對於從全球資本流動視角研究外匯市場而言，如何度量風險偏好具有重要意義，特別是在週期末端有助於把握資產輪動的快速切換。構建風險偏好指標主要有兩種思路，現有研究表明基於市場變化的指標解釋力度較強且高頻易用。
根據我們構建的風險偏好指數RAI的統計特徵，可以推斷當風險情緒惡化時，情況可能比想象的更糟；而當風險情緒高漲時，情況可能很難變得更好。
中短期而言，RAI突破中性區間可能預示著風險資產的階段性築頂或回調。
中長期而言，RAI和資產表現密切相關。例如美元指數和黃金是避險資產還是風險資產並非一成不變，而是和當前的風險偏好水平有關。白銀則幾乎沒有避險屬性。新興市場貨幣是典型的風險資產，而人民幣在某些情況下呈現避險屬性。
風險偏好
全球風險偏好變化與資金流動、資產輪動息息相關，尤其是當前進入美國經濟復甦末期，我們明顯看到2018年以來美股波動加劇，美元指數與美股相關性多次切換——美元兼具避險資產與風險資產屬性，在不同宏觀環境下表現相異。為了更佳把握外匯市場交易風格的轉換，以及進一步從全球資本流動視角研究外匯市場，我們首先需要建立風險偏好指標。
一、文獻綜述：度量風險偏好的理論基礎
根據歐洲央行金融穩定報告（2007）的相關研究，風險偏好指標可以分為兩類，一類是基於市場構建，另一類是基於統計模型構建。
基於市場構建的風險偏好指標的原理是利用風險資產、避險資產、利差等市場指標高頻捕捉市場風險偏好的變動，市場上流行的指標多采用標準化後的算數平均、加權平均計算指數，也有采用Z分數等其他計算方式。此類指標的優勢在於及時性，但是指標的篩選和計算方法帶有較強的主觀性。典型指標包括VIX指數、JP Morgan風險耐受指數、瑞銀外匯風險指數、Westpac風險規避指數等，詳見後文介紹。
基於統計模型的風險偏好指標則以英國央行的Gai & Vause （2004），加拿大央行的Misina （2005），以及哈佛大學Pflueger, Siriwadane & Sunderam （2018）等為代表。此類指標大致有以下兩種思路：一是估算投資者願意為單位風險付出的對價來衡量風險偏好；二是以高P/B和低P/B股票的相對波動率來衡量風險偏好。較市場指標而言，統計模型相對更加客觀。但劣勢也很明顯，這些模型基本以季度數據為頻率，且往往需要使用企業財務數據，造成可用數據更加滯後。
歐洲央行金融穩定報告（2007）選取了兩類代表性指標進行統計比較，發現基於市場構建的風險偏好指標解釋力度略強於統計模型構建的指標。報告指出，儘管基於市場的指標之間時常出現背離，但在市場承壓時，這些指標仍很好地捕捉到了這種變化。
綜上，出於及時性和易用性的考慮，我們首選建立基於市場的風險偏好指標。
二、指標構建
現有的經典風險偏好指標（見圖表 3）的構成因子涵蓋了股票、債券、外匯三個市場，並未選取商品指標。具體指標的類型主要包括基礎資產、隱含波動率、利差、相關性等。而在計算方法上，不少指標均是變量標準化後的算數平均，也有部分採用了Z分數等統計方法。
綜合考慮指標的市場認可度以及數據可得性，我們選取了VIX、美債期限利差和信用利差、AUDJPY等代表性市場指標構建綜合性的風險偏好指數（見圖表 4），我們同樣沒有選取商品類指標，因為在嘗試加入CRB指數、銅金比等指標後，我們發現對指數並未產生顯著影響。這很可能是因為商品價格信息已很大程度上被其他指標所反映，未能提供更多額外信息。
數據頻率為日度，時間跨度1993年4月1日至今。在計算方法上，同時採用Z分數和算數平均。相較單一指標，跨市場指標涵蓋了更多信息，在一定程度上彌補了單一指標的侷限性，也儘量減少了單一指標異動造成的誤判。
第一步，計算各個指標200日（此處及下文均指交易日）滾動Z分數。Westpac和美國銀行的風險偏好指標分別選取了60日和50日。我們選取200日的主要理由是通過擴大時間尺度儘量減少短期市場擾動帶來的誤判，同時200日均線本身也是普遍認可的長期趨勢指標。Z分數可以看作當前價格偏離長期趨勢（200日均值）的程度（n個標準差）。具體計算式為：
其中，x為當前值，μ為200日均值，σ為200日標準差。
第二步，計算所有指標Z分數的算數平均。不過需要指出的是，此處並非將所有Z分數相加，而是根據指標與風險偏好的正負相關性決定加減。定義風險偏好指數為RAI（Risk Appetite Index），具體計算式為：
至此，我們已經構建了基於市場的風險偏好指標，從過往歷史看，這一指標較好的反映了風險事件的衝擊（見圖表 5）。將RAI數據降頻為月度並取5個月中心移動平均後，可以發現RAI與美國庫存週期和固定投資週期有一定關係。雖然RAI與經濟週期並非亦步亦趨，但我們可以發現在進入去庫存階段時往往出現RAI下降，且RAI的變化可能領先於庫存變化。另外，在2000年和2008年兩次危機前夕都已經出現RAI跌入負值區間，可見RAI具有一定預警作用。
接下來我們將對RAI的統計特徵和應用進一步展開論述。
三、統計特徵和指數應用
風險偏好指數（RAI）並非標準的正態分佈，而是具有負偏態、左厚尾的特徵（見圖表 7）。從密度分佈圖可以發現，50%的樣本分佈在-0.2至0.8之間，左尾較正態分佈更厚，而右尾較正態分佈更輕。如果我們把-0.2至0.8區間視為風險偏好中性的區間，RAI>0.8則是risk on，RAI0.8時，風險偏好繼續提高的可能性相對較小。即當我們發現風險情緒惡化時，情況可能比想象的更糟；而當我們發現風險情緒高漲時，情況可能很難變得更好。
那麼風險偏好與大類資產之間存在怎樣的聯繫呢？由於RAI類似於震盪指標，而大類資產價格則有趨勢性，因此簡單的把二者的長時間序列疊加在一起並不能得到很好的相互驗證（見圖表 8）。有兩種方法可以解決這一問題：一是，對於中短期交易而言，我們可以縮小時間尺度，進行高頻觀測。例如我們觀測2016年至今的大類資產走勢。二是，中長期可以研究各資產特定期限的漲跌幅與風險偏好的關係，我們選取20日漲跌幅。
從中短期視角出發（見圖表 8），對於典型的風險資產，如標普500指數、LME銅、WTI原油，我們發現RAI突破0.8後，通常會出現階段性的築頂；RAI跌破-0.2則是需要警惕的階段性回調信號。RAI與風險資產走勢的背離往往意味著“超買”或“超賣”。觀測期內的美元指數與風險偏好大部分時候呈現負相關，而黃金則與風險偏好呈現正相關。這符合我們此前研究的結論，風險偏好的回升帶動非美貨幣升值，美元指數下跌；風險厭惡時避險資金則傾向於選擇美元。黃金在過去三年更多是體現的商品屬性，這是由經濟週期決定的。美債收益率與風險偏好整體上呈現正相關，短端收益率受制於政策利率，對於風險偏好變化不夠敏感。長端收益率比短端收益率對風險偏好變化更加敏感。
從中長期視角我們可以發現一些有趣的現象（見圖表 9）。將大類資產的20日漲跌幅和RAI作散點圖，並分別以RAI<=-1.2，-1.2
美元指數和金銀的情況比較複雜：美元指數在-0.2 標普500指數體現出了標準的風險資產特徵，與RAI正相關，但在-0.2 短端國債收益率在大部分時期對風險偏好變化不敏感，僅在-1.2 銅和原油是典型的風險資產，但值得注意的現象是在極度恐慌時（RAI0.8），銅對風險偏好不敏感，甚至有輕微的負相關，這可能是因為銅比其他風險資產更先見頂。 以MSCI新興經濟體貨幣指數衡量，新興經濟體貨幣也具有典型的風險資產特徵，與RAI保持了較高的正相關性。人民幣較為特殊，在對全樣本和2015年“811”匯改以來回歸分析後，我們發現兩個樣本區間在風險偏好極高時（RAI>0.8），人民幣對美元漲跌幅均與RAI負相關。“811”匯改後，在極度恐慌時（RAI 參考文獻 1.ECB. (2007, 6). Financial Stability Review. 2.Gai, P., & Vause, N. (2005, 11). Measuring Investors' Risk Appetite. Bank of England Working Paper. 3.Misina, M. (2005, 9). Benchmark Index of Risk Appetite. Bank of Canada Working Paper. 4.Pflueger, C., Siriwardane, E., & Sunderan, A. (2018, 4). A Measure of Risk Appetite for the Macroeconomy. NBER Working Paper Series. 特別提示：本報告內容僅對宏觀經濟進行分析，不包含對證券及證券相關產品的投資評級或估值分析，不屬於證券報告，也不構成對投資人的建議。 長按上方二維碼關注我們
閱讀更多 魯政委 的文章
