本文中，陈骏伟将与吴博士、李博士一起，从传统债券市场投资为出发点，逐步阐述传统FICC资产配置的不足，并进一步地将我们对资产配置的经验与观点与大家进行分享与交流。目前，我们经过较长时间的研发，可实现理论模型千亿管理规模下，控制最大回撤不超过3%，长期组合平均年化回报收益率在两位数（%）以上的大类资产配置策略，我们将分几次，在合规允许的范围内，将投资理念和方法进行阐述分析。
大类资产配置的理念，被很多人认为是比单类资产投资更为复杂的一种投资方法，其实这是一个误区，大类资产配置从学术理论和投资实践的角度来看，并不比单类资产投资更为复杂，也可以说，他们的复杂精细化程度是一致的，都是对特定风险下追求收益回报边界的不断挖掘和突破的过程，区别只是在于投资流派的不同，并不能简单类比。
传统债券投资，依赖着城投信仰与宏观周期造就了杠杆票息策略，但随着世界上各大型经济体无可避免的迈向低利率时代，低风险息差将被不断压缩，投资环境变得越发严峻，简单的杠杆买入持有策略在特定时间段（如2017年）会承受巨大的收益回撤压力,而且终将会经历去杠杆的痛苦阶段。
大类资产配置是一种有效的投资技术手段，主要依赖宏观及资产结构因子进行资产相互对冲并寻求风险收益期望极限的一种对冲投资策略，如果将大类资产的表现看成一首跨越百年、层次丰富的交响乐，低沉婉转亦或高亢激昂皆是一幅幅华美的乐章，共同演绎出一门投资的艺术，当然，同样的技艺亦有千种艺术表达方式，这取决于作曲家本身。01债市的“红利”
所谓“红利”是指该类资产在过去长期表现中是否具备高贝塔价值，也就是说在简单买入并持有该资产的策略模式下，由于天然的资产赛道不同导致的实际收益存在显著化差异。
为了更直观的理解，我们先看下传统大类资产过去近10年的表现及夏普率对比（无杠杆）。（AA 城投债券理论上含有一定程度的信用阿尔法价值）
?从分析中我们能很直观地发现在过往的资产表现中，从12年三年滚动周期开始，一直延续到16年牛市结束，债券维持高夏普值。但情况在17年以后有所不同，股市的表现变得相对亮眼，而债券由于交易者效应和违约率的抬升，导致整体的夏普比率开始维持低位，这样的效应在今年体现的尤为明显。
?叠加票息以后，债券的表现更为亮眼，城投债券（含息）的夏普非常之高，即承受每一分的波动风险得到的收益最大。
高夏普率势必推升高杠杆，收益相等但是底层波动代表的风险不同导致了杠杆预算的不同，债券长期的资产表现自然而然衍生出了杠杆票息策略。杠杆票息策略是指利用回购等融资方式进行债券融资，买入超过本金数倍的债券并依靠债券利息和回购利率差额获取收益。债券交易员需要每日根据向大行或其他金融机构进行资金询价，债券投资经理将债券买入后进行较长期持有，并进行债券到期再投资等操作。因此，资产的净值波动与市场保持较高的正相关性。
那么看起来利用城投债券构建买入杠杆持有策略天然就具有高夏普值，是否是一个完美的策略？当然是否定的。在大规模资产管理下全仓使用AA 级甚至更低评级的债券会导致信用风险剧烈上升，同时由于融资标的原因，具有较大的流动性压力风险。与此同时，由于债券期限的压缩，在利率下行的市场表现中会呈现出收益不足的情况。
这样简单的买入持有策略，在14年以来让不少金融机构自营或资管部门获取了高额的收益率，有的甚至平均年化收益率达到20%以上，那么如此岁月静好的高贝塔行情是否未来也将继续，或者说能持续有多少时间。
为了研究这个问题，我们可以来借鉴境外的发展情况，这里依旧不使用杠杆技术。
?可以看到，大型经济体的债券在2012年往后，整体收益率经过一次大幅下行来到了3%收益率以下区间（图中体现为净值快速上升），整体的夏普表现来到较低值区域，美国债券（不含票息）的情况下至今十年时间始终处于负夏普或者低夏普状态，同时伴随的还有息差空间的缩窄。
当然，以上只是简单的观测，但是我们可以发现的是，大型经济体的债券表现期会从一个高夏普时期跨越至低夏普时期，表明“红利”时期的逐渐消失，中国作为世界上最大的经济体之一，大概率也会持续经历低“红利”甚至无“红利”时期，同时伴随着息差空间的急剧缩窄和信用违约率的攀升，部分流动性压力较高的金融机构无可避免的经历去杠杆的至暗时刻。
另外一个方面，城投债券的表现还得益于央行推行的宏观审慎政策和地方政府融资需求，所谓宏观审慎政策是指维护金融体系的支付体系稳定运行的政策，宏观审慎政策在美国2008年以前并没有引起足够的重视，在2008年全球金融危机以后，以美国为代表的大型经济体开始更加普遍的开始构建有效的宏观审慎政策框架（有兴趣可查阅08年金融危机美联储相关举措），宏观审慎政策的目标与微观审慎政策不同的是维护金融体系的整体稳定，防止经济增长受影响，而非个体机构或行业的利益保护。所以，由于城投与地方政府的关系，在宏观审慎政策的影响下，中高等级城投等平台仍然保有隐形信仰，低风险高票息的不对称性在短期内仍将存在。
因此，虽然低风险高票息的不对称性在短期内仍将存在，但债市已经走向了低夏普的低“红利”时代，并且可能长期延续，而息差空间的缩窄已经无法支撑债市曾经如此高夏普的表现，投资者们需要在贝塔、阿尔法和伽马等方向上去找寻更多收益的可能。02久期真的能充当大型资产管理的风险指标吗？
久期是固定收益资产管理最传统和广泛的风险衡量指标，用于衡量债券价格相对于利率变化的敏感程度。然而，久期在衡量风险时，并不能很好的充当大型资产管理组合的风险测度指标。
从数学角度来论证，久期公式及凸性:显然得到，利率与久期成反比关系即利率越低久期越长。我们用计算机对十年期付息债券的久期的不同情况进行模拟，来看看直观的表现，其中规模差额是指债券规模在相同的DV01指标下，由前一个阶段进入下一个阶段产生的规模上的差异。?
(久期利率关系图)?因此以久期为指标进行风险测量，在利率更低时同样的债券的风险比以往任何时候都要高，在资产管理中体现为风险指标（DV01）相同的情况下资产规模进行缩减，会对持仓规模产生显著的差异并不断扩大。
利率越低风险越高这样的分析，只是主观上觉得相对合理，但客观看其实并不正确。久期变化的同时，外在宏观环境也在同步改变，风险应当至少是久期与收益率波动双因素的结合。为了简单说明这个问题，我们将近十年的十年期国债净值标准差按照三年为周期逐年进行滚动测量?
?可以看到的是，尽管收益率从13年以后大幅下行，但是真实的市场波动却随之降低，这与久期升高导致风险加剧的想法相违背，并且在14-16年的这样的长期牛市行情中，甚至会因为久期法的控制而损失收益。
此外，DV01难以反应真实的持仓风险指标，这里我们分别构建资产组合为3亿3年期国债（1亿本金，杠杆倍数为2倍，融资成本为FR001）和1亿10年国债（无杠杆），两者整体DV01大致相当，观测其近十年波动和夏普情况（含息，扣除融资成本）
?显然观测可得，相等DV01的情况下，风险程度并不趋同，DV01并不能准确而充分的反应资产的组合的风险情况。
因此，久期并不能充分反映不同期限债券的风险，充当不同地域债券风险衡量指标更加不可取，只能说久期是一种大致有效的风险测度，但不充分和精准。?03?抬升息差的另一种方式
息差收益是债券利息与短期资金利率的错期匹配产生的利息差额收入，因此，息差在绝大部分时间是正向收益即利息大于资金利率，具备相对静态确定性即在该时刻基本确定息差的空间，但是由于资金的难预测性，因此息差也存在动态不确定性。
下沉信用资质提升信用阿尔法，实质上是在博取违约率下收益期望值，这跟卖...的行为非常相似，在较大概率的情况下，...不会中奖，但是每一次都是概率性的博弈，随着资产管理规模指数级地上升，较低资质信用品的数量会快速扩大，一旦资产分散程度不足，那么在较大仓位的债券出现信用风险时，全组合会出现不可预测的重大回撤，这种资产管理模式下，稳定性是个大隐患。由于资产无法快速出清，风险将会长期存在。因此，纯信用买入持有的资产管理模式会陷入规模限制或弱稳定性的相对矛盾境地。
提高期限利差是拉高息差的另一种方法，相对于下沉信用资质，信用风险可以得到很大程度的降低，但与此同时，由于期限的增高，资产波动会加大，市场极少有资产管理机构会采用该类方法去完成息差的增厚收益，因为，相对信用违约，市场波动风险反应更为敏锐，人们总是对近期未知的风险更抱有恐惧。
那么，如果能实现降低因拉高债券期限而增加带来的波动，理论上就可以完成在信用资质不下沉也就是不依赖信用阿尔法挖掘的情况下，依旧满足资产收益的需要。
事实上是否如此？简单地拉长期限利差所带来的的息差的溢价能否完全弥补资质下沉所带来的票息收入的不足，这里我们以AA级城投3年中债估值（下称AA3年），AAA级城投3年（下称AAA3年）和5年（下称AAA5年）中债估值进行简单观测，将AA3年减去AAA3年记为AA3-AAA3（蓝线），将AA3年减去AAA5年记为AA3-AAA5（黑线），来观测同期限等级利差及错期限等级利差的情况。同时，我们利用统计学中核密度估计的方法来拟合利差的密度函数曲线。
?可以大致看出，AA3年与AAA3年间长期存在的等级利差，在期限拉长后被逐渐期限利差逐渐弥补，此类现象在近两年愈发明显和稳定（黑线趋于0附近），进一步利用密度分布来观测，AA3年与AAA5年的密度峰值区间为（-20bp，30bp），在大概率下利差的差额波动比较小。因此，拉长期限利差所带来的的息差的溢价弥补资质下沉所带来的票息收入的不足应当是可行的。
上述仅是简单直观的观测结果与分析，期限和单券多样性的影响仍然需要更为深度的分析，篇幅原因，在此我们不做详述。??04多资产与单资产
只利用息差获取收益并不足够。假设利用下沉资质的方式进行资产配置，利用2y的AA城投曲线，资金曲线为隔夜回购定盘利率加60个基点（实际上很多中小金融机构的成本达到100bp及以上）来粗略估计，持有收益=AA城投收益率 息差收益（收益率-资金成本）*2，方便起见并不失一般性，我们按照三年为周期滚动进行平均。
?可以看到在只使用AA城投债进行全仓位投资时，依旧面临收益率不足的问题，而且息差的静态波动也不小，由于等待建仓会损失息差，所以较难在高点进行大范围建仓，更多时候建仓的时点根据资金流入或自然年份的交替来调整。同时，管理者还不得不面临个券体量控制或信用风险的压力
资产配置通常划分为战略性资产配置（Strategic Asset Allocation，SAA）与战术性资产配置（ Tactical Asset Allocation ，TAA）两个阶段。SAA是投资者为实现长期投资目标和政策，而确定各大类资产的投资比例 ,构建长期资产组合结构。而TAA会更多的捕捉中短期市场的变化，调节各大类资产之间的分配比例以及内部构成，来捕捉短期收益或控制风险。战略性资产配置通常能解释投资收益的60%以上。
作为金融机构的大资金体量的投资策略，应当首要考虑战略性配置资产对整体组合产生的风险极限的可能性。有效的构建战略性大类指数的贝塔，在长期回报中占据主导型的地位，在极限压力下或特定环境中应当充分了解其风险状况及应对策略。与此同时，可以依赖战术性调整进行更进一步的进攻或者防御。?
怎样压低中长期限债券波动。使用大类资产相关性是复合手段中的一种。如果将各类资产都比做一课树，那么多样资产就是一片森林，当一棵树受损时，仍然有其他树木提供深林生态所需的物质，这样管理的优先目标将变为维持资产深林的稳定，达到不受单一资产约束、穿越单一资产牛熊周期的优势。
为了说明这个问题，此处我们利用三大类资产指数来做简单论证
仅做简要展示，我们使用MV的方法，设立目标函数表达式为 ，此处其中表示投资品的期望收益率向量，表示投资品的协方差矩阵，表示投资者的风险厌恶系数，则是投资品在投资组合中的配置权重，风险厌恶系数取。由于MV模型本身的低预测性及低稳健性，我们基于固定收益配置出发将国债的权重进行下边界约束即。观测两个资产的标准差曲线以及比例图（（债券标准差-组合标准差）/债券标准差）
?可以观测到，在固定收益资产约束的情况下，整体组合标准差依旧有显著的压缩，大约能占比到15%到20%，说明资产对冲的方式还是有效的。
当然，以上仅做简单举例，真实的投资需要处理许多更为复杂的问题，比如上述方式会导致收益同步被消减，债券的流动性并不高调仓较慢等。?05结束语
文章来源：RMB交易与研究，若有侵权，请联系本站删除！
