A股策略快評(píng)：如何將“黑天鵝”洗“白”

1、目錄 HYPERLINK l _TOC_250006 “黑天鵝”及其對(duì)資產(chǎn)的影響 3 HYPERLINK l _TOC_250005 歷史上的“黑天鵝” 3 HYPERLINK l _TOC_250004 如何正確理解“黑天鵝”對(duì)股票市場(chǎng)的影響？ 4 HYPERLINK l _TOC_250003 如何洗白“黑天鵝” 7 HYPERLINK l _TOC_250002 風(fēng)險(xiǎn)管理 8 HYPERLINK l _TOC_250001 投資機(jī)會(huì) 11 HYPERLINK l _TOC_250000 “新冠疫情“下的投資機(jī)會(huì) 14“黑天鵝”及其對(duì)資產(chǎn)的影響歷史上的“黑天鵝”“黑天鵝”最早源于Nassi

2、m Nicholas Taleb 在 2009 年撰寫(xiě)的書(shū)B(niǎo)lack Swan: The Impact of The Highly Improbable。如今在經(jīng)濟(jì)金融領(lǐng)域，“黑天鵝”往往被用于形容那些很難被預(yù)測(cè)、發(fā)生概率非常低、但又會(huì)對(duì)系統(tǒng)產(chǎn)生嚴(yán)重影響的事件。例如，Wolfers and Zitzewitz （2009）測(cè)算伊拉克戰(zhàn)爭(zhēng)對(duì)美國(guó)股票市場(chǎng)大約造成了約 15%的損失（約 1.1 萬(wàn)億美元）。我們整理了 1990 年-2020 年，全世界范圍以及中國(guó)境內(nèi)的重大的“黑天鵝”事件，包括全世界范圍內(nèi)影響巨大的亞洲股市崩盤(pán)、911 事件、雷曼兄弟倒閉、2003 年中國(guó)的 SARS、2015 年

3、中國(guó)的股災(zāi)等。我們發(fā)現(xiàn)當(dāng)這些“黑天鵝”事件發(fā)生時(shí)，絕大多數(shù)時(shí)候股票市場(chǎng)的收益通常顯著為負(fù)，而當(dāng)“黑天鵝”事件結(jié)束后，股票市場(chǎng)在后續(xù)的很長(zhǎng)一段時(shí)間都有明顯的上漲。例如，亞洲金融危機(jī)、俄羅斯違約、科技網(wǎng)泡沫破滅、911 、雷曼兄弟破產(chǎn)、韓國(guó) MERS 期間，MSCI 全球股票指數(shù)分別下跌了-9.43%、-10.84%、-11.07%、-8.85%、-40.47%、-13.50%；而當(dāng)這些“黑天鵝”結(jié)束后的很長(zhǎng)一段事件，MSCI 全球股票指數(shù)都出現(xiàn)了較大幅度的上漲。圖 1：2020 全球主要的“黑天鵝”事件資料來(lái)源：國(guó)泰君安證券研究表 1：1990-2020 全球“黑天鵝”事件發(fā)生及后續(xù)市場(chǎng)反應(yīng)“黑

4、天鵝”事件市場(chǎng)反應(yīng)區(qū)間區(qū)間收益率1 個(gè)月后3 個(gè)月后6 個(gè)月后一年后三年后英國(guó)貨幣危1992/9/15-4.65%-0.15%1.92%13.71%25.67%44.56%機(jī)1992/10/9墨西哥比索1994/11/17-4.37%1.71%2.10%9.59%19.00%47.72%危機(jī)1994/12/13亞洲股市崩1997/10/7-9.43%2.41%5.69%16.47%10.80%36.58%盤(pán)1997/10/27俄羅斯違1998/8/18-10.84%15.79%30.29%35.33%38.46%3.48%約，LTCM 倒1998/10/8閉科網(wǎng)泡沫破2000/3/24-11.

5、07%5.53%6.02%-8.02%-10.39%-35.01%裂2000/5/23911 事件2001/9/10-11.67%11.82%16.22%18.93%-10.17%25.64%2001/9/21中國(guó) SARS2003/4/15-8.85%5.46%-0.64%-7.08%9.98%-5.88%2003/4/25雷曼兄弟倒2008/9/12-40.47%18.27%16.04%0.91%54.04%54.71%閉2008/11/20歐洲債務(wù)危2011/8/3-16.25%12.85%12.11%20.80%23.33%51.22%機(jī)2011/10/4緊縮恐慌2013/5/22-8

6、.39%8.49%11.40%16.56%23.46%17.76%2013/6/24韓國(guó) MERS2015/5/19-13.50%0.17%6.99%-3.44%9.79%36.05%2015/8/24中國(guó)股災(zāi)2015/6/12-43.34%5.64%24.62%-5.47%4.89%-5.00%2015/8/26英國(guó)脫歐2016/6/23-6.87%8.71%9.98%11.39%22.64%37.20%2016/6/27資料來(lái)源：國(guó)泰君安證券研究 注：SARS 和中國(guó)股災(zāi)以上證綜指衡量，其他“黑天鵝”以 MSCI 全球股票指數(shù)衡量如何正確理解“黑天鵝”對(duì)股票市場(chǎng)的影響？在統(tǒng)計(jì)上，“黑天鵝”

7、表現(xiàn)在資產(chǎn)收益率分布的尖峰肥尾以及負(fù)偏態(tài)分布上。例如，根據(jù) 2000.1-2020.2 的日頻數(shù)據(jù)，我們分別計(jì)算了標(biāo)準(zhǔn)普爾500 和上證綜指數(shù)的各階矩的信息，我們可以發(fā)現(xiàn)無(wú)論是在中國(guó)，還是在美國(guó)，相對(duì)于正態(tài)分布，權(quán)益資產(chǎn)的收益率分布都有著顯著的負(fù)偏態(tài)（標(biāo)普 500 指數(shù)和上證綜指的偏態(tài)分別為-1.10 和-1.34），尖峰肥尾（標(biāo)普 500 指數(shù)和上證綜指的峰度分別為 43.67 和 19.72）的特征。表 2：中國(guó)及美國(guó)股票指數(shù)都有顯著的左偏態(tài)及尖峰肥尾的特征統(tǒng)計(jì)指標(biāo)標(biāo)普 500上證綜指平均收益6.10%6.91%標(biāo)準(zhǔn)差19.05%24.74%偏態(tài)-1.10-1.34峰度43.6719.72

8、資料來(lái)源：國(guó)泰君安證券研究“黑天鵝”是資產(chǎn)定價(jià)以及投資組合管理不容忽視的重要因素。近些年，在全球經(jīng)濟(jì)疲軟以及全球化進(jìn)程加劇的大背景下，“黑天鵝”事件發(fā)生的頻率不斷的上升，影響范圍不斷的加大，市場(chǎng)以及學(xué)者逐漸發(fā)現(xiàn)“黑天鵝”對(duì)資產(chǎn)定價(jià)以及投資組合管理有著深刻的影響。在理論上，Rietz（1988）提出了一個(gè)重要的假設(shè)，罕見(jiàn)的災(zāi)難（Rare Disaster，后面我們以“黑天鵝”統(tǒng)稱）可能是資產(chǎn)風(fēng)險(xiǎn)溢價(jià)的重要決定因素；Barro（2006）通過(guò)宏觀模型，根據(jù) 20 世紀(jì)全球?yàn)?zāi)難性事件的歷史，測(cè)量了各時(shí)期“黑天鵝”發(fā)生的概率，發(fā)現(xiàn)“黑天鵝”可以解釋權(quán)益資產(chǎn)較高的風(fēng)險(xiǎn)溢價(jià)，較低的無(wú)風(fēng)險(xiǎn)利率以及股票市場(chǎng)較

9、高的波動(dòng)。那么我們應(yīng)如何正確看待“黑天鵝”以及其對(duì)資本市場(chǎng)的影響呢？大量的研究表面：“黑天鵝”的發(fā)生難以預(yù)測(cè)?，F(xiàn)有關(guān)于“黑天鵝”的研究大多分為兩類，一類研究是基于歷史上已經(jīng)發(fā)生的“黑天鵝”，從而事后檢驗(yàn)“黑天鵝”對(duì)當(dāng)時(shí)以及后續(xù)資本市場(chǎng)的影響；另一類則根據(jù)“黑天鵝”的時(shí)間序列，根據(jù)模型定量未發(fā)生的“黑天鵝”的概率，從而發(fā)掘未發(fā)生的 “黑天鵝”對(duì)資產(chǎn)未來(lái)收益的影響。然而，至今我們無(wú)法找到可靠的模型對(duì)“黑天鵝”進(jìn)行預(yù)測(cè)或能夠準(zhǔn)確測(cè)量“黑天鵝”對(duì)各類資產(chǎn)價(jià)格的影響。這一方面是由于“黑天鵝”的范圍過(guò)于廣泛（包括政治事件（例如蘇聯(lián)解體）、恐怖事件（例如 911）、能源危機(jī)（例如 OPEC 停產(chǎn)）、系統(tǒng)性違

10、約事件（例如俄羅斯債券違約）等 ）難以定量，另一方面也是由于投資者的非理性的行為（大量的行為金融學(xué)的研究發(fā)現(xiàn)表明，投資者具有顯著的非理性行為，例如過(guò)度自信、過(guò)度反應(yīng)等）對(duì)市場(chǎng)，特別是在“黑天鵝”發(fā)生時(shí)對(duì)市場(chǎng)產(chǎn)生巨大的擾動(dòng)，從而難以預(yù)測(cè)。“黑天鵝”的開(kāi)始和進(jìn)行通常伴隨著股票市場(chǎng)的下跌，結(jié)束時(shí)伴隨著市場(chǎng)的上漲。理論上，由于“黑天鵝”通常為非預(yù)測(cè)性的外生性沖擊，因此，當(dāng)“黑天鵝”開(kāi)始并進(jìn)行時(shí)，股票市場(chǎng)通常會(huì)受到負(fù)面的沖擊。一方面，“黑天鵝”通常會(huì)導(dǎo)致股票基本面的惡化，從而影響公司的預(yù)期現(xiàn)金流或因?yàn)轱L(fēng)險(xiǎn)加大而提升折現(xiàn)率，從而降低股票價(jià)格；另一方面， “黑天鵝”通常會(huì)引起投資者風(fēng)險(xiǎn)偏好的下降，拋售風(fēng)險(xiǎn)資

11、產(chǎn)，驅(qū)動(dòng)資金向避險(xiǎn)資產(chǎn)流入，從而驅(qū)動(dòng)股票價(jià)格的下降；最后，“非流動(dòng)性”經(jīng)常被認(rèn)為是解釋股票風(fēng)險(xiǎn)溢價(jià)的重要因素（具體可見(jiàn) Amihud（2002）和 Schwert and Stambaugh（1987），而“黑天鵝”發(fā)生時(shí)經(jīng)常伴隨著市場(chǎng)非流動(dòng)性的上升，從而壓低股票價(jià)格。而當(dāng)“黑天鵝”結(jié)束時(shí)，資產(chǎn)的基本面的預(yù)期將改善，市場(chǎng)的情緒恢復(fù)，投資者的風(fēng)險(xiǎn)偏好上升，從而驅(qū)動(dòng)股票價(jià)格的上漲。Gabaix（2009）、Watchter（2009）等一系列的罕見(jiàn)災(zāi)難模型也都預(yù)測(cè)，當(dāng)“黑天鵝”發(fā)生以及進(jìn)行時(shí)，股票市場(chǎng)將下跌，而當(dāng)“黑天鵝”結(jié)束時(shí)，股票市場(chǎng)將上漲。Berkman, Jacobson and Lee（

12、2011）通過(guò)研究 1918-2006 年全球 447 個(gè)風(fēng)險(xiǎn)事件發(fā)現(xiàn)，當(dāng)“黑天鵝”的開(kāi)始會(huì)導(dǎo)致全球股票市場(chǎng)約 5%（年化）的下跌；當(dāng)“黑天鵝”進(jìn)行時(shí)，全球股票市場(chǎng)會(huì)有約 2%的下跌；而當(dāng)“黑天鵝”結(jié)束時(shí)，全球股票市場(chǎng)則會(huì)迎來(lái)約 3.5%的上漲?！昂谔禊Z”的開(kāi)始和進(jìn)行時(shí)股票市場(chǎng)波動(dòng)的上升，結(jié)束時(shí)伴隨著市場(chǎng)波動(dòng)的下降。理論上，當(dāng)“黑天鵝”發(fā)生時(shí)，最顯而易見(jiàn)的是其會(huì)加大經(jīng)濟(jì)以及資本市場(chǎng)后續(xù)的不確定性，從而導(dǎo)致市場(chǎng)的波動(dòng)率上升，而當(dāng)黑天鵝結(jié)束時(shí)，市場(chǎng)的不確定性減小，從而驅(qū)動(dòng)市場(chǎng)波動(dòng)率的下降（見(jiàn) Wachter （2009）、Veronesi （2004）等）。實(shí)證上，Bittlingmayer（19

13、98）研究了 1880-1940 年的德國(guó)，發(fā)現(xiàn)政治的不確定推動(dòng)了 1920s 年代股票市場(chǎng)波動(dòng)的上升；Voth（2002）研究了兩次世界大戰(zhàn)區(qū)間 10 個(gè)國(guó)家政治不確定和股票波動(dòng)率的聯(lián)系，發(fā)現(xiàn)政治的不確定是大蕭條時(shí)期股票波動(dòng)率上升的主要解釋因素之一； Berkman, Jacobson and Lee（2011）也通過(guò) GARCH 模型衡量了全球股票市場(chǎng)的波動(dòng)，根據(jù)歷史的“黑天鵝”事件驗(yàn)證了這些理論模型的結(jié)論。“黑天鵝”影響越大，股票市場(chǎng)的反應(yīng)越劇烈。從金融常識(shí)來(lái)看，不同程度的“黑天鵝”對(duì)經(jīng)濟(jì)的影響有著顯著的差別；自然的，股票市場(chǎng)的反應(yīng)也不同。例如，2007-2008 年的金融危機(jī)對(duì)經(jīng)濟(jì)的影

14、響程度要顯著的大于 911 事件。顯而易見(jiàn)的，金融危機(jī)期間股票市場(chǎng)的下跌的幅度和波動(dòng)程度也要顯著的高于 911 事件。除了“黑天鵝”自身的性質(zhì)以外，同一時(shí)間段如果同時(shí)發(fā)生多次“黑天鵝”，市場(chǎng)收到的沖擊也顯著的放大。Berkman, Jacobson and Lee（2011）將政治性事件分為 6 種類型，并將這些政治事件根據(jù)嚴(yán)重程度劃分為 6 類，他們發(fā)現(xiàn)這些事件的影響和嚴(yán)重程度越大或多個(gè)事件同時(shí)發(fā)生時(shí)，股票市場(chǎng)的反應(yīng)越劇烈，這具體表現(xiàn)在股票市場(chǎng)在嚴(yán)重事件發(fā)生時(shí)的下跌更嚴(yán)重，波動(dòng)也越大?！昂谔禊Z”結(jié)束后，市場(chǎng)會(huì)有顯著的超額收益，受“黑天鵝”影響越大的資產(chǎn)的預(yù)期收益越高，且該現(xiàn)象短期內(nèi)不會(huì)消失。

15、股票市場(chǎng)未來(lái)的收益具有一定的“可預(yù)測(cè)性”，例如分紅率、市盈率等指標(biāo)對(duì)股票市場(chǎng)的未來(lái)收益具有較為顯著的預(yù)測(cè)能力。Barro（2006）、Gabaix（2011）等在模型中發(fā)現(xiàn)“黑天鵝”是解釋股票市場(chǎng)未來(lái)收益可預(yù)測(cè)的重要渠道，特別是“黑天鵝”發(fā)生后，股票市場(chǎng)收益的可預(yù)測(cè)性顯著上升。理論上，受“黑天鵝”影響越大（在“黑天鵝”期間的表現(xiàn)越差）的資產(chǎn)的預(yù)期收益應(yīng)當(dāng)更高，Gao and Song（2013）實(shí)證上驗(yàn)證了這一結(jié)論。他們通過(guò)期權(quán)的面板數(shù)據(jù)構(gòu)造了“黑天鵝”的恐慌指數(shù)，他們發(fā)現(xiàn)和“黑天鵝”恐慌指數(shù)相關(guān)性越低（在黑天鵝恐慌性指數(shù)越大，表現(xiàn)越差的資產(chǎn)）的資產(chǎn)后續(xù)的表現(xiàn)越好（股票、債券和外匯資產(chǎn)中相關(guān)性

16、最低的資產(chǎn)的月度超額收益分別為 0.75%、0.37%和 0.22%），且這一現(xiàn)象短期內(nèi)不會(huì)消失（半年后股票、債券和外匯資產(chǎn)中相關(guān)性最低的資產(chǎn)的月度超額收益更高，分別為 0.94%、0.54%和 0.28%）。“黑天鵝”發(fā)生期間，資產(chǎn)之間的相關(guān)性顯著上升。大量的研究表明，資產(chǎn)之間的相關(guān)性是動(dòng)態(tài)變化，且難以預(yù)測(cè)的，因此我們可以通過(guò)資產(chǎn)配置來(lái)分散風(fēng)險(xiǎn)。2008 年金融危機(jī)之前，投資組合的風(fēng)險(xiǎn)主要通過(guò)資產(chǎn)類別的多樣化來(lái)分散。然而，2008 年金融危機(jī)期間，投資者發(fā)現(xiàn)資產(chǎn)之間的相關(guān)性顯著的上升，這說(shuō)明不同資產(chǎn)之間受到共同的風(fēng)險(xiǎn)因子影響，而這一風(fēng)險(xiǎn)通常在正常時(shí)期是“冬眠”狀態(tài)，但在“黑天鵝”發(fā)生時(shí)卻突然

17、爆發(fā)。Gao and Song（2013）對(duì)不同資產(chǎn)內(nèi)部以及資產(chǎn)之間的“黑天鵝”恐慌指數(shù)做了相關(guān)性檢驗(yàn)，他們發(fā)現(xiàn)資產(chǎn)內(nèi)部以及資產(chǎn)之間 “黑天鵝”風(fēng)險(xiǎn)因子的相關(guān)性都非常高，這表明資產(chǎn)內(nèi)部以及資產(chǎn)之間都受到“黑天鵝”風(fēng)險(xiǎn)的共同影響。圖 2：“黑天鵝”期間，股票和債券的相關(guān)性顯著上升數(shù)據(jù)來(lái)源：JP Morgan，國(guó)泰君安證券研究表 3：不同資產(chǎn)之間都受到共同的“恐慌指數(shù)”驅(qū)動(dòng)天鵝”恐慌指數(shù)之間均值的相關(guān)性中位數(shù)25 分位數(shù)75 分位數(shù)股票指數(shù)內(nèi)部 0.780.830.700.93股票和其他資產(chǎn)指數(shù)0.540.650.340.79外匯指數(shù)內(nèi)部 0.610.690.470.83外匯和其他資產(chǎn)指數(shù)0.54

18、0.640.340.79債券指數(shù)內(nèi)部 0.280.22-0.010.58債券和其他資產(chǎn)指數(shù)0.300.370.030.58不同資產(chǎn)類別下“黑之間之間之間資料來(lái)源：Gao and Song（2013），國(guó)泰君安證券研究表 4：“黑天鵝”各階段資產(chǎn)表現(xiàn)資產(chǎn)表現(xiàn)“黑天鵝”開(kāi)始股票下跌、股票波動(dòng)率上升、資產(chǎn)之間的相關(guān)性上升股票下跌、股票波動(dòng)率上升、資產(chǎn)之間的相關(guān)性上升，但“黑“黑天鵝”進(jìn)行天鵝”的影響程度在下降“黑天鵝”結(jié)束股票上漲、股票波動(dòng)率下降、資產(chǎn)之間的相關(guān)性下降股票上漲、股票波動(dòng)率下降、資產(chǎn)之間的相關(guān)性下降、受“黑“黑天鵝”結(jié)束以后資料來(lái)源：國(guó)泰君安證券研究天鵝”影響越大的資產(chǎn)的后續(xù)表現(xiàn)越好如

19、何洗白“黑天鵝”黑天鵝”難以被預(yù)測(cè)，且在發(fā)生期間對(duì)資產(chǎn)，特別是股票市場(chǎng)的影響巨大。在本部分我們根據(jù) 1 中“黑天鵝”理論和實(shí)證中的結(jié)論，結(jié)合海外機(jī)構(gòu)應(yīng)對(duì)“黑天鵝”的成功措施，從風(fēng)險(xiǎn)管理和投資機(jī)會(huì)兩個(gè)角度探討如何減少“黑天鵝”的影響，合理的抓住“黑天鵝”下的投資機(jī)會(huì)，將 “黑天鵝”洗白。風(fēng)險(xiǎn)管理黑天鵝”難以被預(yù)測(cè)且影響巨大，尤其是當(dāng)“黑天鵝”時(shí)期資產(chǎn)的相關(guān)性顯著上升后，即使是分散化的投資組合也往往會(huì)面臨巨大的回撤。08年的金融危機(jī)已經(jīng)過(guò)去了 10 多年，金融危機(jī)的啟示讓資產(chǎn)管理的理論和實(shí)踐發(fā)生了翻天覆地的變化。新的巴塞爾協(xié)議對(duì)銀行業(yè)、保險(xiǎn)公司、養(yǎng)老金管理等提出了更加嚴(yán)格的風(fēng)險(xiǎn)及流動(dòng)性管理的要求，

20、包括定量化的尾部風(fēng)險(xiǎn)的測(cè)度以及壓力測(cè)試等；養(yǎng)老基金、國(guó)家主權(quán)基金等大量的頭部機(jī)構(gòu)也自上而下的對(duì)資產(chǎn)管理體系進(jìn)行了改進(jìn)，融入了因子投資，結(jié)合多種風(fēng)險(xiǎn)測(cè)度來(lái)分散組合的風(fēng)險(xiǎn)，提高組合風(fēng)險(xiǎn)調(diào)整后的收益，減少組合在極端環(huán)境下的損失。將因子投資融入到資產(chǎn)配置中，更好的分散投資組合的風(fēng)險(xiǎn)。由于“黑天鵝”難以被預(yù)測(cè)，因此我們需要通過(guò)分散化的投資減少投資組合的風(fēng)險(xiǎn)。2008 年金融危機(jī)以前，大多數(shù)機(jī)構(gòu)的風(fēng)險(xiǎn)分散主要著重于資產(chǎn)類別以及投資范圍的分散，通過(guò)投資多種不同類別的資產(chǎn)，更加寬泛的投資地域來(lái)減少投資組合的風(fēng)險(xiǎn)。2008 年金融危機(jī)期間，不同資產(chǎn)之間的相關(guān)性顯著上升，大家逐漸認(rèn)識(shí)到投資組合的風(fēng)險(xiǎn)本質(zhì)上并不簡(jiǎn)單

21、的來(lái)源于資產(chǎn)類別，而實(shí)質(zhì)上是來(lái)源于各資產(chǎn)背后的風(fēng)險(xiǎn)因子。自此，領(lǐng)先的資產(chǎn)管理機(jī)構(gòu)設(shè)計(jì)了一系列的風(fēng)險(xiǎn)因子模型指導(dǎo)投資組合和風(fēng)險(xiǎn)管理。表 5：全球頭部機(jī)構(gòu)資產(chǎn)配置模型中的風(fēng)險(xiǎn)因子分類資管機(jī)構(gòu)風(fēng)險(xiǎn)因子宏觀因子：經(jīng)濟(jì)增長(zhǎng)、實(shí)際利率、通脹、信用、新興市場(chǎng)貝萊德Two Sigma風(fēng)格因子：價(jià)值、動(dòng)量、最小波動(dòng)率、質(zhì)量、市值、Carry核心宏觀因子：利率、股票、信用、商品次級(jí)宏觀因子：外匯、新興市場(chǎng)、空波動(dòng)率、通脹State Street宏觀因子：經(jīng)濟(jì)增長(zhǎng)、利率、通脹ATP股票、利率、通脹、其他因子經(jīng)濟(jì)增長(zhǎng)、利率、市值、久期、信用、地域等 10 多個(gè)核心風(fēng)CPPIB資料來(lái)源：CPPIB, ATP, Blac

22、krock, Two Sigma, State Street, 國(guó)泰君安證券研究險(xiǎn)因子根據(jù) 2009-2018 年全球頭部機(jī)構(gòu)的資產(chǎn)配置和投資表現(xiàn)來(lái)看，科學(xué)、系統(tǒng)的風(fēng)險(xiǎn)管理可以顯著的降低投資組合的整體波動(dòng)，提高投資組合風(fēng)險(xiǎn)調(diào)整后的收益。CPPIB 是最早也是最完整的將因子投資融入到整個(gè)投資管理流程中的頭部機(jī)構(gòu)（ATP 于 2015 年才將資產(chǎn)配置方法完全轉(zhuǎn)變?yōu)橐蜃油顿Y）。如果以股票和另類資產(chǎn)的配置比例來(lái)衡量投資組合的風(fēng)險(xiǎn)水平，CPPIB 過(guò)去 10 年債券的平均配置比例僅為 28.44，其風(fēng)險(xiǎn)水平顯著的高于 FRR、GPFG 等養(yǎng)老基金。然而在過(guò)去的 10 年中，CPPIB 的波動(dòng)率僅為 4.

23、21，僅略高于債券平均配置比例高于 60的 GPIF 和 NPS，顯著低于投資組合風(fēng)險(xiǎn)水平也較高的 CalPERS、NZSF、ATP 等。CPPIB 投資組合如此低的長(zhǎng)期波動(dòng)很大程度上得益于其全組合法下的投資框架。 CPPIB 全組合法下的投資框架主要包括四個(gè)部分：（1）根據(jù) CPPIB 的長(zhǎng)期風(fēng)險(xiǎn)水平和最低收益要求構(gòu)建參考組合。（2）在保持組合整體絕對(duì)風(fēng)險(xiǎn)的前提下（以參照組合為基準(zhǔn)），構(gòu)建戰(zhàn)略組合進(jìn)行更加分散化的投資、減少組合可能的損失、提高組合風(fēng)險(xiǎn)調(diào)整后的收益。（3）構(gòu)建用于指導(dǎo) 短期（1 年以內(nèi)）實(shí)際投資的目標(biāo)組合。（4）實(shí)際投資組合。在控制投 資組合長(zhǎng)期風(fēng)險(xiǎn)水平的前提下，CPPIB 通

24、過(guò)因子投資來(lái)分散化投資組合整體的風(fēng)險(xiǎn)，顯著提高投資組合風(fēng)險(xiǎn)調(diào)整后的收益。因此，通過(guò)科學(xué)的、系統(tǒng)的風(fēng)險(xiǎn)管理（例如因子投資），可以極大的分散投資組合的風(fēng)險(xiǎn)，降低投資組合整體的波動(dòng)，提高投資組合風(fēng)險(xiǎn)調(diào)整后的收益。表 6：通過(guò)因子投資進(jìn)行全流程的資產(chǎn)配置，CPPIB 的長(zhǎng)期歷史表現(xiàn)顯著好于其他機(jī)構(gòu)債券股票另類收益率波動(dòng)率收益風(fēng)險(xiǎn)比GPIF64.02%35.98%0.00%5.16%4.18%1.07NPS61.77%29.03%9.20%5.58%3.38%1.65FRR61.15%36.76%2.11%5.39%5.26%1.02CalPERS27.84%49.72%22.44%6.55%12.30

25、%0.53CPPIB28.44%35.09%36.47%11.18%4.21%2.65GPFG36.05%62.34%1.61%8.68%8.78%0.99NZSF14.05%60.36%25.60%11.45%13.74%0.83AFF31.94%33.55%34.40%8.72%6.20%1.41ATP39.05%13.91%47.04%10.89%10.09%1.08GIC33.20%45.20%21.60%8.6%8.4%1.02資料來(lái)源：各機(jī)構(gòu)年報(bào) 國(guó)泰君安證券研究圖 3：CPPIB 運(yùn)用全組合法進(jìn)行資產(chǎn)配置圖 4：CPPIB 運(yùn)用因子投資更好分散風(fēng)險(xiǎn)數(shù)據(jù)來(lái)源：CPPIB 國(guó)泰君安證

26、券研究數(shù)據(jù)來(lái)源：CPPIB 國(guó)泰君安證券研究重視流動(dòng)性和尾部風(fēng)險(xiǎn)的控制?！昂谔禊Z”爆發(fā)時(shí)，資產(chǎn)的價(jià)格通常會(huì)迅速下跌。投資者會(huì)大量的拋售資產(chǎn)，從而導(dǎo)致市場(chǎng)流動(dòng)性枯竭。金融危機(jī)之前，CalPERS 對(duì)于流動(dòng)性管理存在著相當(dāng)大的問(wèn)題。CalPERS 與私募股權(quán)和房地產(chǎn)投資公司合作，使用部分資本金投入，讓渡部分投資收益。金融危機(jī)爆發(fā)后，這些投資收益萎縮，承諾兌換資本金需要大量流動(dòng)性，CalPERS 被迫拋售本已經(jīng)大幅下跌后的股票和債券，從而導(dǎo)致整個(gè)金融危機(jī)讓 CalPERS 的資產(chǎn)管理規(guī)模下降了約 1000 億美元。對(duì)于頭部資管機(jī)構(gòu)而言，系統(tǒng)全面的控制風(fēng)險(xiǎn)是投資管理的核心。2018年，CPPIB 完成

27、了長(zhǎng)期風(fēng)險(xiǎn)模型（Long-Term Risk）的開(kāi)發(fā)。該模型用于衡量和比較投資組合和參照組合可能的長(zhǎng)期損失。該長(zhǎng)期風(fēng)險(xiǎn)模型特點(diǎn)主要包括：模型的構(gòu)建基于長(zhǎng)期的歷史數(shù)據(jù)；模型對(duì)因子可能引起的長(zhǎng)期損失做了前瞻；以五年為期，運(yùn)用條件風(fēng)險(xiǎn)價(jià)值（Conditional Value at Risk）來(lái)衡量可能的損失以及損失的概率；匯報(bào)造成風(fēng)險(xiǎn)的各主要因素，包括系統(tǒng)性風(fēng)險(xiǎn)、異質(zhì)性風(fēng)險(xiǎn)、主動(dòng)管理決策等；將 LTR 的風(fēng)險(xiǎn)測(cè)度值轉(zhuǎn)換成不同比例的權(quán)益和負(fù)債組成的投資組合，運(yùn)用 LTR 模型， CCPIB 可以實(shí)時(shí)的管理平衡組合，把投資組合和參照組合之間的風(fēng)險(xiǎn)偏差控制在規(guī)定的限度內(nèi)。此外，頭部資管機(jī)構(gòu)都使用了一系列方

28、法、指標(biāo)以及對(duì)配置比例和投資標(biāo)的的限制等，從不同的維度測(cè)量（包括絕對(duì)風(fēng)險(xiǎn)暴露、波動(dòng)率、相關(guān)性風(fēng)險(xiǎn)、系統(tǒng)因子風(fēng)險(xiǎn)、流動(dòng)性風(fēng)險(xiǎn)等）投資組合的整體風(fēng)險(xiǎn)，例如 VaR、Expected Shortfall、跟蹤誤差波動(dòng)率、壓力測(cè)試等。表 7：CPPIB 的風(fēng)險(xiǎn)指標(biāo)、衡量標(biāo)準(zhǔn)和限制風(fēng)險(xiǎn)類型風(fēng)險(xiǎn)指標(biāo)、衡量標(biāo)準(zhǔn)和限制CPPIB 用風(fēng)險(xiǎn)限制的分級(jí)結(jié)構(gòu)來(lái)控制風(fēng)險(xiǎn)敞口規(guī)模，以管理市場(chǎng)風(fēng)險(xiǎn)。第一層風(fēng)險(xiǎn)限制基于股債風(fēng)險(xiǎn)相當(dāng)比率（EDR），由董事會(huì)確定。第二層風(fēng)險(xiǎn)限制基于波動(dòng)性或敞口評(píng)估，反映市場(chǎng)風(fēng)險(xiǎn)配置方法。該層限制確保每個(gè)投資部門(mén)的市場(chǎng)風(fēng)險(xiǎn)增長(zhǎng)不快于初始年度計(jì)劃。第三層風(fēng)險(xiǎn)限制是投資項(xiàng)目層面的。例如，DV01 衡量

29、利率收益曲線每 1 個(gè)百分點(diǎn)的增長(zhǎng)/減少將會(huì)帶給投市場(chǎng)風(fēng)險(xiǎn)資策略的潛在損失/收益；對(duì)沖比率以及集中度限制用于評(píng)估系統(tǒng)風(fēng)險(xiǎn)顯著性以及非系統(tǒng)風(fēng)險(xiǎn)顯著性；差異性限制則跟蹤組合對(duì)于基準(zhǔn)的偏離風(fēng)險(xiǎn)。董事會(huì)至少每財(cái)年對(duì)風(fēng)險(xiǎn)政策（Risk Policy）審批一次。風(fēng)險(xiǎn)政策包括絕對(duì)風(fēng)險(xiǎn)上限和下限，以及絕對(duì)風(fēng)險(xiǎn)運(yùn)行區(qū)間（AbsoluteRisk Operating Range, AROR）。信用風(fēng)險(xiǎn)流動(dòng)性風(fēng)險(xiǎn)資料來(lái)源：CPPIB，國(guó)泰君安證券研究信用在險(xiǎn)價(jià)值（CreditVaR）：CPPIB 使用蒙特卡洛模擬來(lái)估計(jì)信用風(fēng)險(xiǎn)，包括違約可能性、信用評(píng)級(jí)下調(diào)以及底層信用工具賠償。CPPIB 要求發(fā)行方維持一定的杠桿率

30、，信用評(píng)級(jí)為 AAA，通過(guò)各種流動(dòng)性風(fēng)險(xiǎn)限制來(lái)控制流動(dòng)性風(fēng)險(xiǎn)表 8：GPFG 風(fēng)險(xiǎn)指標(biāo)、風(fēng)險(xiǎn)的衡量及限制風(fēng)險(xiǎn)類型風(fēng)險(xiǎn)指標(biāo)、風(fēng)險(xiǎn)的衡量及限制基準(zhǔn)偏離風(fēng)險(xiǎn)（集中風(fēng)險(xiǎn)）：權(quán)益組合的范圍 60%-80%市場(chǎng)風(fēng)險(xiǎn)債券組合的范圍 20%-40%地產(chǎn)不超過(guò) 7%跟蹤誤差不超過(guò) 1.25%（跟蹤誤差的計(jì)算標(biāo)準(zhǔn)由挪威財(cái)政部決定）對(duì)單個(gè)公司的投票權(quán)不能超過(guò) 10%實(shí)際投資組合和參照指數(shù)的重合度需要超過(guò) 60%（包括股票和債券）流動(dòng)性風(fēng)險(xiǎn)：1. 最少 7.5%的投資組合的凈資產(chǎn)需要投資法國(guó)、德國(guó)、日本、英國(guó)和美國(guó)的政府或國(guó)債。信用風(fēng)險(xiǎn)高收益?zhèn)怀^(guò)債券組合 5%單個(gè)投資級(jí)債券的權(quán)重不超過(guò)債券組合的 2%，非投資級(jí)

31、不超過(guò) 0.5%，高收益?zhèn)怀^(guò) 5% （挪威銀行）對(duì)手風(fēng)險(xiǎn)對(duì)任何單個(gè)對(duì)手的暴露不超過(guò)投資組合凈資產(chǎn)的 0.75非保險(xiǎn)存款的對(duì)手的長(zhǎng)期信用評(píng)級(jí)最低 A，有擔(dān)保證券的對(duì)手的長(zhǎng)期信用評(píng)級(jí)最低 BBB 等。任何在 OTC 衍生頻的交易都需要符合一定的抵押的標(biāo)準(zhǔn)。運(yùn)營(yíng)風(fēng)險(xiǎn)其他風(fēng)險(xiǎn)和限制財(cái)務(wù)損失超過(guò) 5 億挪威克朗的“不確定事件（Unwanted Event）”發(fā)生的概率不超過(guò) 20杠桿的限制：不超過(guò) 5%擔(dān)?，F(xiàn)金再投資的限制：只能投現(xiàn)金證券借貸的限制：證券借貸不超過(guò)投資組合凈資產(chǎn)的 5%極端尾部風(fēng)險(xiǎn)的限制：expected shortfall 不能再 97.5%的置信度下超過(guò) 3.75%證券借出的限

32、制：不要超過(guò)投資組合凈資產(chǎn)的 20%買入或賣出期限的發(fā)行量不超過(guò)投資組合凈資產(chǎn)的 2.5%單個(gè)外部投資管理人的資管規(guī)模不超過(guò)投資組合整體的0.5%對(duì)單個(gè)外部投資管理人單年費(fèi)用不超過(guò) 3000 萬(wàn)美元地產(chǎn)投資1. 配置比例：辦公 40%-80%、零售 0%-40%、物流 0-30%、其他 0-10%新興市場(chǎng)投資不超過(guò) 10%在建地產(chǎn)項(xiàng)目不超過(guò) 10%未上市地產(chǎn)組合的負(fù)債率不超過(guò) 35%，單個(gè)項(xiàng)目不超過(guò) 70%地產(chǎn)投資的對(duì)手信用等級(jí)超過(guò) BBB超過(guò) 5 億美元的地產(chǎn)項(xiàng)目需 EB 審核資料來(lái)源：NBIM，國(guó)泰君安證券研究投資機(jī)會(huì)對(duì)于長(zhǎng)期投資者，要恪守再平衡，享受“黑天鵝”后資產(chǎn)收益的回歸。理論上，再

33、平衡策略是一種典型的逆周期的策略，其本質(zhì)等同于空波動(dòng)率策略。 Ang（2009）通過(guò)二叉樹(shù)模型證明再平衡策略等同于空波動(dòng)率（同時(shí)賣出看漲和看跌期權(quán)）+買入無(wú)風(fēng)險(xiǎn)債券。根據(jù)資產(chǎn)定價(jià)理論，賣出看漲或看跌期權(quán)都可以通過(guò)動(dòng)態(tài)的持有股票和債券來(lái)復(fù)制，即當(dāng)股票價(jià)格上漲時(shí)賣出股票，股票下跌時(shí)買入股票。而這正是再平衡所需要做的?？詹▌?dòng)率的策略被廣泛的用于衍生品的交易中。由于波動(dòng)率本身屬于風(fēng)險(xiǎn)因子，因此投資者可以通過(guò)持有波動(dòng)率的空頭頭寸（一般通過(guò)賣出各類期權(quán)或期貨的方式暴露波動(dòng)率的空頭頭寸）來(lái)獲得波動(dòng)率溢價(jià)。在市場(chǎng)處于常態(tài)時(shí)，空波動(dòng)率的投資者可以長(zhǎng)期穩(wěn)定的獲得波動(dòng)率風(fēng)險(xiǎn)溢價(jià)。但當(dāng)市場(chǎng)處于極端狀況（例如連續(xù)下跌下

34、的金融危機(jī)、連續(xù)上漲下的互聯(lián)網(wǎng)泡沫）時(shí)，資產(chǎn)的波動(dòng)率也會(huì)隨之劇烈上升，空波動(dòng)率的投資者會(huì)受到巨大的虧損。換句話說(shuō)，當(dāng)資產(chǎn)的價(jià)格處于價(jià)格分布的中間部分時(shí)，空波動(dòng)率策略會(huì)給投資者帶來(lái)穩(wěn)定的波動(dòng)率溢價(jià)；而當(dāng)資產(chǎn)價(jià)格處于價(jià)格分布的兩端時(shí)，空波動(dòng)率策略會(huì)造成投資者巨大的損失（我們可以通過(guò)空看漲和看跌期權(quán)的收益分布清晰的看到這一點(diǎn)）。例如當(dāng)資產(chǎn)價(jià)格長(zhǎng)期上漲（下跌）時(shí)，再平衡會(huì)減少（增加）上漲（下跌）資產(chǎn)的權(quán)重，這使得再平衡策略會(huì)顯著的遜于買入持有策略。此時(shí)，再平衡并不會(huì)給投資者帶來(lái)收益。簡(jiǎn)單來(lái)說(shuō)，如果資產(chǎn)的價(jià)格不會(huì)持續(xù)出現(xiàn)極端的狀況，最終回到價(jià)格分布的中間，再平衡能夠給投資者帶來(lái)收益。簡(jiǎn)單來(lái)說(shuō)，再平衡有效

35、的前提是資產(chǎn)的價(jià)格具有均值回復(fù)的屬性。由于資產(chǎn)價(jià)格長(zhǎng)期均有均值回復(fù)的特征，長(zhǎng)期來(lái)看，再平衡具有顯著的價(jià)值?！敖鹑谫Y產(chǎn)長(zhǎng)期具有均值回復(fù)的特征”已經(jīng)在學(xué)術(shù)界和業(yè)界達(dá)成了共識(shí)，往往被作為假設(shè)，廣泛的運(yùn)用到各類模型中，例如隨機(jī)波動(dòng)率模型、期限結(jié)構(gòu)模型、動(dòng)態(tài)多因子模型等。例如，Poterba and Summers (1987) 基于 18 個(gè)國(guó)家股票市場(chǎng)的相關(guān)數(shù)據(jù)發(fā)現(xiàn)，股票的收益率短期具有動(dòng)量、長(zhǎng)期具有均值回復(fù)的特征；Cecchetti et all (1990)通過(guò)一般均衡模型在理論上論證了股票價(jià)格長(zhǎng)期具有均值回復(fù)特征的合理性。因此，長(zhǎng)期來(lái)看，由于資產(chǎn)價(jià)格長(zhǎng)期具有均值回復(fù)的特征，再平衡具有顯著的價(jià)值

36、?！昂谔禊Z”對(duì)資產(chǎn)價(jià)格的打壓為長(zhǎng)期機(jī)構(gòu)進(jìn)行“再平衡”創(chuàng)造了絕佳的戰(zhàn)術(shù)配置期。2007 年，次貸危機(jī)爆發(fā)，權(quán)益類資產(chǎn)在組合中的權(quán)重急劇下跌。在最黑暗的 2007-2008 年期間，GPFG 恪守再平衡原則，大量的持續(xù)的購(gòu)買權(quán)益類資產(chǎn)，同時(shí)調(diào)高了權(quán)益類資產(chǎn)在組合中的戰(zhàn)略權(quán)重。 2009 年，權(quán)益市場(chǎng)出現(xiàn)了大幅度反彈，受益于再平衡，GPFG 當(dāng)年獲得了創(chuàng)紀(jì)錄的 25.6的收益，抹平了金融危機(jī)期間的損失。而加州公務(wù)員退休基金（CalPERS），一方面由于流動(dòng)性的約束，另一方面也缺乏明確的再平衡策略，在金融危機(jī)期間選擇拋售權(quán)益類資產(chǎn)，從 2007 年權(quán)益類資產(chǎn)規(guī)模的 1000 億美金縮減到 2009 年

37、的 380 億美金，從而錯(cuò)失了 2009 年權(quán)益類資產(chǎn)的劇烈反彈，2009 年的收益率僅為 12。目前，絕大多數(shù)的長(zhǎng)期投資機(jī)構(gòu)都將再平衡策略明確在各自的投資指南中。表 9：海外養(yǎng)老基金再平衡策略統(tǒng)基金金基金金再平衡策略固定閥值固定閥值固定閥值固定閥值固定閥值閥值-4/4公開(kāi)市場(chǎng)股票 -未透露股票-6/6，其他-未透露挪威國(guó)家主權(quán)基金加州公務(wù)員退休系加拿大國(guó)家養(yǎng)老基加州教師退休系統(tǒng)新西蘭超級(jí)年金基7/7、PE-4/4、固收-6/6、實(shí)物資產(chǎn)-5/5、通脹類資產(chǎn) 3/0、流動(dòng)資產(chǎn)-6/3閥值基準(zhǔn)資產(chǎn)比例資產(chǎn)比例數(shù)據(jù)來(lái)源：NBIM GPFG CalPERS CalSTRS 國(guó)泰君安證券研究風(fēng)險(xiǎn)敞口/

38、 資產(chǎn)比例3 /3資產(chǎn)比例風(fēng)險(xiǎn)敞口圖 5：CalPERS 因?yàn)楹鲆暳鲃?dòng)性管理和再平衡，金融危機(jī)損失約 1000億美元數(shù)據(jù)來(lái)源：NBIM GPFG CalPERS CalSTRS 國(guó)泰君安證券研究對(duì)于戰(zhàn)術(shù)配置或短期投資者，建議在“黑天鵝”發(fā)生期間配置受影響較小的資產(chǎn)或標(biāo)的，在結(jié)束后配置受影響較大的資產(chǎn)或標(biāo)的。對(duì)于戰(zhàn)術(shù)配置或短期投資者而言，他們往往更加關(guān)注投資策略短期的表現(xiàn)。從第一部分我們可以知道，在“黑天鵝”發(fā)生并進(jìn)行時(shí)，資產(chǎn)，特別是受“黑天鵝”影響較大的資產(chǎn)或標(biāo)的往往會(huì)出現(xiàn)顯著的下跌，而在黑天鵝結(jié)束和之后，這些資產(chǎn)或標(biāo)的會(huì)有顯著的超額收益。2007-2009 年的次貸危機(jī)本質(zhì)上是由于大量次級(jí)地

39、產(chǎn)貸款的違約引起。一方面，由于金融機(jī)構(gòu)發(fā)行了大量的 MBS 和 CDS，當(dāng)這些次級(jí)貸款違約時(shí)，這些金融機(jī)構(gòu)需要大量的現(xiàn)金，由于流動(dòng)性的短缺從而引發(fā)流動(dòng)性危機(jī)；另一方面，由于機(jī)構(gòu)之間的相互背書(shū)，導(dǎo)致了流動(dòng)性危機(jī)下整個(gè)金融系統(tǒng)出現(xiàn)了連鎖反應(yīng)。因此，從基本面來(lái)看，金融行業(yè)受到的影響最大。Bekaert, Ehrmann, Fratzscher and Mehl （2013）統(tǒng)計(jì)了金融危機(jī)期間（2007 年 8 月2009 年 3 月）美國(guó)股票市場(chǎng)中各板塊的表現(xiàn)，其中受次貸危機(jī)影響最大的金融板塊的跌幅在所有的 10 個(gè)板塊中跌幅排名第一，高達(dá)-55，而受次貸危機(jī)影響較低的公用事業(yè)和消費(fèi)的表現(xiàn)最好，跌幅

40、分別為-35和-34。而在金融危機(jī)以后，金融行業(yè)的股票出現(xiàn)了強(qiáng)烈的反彈，美國(guó)銀行、房地美等在金融危機(jī)中受損嚴(yán)重的公司的股票在后續(xù)幾年翻了 10 倍。由于不同的“黑天鵝“對(duì)資產(chǎn)和標(biāo)的影響差異巨大，因此，投資者 需要在“黑天鵝”發(fā)生時(shí)，耐心的從基本面分析特定的“黑天鵝“對(duì)不 同資產(chǎn)、行業(yè)或標(biāo)的的影響，從而根據(jù)正如 Berkman, Jacobson and Lee（2011）和 Gao and Song（2013）等的研究，在“黑天鵝”發(fā)生期間配置受影響較小的資產(chǎn)或標(biāo)的，在結(jié)束后配置受影響較大的資產(chǎn)或標(biāo)的。根據(jù)國(guó)泰君安宏觀組疫情影響分析：從產(chǎn)業(yè)到行業(yè)的梳理，2003 年 SARS 期間勞動(dòng)密集型的

41、服務(wù)行業(yè)以及可選消費(fèi)品受到的基本面沖擊最大，市場(chǎng)下跌程度也最大，而醫(yī)藥行業(yè)則有所收益，股價(jià)上漲幅度處于市場(chǎng)前列；而當(dāng) SARS 緩和后，服務(wù)業(yè)以及消費(fèi)品的基本面和股價(jià)也出現(xiàn)了顯著的超跌反彈，而醫(yī)藥股則出現(xiàn)了“補(bǔ)跌”。表 10：2008 金融危機(jī)期間美國(guó)股票市場(chǎng)各板塊跌幅和排名板塊漲跌幅跌幅排名金融-55%1基礎(chǔ)材料-53.5%2綜合-52.4%3周期-45.7%4工業(yè)-44.6%5技術(shù)-43.0%6能源-40.6%7交通-39.7%8公共事業(yè)-35.0%9非周期性消費(fèi)-34.0%10數(shù)據(jù)來(lái)源：Berkman, Jacobson and Lee（2011） 國(guó)泰君安證券研究“新冠疫情“下的投資機(jī)

42、會(huì)本次“黑天鵝”新冠疫情（世界衛(wèi)生組織命名為 2019-nCov）最早于 2019 年 12 月 31 日在武漢被報(bào)道。1 月 21 日，終南山院士宣布該次冠狀病毒存在人傳人的現(xiàn)象。1 月 23 日，武漢宣布封城。自此，全國(guó)多個(gè)城市宣布采取公共衛(wèi)生事件一級(jí)響應(yīng)。1 月 31 日，世界衛(wèi)生組織新冠疫情定義為突發(fā)公共衛(wèi)生事件（PHEIC）。2 月 8 日，上海確認(rèn)新冠病毒可以通過(guò)氣溶膠傳播。截至 2 月 9 日，全國(guó)確診病例上升至 37251 例，疑似病例上升至 28942 例，全球確診病例 37558 例。圖 6：中國(guó)新冠病毒分布圖 7：全球新冠病毒分布 資料來(lái)源：騰訊, 國(guó)泰君安證券研究資料來(lái)

43、源：世界衛(wèi)生組織, 國(guó)泰君安證券研究圖 8：中國(guó)新冠病毒確證人數(shù)圖 9：全球新冠病毒確證人數(shù)資料來(lái)源：騰訊, 國(guó)泰君安證券研究資料來(lái)源：, 國(guó)泰君安證券研究下面我們從多個(gè)維度綜合比較此次新冠病毒和 SARS 對(duì)經(jīng)濟(jì)和股票市場(chǎng)影響的差異：表 11：各類病毒潛伏期、致死率和傳染率病毒類型潛伏期（典型病例）致死率傳染率2%世界衛(wèi)生組織估計(jì)為 1.4-新冠病毒2-14 天2.5%;最新的研究預(yù)測(cè)為4.08、2.24-3.58SARS2-7 天10%2中東呼吸綜合癥5 天34%0.7豬流感1-4 天0.02%1.2-1.6季節(jié)性感冒2 天0.011.3數(shù)據(jù)來(lái)源：世界衛(wèi)生組織, W, 國(guó)泰君安證券研究病毒

44、差異：新冠病毒傳播率更高，潛伏期很長(zhǎng)，但致死率低，醫(yī)學(xué)上一般有三個(gè)指標(biāo)來(lái)衡量傳染病的嚴(yán)重程度，傳染率（Ro）、致死率（CFR）以及潛伏期（IP）。除了致死率要低于 SARS，中東呼吸綜合癥等病毒，新冠病毒的傳染率更高，潛伏期更長(zhǎng)，這對(duì)該病毒的控制造成了很大的困難。從傳染率來(lái)看，世界衛(wèi)生組織最初估計(jì)新冠病毒的傳染率在 1.4- 2.5，但根據(jù) Zhidong Cao et al（2020），Zhao et al （2020）等最新的測(cè)算表面，新冠病毒的傳染率都遠(yuǎn)高于 SARS，而根據(jù)冠狀病毒可以通過(guò)氣溶膠傳播或可能通過(guò)糞口傳播的信息，我們推斷新冠病毒的實(shí)際傳染率應(yīng)遠(yuǎn)高于 SARS。病毒發(fā)生時(shí)間：

45、新冠病毒的爆發(fā)恰好在春運(yùn)以及春運(yùn)返工期間，由于潛 伏期較長(zhǎng)，大量的人員流動(dòng)可能會(huì)催化此次疫情。雖然 1 月 23 日武漢 已經(jīng)實(shí)時(shí)封城政策，但根據(jù)百度慧眼以及官方報(bào)道，春節(jié)前預(yù)估有超過(guò) 500 萬(wàn)人離開(kāi)武漢，于 1 月 22 日達(dá)到頂峰。除湖北境內(nèi)以外，大量的人 員遷出至河南、湖南、安徽、江西、廣東等各省份。由于新冠病毒潛伏 期可能長(zhǎng)至 2 周，疊加春節(jié)期間密切的人員接觸，這些潛在被感染的高 危人員可能會(huì)在不知情的情況下大量的接觸人員，從而造成疫情的蔓延。此外，春節(jié)以后，上海、北京、廣州、深圳等各大城市將引來(lái)返工的高 峰，春節(jié)期間易感人群也極大的增加這些人口密集型城市疫情擴(kuò)散的概率。圖 10：

46、武漢遷出人口分布數(shù)據(jù)來(lái)源：百度慧眼, 國(guó)泰君安證券研究政府管控措施：政府對(duì)此次冠狀病毒的管控措施遠(yuǎn)強(qiáng)于 SARS。在這次新冠疫情的防治過(guò)程中，政府的各項(xiàng)隔離政府的各項(xiàng)隔離防治措施更加嚴(yán)格，包括交通的封鎖、人流的管控、企業(yè)的延遲復(fù)工等；覆蓋的范圍更為廣泛，湖北、河南、浙江、上海等多個(gè)省份都相繼推出了嚴(yán)格的防治措施，而在 SARS 期間，政府的隔離防治措施主要局限于北京、廣州等少數(shù)城市。因此，這些措施短期內(nèi)對(duì)居民消費(fèi)、交通運(yùn)輸、企業(yè)生產(chǎn)造成更大的影響。但從另一方面來(lái)看，政府更加嚴(yán)格的管控措施會(huì)積極的推動(dòng)新冠疫情的控制，有利于中長(zhǎng)期經(jīng)濟(jì)的恢復(fù)。經(jīng)濟(jì)動(dòng)能：當(dāng)前經(jīng)濟(jì)增長(zhǎng)的動(dòng)能弱于 SARS 期間。200

47、3 年，我國(guó)經(jīng)濟(jì)出于高速發(fā)展時(shí)期，名義 GDP 的增長(zhǎng)率高達(dá) 10；2019-2020 年，預(yù)估我國(guó)名義 GDP 增長(zhǎng) 6.1，經(jīng)濟(jì)處于復(fù)蘇階段。因此，此次疫情對(duì)于經(jīng)濟(jì)的邊際影響可能更大。股票市場(chǎng)相對(duì)估值：以股票市場(chǎng)對(duì)疫情的反應(yīng)日期為計(jì)，上證綜指和深證綜指在 2003 年 4 月 16 日的 PE_ttm 分別約為 45.7 和 30.7，而在 2020年 1 月 31 日，上證綜指和深證綜指該指標(biāo)指分別為 12.8 和 24.9。因此，從相對(duì)估值來(lái)看，當(dāng)前股票市場(chǎng)的安全邊際更高，邊際沖擊更小。經(jīng)濟(jì)的韌性：2003 年我國(guó)的 GDP 總量為 13.74 萬(wàn)億，2019 年我國(guó)的 GDP總量為

48、99.99 萬(wàn)億。經(jīng)過(guò)去杠桿，供給側(cè)改革等一系列措施，我國(guó)當(dāng)前的經(jīng)濟(jì)總量和質(zhì)量要遠(yuǎn)好于 2003 年。因此，從經(jīng)濟(jì)的韌性來(lái)看，此次疫情對(duì)于經(jīng)濟(jì)的邊際影響更小。表 12：SARS、新冠疫情對(duì)經(jīng)濟(jì)或股票的影響比較相較于 SARS，新冠病毒疫情對(duì)經(jīng)濟(jì)或股票市場(chǎng)的影響病毒差異傳染率更高，潛伏期更長(zhǎng)，致死率更低更大發(fā)生時(shí)點(diǎn)春運(yùn)及春運(yùn)返工期更大政府管控措施更加嚴(yán)格更大經(jīng)濟(jì)動(dòng)能相對(duì)較弱更大股票市場(chǎng)估值相對(duì)更低更小經(jīng)濟(jì)的韌性體量更大，結(jié)構(gòu)更加健康更小數(shù)據(jù)來(lái)源：國(guó)泰君安證券研究但無(wú)論怎樣，此次疫情爆發(fā)的規(guī)模，對(duì)經(jīng)濟(jì)和股票市場(chǎng)的影響不容忽視。因此，根據(jù)第一部分和第二部分，以及國(guó)泰君安總量宏觀團(tuán)隊(duì)2020 年突發(fā)風(fēng)

49、險(xiǎn)系列報(bào)告和國(guó)泰君安證券各行業(yè)報(bào)告，我們給出了此次“黑天鵝”事件下的投資建議：基本面分析最受影響行業(yè)相應(yīng)標(biāo)的最不受影響行業(yè)相應(yīng)標(biāo)的第三產(chǎn)業(yè)受影響最大，國(guó)泰君安總量宏觀團(tuán)隊(duì)主要受影響的是服務(wù)也社服：美團(tuán)點(diǎn)評(píng)交運(yùn)：中國(guó)國(guó)航、吉祥醫(yī)藥：1. 2003 年上半年的非典疫情催生了階醫(yī)藥：恒瑞醫(yī)藥、長(zhǎng)春高新、藥明康德、邁瑞和社零。航空、建發(fā)股份、圓通段性需求加速增長(zhǎng)，但醫(yī)療、我武生物、凱萊邏輯：速遞、首都機(jī)場(chǎng)增長(zhǎng)幅度優(yōu)先；2.2020英、大參林、樂(lè)普醫(yī)社服：1. 重大疫情對(duì)零售：珀萊雅、壹網(wǎng)壹疫情對(duì)部分藥械制造業(yè)療、大博醫(yī)療、安圖生表 13：新冠疫情對(duì)行業(yè)的影響及投資建議2020 年突發(fā)風(fēng)險(xiǎn)系列報(bào)告和國(guó)泰

50、君安證券各行業(yè)報(bào)告認(rèn)為：旅游業(yè)沖擊范圍廣、影創(chuàng)、丸美股份、老鳳有階段性影響，疫情只物、邁克生物響范圍大、對(duì)業(yè)績(jī)和股祥、周大生、王府井、影響短期節(jié)奏，但事件價(jià)影響持續(xù)時(shí)間約 1天虹股份、永輝超市、窗拉長(zhǎng)來(lái)看，醫(yī)療消費(fèi)年；家家悅、三只松鼠量對(duì)應(yīng)的是真是的臨床2. 所有旅游危機(jī)事件需求量中，傳染病影響最大；3. SARS 影響延續(xù) 1年，明顯復(fù)蘇滯后疫情平息 2-3 各季度4. 疫情對(duì)業(yè)績(jī)和股價(jià)的影響超越了疫情窗口期交運(yùn)：航空負(fù)面影響最大；快遞受各地交通管制影響；港口行業(yè)作業(yè)效率下降零售：1. 本次疫情發(fā)生在春節(jié)期間，正處于消費(fèi)旺季，新增病例增速更快，措施更加果斷，對(duì)消費(fèi)行業(yè)影響更大“黑天鵝”理論和

51、實(shí)證開(kāi)始進(jìn)行結(jié)束結(jié)束后一定時(shí)期資產(chǎn)表現(xiàn)股票下跌、股票波動(dòng)率上升、資產(chǎn)之間的相關(guān)性上升股票下跌、股票波動(dòng)率上升、資產(chǎn)之間的相關(guān)性上升，但“黑天鵝”的影響程度在下降投資策略建議股票上漲、股票波動(dòng)率下降、資產(chǎn)之間的相關(guān)性下降股票上漲、股票波動(dòng)率下降、資產(chǎn)之間的相關(guān)性下降、受“黑天鵝”影響越大的資產(chǎn)的后續(xù)表現(xiàn)越好長(zhǎng)期投資者短期投資者或戰(zhàn)術(shù)配置在疫情開(kāi)始和進(jìn)行階段，可以進(jìn)行再平衡，加大對(duì)權(quán)益資產(chǎn)的配置，可以適當(dāng)?shù)臏p少黃金、美元等避險(xiǎn)資產(chǎn)的倉(cāng)位；行業(yè)：權(quán)益配置的行業(yè)可以優(yōu)先配置交運(yùn)、零售、和社服等受影響較大的行業(yè)，在疫情開(kāi)始和進(jìn)行階段，可以優(yōu)先選擇避險(xiǎn)類資產(chǎn)，例如黃金、日元、高等級(jí)債券；權(quán)益資產(chǎn)中可以優(yōu)先選擇醫(yī)藥等受影響較小的行業(yè)或標(biāo)的在疫情結(jié)束以及之后，可以開(kāi)始逐漸減少疫情期間相對(duì)表現(xiàn)較好的資產(chǎn)或標(biāo)的；在疫情結(jié)束以及之后，可以開(kāi)始買入（賣出）疫情期間受影響最大（小）資產(chǎn)或標(biāo)的，例如權(quán)益以及權(quán)益內(nèi)受影響較大的行業(yè)或標(biāo)的，例如社 服、交運(yùn)和零售（黃金、日元、債券，權(quán)益中的醫(yī)藥類股票等）數(shù)據(jù)來(lái)源：國(guó)泰君安證券研究本