福州创投分享组

《如何做好FOF投资中的风险管理》__招行财富管理总经理助理王洪栋

只看楼主 收藏 回复
  • - -
楼主

(注:本文文字部分摘自中国基金报《境外FOF的8条经验、境内FOF如何探索》并进行了略微的修改,加上了图文素材,供大家参考!)


华夏一梅总:

大类资产配置型资金入市在即,风控问题首当其冲,在具体FOF投资中,如何才能规避风险?,也是财富管理的思考着和探索者。王总在《如何做好FOF投资中的风险管理》主题演讲中提及了自己的困惑,同时更多是经验的分享。



招商银行财富管理部总经理助理王洪栋:

   尊敬的各位嘉宾,非常感谢华夏基金的盛情邀请,也特别荣幸今天能有一点时间跟大家分享一下我们招商银行财富管理业务方面基金选择、FOF构建方面的一些想法。刚才我们总行资产管理部的魏总从资产管理的角度,从MOM管理的角度介绍了一下招商银行的管理实践。接下来我从财富管理的角度谈一谈我的想法。我们都来自招商银行,但并不是说我们在这件事情上做的多么好,只是我们感觉我们在这件事情上有更大的疑问、困惑或者是求索的东西在里面。

财富管理和资产管理有一个很大的区别,资产管理是直接拿到了钱直接去找标的资产做投资就可以了。财富管理需要做一个链接,过程复杂一点,首先要找到客户,找个人投资者,找钱,第二个还要找到好的资产管理产品,把两个结合在一起。

招商银行是做财富管理。明年是招商银行成立30年,也是我们金葵花理财品牌推出15周年,我们在2002年做财富管理,真正介入到基金品类里面来差不多从2006年开始的,在2006年底的时候我们为客户推荐了基金产品,那时候有很多的难题,现在的难题更大一点。难的地方是什么?产品推荐给客户不复杂,难在让这个客户拿产品之后继续做我们的客户,为了解决这个问题,我们在2006年底的时候招商银行做了一个基金选择的品牌--五星之选。这个品牌做了几年了,到现在仍然保持了强劲的活力。

在2006年我们的方法非常简单,根据公布的一些榜单,我们参考一下再加上自己简单的理解就做起来了。正好赶上了2007年的牛市,最后到2008年、2009年难过的时期,所以在2010年的时候开始做很多的量化在里面,大概从2010年开始,我们正式有自己的方法。到目前为止在今年我们差不多通过五星之选的榜单大概每个月就超过了一百个亿,所以今年我们也很幸运,在今年市场的净销量上大概做到第一名,很不容易的一个数据,在保有量做到行业的第三名。大概用了十年的时间,到了今年年底的时候,我们打算把自己的新产品智能投顾推出来,我们从去年年底开始做研发的,另外我们也跟一些基金公司包括华夏基金设计了一些FOF产品。

我讲这个背景的意思是说,在这个过程中基于我们对公募基金的理解和基金组合的一些想法,我想探讨一下公募基金我们理解的公募基金FOF的管理过程中有哪些风险点。

我们考虑到为客户提供一个基金组合的时候大概需要四个步骤,从现在我们整个的IT结构来是从上面到下面的,当然我会从下面到上面这样的顺序。

第一个是做资产配置,在整个的FOF组合里面大类资产配置是极其重要的,解决各大类资产之间的相互组合关系。这里面我们感觉最大的问题就是在这些大类资产选择过程中有几个风险点。

第二个,大类资产选择完之后要投射到基金上面来,这里面可能最难的问题就是大家屡次提到的基金效益问题。它其实投的是一个管理人,怎么样保持管理人的绩效稳定。

第三个,当这个结构全部做完之后面临一个动态调整的问题,当市场发生波动的时候怎么样规避掉。

第四个,整个产品做完之后,如何有效的匹配到个人投资者手中去。

第一个资产端。就是在做大类资产配置的时候有三个比较难解决的问题。

第一个问题就是整个大类资产收益概率分布的特点。应该说现在市场上通用的大类资产的理论框架,大部分都是假设资产的分布是一个正态分布,基本上是用均值,根据波动率来计算的。但是在根据我们自己的研究计算来看,实际的情况可能跟它有一个较大的偏差。整个分布状况实际上并不能跟我们理论框架结合进去,所以你按照这种方式生搬硬套来做的话可能最后的结果很难如意,整个量化的东西推演之后看起来不错,但最后的结果往往不太满意。

还有一个,也是大类资产配置里面相当重要的问题,我们做大类资产配置的时候说几个资产组合在一起能够起到一个效果。我们一般在做大类资产相关性设计的时候,我们使用的就是一个相关系数,然后抓一个历史周期里的一个相关系数,做一个相关系数矩阵,类似一个常数的相关系数开始做它的一个模型的测算。但实际上我们自己检查了一下这个结构有很大的差异。用这样简单资产分类结构做测算的话,失真度就很高,当然行业里也做了一些改进,用长短期的相关系数来做,也有一些改进。我们自己做了测算,从结果来看还真不是特别理想。所以这对我们是很大的挑战。

第二个问题是大类的产配置完以后,因为它穿透到基金里面,这里面就有一个难点。就是如果你把它理解成股票基金,但是每只股票基金里面它的资产本身就是一个组合,就相当于一个标准的股票基金它也不是完全的股票,这里面又有很大的偏离度。如果你的组合里面基金有十来只,你还要穿透每只基金,一般的计算方法很难支持它。

还有就是,关于基金端的风险管理。如果大类资产已经配完了,最终要回到基金上面来。我们这里也有一个很大的困惑,招商银行大概从2007年,2008年开始每个季度都会组织产品经理,实际上手里已经掌握了好多的比较丰富的基金经理行为的数据库,不仅仅是一个绩效的数据库。

在这里我感觉有两个难点:第一个难点是在进行阿尔法确定和剥离的时候,如果你选贝塔,阿尔法,贝塔剥离的时候差异度也是很大的。一般的投资者,一般的理财顾问就用基金公布的基准来做贝塔进行剥离。所以贝塔剥离的时候这是一个风险点。

第二个难点是,确认真实阿尔法之后,怎么确立阿尔法的稳定性。如果加上一个时间维度看它的一个连续性的话,这个计算量就会很大,比较复杂。所以说怎么样保证阿尔法的稳定性比较重要,我们自己做法就是回到一般基金,选择做一般的基金很大的差异就是除了定量之外必须加上定性的部分。 我们不是为了确定行为的最好和最坏,是为了确定行为的稳定性。

第三步就是我们把大类资产配置完了,把基金组合确认到位了,这时候我想大的战略配置做完了,剩下的就是做一些战术性的东西了。所谓战术性的东西就是市场发生极端事件的时候我们怎么去规避它。我们讲大类资产,大类资产到底层资金,最后再加上一个市场风险预警这样的结构再能形成风险预警的组合,我们觉得需要关注到这么几个面,首先是基本面,第二是技术面,第三情绪面,第四个资金面,第五个跨市场。

我自己感觉要规避两个问题:第一个预警模型不能连续的、频繁的、绝对的、极端的调整中去,但是可以起到一个很好的提示作用。现在我们感觉如果说不加上整个的市场的监控和预警,对做出来整个组合的效果和跟加上之后是有很大的差的。我们做了这个,另外还有市场基本面的、市场情绪的、市场热度的。我们为什么会提到这几个模型,实际上从一般的量化方法也能做,如果能新的算法进去的话,可能效果也达不到那么好,所以很难规避极端风险。

第三个问题规避之后就到了第四个问题。第四个问题,我们做财富管理,如果你做资产管理,其实你的另外一面,你的投资人也得面对一些基金,面对同样的问题,这个问题也是最棘手的,也是刚才几位专家提到怎样的钱找到合适的产品。这个是最复杂也是最有效的事情。有些个人投资者,他的风险偏好是季度地漂移的,受到情绪的影响很大。

现在市场上一般大家对投资者进行风格确认的时候,一般是用投资者的投资意愿去做,确认自己的风险程度怎么样,自己的购买意愿怎么样,基本上是这么做的,买理财都是按照这样的方式做的。但是我们感觉这一方面通过我们的实践还是有很大的改进的空间,客观上来说我们加入很多判断的部分,能够抓住很多客户行为数据的部分,共同构建这个模型可能更好一点。

我觉得这几个问题的解决需要全行业的推动,我今天很荣幸能够来参加活动,很荣幸跟大家一起解决这样的问题。我们真实的实践是一方面我们自己做基金的选择,另一方面我们也在研究自己的FOF,也会做FOF的产品出来,也会做FOF的专户出来,我们对华夏基金还有罗素强强联合抱有信心。

我的演讲就到这里,最后再次感谢大家的聆听,也预祝华夏基金和罗素的合作能够取得更好的成绩。



举报 | 1楼 回复

友情链接