Black-Litterman模型的初步介绍及应用

.,Black-Litterman模型的初步介绍及应用,.,BL模型的初步介绍及应用,应用范围马可威茨模型BL模型介绍BL模型应用案例一：BL模型在QDII投资上的应用案例二：BL模型在国内A股投资上的应用,.,应用范围,BL模型由FisherBlack和RobertLitterman1992年在对Markowitz模型研究基础上提出BL模型利用概率统计方法，将投资者对大类资产的观点与市场均衡回报相结合，产生新的预期回报。投资者对某些大类资产提出倾向性意见，模型根据投资者的倾向性意见，输出对该大类资产的配置建议。BL用于行业的资产配置，而不是配置某一个具体的投资的工具,.,Markowitz模型,W-组合权重向量（N*1）-组合方差-组合预期回报r-预期回报向量（N*1）-无风险回报,-预期超额回报向量（N*1）-预期组合超额回报-协方差矩阵（N*N）N大类资产的个数,.,Markowitz模型求解,.,市场均衡回报,.,BL模型的表述,.,BL模型的几个结论,BL模型的超额回报实际上是Markovitz模型的市场均衡超额回报加上观点构成的回报如果观点与市场均衡完全一致，那么BL模型的超额回报实际上是Markovitz模型的市场均衡超额回报如果观点没有涉及第K类资产，那么第k类资产的超额回报不变。,.,BL模型的约束条件,风险约束预算约束Beta约束做空约束,.,例1：BL模型在QDII投资上应用,大类资产的选取倾向性意见资产配置,.,大类资产选取（一）,中国香港股票、美国股票、欧洲股票、发展中国家股票、日本股票、房地产信托、能源、农产品、金属、黄金市场下表是从2008年7月市场基准配置权重推导市场均衡回报。,.,大类资产选取（二）,如果从历史收益率推导市场基准配置，在不允许做空条件下，只剩下发展中国家股票、房地产信托、能源、金属、黄金等少数资产下表是不允许做空的条件下，从2000年到2008年7月的历史回报推导优化配置,.,大类资产选取（三）,下表是组合的协方差矩阵,.,大类资产选取（四）,如果以市场基准配置为出发点，过去8年的情况见下表其中2003年表现最好，2001年表现最差过去8年平均回报为5.96%，平均风险为12.01%，风险远低于单一品种,.,倾向性意见,观点1：日本股票未来1年的回报率被市场低估-100BP到200BP观点2：工业金属未来1年的回报率被市场高估300BP到500BP观点1是绝对观点，将在最终的BL资产配置中增加日本股票资产的权重观点2是绝对观点，将在最终的BL资产配置中减少工业金属资产的权重,.,资产配置（一）,.,资产配置（二）,将参数带入BL公式，得到无约束条件下的合成回报和权重增加做空约束和预算约束，可得有条件约束的回报在无约束条件下，增加了日本股票的权重，减少了金属资产在有约束条件下，增加日本股票的权重，剔除了金属和黄金,.,资产配置（三）,下表比较市场均衡配置和BL优化后的预期的风险-回报特征，总体来说变化很少，尽管夏普比例有所提高，信息比例是正的,.,模拟运行,从下表可以看出，BL优化后的组合从2008年第二季度开始，逐渐战胜市场均衡配置组合,.,案例二：BL模型在国内A股投资上的应用,沪深300能源、沪深300材料、沪深300工业、沪深300可选、沪深300消费、沪深300医药、沪深300金融、沪深300信息、沪深300电信、沪深300公用下表是2008年7月的市场基准配置权重推导出的市场均衡回报,.,倾向性意见,能源未来1年的回报率被市场低估0BP到200BP可选未来1年的回报率被市场高估100BP到300BP金融未来1年的