金融研究报告《利用层次聚类法,构建更具风险分散能力的 QDII 基金配置方法——资产配置定量研究系列之十一》详尽分析
一、元数据与报告概览
- 报告标题: 利用层次聚类法,构建更具风险分散能力的 QDII 基金配置方法——资产配置定量研究系列之十一
- 作者: 周萧潇(分析师)
- 发布机构: 光大证券研究所
- 发布日期: 2020年12月17日
- 主题: 本报告聚焦中国QDII基金市场,探讨如何利用层次聚类方法重构资产相关性,构建更稳健协方差矩阵以提升风险分散能力,基于全球大类资产的代表指数,提出新型多层次风险控制资产配置模型。
- 核心论点及目标: 传统资产配置模型存在资产相关性高且协方差矩阵估计困难等问题,尤其在QDII基金市场中资产多样性和产品年轻性带来的挑战。报告基于层次聚类方法构建资产配置模型(HRP、HCAA、HERC及改进的HCRP),通过回测对比,发现HCRP_ev_rp模型在实现较好收益的同时有效控制风险,是最优配置建议;若投资者偏好稳定性,则推荐HRP模型。
二、逐节深度解读
2.1 背景介绍
传统资产配置方法的问题
- 资产相关性日益增强: 2008年金融危机后,多样化需求下降,资产间相关性加大,导致传统依赖资产间协方差的模型(如风险平价)过于偏向低波动率债券,高资产组合集中度在利率风险上,分散效果弱。
- 协方差矩阵估计难题: 随着可选资产数量激增,若资产数量超过样本长度,协方差矩阵不可逆,估计失效,构建有效配置困难。
- 资产间互补性忽视: 传统模型忽略资产间互补关系和层级结构,不能有效捕捉资产聚类带来的风险分散优势。
- QDII 基金市场现状: 额度未满,基金成立时间短,覆盖区域集中于中国香港和美国,海外投资体系尚不成熟,亟需新的海外资产配置模型支撑市场发展。
2.2 QDII基金市场结构分析
- QDII基金产品以股票型为主,占比55.17%,被动指数型基金在股票型基金中占比高达67.86%。
- 投资区域集中,香港及美国最多,非传统市场基金数量少且规模小,限制了投资多样化的可能。
- 资产相关性问题同样存在于QDII基金,目前尚未充分利用海外资产多样性解决风险分散。
2.3 模型构建
2.3.1 资产层次聚类方法
- 传统协方差矩阵弊端: 实际上资产排序未考虑,协方差矩阵结构松散,大资产数导致矩阵不可逆及计算复杂,且忽视资产的内在相似性。
- 层次聚类法介绍:
- 利用相关系数矩阵转换成距离矩阵,资产相关性越大,距离越小。
- 采用“自底向上”策略,将资产两两合并为簇,形成树形层级结构,给出资产的排序,使协方差矩阵具备准对角结构,提升可逆性。
- 准对角化协方差矩阵效果: 图2和图3对比显示传统和层次聚类排序后的协方差矩阵热力图,后者大多数较大协方差集中于对角线附近,表现出稳健、聚类特征明显。
2.3.2 层次聚类资产配置模型
-
HRP(层次风险平价模型):
- 利用自上而下的二分法配合等波动率(EV)模型为子类资产配权,算法依赖资产排序的准对角协方差矩阵。
- 缺点在于未深度利用聚类层级关系,最终配置仍近似按资产波动率权重分配,未实现真正风险平价。
-
HCAA(层次聚类资产配置模型):
- 充分利用资产层级结构,对各节点均等权重分配。
- 解决HRP忽视层次结构问题,在资产相关聚类稳定时能实现风险较好分散。
- 不考虑资产自身风险,资产权重可能出现停滞且风险分散效果受限。
-
HERC(层次等风险资产配置模型):
- 结合HRP的风险平价理念与HCAA层次结构,采用逆方差权重法确定资产权重。
- 采用Gap统计确定最优聚类数,分两层配置:第一层为子类权重,第二层为子类内资产权重。
- 既利用聚类结构,又考虑了资产风险,自身能较好分散多样风险。
- 可用多种风险度量(波动率、ES、CDaR)衡量资产风险。
-
HCRP(层次聚类风险平价模型):
- 基于HERC改进,引入风险平价模型替代逆方差权重确定子类资产组合权重,考虑资产间协方差信息,提升对相关资产配置合理性。
- 提供多种配置策略(HCPR_ev_rp、HCPR_rp_ev、HCPR_rp_rp)交替使用风险平价和等波动率方法于不同层级。
- 该模型能更有效利用层次聚类结构,有望带来更优风险收益表现。
三、图表深度解读
3.1 QDII基金市场现状
- 图1(QDII额度与基金规模):
- 蓝色柱状显示QDII额度稳步提升,从2010Q1的约350亿美元增长至2020Q3末近600亿美元。
- 橙色折线显示QDII基金规模波动更大,但从2018年下半年开始快速增长,2020Q3达到1472.02亿元人民币,远低于额度,表明市场空间巨大。
- 反映QDII市场发展动力,以及海外资产投资需求增加。
3.2 资产相关矩阵热图与层次聚类
-
图2与图3(传统vs层次聚类协方差矩阵示意图):
- 资产重新排序后,协方差矩阵集群效应显著,较大协方差集中对角,低协方差远离对角,提高了稳健性和可逆性。
- 展示算法构建稳健协方差矩阵的可行性。
-
图6(ward聚类结果树形图):
- 权益资产(红色)清楚分为发达国家、新兴市场、国内市场群体,债券资产(绿色、蓝色)分组明显,商品资产分散,反映市场实际相关性。
- 该聚类为后续模型权重分配提供层级结构基础。
-
图7至图10(相关系数和协方差矩阵的生与重新排列对比热力图):
- 层次聚类和重新排列有效将相关性高的资产聚合,改善矩阵的块结构性质。
- 表明聚类模型提高了资产分类的准确性及风险分散效率。
3.3 模型回测成果
HRP模型
- 图5和表5:
- HRP模型年化收益4%左右,波动率明显低于风险平价模型(仅约1.23% vs 2.22%),夏普比率最高达3.2左右。
- 多种聚类方法下表现较为稳定,ward聚类效果最好。
- 权重分布(图11-13)显示:债券资产权重相对较大,权益资产比重较低,与等波动率配置一致,说明HRP重排序未显著改变风险偏好。
HCAA模型
- 图14和表6:
- HCAA模型年化收益相比HRP及传统模型高出约3个百分点,但波动率也翻倍增长,最大回撤严重(14%-18%),夏普比率反倒下降,风险显著加大。
- 权重点在权益及少数异质资产(越南指数),权重切换因资产聚类较稳定而表现不连续。
HERC模型
- 图16、表7与图17:
- HERC整体收益提升有限,波动率和最大回撤处于中间水平。
- 权重更为分散但仍受到债券集中影响,聚类进一步细分风险类别。
- 说明加入资产风险权重后模型较HCAA更稳健。
HCRP模型
- 图19-25及表8-11:
- 采用风险平价模型分层权重分配,收益率和风险均取得较好平衡。
- HCRP_ev_rp模型(第一层等波动率、第二层风险平价)表现最佳,年化收益接近6%,波动率3.5%左右,最大回撤控制在5%-7%。
- 聚类方法稳定性较好,提升模型实用性。
- 权重分布图20-22显示权重更加合理平衡,尤其在债券及权益资产间适当均衡。
3.4 风险度量影响
- 图24和表10:
- 除了传统方差,采用ES(期望亏损率)和CDaR(条件风险跌幅)指标衡量资产风险。
- 使用CDaR风险度量获得最高收益,但伴随波动率和最大回撤较高。
- ES指标在收益与风险间表现平衡。
- 说明风险度量对模型表现有显著影响,应结合投资者偏好选择。
3.5 模型横向对比与资产配置建议
- 图25、表11和表12:
- HCAA模型收益最高但风险也最大,HRP最稳健但收益最低。
- HERC和HCRP_ev_rp在收益和风险控制之间取得较好平衡。
- 12月资产配置建议:HCRP_ev_rp模型倾向权益资产(特别是国内及新兴市场)和亚太投资级债券,显著减少黄金权重,反映模型动态调整资产类别偏好。
- 指标明确发达国家权益权重较低,强调国内和新兴市场资产的投资价值。
四、估值分析
- 报告主要关注量化资产配置方法的风险收益优化,未涉及传统估值指标。
- 模型估值以历史数据构建的资产回报率序列和协方差矩阵、风险度量指标为基础,采用层次聚类重组资产相关性,进而基于风险平价和等波动率权重法计算资产权重。
- 聚类层数、权重分配方法、风险度量指标是主要估值参数,同时引入Gap Statistic判定最优聚类数,保证模型稳定性和有效性。
五、风险因素评估
- 模型基于历史数据,同类假设风险:历史表现不代表未来,市场环境变化大时可能失效。
- 协方差估计和聚类的稳定性依赖于市场波动和相关性结构的稳健性,系统性风险事件可能导致聚类失败。
- QDII基金投资境外资产涉及汇率风险、政策风险、监管限制等,对模型表现带来额外不确定性。
- 风险平价模型和逆方差模型本质均假设资产回报服从一定统计特性,异常事件和偏态风险可能导致配置偏误。
六、批判性视角与细微差别
- 报告侧重层次聚类法的优势,风险提示中对此给予正视,但对不同市场环境下模型失效的详细讨论不足,实际操作中聚类方法稳定性和参数选取难点未充分展开。
- HCAA模型尽管收益高但波动涉大,说明单纯依赖资产树状权重的策略不足,说明风险度量和资产波动率应被更显著考虑。
- HCRP模型对第一层权重计算依赖较大,实际操作时第一层聚类稳定性和准确性为关键,报告未详述如何确保。
- 多种聚类方法结果变化显示模型对聚类方法具有一定依赖,实际应用中聚类方法与参数选择需结合定性判断。
- 报告资产选择基于指数表现,未考虑实际基金运作成本、交易限制等,可能存在一定理想化。
七、结论性综合
本报告深入探讨了以中国QDII基金市场为视角,利用层次聚类法构建更稳健协方差矩阵及资产配置模型的理论与实践。通过对HRP、HCAA、HERC及创新HCRP模型的系统比较分析,结合多个聚类算法和风险度量方法的回测,获得以下关键洞见:
-
资产相关性和协方差矩阵估计是传统资产配置的瓶颈,层次聚类方法通过自底向上的聚类与资产排序,显著改善了协方差矩阵的结构稳健性,促进有效配置。
图2和图3清晰展示层次聚类前后协方差矩阵的准对角化效果,为后续风险分散提供基础。
-
HRP模型虽借鉴等波动率分配高效简洁,但未充分利用资产层级结构,导致配置结果仍偏向低波动率资产,风险分散能力有限。
回测(图5、表5)中HRP与等波动率配置表现相似,波动率和回撤较低,但收益有限。
-
HCAA模型通过平均分配层级权重提高收益,但忽视资产风险特征,导致波动和回撤剧增,夏普比率下降,风险较大。
图14和表6显示了此模型收益与风险的极端波动,提示模型需结合风险度量。
-
HERC模型结合风险贡献和层级结构,实现更合理权重分配,风险调整收益较稳健,兼顾分散多样风险和控制回撤。
图16、表7及权重分布图17体现其对于资产间相关性和风险的更好适配性。
-
创新HCRP模型引入风险平价法分层权重,明显提升收益的同时维持较为合理的风险水平,特别是HCRP_ev_rp模型效果最优,具有较强的实用价值和稳健性。
图19-25和表8-11进一步验证了风险平价权重对聚类模型收益的积极提升,且组合风险控制优于其他模型。
-
风险度量方式的选择(方差、ES、CDaR)对模型表现产生较大影响,CDaR指标带来最高收益同时也伴随最大风险,投资者需依据风险偏好权衡选择。
图24和表10定量展示风险度量对收益风险的显著影响。
-
实际资产配置建议显示,开发中国QDII基金海外资产配置需加大新兴市场权益、亚太投资级债券比重,适度控制黄金等传统避险资产,强调资产多样化和市场前瞻性布局。
表12体现了多模型、分类与风险测度综合后的具体建议。
综上,报告所构建的基于层次聚类和分层风险平价的HCRP_ev_rp模型,能够兼顾收益与风险,提升投资组合的分散效果,因此被推荐为QDII基金海外资产配置的优选策略。而对于风险偏好较低、追求稳定收益的投资者,HRP模型因其低波动特性仍然适用。
本次分析结合报告正文和所有重要图表、表格,全面展现了该研究的理论基础、方法创新、实证结果及投资意义,提供了具备较强操作性的量化资产配置研究范式,适合专业资产管理和基金投资决策参考。
溯源:
报告全文及图表内容均详见页码0至29。