概念

风险平价依靠按风险分散，追求更高、更稳定的回报；分散更好的组合具有更高夏普比率。典型组合从显著低于传统配置的股票敞口出发，大幅增加其他资产，使风险预算不再集中于股票，而是更均匀地分布。

关键是持有在不同经济环境中表现不同的资产。一般而言，股票在高增长、低通胀环境中表现好；债券在通缩或衰退环境中表现好；商品往往在通胀环境中表现最好。平衡这三大类敞口，可以带来更稳定的长期结果。不同风险平价策略在资产覆盖范围、构建方法上可能差别很大，但共同点都是更均衡地配置风险。

图2展示1971—2009年39年间三类资产的夏普比率。长期风险调整收益几乎相同，虽然短期表现有差异。无论持有哪类资产，投资者承担单位风险所获的平均补偿大致一样，因此，长期按相近风险配置有道理。相反，常见的股票风险高度集中组合，隐含股票风险调整收益远高于其他资产的判断，而数十年证据并不支持这一点。

为说明这一点，我们提出只投资三类资产的“简单风险平价策略”（图3）。直觉很直接：与其承担一项巨大的股票集中风险，不如承担几项更均衡的风险，争取更稳定的回报和更小的尾部风险。

第三部分：构建并检验简单风险平价策略

我们构建模拟策略，与典型60/40模拟组合比较。实际风险平价可覆盖更多资产，这里为简化，仅使用三个广泛可得的商业指数：MSCI世界指数、巴克莱美国综合政府债券指数及标普GSCI指数，分别代表股票、债券和商品。这样可将分析延伸至1971年，跨越多个商业周期和市场环境。

按定义，风险平价试图使各资产类别承担相等风险。本研究每月让各类资产提供相近的波动。先估计每类资产预期波动率，再以该类资产的目标年化波动率除以预测波动率，得到月初权重。每月重复并按新权重再平衡。为便于比较，我们缩放组合，使其全样本平均年化波动率与60/40组合一致。

这确保高波动资产——例如股票——获得少得多的资金。通过增加低波动资产敞口平衡风险，高风险资产不再支配组合。波动率估计变化时，持仓也相应变化，以维持所需分散程度。我们认为，设定并控制整体波动也有助于稳定回报。资产波动上升时减仓，下降时加仓；传统组合则通常恢复固定资金比例，因此其波动可因市场变化而大幅波动。

图4比较历史表现。在过去39年相同年化波动下，策略每年额外获得1.7%的收益，夏普比率提高60%以上。作者将风险调整收益的明显提升归因于更好的组合构建和风险分散。

来源：AQR。情景收益为累计收益；因四舍五入，“相对优势”可能与显示值直接相减略有不同。原表标为标普／巴克莱综合60/40，图注又将债券写为政府债券指数，保留原文口径差异。策略是假想组合，并非AQR实管账户；过去表现不保证未来。

分散改善本应使业绩更稳定、回撤更小，但不意味着每种环境都领先。70年代初通胀失控，尼克松于1971年8月15日实施工资及价格管制。通胀起初下降，商品却继续上涨，1973年欧佩克石油禁运又强化了涨势。商品等受益于通胀的资产若占有实质份额，作用便显现出来：这段时间简单风险平价本会比60/40高出45%以上。

1982年牛市则相反，60/40领先，因为股票当时的风险调整表现最好。这合乎预期。即使落后于60/40，简单风险平价在这种环境中的绝对表现仍然不错。它也不必然在牛市落后，科技泡沫及2000年代中期宽松信贷阶段就说明了这一点。

1994年2月联邦基金利率意外上调，对大多数组合都不利。固定收益按风险调整后的损失大于股票，所以风险平价也可能落后于传统配置。

1987年股灾、科技泡沫破裂及近期信贷危机等股票熊市，则是风险平价明显领先的环境。由于持有较多在这些环境中表现良好的政府债券等资产，组合本可大体保全资本，有时甚至增长。

除了风险调整收益更好，风险平价比60/40更能适应不同经济环境。图5按十年划分1971—2009年股票、债券、商品的夏普比率。即使在长达十年的中期尺度上，三类资产回报也可能相差很大。只集中承担一种风险，若该类资产长期低收益或负收益，组合就会受损。

例如，通胀性的70年代商品最佳；80年代三类普遍良好；通胀下降的90年代股债较好而商品贡献不大；最近十年两次大衰退之间夹着资产和信贷泡沫，只有债券提供可观回报。在这些环境中，广泛的风险分散使简单风险平价的阶段回报始终为正。

第四部分：如何实施真实的风险平价组合

前文只介绍了简化方法。本节先回顾风险平价应当优于集中组合的理论，再讨论实际运用中的进阶构建和风险管理技术。

不加杠杆的风险平价具有较高风险调整回报和较低尾部风险，可能很有吸引力；但名义预期收益可能不足以满足投资者目标。可通过整体放大分散组合，达到投资者期望的回报。

这一思想始于20世纪50年代：哈里·马科维茨说明如何组合资产形成有效前沿，也就是图6的红、蓝线。詹姆斯·托宾随后证明，在相应理论条件下，投资者应持有分散组合与现金的某种组合；前者是绿线与蓝色有效前沿相切的“切点组合”。借款和杠杆由来已久，但流动性期货市场和低成本融资的发展，让风险平价能够沿绿色资本市场线上移，在追求更高回报时保留分散组合较高夏普等优点。

为说明问题，假设风险平价恰是蓝、绿线的切点。它不加杠杆时，比传统60/40风险低得多，但预期回报也低。解决方法是加杠杆，使波动与60/40相同，同时提高预期回报。由于构建更有效，所得组合预期收益高得多。

追求更高回报必须承担更高风险，问题是以什么方式承担。传统做法是集中持有股票等高风险资产；风险平价则先构建分散的低风险组合，再用杠杆提高预期收益。杠杆当然带来额外风险，尤其在投资缺乏流动性时。为缓解这一问题，风险平价通常使用金融期货等流动性工具。其投资者相信，适度放大分散、流动的组合，比集中于最高风险资产更适合争取高回报。

工具覆盖范围。简单策略只有三类资产，实际组合可加入更多类别；它们并非完全相关，因此进一步提高分散程度和组合效率。

相关性和波动率预测。真实实施会纳入跨资产相关性，使风险贡献均衡；还可用专有模型改进波动预测，维持风险平衡与更稳定的整体波动。

战术性超配和低配。前述简单策略平均配置三类风险，一些实际策略也采用这种被动预算。也可以把等风险组合当作中性配置，再依据管理人的战术观点调整各类风险预算。

不同波动目标。前文约10%的年化目标，对应60/40的大致平均波动。改变杠杆，就能构建70/30、80/20乃至100%股票风险水平的组合。我们认为，风险平价比传统做法更适合构建目标风险组合。

交易系统和风险控制。管理人可以使用专有算法交易系统，以被动成交方式减少调仓的成本和市场冲击；还可使用系统性的组合回撤控制，力求减少策略困难阶段的损失。

第五部分：如何在总体投资组合中配置风险平价

本节讨论风险平价如何融入投资者的整体组合，包括资金来源及所属投资类别。问到从哪里腾出资金时，自然答案是现有股票配置的一部分：多数投资组合股票风险过高，而风险平价的主要好处之一，就是降低股票集中风险，同时保持更均衡的一般市场风险敞口。

核心—卫星。风险收益特征使其可能成为核心持仓。图6绿线与蓝线的比较给出了理由：无论风险偏好或回报目标如何，适当杠杆的风险平价应当提供更好的预期风险调整回报。核心之外，还可加入另类投资等不相关策略。一些大型机构已向这种结构发展。

另类投资。杠杆、衍生工具及新颖构建方法，使部分投资者将其归入另类。但风险平价与股票相关性约0.5，应视作有方向性的另类，而非零贝塔、无方向策略。

机会型或灵活配置。部分投资者设有这一类别，将风险平价放入其中也很常见。

全球战术资产配置（GTAA）。由于使用广泛全球资产并动态改变权重，GTAA往往是最接近的同业类别。一些机构顾问甚至在GTAA下设风险平价子类，但多数投资者尚未把配置分类细分至此。

我们的看法是，无论如何归类，风险平价都可以成为改善总体组合风险收益特征的有用工具。

结论与致谢

风险平价的理论与实践获得更多接受，因为它可以减少股票集中和尾部风险，提供比传统方法更有意义的分散，增强组合在不同环境中的适应性，并通过提高收益、降低风险或兼顾两者来改善整体风险收益特征。这些潜在优点促进了大型机构的采用。随着方法更易获得，任何希望构建更有效组合的投资者都值得考虑它。

感谢Cliff Asness、David Kabiller、Marco Hanig、Michael Mendelson、Adam Berger、Britton Tullo和Martin Schneider提供有益意见。