论文部分内容阅读
摘 要：近年商业银行开始涉入量化对冲产品。本文以公募量化对冲产品为研究案例，建立了实证模型，力图定量评价此类产品。
关键词：量化对冲 实证 商业银行
进入2015年，银行理财业务发展已逐渐多样化，理财产品的投资范围也随着合作伙伴的增加，不再局限于传统的同业存款、债权融资等资产。大量的股票、期货、衍生产品等越来越复杂的金融工具不断涌现。如何比较遴选，就成为商业银行迫切需要解决的一个问题。
商业银行原有信贷投资的评价方法较为侧重融资客户的信用评价、资金用途、担保措施等。但评价股票、期货等产品需要建立新的方法来进行定量比较。本文仅以公募基金公司发行的量化对冲产品为例，尝试运用定量的方式进行评价与比选。
一、我国量化产品背景
当前国内量化产品主要有两大类型：
1.量化对冲策略产品，即股票多空策略产品。该策略利用因子分析模型优选相对股指具有超额收益的股票组合，现货端买入股票组合的同时期货端做空股指，对冲掉系统性风险β后获取超额收益α。
2.量化套利策略产品。该策略指在价格具有很强相关性的产品之间寻找价差，当价差达到一定程度时对产品进行反向操作，以获取价差部分的收益。当前的量化套利策略主要有期限套利、ETF套利、跨期套利、分级基金套利等。
进入2015年6月以来，资本市场反复震荡。在股票型产品净值普遍大幅回撤的背景下，现货做多、股指期货做空的量化对冲产品逐渐脱颖而出。目前市场上存续的中性策略公募基金目有10只左右。略去同公司相同策略产品，且保持时间量纲的一致性，本文选取其中的5只产品为研究对象，从超额收益（α）、对股市波动的敏感性（β）、极端市场情况表现等多角度对产品进行量化评价。
二、超额收益与市场敏感性分析
1.理论基础——CAPM模型。根据资本资产定价模型（CAPM），投资者在市场交易中面临着系统性风险（即贝塔、β风险）和非系统性风险（即阿尔法或Alpha、α风险），通过对系统性风险β进行度量（对冲）并将其分离，从而获取超额绝对收益（即阿尔法收益）的策略组合E（Ri）。
2.评价方法。量化对冲产品是在资本资产定价模型（CAPM）基础之上衍生而来，利用模型选择较股指具有超额收益的股票组合，对冲掉系统性风险β后获取超额收益α。评价量化对冲产品的关键是看其能否最大化提取超额收益（α）以及最小化市场风险（β）。另外，在面临市场极端情况下能否抵御风险也是评价产品的重要因素。因此，本文通过超额收益分析（α）、市场敏感性分析（β）、极端市场情况分析三个方面来研究。
本文选择沪深300股指为市场风超额收益分析险代表，7天shibor为无风险市场利率，对中金公司、南方基金、嘉实基金、海富通、华宝兴业等五家机构发行的产品业绩为被研究对象。数据来源于wind数据库，样本区间为2015年4月21日至2015年9月30日。为保证量纲的统一，数据采取标准化（均值为0，标准差为1）处理，工具采用EVIEWS统计软件。
3. 超额收益分析（α）。通过构建回归模型，通过观察残差序列图来考察超额收益提取（α）。一般而言，残差越大，超额收益（α）提取越高。通过图2，嘉实对冲套利产品在市场大幅波动之前（六月中旬之前）超额收益最高，但六月至八月市场震荡期其提取超额收益能力下跌迅速至低位。从稳定性来看，中金绝对收益策略的表现最好。
4.市场敏感性分析（β）。若量化对冲产品的贝塔值（β）过高，可能导致产品无法对冲掉市场风险。通过构建回归模型，可得到五支产品的贝塔值如下表。
通过对比，中金绝对收益、嘉实对冲套利、南方绝对收益系列产品对市场风险的控制能力较高，贝塔值控制在0.2以内。尤其是中金公司的绝对收益策略产品，更是低至0.1以内。相对而言，华宝兴业量化对冲以及海富通阿尔法对冲产品对股市整体波动的敏感性较强。
三、极端市场情况分析
量化对冲产品在面临市场极端情况时，同样会面临较大风险。例如：股灾、股指期货出现较大负基差、流动性危机等（如2015年6月中旬至7月初）；市场交易规则改变（如2015年9月初）。通过净值图便可发现，上述五支产品在2015年7月之后纷纷减仓至低位，净值波动不大。本文便以2015年6月中旬至7月初为考察区间，分析量化对冲产品极端市场情况下的表现。
在2015年6月中旬至7月初区间内，沪深300股指最大历史回撤位-10.27%，相对而言五支量化对冲产品表现均优于市场。嘉实对冲套利、南方绝对收益以及中金绝对收益产品更是表现突出。
四、定量分析结果
以上通过对超额收益、市场风险控制能力以及极端情况三方面的量化比较，可得出结论：中金絕对收益、嘉实对冲套利产品的综合表现更佳。
综上，本文通过以公募基金公司发行的量化对冲产品为例，尝试探索设定指标、运用定量模型比选外部产品的方法，以期对商业银行量化评价外部产品有所突破。
作者简介：杨京（1982—），男，本科，中级经济师。现就职于中国建设银行北京市分行；赵晗（1985—），女，毕业于中央财经大学，数量经济学博士学历。中级经济师，现就职于中国建设银行北京市分行。
关键词：量化对冲 实证 商业银行
进入2015年，银行理财业务发展已逐渐多样化，理财产品的投资范围也随着合作伙伴的增加，不再局限于传统的同业存款、债权融资等资产。大量的股票、期货、衍生产品等越来越复杂的金融工具不断涌现。如何比较遴选，就成为商业银行迫切需要解决的一个问题。
商业银行原有信贷投资的评价方法较为侧重融资客户的信用评价、资金用途、担保措施等。但评价股票、期货等产品需要建立新的方法来进行定量比较。本文仅以公募基金公司发行的量化对冲产品为例，尝试运用定量的方式进行评价与比选。
一、我国量化产品背景
当前国内量化产品主要有两大类型：
1.量化对冲策略产品，即股票多空策略产品。该策略利用因子分析模型优选相对股指具有超额收益的股票组合，现货端买入股票组合的同时期货端做空股指，对冲掉系统性风险β后获取超额收益α。
2.量化套利策略产品。该策略指在价格具有很强相关性的产品之间寻找价差，当价差达到一定程度时对产品进行反向操作，以获取价差部分的收益。当前的量化套利策略主要有期限套利、ETF套利、跨期套利、分级基金套利等。
进入2015年6月以来，资本市场反复震荡。在股票型产品净值普遍大幅回撤的背景下，现货做多、股指期货做空的量化对冲产品逐渐脱颖而出。目前市场上存续的中性策略公募基金目有10只左右。略去同公司相同策略产品，且保持时间量纲的一致性，本文选取其中的5只产品为研究对象，从超额收益（α）、对股市波动的敏感性（β）、极端市场情况表现等多角度对产品进行量化评价。
二、超额收益与市场敏感性分析
1.理论基础——CAPM模型。根据资本资产定价模型（CAPM），投资者在市场交易中面临着系统性风险（即贝塔、β风险）和非系统性风险（即阿尔法或Alpha、α风险），通过对系统性风险β进行度量（对冲）并将其分离，从而获取超额绝对收益（即阿尔法收益）的策略组合E（Ri）。
2.评价方法。量化对冲产品是在资本资产定价模型（CAPM）基础之上衍生而来，利用模型选择较股指具有超额收益的股票组合，对冲掉系统性风险β后获取超额收益α。评价量化对冲产品的关键是看其能否最大化提取超额收益（α）以及最小化市场风险（β）。另外，在面临市场极端情况下能否抵御风险也是评价产品的重要因素。因此，本文通过超额收益分析（α）、市场敏感性分析（β）、极端市场情况分析三个方面来研究。
本文选择沪深300股指为市场风超额收益分析险代表，7天shibor为无风险市场利率，对中金公司、南方基金、嘉实基金、海富通、华宝兴业等五家机构发行的产品业绩为被研究对象。数据来源于wind数据库，样本区间为2015年4月21日至2015年9月30日。为保证量纲的统一，数据采取标准化（均值为0，标准差为1）处理，工具采用EVIEWS统计软件。
3. 超额收益分析（α）。通过构建回归模型，通过观察残差序列图来考察超额收益提取（α）。一般而言，残差越大，超额收益（α）提取越高。通过图2，嘉实对冲套利产品在市场大幅波动之前（六月中旬之前）超额收益最高，但六月至八月市场震荡期其提取超额收益能力下跌迅速至低位。从稳定性来看，中金绝对收益策略的表现最好。
4.市场敏感性分析（β）。若量化对冲产品的贝塔值（β）过高，可能导致产品无法对冲掉市场风险。通过构建回归模型，可得到五支产品的贝塔值如下表。
通过对比，中金绝对收益、嘉实对冲套利、南方绝对收益系列产品对市场风险的控制能力较高，贝塔值控制在0.2以内。尤其是中金公司的绝对收益策略产品，更是低至0.1以内。相对而言，华宝兴业量化对冲以及海富通阿尔法对冲产品对股市整体波动的敏感性较强。
三、极端市场情况分析
量化对冲产品在面临市场极端情况时，同样会面临较大风险。例如：股灾、股指期货出现较大负基差、流动性危机等（如2015年6月中旬至7月初）；市场交易规则改变（如2015年9月初）。通过净值图便可发现，上述五支产品在2015年7月之后纷纷减仓至低位，净值波动不大。本文便以2015年6月中旬至7月初为考察区间，分析量化对冲产品极端市场情况下的表现。
在2015年6月中旬至7月初区间内，沪深300股指最大历史回撤位-10.27%，相对而言五支量化对冲产品表现均优于市场。嘉实对冲套利、南方绝对收益以及中金绝对收益产品更是表现突出。
四、定量分析结果
以上通过对超额收益、市场风险控制能力以及极端情况三方面的量化比较，可得出结论：中金絕对收益、嘉实对冲套利产品的综合表现更佳。
综上，本文通过以公募基金公司发行的量化对冲产品为例，尝试探索设定指标、运用定量模型比选外部产品的方法，以期对商业银行量化评价外部产品有所突破。
作者简介：杨京（1982—），男，本科，中级经济师。现就职于中国建设银行北京市分行；赵晗（1985—），女，毕业于中央财经大学，数量经济学博士学历。中级经济师，现就职于中国建设银行北京市分行。