承接上一章建立的 CME 框架,本章將焦點轉向個別資產類別的預期建立:固定收益、股票、不動產、匯率,並涵蓋變異—共變異矩陣(variance–covariance matrix)的估計。中心理念仍為「有紀律的方法能帶來回報」。
工具與方法總覽#
預測的本質是選擇資訊:選擇要將哪些資訊作為預測的條件、以及如何整合進來。儘管投資機會會隨時間變動,幾乎所有預測方法都仰賴「資產報酬會向某種長期中心值回歸」的概念。
三種主要方法#
- 正式工具(formal tools):可定義、可獨立重現的研究方法
- 問卷調查(surveys):詢問專家共識
- 判斷(judgment):基於經驗對多元資訊的定性整合
正式工具又可分為三類:
| 類別 | 內容 |
|---|---|
| 統計方法(statistical methods) | 樣本統計量、收縮估計(shrinkage estimation)、時間序列估計 |
| 折現現金流(DCF)模型 | 以現金流現值衡量資產內在價值 |
| 風險溢酬模型(risk premium models) | CAPM 等均衡模型、因子模型、building blocks |
預測固定收益報酬#
固定收益本質上就是 DCF——多數債券具有有限期限且現金流已知。三種主流方法為:
- DCF 法
- 風險溢酬法(building block 法)
- 均衡模型法(如 Black–Litterman 框架的起點)
DCF:以到期殖利率(YTM)為起點#
到期殖利率(yield to maturity, YTM) 是最常用的估計值,但實現報酬與初始 YTM 之間可能有兩個來源的偏差:
- 資本利得/利損:投資期間短於到期日時,利率變動產生損益
- 再投資收益:現金流在不同利率下再投資
若投資期間等於債券的Macaulay 存續期間(Macaulay duration),資本損益與再投資效果大致抵消,實現報酬接近初始 YTM。投資期間短於存續期間時,資本損益主導;長於存續期間時,再投資效應主導。
Building Block 法的四個元件#
固定收益預期報酬由四個風險溢酬構成:
- 短期無違約利率(short-term default-free rate):通常以政府短期票據為代理,貼近央行政策利率
- 期限溢酬(term premium):對存續期間風險的補償
- 信用溢酬(credit premium):對違約損失風險的補償(超過預期違約損失之上)
- 流動性溢酬(liquidity premium):對流動性差異的補償
期限溢酬的四個驅動因素:通膨水準依存的不確定性、避險衰退的能力、供需、景氣循環效應。實證上,事前實質殖利率是預測未來超額債券報酬最有效的單一指標。
信用溢酬的特性依信用品質而異:
- AAA/AA:違約率極低,溢酬主要反映「降評偏差」
- A/BBB:循環性較強,溢酬隨景氣逆循環
- 投資級以下:違約常集中於衰退期,且違約率與損失嚴重度同步上升
新興市場債券風險#
新興市場債券除一般風險外,還面臨兩類國別風險:
- 經濟風險(償付能力):
- 財政赤字 / GDP 持續 > 4% 為警訊
- 債務 / GDP > 70–80% 對新興市場是脆弱訊號
- 實質 GDP 成長持續 < 4%、經常帳赤字 > 4%
- 外債 > GDP 50% 或 > 經常帳收入 200%
- 外匯存底 < 短期外債 100%
- 政治與法律風險(償付意願):產權法保障弱、合約執行困難、主權豁免、徵收與國有化、資本管制
預測股票報酬#
歷史統計法#
Dimson、Marsh、Staunton(2018)以 1900–2017、21 國資料顯示:各國平均實質報酬從奧地利 5.0% 到南非 9.4%,但任何國家的均值都落在所有其他國家的 95% 信賴區間內。從統計觀點看,各國長期實質報酬並無顯著差異。歷史均值的估計誤差太大,直接外推容易誤導。
Grinold–Kroner 模型#
Gordon 成長模型的延伸,明確納入庫藏股回購與 P/E 變化:
$$ E(R_e) = \frac{D}{P} - %\Delta S + %\Delta E + %\Delta(\text{P/E}) $$
預期報酬可分為三部分:
- 預期現金流(收入)報酬:$D/P - %\Delta S$
- 預期名目盈餘成長報酬:$%\Delta E$
- 預期重評價報酬:$%\Delta(\text{P/E})$
投資期間越長,越要謹慎使用常數成長假設。在無限期下,唯一合理的假設組合是:$%\Delta E = $ 名目 GDP 成長、$%\Delta S = 0$、$%\Delta(\text{P/E}) = 0$。
評價的常用指標是循環調整本益比(cyclically adjusted P/E, CAPE),以過去十年通膨調整後的平均盈餘為分母,降低景氣循環的雜訊。
均衡法:Singer–Terhaar 模型#
Singer–Terhaar 模型結合兩個極端假設下的 CAPM:
- 完全整合(fully integrated):所有資產相對全球市場組合定價
- 完全分割(completely segmented):每個市場獨立定價,$\rho = 1$
最終風險溢酬為兩者的加權平均:
$$ RP_i = \phi \cdot RP_i^G + (1 - \phi) \cdot RP_i^S $$
其中 $\phi$ 為整合程度:
- 已開發市場股債:0.75–0.90
- 新興市場:0.50–0.75
- 不動產:與相應金融市場相當
新興市場股票風險#
除了與新興市場債券共通的風險外,股票投資人需特別關注:
- 公司治理弱,可能允許利益方操縱資本結構
- 會計與揭露標準不足,使內部人能隱匿資訊
- 缺乏法律對所有權的保護,存在被政府、內部人或大股東徵奪(expropriated) 的風險
預測不動產報酬#
不動產與股債本質不同:實體資產、異質、不可分割、不可移動、流動性差,並且本身是生產要素,會產生勞務報酬。
歷史報酬的平滑問題#
不動產仰賴估價而非交易價,使得:
- 報酬序列呈現過度平滑
- 樣本波動度嚴重低估真實波動度
- 與其他資產的同期相關性被低估、產生虛假的領先—落後結構
實證分析前必須先進行反平滑(unsmoothing) 處理。
不動產循環#
- 供給在任何時點都固定,但需求隨景氣浮動,故價格、租金、入住率呈循環
- 高品質、長租約物業波動小;低品質、短租約則波動大
- 經典繁榮—蕭條循環:樂觀預期 → 過度開發 → 供過於求 → 價格與租金下跌
資本化率(Cap Rate)#
資本化率(capitalization rate, cap rate) 定義為當期 NOI / 物業價值,類似股票的盈餘殖利率(E/P):
$$ \text{Expected Return} \approx \text{Cap Rate} + \text{NOI Growth} - %\Delta(\text{Cap Rate}) $$
不動產整體的長期 NOI 成長率應接近 GDP 成長率。Cap rates 與長期利率正相關(順循環),但受逆循環的信用利差緩衝,整體呈相對溫和的循環。
不動產的風險溢酬構成#
不動產同時需要補償:
- 期限溢酬:高有效存續期間
- 信用溢酬:租客的違約風險
- 股權風險溢酬:價值與租金的波動
- 流動性溢酬:通常 2–4%(依交易頻率而定)
REITs 與直接持有的比較#
Ling 與 Naranjo(2015)研究顯示,當 REITs 去槓桿後,其報酬與波動度與直接持有不動產接近。短期內 REITs 行為類似股票,但多年期間內行為較接近不動產。從戰略資產配置觀點,兩者的可比性高於傳統指標所暗示。
預測匯率#
匯率預測公認極為困難——匯率變動同時影響所有以該幣別計價之資產的相對價值。
從商品與勞務(經常帳)切入#
- 貿易流量:通常不會直接影響匯率,除非超出融資能力
- 購買力平價(purchasing power parity, PPP):實質匯率變動應為零;但實證僅在長期有效,且當通膨差異大且由貨幣狀況驅動時最明顯
- 競爭力與經常帳的可持續性:經常帳餘額為國民儲蓄與投資之差;持久或結構性的失衡會對匯率施壓
經常帳赤字 < GDP 2% 通常可長年維持;當赤字源自於高生產性投資而非低儲蓄、財政赤字或貿易競爭力衰退時,更具可持續性。
從資本流量切入#
完全資本流動下,匯率會被推到一個點,使預期匯率變動等於兩市場風險調整後預期報酬之差:
$$ E(%\Delta S_{d/f}) = (r_d - r_f) + (\text{Term}_d - \text{Term}_f) + (\text{Credit}_d - \text{Credit}_f) + \cdots $$
Dornbusch(1976)的「超調機制(overshooting mechanism)」:當一國資產更具吸引力時,其匯率會先「跳升」到超出均衡的水準,使之後預期會貶值以平衡風險調整報酬。三階段:
- 初期升值(資金湧入)
- 中期盤整(投資人開始懷疑)
- 長期回吐部分升幅
無拋補利率平價與熱錢#
無拋補利率平價(uncovered interest rate parity, UIP) 主張匯率變動等於利率差。但實證上carry trade(借低利貨幣、貸高利貨幣)長期可獲利,顯示 UIP 並不嚴格成立。
對央行而言,熱錢流動(hot money flows) 具三大問題:限制獨立貨幣政策、誘使企業以短期資金支應長期需求、匯率超調擾亂實體企業。新興市場最為脆弱。
預測波動度#
變異—共變異矩陣的三種估計法#
| 方法 | 優勢 | 劣勢 |
|---|---|---|
| 樣本統計(sample VCV) | 不偏、一致 | 抽樣誤差大;需要觀察數 ≥ 資產數 × 10;不施加橫斷面結構 |
| 因子模型(factor model) | 大幅降低估計參數、施加結構、減少估計誤差 | 模型錯誤指定會產生偏差且不一致 |
| 收縮估計(shrinkage) | 結合兩者優點,提升效率(降低 MSE) | 仍會有偏,但 MSE 通常較小 |
反平滑#
對於私募不動產、私募股權、避險基金等仰賴平滑資料的資產類別:
$$ R_t = (1-\lambda) r_t + \lambda R_{t-1} $$
當 $\lambda = 0.8$ 時,真實波動度為觀察值的 3 倍。
ARCH:時變波動度#
金融資產報酬常見波動度群聚(volatility clustering)。自迴歸條件異質變異(ARCH) 模型將當期變異建模為前期變異與當期「衝擊」的線性函數:
$$ \sigma_t^2 = \gamma + \alpha \sigma_{t-1}^2 + \beta \eta_t^2 $$
當 $(\alpha + \beta)$ 越接近 1,波動度的「記憶」越長,群聚現象越明顯;非條件期望變異為 $\gamma / (1 - \alpha - \beta)$。
以總體分析調整全球投資組合#
依下列檢核問題,將總體判斷轉化為投資組合調整:
- 趨勢成長率是否在全球或特定國家出現顯著變化?
- 哪些市場的全球整合程度正在上升或下降?
- 各國分別處於景氣循環的哪個階段?是否同步?
- 貨幣與財政政策是否與長期穩定及景氣階段相容?
- 經常帳餘額的趨勢與可持續性?
- 哪些貨幣面臨調整壓力?資本流動是否將匯率推到極端?
對應的投資組合動作#
- 趨勢成長提升:偏向股票、降低債券(尤其在生產力推動下)
- 市場整合提升:依 Singer–Terhaar 模型,所需報酬下降,價格將上揚
- 景氣循環差異:偏向處於擴張早期的市場
- 政策一致性:警示通膨失控或財政不可持續的市場
- 貨幣超調:避開估值極端的幣別
章節重點摘要#
- 預測工具大致分為統計方法、DCF 模型、風險溢酬模型三類
- 固定收益的 building block 包括短期無違約利率、期限、信用、流動性四個溢酬
- 新興市場債券需評估經濟(償付能力)與政治法律(償付意願)兩類國別風險
- Grinold–Kroner 模型將股票預期報酬拆解為收入、盈餘成長、重評價三部分
- Singer–Terhaar 模型透過整合度 $\phi$ 結合完全整合與完全分割兩極情境
- 不動產資料受平滑影響嚴重,分析前必須反平滑
- 匯率預測同時涉及商品與勞務(經常帳、PPP)與資本流動兩個面向
- 超調機制使利率差與匯率方向的關係並非總是一致
- VCV 矩陣估計可結合樣本統計、因子模型與收縮估計
- ARCH 類模型能捕捉波動度群聚的時變特性