■ 市場風(fēng)格多變,，較難精準(zhǔn)把握,。為何需要關(guān)注市場風(fēng)格，其一在于股市存在風(fēng)格輪動(dòng)現(xiàn)象,，且風(fēng)格切換時(shí)點(diǎn)較難精準(zhǔn)把握,，或?qū)ν顿Y組合造成中長期的沖擊，只有把握好市場風(fēng)格輪動(dòng),，投資者才能創(chuàng)造更好的收益,，或更有效的避免虧損；其二在于市場機(jī)構(gòu)投資者風(fēng)格多元,，不同投資者的風(fēng)格一定程度上可作為資產(chǎn)配置的參考,。

■ 基于市場風(fēng)格可對資產(chǎn)組合進(jìn)行動(dòng)態(tài)再平衡。我們采用Black與Litterman于1992年提出的Black-Litterman模型作為預(yù)測框架,，該模型以市場均衡假設(shè)推出的資產(chǎn)收益率為出發(fā)點(diǎn),，結(jié)合投資者對不同投資品收益率的主動(dòng)判斷,，最終確定投資品的收益率和最佳的投資組合配置。相較于傳統(tǒng)CAPM模型框架下的配置方法,，B-L模型解決了預(yù)期收益率難預(yù)測,、最優(yōu)組合配置對輸入非常敏感兩大問題，具備較強(qiáng)的實(shí)際業(yè)務(wù)意義,，并且在配置結(jié)論上也比傳統(tǒng)CAPM模型有著更直觀的意義,。

■ 動(dòng)態(tài)再平衡過程中需要關(guān)注的要點(diǎn)。七大因子需要關(guān)注：一是投資者風(fēng)險(xiǎn)容忍度,，二是初始平衡配置比例,，三是初始平衡配置組合下的先驗(yàn)協(xié)方差矩陣，四是先驗(yàn)分布下的不確定性系數(shù)（或顯著性水平）,，五是觀點(diǎn)矩陣,，六是預(yù)期超額收益率向量，最后是觀點(diǎn)方差矩陣,。在這七個(gè)因子中,，最重要的是觀點(diǎn)矩陣、預(yù)期收益率向量和觀點(diǎn)方差矩陣,。

■ 策略與實(shí)證結(jié)果：我們把市場對盈利的一致性預(yù)期變化作為觀點(diǎn)矩陣,，將2018年12月作為基期，考察兩種策略在2019年全年的表現(xiàn),，結(jié)果顯示動(dòng)態(tài)再平衡策略更優(yōu),，體現(xiàn)為更大漲幅、更大夏普率以及更低波動(dòng)率,。

■ 模型適用性強(qiáng),，并且可自定義：調(diào)倉頻率方面，可結(jié)合投資者自身考量進(jìn)行更改與優(yōu)化,，如根據(jù)觀點(diǎn)更新的頻次來進(jìn)行周,、月、季,、年度的倉位優(yōu)化,；觀點(diǎn)矩陣方面，投資者可根據(jù)自己信任的主體來設(shè)定個(gè)性化的觀點(diǎn)矩陣,；預(yù)期與自信度層面,，預(yù)期收益率可由投資者根據(jù)實(shí)際需求自行設(shè)定，也可采用分析師觀點(diǎn),；此外,，投資組合的標(biāo)的也可按投資者需求設(shè)定，B-L框架可應(yīng)用到對大類資產(chǎn)、行業(yè)指數(shù),、個(gè)股等投資標(biāo)的的配置上,。

■ 策略建議：根據(jù)2020年上市公司一季度財(cái)報(bào)與最新市場一致性盈利預(yù)期情況，在本文演示的2019年末的風(fēng)格組合配置比例上,，2020年二季度建議降低大盤成長,、小盤價(jià)值的配置比例，轉(zhuǎn)而增配大盤價(jià)值,。

早在20世紀(jì)70年代,，風(fēng)格投資（Style Investment）的概念就已被提出,，彼時(shí)市場發(fā)現(xiàn)有些不同行業(yè)的股票具有相似的特征和表現(xiàn)，若按照這類相似的特征和表現(xiàn)對股票進(jìn)行分類,，那么可以發(fā)現(xiàn)不同種類的股票會(huì)表現(xiàn)出不同且相對穩(wěn)定的收益特征,。早期，市場將股票風(fēng)格分類為成長,、周期,、穩(wěn)定和能源四大類，后來則衍生出更多的類別,，如按市值大小分類的大盤股,、小盤股，按公司業(yè)績情況分類的成長股,、價(jià)值股等,。

此后指數(shù)公司、基金公司圍繞市場風(fēng)格開發(fā)了一系列風(fēng)格指數(shù)與相關(guān)基金,。A股市場上也不乏此類風(fēng)格指數(shù),，如深圳證券信息有限公司發(fā)布的巨潮風(fēng)格系列指數(shù)，包含大盤成長,、大盤價(jià)值,、小盤成長、小盤價(jià)值等一系列風(fēng)格指數(shù),，為市場提供了跟蹤股市風(fēng)格變化的良好工具,。

其一，股市存在風(fēng)格輪動(dòng)現(xiàn)象,，且風(fēng)格切換時(shí)點(diǎn)較難精準(zhǔn)把握,，或?qū)ν顿Y組合造成中長期的沖擊。只有把握好市場風(fēng)格輪動(dòng),，投資者才能創(chuàng)造更好的收益,，或更有效的避免虧損。我們以大盤價(jià)值、大盤成長,、小盤價(jià)值,、小盤成長四種風(fēng)格來回溯過往5年股市風(fēng)格表現(xiàn)情況，不難發(fā)現(xiàn)股市風(fēng)格在不同時(shí)間段均有不同表現(xiàn),，如2015—2016年期間,，小盤股整體表現(xiàn)強(qiáng)于大盤股，而2016年末開始出現(xiàn)風(fēng)格分化,，大盤股變得更強(qiáng)勢,。

雖然市場有不少論據(jù),、分析等信息來判斷未來較長趨勢下的風(fēng)格變化,，但這也只是一種相對模糊的預(yù)判，較難精準(zhǔn)把握,。假設(shè)投資者在2016年三季度準(zhǔn)備建倉,，并預(yù)判后市小盤股將仍然維持強(qiáng)勢，那么他/她將錯(cuò)過從2016年末開始的大盤股行情,，也將面臨為期3年（截止2019年）的小盤股熊市行情,。可見市場風(fēng)格的變化將對資產(chǎn)組合的影響不僅局限于短期,，還有可能是中長期性的,。

其二，市場機(jī)構(gòu)投資者風(fēng)格多元,，不同投資者的風(fēng)格一定程度上可作為資產(chǎn)配置的參考,。我們在報(bào)告《配價(jià)值還是追熱門? ——基于A股市場的策略研究》中指出，A股境外投資者中,，北上機(jī)構(gòu)比較重視對價(jià)值股的配置（風(fēng)格比重高達(dá)67%）,，而QFII則聚焦成長型標(biāo)的；境內(nèi)整體公募基金風(fēng)格更偏向成長,，價(jià)值占比尚未過半,，以五年維度來看，08年金融危機(jī)后A股市場上股票型基金的價(jià)值風(fēng)格占比也有所下降,。

為嘗試把脈未來市場風(fēng)格,，進(jìn)而對未來資產(chǎn)組合動(dòng)態(tài)平衡提供更為具象化的參考,，本文將基于經(jīng)典配置模型，結(jié)合市場一致性預(yù)期,，給予季度配置比例的動(dòng)態(tài)再平衡建議,，回檢策略歷史表現(xiàn)并與比較基準(zhǔn)進(jìn)行對比,，最后得出實(shí)證結(jié)論與相關(guān)策略建議。

為解決風(fēng)格輪動(dòng)問題,，我們可采用近代經(jīng)典資產(chǎn)配置模型。對于配置模型而言,，學(xué)術(shù)界與投資界中較為廣泛使用的有資本資產(chǎn)定價(jià)模型（Capital Asset Pricing Model,，簡稱CAPM），Black-Litterman模型（以下簡稱B-L模型）等,。而大量實(shí)踐證明,，CAPM框架下的資產(chǎn)配置存在一系列實(shí)操問題，相較于傳統(tǒng)CAPM框架下的配置方法,，B-L模型則解決了預(yù)期收益率難預(yù)測,、最優(yōu)組合配置對輸入非常敏感兩大問題，具備較強(qiáng)的實(shí)際業(yè)務(wù)意義,，并且在配置結(jié)論上也比傳統(tǒng)CAPM有著更直觀的意義,。

我們采用Black與Litterman于1992年提出的Black-Litterman模型作為預(yù)測框架,，該模型以市場均衡假設(shè)推出的資產(chǎn)收益率為出發(fā)點(diǎn),，結(jié)合投資者對不同投資品收益率的主動(dòng)判斷，最終確定投資品的收益率和最佳的投資組合配置,。本質(zhì)上講,，B-L模型是貝葉斯框架下采用先驗(yàn)（Prior）收益率和新信息得到后驗(yàn)（Posterior）收益率，因此,，它是一種對收益率的貝葉斯收縮（Bayesian Shrinkage）,。

簡單來說,，B-L模型需要七大因子,。一是投資者風(fēng)險(xiǎn)容忍度（Risk tolerance），二是初始平衡配置比例,，三是初始平衡配置組合下的先驗(yàn)協(xié)方差矩陣,，四是先驗(yàn)分布下的不確定性系數(shù)（或顯著性水平），五是（市場/分析師/投資者）觀點(diǎn)（views）矩陣,，六是（市場/分析師/投資者）預(yù)期超額收益率向量,，最后是觀點(diǎn)方差矩陣。

在這七個(gè)因子中,，最重要的是觀點(diǎn)矩陣,、預(yù)期收益率向量和觀點(diǎn)方差矩陣。舉例來說,，假設(shè)有兩只股票A和B,，通過分析我們認(rèn)為A比B的期望收益率要低10%，但我們對這個(gè)結(jié)論并不是100%確信，假設(shè)方差為4%,，那么用B-L模型語言來表達(dá)上述分析觀點(diǎn),，觀點(diǎn)矩陣為[-1,1]，預(yù)期收益率為0.1,，方差為0.04,。利用以上新信息，結(jié)合初始平衡配置下的配置比例,、先驗(yàn)協(xié)方差矩陣,、顯著性水平等歷史參數(shù)，可求得觀點(diǎn)更新后的后驗(yàn)配置比例,。

在運(yùn)用模型之前,，我們需要高度重視模型本身存在的風(fēng)險(xiǎn)。B-L模型下的后驗(yàn)收益率分布極大程度取決于觀點(diǎn)矩陣,、預(yù)期收益率和投資者的自信程度,，因此當(dāng)市場/分析師/投資者的觀點(diǎn)與后市發(fā)生很大偏差，或自信程度不足時(shí),，模型的結(jié)論也將變的扭曲,。

為盡可能排除分析師、投資者個(gè)體觀點(diǎn)偏差影響,，本文將采用市場一致性預(yù)期對A股風(fēng)格指數(shù)的配置比例進(jìn)行動(dòng)態(tài)再平衡調(diào)整,，旨在通過B-L模型對風(fēng)格指數(shù)進(jìn)行擇時(shí)操作，戰(zhàn)勝風(fēng)格平衡的比較基準(zhǔn),。

我們把市場對盈利的一致性預(yù)期變化作為觀點(diǎn)矩陣,。具體來說，每季度市場會(huì)基于上市公司業(yè)績實(shí)際情況對未來每股收益預(yù)期進(jìn)行更新,，統(tǒng)計(jì)對應(yīng)風(fēng)格指數(shù)中所有成分股的盈利預(yù)期后并匯總調(diào)整,，即可得到對應(yīng)風(fēng)格指數(shù)盈利的整體一致性預(yù)期。根據(jù)歷史表現(xiàn)來看,，盈利預(yù)期（后推3個(gè)月）與同期指數(shù)漲跌幅存在一定程度的相關(guān)性,，這隱含的意義則是，當(dāng)前風(fēng)格指數(shù)的一致性盈利預(yù)期若較前值有所上調(diào),，那么可增配對應(yīng)風(fēng)格,；若較前值下調(diào)，則減持對應(yīng)風(fēng)格,。

跟蹤上述基于一致性盈利預(yù)期的簡單動(dòng)態(tài)擇時(shí)策略,，并將其業(yè)績與比較基準(zhǔn)對比，便可考察B-L模型框架下的風(fēng)格擇時(shí)策略表現(xiàn)情況,。由于此風(fēng)格擇時(shí)策略是一種動(dòng)態(tài)再平衡的過程,，因此比較基準(zhǔn)我們選取均衡策略，即從基期開始以25%的固定比例配置四種風(fēng)格指數(shù),，中途不做任何變動(dòng),。

本文中，我們預(yù)期動(dòng)態(tài)再平衡策略將比均衡策略的年化收益率高10%,，方差為4%,，顯著性水平取10%，再根據(jù)市場一致性盈利預(yù)期變化,，進(jìn)行季度頻率上的觀點(diǎn)矩陣更新與倉位調(diào)整,。

此外，在確定相關(guān)參數(shù)時(shí)需要注意一些事項(xiàng)：

如何確定先驗(yàn)方差矩陣,？根據(jù)四種風(fēng)格指數(shù)的歷史漲跌幅,，可計(jì)算出該四種指數(shù)的方差矩陣，進(jìn)而作為本文對于2019年全年動(dòng)態(tài)再平衡的先驗(yàn)方差矩陣,。

如何確定觀點(diǎn)矩陣？以2019年9月末為例,，我們發(fā)現(xiàn)大盤成長的市場一致性盈利預(yù)期增速環(huán)比顯著上升2%,，而同期小盤成長一致性盈利預(yù)期增速環(huán)比下降1%,，大盤價(jià)值和小盤價(jià)值基本無太大變化,。那么由市場一致性盈利預(yù)期變化反饋出的信息是大盤成長可能表現(xiàn)更為強(qiáng)勢（因?yàn)橛诖蠓纳疲虼?019年9月的觀點(diǎn)矩陣按大盤成長,、大盤價(jià)值,、小盤成長、小盤價(jià)值的順序可寫為[10,0,-10,0],，其中,，觀點(diǎn)的強(qiáng)勢程度（該矩陣中為10和-10）由投資者自行設(shè)定，激進(jìn)投資者可將數(shù)值設(shè)置更高,，謹(jǐn)慎投資者可將數(shù)值設(shè)置較低,。

觀點(diǎn)與實(shí)際或歷史表現(xiàn)不相符時(shí)怎么辦？B-L模型具有“自我調(diào)節(jié)”功能,，該模型在輸出結(jié)果時(shí)會(huì)返回λ參數(shù),，該參數(shù)衡量的是分析師觀點(diǎn)對先驗(yàn)分布的影響程度，若λ＞0,，說明是正向影響,，若λ＜0,，反映的是反向影響。

將2018年12月作為基期,，考察兩種策略在2019年全年的表現(xiàn)，結(jié)果顯示動(dòng)態(tài)再平衡策略更優(yōu),，體現(xiàn)為更大漲幅,、更大夏普率以及更低波動(dòng)率。

累計(jì)漲幅上看,，動(dòng)態(tài)再平衡策略2019年累計(jì)上漲36%，而均衡配置策略同期累計(jì)漲幅30%,，超額收益為6%,；夏普率上看，動(dòng)態(tài)再平衡策略夏普率為6.18,，均衡配置策略為4.84,；波動(dòng)率上看，動(dòng)態(tài)再平衡策略年化波動(dòng)率為5.57%,，均衡配置策略為5.89%,。

考察倉位變化情況，2019年動(dòng)態(tài)再平衡策略共有三次調(diào)倉,。首次為2019年1月建倉時(shí),，與均衡配置25%的配置比例相比，增配約20%的大盤成長,，清倉小盤成長,，并適度降低了大盤和小盤價(jià)值約5%的配置比例；第二次為2019年4月,，小幅增加了小盤價(jià)值與大盤成長的倉位,，而將大盤價(jià)值的倉位由21%降低至5%；第三次為2019年10月,，大盤成長增配約12%,，小盤價(jià)值倉位降低約5%，大盤價(jià)值小幅降低約1%,。

從結(jié)果上看，雖然B-L動(dòng)態(tài)再平衡策略在2019年全年表現(xiàn)戰(zhàn)勝均衡策略,，但需要注意的是其并未達(dá)成預(yù)期的10%超額收益,，造成此現(xiàn)象的原因主要是先驗(yàn)分布的不確定性系數(shù)與投資者自信水平的選取,。基于B-L模型框架,，投資者可以根據(jù)自身考慮與需求進(jìn)行自定義調(diào)整和優(yōu)化,，如：

動(dòng)態(tài)再平衡頻率方面，調(diào)整頻率可結(jié)合投資者自身考量進(jìn)行更改與優(yōu)化,，如根據(jù)觀點(diǎn)更新的頻次來進(jìn)行周,、月、季,、年度的倉位優(yōu)化,；

觀點(diǎn)矩陣方面，本文動(dòng)態(tài)調(diào)整策略采用市場一致性盈利預(yù)期變化作為觀點(diǎn),，其背后默認(rèn)的是市場一致性預(yù)期與實(shí)際表現(xiàn)具有較顯著的正相關(guān)性,，即市場一致性預(yù)期能較好的預(yù)測市場表現(xiàn)，同時(shí)一致性預(yù)期一定程度上也能熨平過于極端的市場觀點(diǎn),。此方面上,，投資者可根據(jù)自己信任的主體（如分析師、同業(yè)等）來設(shè)定個(gè)性化的觀點(diǎn)矩陣,；

預(yù)期與自信度層面,，預(yù)期收益率可由投資者根據(jù)實(shí)際需求自行設(shè)定，但需要對自身預(yù)測能力有較強(qiáng)的理解,，如預(yù)期收益率的設(shè)定是否合理,、自身自信程度是否過高或過低。若采用分析師觀點(diǎn),，則需對其歷史預(yù)測勝率,、自信度有較為準(zhǔn)確的把握。

此外,，投資組合的標(biāo)的也可按投資者需求設(shè)定,。本文以風(fēng)格指數(shù)作為分析案例，該框架可應(yīng)用到對大類資產(chǎn),、行業(yè)指數(shù)、個(gè)股等投資標(biāo)的的配置上,，如Black and Litterman (1992) 對德國,、法國、日本等多個(gè)國家的貨幣,、債券和權(quán)益資產(chǎn)進(jìn)行動(dòng)態(tài)再平衡,；Idzorek (2005)對美國債券、美股風(fēng)格組合（大盤成長,、小盤成長,、大盤價(jià)值,、小盤價(jià)值）、高分紅股票,、新興市場股票等多種標(biāo)的進(jìn)行B-L動(dòng)態(tài)再平衡,，調(diào)整后組合表現(xiàn)出更高的收益率與夏普率。

根據(jù)2020年上市公司一季度財(cái)報(bào)與最新市場一致性盈利預(yù)期情況,，在本文演示的2019年末的風(fēng)格組合配置比例上,，2020年二季度建議降低大盤成長、小盤價(jià)值的配置比例,，轉(zhuǎn)而增配大盤價(jià)值,。