读《资产配置的艺术》2

作者提供的一系列数据,如果每一年单算,那么小盘股波动最大,有时候一年能涨142%,也能一年亏掉58%,而大盘股有时候能涨53%,也能赔43%,区居第二,还要注意在80年里,大盘股作为收益最好资产一共是17次,而小盘股是36次,也就是说,即便是每年单拎出来,小盘股的投资也要明显好于其他类资产。股票最为最好资产的比例占据了70%。那么如果5年打包,也就是说我们从这80年里,任意时点开始拎出5年来计算,大小盘股票作为最好资产的比例继续上升到85%,只有长期公司债有7次能跑赢股票。

再看10年为周期,股票获得正收益的概率是97%,几乎不可能赔钱了,而且股票是最好资产的比例继续上升到86%。15年为周期呢,买股票100%不会亏钱,在67个15年周期中,只有4年长期公司债跑赢股票。而股票也有不同,12年是大股票最好,51年是小股票最好。最后20年为周期,依然是100%不赔钱,而且股票类资产绝杀其他资产。53年小股票表现最好,9年大股票表现最好。刚才也说了,大股票最低的年化回报是在29年到48年产生的,只有3%,但是同一时间段,小股票是年化5.74%。由于这段时间在二战,所以美国债券的收益也是出其的低,长债年化收益只有1.5%以下,美国国债更是只有0.42%的年化。

接下来,作者还给了一个统计,从50年到2006年的56年间,分别对股债做不同的配比,由于留出了10%的现金,所以10个配置,分别是股9债0现金1,到股0债9现金1,结果测出的结果显示,任意一年最差的回报肯定是全配置股票组合产生的,是-34%,最好的回报同样是全配股票这一组合,是55.8%,如果算平均收益,全配股票的年化平均收益最高,达到12.2%,然后依次递减,9成债券的组合最弱,只有6.3%。

所以这个结论告诉我们,你越是长期投资,越是要加大股票的配比。虽然波动很大,经常会赔掉3-4成,但是常年下来,股票回报,要远好于债券。而且,最重要的一个结论,有点违背我们的常识,全配债券的组合,同样在25%的时间产生了负回报,而全配股票的组合,负回报的时间只有21%。大概在股债均配附近,负回报的时间比例是最少的,而越是往两侧移动,负回报的比例也就越高。

如果我们把周期扩展到5年,这个趋势更明显,全配股票的正回报比例达到93.8%,而在股5债4现金1配比的时候,正回报比例最高,达到99.7%,反而全配债券了,正回报比例下降到了93.9%。所以这就是告诉我们,并不是股票越多越好,也不是债券越多越稳,相反是股债基本相等的时候,最稳定。

组合的收益率,符合正态分布,也就是说时间越久,就越接近于平均值,正负也在一个标准差之间,收益偏差2个标准差以上,往往就预示着风险和机会。

下面作者教给我们,如何预估资产的收益回报。首先你要确认的是无风险回报,通常就是国债收益率加上2%,比如现在我们国债收益率就是3%,加上2%就差不多5%,这就是社会的基本无风险回报。其次我们为每一种资产计算,回报的风险溢价率。第三步把二者相加就是预期回报。比如大股票15倍市盈率,那么100除以15=6.66%,这就是股票的的盈利收益率,加上无风险收益率的5%,最后就是11-12%,这就是市场在15倍市盈率左右,能够产生的预期回报。随着市盈率上升,盈利收益率降低,预期回报自然也就降低。

作者提供了一张数据图,展示了各个资产的相关性,大股票和小股票的相关性是0.79,也就是说他们基本保持一致。而相关性最差的国债和小公司股票,他们的相关性是-0.1,说明他们之间,会在一些时候呈现相反的运动关系。负相关性,则像一个麻花一样,资产A到达顶点,资产B就会陷入低谷,其实美元和黄金就是负相关性很高的资产。而含有相关性的两种资产组合在一起,相关性越低,收益曲线就会越平滑。当相关性为-1的时候,两种资产的组合,就可以完全规避风险,当然收益也就被规避掉了。

作者之后给出了一条资本配置线,就是把各类资产的标准差和年化平均回报率都标在了一条曲线上,比如美国国债标准差是3%,收益率是4.5%,也就是说,美国国债的收益范围在1.5%到7.5%之前。公司债标准差是9.6%,年均回报6%,高收益债标准差是10.8%。平均收益是7.2%,大盘股是16.9%的标准差,11.9%的年均收益,小盘股是25.3%的标准差,年均收益是14.6%,风险投资也就是我们说的VC和PE,他的标准差是35.1%,年化回报是15.8%,也就是说波动更大。

还有贝塔值的概念,贝塔值越高,说明他比市场平均的波动就更高,比如贝塔值是2,说明市场波动100%,那么这个资产就将波动200%,高贝塔值的行业有航空,电子设备,耐用品消费,低贝塔值的行业包括能源,公用事业和银行,而我们投资的指数基金,他的贝塔值通常都是1,跟市场保持同等幅度的波动。与贝塔值对应的,还有一个概念是阿尔法值,如果一项资产的回报,比 贝塔值的预测回报率要高,我们就说这个资产有正的阿尔法值。

下面这个指标更重要,就是夏普比率,也就是超额风险下的资产回报减去无风险基准回报,然后再比上资产回报比率,他的意思就是告诉你,这个资产的收益和波动的关系,夏普比率越大,说明一个资产在同等风险下,获得的回报越高。

这些所谓的回报和相关性,都是历史平均值,也就是说就像扔硬币一样,你扔的次数越多,正反面的比例关系就是50:50,但是如果让你猜下一把,甚至是下10把,会有一个怎样的结果,这个并不确定。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 217,657评论 6 505
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,889评论 3 394
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 164,057评论 0 354
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,509评论 1 293
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,562评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,443评论 1 302
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,251评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,129评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,561评论 1 314
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,779评论 3 335
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,902评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,621评论 5 345
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,220评论 3 328
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,838评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,971评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,025评论 2 370
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,843评论 2 354

推荐阅读更多精彩内容