BlackLitterman模型的初步介绍及应用课件

Black-Litterman模型的初步介绍及应用Black-Litterman模型的初步介绍及应用1BL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BL模型的初步介绍及应用应用范围2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应用范围BL模型由FisherBlack和RobertL3Markowitz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W-组合权重向量（N*1）-预期4Markowitz模型求解Markowitz模型求解5市场均衡回报市场均衡回报6BL模型的表述BL模型的表述7BL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模型的几个结论BL模型的超额回报实际上是Markovit8BL模型的约束条件风险约束预算约束Beta约束做空约束BL模型的约束条件风险约束9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例1：BL模型在QDII投资上应用大类资产的选取10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。资产类别市值(十亿美元)市场基准配置市场均衡回报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1410.9511320.009780.002179.052645.72536.503992.05591.68297.3775.624.30%34.48%29.79%6.64%8.06%1.63%12.16%1.80%0.91%0.23%8.49%6.96%8.75%8.92%6.94%7.58%5.12%3.09%5.70%2.36%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11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资产类别历史回报优化配置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合计2.95%-1.02%5.86%12.13%-3.92%8.48%19.60%2.60%14.12%13.09%0%0%0%15.5%0%31.71%14.63%0%10.09%28.07%100%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12大类资产选取（三）下表是组合的协方差矩阵资产类别1港股2美股3欧股4发展中国家股票5日股6房地产信托7能源8农产品9金属10黄金123456789100.1260.0080.0280.0680.0700.0300.0120.0090.0180.0020.0080.0410.0220.0190.0080.034-0.0030.0010.009-0.0030.0280.0220.0440.0370.0240.0270.0170.0120.0280.0130.0680.0190.0370.0610.0400.0280.0160.0130.0250.0100.0700.0080.0240.0400.0710.0230.0090.0080.0150.0000.0300.0340.0270.0280.0230.047-0.0030.0020.012-0.0020.012-0.0030.0170.0160.009-0.0030.0810.0250.0260.0300.0090.0010.0120.0130.0080.0020.0250.0690.0160.0170.0180.0090.0280.0250.0150.0120.0260.0160.0590.0220.002-0.0030.0130.0100.000-0.0020.0300.0170.0220.039大类资产选取（三）下表是组合的协方差矩阵资产类别1234发展13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20002001200220032004200520062007平均2008回报-1.91%-20.82%-13.18%28.26%15.08%12.64%15.06%12.54%5.96%-6.22%风险13.06%14.43%17.38%11.28%9.38%7.79%10.18%12.60%12.01%11.80%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14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-10015资产配置（一）资产配置（一）16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类别新合成回报市场均衡回报差别无条件约束权重市场均衡配置权重差别有约束条件的权重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合计8.90%6.83%8.33%8.76%7.44%7.55%4.56%2.76%4.34%1.78%8.49%6.96%8.75%8.92%6.94%7.58%5.12%3.09%5.70%2.36%0.41%-0.13%-0.42%-0.16%0.50%-0.03%-0.56%-0.33%-1.37%-0.59%4.30%34.48%29.79%6.64%12.23%1.63%12.16%1.80%-7.87%0.23%95.40%4.30%34.48%29.79%6.64%8.06%1.63%12.16%1.80%0.91%0.23%100.00%0%0%0%0%0%4.18%0%0%0%-8.76%0%-4.60%4.74%36.27%26.33%5.71%12.73%1.70%11.28%1.23%0%0%100%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17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，信息比例是正的市场均衡组合BL优化后组合回报方差标准差Beta夏普比例信息比例7.171%0.024615.686%1.0000.4571-7.216%0.024715.712%0.9980.45930.0347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-18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2008一季度2008二季度市场均衡配置组合回报-6.22%1.86%风险11.80%5.88%优化后的组合回报-7.21%1.98%风险11.96%5.96%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19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行业类别流通市值（十亿）市场基准配置市场均衡回报能源材料工业可选消费医药金融信息电信公用合计4967175983162145512346010623212.32%17.80%14.85%7.84%5.30%1.37%30.64%1.48%2.64%5.76%100%7.99%9.27%8.86%8.39%7.26%8.16%8.71%8.09%7.98%8.41%案例二：BL模型在国内A股投资上的应用沪深300能源、沪深320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年的回报率被市场高估300BP到500BP倾向性意见能源未来1年的回报率被市场低估0BP到200BP21回报向量与有约束条件下的组合BL优化后的组合从2008年开始以来，战胜市场均衡配置组合，而风险低于市场均衡组合行业类别新合成回报市场均衡配置权重无约束条件权重有约束条件权重能源材料工业可选消费医药金融信息电信公用合计7.57%8.28%7.84%7.35%6.43%7.20%7.41%7.07%7.22%7.50%12.32%17.80%14.85%7.84%5.30%1.37%30.64%1.48%2.64%5.76%100%24.74%17.80%14.85%-1.24%5.30%1.37%16.50%1.48%2.64%5.76%89.20%27.81%19.62%16.21%0%5.80%1.35%18.49%1.34%2.95%6.43%100%回报向量与有约束条件下的组合BL优化后的组合从2008年开始22Black-Litterman模型的初步介绍及应用Black-Litterman模型的初步介绍及应用23BL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BL模型的初步介绍及应用应用范围24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应用范围BL模型由FisherBlack和RobertL25Markowitz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W-组合权重向量（N*1）-预期26Markowitz模型求解Markowitz模型求解27市场均衡回报市场均衡回报28BL模型的表述BL模型的表述29BL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模型的几个结论BL模型的超额回报实际上是Markovit30BL模型的约束条件风险约束预算约束Beta约束做空约束BL模型的约束条件风险约束31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例1：BL模型在QDII投资上应用大类资产的选取32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。资产类别市值(十亿美元)市场基准配置市场均衡回报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1410.9511320.009780.002179.052645.72536.503992.05591.68297.3775.624.30%34.48%29.79%6.64%8.06%1.63%12.16%1.80%0.91%0.23%8.49%6.96%8.75%8.92%6.94%7.58%5.12%3.09%5.70%2.36%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33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资产类别历史回报优化配置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合计2.95%-1.02%5.86%12.13%-3.92%8.48%19.60%2.60%14.12%13.09%0%0%0%15.5%0%31.71%14.63%0%10.09%28.07%100%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34大类资产选取（三）下表是组合的协方差矩阵资产类别1港股2美股3欧股4发展中国家股票5日股6房地产信托7能源8农产品9金属10黄金123456789100.1260.0080.0280.0680.0700.0300.0120.0090.0180.0020.0080.0410.0220.0190.0080.034-0.0030.0010.009-0.0030.0280.0220.0440.0370.0240.0270.0170.0120.0280.0130.0680.0190.0370.0610.0400.0280.0160.0130.0250.0100.0700.0080.0240.0400.0710.0230.0090.0080.0150.0000.0300.0340.0270.0280.0230.047-0.0030.0020.012-0.0020.012-0.0030.0170.0160.009-0.0030.0810.0250.0260.0300.0090.0010.0120.0130.0080.0020.0250.0690.0160.0170.0180.0090.0280.0250.0150.0120.0260.0160.0590.0220.002-0.0030.0130.0100.000-0.0020.0300.0170.0220.039大类资产选取（三）下表是组合的协方差矩阵资产类别1234发展35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20002001200220032004200520062007平均2008回报-1.91%-20.82%-13.18%28.26%15.08%12.64%15.06%12.54%5.96%-6.22%风险13.06%14.43%17.38%11.28%9.38%7.79%10.18%12.60%12.01%11.80%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36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-10037资产配置（一）资产配置（一）38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类别新合成回报市场均衡回报差别无条件约束权重市场均衡配置权重差别有约束条件的权重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合计8.90%6.83%8.33%8.76%7.44%7.55%4.56%2.76%4.34%1.78%8.49%6.96%8.75%8.92%6.94%7.58%5.12%3.09%5.70%2.36%0.41%-0.13%-0.42%-0.16%0.50%-0.03%-0.56%-0.33%-1.37%-0.59%4.30%34.48%29.79%6.64%12.23%1.63%12.16%1.80%-7.87%0.23%95.40%4.30%34.48%29.79%6.64%8.06%1.63%12.16%1.80%0.91%0.23%100.00%0%0%0%0%0%4.18%0%0%0%-8.76%0%-4.60%4.74%36.27%26.33%5.71%12.73%1.70%11.28%1.23%0%0%100%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39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，信息比例是正的市场均衡组合BL优化后组合回报方差标准差Beta夏普比例信息比例7.171%0.024615.686%1.0000.4571-7.216%0.024715.712%0.9980.45930.0347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-40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2008一季度2008二季度市场均衡配置组合回报-6.22%1.86%风险11.80%5.88%优化后的组合回报-7.21%1.98%风险11.96