后COVID-19世界的定位

令人惊讶的是，当我们关闭给朋友和同事的通话，电子邮件和消息时，一个短语能很快成为日常生活的一部分，或者两个小词能很快开始提供一种人际关系的度量。

自世界卫生组织宣布最新小说冠状病毒成为全球大流行以来的第一周，我们已经看到了对日常生活的前所未有的影响。从广泛的旅行限制，国家封锁边界，自我隔离的增加以及许多公司在可预见的将来实施在家工作的政策，企业和个人正在适应新的工作方式。

像全球经济的许多领域一样，金融市场也受到了COVID-19的影响，世界卫生组织宣布后的头7天，全球大多数主要指数，商品和货币都出现了两位数的跌幅：

除此之外，金融媒体目前还不清楚：我们是否已跌至谷底？市场会继续下降吗？我们会看到市场趋平吗？我们什么时候会开始看到上升趋势？在未来几周/几个月中，某种形式的经济刺激有多大可能？

由于不确定性可能会变得犹豫不决，并且随着人们努力导航当前的市场环境并寻求这些问题以及更多问题的答案，我们考虑了如何才能使人们对下一步市场可能产生的影响有一个清晰的认识。为此，我们着眼于解决上述问题之一，并较为乐观地关注于一旦上升趋势开始后市场将如何反弹以及投资者如何利用这一优势进行自我定位。

识别市场动向并建模其变化可能会如何影响市场的影响

我们从一个相对简单的例子开始。在过去的几周中，由于冠状病毒主导了媒体，我们已经看到原油价格跌至10年低点。沙特阿拉伯寻求在未来两个月内提高原油出口量，再加上COVID-19驱动的需求下滑，这两者的结合有效地使石油价格触底。

当我们开始思考复苏将如何发生时，我们可以指向各个市场和商品，看看每个市场和商品的上涨如何影响各种投资组合和指数。

出于我们的目的，我们着眼于模拟WTI原油连续期货价格的上涨及其对MSCI欧洲股票的影响，该股票被用作可投资资产领域的代表。为了系统地做到这一点，我们应用了因素压力测试框架。这涉及到计算原油价格与风险模型内因素收益之间的相关性，然后捕获对指数的影响，该指数是MSCI欧洲股票与给定风险模型内beta因素之间的敞口。石油和风险模型因素），以及我们预计石油系列将变动的指定金额。将衰减率和其他方法应用于要素收益，以说明预期相关性会发生变化的环境。

在本例中，我们从对油系列的假设冲击开始。我们模拟了原油价格回升至2019年12月底当前危机爆发之前的200天移动平均价格水平的情况; 价值约 52欧元。

根据目前的市场，我们预计这种上升将使MSCI Europe的收益增长近8％：

分解这个数字，我们可以看到英国和法国的指数交易成分将分别推动该增长，分别贡献回报的2.70％和1.17％：

但是，就独立而言，挪威将有望获得最高的增长，几乎达到17％，而能源股将获得最高的独立回报。挪威紧随其后的是瑞典，英国和奥地利，所有这些国家的回报率都可能超过10％。

如果这篇文章是在几个月前写的，那么压力测试背后的假设（使用基于相对较新的200天移动平均价格的目标恢复水平）似乎是合理的。但是，当今世界及其金融市场看起来与短短几周前的情况大不相同。因此，上述复苏前景非常乐观，比3月17日的水平高出约110％。

为了解决这个问题，我们研究了两种其他的原油回收方案。其中第一个使用相同的目标恢复水平（52欧元），但纳入了进行恢复的范围。通过应用三个月的观察期，本质上给了商品恢复的时间，对MSCI欧洲的影响更加减弱，该指数仅上涨了2.99％，瑞典股票在该指数中的贡献最大，表现最佳：

第二种方法是基于观察到的原油价格历史变化来考虑复苏。回顾1997年初（所使用的潜在风险模型的开始日期），我们可以看到，原油价格的一日最高变化是在2009年1月16日全球金融危机期间发生的。接下来的最高移动是2008年12月，一天的变动为16.28％。

通过采用比上述方法更为保守的方法（此处的目标是在整个原油价格系列中观察到的一天最高变化幅度在18％左右的反弹），我们认为对MSCI欧洲的正面影响为1.28％。在此，英国再次成为整体指数的最大贡献者，而挪威则是最大的独立变化者。

探索增加对目标股票和市场的曝光

考虑了油价的回升之后，我们开始考虑全球市场回升的时机。根据联合国的资料，截至3月16日，中国的COVID-19病例数呈下降趋势。假设趋势持续，我们可以说中国将是最早进入COVID-19后的经济体之一。复苏。

因此，我们考虑了如何使自己从这种复苏中受益，并考虑了两种不同的方法。首先，遵循上述因素压力测试方法，我们扩大了分析范围，以捕捉对MSCI欧洲指数成分的影响，前提是我们看到MSCI中国指数以及MSCI中国工业部门的复苏。在每种情况下，目标恢复水平都是自2019年12月底起的200天移动平均线，在这两种情况下，我们都注意到中国的积极恢复将与MSCI欧洲指数的上升有关：

再说一次，如果这篇文章是几个月前写的，那么上面的想法和期望也许值得进一步研究。例如，确定哪些国家，行业或股票是这种上升的根本驱动力。但是，这种类型的因素压力测试依赖于在因变量（在本例中为MSCI China）和自变量（潜在风险模型内部的因素）之间计算的beta敏感性。随着市场中相关性的增加，人们提出一个问题，即是否可以预期中国的复苏将由系统性事件驱动，以便我们可以预期欧洲MSCI同时复苏。

为了解决这个问题，我们研究了一些方法，使我们可以再次利用中国来增加对正在复苏的市场的敞口，以利用这次反弹。

在这里，我们代理了MSCI Europe的可投资领域，力图模仿可供欧洲投资者使用的资产。为了确定哪些股票可能从中国的复苏中受益，我们使用FactSet专有的GeoRev数据库考虑了指数中每只股票的收入来源。通过关注那些收入占比较大的股票来自中国，我们可以确定在复苏时可能要考虑的目标证券清单。

例如，从必和必拓集团（BHP Group PLC）的数据来看，中国约占公司收入的53％，比上一年增长了约4％，并且是三年趋势的一部分：

考虑到上述因素，在必和必拓集团中任职将使投资者通过直接投资欧洲股票而间接对中国敞口。尽管这种方法可能会增加对中国的了解，但这种策略引入了更多注意事项。我们应该在每种证券中占据多大的位置？这种方法是否会无意间导致集中在国家，部门，风格等方面？为了解决此问题并在整个索引中扩展该方法，我们转向了投资组合优化过程。

在这里，我们将MSCI Europe的成分传递给了Axioma投资组合优化工具，该投资工具已完全集成到FactSet平台中，并建立了一个快速优化案例，专注于重新平衡指数中股票的权重。我们的优化目标力求最大程度地利用通过GeoRev数据库确定的，从中国产生较大比例收益的股票的敞口，同时最大程度地减少MSCI欧洲初始指数的动态平衡变动。添加了约束条件以确保持有起始指数中的所有股票，并且不以高于或低于起始指数的最大值/最小值的权重持有证券，以防止特质集中。

重新平衡该指数后，我们发现与英国和德国的MSCI Europe所持股票相关的权重增加，而法国的显着下降：

新兴指数中排名前10位的证券占该指数的44.94％，而标准MSCI指数中该指数仅占21.60％，必和必拓集团和阿斯利康在我们的再平衡指数中的权重最高：

尽管这是一个相对任意的例子，但是该方法可以洞悉哪些证券可以根据其收益的地理来源来增加对正在复苏的市场的敞口。

考虑了收入的地域来源之后，还值得通过分析其供应链来更深入地研究公司收入模型的DNA。通过更好地了解股票供应商和客户的地理位置，我们可以更好地确定在特定市场复苏的情况下哪些证券可能会复苏。例如，如果一家欧洲公司的大量消费者位于美国境内，那么该公司是否会跟随欧洲市场的复苏，或者其反弹会更符合美国市场的时机？同样，如果同一家公司的供应商处在一个仍然处于压力之下的市场中，尽管其国内市场可能已经恢复，该公司的供应链也会受到影响吗？

通过上述分析，我们进一步发现了阿斯利康（AstraZeneca PLC）对来自中国的收入的重大贡献，我们可以发现，来自FactSet供应链数据库的公司排名前五的供应商，合作伙伴和客户位于中国境外；即在欧洲（法国和西班牙），日本，印度和美国：

如果这些市场仍然处于压力之下，我们可能会看到阿斯利康在复苏中的市场中获得额外收入的能力受到影响。

结论

当前的COVID-19大流行是最近历史上金融市场面临的最大挑战之一。但是，就像其他黑天鹅事件和市场危机一样，这将会过去，并且这样做将为增长提供独特的机会。通过了解市场变化趋势的影响，投资者可以确保在适当的时候拥有采取正确行动所需的信息。

上面我们提出了两种方法来帮助理解。首先，一种通过压力测试框架来模拟市场复苏方法的系统方法，以确定哪些股票可能会受益。其次，利用地域收入来源以及对公司供应链的了解和优化框架，以间接接触可能无法进行直接投资的复苏市场。