簡介
馬可威茨模型為人垢病的是構建的投資組合難以理解、過於集中、對輸入的參數過於敏感、以及估計誤差被放大。這些原因導致金融從業人員不願使用馬可威茨模型。Black-Litterman模型利用機率統計方法，將投資者對大類資產的觀點與市場均衡回報相結合，產生新的預期回報。該模型可以在市場基準的基礎上，由投資者對某些大類資產提出傾向性意見，然後，模型會根據投資者的傾向性意見，輸出對該大類資產的配置建議。新的資產配置具有符合直覺的組合及可以理解的權重配置。Black-Litterman模型自提出來後，已逐漸被華爾街主流所接受，現已成為高盛公司資產管理部門在資產配置上的主要工具。
Black-Litterman模型的直覺表述，就是一種資產的期望收益等於市場均衡收益和投資者主觀期望收益的加權平均。市場均衡收益是市場中實際形成的收益，通過歷史數據的分析可以獲得；投資者主觀的期望收益對於機構投資者而言，源於從上自下或者自下而上的基礎分析，個人投資者可能來源於各種報刊雜誌、網路、股評家等等。如果投資者對自己通過捕捉各種信息形成的主觀判斷信心很大，則主觀的期望收益就會被賦予較大的權重，資產的期望收益就會向主觀期望收益靠攏；反之，如果投資者對自己主觀判斷的信心不足，資產的期望收益就會接近於市場均衡收益。Black-Litterman模型將先驗信息與歷史信息結合起來，是一種典型的貝葉斯分析方法。
Markowitz基於均值方差模型的資產組合問題需要估計所有單個資產的預期收益率和資產間的協方差矩陣。這些參數的估計包括歷史數據法和情景分析法兩種方法。情景分析法的缺點是主觀原因、隨意性太強，因此大多數分析軟體鼓勵採用歷史數據法。如果採用歷史數據法，以預期收益率為例，對樣本區間非常敏感。站在2003年底時點估計中國股市的預期收益率，如果採樣2002至2003,則估計的預期收益率為10.3%；如果採樣2001至2003,則估計的預期收益率為-4.63%,得到的結果顯然沒有意義,因為風險資產的預期收益率居然為負；如果採樣1998至2003,則估計的預期收益率為5.3%；如果採樣1990至2003,則估計的預期收益率為23.2%。如果參數不一樣，模型的輸出結果顯然有大的差異。高盛(Goldman Sachs)的Fisher Black和Robert Litterman（1991）對全球債券投資組合研究中發現，當他們對德國債券預期報酬率做0.1%小幅修正後，竟然發現該類資產的投資比例由原來的10.0%提高至55.0%。
優點
針對資本市場預期不同方法的缺點，Black和Litterman提出了一個基於Markowitz模型的改進模型，他們的模型特點是：（1）削弱了對輸入參數的高度敏感性的弱點。Black和Litterman假定資本市場是均衡的，運用市場風險迴避係數、資產協方差和可觀察到的指數權重推出隱含的資本市場預期。即根據市場可觀察信息推出隱含參數，其邏輯與由Black-Scholes公式推出隱含波動率一致。（2）導入了投資者對某項資產的主觀預期，使得根據市場歷史數據計算預期收益率和投資者的看法結合在一起，形成一個新的市場收益預期，從而使得最佳化結果更加穩定和準確。因此，該模型是將歷史數據法和情景分析法結合起來。在考慮未來的不確定性時，應加入個人主觀意見，只有當投資人有主觀意見時才會承擔風險；相對的，當投資人的主觀意見越強時，也就必須承擔愈高的風險。因此，在B-L模型中，所有的預期報酬率反應了投資人的主觀預期以及該預期的強烈程度。
