由财视中国联合AIMA、CAIA Association、CFA、衡力斯、APEX、芝加哥商品交易所等多家协会、机构举办的“第四届对冲基金中国年会”在北京康莱德酒店举行。全国社会保障基金理事会处长李娜出席会议并做了“养老金 ...
由财视中国联合AIMA、CAIA Association、CFA、衡力斯、APEX、芝加哥商品交易所等多家协会、机构举办的“第四届对冲基金中国年会”在北京康莱德酒店举行。全国社会保障基金理事会处长李娜出席会议并做了“养老金大思考:什么将会是2018年的机遇和挑战?”演讲。她表示,养老金必须承担起一个非常重要的代际理性投资者的功能,这一点可能在成熟国家看更加清楚一些。我们认为短期的主动投资并不能创造价值,长期的被动投资也有损价值的创造,因为你没有创造α,而只有长期的主动投资更能进行价值的创造。
全球目前看到有关数据全球养老基金规模30万亿美元,尤其值得关注的是亚太地区养老金规模达到了15.7万亿美元,比上年增长了6.1%,超越了全球其他养老基金。我体会到全球机会投资者对亚太地区的养老金重视程度在不断增加。我们养老金机构应该过去从2000年至今我们的平均收益率是8.37,觉得自己做得还挺好,但是看到别人比我们做得还要好我们就要紧追猛敢。
以下为发言实录:
主持人:感谢朱总的致辞,接下来今天的论坛正式开始。首先让我们欢迎全国社会保障基金理事会处长李娜做主题为“养老基金大思考:什么将会是2018年的机遇和挑战””的主题发言,大家掌声欢迎!
李娜:感谢朱总,感谢财视中国给予这样的机会。我猜想把我放在前面就是因为大家工作了一周很辛苦,周六的早上先扯一些闲篇,看在座的都是各路精英。我今天就来跟大家讲一讲就是目前我个人观察到的对于养老金投资进行的投资和思考,不当之处敬请批评指正。
首先说一下我个人还是认为养老金必须承担起一个非常重要的代际理性投资者的功能,这一点可能在成熟国家看更加清楚一些。比如美国资本市场1/3的资金来源来自于养老金,养老金对于整个市场它的成熟理性扮演了非常重要的角色。我们观察到实际上从2008年开始,2008年的时候全球的养老金因为投资所在的金融市场发生了重大变化,养老金也承担了相当的损失。但是此后养老金无论是从制度设计还是养老金理事会的治理,再到养老金的投资,其实都发生了很大的向好的改变,这些改变也是我们能够切实的观察到。
首先从制度设计来讲,我原来从世界银行整理的DC的思路实际上在向新的思路转变。原来是从待遇确定型向缴费确定型转变,但是缴费确定型对养老金有一定障碍,所以我们观察到全球出现了DA和TB的模式,也就是希望确定型和目标福利型,这两个都是术语待遇确定型和缴费确定型的中间地带,它试图获得两者的优势避免两者的劣势,取得良好的均衡。像荷兰在奥地利这样的国家已经看到了一些改变,我们其实也在不断地研究当中。
治理更多会考虑从养老金治理的层面,理事会是否具有足够的代表性。但是在代表性的同时必须要有足够的专业性,这个也是我们现在所看到的养老金治理推动的地方。
全球目前看到有关数据全球养老基金规模30万亿美元,尤其值得关注的是亚太地区养老金规模达到了15.7万亿美元,比上年增长了6.1%,超越了全球其他养老基金。我们国家的基本养老金第一支柱和第二支柱的总和,全国社保基金2万亿左右的规模,企业年金1.1万亿的规模,这些合起来还没有算第三支柱的部分已经有了大概6、7万亿的规模。而同期我们也观察到我们国家的台湾地区养老金资产规模也在增长,包括印度、越南都在增长,我体会到全球机会投资者对亚太地区的养老金重视程度在不断增加。
范总是资产配置专家,我们讲一下养老金传统的资源配置,比如说挪威就是股票、债券、不动产,日本其实也是个传统股债型的配置,近年来日本的股债配置变化非常大,但是现在可以看到它的海外股票比例已经占到25%加减四,这是在安倍经济学之后一个非常重要的改变。
其实加拿大CPPIB也是最近大家探讨的比较多一些,包括我们机构也在深入的学习。加拿大还是一个不断地多元化的过程,就是把房地产、另类投资,各种国内市场、海外市场都纳入到他的投资框架当中。过去十年CPPIB的累计收益率在10%以上。我们机构应该过去从2000年至今我们的平均收益率是8.37,觉得自己做得还挺好,但是看到别人比我们做得还要好我们就要紧追猛敢。
还有一种是风险均衡的配置,我们观察到像丹麦的HP,他对外说我们用风险均衡策略配置的养老金机构。但是我们实际上也观察到,因为我们也不断地学习,在我们目前认知的范围之内,Risk Parity更多用在组合策略层面更多一些,用在具体的内容里面是比较少。而且在股市单边上涨的时候,其实单纯从整个大的组合收益来讲表现并不好,这就体现在过去几年美股长成这样,大宗商品处于相对来讲比较低位徘徊,如果五类资产,每类资产风险暴露敞口就是1/5,就是低配股票资产,高配其他表现并不好的资产,所以有些地区用风险均衡策略的,他们并没有表现的更好,所以我也看到业内人士正在做一些相关的调整。
还有就是2008年可能对于全球资产配置一个重要的影响,我们观察到在金融危机之后,好像在一个国别,一个区域之内,不同资产类别的风险分析效应正在减弱。比如说股票和债权之间的严格的负相关关系,在很多时候发生改变了。同样在国内也经常可以看到什么股债双杀这种情况,或者是鸡犬升天这种情况经常发现。但是不同国别区域的风险效应还是比较明显的,这个可能归根到底还是取决于我们所看到的就是不同经济体他所处周期的不同步,而这个周期的不同步在我们目前观察的范围内还是比较普遍存在的,比如说美国复苏,中国、欧洲、日本,其实他们在节奏上还是有不匹配,不同步,而这个恰恰为这种不同资产,不同国别,不同区域的资产分散提供了可能。
现在来谈谈我们自己理解到的目前对各类资产的一个看法,我们还是认为应该进行长期主动投资,这也是我们刚才所说到的,就筛加拿大CPPIB他这十年的投资理念上的重要的转变。我们认为短期的主动投资并不能创造价值,长期的被动投资也有损价值的创造,因为你没有创造α,而只有长期的主动投资更能进行价值的创造。而养老金恰恰在很多程度上能够实现长期主动投资的理念及其执行。这里的主动既包括投资范围的扩展,投资渠道的延伸,包括把点布到很多的地方,但是其中一个非常重要的策略就是要通过参与公司治理,加入董事会,甚至在一定程度上对公司进行管理这种方式,来实现治理的优化,增进企业价值创造,这里可能就说到巴菲特,其实巴菲特就是一个长期主动投资,甚至更换管理层,自己亲自当董事长。
谈到fintech,我们观察到大数据这块确实这两个已经在有些具体的案例产生,但是人工智能和区块链实际上我们现在看到的很好的在这个行业里还没有很好的案例出来,我们更感觉这个是在一个云端。因为我们理解科技的作用就是大幅提高效率,降低成本,然后突破原来利润产生的二八定律,可以服务以往没有经济价值的客户。还有弱信用场景下的应用,譬如保险,支撑、增强、夯实信任关系。去年我跟人事部领导建议,其实我们社会保险五险一金的发放是不是可以考虑区块链的技术,因为在这个领域吃空饷的也有,冒领的也有,区块链在这些方面还可以很好的应用,但是具体如何应用还有待于观察。因为前段时间央行叫停了代币,但是这些对技术看的比较明白的觉得还是要考虑清楚。
这里想谈一下几个趋势,其实大家谈到投资方式的时候无外乎就是这么几个问题,就是你是主动投资还是被动投资,内包还是外包,是绝对收益还是相对收益。我们认为从养老金的管理角度,我们觉得还是应该更多的是长期主动投资。但是我们确实也观察到了一个现象,我们看到其中有一家基金公司叫Vanguard先锋,先锋是做被动投资的,另外一家是做主动投资的。在过去一年发生了一个有意思的现象,先锋居然超过了另外一家公司。在这里我想分享一下,我想今天大家都会探讨到可能严格意义上我目前理解就是把因子抽出来进行投资,某一类因子都是能够创造更高的风险收益比。我们观察到在亚太地区日本的GPIF已经开始应用这个策略了,台湾地区个别养老金也已经在用Smart Beta的策略,我们国家目前反正我们是没有用,但是就是看到像家十(音)等一些公司也在尝试推这样的产品,或者在原来的基础上做一些含Smart Beta的产品,但是目前整体规模还不是很大,初期更多是尝试。
内包与外包可能在我们无论是主权投资基金,养老金也好,在自己确定投资方式的时候是一个非常需要考虑的问题。就我们目前观察到的全球趋势来看,好像还是内包的形式超过外包,特别是前期已经有过投资,有过业绩,有过成本数据以后,他一计算我还是把我的钱自己来管理更合适,当然自己要管理实际上更多的是涉及治理层面的内容,比如top5的高管和普通员工之间的薪酬怎么分配,激励机制怎么搭建,这里面有非常大的学问。但是整体趋势来看,我们至少从养老金管理这个领域,我们看到的是内包。而且很有趣的是不光内包大家都会想肯定是投资部门或者精英人士有些内包和外包,后来我们发现就算运营,我们观察澳大利亚的超级年金等等那些机构,他们经过多年的数据积累之后,也学习到具体这些方法怎么做以后,他们觉得这一块我做做也能省下钱来。这就我们感觉在资金规模体量非常大之后,哪怕是一个BP一个BP这么资金省下来也能够为养老金的最终受益人创造价值。但是所有的内包都建立在自己有了足够的人员队伍去做这件事情,激励机制比较到位的基础上,关键是会做了。所以我们一开始是外包,学会以后就是内包。
绝对收益与相对收益,因为养老金的规模整体来说还是比较大的。30万亿的美元,比如说日本的GPIF等等,特别是在一些小型经济体当中,它的规模可能占当国的资本市场相对比例在里头,所以更多的时候会去追求相对的收益,而不是绝对的收益。但是实际上这个委托人的教育,就是把钱委托给养老金理事会的人,如何去教育他的委托人,让他接受一个相对收益其实是有一个长期的过程。我这里还是想分享一下我们自己的经验,因为我们从2006年开始受托地方省份的个人账户坐实的地方补助资金。我们差不多每年都跟地方的人社厅、财政厅进行交流,经过多年之后他们终于接受了绝对收益这个概念,就是高风险高收益。因为我们可以看到我们自己跟企业年金做过收益的比较,企业年金大概到现在为止年均的收益率如果是6.5的水平我们大概是在8.3的水平,平均比他高1.2个百分点。而且跟地方交流的过程当中也可以明显感觉到原来地方省里面来的干部都很担心,说听说你们投股市,最近股市下跌了你们怎么办?我们的钱都还安全吗?但是经过了多年之后反而就发现地方领导很接受了,我们去年的收益是1点多,觉得我们都准备了很多的文稿要向地方领导解释我们今年怎么做得比平时水平要低一些。后来地方领导我印象特别深刻说了一句话,说没关系,高风险高收益,明年说不定就好了。所以想说一下实际上在追求相对收益的过程当中,可能就是与委托人的沟通也是一个长期的问题,而且是需要时间来夯实的。
最后是几点思考:第一个就是万物皆数,皆可计量与到底我们怎么来量化。因为我看了一下今天的日程,还有我们工作当中具体做事的时候其实我们都希望把所有的一切事情都模型化,量化,最后出来一个数的东西,来决定是ABC。但是最近我们也是跟一些做地缘政治的人聊天,就发现实际上我们在金融投资管理模型建模的时候有很多东西没法儿量化,他当时就举了一个例子,他说现在人与人,民族与民族,国家与国家,地区与地区,甚至宗教与宗教之间这种不满、怨恨甚至仇恨,你们什么时候把它量化到金融模型里了吗?然后我说没有。
这个东西我们谈灰犀牛、黑天鹅都是风险计量,我们以为所有的东西都是通过模型来掌握的,但是很多东西我们还是要放到大的社会经济变革得大环境当中考虑,金融从来都不能独善其身,都是依附于我们所在的这样一个基本的经济状态。就比如说过去两年我们所有资产类别产品的变化,二级市场的、一级市场的各类投资,就是跟宏观监管环境有巨大的联系。而这块我自己认为我和我的伙伴可能前期关注都是不够的,我也想提醒在座的各位考虑,就是对这种因素大家考虑的如何。
第二个思考就是灰犀牛与黑天鹅,灰犀牛是大概率事件,黑天鹅是小概率事件。但是因为我们现在在做投资的时候会碰到领导说你既要怎么样又怎么样,但是其实这几个目标相互之间会打架,你究竟要什么?但是很多时候就是既和要,然后我们往往又没有多目标多工具,如果目标很多就给我很多的工具和抓手能执行,但是现实中这个也不特别容易,所以我们至少要有优先级。
第三个就是风险度量指标,现在因为我们都是用标准差来衡量。其实我们现在特别是在养老金的投资管理这个领域,我们看到了还是对于风险这件事情,特别是一些业界的专家他们在做一些重新的思考。比如说年轻人和老年人的差别,这对于年轻人来讲最大的风险是什么?对于老年人我们很好理解,就是年轻时候个企缴纳养老金,能不能下月月初及时到账。但是对于年轻人来讲,用标准差来作为他的风险衡量指标一定合适吗?后来我们自己也想了想,也了解了一下,也看到国内外一些文献,年轻人最大渴望的事情可能是这样,就是我现在支付能力也不足,我现在缴不了很多的费,但是我希望你的长期投资收益高一点,等到我退休的时候能够享有一个有尊严的,体面的有保证的老年生活。但是中间的波动你们波动去吧,只要最后当我退休的时候你能给我我想要的东西就可以了,这个时候如果我没有用标准差去衡量,实际上给他做得过于保守,到最后没有达到他的收益率高。所以我们看到现在在养老金投资管理领域逐渐有了一些生命周期的这样一些产品和模型,包括我一开始跟大家讲的DB、DC向DA和TB这样的变化去走中间地带,其实他也是希望根据你的年龄变化,这个组合资产有个迁徙的过程,结合你整个个人自身的特点来把它逐渐调整到低风险的收益策略去。
第四个可能稍微扯的远一点,我们做金融的总相信一句古话叫天下大事浩浩汤汤,这七千年当中其实我们会发现劣弊驱逐良弊这样一些事情其实有的时候比先进打败愚昧要更多一些,这也是提醒大家去考虑。因为我们坚信只要做正确的事,投先进的东西就一定能够赢,只要给我足够的时间。但是后来发现对于一个产品,一个个人,一个基金经理来讲可能这个期限都是不一样的,而如果一定要期待劣弊驱逐良弊自然规律发生作用的话,大道无情,运行日月,大道无名,长养万物这个实际运行很长时间,那我们能不能等得到?如果等不能我们怎么办?这个仅供大家参考。
最后结束分享两句话,一句是我个人非常认可的就是罗伯特莫顿就是金融是跨时间和空间的资源优化配置。还有发挥投资在供给侧改革中的关键性作用,我今天就分享这些,不成熟的地方请大家多多指正。
监督方式防骗必读生意骗场亲历故事维权律师专家提醒诚信红榜失信黑榜工商公告税务公告法院公告官渡法院公告
个人信用企业信用政府信用网站信用理论研究政策研究技术研究市场研究信用评级国际评级机构资信调查财产保全担保商帐催收征信授信信用管理培训
华北地区山东山西内蒙古河北天津北京华东地区江苏浙江安徽上海华南地区广西海南福建广东华中地区江西湖南河南湖北东北地区吉林黑龙江辽宁西北地区青海宁夏甘肃新疆陕西西南地区西藏贵州云南四川重庆