(圖/shutterstock)

 

.                                                                                              

今年以來金融科技是熱門的話題

其中的機器人理財或智能理財

更是多家金融機構爭先推出的新服務，

特別是很多這類的服務都標榜著可以

快速地幫投資人找到適合的投資組合。

能夠運用科技幫忙投資人來

建立投資組合當然是很好的事情，

我也很樂於見到現在終於有些金融機構

會開始把投資的焦點放在投資組合中，

而不是只銷售單一的產品，

但是設計投資組合是一項很專業的事情，

並不是隨便把幾檔基金放進去

就叫做適合的投資組合。

 

繼續看下去...

 

(贊助商連結)

 

 

1 秒找出投資組合，但實際可行嗎？

近日看到報紙上的一個新聞寫著，

某家銀行推出了新的 AI 智能理財服務，

標榜能夠 1 秒鐘就幫投資人找到

適合的基金投資組合，

強調能夠讓客戶「賺多賠少」，

既然這麼厲害我就很好奇的看了一下新聞內容。

不看還好，看了差點就要昏倒。

怎麼說呢?例如裡面舉了一個例子:

以某風險程度的人來說，投入 50 萬元，

為期 3 年，希望達到 75 萬元的目標，

試算結果得到的投資組合是:

美國市場 40%

大中華市場 5%

生技市場 5%

美國高收益債券 50%

 

這樣的投資組合很明顯就可以看出有很大的問題，

首先，投資組合的基本概念就是要分散風險，

而要達到分散風險的效果，

投資組合裡面的資產彼此之間的連動性盡量要低，

用財經專業術語來說，

就是彼此的相關係數要低

(相關係數最大值為正 1，最小值為負 1)，

且最好是負相關，

這樣才能夠達到分散風險的效果。

上述這樣的投資組合，

90% 的資產都集中在美國市場，

如果彼此的相關係數很低倒還沒有關係，

否則就會失去分散風險的效果。

 

 

相關係數為負 才能有效分散風險

接著，我們就來看美國股市(VTI)與

美國高收益債券(JNK)的相關性，

從下表可以清楚看到，兩者的相關係數為 0.55，

是正相關且相關性不低，

意思就是當美國股市下跌的時候，

美國高收益債券跟著下跌的機率也會不小，

這樣的投資組合很難達到分散風險的效果。

如果我們把高收益債券換成美國債券，

可以看到兩者的相關係數變成 -0.16，

這是負相關，也就是說，

當美國股市下跌時，

美國債券不僅比較不會跟著下跌，

甚至還可能上漲，

這樣才能夠達到分散風險的效果。

 

 

別被「效率前緣」唬了

再來，新聞中還講到，

該銀行的智能理財是採用

諾貝爾經濟學獎馬可維茲(Markowitz)的

「效率前緣(Efficient Frontier)」

為基礎所試算出來的結果，這個理論是說，

在相同的風險之下，

能夠找到一個報酬最好的組合；

或是在相同的預期報酬之下，

能夠找到一個風險最小的組合。

現在好像大家都會把馬可維茲的

「效率前緣」理論搬出來，

顯示自己的智能理財好像是很厲害，

能夠達到這樣的目標當然是好事，

但如果這個智能理財真的是

運用馬可維茲的「效率前緣」，

那麼顯然這個系統還不是很智能，

有很大的改進空間。

 

我們還是用剛才的例子來跑一下效率前緣，

從下圖可以清楚的看到，

只要將美國高收益債券換成美國債券，

效率前緣的線就會明顯地往左上方移動

(越往左上方表示效率越好)。這個意思就是說，

換成美國債券的投資組合

比原先的投資組合更有效率，

在原先投資組合的風險(大約是每年 8.69%)之下，

投資組合的預期投資報酬率就能夠

從每年 9.84% 再提升到 11.36% ，

明顯比原來的投資組合更好!

 

 

智能理財，會不會只是行銷工具呢

看了新聞中所介紹的銀行智能理財

所跑出的投資組合，不禁會讓人懷疑，

這真的是運用投資組合理論

所開發出來的智能理財?

還是只是為了銷售基金

所包裝出來的行銷工具呢?

 

 

智能理財乍看之下很新潮

實際上應該還有改善的空間

 

 

現在加入好友【獲得股市 最新消息】

►點此加入LINE好友 

►點此加入產業研究中心社團

►點此加入粉絲團

 

本文由 副總裁的理財日誌 授權轉載

原文 於此

未經授權，請勿轉載！