CFA level 3 - Asset Allocation 요약

<Asset Allocation>
전반적인 AA Governance 과정	우선, Risk와 Return에 대한 Objective를 고객에 맞게 설정해야한다. Risk objective 설정시 willingness와 ability를 고려하여 적절한 Tolerance를 산출한 뒤, 해당 리스크 수준에서 최고의 수익률을 올리기 위한 방법을 도출해야한다. 이후 IPS를 specify하고, 전략적 AA를 시행한다 (Optimal weight의 설정과 rebalancing rule, horizon) 이후 지속적인 운용 과정에서 reporting framework와 governance audit을 수행한다.
Asset only approach에 대한 설명	based solely on the investor's asset. MVO가 대표적이라고 할 수 있겠다. (maximize sharpe ratio 하는 방식)
Liability-Relative approach	Legal obligation이 존재하는 institution의 투자 전략. 대표적인 전략으로 surplus optimization 등이 존재함.
Goal-based approach	individual investment 전략. Goal들을 설정한 뒤 해당 목표를 achieve하기 위한 subportfolio를 설정 후, 이를 개별적으로 관리하는 방식.
각 AA approach에서의 risk concept	우선 AO approach에서는 일반적으로 표준편차와 자산군간의 correlation이 이용된다. Downside risk측정이 용이하도록 Final value를 visualize할 수 있는 MC simulation도 자주 이용된다. Liability relative approach에서는 Surplus의 표준편차, 즉 Ruin probability 관리가 최우선이다. Goal-base에서는 weighted sum of the risk가 이용된다.
Asset class의 설정시 고려사항	retain homogeneuity on discriptive + statistical perspective. Cannot be classified into more than one class (Mutually exclusive + Completely Exhaustive) class끼리는 not be highly correlated, contain sufficiently large percentage of liquid asset(중요한 부분이 Tradable해야함)
Factor based allocation의 문제점	Investors cannot directly invest all risk factor. 몇몇 risk factor는 derivatives를 이용해서 가능한 상품도 있다 (VIX선물 등)
Tactical allocation과 그 문제점	의도적인 short-term deviation from strategic AA. Tracking error발생, monitoring cost가 증가하고 CG tax 또한 늘어날 수도 있음. + Indexing의 method에 따라 Cost가 발생할 수 있다.
특정 자산군 i를 PF에 포함시키는 조건?
					​
단위별 risk의 설정	Firm level, Division Level, trader level별로 별도 risk 설정, 층위가 깊어지면 correlation effect가 존재하기에, 최상층위의 리스크보다 하위 층위의 리스크 단순합이 더 커도 괜찮음.
Rebalancing의 장점	can maintain investor's desired exposure to systematic risk factor, Provide discipline
Rebalancing approach	calander rebalancing, 하지만 비중 조정이라는 의미와 멀다. Percentage-range rebalancing은 monitoring cost가 소요되는 것이 단점
Corridor range에 영향을 미치는 factor들	거래비용↑→Rebalancing빈도↓(corridor↑) Risk Tolerance↑→Rebalancing빈도↓(corridor↑) 자산군 간의 Correlation↑→Rebalancing빈도↓(corridor↑) (비중 유지가 잘되기 때문) 자산군의 유동성이↓→Cost↑→Rebalancing빈도↓(corridor↑) (거래 비용의 측면에서) 자산군 Vol이 ↑→ 거래비용↑→Rebalancing빈도↓(corridor↑) (리스크 관리의 측면에서) 자산군 Vol이 ↑→ Risk exposure↑→ Rebalcing 빈도↑ (Corridor↓)
​	파생상품을 이용하여 Synthetic rebalancing을 통해 현물을 판매하는 효과를 얻을 수 있음 > Corridor를 넓힐 수 있으나 단점으로 additional risk taking이 존재함.
Derivative overlay strategy
Mean-Variance optimization의 전략	​ ​ ​
MVO에 대한 비판	Garbage in, Garbage out. 특히 이자율에 대한 추정이 잘못되는 경우 error가 굉장히 커짐. 결국 Sharpe ratio를 극대화하는 방향으로 가는데, 분모에 놓인 risk를 줄이는 효과가 더 커서 Treasury등 안전자산에만 concentrated되는 경향이 존재 (Corner-solution), Distribution에서 첨도와 왜도를 고려하지 않고, risk factor를 고려하지 않았다. 또한, Single-period framework를 가정했기에 중간의 CF나 series correlation등이 고려되지 않았으며, rebalancing의 Cost&Benefit도 반영되지 않았다. 이를 해결하기 위해서는 Input의 Quality를 향상시켜야 하며, 각종 Constraint를 추가함으로써 단점들을 보완할 수 있다.
MVO문제를 해결하기 위한 방안	MVO가 가지는 단점을 보완하기 위한 방법 중 대표적인 방법으로는 Reverse optimization이 있다. Global Market PF를 최적의 PF로 가정한 뒤, 해당 PF return값을 통해 자산군의 implied return을 역으로 도출하여 최적의 weight를 찾는 방법이다. 해당 방법에서, 자산수익률 E(Ri)의 추정에 전문가의 Market view가 추가되는 방식이 Black-Litterman model이다. (View-adjusted equilibrium return) 또한, MC simulation을 이용하여 다수의 efficient frontier를 도출한 뒤, 평균치를 EF로 이용하여 MVO를 진행하는 Resampling MVO방식도 존재한다.
Economice balance sheet를 가정한 Asset allocation에서 MC simulation이 가지는 장점	MVO의 경우 single-period를 가정하기에 중간의 cashflow를 반영할 수 없지만, multiperiod framework의 생성이 가능하므로 분포를 visualize할 수 있어 Risk-Tolerance를 파악하는 데 유리하다
AA에 Alternative를 포함시키는 경우	대체투자의 경우 MVO에 산입하기가 어렵다. Heterogeuity와 property-specific risk를 가지고 있어 passive management가 어렵고, 별도의 BM도 존재하지 않고 상품마다 모두 risk-return characteristic이 다르기 때문. 어쩔 수 없이 MVO에 산입시키는 경우 AI Index를 포함시키되, 이러한 점들을 고려해줘야한다.
MCTR과 ACTR
										​
				​
	MCTR(Marginal contribution to total risk - 자산군 i의 비중을 1 단위 증가시킬때 증가하게 되는 전체 PF의 리스크) ​ ACTR(Absolute contribution to total risk)
PF의 SR을 maximize하는 방법	​ 을 모두 같은 숫자로 만들면 됨. (모두 PF의 Sharpe ratio와 동일한 값을 갖도록)
Client의 Risk preference를 AA에 어떻게 적용시키면 되나?	lambda를 specitfy하거나, MC simulation의 이용, 혹은 additional constraint를 추가함으로써 해결이 가능
3가지 타입의 Asset-Liability approach	첫번째 방식으로 surplus optimization 방법이 있다. E(ΔS)를 maximize하고 σ(ΔS)를 minimize하는 것이 원칙. 두 번째 방식은 Two-PF approach로, Asset을 Hedging용과 alpha-seeking 용으로 나누어서 관리하는 방식. Interest-bearing liability를 valuation한 뒤, 자산과 해당 가치의 차이를 MVO 방식으로 운용한다. 헷징이 필요한 이자부부채가 더 많은 경우 Partial Hedging 기법을 이용하기도 한다. Underfunded pension plan에서 모든 부분을 헷지하지 않는 대신 알파를 추가적으로 찾아서, 발생한 추가수익을 모두 헷징자산에 추가시키는 방식이지만, Perfect hedge가 불가능 하기에 risk가 여전히 존재한다는 점이 단점 마지막 방식으로는 Integrated A-L approach. 부채액수를 조정할 수 있는 기관에서 사용 가능한 전략이다 (은행, HF with short position) multiperiod model이 가정되며, 단기적으로는 return 관점에서, 장기적으로는 value의 관점에서 optimal mix of A-L을 도출한다.
Heuristic approach	Rule of thumb. 경험해 보니 이렇게 투자하니까 괜찮더라~ 하는 방식들 120-your age / 60&40 split(global financial asset PF) / Endowment or yale model(AI에 많은 비중 투자, EMH가 성립되지 않음을 가정하고 expertise한 manager는 시장을 outperform할 수 있다고 생각. Buy at market distress, sell at normal situation) Risk parity - 자산군들이 갖는 리스크를 모두 같게끔 allocate / 1/N rule
AA시 존재하는 Real-world constraint	Asset size 측면에서, fund size가 너무 작다면 investment universe가 너무 작아 diversify가 어렵다. 반면 너무 크면 capacity가 부족할 수도 있음. 적절한 AI를 찾지 못하기에 cost & fee가 많이 들 수 있고, 대안으로 FoF 등을 선택해야함. 유동성 측면에서는 기관의 경우 기관 성격에 따라 liquidity requirement가 정형화되어있지만, 개인의 경우 개인 성향이나 circumstance에 따라 천차만별이다.
tax와 Corridor	모든 return은 항상 세후 개념으로 생각하듯이, risk도 마찬가지. 세후 리스크는 세전리스크*(1-t)이므로, risk taking의 corridor는 세후 기준으로 생각하면 1/(1-t)을 더 가져갈 수 있다
Tactical AA	Take advantage of cyclical condition or perceived mispricing (Market & Factor timing과 관련되어 있다) Specific goal을 변경하는 것은 아님. Tactical AA를 시행함으로써 tracking error라는 새로운 리스크가 added되고, 추가적인 cost가 발생한다.
Approach to Tactical AA	Discretionary approach(Qualitive) - Macro data를 이용하여 AA 시행. Margin borrowing, short interest, VIX 등의 market sentiment를 관찰한다. Systematic approach(Quantitative) - value와 momentum등을 이용.

​