2021-02-27 19:20:18 来源:
在大规模生产和大规模定制的双重力量的推动下,资产管理行业目前正在发生一场工业革命。越来越多地要求投资经理开发投资解决方案,而不仅仅是创建“一刀切”的产品。
为了驾驭这些不断变化的水域,EDHEC风险研究所与耶鲁大学管理学院合作,以先进的投资管理技术为期3个学期的学术课程。
该系列研讨会专门针对希望学习如何生产更智能的构建基块并向其投资者提供量身定制的解决方案的资产经理。对于资产分配者来说,他们希望了解如何以及何时在其投资组合中使用更智能,具有风险效率的构件。该计划将帮助他们提出正确的问题,并在寻求投资目标时知道寻找什么。
EDHEC商学院金融学教授,EDHEC-Risk研究所所长和ERI Scientific Beta高级科学顾问莱昂内尔·马特里尼(Lionel Martellini)表示:“这是任何人参与投资管理的激动人心的时刻。”
关于批量生产,可能有人认为这是很久以前在资产管理中发生的。顾名思义,共同基金行业是一种尝试,以产生可供众多投资者群体使用的投资组合。已有很长时间了– UCITS品牌已有30多年的历史了。
但是正如马爹利尼教授所说,有一些新的东西使批量生产对投资者的关系比以前更加重要:
“这就是说,大规模生产现在不仅适用于具有成本效益的构建基块(具有低TER的批量生产的ETF),还适用于具有风险效益的构建基块。最近出现的智能Beta可以证明这一点,这是一种尝试以最有效的方式在资产类别之间和内部收集风险溢价的方法。
“现在,我们的ETF建立在可投资的构成要素的智能因素指数上,旨在复制潜在风险因素的表现:动量,价值,规模,最小波动性等。访问这些构成要素变得相对容易且便宜。 ”
第二项工作是大规模定制。
就其本身而言,批量生产的构建基块并不适合任何投资者的投资组合。相反,投资者需要的是风险有效的构建块的定制组合。
这就需要改变资产管理行业的重点,长期以来,这种管理一直是由产品驱动的方法来驱动的。
“现在,我们正在朝着更有意义的方向发展,这是一种由投资解决方案驱动的方法。试图准确了解投资者的需求-无论是机构零售还是大规模零售-并为他们提供专用的解决方案,”马爹利尼教授补充道。
定制有两个不同的名称。对于大型机构投资者,通常将其称为负债驱动型投资,其中专门针对其长期负债量身定制了投资策略。在更广泛的财富管理领域中,这被称为基于目标的投资:即,个人投资者需要多少收入才能实现退休目标?
耶鲁SOM-EDHEC-Risk程序是专门针对此新范例而设计的。
第一次研讨会每期为期三天,于三月在伦敦和纽黑文举行。第二场研讨会将于6月21日至23日在伦敦以及7月11日至13日在纽黑文举行。
第一次研讨会于三月举行,专门针对大规模定制方面。
“我们解释了对投资解决方案的需求,并向参与者提供了生产大规模定制解决方案而不是产品所需的概念和技术工具。研讨会详细介绍了为什么大规模定制的基于目标的解决方案基于有效的构建模块,并且关键要求是在资产类别之间和内部有效地收集风险溢价。” Martellini教授解释说。
这自然为第二次研讨会奠定了基础,该研讨会将着眼于如何有效收集股票和债券市场中的风险溢价。三天的每一天将涵盖以下关键主题:
第一天:股权投资组合管理的基础和最新研究进展第二天在实践中进行股权投资:组合管理中的应用第三天有效获取利率和信贷风险溢价
在12月举行的第三次也是最后一次研讨会上,将考虑在替代资产类别(例如商品和房地产)中有效收集风险溢价。
第一个研讨会的重点是如何利用这些构建基块进行负债驱动的投资和基于目标的投资,而研讨会2的重点将转向如何首先创建它们。
在研讨会2的前两天,EDHEC商学院金融学教授Raman Uppal和耶鲁SOM金融与管理学教授Edwin J Beinecke的Will Goetzmann将讨论股票市场的要素投资:如何确定股票市场风险和回报的主要系统驱动力。投资组合构建技术的最新进展如何使投资者和投资经理获得风险溢价。
使用智能因子投资组合的优缺点是什么?为其提供绩效的最佳市场条件是什么?
“研讨会的第三天也是最后一天将关注固定收益市场。这将由EDHEC商学院金融学教授Riccardo Rebonato领导,他是Pimco固定收益研究的前负责人,也是全球领先的固定收益专家之一。” Martellini教授确认说。
如果资产管理人只是选择保持与过去多年相同的业务,推销产品并声称自己比市场更聪明,那么其资产管理规模很可能会逐渐受到侵蚀。投资者将简单地转向那些接受资产管理行业Martellini教授所指的这场工业革命的管理人员。
任何希望注册该学术计划并了解有关该课程的更多详细信息的人都可以单击以下视频链接:http://www.edhec-risk.com/AIeducation/Certificate_in_Risk_and_Investmen…
免责声明:本网站所有信息仅供参考,不做交易和服务的根据,如自行使用本网资料发生偏差,本站概不负责,亦不负任何法律责任。如有侵权行为,请第一时间联系我们修改或删除,多谢。
© 2018 今日中国财经 版权所有