相对于许多传统的多资产投资策略，风险平价策略较为新颖，在最近十年引起了业界的广泛关注，它与资产管理领域许多最前沿的课题紧密相关，如因子投资（factor investing）、智能贝塔（smart beta）等。风险平价策略并不复杂，它抓住了多资产管理的核心理念——分散化。
过去几年，我国资产管理行业的管理人数量与管理资产规模均快速扩张，涌现出许多优秀的资产管理公司。中国经济快速崛起并与国际金融体系深度融合，是国内大型金融机构发展的最坚实基础。在世界500强企业的前50强中，有10余家中国企业。然而在世界前50大的资产管理公司中，却尚没有来自中国的资产管理公司。由此可见，发展我国资产管理行业，任重而道远。因此，拓展国际视野，广泛借鉴成熟市场资产管理行业的投资策略、经营理念、业务模式以及发展路径，更好地与世界接轨，对我国资产管理行业的创新与发展意义重大。
对于风险平价量化投资策略而言，机构投资者需要全面认识以下四个问题：
1
以风险配置取代资本配置的方法自20世纪90年代以来，随着多资产投资的兴起，市值加权型组合由于计算简便、含义直观、操作简单等特点，成为进行多资产投资时的习惯性选择。股债60/40组合等成为资产管理业内大家耳熟能详的经典组合。
但是，操作简便不等于业绩优异。市值加权型组合所面临的集中度风险过高等问题自不必提，随着最近几年智能贝塔逐渐被业内接受，大量的研究证明了在某些市场条件下，非市值加权策略可以获得更好的夏普比率（Sharpe ratio）。在资产类别的内部实施风险加权，或是在跨资产类别上进行风险配置的做法，提供了除市值加权方法以外供资产管理者进行思考和探索的新方向。
2
分散化与风险调整后收益60多年来，现代投资组合理论深刻地影响了整个资产管理行业乃至金融界。这一理论的核心是对于分散化价值的肯定和风险调整后收益（risk-adjusted return）这一概念的确立。
风险平价成为近年来的投资热点话题，这也意味着更多的投资者意识到投资组合过于集中于某个单一风险因子并非上策。而风险平价策略具有以下四个特点：避免集中度风险（如股票）；加入更多资产类别分散整体风险；容易监控和盯住整体风险水平；适度采用杠杆提高回报。因此，我们认为，风险平价策略可以有效地增加风险分散水平和提高风险调整后收益。
3
委托代理问题（principal-agent problem）——经济学中的经典问题——也存在于资产管理行业。委托人（principal）是资产所有者（asset owner），他们通常注重长期投资收益，而代理人（agent）一般是具体的投资机构或投资经理。委托代理问题源于资产所有者和投资经理具有不同的效用函数、风险偏好、激励和技能，且信息不对称。
对这个问题的解决方案主要是设计更好的“激励相容”（incentive-compatible）合约，其中包括双赢的风险共担举措与薪酬方案。资产管理行业内投资经理的薪酬方案通常分为管理费和业绩分成两部分，其中管理费取决于资金管理规模，而业绩分成与投资收益的高低有关。业绩分成的计算离不开具体的、量化的评价标准，因此设定业绩基准变得不可或缺。恰当地选择业绩基准，对于防止代理人进行短视化操作具有重要意义。
4
投资，不止于数字投资的流程并不应当止于看到业绩回报的数字，分析和思考业绩背后的原因同样重要。投资业绩评估是整个投资流程中的重要一环，但也是很容易被忽视的一环。
通过回报的数字，投资者对于投资经理所递交的答卷应当做出一个客观的评判。
大类资产配置的目标
资产配置是所有机构投资者的最基本战略投资决策，也可以说是最具挑战性的战略投资决策。资产配置模式的具体表达，多以战略资产配置（strategic asset allocation，简称 SAA）为基石。战略资产配置是决定机构投资人长期收益的最重要因素之一，因此业界和学术界的讨论和研究从未间断，近代文献普遍认为战略资产配置能解释机构投资组合 80% 以上的回报差异。
为了更有效地做出资产配置决策，从而达到机构的长期目标，就会有很多让人眼花缭乱的方法。而且不可避免地，这些方法在实践中会有各种微妙的差异和缺陷。
1
资产配置理论
自现代投资组合理论（modern portfolio theory）开创性地出现以来，机构资产配置的实践在近代历史上就一直处于演变之中，相关方法和观点也层出不穷。
上图展示了常见资产配置框架，包括评估的主要方法，资产配置框架表带介绍了各个方法的收益、风险集中性、典型过程和主要缺点。
虽然现代投资组合理论存在众所周知的缺陷，但是它仍是实践中最常用的方法，并且是一般均值 - 方差优化法和很多其他相关变体的基础。按照最普遍的观点，在现代投资组合理论中，使用者需要量化各种投资的收益和风险特征，从而确定在某些特定风险偏好下经过数学工具优化的投资组合。
当下，均值 - 方差优化法的主要现实挑战是，经常需要估计众多参数，并且错误的估计和优化方法可能会导致不稳定、不直观且经常不实际的投资组合。因此，均值方差优化法通常不用于学术目的，而是用来产生大概的方向性观点，然后去指导投资组合方面的具体选择。
以最简单的两个资产（股票和债券）为例，如果收益率目标较高，或存在其他的限制条件，那么最优配置方案也可能是个角点解，如传统的60/40股债配置就往往会被这样理解。
显然，估计预期收益会存在较高的难度，因此，投资者在很大程度上才引入各种仅与风险相关的资产配置框架。风险平价策略就是这样的一种方法，使用这种方法，风险会在子组合（资产类别或因子）间平均分配。这种方法不仅是为了避免评估收益的需要，而且也是为了解决机构投资组合风险明显过度集中在股票风险上的问题。另外，要达到名义收益率目标，通常会依赖杠杆手段。风险平价的具体实施往往是“定向风险目标”（risk-targeting）中的一类方法，即把固定整体组合的目标波动率作为首要任务。
还有被人们熟知的其他方法，并不能简单地归入某个标准收益或风险观点中。比如，在捐赠模式中，长期投资者会关注流动性较差的另类资产，如私募股权和对冲基金等。对这类资产操作的更合理分类是，将其作为单一投资哲学，或是传统投资理论的延伸，即沿用现代投资组合理论框架，确认低流动性的另类资产能提供额外溢价（premium）。
近年来，因子分析（factor analysis）重新在业内流行起来，不过这对于学术界来说并非新鲜事物。就其性质而言，因子分析有两大投资功能：清晰化和简单化。对于复杂的机构投资组合，这是很具有吸引力的工具。
在实践中，因子分析不仅被用作均值 - 方差优化法或风险管理方法的一部分，而且也在所谓的“参考组合”中被广泛应用。加拿大养老保险基金投资理事会（Canada Pension PlanInvestment Board，简称 CPPIB）和其他同类机构对参考组合进行了重点讨论和实施。
参考组合会指定包含各资产类别的基础投资组合，使指定的组合与机构整体的因子配置紧密对应。例如，要投资100美元的私募股权，而该项目的股票贝塔（beta）值为1.3，那么CPPIB会卖出130美元的股票并购买30美元的债券或现金。实施这种方法的前提是，将每个投资映射到以资产类别进行因子分析的参考组合中，以便维持设定的战略配置。实际上，对于所有因子建模，映射的假设与操作都具有极大的挑战性，过于简单的参考组合甚至会加大这种操作的难度。
2
从理论到实践的挑战
诚然，资产配置的选择不存在灵丹妙药，每种常用的方法都有其各自在实践中让人抓狂的缺点。对于机构投资者来说，核心问题的根源是委托代理问题，这是经济学中的经典问题。
在资产管理方面，委托人是资产所有者，而代理人是投资机构或投资经理。委托代理问题源于资产所有者（如养老金年金受益人）和投资经理具有不同的效用函数、风险偏好、激励、技能和不对称信息等利益关系。资产所有者监督代理人的能力有限，而且由于监督成本很高，所以难以充分地进行资产配置。资产所有者甚至不了解在监督过程中发现的信息，从而缺乏判断代理人是否称职的能力。即使雇用的代理人是投资天才，也会存在业绩考核年限与自身职业年限的错配问题。所以，对于机构投资者来说，掌握清晰、直观的投资组合理论与框架十分必要。
现代投资组合理论及其变体之所以仍然被广泛使用，是因为它是目前为止学术界普遍认可的量化工具。如果经过某些改良，现代投资组合理论还能够将市场观点和风险偏好融入合理的投资组合中。
内容来源：摘自搜狐网财经
