南方全球惲雷：九千余字四季報分享全球資產(chǎn)配置實戰(zhàn)指南

　　南方基金惲雷的季報是基金行業(yè)中一種特殊的存在，1月22日，南方全球精選配置股票（QDII-FOF）（基金代碼：202801）四季報如約而至，報告期內(nèi)基金投資策略和運作分析部分超過9400字，在惜字如金的基金行業(yè)顯得尤為特殊。今天我們就快速拆解一下惲雷四季報的精彩之處。

　　亮點1

　　應屆生“小登”建奇功

　　傳統(tǒng)印象中，投資機構(gòu)的精英們是“老登扛大梁，越老越吃香”，但惲雷的季報中，意外披露了一個應屆生“小登”建奇功案例。惲雷表示，過去一年他對整體組合策略做了以下改進和迭代：

　?。?）采用科技行業(yè)基金以及smartbeta風格基金去替代簡單的寬基指數(shù)基金，例如納斯達克100或者標普500等寬基指數(shù)基金；

　?。?）通過全球以及加拿大，日本等市場的低波動策略ETF在盡可能不犧牲收益率的情況下降低組合波動；

　?。?）通過橋水的ALLWETF來使得倉位更有效利用，提升對于低波資產(chǎn)——債券的持倉權(quán)重；

　　（4）在股債均衡配置的框架下，引入風險預算模型來更好地控制波動率水平。

　　之所以這么做，惲雷解釋是源于團隊有位應屆生從《因子投資》這本書中帶來啟發(fā)。當把傳統(tǒng)的股債60/40模型中的股票從寬基換成不同的smartbeta基金之后，顯著提升了組合的風險收益特征。南方全球配置基金的目標是在全球市場找到更多高夏普比的生息資產(chǎn)。在全球市場做資產(chǎn)配置的優(yōu)勢在于全球市場擁有較多的高夏普比，即優(yōu)質(zhì)貝塔的生息資產(chǎn)。南方全球精選雖然仍然采用了傳統(tǒng)的全球股債均衡配置模型，但在加入風險預算模型之后，組合的波動率水平控制在某一范圍之內(nèi)，使得組合能夠獲得更優(yōu)質(zhì)的風險收益比特征。

　　亮點2

　　毫無保留地分享投資方法論

　　在本次四季報里，惲雷罕見地分享了《全球資產(chǎn)配置實戰(zhàn)指南：從理論到組合構(gòu)建》的報告全文，這部分足足7700多字，主要內(nèi)容包括幾個方面：

　　1）什么是資產(chǎn)配置？（1.1）資產(chǎn)的定義與分類；（1.2）配置的本質(zhì)是金融工程；（1.3）免費的午餐——1+1>2？；（1.4）便宜的晚餐——關于杠桿的使用；

　　2）資產(chǎn)配置的框架——主動配置與被動配置；

　　3）關于資產(chǎn)預期收益率的討論（3.1）估值變動的長期影響；（3.2）不同類型資產(chǎn)在時間序列上的收益積累；（3.3）非生息資產(chǎn)的分類及預期收益率討論；

　　4）關于資產(chǎn)相關性動態(tài)變化的討論；

　　5）關于資產(chǎn)配置中“尾部風險”應對處理。

　　為什么要把“壓箱底”的方法論毫無保留地分享給讀者？惲雷表示有兩個目的：其一、希望能夠讓普通的投資者都可以通過定期報告了解團隊在做什么事情，是如何思考和迭代的；其二、市場中經(jīng)驗豐富的高手太多了，大家提出的建議哪怕是批評，往往是團隊逐步改進的動力。在惲雷看來，真正的長期主義就是每天進步一點點，改進一點點，如履薄冰地給委托人穩(wěn)步掙錢，最終能夠平穩(wěn)完成職業(yè)生涯已然不易。

　　惲雷指出，當前，投資者對于資產(chǎn)配置研究的行為模式，往往是資產(chǎn)比較。例如，從宏觀分析師或者策略分析師的口中，投資者能聽到今年到底是美股比A股好，還是A股比港股好，還是港股比歐洲好？這顯然是一種“選美”邏輯而非“組合”邏輯。資產(chǎn)配置的本質(zhì)是把一些能夠給大家?guī)黹L期穩(wěn)健回報的資產(chǎn)，通過一些既有的或者創(chuàng)新性的配置模型和框架，通過金融工程的方式組合到一起，使其給委托人帶來穩(wěn)健收益的方式。

　　亮點3

　　不用去神話某些資產(chǎn)配置模型

　　惲雷指出，資產(chǎn)配置中最重要其實還是底層資產(chǎn)的質(zhì)量，資產(chǎn)是“道”，而配置是“術”。惲雷把資產(chǎn)分成兩種類型:生息資產(chǎn)與非生息資產(chǎn)。在資產(chǎn)收益累積表現(xiàn)上，惲雷發(fā)現(xiàn)絕大部分生息資產(chǎn)都具備了“長牛以及慢?！钡淖邉菪螒B(tài)，相反大部分非生息資產(chǎn)往往都是“短跑型選手”，短期具備極強的爆發(fā)性。在惲雷看來，持有生息資產(chǎn)最重要的兩個素質(zhì)是買入的低估值以及持有后保持耐心。而對于非生息資產(chǎn)來說，相比估值更為重要的是交易能力以及擇時能力的把控。

　　例如，通常在大家的日常觀察中會發(fā)現(xiàn)美股長期處于慢牛的走勢，其最主要的原因還是其指數(shù)本身為生息資產(chǎn)，其中指數(shù)成分股創(chuàng)造了大量的自由現(xiàn)金流，并且自由現(xiàn)金流持續(xù)不斷地增長推升了指數(shù)亦步亦趨同步上行。而作為非生息資產(chǎn)的代表，例如恒生生物科技指數(shù)，由于指數(shù)的成份股公司仍然處于高研發(fā)開支階段，因此現(xiàn)金流創(chuàng)造能力相對來說較差。因此，指數(shù)會隨著市場流動性環(huán)境、市場情緒的強弱呈現(xiàn)出劇烈波動，但是往往彈性巨大，在短期里面容易累積出很高的收益水平。

　　在惲雷看來，無論是從1930年開始誕生的股債恒定均衡模型，還是均值方差模型（1952年），風險平價模型（1996年）、風險預算模型（2003/2013年），美林時鐘模型（2004年），其實都是上一代模型在真實世界運作的過程中結(jié)合所遇到市場環(huán)境的變化，不斷修正和迭代配置框架。資產(chǎn)配置本質(zhì)就是房屋建設設計，不需要神話某一種配置框架，即使號稱“全天候”的資產(chǎn)配置模型也總有自己不適合的環(huán)境。當觀察2022—2023年全球由于疫情之后帶來的高通脹，美聯(lián)儲處于加息的宏觀環(huán)境中，全天候的資產(chǎn)配置模型也出現(xiàn)了比較明顯的回撤。因此，不用去神話某些資產(chǎn)配置模型，適合自身的風險收益特征需求才是合適的配置模型。全球市場中一些主權(quán)基金經(jīng)歷了非常長的周期，依然沿用著傳統(tǒng)且簡單的股債均衡模型，也獲得了穩(wěn)健的投資收益。

　　亮點4

　　大白話研究資產(chǎn)配置的底層邏輯

　　惲雷強調(diào)，生息資產(chǎn)和非生息資產(chǎn)在不同市場環(huán)境里面積累收益的方式并不相同。生息資產(chǎn)往往需要在低波環(huán)境里面積累收益，同時當每一次指數(shù)波動率水平放大的時候，都是生息資產(chǎn)出現(xiàn)回調(diào)的狀態(tài)。

　　例如，復盤2022—2023年期間，在美聯(lián)儲加息的環(huán)境中，標普500指數(shù)波動率水平持續(xù)處于相對比較高的位置，而2022年美股表現(xiàn)也確實較差。寫到這里的時候，惲雷也恍然大悟，為什么大家總有個模糊的感受每一次美股這些寬基指數(shù)出現(xiàn)20%—30%回調(diào)的時候，似乎都是加倉的時間點。惲雷認為原因就在此處，因為作為生息資產(chǎn)而言，很難長期處于高波動的環(huán)境中，波動率水平最終都將回歸平靜，這也是生息資產(chǎn)開始重新積累收益的時刻。

　　對非生息資產(chǎn)而言，則出現(xiàn)了截然不同的收益累積方式。非生息資產(chǎn)往往是在低波的環(huán)境里面出現(xiàn)持續(xù)陰跌的狀態(tài)，相反在高波動、高流動性的環(huán)境里面則快速積累收益。投資者同樣可以觀察科創(chuàng)50指數(shù)，創(chuàng)業(yè)板指數(shù)，恒生科技等成長風格指數(shù)與其波動率之間的關系。惲雷認為這也是為什么“一年一倍者眾多，五年一倍者寥寥”的底層邏輯。

　　復盤歷史各類資產(chǎn)之間長期的相關性，股和債呈現(xiàn)出一些弱相關的關系，黃金和其他資產(chǎn)也呈現(xiàn)出一些弱相關或者負相關的關系。當然這些弱相關或者負相關的關系，對組合管理者來說就是可以有效降低組合整體波動率的工具。對于資產(chǎn)之間的相關性并非是一成不變的，往往會隨著宏觀范式的變化引發(fā)資產(chǎn)之間相關性的變化。

　　比如，2022年之前，黃金和真實利率呈現(xiàn)相對穩(wěn)定的負相關關系。2022年之后黃金脫離了真實利率這一“地心引力”一路狂飆。本質(zhì)原因是因為在疫情之后，黃金價格的影響因素產(chǎn)生了新的變量，疫情之后美國政府赤字率水平顯著抬升，通脹水平維持高位，政府財政負擔加重引發(fā)市場對債券償付能力的擔憂進而影響美元的信用。同時，俄烏沖突等地緣政治的擾動加速了各國央行的購金行為。2022年之前黃金的定價因素主要和其金融屬性緊密相關，疫情之后，美元信用以及地緣政治催生了影響黃金價格的第二個因素——供需環(huán)境改變。所以，去深入研究資產(chǎn)相關性背后的底層邏輯，這也是資產(chǎn)配置獲取超額收益的重要來源之一。

（文章來源：金融投資報）

(原標題：南方全球惲雷：九千余字四季報分享全球資產(chǎn)配置實戰(zhàn)指南)

(責任編輯：73)