风险平价组合与其他资产配置方法的比较探索
文献摘要
Shiller P/E与宏观经济环境
由于在较长的时间跨度中存在均值回归情况,Shiller P/E(也称为Cyclically-Adjusted PE(周期调整市盈率),CAPE)在全世界都能够强有力地预测市场长期回报。但同时,Shiller P/E对短期回报的预测也是出名的差,这是由于宏观经济环境的不同会导致Shiller P/E比率会有较大变化。Leibowitz & Bova (2007)发现,在适度的实际利率环境下,市场估值一般会较高;而在非常低或者非常高的实际利率环境中,P/E一般会有所降低。本文在这个发现上进行了拓展:如果假设P/E会向特定宏观环境下的P/E均值而不是长期P/E均值回归,那么P/E就能够强有力的预测短期回报。
风险平价组合与其他资产配置方法的比较探索
这篇论文深入分析了风险平价模型在实战中的有效性,发现风险平价模型在风险均衡、不同历史周期表现都具有极强的稳健性;但该模型对资产类别的选择相对敏感,如果资产本身sharp不高,很可能对风险平价模型最后的回测效果造成比其他模型更大的冲击。很大程度上,过去20年风险平价策略在美国市场的优异表现与债券资产长期牛市密切相关。
Shiller P/E与宏观经济环境
文献来源: Arnott R D, Chaves D B, Chow T. King of the Mountain: Shiller P/E and Macroeconomic Conditions[J]. Social Science Electronic Publishing, 2015, 44(1):55-68.
推荐原因:由于在较长的时间跨度中存在均值回归情况,Shiller P/E(也称为Cyclically-AdjustedPE(周期调整市盈率),CAPE)在全世界都能够强有力地预测市场长期回报。但同时,Shiller P/E对短期回报的预测也是出名的差,这是由于宏观经济环境的不同会导致Shiller P/E比率会有较大变化。Leibowitz & Bova(2007)发现,在适度的实际利率环境下,市场估值一般会较高;而在非常低或者非常高的实际利率环境中,P/E一般会有所降低。本文在这个发现上进行了拓展:如果假设P/E会向特定宏观环境下的P/E均值而不是长期P/E均值回归,那么P/E就能够强有力的预测短期回报。
简介
由于在较长的时间跨度中存在均值回归情况,Shiller P/E(也称为Cyclically-AdjustedPE(周期调整市盈率),CAPE)在全世界都能够强有力地预测市场长期回报。但同时,Shiller P/E对短期回报的预测也是出名的差,这是由于宏观经济环境的不同会导致Shiller P/E比率会有较大变化。
Leibowitz & Bova(2007)发现,在适度的实际利率环境下,市场估值一般会较高;而在非常低或者非常高的实际利率环境中,P/E一般会有所降低。本文在这个发现上进行了拓展:如果假设P/E会向特定宏观环境下的P/E均值而不是长期P/E均值回归,那么P/E就能够强有力的预测短期回报。
Shiller P/E 与宏观经济环境
Shiller P/E (CAPE),是由Robert Shiller & John Campbell构建的。CAPE将许多市场指数(比如S&P 500)的当前价格除以过去十年的平均利润(其中利润是经过通胀调整的)来得到。这样短期的高利润就不会使投资者产生一个低P/E比率的幻觉,一段时间较低的利润也不会过分抬高P/E比率。在全世界范围内,CAPE都是一个预测长期市场回报的有力指标。毕竟,只要市场在长期确实有回归历史CAPE均值的情况,上述结果的出现应该是不让人意外的。
在Leibowitz & Bova (2007)工作的基础上,文章发现平均CAPE比率(下面简称P/E)与通货膨胀率和实际利率水平都有关系。适度水平的通货膨胀率和实际利率对应着最高的平均估值倍数,而异常高或异常低的实际利率(或者通货膨胀率)对应着相对低的多的估值倍数,两者结合,产生了一个估值高峰。
估值水平在哪种宏观经济环境下更高?
许多投资者、评论家以及政策制定者似乎认为非常低的通货膨胀率和利率水平为股价上升提供了最好的条件。这个逻辑很简单,考虑下面这个教科书上的估值公式,Pt是投资组合或者个股的价格,Dt是未来分红的折现后加总的价值:
{w:100}
{w:100}
{w:100}
{w:100}
在发现上述关系后,本文提出利用高斯函数来拟合三者的关系。这种方法,相对于传统的直方图,能够消除很多噪音,使得准确率能够更高。
提供P/E的短期预测水平
数据来源
所有数据均来源于Global Financial Data,且均以美元作为单位,下图显示了各个国家数据的总结。其中美国的数据开始于1880年,国际上其他国家的数据开始于1972年,其中1972年的数据可获取的至少有加拿大、日本和英国,其他国家的数据开始年份靠后一些。
衡量名义利率水平时,使用的是各国十年期国债收益率;衡量通货膨胀率水平的指标是一年期的CPI;但计算实际利率的时候减去的是最近3年的通货膨胀率水平。由于不希望估值倍数被短期利润波动所影响,所以采用Shiller P/E,这个指标的计算方法是当前价格除以10年实际收益的移动平均。
{w:100}
来自美国市场的证据
美国通货膨胀率、利率和估值之间的关系
Leibowitz & Bova(2007)利用1978至2004年的数据,发现P/E当实际利率在2-3%左右会达到高峰。本文利用时间更长的样本(134年)发现了类似的结果(见下图)。下图的结果显示,当实际利率在3-4%时,美国市场的估值水平会在最高点,而在这个区间外,无论实际利率变大还是变小,P/E的中位数都降低的很快。
每个条形图上方的图显示了P/E中位数加减一倍标准差后的情形,重叠的数据使用了Newey-West方法进行了调整。不同区间的P/E中位数在统计上是显著不同的:最高点的P/E(19.6)与最右侧的P/E(10.5)的t统计量是4.10,与最左侧的P/E(10.7)的t统计量是3.34。
{w:100}
{w:100}
{w:100}
构建拟合模型
在寻找能够有效描述数据的函数中,本文在模型的简易程度与描述数据的能力之间权衡。多项式非常简易,但是却有一个重要的缺点:当实际利率与通货膨胀率水平到了非常极端的值时,P/E也会出现极端值。换句话说,即使能够找到能很好描述样本内的数据的多项式,但一旦新的数据不在样本数据所在的区间,这个多项式很有可能就失效了。因此,本文提出使用二维高斯函数来对In(P/E)拟合:
{w:100}
{w:100}
{w:100}
{w:100}
{w:100}
提升 Shiller P/E 预测效果
作为参照,本文用文献中常见方法在1个月到十年的时间跨度里对P/E的自然对数进行回归:
{w:100}
图8显示所有的系数均为负数;更低的估值倍数(P/E)对应着被低估的价格,而这意味着之后能得到更高的回报。这个结果与已有文献的结果相符合,t统计量和R2都随着时间长度的增加而增加。比如把时间从一个月拉长到10年,R2从不到1%上升到了超过30%,且t统计量从1.79上升到了2.07。
{w:100}
传统预测P/E收益的方法,比如式(7),把目前的P/E与单一的全历史样本P/E均值作比较。但现在考虑到宏观经济变量对P/E有如此重要的影响,可以把目前的P/E与高斯模型拟合的、在历史上与目前相同的通货膨胀率、实际利率相同时的P/E作比较。比如,当实际利率和通货膨胀率都非常低的时候(图6的左下角),那么P/E = 10应该是比较正常的。如果目前的P/E > 10,那么这意味未来的回报可能会比较低(但如果比对的是传统方法中的全样本均值,那么我们可能会认为未来的回报会很高)。用以下回归来表达这个逻辑(收益滞后3个月以反映实际情况):
{w:100}
{w:100}
来自全球发达国家市场的证据
图10,与图2惊人的相似,展示了全球发达国家市场的P/E与实际利率与美国市场相同。
{w:100}
{w:100}
{w:100}
{w:100}
{w:100}
{w:100}
图16和图17是对收益预测的结果,与美国的结果相同,P/E的短期预测能力都有提高。短期情况下的t统计量变为十分显著,且R2几乎翻倍。在预测下个月收益的回归中,效果提升显著:系数从-0.10变为-0.21,R2从0.5变为1.1。但在长期中,P/E的预测能力在两个回归中的差异不大。
{w:100}
{w:100}
结论
不管是长期还是短期,估值都很重要。与其他许多人一样,本文一直认为估值是未来实际资产类别回报的重要决定因素,但其与短期回报的较弱的联系一直是其显著缺陷。
Shiller P/E一直是估值界的最爱,因为它能展现出市场长期回报之间的相关性。本文在此基础上引入宏观经济变量,并在此基础上使P/E均值向特定宏观经济条件下的历史均值回归,发现能够显著提高P/E预测短期资本市场回报的效果。