資產收益的可預測性及動態管理投資組合策略研究

韓復齡

摘要：本文基于一系列常用的預測變量，研究了資產收益可預測性的經濟價值和統計重要性，同時運用一個檢驗評估了動態的、非條件有效策略的表現。研究發現，使用滯后的期限價差、信用利差和通貨膨脹水平等變量顯著改善了風險收益權衡。無論是樣本內估計還是樣本外預測，動態組合策略的表現持續優于有效“買進并持有”策略，相比于傳統的條件有效策略，其交易成本更低。

關鍵詞：無條件有效策略動態管理投資組合策略樣本外預測[DOI]10.19766/j.cnki.zgzqqh.2018.06.010

一、引言

資產收益可預測性對資產定價和資產配置具有深遠的意義，由此產生了一個重要的問題，當投資者無法獲得可預測收益的信息時，怎樣運用收益的可預測性形成積極管理的投資組合，這類投資組合的表現優于常見的“買入并持有”策略。理論方面，Hansen和Richard（1987），Ferson和Siegel（2001）較早地解決了這一類問題，他們的研究探討了怎樣最佳地運用條件信息構建動態管理、無條件有效的投資組合策略。本文采用的動態投資組合不但可以獲得顯著的超額收益，還具有良好的樣本外預測能力，有效地改善了有效前沿，并且發現非條件有效策略優于條件有效策略，并且顯著降低了交易成本，同時受短期賣空限制的影響也較小。

文章的結構安排如下：第二部分構建了理論模型;第三部分進行實證分析，首先對數據進行了描述，其次是描述性統計，最后呈現了實證結果;第四部分闡述了本文的結論。

三、實證分析

（一）數據描述

受限于高頻宏觀經濟數據的可得性，本文選用1960年1月至2004年12月的月度數據。下面分別簡要介紹了基礎資產和預測變量數據及其來源。

1.基礎資產

在單個風險資產的例子中，運用關于CRSP值加權的市場指標的月度收益，數據來源為WRDS的CRSP數據庫。

在多項風險資產的例子中，采用Fama-French五個產業的投資組合以及2×3規模和賬面市值比的投資組合。這五個產業包括制造業、能源及公用事業、零售業、金融業及其他。六種風格類投資組合由兩類基于公司規模的投資組合和三類基于賬面市值比的投資組合的交集形成。數據來源為Kenneth French的個人網站。

2.預測變量

不同的預測變量捕捉到了金融市場、利率環境以及宏觀經濟指標的信息。文章選取的預測變量主要有：①市場指數收益（MKT）;②指數股息收益（DY）;③1個月國庫券收益率（TB1M）;④30年期減1年期國債的期限價差（TSPR）;⑤信用收益利差（CSPR）;⑥通貨膨脹率（INFL）。此處所有的變量相對基礎資產的收益都是滯后的。

MKT和DY的數據源于CRSP，其他變量的數據源于FRED經濟數據庫，動量因子數據同樣源于Kenneth French的個人網站。為了在一定程度上規避偽回歸問題，本文針對預測變量進行去趨勢的處理方法，由于許多回歸變量具有高度一致性，所以在多數情況下采取一階差分處理。

（二）描述性統計

表2顯示了預測模型樣本內估計的夏普比率。在單個風險資產的例子中，預測變量TSPR、CSPR和INFL使夏普比率顯著增加。多項風險資產的例子中，運用五個產業的投資組合作為基礎資產時，固定權重投資組合的夏普比率在兩個例子中的差距僅約為17%，但以2×3規模和賬面市值比的投資組合作為基礎資產時，夏普比率提高約50%。

圖1是基礎資產為五個產業投資組合的有效前沿，其預測變量為TSPR、CSPR和INFL。五個產業的投資組合趨近于固定權重的有效前沿，但在相似風險暴露中，它們的平均收益低于動態管理投資組合的收益。

圖2是基礎資產為2×3規模和賬面市值比投資組合的有效前沿，其預測變量為TSPR、TSPR2和INFL。對比圖1五個產業的投資組合，規模和賬面市值比投資組合偏離固定權重的有效前沿。另外，對收益可預測性的運用仍然產生了實質性的收益，表現在10%的波動率附近，收益比固定權重的投資組合高約5%。

表3計算了兩種投資組合策略在不同基礎資產形成的預測模型中的事后表現。在單個風險資產的例子中，動態管理投資組合的夏普比率符合理論預測結果，均大于固定權重的投資組合。在五種產業投資組合作為基礎資產的例子中，動態管理投資組合的夏普比率均高于固定權重投資組合。

3.動態有效策略與條件有效策略的比較

當把動態有效策略的表現同相應的條件有效策略的表現進行比較時，可以發現：首先，條件有效策略的表現不會優于動態有效策略的表現;其次，動態有效策略的運作成本更低;最后，條件最優策略對賣空限制更加敏感。文章分析發現，相比于動態有效策略，當存在賣空限制時，條件有效策略的表現通常會改善。這些作用是由于動態有效策略對預測工具的極端變動做出了更“保守”的回應。

4.樣本外估計結果

在運行“滾動窗口”實驗的過程中，估計模型時選取了5年期以上或10年期以上的運行區間，對象策略的運行期超過了12個月，估計窗口向前滾動了1年。分析發現，通過此種方式獲得的策略其表現遠差于樣本外估計的表現，這可以歸因于動態有效策略在設計的過程中考慮了長期無條件矩。

接下來，使用最初的1960—2004年的數據估計預測模型，基于估計的模型參數形成了最優動態投資組合策略，以此來評估2004年之后這些策略的表現。

圖3、圖4顯示了歷經互聯網泡沫破滅時期的動態管理策略的樣本外表現，直到2004年年末，相比固定權重策略，動態管理策略避免了損失并且獲得了大約40%的收益。

四、結論

首先，本文采用的動態投資組合不但可以獲得顯著的超額收益，還具有良好的樣本外預測能力，有效地改善了有效前沿，并且發現非條件有效策略優于條件有效策略，并且顯著降低了交易

成本，同時受短期賣空限制的影響也較小。其次，本文對多個預測變量進行檢驗，發現利率期限擴展具有良好的預測能力，且通貨膨脹水平和滯后市場收益的預測能力與以往的研究并不十分吻合。最后，本文發現利率期限結構包含預測股票收益的強大信息，同時信貸波動和宏觀經濟周期會使預測變量和股票收益之間的關系發生結構性的變化。