ที่ปรึกษาการลงทุนอาจประเมินความเสี่ยงด้านตราสารทุนสูงเกินไปสำหรับนักลงทุนระยะยาว เราวิเคราะห์ผลตอบแทนของตลาดหุ้นสำหรับ 15 ประเทศที่แตกต่างกันตั้งแต่ปี 1870 ถึง 2020 และพบว่าการจัดสรรหุ้นที่เหมาะสมที่สุดจะเพิ่มขึ้นเพื่อขอบเขตการลงทุนที่ยาวนานขึ้น
โมเดลการเพิ่มประสิทธิภาพที่ใช้ผลตอบแทนหนึ่งปีโดยทั่วไปจะไม่สนใจการพึ่งพาผลตอบแทนแบบอนุกรมในอดีต ดังนั้นโดยธรรมชาติแล้วโมเดลเหล่านี้อาจประเมินความเสี่ยงของหุ้นไว้สูงเกินไปสำหรับนักลงทุนระยะยาว และนี่เป็นเรื่องจริงโดยเฉพาะอย่างยิ่งสำหรับนักลงทุนที่ไม่ชอบความเสี่ยงและเกี่ยวข้องกับอัตราเงินเฟ้อมากกว่า เสี่ยง.
ในครั้งก่อนของเรา โพสต์บล็อกเราได้ตรวจสอบหลักฐานจากล่าสุดของเรา กระดาษ ผลตอบแทนสำหรับประเภทสินทรัพย์ไม่ได้พัฒนาแบบสุ่มอย่างสมบูรณ์เมื่อเวลาผ่านไป ในความเป็นจริง การพึ่งพาแบบอนุกรมบางรูปแบบมีอยู่ในประเภทสินทรัพย์ที่หลากหลาย

แม้ว่าในอดีตจะมีความแตกต่างที่ชัดเจนในการจัดสรรหุ้นทุนที่เหมาะสมที่สุดในประเทศต่างๆ แต่ก็มีหลักฐานสำคัญที่แสดงว่านักลงทุนที่มีขอบเขตการลงทุนที่ยาวนานกว่าจะได้รับการจัดสรรหุ้นทุนที่สูงกว่าในอดีตจะดีกว่า แน่นอนว่าเป็นไปไม่ได้ที่จะรู้ว่าความสัมพันธ์เหล่านี้จะพัฒนาไปอย่างไรในอนาคต อย่างไรก็ตาม ผู้เชี่ยวชาญด้านการลงทุนควรตระหนักถึงข้อค้นพบเหล่านี้เมื่อพิจารณาระดับความเสี่ยงที่เหมาะสมสำหรับลูกค้า
การกำหนดพอร์ตการลงทุนที่เหมาะสมที่สุด
การจัดสรรพอร์ตโฟลิโอที่เหมาะสมที่สุดจะถูกกำหนดโดยใช้ฟังก์ชันยูทิลิตี้ โมเดลตามยูทิลิตี้สามารถครอบคลุมและเกี่ยวข้องได้ดีกว่าการกำหนดความต้องการของนักลงทุนโดยใช้ตัวชี้วัดการปรับให้เหมาะสมทั่วไป เช่น ความแปรปรวน โดยเฉพาะอย่างยิ่ง น้ำหนักประเภทสินทรัพย์ที่เหมาะสมที่สุดจะถูกกำหนดเพื่อเพิ่มอรรถประโยชน์ที่คาดหวังให้สูงสุดโดยสมมติว่าการหลีกเลี่ยงความเสี่ยงสัมพัทธ์คงที่ (CRRA) ดังที่ระบุไว้ในสมการ 1 CRRA เป็นฟังก์ชันอรรถประโยชน์ด้านพลังงาน ซึ่งใช้กันอย่างแพร่หลายในวรรณกรรมทางวิชาการ
สมการที่ 1
คุณ(w) = w-y
การวิเคราะห์ถือว่าระดับการหลีกเลี่ยงความเสี่ยงที่แตกต่างกัน (ย) โดยที่ทรัพย์สินจำนวนเริ่มต้น (เช่น 100 ดอลลาร์) คาดว่าจะเติบโตในช่วงระยะเวลาหนึ่ง (เช่น โดยทั่วไปคือ 1 ถึง 10 ปี โดยเพิ่มขึ้นทีละหนึ่งปี) นักลงทุนแบบอนุรักษ์นิยมที่มีระดับความหลีกเลี่ยงความเสี่ยงสูงกว่าจะสอดคล้องกับนักลงทุนที่มีระดับการยอมรับความเสี่ยงที่ต่ำกว่า ไม่มีสมมติฐานกระแสเงินสดเพิ่มเติมในการวิเคราะห์
ข้อมูลสำหรับการเพิ่มประสิทธิภาพได้มาจาก Jordà-Schularick-Taylor (JST) ฐานข้อมูลมหภาค– ชุดข้อมูล JST ประกอบด้วยข้อมูลเกี่ยวกับตัวแปร 48 ตัว รวมถึงผลตอบแทนจริงและผลตอบแทนเล็กน้อยสำหรับ 18 ประเทศตั้งแต่ปี 1870 ถึง 2020 ไม่มีข้อมูลผลตอบแทนในอดีตสำหรับไอร์แลนด์และแคนาดา และเยอรมนีถูกแยกออกเนื่องจากผลตอบแทนที่ค่อนข้างสูงในช่วงทศวรรษ 1920 และช่องว่างในผลตอบแทน ในช่วงทศวรรษที่ 1940 ซึ่งจำกัดการวิเคราะห์ไว้ที่ 15 ประเทศ: ออสเตรเลีย (AUS), เบลเยียม (BEL), สวิตเซอร์แลนด์ (CHE), เดนมาร์ก (DNK), สเปน (ESP), ฟินแลนด์ (FIN), ฝรั่งเศส (FRA), สหราชอาณาจักร (GBR), อิตาลี ( ITA), ญี่ปุ่น (JPN), เนเธอร์แลนด์ (NLD), นอร์เวย์ (NOR), โปรตุเกส (PRT), สวีเดน (SWE) และสหรัฐอเมริกา (USA)
ตัวแปรอนุกรมเวลาสี่ตัวแปรรวมอยู่ในการวิเคราะห์ ได้แก่ อัตราเงินเฟ้อ อัตราการเรียกเก็บเงิน ผลตอบแทนของพันธบัตร และผลตอบแทนของตราสารทุน โดยที่การจัดสรรที่เหมาะสมที่สุดระหว่างตั๋วเงิน พันธบัตร และหุ้นจะถูกกำหนดโดยการเพิ่มความมั่งคั่งที่เทียบเท่ากับความแน่นอนสูงสุดโดยใช้สมการที่ 1
มีการสมมติระดับการหลีกเลี่ยงความเสี่ยงที่แตกต่างกันสามระดับ: ต่ำ กลาง และสูง ซึ่งสอดคล้องกับระดับการหลีกเลี่ยงความเสี่ยงที่ 8.0, 2.0 และ 0.5 ตามลำดับ ในทางกลับกัน สิ่งเหล่านี้จะสอดคล้องกับการจัดสรรหุ้นประมาณ 20%, 50% และ 80% โดยสมมติว่ามีระยะเวลาการลงทุนหนึ่งปีและไม่สนใจอัตราเงินเฟ้อ การจัดสรรที่เกิดขึ้นจริงจะแตกต่างกันไปอย่างมากในแต่ละประเทศ ไม่รวมปีที่มีภาวะเงินเฟ้อรุนแรงใดๆ เมื่ออัตราเงินเฟ้อเกิน 50%
เอกสารแนบ 1 รวมถึงการจัดสรรหุ้นทุนที่เหมาะสมที่สุดสำหรับแต่ละประเทศใน 15 ประเทศสำหรับห้าช่วงการลงทุนที่แตกต่างกัน: หนึ่ง, ห้า, 15 และ 20 ปี โดยถือว่ามีระดับที่ยอมรับความเสี่ยงได้ปานกลาง (ย=2) โดยที่การเพิ่มประสิทธิภาพจะขึ้นอยู่กับการเติบโตของความมั่งคั่งที่ระบุหรือความมั่งคั่งที่แท้จริง โดยใช้ลำดับผลตอบแทนในอดีตหรือผลตอบแทนที่ได้รับการสุ่มเลือก (เช่น บูตสแตรป) จากมูลค่าในอดีต โดยถือว่ามีการทดลอง 1,000 ครั้ง
การวิเคราะห์การบูตสแตรปจะจับความเบ้หรือความโด่งที่มีอยู่ในการกระจายผลตอบแทนในอดีต เนื่องจากขึ้นอยู่กับผลตอบแทนเดียวกัน แต่การบูตสแตรปอย่างมีประสิทธิภาพถือว่าผลตอบแทนมีความเป็นอิสระและมีการกระจายเหมือนกัน (IID) ซึ่งสอดคล้องกับรูทีนการปรับให้เหมาะสมทั่วไป เช่น การเพิ่มประสิทธิภาพความแปรปรวนเฉลี่ย (MVO ).
เอกสารแนบ 1 การจัดสรรหุ้นทุนที่เหมาะสมที่สุดสำหรับระดับการหลีกเลี่ยงความเสี่ยงปานกลางตามประเทศและช่วงการลงทุน: 1870-2020

ประเด็นสำคัญ
มีประเด็นสำคัญหลายประการจากผลลัพธ์เหล่านี้ ประการแรก มีความแตกต่างอย่างมากในการจัดสรรหุ้นทุนที่ดีที่สุดในอดีตในประเทศต่างๆ แม้ว่าจะมุ่งเน้นไปที่กรอบเวลาเดียวกัน (ผลตอบแทนหนึ่งปี) ตัวอย่างเช่น การจัดสรรหุ้นอยู่ในช่วงตั้งแต่ 16% ของหุ้น (สำหรับโปรตุเกส) ถึง 70% (สำหรับสหราชอาณาจักร) เมื่อพิจารณาผลตอบแทนตามจริงในอดีต
ประการที่สอง การจัดสรรหุ้นโดยเฉลี่ยสำหรับระยะเวลาหนึ่งปีใน 15 ประเทศทั้งหมดจะอยู่ที่ประมาณ 50% โดยไม่คำนึงว่าความมั่งคั่งจะถูกกำหนดเป็นเงื่อนไขที่ระบุหรือเงื่อนไขที่แท้จริง
ประการที่สามและบางทีอาจสะดุดตาที่สุด ในขณะที่การจัดสรรหุ้นสำหรับการเพิ่มประสิทธิภาพโดยใช้ลำดับผลตอบแทนในอดีตที่เกิดขึ้นจริงจะเพิ่มขึ้นตามการเพิ่มประสิทธิภาพการลงทุนที่ยาวนานขึ้น ไม่มีการเปลี่ยนแปลงในการจัดสรรที่เหมาะสมที่สุดสำหรับผลตอบแทนที่เริ่มต้นระบบ การจัดสรรหุ้นเพื่อการเพิ่มประสิทธิภาพความมั่งคั่งตามที่ระบุจะเพิ่มขึ้นเป็นประมาณ 70% ที่ 20 ปี และการจัดสรรหุ้นสำหรับการปรับปรุงความมั่งคั่งที่แท้จริงจะเพิ่มขึ้นเป็นประมาณ 80% ที่ 20 ปี ซึ่งแสดงถึงความชันรายปีที่ 1.3% และ 1.5% ตามลำดับ ในทางตรงกันข้าม การจัดสรรหุ้นสำหรับการเพิ่มประสิทธิภาพที่เพิ่มประสิทธิภาพจะคงที่อย่างมีประสิทธิผล (เช่น ศูนย์)
การค้นพบนี้คุ้มค่าที่จะทำซ้ำ: การจัดสรรที่เหมาะสมที่สุดให้กับหุ้นจะแตกต่างกันโดยใช้ข้อมูลผลตอบแทนในอดีตตามจริง (ซึ่งมีความสัมพันธ์อัตโนมัติที่ไม่เป็นศูนย์) มากกว่าในการจำลองแบบบูตสแตรปซึ่งผลตอบแทนเป็น IID อย่างแท้จริง
เอกสารแนบ 2 รวมถึงการจัดสรรโดยเฉลี่ยให้กับหุ้นใน 15 ประเทศสำหรับระดับการหลีกเลี่ยงความเสี่ยงที่แตกต่างกันสามระดับ เมื่อมุ่งเน้นไปที่ความมั่งคั่งที่ระบุและที่แท้จริง และพิจารณาว่าลำดับผลตอบแทนในอดีตที่เกิดขึ้นจริงถูกนำมาใช้หรือไม่ หรือหากมีการบูตเครื่อง หมายเหตุ ค่าเฉลี่ยในเอกสารแนบ 1 (สำหรับช่วง 1, 5, 10, 15 และ 20 ปี) จะสะท้อนให้เห็นอย่างมีประสิทธิภาพในผลลัพธ์ในการจัดแสดงครั้งต่อไปสำหรับการทดสอบตามลำดับ
การจัดแสดง 2. การจัดสรรหุ้นที่เหมาะสมที่สุดตามระดับความเสี่ยงและระยะเวลาการลงทุน (ปี)

ขอย้ำอีกครั้งว่าการจัดสรรหุ้นทุนที่เหมาะสมที่สุดมีแนวโน้มที่จะเพิ่มขึ้นในช่วงระยะเวลาการลงทุนที่ยาวนานขึ้นโดยใช้ลำดับผลตอบแทนในอดีตตามจริง แต่การจัดสรรหุ้นที่เหมาะสมที่สุดที่เริ่มระบบจะคงที่อย่างมีประสิทธิผลตลอดขอบเขตการลงทุน
ผลกระทบของขอบเขตการลงทุนโดยใช้ลำดับผลตอบแทนที่แท้จริงเป็นสิ่งที่น่าสังเกตเป็นพิเศษสำหรับนักลงทุนที่ไม่ชอบความเสี่ยงมากที่สุด ตัวอย่างเช่น การจัดสรรหุ้นที่เหมาะสมที่สุดสำหรับนักลงทุนที่มีระดับความรังเกียจที่มีความเสี่ยงสูงซึ่งมุ่งเน้นไปที่ความมั่งคั่งที่ระบุและขอบเขตการลงทุนหนึ่งปีจะอยู่ที่ประมาณ 20% ซึ่งจะเพิ่มขึ้นเป็นประมาณ 50% เมื่อสมมติว่าขอบเขตการลงทุน 20 ปี
ผลลัพธ์เหล่านี้แสดงให้เห็นว่าการจับการพึ่งพาอนุกรมในอดีตที่แสดงในผลตอบแทนของตลาดอาจส่งผลกระทบอย่างมากต่อการจัดสรรหุ้นให้เหมาะสมที่สุด โดยเฉพาะอย่างยิ่ง การจัดสรรหุ้นที่เหมาะสมที่สุดมีแนวโน้มที่จะเพิ่มขึ้นตามระยะเวลาการลงทุนโดยใช้ผลตอบแทนตามจริงในอดีต แสดงให้เห็นว่าหุ้นมีความน่าสนใจมากกว่าตราสารหนี้สำหรับนักลงทุนที่มีระยะเวลาถือครองนานกว่า
คำอธิบายที่เป็นไปได้ประการหนึ่งสำหรับการเปลี่ยนแปลงในการจัดสรรหุ้นที่เหมาะสมที่สุดตามระยะเวลาโดยใช้ลำดับผลตอบแทนในอดีตที่เกิดขึ้นจริงอาจเป็นค่าเบี้ยประกันภัยความเสี่ยงด้านตราสารทุนที่เป็นบวก (ERP) เราสำรวจสิ่งนี้อย่างเต็มที่มากขึ้นในตัวเรา กระดาษและมูลนิธิการวิจัยสถาบัน CFA ก็ได้ประชุมผู้นำด้านการลงทุนเป็นประจำ หารือเกี่ยวกับการวิจัย ERP ใหม่ และ แบ่งปันความคิดเห็นที่แตกต่าง ในหัวข้อ
แม้ว่า ERP จะถูกกำจัดไป แต่เราพบว่าการจัดสรรหุ้นยังคงอยู่และเพิ่มขึ้นตามขอบเขตการลงทุนที่ยาวนานขึ้น ซึ่งบ่งชี้ว่าหุ้นสามารถให้ประโยชน์ที่สำคัญในการกระจายความเสี่ยงในระยะยาว แม้ว่าจะไม่สร้างผลตอบแทนที่สูงขึ้นก็ตาม
แล้วไงล่ะ?
ขอบเขตการลงทุนและผลกระทบของความสัมพันธ์แบบอนุกรมต้องได้รับการพิจารณาอย่างชัดเจนเมื่อสร้างพอร์ตการลงทุนสำหรับนักลงทุนที่มีระยะเวลายาวนานกว่า จากการวิเคราะห์แสดงให้เห็นว่า นี่เป็นเรื่องจริงโดยเฉพาะอย่างยิ่งสำหรับนักลงทุนที่มีแนวคิดอนุรักษ์นิยมมากกว่า ซึ่งโดยปกติแล้วจะได้รับการจัดสรรหุ้นที่ต่ำกว่า
ในบล็อกโพสต์ที่กำลังจะมีขึ้น เราจะสำรวจว่าการจัดสรรให้กับประเภทสินทรัพย์ (สินค้าโภคภัณฑ์) ที่อาจดูไม่มีประสิทธิภาพโดยใช้มุมมองแบบเดิมๆ จะมีประสิทธิภาพได้อย่างไรเมื่อพิจารณาด้วยวิธีที่แข็งแกร่งยิ่งขึ้น