現今新冠肺炎導致的金融市場震盪，可與大蕭條等重大經濟事件相提並論。過去的經驗不單令我們可掌握更豐富的知識，且更明白完備的風險管理及合理的投資組合的重要性。
李瑩瑩教授
科大商學院金融學系及資訊、商業統計及營運學系
新冠肺炎對全球股市造成嚴重衝擊，現以各主要股市指數為例。圖 1 顯示2020年7項主要指數的累計回報率：標普500指數、富時指數100、DAX指數、CAC40指數 (圖左)、恒生指數、上海綜合股價指數及日經225指數 (圖右)。回撤期以粗體表示。這些市場的最大跌幅，全都在3月出現；而歐洲市場的跌幅最大，約為香港的1.5倍。
圖 1：2020年首兩季全球股市指數跌幅 (左方為歐美市場，右方為亞洲市場)
為能更深入了解現時新冠肺炎疫情導致的震盪，必須借鑒歷史，將2020年的市況與史上其他重大的回撤比較。以標普500指數為例，計算自1928年、即93年以來的年度最大跌幅。
與以往的跌市相比(表 1)，今年的暴跌於最短的時間內發生，突顯其危機的嚴重性。
與此同時，波動率指數 VIX 於3月急劇上升(圖2)。雖然該指數隨後大幅下降，但截至2020年6月30日，VIX 價值仍然高企。
除股市外，疫情亦嚴重打擊期貨及加密貨幣市場。圖 3 顯示今年首兩季 WTI 原油、黃金及比特幣 (BTC) 的累計回報，全部大幅下跌。
與其他重大事故一樣，新冠肺炎疫情亦擾亂整體的金融市場。在這情況下，如果投資組合沒有得到妥善的風險管理，在動盪的資本市場中便會岌岌可危。
均異最適化
在下文，我們重溫風險管理和投資組合優化的一個基本架構，即Markowitz均值-方差投資優化理論，並就最新發展作出簡述。
Markowitz 均值-方差投資優化理論旨在於給定風險約束下最大化投資組合回報。風險限制的水平視乎投資者能承受的風險而有所不同。
現時，因為有大量的股票/資產可供投資，均值-方差投資優化理論遇到了「大資料」的挑戰。
在Ao、Li及Zheng的文章《Approaching mean-variance efficiency for large portfolios》 (2019, The Review of Financial Studies)，作者討論怎樣從大量的資產中找出Markowitz優化投資組合。傳統的方法是利用歷史樣本平均值及樣本協方差矩陣，但由此產生的投資組合於實際應用時，卻表現欠佳。Ao、Li及Zheng (2019) 為這「謎團」提供理論解釋。基本的原因是高維度，即資產數目與樣本量的比值過大。為解決這問題，作者們利用嶄新的方法 ― MAXSER，既能最大化預期收益，又能將風險控制在理想的水準之下。
方法主要包括將原本的 Markowitz 最適化轉變為相等不受限制的最適化問題，並應用 LASSO 回歸演算法。在大量的實證研究中，均發現該方法表現卓越。我們將風險限制的水準設定與標普500相同，採用MAXSER建立美國股市的投資組合。圖4 顯示今年首兩季標普500及 MAXSER 表現的比較。MAXSER 的表現遠為優勝，取得大幅度的總回報，而回落的幅度也較小。在長遠表現而言，於2000至2020年期間，MAXSER 及標普500雙雙錄得相同 (年度化) 的18%風險。但 MAXSER 的夏普比率較高 (在扣除所有交易成本後，是0.6 vs 0.2) 。
總括而言，我們見證新冠肺炎疫情觸發歷史性的市場衰退，其速度之快，就算是歷史上的災難性事件如大蕭條及二次世界大戰也望塵莫及。而且，由於現代的投資組合涉及大量的資產，完備的風險管理及合理的投資組合配置變得越來越重要。
新冠肺炎疫情觸發市場回撤速度之快，就算是歷史上的災難性事件如大蕭條及二次世界大戰也望塵莫及
參考
Ao, Li, and Zheng. Approaching mean-variance efficiency for large portfolios. The Review of Financial Studies, 2019.