长期来看，比特币和 BNB 表现出与股票、大宗商品等传统金融资产几无相关性。同时，BNB 与其它高市值加密货币如比特币（BTC）、以太坊（ETH）等的相关性也低于平均水平。
本报告分析了三种投资组合各自的表现，这三种组合分别是：美股类+固收类投资组合、美股类+固收类+BNB 投资组合、美股类+固收类+BNB&BTC 投资组合。此外，本研究也使用了不同的资产再平衡策略。
得益于 BNB 与其它金融资产的低相关性，当加密货币被加入到传统的多样化投资组合中时，这些组合的风险报酬率得到极大改善（夏普比率提升）。BNB 组合和 BNB+BTC 组合的表现均优于无加密货币的组合，而且相似的比较指标下，BNB 组合又优于 BNB+BTC 组合，尽管 BNB 的波动性更高一些。
基于风险承受力的资产配置再平衡可以减少投资者对加密资产的风险敞口，而每月进行资产再平衡有时会造成投资组合对加密货币风险敞口预期的显著偏差（如：2018 年 1 月的牛市时期）。
由于收益分布呈现非正态分布，为防范重大尾部风险，必须考虑其偏度。BNB 的日回报率分布表现出正向偏度，或许可以帮助投资者更好地管理经济下行的尾部风险，特别是在组合中的其它资产收益分布都是负偏的情况下。
1. BNB 简介
1.1 BNB：币安生态系统的“燃料”
BNB 是币安生态系统的“燃料”，也是币安链的原生代币。BNB 诞生于 2017 年 6 月，并在 7 月作为 ERC-20 代币进行首次代币发行。BNB 的设计初衷是为了实现币安交易平台减免费用的功能，但近年来其应用范围已经大幅拓展。
BNB作为原生代币推动着币安链的发展。例如，它被用于在币安去中心化交易平台上支付费用、发行新代币、发送/取消订单、划转资金等。
BNB 经济系统的核心是销毁机制，周期性地减少 BNB 的供应量（大概每三个月一次），从最初的最高供应量 2 亿枚减至 1 亿枚。 除了链上功能，BNB 还有其它许多应用场景。除了在 Binance.com 上被用于费用打折外，它也可以用来支付第三方服务费，并且获得参与币安资产发行平台活动的权利。
下图完整呈现了 BNB 生态系统包含的机构和项目。
如上文所述，BNB 是币安链的原生资产，用于在网络上开展操作，例如在币安去中心化交易平台上发送订单、在钱包间划转资金、发行新资产等。
但是，币安链所包含的机构和项目可远远不止图 2 所列的内容。
2019 年底开始执行 BEP-3 标准后，BNB 引入了哈希时间锁合约功能和其它机制，以实现区块链间 token 锚定。此举将进一步加强 BNB 与以太坊等其它可编程区块链间的互操作性。
最后，不久后在币安链上支持智能合约这一众人期待已久的功能将进一步增加 BNB 应用场景，解锁更多全新机会。
1.2 BNB 的特征和历史表现
BNB 是一种新兴数字资产，其在最初几年带来了极高的回报率，但后续也多次经历大幅下跌和反弹。
图表 1 – BNB 价格走势（单位：美元）
Source: Binance.com.
表 1 – BNB 历年回报率
2017 （首次发行代币后*） | 2018 | 2019 | |
|---|---|---|---|
回报率 | 8,540% | -29% | 196% |
年化标准差 | 290% | 143% | 81% |
表 2 – BNB 季度回报率
季度 | 回报率 |
|---|---|
Q4 2017 | 575% |
Q1 2018 | 28% |
Q2 2018 | 33% |
Q3 2018 | -32% |
Q4 2018 | -39% |
Q1 2019 | 182% |
Q2 2019 | 86% |
Q3 2019 | -51% |
Q4 2019 | -13% |
Source: CoinMarketCap, Binance.
1.3 BNB 与其它资产是否存在相关性？
1.3.1 与其它加密货币和数字资产的相关性
如我们此前发布的加密货币相关性报告所描述，加密货币之间、加密资产之间通常呈现强烈的正相关性。
图表 2 – 2019 年高市值加密资产间相关性表现
Source: CoinMarketCap.
2019 年，加密货币间的平均相关性比率稳定在较高的 0.72，说明加密资产回报率之间呈现强相关性。
在排名前十的高市值加密资产中，BNB 的平均相关性最低，只有 0.58。
BNB 与其它高市值加密资产间呈现出中等正相关关系：与 BTC 的相关系数为 0.57，与 XRP 的为 0.52，与 LTC 的为 0.64，与 ETH 的为 0.63。相比之下，BTC 和 ETH 这两种市值最高的加密资产却呈现出了高度相关性（0.82）。
1.3.2 与传统金融资产的相关性
资产 | 代码 (BLOOMBERG) | 描述 |
|---|---|---|
标准普尔 500 指数 | SPX | 美国股票市场指数，基于在纽约证券交易所、纳斯达克、芝商所 BZX 交易所上市的 500 只大型公司股票市值。 |
罗素 2000 指数 | RTY | 美国股票市场指数，基于罗素 3000 指数中公司市值最低的 2000 只股票市值，追踪中小盘表现。 |
纳斯达克综合指数 | CCMP | 美国股票市场指数，主要呈现纳斯达克股票市场中的普通股及相关证券的表现。 |
彭博巴克莱全球综合指数（美元 | LEGATRUU | 主要呈现政府及政府相关债券、公司债券、成熟及新兴发行者发行的资产担保债券、抵押担保债券、商业贷款抵押债券等的表现。 |
彭博巴克莱美国综合指数（美元） | LBUSTRUU | 主要衡量投资等级债券、美元计价固定利率应税债券市场的表现，包括国债、政府相关证券、公司证券、抵押担保证券、资产担保证券、担保抵押证券等。 |
石油 | CL1 | 纽约商业交易所的原油期货价格。 |
黄金 | GC1 | 纽约商品交易所的黄金期货价格。 |
白银 | SI1 | 纽约商品交易所的白银期货价格。 |
彭博大宗商品指数总回报率 | BCOMTR | 广泛多样化的大宗商品价格指数，追踪大宗商品现货市场的期货合约价格。 |
图表 3 – 2019 年 BNB、BTC 与传统金融资产间的相关性
Source: CoinMarketCap, Yahoo Finance, Bloomberg.
BNB 似乎是一种独特的资产：它不仅与传统金融资产没有相关性，与其它加密货币的相关性也几乎是最低的。
下一节我们将主要探讨如何构建含有比特币（BTC）和 BNB 的投资组合模型，以及对这些组合表现进行回测。
2. 投资组合模型的方法论和构建
本报告中主要采取两种常用的投资组合构建方法：
基于时间周期的再平衡：根据事先设定的固定时间间隔进行资产权重平衡。例如，每个月月底根据不同风险水平（如 5%）调整 BNB 的资产权重。
基于风险承受力的再平衡：（也叫“动态边界重组”），就是无论什么时候，只要投资组合的有效资产权重超过风险阈值就进行重组。
一般来说，不同平台和交易所都会对所有资产交易收取手续费。由于现实原因，本次分析将不考虑滑点，即使它对于机构及投资者来说有时是一个关键变量。本次分析中我们将统一假设所有资产的交易手续费都为0.10%。
我们将根据 21 Shares 此前的研究报告（Ige，2019）来构建投资组合，其中传统资产的占比为 95%。我们采用了传统 60%/40%的股债比例，并把投资范围设定在美国市场。
加密货币的占比设定为 5%，并分两种情况1讨论：（1）只有 BNB，（2）BNB 和 BTC 都有。
下一节，我们将进行 4 个投资组合的回测，并以2 个不含加密资产的基础组合为基准进行对比分析。
所有组合的数据时间范围均为 2017 年 9 月 30 日-2019 年 12 月 31 日。 组合 1:每月重组的 BNB 组合
每月的最后一个交易日进行再平衡，把 BNB 权重重新调整到 5%。 组合 2: 每月重组的 BNB+BTC 组合
每月的最后一个交易日进行再平衡，把 BNB 和 BTC 的权重重新调整到各占 2.5%。 组合 3: 基于风险容忍度的 BNB 组合
突破设定界线时进行再平衡，把 BNB 权重重新调整到 5%。
触发重组的上下界线分别设定为 2.5%和 7.5%。 组合 4: 基于风险容忍度的 BNB+BTC 组合
突破设定界线时进行再平衡，把 BNB 和 BTC 的权重重新调整到各占 2.5%。
触发重组的上下限分别设定为 1.25%和 3.75%，BTC、BNB 均一样。
3. 结果与分析
在下一节，我们将通过历年回报率、年化回报率、波动率、夏普比率和最大回撤等指标展示基于时间周期和基于风险承受力的重组策略下各组合的表现。然后，我们将对数据进行分析，从而更好地理解 BNB 为投资组合多样化做出的贡献程度。
3.1 基于时间周期的再平衡
图表 4 – 组合表现（基准=1000）
表 3 – 历年回报率
投资组合 | Q4 2017 | 2018 | 2019 | Q1 2020 |
|---|---|---|---|---|
基准 | 3.92% | -2.77% | 2.19% | -9.67% |
BNB 组合 | 2.16% | -2.99% | 29.09% | -9.31% |
BBNB + BTC 组合 | 16.77% | -5.36% | 27.71% | -9.52% |
表 4 –基于时间周期的重组：各组合主要绩效指标
组合模型 | BNB | BNB + BTC | |
|---|---|---|---|
年化回报率 | 5.23% | 17.87% | 12.87% |
年化波动率 | 10.76% | 15.35% | 12.85% |
年化夏普比率 | 0.368 | 1.081 | 0.903 |
最大回撤 | 16.29% | 19.22% | 18.66% |
图表 5 – 组合资产权重（BNB 组合）
图表 6 – 组合资产权重（BNB+BTC 组合）
不出所料，在基于时间周期的重组策略下，BNB 组合表现要优于基准组合和 BTC+BNB 组合。虽然 BNB 组合的波动性要高于 BTC+BNB 组合，但更高的回报弥补了这一缺陷 – BNB 组合的夏普比率为1.081，而基准组合只有0.368，BNB + BTC 组合也只有0.903。
在 2017-18 牛市接近尾声时，因 1 月初 BNB 价格上升到了 20 美元以上，其资产权重高达 14%。然而，我们需要注意到，这与 5%的设定权重已相差甚远，在 2018 年初牛市转熊的背景下，可能会给投资者带来高于理想水平的风险 – 但如果采取了基于风险容忍度的重组策略，则不会发生这样的事情。
3.2 基于风险容忍度的再平衡
图表 7 – 组合表现（基准=1000）
表 5 – 历年回报率
Q4 2017 | 2018 | 2019 | Q1 2020 | |
|---|---|---|---|---|
基准 | 3.95% | -3.12% | 22.16% | -10.33% |
BNB 组合 | 14.17% | -0.42% | 29.01% | -10.00% |
BNB + BTC 组合 | 13.98% | -3.82% | 27.37% | -10.00% |
表 6 - 基于风险容忍度的再平衡：各组合主要绩效指标
Model | BNB | BNB + BTC | |
|---|---|---|---|
年化回报率 | 4.87% | 15.28% | 12.02% |
年化波动率 | 11.25% | 13.32% | 12.06% |
年化夏普比率 | 0.320 | 1.052 | 0.892 |
最大回撤 | 17.11% | 19.67% | 18.5% |
图表 8 – 组合资产权重（BNB 组合）
图表 9 – 组合资产权重（BNB+ BTC 组合）
我们观察到，在两种策略之下，BNB 组合在年化回报率和夏普比率方面的表现都要优于基准组合和 BNB + BTC 组合 – 但相应地 – BNB 组合的波动性也比后两者高得多。
不出所料，采用基于风险容忍度的再平衡策略可以避免出现另一策略之下的 BNB 权重过高问题。虽然这降低了 2017-18 牛市的潜在收益，但同时也降低了 2018-19 熊市的潜在风险 – 这一事实反映在BNB 组合和 BNB+BTC 组合的波动性大幅下降。最后，基于风险容忍度的再平衡策略似乎可以更可靠地让投资者避免投资组合暴露于加密资产不必要的风险之中。
3.3 偏度
3 月 12 日的市场大跌 – 有些加密货币业内人士称之为“黑色星期四” – 进一步凸显了在构建最优投资组合时将尾部风险和回报率偏度纳入考虑范围的重要性，特别是对于含有 BNB、BTC 等加密货币的投资组合。
现代投资组合理论通常假设回报率分布可以通过分布平均值和标准差来分析；在这一背景下，这两个指标让投资者计算的是平均回报率和波动性。然而，事实上，金融资产的回报率分布极少呈正态分布。
下面的图表展示对比了我们此前采用基于风险承受力重组策略的三个样板组合的回报率分布，以及平均值、标准差、取样数量都相同的正态分布。
图表 10 – 投资组合分布
正如我们所看到，没有一个组合的分布与正态分布相似。值得注意的是，这些组合分布是负向偏离正态分布的（负偏），且与正态分布相比其尾部更厚（肥尾）。这两个事实所对应的衡量指标便是“偏度”和“峰度”。正态分布的偏度为 0，峰度为 3。
然而，如下表所示，投资组合的回报率偏度和峰度与正态性的基准指标值相距甚远。此外，我们还用三种常用的检验方法来检验任何分布的正态性 – Shapiro-Wilk 检验、D’Agostino’s K^2 检验和 Anderson Darling 检验 – 我们设定了 5%的显著性水平来进一步确认我们对投资组合回报率正态性这一判断。
表 7 – 组合偏度、峰度和正态性检验
理论正态分布 | 比较基准 | BNB | BNB + BTC | |
|---|---|---|---|---|
偏度 | 0 | -1.42 | -1.33 | -1.76 |
峰度 | 3 | 16.9 | 18.6 | 20.7 |
Shapiro-Wilk 检验 | 通过 | 不通过 | 不通过 | 不通过 |
D’Agostino’s K^2 检验 | 通过 | 不通过 | 不通过 | 不通过 |
Anderson Darling 检验 | 通过 | 不通过 | 不通过 | 不通过 |
单独从现代投资组合理论来看，三种组合以及加密资产回报率出现的“肥尾”分布给投资者以重要警示 – 在考虑回报率偏度和尾部风险时 – 可能导致对下行风险的系统性低估，就像“黑色星期四”一样。大多数的股权类资产、比特币以及其它“风险承受”资产都呈现负向偏度。
有趣的是，BNB 1.65 的正向偏度，让其成为了其它正向偏度资产（总体来说）的一员，这些资产还包括 VIX 恐慌指数和避险资产（在下面的例子中我们用 iShares Barclays 的 1-3 年期国债基金（SHY）来进行对比分析）。
表 8 – 不同资产的偏度比较
BTC | BNB | VIX | SHY |
|---|---|---|---|
-0.373 | 1.65 | 3.38 | 0.905 |
负向偏度的回报率意味着较频繁的低收益和偶尔的高损失 – 衰退期的股票和比特币就是这样的例子。相反，正向偏度的回报率意味着较频繁的低损失和较不频繁的高收益。VIX 恐慌指数就是一个容易理解的例子，因为它追踪的是标普 500 指数的隐含波动率，标普 500 指数在长时间内都为低波动（例如 2008 年后的牛市），然后会出现罕见的较大跌幅和高波动性时期。
BNB 具有正向偏度这一特性也许可以说明，把它加入到大多数资产都为负向偏度的投资组合中将特别有用 – 它可以把整个投资组合的偏度拉向 0，使其能更好地应对长尾事件。
4. 总结
我们的分析印证了这一研究结果：在“传统”投资组合中加入少量加密资产可以大幅提升风险调整后的投资回报。针对 BNB，我们展示了把它加入一个包含再平衡策略的投资组合中能带来重大多样化利好，而基于风险承受力和时间周期的两种重组策略之下，BNB 目标权重为 5%的投资组合表现都优于无加密货币的投资组合。有趣的是，在我们选取的研究时间范围内，BNB 组合的表现也要优于 BNB+BTC 各占 2.5%的组合，即使 BNB 和 BTC 之间的相关性低于平均水平。
在加密货币市场应用现代投资组合理论时，我们常常忽略了回报率偏度和峰度对风险和预期回报率的影响。我们通过大量分析展示了 – 传统投资组合和含有加密货币的投资组合都不服从正态分布，并且它们之中的大多数都有负向偏度。如果不考虑到这一事实，投资者将可能低估下行风险。有趣的是，在过去两年，BNB 的回报率偏度是正向的，这使它拥有了进一步对冲目前下行尾部风险的作用，特别是对于大多数资产为负向偏度的投资组合，其效果尤为显著。
这篇报告是与21Share合作撰写。21Shares 允许投资者在瑞士六家交易所轻松、安全、规范地交易加密货币。
参考
币安研究院（2019）。《探索多样化比特币投资的好处》 https://research.binance.com/analysis/bitcoin-diversification-benefits
币安研究院（2020）.《2019 年加密货币相关性回顾》 https://research.binance.com/analysis/annual-crypto-correlations-2019
马特·霍根（2018）。比特投资公司。《含有加密货币的机构投资组合》 https://static.bitwiseinvestments.com/Research/Bitwise-The-Case-For-Crypto-In-An-Institutional-Portfolio.pdf
Ige, L（2019）.《加密资产组合优化》 https://www.amun.com/img/uploads/amun-portfolio-optimization-with-crypto.pdf
还有很多其他的论文(例如，Hougan 2018, Binance Research 2019)调查了比特币在传统投资组合中的多样化性好处。↩