在“模因股票”热潮的顶峰时期，投资者们通过投机交易一夜暴富，也损失惨重，他们的交易频频登上新闻头条。这一趋势如此剧烈且影响广泛，以至于相关报道不仅出现在财经刊物上，还蔓延到主流媒体，甚至出现在一些电影剧本中。大量散户投资者如此有组织地集中投资于空头持仓比例高的股票，这给专业基金经理带来了一种新的、快速演变的风险。
概念股热潮应该提醒所有投资者，风险并非一成不变。它会随着全球事件、技术进步、政策变化和其他动态因素而不断演变。投资组合经理需要拨开迷雾，专注于实质性风险。传统的风险指标，例如波动率和贝塔系数，仍然适用，但它们往往无法捕捉到诸如概念股狂热之类的主题性风险。这类风险会突然出现，并对特定行业或公司造成不成比例的影响。有效的风险衡量和缓解是投资组合管理的基础，有助于控制意外风险敞口，并为证券选择提供依据。
降低主题风险需要积极主动，将定量分析与定性见解相结合，并辅以尖端方法，而不是现成的风险模型。
通过及早识别脆弱性，我们的投资组合经理可以调整风险敞口、对冲头寸并保持抵御冲击的能力。识别新兴风险（例如地缘政治紧张局势、供应链中断、人工智能 (AI) 或关税等）的影响，是自上而下定性分析的一部分，旨在了解市场如何在一夜之间发生转变。这种自上而下的定性分析方法只是我们系统核心股票团队评估风险的四种方法之一（图 1）。
主题风险有哪些独特之处？
主题性风险往往突然出现，并对特定行业、领域或公司施加集中压力，这使其与其他市场风险的发展方式有所不同（图 2）。例如：
- 新冠疫情封锁： 全球停摆扰乱了供应链、零售和旅行，造成了前所未有的运营和财务压力。
- 新冠疫情后的重新开放： 重新开放阶段给酒店业和能源业等行业带来了波动，这是由于被压抑的需求和通胀压力造成的。
- 关税： 贸易战和关税会重塑制造商和出口商的成本结构，影响利润率和竞争力。
- 人工智能： 人工智能的快速普及预计将造就赢家和输家，缺乏相关经验的公司可能会表现逊于同行。最近，这种情况在软件行业尤为明显。值得注意的是，人工智能可能带来的巨大影响促使我们思考人工智能赋能者、人工智能采用者和人工智能基础设施等子主题。
识别和监控这些风险有助于确保投资组合决策反映的是细致的实际情况，而不是宽泛的行业假设。
自然语言处理有助于识别新出现的风险
Allspring 的专业系统研究团队致力于改进和完善我们在证券选择、投资组合和风险管理方面的方法。过去十年来的一项关键进展是将自然语言处理 (NLP) 应用于新兴风险评估。NLP 是人工智能的一个分支，它使机器能够理解和分析人类语言。
在证券分析中，自然语言处理 (NLP) 是一种非常有用的工具，可以将非结构化文本（例如盈利报告、监管文件和新闻稿）转换为可操作的研究见解。
我们如何运用自然语言处理技术来生成更好的主题展示
借助第三方自然语言处理 (NLP) 评分，我们可以将公司与特定主题关联起来，即使这些主题是由事件驱动的，并且会突然作为新兴风险出现。例如：
- 识别围绕供应链脆弱性或关税影响的语言变化
- 追踪管理层对人工智能采用情况的评论中的情绪变化
- 认识到始于新冠疫情封锁的远程办公文化对商业地产的长期影响
- 其他黑天鹅事件发生时的情况
这种方法提高了对公司业绩基本驱动因素的透明度，并允许投资组合经理进行数据驱动的调整，旨在减少或消除可能因我们对公司的具体看法而自然产生的意外风险敞口。
自然语言处理数据应用
举例来说，以下两个例子说明了我们的团队如何使用 NLP 数据来指导我们的投资组合管理决策。
1. 大都会人寿：商业地产风险敞口
大都会人寿保险公司（MetLife, Inc.）是一家全球性保险公司，提供年金、人寿保险、汽车保险和房屋保险。我们的自然语言处理（NLP）数据研究表明，在人寿保险公司中，该公司是办公楼投资最集中的投资者，办公楼占其商业抵押贷款（CML）组合的 39%。新冠疫情加速了远程办公趋势，并导致办公楼需求结构性下降，进而引发美国主要市场房地产估值大幅回调，使得这种投资风险加剧。随着 CML 信贷指标走软，包括贷款价值比、偿债覆盖率和逾期余额的增加，潜在的房地产损失预计将推高贷款损失准备金率，从而拖累盈利。为审慎风险管理，我们减持了该仓位，并将资金重新配置到另一家风险/回报比更具吸引力的公司（图 3）。
2. EMCOR：人工智能曝光率正在追赶
风险管理并非总是意味着减持仓位；为了实现更佳的投资组合平衡，我们有时会增加对特定主题的配置——尤其是在该主题相对于相应基准存在显著低配的情况下。我们运用自然语言处理（NLP）信号发现，我们此前已看好并持有的 EMCOR 集团（一家领先的专业承包商，提供电气和机械施工及设施服务）在美国电气业务领域受益匪浅，这主要得益于人工智能驱动的数据中心建设。除了其极具吸引力的个股特质（例如估值、质量和动量评分）使其成为理想之选外，EMCOR 还有助于我们调整此前在人工智能基础设施主题组合中的低配，使其成为我们投资组合中的关键持仓（图 4）。对于那些了解 EMCOR 在工业板块分类的人来说，将其纳入人工智能基础设施主题组合可能会让他们感到格外意外。
未来方向
我们目前识别主题投资组合的方法融合了以下两方面：1）自然语言处理（NLP）工具所带来的可扩展的清晰度；2）资深投资组合经理的丰富经验和独到见解，以识别感兴趣的主题。如今，我们每小时分析数千份文档，挖掘潜在的投资主题，并通过经验丰富的人工判断进行进一步完善。随着我们不断改进 NLP 数据的应用方法，我们致力于持续开发更复杂的统计流程，以识别哪些主题真正构成市场的基本动态，以及这些量化得出的主题在多大程度上能够补充传统的风险模型。
热门股票和其他投资趋势往往凸显出风险管理不应局限于传统指标。整合自然语言处理（NLP）等先进工具，并在个股层面监控主题风险，有助于投资组合经理预测市场波动，并调整投资组合以增强其韧性和增长潜力。在瞬息万变、充满挑战的时代，这种积极主动的方法对于为客户带来卓越的投资回报至关重要。
© Allspring Global Investments
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/97749.html
