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

  • 近期债券抛售测试了国债的对冲能力

    作者:凯蒂·格雷菲尔德 (Katie Greifeld)、社艾米丽·格拉菲奥 (Emily Graffeo) 尽管上周股市在货币恐慌期间反弹,但美国国债市场的巨大混乱可能会给华尔街的许多对冲策略带来新的痛苦。 基准债券周五结束了今年最严重的单周抛售,收益率触及 15 年来的最高水平。对于依赖全球最大债券市场来缓解其他地区波动的投资组合来说,抛售已被证明尤其麻…

    2023年10月13日
    12300
  • 通过专注于您可以控制的事情来更好地管理您的资金

    专注于您可以控制的事情是管理资金的最佳方法之一。投资者常常无法认识到他们的财务状况中哪些方面是在他们的控制范围内的。例如,如果被问到为什么你每年没有更多的额外现金剩余,你会怎么说?许多人可能会说他们的工资过低,而不考虑他们的消费习惯。 确实如此:在我们的财务生活中,有很多事情是我们无法控制的。但是,您可以通过减少不可控事件对您的利润的影响来更好地管理您的资金…

    2023年10月29日
    9100
  • 美国经济预期的经济衰退虽然推迟但并未取消

    我一直强调我的想法,即美国(以及全球)经济经历增长衰退的可能性比正常情况高得多。自从美联储开始认真对待通胀斗争以来,我一直在撰写和讨论这种可能性。这场战斗虽然尚未获胜,但正在朝着正确的方向发展。通货膨胀,无论如何衡量(消费者物价指数或个人消费支出价格指数),今年大部分时间(即使不是全部)都在下降。而且经济尚未陷入彻底的增长萎缩。 我今年发布的经济前景包括平均…

    2023年8月8日
    21900
  • 仍被误解?重新审视比特币波动性

    感知并不总是与现实相符。我们怀疑,当人们普遍认为比特币的波动性比其他资产类别大得多时,情况可能就是这样。 我们通过重新审视 Mieszko Mazur 2022 年的论文“对比特币波动性的误解”来测试我们的理论。在这篇博文中,我们将讨论 Mazur 的方法论,更新他的数据,并说明为什么最好以分析和开放的心态来探讨比特币波动性这一话题。 开始 2008 年,比…

    2024年8月6日
    5300
  • 北京大学R语言教程(李东风)第6章:字符型数据及其处理

    字符型向量 字符型向量是元素为字符串的向量。字符串在程序中写成用两个双撇号包围或者用两个单撇号包围的内容。如 s1 <- c(‘abc’, ”, ‘a cat’, NA, ‘李明’) 注意空字符串并不能自动认为是缺失值,字符型的缺失值仍用NA表示。 字符串内容一般从文件、网络、数据库获得,在程序中直接用双撇号或者单撇号写出只是输入字符串的办法之一。 …

    2023年10月24日
    18700

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