现今新冠肺炎导致的金融市场震荡，可与大萧条等重大经济事件相提并论。过去的经验不单令我们可掌握更丰富的知识，且更明白完备的风险管理及合理的投资组合的重要性。
李莹莹教授
科大商学院金融学系及信息、商业统计及营运学系
Introduction 新冠肺炎对全球股市造成严重冲击，现以各主要股市指数为例。图 1 显示2020年7项主要指数的累计回报率：标普500指数、富时指数100、DAX指数、CAC40指数 (图左)、恒生指数、上海综合股价指数及日经225指数 (图右)。回撤期以粗体表示。这些市场的最大跌幅，全都在3月出现；而欧洲市场的跌幅最大，约为香港的1.5倍。
图 1：2020年首两季全球股市指数跌幅 (左方为欧美市场，右方为亚洲市场)
为能更深入了解现时新冠肺炎疫情导致的震荡，必须借鉴历史，将2020年的市况与史上其他重大的回撤比较。以标普500指数为例，计算自1928年、即93年以来的年度最大跌幅。
与以往的跌市相比(表 1)，今年的暴跌于最短的时间内发生，突显其危机的严重性。
与此同时，波动率指数 VIX 于3月急剧上升(图2)。虽然该指数随后大幅下降，但截至2020年6月30日，VIX 价值仍然高企。
除股市外，疫情亦严重打击期货及加密货币市场。图 3 显示今年首两季 WTI 原油、黄金及比特币 (BTC) 的累计回报，全部大幅下跌。
与其他重大事故一样，新冠肺炎疫情亦扰乱整体的金融市场。在这情况下，如果投资组合没有得到妥善的风险管理，在动荡的资本市场中便会岌岌可危。
均异最适化
在下文，我们重温风险管理和投资组合优化的一个基本架构，即Markowitz均值-方差投资优化理论，并就最新发展作出简述。
Markowitz 均值-方差投资优化理论旨在于给定风险约束下最大化投资组合回报。风险限制的水平视乎投资者能承受的风险而有所不同。
现时，因为有大量的股票/资产可供投资，均值-方差投资优化理论遇到了「大资料」的挑战。
在Ao、Li及Zheng的文章《Approaching mean-variance efficiency for large portfolios》 (2019, The Review of Financial Studies)，作者讨论怎样从大量的资产中找出Markowitz优化投资组合。传统的方法是利用历史样本平均值及样本协方差矩阵，但由此产生的投资组合于实际应用时，却表现欠佳。Ao、Li及Zheng (2019) 为这「谜团」提供理论解释。基本的原因是高维度，即资产数目与样本量的比值过大。为解决这问题，作者们利用崭新的方法 ― MAXSER，既能最大化预期收益，又能将风险控制在理想的水平之下。
方法主要包括将原本的 Markowitz 最适化转变为相等不受限制的最适化问题，并应用 LASSO 回归算法。在大量的实证研究中，均发现该方法表现卓越。我们将风险限制的水平设定与标普500相同，采用MAXSER建立美国股市的投资组合。图4 显示今年首两季标普500及 MAXSER 表现的比较。MAXSER 的表现远为优胜，取得大幅度的总回报，而回落的幅度也较小。在长远表现而言，于2000至2020年期间，MAXSER 及标普500双双录得相同 (年度化) 的18%风险。但 MAXSER 的夏普比率较高 (在扣除所有交易成本后，是0.6 vs 0.2) 。
总括而言，我们见证新冠肺炎疫情触发历史性的市场衰退，其速度之快，就算是历史上的灾难性事件如大萧条及二次世界大战也望尘莫及。而且，由于现代的投资组合涉及大量的资产，完备的风险管理及合理的投资组合配置变得越来越重要。
新冠肺炎疫情触发市场回撤速度之快，就算是历史上的灾难性事件如大萧条及二次世界大战也望尘莫及
参考
Ao, Li, and Zheng. Approaching mean-variance efficiency for large portfolios. The Review of Financial Studies, 2019.