RILA:缓冲仍然比下限好得多

注册指数挂钩年金RILA),也称为指数变量年金结构性年金,继续聚集大量资产。我最初在 2021 年 4 月为终生收入联盟发布了一篇论文,并在Advisor Perspectives中发表了一系列文章(请参阅此处、此处、此处和此处),探索 RILA。在一篇特别的文章中,我指出缓冲 RILA 显着比地面 RILA 更高效。考虑到此后市场状况的变化(例如债券收益率的上升),这些发现值得重新审视。

使用类似的基于效用的投资组合优化框架,并进行更新以反映当前的市场环境,我得到了相对相同的发现,其中缓冲 RILA(技术上是 10% 的缓冲,以标准普尔 500 指数为基础,以年度点顶点计入)收到显着的投资组合配置,而最低 RILA 没有收到任何投资组合配置,即使假设上限翻倍(从 14% 到 28%)。

总体而言,该分析表明,RILA 的潜在优势因设计而异,并且缓冲 RILA 历来是比底线 RILA 更有吸引力的投资组合补充。

缓冲器和地板

RILA 是固定指数年金 (FIA) 的风险较高版本,其上行潜力将高于 FIA,但投资者有可能遭受损失(即负回报),具体取决于结构。RILA 策略通常有两种类型:下限策略和缓冲策略。

对于地板产品,下降幅度仅限于规定的百分比,例如 10%。例如,如果下限为 10%,除了保险公司违约或无法履行其理赔承诺外,无论基础指数(例如标准普尔 500 指数)的回报如何,您的损失都不会超过 10%。下限为 0% 的 RILA 与 FIA 具有相同的风险状况。

对于缓冲产品,根据缓冲水平,第一笔损失由产品吸收;但超过该点投资者将蒙受任何损失。例如,如果缓冲为 10%,而底层证券的回报率为 -40%,则投资者将损失 30%。如果标的回报为负但大于指定的缓冲,则回报将为 0%(例如,如果缓冲为 10%,标的回报为 -5%,则投资者回报将为 0%)。

缓冲和下限的风险差异显着,下限提供最差的可能回报,而缓冲则使年金受益人面临下行尾部风险。下一个图表说明了假设上限为 14% 的 10% 下限 RILA 和假设上限为 20% 的 10% 缓冲 RILA 的不同基础回报率的预期策略回报的差异,以及该策略的总回报率。指数(RILA 回报根据指数的价格回报记入贷方,不包括股息)。

策略回报

虽然 10% 缓冲 RILA 显然比 10% 下限 RILA(当底层回报率低于 -20% 时)具有更大的下行风险,但当回报率为负但大于 -20% 时,下行风险需要与较高的贷记回报率进行对比。此外,10% 缓冲 RILA 有更多的上涨空间。因此,查看记入的回报并不一定能为各个策略的效率提供背景信息,我将在下一节中对此进行探讨。

分析

此分析的最佳投资组合是使用恒定相对风险规避 (CRRA) 效用函数确定的,其目标是在假定投资期为一年的情况下,在给定各自风险规避水平的情况下最大化确定性等价财富。本实用新型捕捉了与RILA相关的独特回报分布(即,不必假设回报呈正态分布)。为了进行分析,我使用下面的资本市场假设 (CMA)(基于PGIM定量解决方案的 2022 年第四季度估计)生成了 1,000 年的回报,假设回报呈多元正态分布。

资本市场

美国大盘股的股息收益率假设为 1.8%,这减少了 RILA 的记入回报,因为它是基于价格回报的。假设 0.5% 的费用会减少投资组合的回报。这是因为分析中考虑的 RILA 包括顾问薪酬。国际股票的配置被限制在总股票配置的30%,因此它不会在投资组合配置中占主导地位。

分析中考虑了两种 RILA,一种具有 10% 的缓冲液,一种具有 10% 的下限。假设两者都以标准普尔 500 指数为基础。10% 缓冲 RILA 的上限假设为 20%,而 10% 下限 RILA 的上限假设为 14%。这些上限基于与当今可用产品一致的实际上限,并使用实际期权价格以及基于 Black-Scholes 期权定价模型的模型进行验证。

为了进行分析,我确定了 CRRA 的风险厌恶系数 (γ),该系数是生成优化股权分配所需的风险厌恶系数 (γ),其中不包括以 5% 增量从 5% 到 100% 的 RILA(即 20 个投资组合)。我没有考虑 0% 股权投资组合,因为这将是一个极其保守的投资组合,RILA 可能不适合(不过,FIA 可能值得考虑)。

下面的图表提供了不包括 RILA 的优化的最佳资产类别权重的背景。

最优资产

接下来,我运行了相同系列的优化,但在机会集中包含了 10% 缓冲区 RILA 和 10% 下限 RILA。由此产生的分配包含在下面的图表中。

最佳资产类别权重(包括 RILA)

虽然 10% 缓冲 RILA 分配相对重要,占 65% 股权分配目标总权重的 55%,但 10% 下限 RILA 并未收到任何优化的分配。即使当我在没有 10% 缓冲区 RILA 的情况下重新运行 10% 下限 RILA 时,10% 下限 RILA 也没有收到分配。

此外,我将 RILA 10% 下限的假设上限加倍,但即便如此,它也没有收到分配。换句话说,优化结果表明缓冲区 RILA 明显比下限更有益,这与我过去的发现一致。

下面的图表提供了投资组合中分配给 RILA 的阿尔法收益的背景信息,该收益是通过比较排除 10% 缓冲 RILA 的投资组合与排除 10% 缓冲 RILA 的投资组合的确定性等价财富来估计的。随着配置的增加,阿尔法也随之增加,对于 30% 的股权配置目标,其峰值约为 17 个基点。

Alpha 受益于 10% 缓冲 RILA 分配

缓冲RILA的类股票风险

许多顾问对 RILA 的一个重要问题是如何在投资组合中考虑它们。这是我之前使用替代方法解决过的一个主题,我发现缓冲的类似股票风险可以使用以下公式来近似(该公式主要针对期限为一年的产品):

类股票风险 = 100 – 4 *(缓冲水平)。

10% 缓冲 RILA 的估计类似股票风险将为 60%。

探讨该主题的原始研究发表于 2021 年 7 月,当时利率明显较低(例如, 10 年期国债收益率约为 1.3%,而 2022 年 1 月为 3.5%)。因此,值得重新审视这个模型以确保它仍然具有相关性。

为了确定 10% 缓冲 RILA 的股票类风险,我估计缓冲 RILA 的隐含股票分配等于目标股票分配,同时考虑到股票的其他分配。这是比以前的方法更简单的替代分析类型,但它确实提供了有用的上下文。估计的风险级别如下。

10% 缓冲 RILA 的隐含类股票风险水平

结果与过去的发现非常一致,对于大多数分配,10% 缓冲 RILA 的近似股票风险约为 60%(尽管图中接近 65%)。

结论

财务顾问及其客户可以使用新兴的各种 RILA。该分析表明,RILA 的潜在优势因结构而异。例如,虽然 RILA 在分析中考虑的缓冲区获得了相对较大的分配(高达总投资组合的大约一半),但 RILA 考虑的下限没有获得分配,即使上限加倍也是如此。

该分析表明,财务顾问不仅应该更喜欢缓冲 RILA,而不是底线 RILA,而且在使用特定 RILA 策略之前了解其潜在优势也至关重要。

David Blanchett 博士、CFA、CFP® 是 PGIM DC Solutions 的董事总经理兼退休研究主管。PGIM是保德信金融集团的全球投资管理业务。他还是美国金融服务学院财富管理学兼职教授和退休收入研究所研究员。

韭菜热线原创版权所有,发布者:风生水起,转载请注明出处:https://www.9crx.com/76273.html

(0)
打赏
风生水起的头像风生水起普通用户
上一篇 2023年10月1日 23:42
下一篇 2023年10月2日 23:01

相关推荐

  • 北京大学金融时间序列分析讲义第11章: 长记忆模型

    长记忆模型介绍 ACF是时间序列建模的重要参考。对于ARMA序列,当滞后k→∞时其样本ACF是负指数速度趋于零的。对于单位根非平稳列,其理论ACF无定义(因为自协方差是针对弱平稳列定义的),其样本ACF在样本量T→∞时每个ρ̂ k都趋于1(k>0)。 有一些平稳时间序列的ACF虽然也随滞后k→∞趋于零,但是收敛到零的速度比较慢,只有负幂次k−…

    2023年7月21日
    16200
  • 北京大学Julia语言入门讲义第24章: Julia编程示例–单词和文本

    词典中单词的练习 二分法查词 设dict是一个字符串数组,包含了许多单词,按字典序排列。为了检查字符串word是否在dict中,可以用word in dict的写法,但是这样会进行线性搜索,效率较低。因为词典dict是按升序排序的,可以用二分法搜索。程序如下: function indict(dict, word) a = 1 b = length(dict…

    2023年9月6日
    6100
  • 将美元化提升到一个新的水平:这里是使用美元作为当地货币的国家情况

    阿根廷总统大选可能决定该国是否采用美元作为本国货币。
    但一位顶级分析师表示,由于围绕其货币的民族主义,这种情况不太可能发生。
    其他几个国家,包括巴拿马和津巴布韦,都采用了美元。

    2023年6月22日
    11800
  • 经济增长和通货膨胀的高峰过了吗?

    作者: Nicola Mai、Tiffany Wilding、 Andrew Balls 英国央行(BOE)漫长的加息之旅即将结束。货币政策的收紧加剧了英国金融市场的波动,人们担心英国经济可能很快陷入停滞或陷入衰退。 随着各国继续努力平息大流行后的通胀飙升,类似的情况正在全球上演。各国央行正以不同的时间表和不同的峰值政策利率接近紧缩周期的尾声。 我们认为增长…

    2023年10月19日
    17500
  • 北京大学Julia语言入门讲义第15章: 统计计算

    这一部分介绍如何靠自己编写Julia程序进行定制化的统计计算。从自己编写程序作统计计算的角度简单介绍Julia中与统计计算编程有关的功能,如向量、矩阵计算,最优化,随机模拟,并行计算等。 Julia比较适合用作数值计算,编程既有Python、R、Matlab这样的语言的简洁,又有C++这样的编译语言的运行效率。统计数据分析、作图需要用到许多复杂的算法,有些算…

    2023年8月28日
    38100

发表回复

登录后才能评论
客服
客服
关注订阅号
关注订阅号
分享本页
返回顶部