|
|
本报告导读：
本报告对海外有关
B L 模型的最新研究思路进行探讨，主要包括非正态分布市场、错误观点与交易成本、多因子扩展模型等，目的是使模型更适用于实际使用环境。
摘要
[Table_Summary]
Black Litterman 模型（简称 B L 模型）是由高盛的 Fisher Black 和Robert Litterman 在 1992 年提出的资产配置模型。 我们在 2008 年底 曾 推出过两篇有关 该模型的报告《资产配置之 B L 模型 ⅠⅠ：理论篇》、《资产配置之 B L 模型 ⅡⅡ：实证篇》。在上述报告 里，我们对 B L 模型的核心思想、参数设置等进行了详细阐述，并将该模型运用于 A 股市场，进行了行业配置的实证研究。
近年来，海外的机构和学者并没有放弃对 B L 模型的更新研究他们不论在理论上还是应用上，都对 B L 模型提出了新的改进思路。 我们将这些海外有关 B L 模型的最新研究成果进行探讨 尤其是那些可以使得该模型更加适用于现实的市场环境，或是更符合投资者实际使用习惯的新思路，将是我们研究的重点。
本报告中我们对 B L 模型新思路的研究， 主要集中在非正态分布市场、错误观点与交易成本、多因子扩展模型等这几方面。
非正态 分布市场 由于 B L 模型里假设的资产收益都是服从正态分布，这对绝大多数市场来说并不现实， Attilio Meucci 提出了在非正态分布的条件下如何去使用 B L 模型，并且在对风险的处理中，不再采用传统 B L 模型里的方式，也就是说不再用方差来 表示 风险，改用 CVAR 等来描述风险，以便能够捕捉到非对称和尾部的风险。
错误观点与交易成本 B L 模型中需要输入投资者对各类资产收益的观点，以形成贝叶斯后验收益。然后一旦这些观点最后被证明是错误的，那么 B L 组合就会有比原来更大的损失，也就是说有时候不调整目前的组合收益反而 更佳。这里就有一个调整与不调整组合的成本问题。 Ghislain Yanou 提出了一种 B L 模型的扩展方法，使得投资者观点错误时能够尽量减少损失。
多因子扩展模型 在传统的 B L 模型中，投资者给出的主观观点是对资产的预期收益，而很多时候投资者可能是一些间接的观点，例如对一些指标的观点（股息率、 EPS 、 ROE 等），这些因子可能驱动股价波动。 Wing Cheung 提出了 ABL 模型（ Augmented B L模型），首次将因子模型融入到传统 B L 模型的框架中，大幅度拓宽了 B L 模型的适用面。
|
|
