『资产配置模型』Black-Litterman初探

在进行资产配置时，经典方法如马科维茨的均方差优化存在缺陷，特别是对预期收益率的敏感度高。Black-Litterman模型提供了一种改进方法，整合了市场均衡收益与个人观点，以得到更可靠的预期收益率，然后将这些预期收益率整合到均方差优化中，以得出更合理的资产配置。

Black-Litterman的核心思想是通过贝叶斯方法，结合投资者对资产的预期收益的主观观点与市场均衡收益，形成新的预期收益估计。这被视为投资者观点和市场均衡收益的加权平均。模型通过调整这些观点，使得资产配置更为合理，并将投资者的主观意见融入模型。

问题主要存在于期望收益的难以准确估计、组合权重对收益估计变化的敏感性，以及无法区分不同可信度的观点。Black-Litterman模型通过在均衡收益基础上引入投资者观点，改善了这些不足，使得马克维兹组合优化中的期望收益更为合理，同时将投资者观点融入模型中，是对马克维兹组合理论的改进。

在Black-Litterman模型中，关键步骤包括加入个人观点之前计算预测收益率的先验分布，构建观点正态分布，以及整合观点到之前的预期收益分布中，得到调整的预期收益分布。在求得新预期收益向量后，模型能够通过均值-方差优化求出最优资产配置组合权重。

模型的具体步骤包括输入参数，如每个资产的均衡权重、资产之间的协方差矩阵、风险厌恶系数、均衡收益方差的刻度值等。在计算或设定模型参数后，通过计算或组织观点，整合成矩阵P、Q、Ω，进而计算整合后的预期收益率。

一个简单的例子可以说明Black-Litterman模型的使用。假设选取了六个行业作为资产，采用历史日收益率计算均衡收益，然后设定模型参数，并引入观点，如观点1认为食品饮料行业比钢铁行业高出20%，观点2认为有色金属行业年化收益为10%，观点3认为电子行业年化收益为20%。根据这些观点，调整预期收益分布，通过均值-方差优化求出新的最优资产配置权重。