風險溢價預測:主要資產類別 2021 年 11 月 2 日

風險溢價預測:主要資產類別 2021 年 11 月 2 日

國際市場指數 (GMI) 的長期威脅溢價預測在 10 月份反彈,漲幅高達 6.1%,主要基於上個月的修正數據。 全新的估計是根據基於風險的模型(詳見下文),通過無風險價格的預計回報來計算的。

GMI 是一種非託管、市值加權的投資組合,它持有所有(除貨幣外)資產,代表了具有無限時間範圍的典型投資者的最佳投資組合的理論基準。 在此基礎上,作為開始分析資產配置和投資組合設計的地方,GMI 是有益的。 GMI 的歷史意味著這個被動基準的效率是激進的,總資產配置方法很活躍,特別是在調整了威脅、買賣價格和稅收之後。

通過短期動能和中期均值回歸市場因素(如下所述)調整預測,將 GMI 的事前威脅溢價降低至年化 5.2%,與 .

儘管 GMI 的預測似乎比上表中證明的個人資產課程的估計要可靠得多,但所有預測在某種程度上都被認為是不正確的。 與匯總預測相比,市場部分的預測具有更高的不確定性,其過程將隨著時間的推移在錯誤中抵消。

有關 GMI 已實現威脅溢價如何提高的歷史觀點,請考慮滾動 10 年年度化基礎的結果。 下圖比較了 GMI 上個月的威脅溢價與美國股票(Russell 3000)和美國債券(Bloomberg Combination Bond)的同等水平。

GMI 目前的 10 年效率(粉紅色線)目前是強勁的 8.2%。 這接近幾年前的早期峰值。 它還有效地高於目前的長期預測,這意味著多資產類別投資組合的表現將相對於過去十年的歷史文件有所下降。

滾動 10 年年度歷史威脅溢價月度信息

現在讓我們評估上述估計的方法和基本原理。 基本思想是對預期回報進行逆向工程,主要基於威脅假設。 與試圖立即預測回報相比,這種方法依賴於利用威脅指標來估計資產教訓表現的相當可靠的模型。 在預測威脅幾乎不比預測回報簡單的意義上,該方法相對強大。 掌握強制性信息後,我們將使用以下輸入計算隱含威脅溢價:

這些估計是從 1997 年底以來的歷史文件中得出的,並作為長期建模的主要近似值提供。 每個資產類別的預計溢價是根據上述三個輸入的乘積計算得出的。 GMI 的事前威脅溢價是根據個人對資產課程的預測的市場價值加權和來計算的。

估計均衡收益的框架最初在 Invoice Sharpe 教授 1974 年的一篇論文中進行了概述。 如需更實用的摘要,請參閱 Gary Brinson 在第 1 章中對方法的說明。 3 的可移動 MBA 資金。 我還在我的指南動態資產分配中評估了模型。 以下是 Robert Litterman 在《時尚資金管理:一種均衡方法》中解釋均衡威脅溢價估計的方法:

“我們不想假設市場一直處於均衡狀態,以尋找一種有用的均衡方法。 在某種程度上,我們將世界視為一個豪華的、極其隨機的系統,其中有無休止的最新信息和衝擊來呈現估值,通常不會使系統脫離平衡。

“儘管如此,儘管我們預計這些衝擊總是會導致貨幣市場偏離均衡,並且我們承認摩擦阻止了這些偏差立即消失,但我們還假設這些偏差是替代品的特徵。 聰明的交易者試圖從這些替代方案中受益,他們採取的行動創造了不斷使系統再次趨向平衡的力量。

“因此,我們認為貨幣市場具有供需平衡所概括的重心。 了解這種均衡的特徵有助於我們把握貨幣市場,因為它們總是會受到衝擊,然後又會再次接近這種均衡。”

上表中調整後的威脅溢價估計複製了主要基於兩個要素的調整:短期動量和長期暗示回歸。 此處將動量概述為相對於過去 10 個月移動常見的當前價值。 隱含回歸問題被估計為相對於過去 36 個月移動普通股的現值。

未煮熟的威脅溢價估計主要根據相對於 10 個月和 36 個月移動平均值的當前成本進行調整。 如果當前成本高於(低於)移動平均值,則未調整的威脅溢價估計值會降低(升高)。 調整的公式只是將當前價值的典型值取反為 2 個移動平均線,因為這是修改預測的符號。 例如:如果一個資產類別的現值比其 10 個月移動普通股的現值高 10%,比其 36 個月移動普通股的現值高 20%,則未經調整的威脅溢價估計值降低 15%(10% 和 20% 的典型值) .

你能用上面桌子上的預測做什麼? 您可以首先考慮預期的威脅溢價是否可以通過或不可以。 如果估計值不符合您要求的回報,您可能會考慮如何通過使用自定義資產分配和再平衡指南來設計下一個效率價格。

考慮到 GMI 未經處理的隱含威脅溢價主要基於最重要的資產教訓的非管理市場價值加權組合。 在想法上,這對於具有無限時間範圍的典型投資者來說是最佳資產配置。 除非您是基礎基金或養老基金,否則這種時間範圍假設是不切實際的,因此有一個可負擔的案例 a) 修改市場先生的資產配置以適應您的特定需求和威脅財務; b) 在您的融資技術中加入再平衡部分。

您還可以使用各種方法估計威脅溢價,以獲得對近期未來的額外感知(關於此主題的一個極好的有用資源:Antti Ilmanen 的預期回報)。

例如,假設您對預測未來 3 到 5 年公平市場效率的股息貼現模型 (DDM) 充滿信心。 處理數字後,您會發現 DDM 告訴您,庫存市場的預期效率與基於均衡的長期估計相比會有很大差異。 在這種情況下,您將需要考慮一些戰術信息。

還要記住,通過多種方式組合預測可以提供一組更可靠的預測,而不是來自任何模型的估計。 當然,通過年刊發表的相當多的研究表明,混合預測通常比單一模型預測更強大。

你不能做的是從石頭中取出血液。 實際上,沒有人知道未來幾個月和幾年內將出現什麼樣的威脅溢價,這就是為什麼僅依靠預測(尤其是短期未來)是需要麻煩的。 換句話說,除了假設你比其他人(即市場)更聰明之外,你還需要嚴格、深思熟慮地偏離市場先生的資產配置。

Leave a Reply

Your email address will not be published. Required fields are marked *