فرضیات بازار سرمایه

نمودار زیر انتظارات بازده مرکزی سالانه ما (نقاط) را در کلاسهای دارایی نشان می دهد. دو مجموعه میله وجود دارد. گروههای تاریک تخمین های ما از عدم اطمینان را در برآوردهای بازده مرکزی ما نشان می دهند. نوارهای سبک تر بر اساس صدک 25 و 75 از مسیرهای بازگشت بالقوه شبیه سازی-دامنه بین قشر ساخته شده است. از دکمه های بالای نمودار می توان برای تغییر افق برای انتظارات بازگشت استفاده کرد. برای اطلاعات بیشتر به برگه روش در بالا مراجعه کنید.

چشم انداز سرمایه گذاری 2023

یک کتاب بازی سرمایه گذاری جدید

فرضیات بازگشت آگاهانه آب و هوا

آخرین به روزرسانی CMAS ما

ما شاهد رژیم جدید نوسانات کلان و بازار بالاتر هستیم - و از بین نمی رود. این رژیم نیاز به یک کتاب بازی سرمایه گذاری جدید دارد که شامل تغییرات بیشتر نمونه کارها و دیدگاه های دانه ای بیشتر است که فراتر از کلاس های دارایی گسترده است. انتظار ما از یک محیط بی ثبات تر با تورم بالاتر ، CMA های کلی ما را آگاه می کند و در نتیجه دیدگاه های استراتژیک سرمایه گذاری حاصل می شود. در درآمد ثابت ، گسترش اعتبار ، بازده مورد انتظار ما را برای کلاس دارایی کاهش می دهد. در همین زمان ، بازده اوراق قرضه کوتاه مدت با محکم شدن سیاست پولی افزایش یافت. این حرکات ما را وادار می کند تا ترجیح نسبی خود را برای اعتبار درجه سرمایه گذاری نسبت به اوراق قرضه دولت کاهش دهیم. ما حداکثر اضافه وزن خود را به اوراق قرضه مرتبط با تورم حفظ می کنیم: انتظار داریم تورم به طور مداوم بالاتر از سطح پیش از ارزش باشد ، چیزی که بازارها در آن قیمت گذاری نمی شوند. ارزش سهام توسعه یافته (DM) پس از تظاهرات در سه ماهه چهارم افزایش یافت. از این گذشته ، کاهش درآمد 2023 در حال افزایش است. با این حال ما شاهد رشد DM پس از ضعف نزدیک به مدت زمان هستیم و از بهبود درآمد در یک افق استراتژیک حمایت می کند. این امر بازده تخمین زده شده DM ما را بالاتر از موارد برای اوراق قرضه دولتی اسمی نگه می دارد و زیربنای اضافه وزن متوسط ما به سهام است. بازارهای خصوصی از افزایش نرخ مصون نیستند - و ما می بینیم که افت بازارهای عمومی سال گذشته هنوز در دارایی های خصوصی به ویژه برای دارایی های رشد مانند سهام خصوصی در حال ریختن است. بازده تخمین زده شده ما برای بازارهای خصوصی کاهش یافته است زیرا شاهد رشد اقتصادی ضعیف تر در دوره نزدیک هستیم.

نماهای استراتژیک BlackRock

ما پیش از این استدلال کرده ایم که ساخت و ساز سنتی نمونه کارها دیگر در این رژیم جدید مناسب نیست. ما فکر می کنیم امروز سرمایه گذاران با یک محیط نامشخص تر روبرو هستند-بنابراین تجارت بازگرداندن ریسک بدتر است. روندهای ساختاری مانند کمبود کار و انتقال به اقتصاد کم کربن ، نوسانات و تورم بالاتری را از آنچه پیش از ثبت نام دیدیم ، از بین می برد. ما دیدگاه های استراتژیک خود را برای رژیم جدید در طی چند چهارم گذشته قرار داده ایم و در نتیجه یک نمونه کارها وجود دارد که از نظر مادی با نتایج سنتی متفاوت است. این در درجه اول در حداکثر اوراق بهادار اضافه وزن ما به تورم ، یک وزن کم وزن به اسمی توسعه یافته و اوراق قرضه دولت و تخصیص قابل توجهی به بازارهای خصوصی نسبت به آنچه سرمایه گذاران معمولاً دارند ، منعکس می شود. انتظار ما برای تورم مداوم تر ، تخصیص اوراق قرضه ما را نشان می دهد. ما هنوز انتظار داریم که با افزایش قیمت بازارها در تورم بالاتر ، بازده های بلند مدت افزایش یابد و سرمایه گذاران خواستار جبران خسارت بیشتر برای خطر نگه داشتن اوراق قرضه بلند مدت هستند. در بازارهای خصوصی ، بازارهایی مانند اعتبار خصوصی و املاک و مستغلات تضعیف شده اند - اما سهام خصوصی نیست. این تا حدودی ترجیح ما را برای درآمد بازارهای خصوصی نسبت به دارایی های رشد آگاه می کند. به طور کلی ، ما فکر می کنیم که بازارهای خصوصی اکنون حتی از اهمیت بیشتری برخوردار هستند - آنها به طور بالقوه می توانند به سرمایه گذاران فرصت دهند تا بازده متنوع را پیدا کنند که به عوامل بازار عمومی پیوند خورده است. بازارهای خصوصی یک کلاس دارایی پیچیده است و برای همه سرمایه گذاران مناسب نیست.

نشان دادن کج ها نسبت به: اوراق بهادار نمایندگی View View

بازده مورد انتظار توسط Horizon

ما یک ساختار مدت بازده را در افق های زمانی مختلف - از پنج سال به طولانی مدت - ارائه می دهیم. ما عدم اطمینان را در پیش بینی های بازگشت خود گنجانده ایم. دامنه عدم اطمینان با کلاس دارایی متفاوت است. برای اطلاعات بیشتر به درک مقاله ما مراجعه کنید. برای مقایسه دارایی های مختلف از نمودار زیر استفاده کنید.

نمودار (بازدید کنندگان) در زیر میانگین انتظارات بازده سالانه ما (خط مرکزی) را در افق زمانی مختلف نشان می دهد. مناطق تاریک تر تخمین های ما از عدم اطمینان را در میانگین تخمین بازده ما نشان می دهد. مناطق سبک تر مبتنی بر صدک 25 و 75 از مسیرهای بازگشت بالقوه شبیه سازی-دامنه interquartile است. برای اطلاعات بیشتر به برگه روش در بالا مراجعه کنید.

گروههای عدم اطمینان را نشان دهید

بازده کلاس دارایی و انتظارات نوسانات

دوره زمانی بازگشت (سالها) 5 10 15 20 25 30

فرضیات با یک نگاه

کلاس دارایی را انتخاب کنید حقوق ثابت سهام بازارهای خصوصی و گزینه های دیگر همه را نشان می دهد

فرضیات بازار سرمایه ما بخشی از ابزارهای ساخت و ساز گسترده تر نمونه کارها ما است. با استفاده از فرضیات بازار سرمایه ما ، که صریحاً عدم اطمینان و مسیرهای مختلف برای بازده کلاس دارایی را به خود اختصاص می دهد ، می توانیم از تکنیک های بهینه سازی قوی برای طراحی پرتفوی استراتژیک آگاهانه فرضی استفاده کنیم. ما درایورهای بازگشت نمونه کارها - آلفا ، فاکتورها و شاخص ها را برای کمک به اطمینان از استفاده از بودجه ریسک نمونه کارها به طور مؤثر و هزینه ای مخلوط می کنیم. برای تخصیص اندازه به بازارهای خصوصی ، ریسک نقدینگی را در نظر می گیریم که با نیاز به جریان نقدی سرمایه گذار مرتبط است. ما در زیر نشان می دهیم که چگونه می توان از ابزار ما برای طراحی تخصیص دارایی های استراتژیک برای انواع خاص مشتری ، بر اساس نیازهای فردی ، اهداف و محدودیت های آنها استقرار کرد.

برنامه بازنشستگی ایالات متحده دفتر خانواده EMEA مدیر ذخیره چند دارایی انگلستان انگلستان مدیر ثروت اروپایی

• دریل پایین:

اوراق قرضه عدالت بازارهای خصوصی

عملکرد گذشته یک شاخص قابل اعتماد از نتایج فعلی یا آینده نیست. این اطلاعات به عنوان توصیه ای برای سرمایه گذاری در هر کلاس یا استراتژی دارایی خاص یا به عنوان یک وعده - یا حتی تخمین - عملکرد آینده در نظر گرفته نشده است. منابع: موسسه سرمایه گذاری BlackRock ، با داده های مربوط به Refinitiv Datastream و Bloomberg ،. یادداشت ها: نمودار بر اساس معیارهای ارائه شده در جدول فوق ، SAA فرضی را نشان می دهد. پروکسی های فهرست را می توان در برگه فرضیات تحت نمادهای اطلاعاتی در فرضیات در یک جدول نگاه یافت. فرضیات هزینه در برگه روش شناسی ذکر شده است. دامنه بازده مورد انتظار بر اساس صدک 25 و 75 از مسیرهای بازگشت شبیه سازی شده ما است. برآورد بازده با فرض نیمی از نتایج نشان می دهد که چگونه تخصیص دارایی ممکن است در نتایج اقتصادی نامطلوب انجام شود. این با در نظر گرفتن تنها نیمه پایین مسیرهای بازگشت شبیه سازی شده ما و استفاده از میانگین وزنی بازده مورد انتظار از این مجموعه به ترکیب تخصیص دارایی. برای دارایی های بدون شاخص (بازارهای خصوصی) ، ما عملکرد کوارتیل را فرض کرده ایم."مشارکت از آلفای خالص" در جدول فقط به فرصت آلفا در دارایی های بازار عمومی مربوط می شود ، با توجه به تعاریف و متدولوژی که در مقاله ما در مورد بازده های مخلوط شده است. تخصیص نشان داده شده در بالا هیچ نمونه کارها موجود را نشان نمی دهد ، و به همین ترتیب ، یک محصول سرمایه گذاری نیست. ساخت تخصیص دارایی فرضی مبتنی بر معیارهای اعمال شده با بهره مندی از عقب نشینی و دانش عواملی است که ممکن است عملکرد آن را تحت تأثیر قرار داده باشد ، و نمی تواند عوامل خطر را که ممکن است بر عملکرد واقعی نمونه کارها تأثیر بگذارد ، حساب کند. عملکرد واقعی ممکن است به دلیل هزینه معاملات ، نقدینگی یا سایر عوامل بازار ، از CMA های مدل شده ما متفاوت باشد. شاخص ها بدون کنترل هستند ، هزینه های مدیریتی را به خود اختصاص نمی دهند و نمی توان مستقیماً در یک فهرست سرمایه گذاری کرد. ما به دلیل عدم وجود داده های کافی از پروکسی های BlackRock برای بازارهای خصوصی منتخب استفاده می کنیم. این پروکسی ها ترکیبی از قرار گرفتن در معرض فاکتور خطر را نشان می دهند که به اعتقاد ما نشان دهنده حساسیت اقتصادی طبقه دارایی داده شده است.

گروه همسالان برای:

ما گروه های همسالان را برای SaaS خود از منابع مختلفی که در زیر ذکر شده است ، استخراج می کنیم. این گروه های همسالان کاملاً مصور هستند و اهداف و محدودیت های مشابهی را به عنوان Saa های فرضی ما به اشتراک می گذارند و در نظر گرفته شده است که یک راهنمای تقریبی از تمرین متوسط صنعت باشد. آنها نمایانگر هیچ نمونه کارها واقعی نیستند. ما CMA ها و تکنیک های بهینه سازی قوی خود را با استفاده از فرضیات مشابه SaaS خود در این تخصیص ها اعمال می کنیم. ما هیچ آلفا را در بازده مورد انتظار برای گروه های همسالان فرض نمی کنیم ، زیرا هیچ گونه مشاهده ای در مورد ترکیب بازده (شاخص ، عوامل و جستجوی آلفا) سرمایه گذاران مختلف در مجموعه داده های ما ، توانایی آنها در انتخاب مدیران برتر یا آنها نداریم. هزینه ها و هزینه های حاکمیتی.

گروه همسالان مشتق شده از:

تجزیه کلاس دارایی فرض شده:

گروه همسالان مشتق شده از:

تجزیه کلاس دارایی فرض شده:

پارامتر

ارزش

محدوده بازده مورد انتظار به استثنای آلفا ، خالص هزینه

هدف خطر

برآورد بازده با فرض اینکه نیمی از نتایج نتایج را برای SaaS ما از منابع مختلفی که در زیر ذکر شده است ، برای SaaS ما به دست می آورند. این گروه های همسالان کاملاً مصور هستند و اهداف و محدودیت های مشابهی را به عنوان Saa های فرضی ما به اشتراک می گذارند و در نظر گرفته شده است که یک راهنمای تقریبی از تمرین متوسط صنعت باشد. آنها نمایانگر هیچ نمونه کارها واقعی نیستند. ما CMA ها و تکنیک های بهینه سازی قوی خود را با استفاده از فرضیات مشابه SaaS خود در این تخصیص ها اعمال می کنیم. ما هیچ آلفا را در بازده مورد انتظار برای گروه های همسالان فرض نمی کنیم ، زیرا هیچ گونه مشاهده ای در مورد ترکیب بازده (شاخص ، عوامل و جستجوی آلفا) سرمایه گذاران مختلف در مجموعه داده های ما ، توانایی آنها در انتخاب مدیران برتر یا آنها نداریم. هزینه ها و هزینه های حاکمیتی.

گروه همسالان مشتق شده از:

تجزیه کلاس دارایی فرض شده:

پارامتر

ارزش

1. محدوده بازده مورد انتظار به استثنای آلفا ، خالص هزینه
2. هدف خطر

برآورد بازگشت با فرض نیمی از نتایج

عملکرد گذشته یک شاخص قابل اعتماد از نتایج فعلی یا آینده نیست. این اطلاعات به عنوان توصیه ای برای سرمایه گذاری در هر کلاس یا استراتژی دارایی خاص یا به عنوان یک وعده - یا حتی تخمین - عملکرد آینده در نظر گرفته نشده است. منابع: موسسه سرمایه گذاری BlackRock ، با داده های مربوط به Refinitiv Datastream و Bloomberg ،. یادداشت ها: جداول SAA فرضی و معیارهای خاص عملکرد را برای گروه های همسالان مورد استفاده در تجزیه و تحلیل ما نشان می دهد. پروکسی های فهرست را می توان در برگه فرضیات تحت نمادهای اطلاعاتی در فرضیات در یک جدول نگاه یافت. فرضیات هزینه در برگه روش شناسی ذکر شده است. دامنه بازده مورد انتظار براساس صدک 25 و 75 از نتایج بازده مورد انتظار است که در اینجا شرح داده شده است. برآورد بازده با فرض نیمی از نتایج نشان می دهد که چگونه تخصیص دارایی ممکن است در نتایج اقتصادی نامطلوب انجام شود. این با در نظر گرفتن تنها نیمه پایین مسیرهای بازگشت شبیه سازی شده ما و استفاده از میانگین وزنی بازده مورد انتظار از این مجموعه به ترکیب تخصیص دارایی. محدوده بازگشت گروه های همسالان شامل پتانسیل آلفا نیست. تخصیص صندوق های پرچین در بازارهای خصوصی برای گروه های همسالان گنجانده شده است. برای دارایی های بدون شاخص (بازارهای خصوصی) ، ما عملکرد کوارتیل را فرض کرده ایم. تخصیص نشان داده شده در بالا هیچ نمونه کارها موجود را نشان نمی دهد ، و به همین ترتیب ، یک محصول سرمایه گذاری نیست. ساخت تخصیص دارایی فرضی مبتنی بر معیارهای اعمال شده با بهره مندی از عقب نشینی و دانش عواملی است که ممکن است عملکرد آن را تحت تأثیر قرار داده باشد ، و نمی تواند عوامل خطر را که ممکن است بر عملکرد واقعی نمونه کارها تأثیر بگذارد ، حساب کند. عملکرد واقعی ممکن است به دلیل هزینه معاملات ، نقدینگی یا سایر عوامل بازار ، از CMA های مدل شده ما متفاوت باشد. شاخص ها بدون کنترل هستند ، هزینه های مدیریتی را به خود اختصاص نمی دهند و نمی توان مستقیماً در یک فهرست سرمایه گذاری کرد. ما به دلیل عدم وجود داده های کافی از پروکسی های BlackRock برای بازارهای خصوصی منتخب استفاده می کنیم. این پروکسی ها ترکیبی از قرار گرفتن در معرض فاکتور خطر را نشان می دهند که به اعتقاد ما نشان دهنده حساسیت اقتصادی طبقه دارایی داده شده است.

فرضیات درآمد ثابت

فرضیات بازگشت ارز محلی پنج ساله ما برای دارایی های درآمد ثابت دارای پنج مؤلفه است که در نمودار زیر نشان داده شده است:

منبع: موسسه سرمایه گذاری BlackRock ، یادداشت ها: همه تعداد مؤلفه ها هندسی هستند و در معرض گرد هستند. تخمین بازده مورد انتظار منوط به عدم اطمینان و خطا است. بازده مورد انتظار برای هر کلاس دارایی می تواند مشروط به سناریوهای اقتصادی باشد ؛ در صورت گذراندن سناریوی خاص ، بازده واقعی می تواند به طور قابل توجهی بالاتر یا پایین تر از پیش بینی شده باشد. برای لیست کامل پروکسی های فهرست ، به برگه فرضیات مراجعه کنید. سرمایه گذاری مستقیم در یک فهرست امکان پذیر نیست.

فرضیات سهام

فرضیات بازگشت 5 ساله ما برای سهام دارای سه مؤلفه است که در نمودار زیر نشان داده شده است:

منبع: موسسه سرمایه گذاری BlackRock ، یادداشت ها: همه تعداد مؤلفه ها هندسی هستند و در معرض گرد هستند. بازده به ارز محلی است به جز بازارهای نوظهور که به دلار آمریکا هستند. تخمین بازده مورد انتظار منوط به عدم اطمینان و خطا است. بازده مورد انتظار برای هر کلاس دارایی می تواند مشروط به سناریوهای اقتصادی باشد ؛ در صورت گذراندن سناریوی خاص ، بازده واقعی می تواند به طور قابل توجهی بالاتر یا پایین تر از پیش بینی شده باشد. برای لیست کامل پروکسی های فهرست ، به برگه فرضیات مراجعه کنید. سرمایه گذاری مستقیم در یک فهرست امکان پذیر نیست.

فرضیات کلان پنج ساله

منبع: موسسه سرمایه گذاری BlackRock ، فوریه 2023. داده ها از 31 دسامبر 2022. این اطلاعات به عنوان توصیه ای برای سرمایه گذاری در هر کلاس یا استراتژی دارایی خاص یا به عنوان یک وعده - یا حتی تخمین - از عملکرد آینده در نظر گرفته نشده است.

بازارهای خصوصی

ترکیب تأثیرات تغییرات آب و هوایی

تکرار - نتیجه تغییر ترجیحات اجتماعی برای پایداری این است که سرمایه گذاران قیمت مایل به پرداخت دارایی های پایدار هستند که پایدار هستند ، در حال تغییر است ، به این معنی که نرخ تخفیف ما برای ارزش گذاری این اوراق بهادار نیز تغییر می کند. برای بازارهای اعتباری و سهام ، ما هزینه آینده خود را برای برآورد سرمایه در سطح بخش تنظیم می کنیم ، به گونه ای که همه بخش های مساوی ، بیشتر/کمتر پایدار هزینه های آینده کمتری برای سرمایه دارند.

عدالت

0. 15 ٪ -0. 5 ٪

0. 4 ٪ -0. 8 ٪

اوراق قرضه دولتی

0. 15 ٪ -0. 3 ٪

0. 2 ٪ -0. 25 ٪

اعتبار درجه سرمایه گذاری

0. 1 ٪ -0. 3 ٪

0. 2 ٪ -0. 25 ٪

اعتبار درجه زیر سرمایه گذاری

0. 4 ٪ -0. 5 ٪

0. 4 ٪ -0. 5 ٪

بازارهای خصوصی

0. 5 ٪ -5. 0 ٪

منابع: Mercer Global Asset Manager Survey Survey 2017 ، Moingstar ، BlackRock تخمین می زند. توجه: با توجه به طیف گسترده ای از کلاس های دارایی ، ارزها و مجموعه داده هایی که در محاسبات خود در نظر می گیریم ، فرضیات هزینه به عنوان محدوده ارائه می شود.

منابع

Adrian ، T. ، Crump ، R. K. و Moench ، E. (2013). قیمت گذاری اصطلاح ساختار با رگرسیون خطی. گزارش هیئت مدیره فدرال رزرو کارکنان نیویورک شماره 340. Beanke ، B. S. ، Boivin ، J. و Eliasz. ص. (2005). اندازه گیری اثرات سیاست پولی: یک رویکرد وکتور اتورگرایی (FAVAR) وکتور ، مجله فصلنامه اقتصاد ، 2005 ، V120: 387-422.

Black ، F. and Litterman ، R. B. (1991). تخصیص دارایی: ترکیب دیدگاه های سرمایه گذار با تعادل بازار. مجله درآمد ثابت ، 1 (2): 7-18

Ceria ، S. ، و R. A. subbs"شامل خطاهای تخمین در انتخاب نمونه کارها: ساخت و ساز سبد ساختار."مجله مدیریت دارایی ، جلد. 7 ، شماره 2 (ژوئیه 2006) ، صص 109-127.

دkleland ، Trond و Stromberg ، per. 2018. "ارزیابی سرمایه گذاری در سهام ثبت نشده برای صندوق بازنشستگی دولت نروژ (GPFG)."وزارت دارایی نروژ.

Garlappi ، Lorenzo ، Wang ، Tan and Uppal ، Raman ، 2004. "انتخاب نمونه کارها با پارامتر و عدم قطعیت مدل: یک رویکرد چندپارچه". مقاله جلسات مسکو EFA 2005 ؛مقاله کار دانشکده بازرگانی سعودی

Grinold ، Richard C. ، and Ronald N. Kahn ، 2000. نسخه دوم مدیریت نمونه کارها فعال ، مک گرا هیل کالمن ، رودولف امیل."یک روش جدید برای فیلتر کردن و پیش بینی مشکلات خطی."مجله مهندسی اساسی 82 ، شماره. 1 (1960): 35-45.

کالمن ، R. E. 1960. "یک رویکرد جدید برای فیلتر خطی و مشکلات پیش بینی."مجله مهندسی اساسی 82 ، شماره. 1 ، صص 35-45.