时间:2014-07-15 13:30 栏目:基金 编辑:投资有道 点击: 4,814 次
本文标签: 情景分析法
情景分析法是通过假设未来可能出现的各种事件情景,分析发生的可能性、相应后果和影响,来帮助决策者做出明智选择的过程。
投资与资本市场密切相关,而多变是资本市场的特性,常让投资者无所适从。研究市场的可能变化路径,为投资做好准备,无疑有助于投资决策和提升投资体验,情景分析法(Scenario Analysis)就是实现此目的的一种重要方法,已广为全球投资界所采用。在本期专栏中,嘉实回报中心将同广大投资者一起探讨情景分析法的内涵和在投资中的应用。
情景分析法是通过假设未来可能出现的各种事件情景,分析发生的可能性、相应后果和影响,来帮助决策者做出明智选择的过程。现实中,情景分析法在军事、政治、经济、投资等多个领域均有广泛的应用。例如,美联储著名的前瞻指引(Forward Guidance),就是通过情景分析来引导市场对未来基准利率的预期。美联储在2014年3月的前瞻指引中指出:"如果通胀预测值继续保持在委员会2%的长期目标以下,且长期通胀预期仍然稳固,那么在量化宽松(QE)结束后的一段时间内,美联储将继续保持联邦基金利率在当前的目标区间内。"在这个案例中,美联储针对通货膨胀率及其对目标利率的影响进行了典型的情景分析。就投资而言,情景分析法更是应用广泛,我们将在下文讨论三个要点。
第一,研判市场。投资者可以通过对市场整体趋势和方向的预测,决定投资策略。例如当判断股市整体走强时,投资者可以购买指数型基金获得市场上涨的收益;而当判断股市整体下行时,投资者可以降低股票类持仓,增加货币类和债券类持仓。在本专栏中,我们曾经分析过左右市场的三大驱动力,包括宏观经济、市场自身和资金供给,而对其中的每一个驱动力分别进行情景分析来预测市场走势。以宏观经济为例,可以从GDP增速对股市的影响开始进行情景分析。如果预计GDP增速大幅低于目标水平,将不利于股市;如果我们认为GDP增速将显著高于目标水平时,会利好于股市;而如果判断GDP增速同目标水平接近,则不会显著影响股市走势。所以,依据不同的情景,投资者可以制定差异化的投资策略。
需要说明的是,情景分析是一个多维的概念,尤其是在某一重要因素作用不显著的情况下。例如,在分析宏观经济情景时,投资者应当对GDP增速、通货膨胀、进出口额等多个变量进行综合情景分析,而得到更为全面的结论。
第二,估值资产。投资者可以通过对资产进行定价估值的过程,比较其内在价值和市场价格的差异,以便做出买入或卖出的决定。以证券投资为例,在定价模型中,由于包含多个变量,情景分析就显得尤为重要。当投资者采用经典的戈登模型(Gordon Model)来分析股票价格时,投资者就要对决定股票价格的股息水平、资本成本和股息增长率三个因素进行情景分析。
例如,投资者如果预期某公司的业务在未来会高速增长,故而可以预计公司的股息水平和股息增长率都会上升,与此同时如果投资者认为市场融资环境不会有大的变化,即可以假定资本成本不变,在这种情景分析下,可以得出这家公司股票的内在价值将会上升,具有投资价值的结论。
第三,控制风险。有效的风险控制是投资者收获满意回报的基础,而情景分析是了解风险和管理风险的一个重要方法。2008年全球金融危机后,各国监管机构都应用情景分析法设计压力测试,对银行业普遍实施极为严格的风险管理,以保证银行即便在极端情景下依然有能力抵御风险。在本专栏中,我们曾经分析过黑天鹅事件发生的原因和应对之策,而黑天鹅事件本身就是场景分析中的一个场景。如何在投资中应用情景分析法,让我们看一个具体案例。投资者通过对某项投资的分析发现最差的情景是亏损50%,但发生的概率仅为1%,此外也有10%的可能性亏损20%,在其他的情形下都会盈利15%以上。应用情景分析的方法,投资者可以得出此项投资的预期收益至少为11%(概率统计学中的期望值),但下行风险也可能高达50%,投资者可以根据投资收益的吸引力和自己对下行风险的承受能力,做出是否参与这项投资的决定。
《礼记·中庸》云:"凡事豫则立,不豫则废。言前定则不跲,事前定则不困,行前定则不疚,道前定则不穷。"希望投资者能够善加利用情景分析法,提升投资决策的科学性,收获理想回报!
嘉实基金投资者回报研究中心致力于为投资人打造一个理想而且实用的投资决策系统,旨在帮助投资人在市场波动转换间从容应对,致力于实现投资人长期投资与中短期投资的协同,将基金优秀业绩转化为投资人实实在在的回报。这不仅是基金公司首次以实现"持有人真实回报"为目标来改善持有人投资体验的尝试,更在业内首次针对不同市场环境特征,筛选全市场绩优基金而不局限于嘉实旗下基金,向持有人提供投资建议和解决方案。
声明: (本文为投资有道签约作者原创文章,转载请注明出处及作者,否则视为侵权,本刊将追究法律责任)
李总威武
香港高原资本国际金融集团被骗子打
1
sad
[神马]