发表于《系统工程理论与实践》2014年第3期 尹力博

本文基于Black-Litterman框架提出了国际大宗商品资产行业配置模型及其实施策略，填补了大宗商品资产战略配置理论和实践之间的差距。模型充分考虑了外部市场信息对大宗商品市场存在显著信息溢出效应💎，我们利用国际大宗商品综合指数收益率和外部市场信息作为解释变量的FIGARCH模型来捕捉大宗商品行业收益率及收益率变动特征😥，从而获得投资者对于各类行业的收益率观点及对观点的置信程度，形成投资者观点和均衡收益的有机融合。该方法不仅弥补了传统B-L模型将投资人主观观点作为观点收益率替代变量的缺陷，有效克服了传统B-L框架在理论上的不足，同时使得大宗商品市场及其与外部市场和宏观经济的信息溢出效应能够量化地应用到大宗商品行业资产配置问题上，将大宗商品收益影响因素与量化投资结合起来，使得外部市场信息研究结果能够很好地应用于大宗商品行业配置。

本文研究的对象是大宗商品资产积极组合管理中的行业配置策略。所谓行业配置策略，我们界定为按照一定的行业分类标准，与市场特定指数成分结构相比，进行行业之间市值比重的调整，通过偏离行业基准来获得超过整体市场指数的超额收益。在这个界定中，我们强调，行业配置策略本身是一种资产配置策略🙎🏿🪿，以实现组合的动态管理和再平衡，而非研究行业实际状况和与之相应的投资机会。

本文的贡献在于首次提出大宗商品资产行业配置的实现策略，填补了大宗商品资产战略配置理论和实践之间的差距🈵。相关成果为主权财富基金将商品期货指数基金纳入投资对象，实现国际投资安全性、流动性、收益性和多元化要求，进而服务于国际资源储备和国家经济安全提供政策支持。其创新性体现在：基于Black-Litterman (B-L)模型框架🤏，利用国际大宗商品综合指数收益率和外部市场信息作为解释变量的FIGARCH模型来捕捉大宗商品行业收益率及收益率变动特征，从而获得投资者对于每个资产的收益率观点及对观点的置信程度，并成功地将其应用于大宗商品行业配置。该方法不仅克服了传统B-L模型将分析员主观持有的观点作为观点收益率替代变量的缺陷，有效弥补了传统B-L框架在理论上的不足👨🏼‍🦱，同时使得大宗商品市场及其与外部市场和宏观经济的信息溢出效应能够量化地应用到大宗商品行业资产配置问题上。实证结果表明基于本文所提出的行业配置策略能够为实现大宗商品投资组合收益能力和风险规避的有效匹配提供一个系统而稳健的途径。

针对2004年以来道琼斯-瑞银商品指数(DJ-UBS)及其7个相关性相对比较弱的分类行业指数(Sub-Indexes)日度数据的组合优化和稳健性检验𓀑🪘，说明了该策略在实际应用中的潜力🤾🏼‍♂️。基于Black-Litterman框架和FIGARCH模型观点生成所构建的投资组合在超越基准及跟踪基准方面具有明显优势，长期来看能够获得比较稳定的超额收益，其效果优于市场均衡权重和传统Markowitz框架下的投资策略🏊🏿‍♂️。运用这种方法进行大宗商品资产行业资产配置是有效的，能够为实现大宗商品投资组合收益能力和风险规避的有效匹配提供一个系统而稳健的途径👨🏽‍🦲，符合大宗商品资产配置的稳定性和收益性要求。相关成果可以为实现大宗商品资产积极组合管理👩🏻‍⚖️，适应国际投资安全性、流动性、收益性和多元化要求，进而服务于国际资源储备和国家经济安全提供决策支持。