投资组合的构建:从确立原则到构建方案
在上一篇《投资组合的构建:投资原则决定组合可能性》中,我们着重介绍了投资组合构建的原则。接下来我们将聚焦投资组合方案的选择:没有哪个策略是万能的,投资者应针对自己的特定目标与偏好,来选定适合自己的投资组合方案。
确立核心原则:构建实用方略的基础
我们的出发点根植于先锋领航的投资原则:四大投资原则——建立明确的、合适的投资目标;构建广泛、多元化的资产配置;将投资成本降到最低;秉持长远目标,严守投资纪律。先锋领航的投资组合构建框架旨在通过实用的决策过程,将上述核心原则纳入投资组合的构建之中。
投资者首先要确定投资目标,比如为了退休或教育积累资金的个人生命周期目标,或是更为广泛的财务目标,例如财富增值或增加投资组合收益。在此基础上,该框架支持运用量化投资风险来实现平衡,通过关注投资成本帮助投资者运筹帷幄,以构建匹配投资者风险承受能力的投资组合来遵守投资纪律。
图表:先锋领航投资原则
投资组合方法:市值加权之外的更多可能
先锋领航认为,市值加权投资组合是以低成本多元化风险敞口实现市场回报的最佳方案。投资者可以参考反映单个股票和债券市值权重的基准,从而获取整个资产类别的风险敞口基准。
对于广大投资者来说,市值加权或为一种行之有效的方案。但该方案的设计初衷并非意在解决资产类别决策之外重要的投资组合构建问题,比如投资者愿意承担多少额外的主动风险、是否需要进行ESG主题投资、是否对冲通胀风险等。
针对这些问题,我们列举了另外三种可供选择的投资组合方法:
- 基于模型的战略资产配置(SAA)法:该方法使用专有模型(VCMM和VAAM)产生收益,进行风险预测并优化投资组合权重,不仅适用于股票和债券,也适用于大宗商品期货、美国通货膨胀保值债券(TIPS)或高收益债券等资产类别。
- 主被动结合投资:该方法利用先锋领航的主被动结合配置框架,根据业绩预期和投资者的风险承受能力,确定投资组合中主被动资产的组合方式,由此对涉及主动敞口、私人资产和基于规则的敞口(如ESG)的方案进行拟定。
- 时变资产配置(TVAA)法:该方法与SAA类似,但其使用VCMM的时变收益预期,而非长期静态收益预测。这种方法适合根据变化的市场条件来确定特定投资组合,以维持所需支出水平的投资者。
图表:投资方式分类
选定投资方案:取决于投资者目标及偏好
投资组合的构建过程需要参考目标、投资偏好以及可选则的资产类别范围,并据此选定投资组合方案。一般来说,投资者的常见目标有以下三类:
- 在可承受的风险范围内实现最大化财富增值
- 控制通胀或波动等投资风险
- 达到特定的目标回报,比如能够满足一定支出水平的特定投资组合回报
投资者在选择投资方法时,首先要结合上述目标进行充分考虑。
适用于不同投资者的多种投资方案
结合上文提到的三大投资者常见目标,以及投资者的偏好、信仰及相应的投资方法,我们列举了如下13种投资组合方案供投资者参考。请谨记,没有任何一种方案是万能的,每种投资组合的设计都基于投资者特定的投资目标与偏好。
结语
对广大投资者来说,传统的市值加权投资法及其标准的股债投资组合依旧是行之有效的基本投资方法。而投资者更为进阶与复杂的需求,则可以考虑基于模型的战略资产配置法、主被动结合和时变资产配置法。这些框架为具有广泛需求和偏好的投资者提供了可供参考的投资组合构建方案。
注:
1 以上先锋领航海外产品并未对中国投资者公开发行。
- 所有投资均涉及风险,包括可能损失本金。请注意,金融市场的波动和其他因素可能会导致您的账户价值下降。并不能保证任何特定的资产配置或基金组合能满足您的投资目标或为您提供一定的收入水平。多元化投资并不能确保盈利或避免亏损。过往表现不能保证未来回报。
- 债券投资面临利率、信用和通货膨胀风险。
- 投资于海外公司发行的股票或债券或面临国家/地区风险和货币风险。
先锋领航没有,也不会就模型投资组合是否符合任何投资者的最佳利益做出任何陈述。先锋领航现在或将来均无义务对模型投资组合是否符合任何投资者的最佳利益加以确定,也不会充当任何投资者的投资顾问。
重要提示:先锋领航资本市场模型(VCMM)得出的各类资产投资回报预测结果和其它相关信息均属假设,并不代表实际投资结果,也不能保证未来投资结果。模型预测结果可能随每次使 用和时间节点变化而变化。
VCMM的预测基于对历史数据的统计分析而得出。未来的回报表现可能与VCMM的历史模式并不相同。更重要的是,VCMM可能对模型所依托的历史时期中未观察到的极端负面情况有所低估。
先锋领航资本市场模型®为一个专有的金融模拟工具,由先锋领航的主要投研和咨询团队开发并维护。该模型预测了一系列广泛资产类别的未来收益分布。这些资产类别包括美国和国际股票市场、期限不等的美国国债和企业固定收益市场、国际固定收益市场、美国货币市场、大宗商品以及某些另类投资策略。先锋领航资本市场模型的理论和经验基础是,各种资产类别的回报反映了投资者为承担不同类型的系统性风险(beta)所需得到的补偿。该模型的核心是对风险因素和资产收益之间动态统计关系的预估,这些关系是根据早在1960年就已获得的月度财务和经济数据进行统计分析得出的。该模型使用一个预估方程系统,然后应用蒙特卡罗模拟方法来预测风险因素和资产类别之间的相互关系,以及随着时间的推移所产生的不确定性和随机性。该模型根据每种资产类别的不同,在多个时间范围内生成了大量模拟结果。在这些模拟中,通过计算集中趋势的度量来获得预测结果。模型预测结果可能随每次使用和时间节点变化而变化。