- 1 - 敬请参阅最后一页特别声明 熊颖瑜 联系人 （8621）60753902 Xiongyingyu＠gjzq.com.cn 张剑辉 分析师 SAC执业编号：S1130519100003 (8610)66211648 zhangjh＠gjzq.com.cn 股债框架下的宏观风险配置策略（2021年11月期） 主要观点：配臵结论基本保持稳定，相较长期继续低配股票、保持相对低久期 本文的资产配臵策略主要是从战略性配臵的角度出发，在各大类资产间进行长期的、整体性的规划，寻找不同资产价格变化的共同驱动力，将传统的大类资产层面配臵转为宏观风险因子配臵。构建从表层的大类资产向底层的宏观风险的穿透，使组合的配臵不再局限于资产间的收益表现，转而关注由隐含因子刻画的宏观风险因子轮动，使得组合真正实现风险的均衡。  大类资产的相关性在不同长度时间窗口是有差异的。不同宏观因子主导下，大类资产协方差矩阵会有所不同。本模型构建大类资产与宏观风险之间的转换矩阵，通过动态调配宏观风险贡献，得到宏观因子权重后反推到所需的大类资产的权重。  本模型考虑国内银行保险等资产管理机构的中长期主要资产配臵需求，努力探求A股股票和债券两大类资产间的配臵关系，并适当细分探求细分资产或风格轮动，暂不考虑部分由非投资因素影响配臵的现金资产、净值化程度不高的非标资产以及股权资产，同时对于配臵尚较少的黄金、原油、海外市场等资产也尚不纳入考量。本模型通过主成分降维的方法，构建了基于股债的宏观因子体系，其主要因子：经济增长、利率、信用、 期限利差与大小盘因子。大量研究结论显示，该构建方法具有高频性、稳定性与强解释力。  通过宏观风险归因我们发现：风险平价组合均不等同于宏观风险均衡。风险平价在利率因子上存在过高的暴露。回测结果显示，本模型对于基于资产的风险平价模型有较为显著的改进效果，可提高风险收益特征。策略构建的股债框架下的五因子的宏观因子风险配臵在过去十年年化收益为8.29%（1.4倍杠杆），夏普比率4.14，相比于比较基准（风险平价组合）超额收益较为稳定，最大回撤5.22%。且由于底层的宏观风险得到了更好的分散，不再过多地将组合的走势暴露在利率因素上。  截止2021年10月底，模型观测到的经济增长因子的波动较前上月略增加，利率因子波动略微减少。因此最新一期模型整体进一步微幅减少了对于经济增长因子暴露最多的股票资产的配臵，降低长期债券配臵，同时微幅增加了中短债券、信用债配臵，整体杠杆比例基本稳定。我们构建的股债框架下的宏观风险配臵组合（完全量化，未对宏观风险进行主观预测）建议如下：沪深300比例为0%，中证500比例0.45%，中债10年期国债45.56%，中债3-5年期国债50.80%，中债1-3年信用债43.19%，总体杠杆1.4倍。读者可以根据对宏观因素的判断，参照调整各类风险配臵比例。 风险提示：诸如中美贸易摩擦升温、地缘政治摩擦冲击、货币政策变化等等对宏观经济影响的不确定性。 2021年11月2日 大类资产配置月报 量化投资策略报告 证券研究报告 金融产品研究中心 2021年11月量化投资策略报告 - 2 - 敬请参阅最后一页特别声明 第一部分：最新配臵建议 2021年11月股债框架下的宏观风险配臵建议：配臵结论基本保持稳定，相较长期继续低配股票、保持相对低久期 宏观风险配臵组合：就是通过优化的方法将组合风险按照配臵系数分散到不同的宏观风险上，该方法优势在于能够真正实现宏观层面的风险分散，而非资产层面的均衡。 系统化宏观风险模型首先将大类资产配臵的收益理解为背后承担的宏观风险暴露。模型使用的PCA方法有其天然的优势，将宏观因子用大类资产的某种组合刻画出来，相关性极低。当前使用最多的风险平价模型只是简单的将资产的价格波动率作为风险指标，会过多的暴露在利率风险之上。实测检验显示，通过对底层的低相关性宏观因子做战略风险配臵，可以提高模型的整体风险收益比。 截止2021年10月底，模型观测到的经济增长因子的波动较前上月略增加，利率因子波动略微减少。因此最新一期模型整体进一步微幅减少了对于经济增长因子暴露最多的股票资产的配臵，降低长期债券配臵，同时微幅增加了中短债券、信用债配臵，整体杠杆比例基本稳定。我们构建的股债框架下的宏观风险配臵组合（完全量化，未对宏观风险进行主观预测）建议如下：沪深300比例为0%，中证500比例0.45%，中债10年期国债45.56%，中债3-5年期国债50.80%，中债1-3年信用债43.19%，总体杠杆1.4倍。读者可以根据对宏观因素的判断，参照调整各类风险配臵比例。 图表1：当前配臵比例及相与上季末值对比 沪深300 中证500 中债10年期国债总财富 中债3-5年国债总财 中债1-3年期信用债 杠杆 20210831 0 0.90% 45.63% 50.41% 43.06% 140.00% 20210930 0 0.62% 45.56% 50.69% 43.12% 140.00% 20211029 0 0.45% 45.56% 50.80% 43.19% 140.00% 来源：wind，国金证券研究所 第二部分 宏观风险配臵策略历史回测及原理 2.1 大类资产走势 本模型考虑国内银行保险等资产管理机构的中长期主要资产配臵需求，努力探求A股股票和债券两大类资产间的配臵关系，并适当细分探求细分资产或风格轮动，暂不考虑部分由非投资因素影响配臵的现金资产、净值化程度不高的非标资产以及股权资产，同时对于配臵尚较少的黄金、原油、海外市场等资产也尚不纳入考量。 因此，在回测模型中我们主要用到的资产为A股（二级市场）和债券，具体细分标的资产选择为：'沪深 300'、'中证500'、'中债10年期国债总财富'、'中债3-5年国债总财'、'中债1-3年期信用债'，而其他资产暂不做考虑。回测时间起始点：‘2010-01-01’；结束点：‘2021-10-31’。 上述细分标的资产的走势图如下： 2021年11月量化投资策略报告 - 3 - 敬请参阅最后一页特别声明 图表2：大类资产走势 来源：wind，国金证券研究所 2.2 传统风险平价策略在利率风险上暴露过多： 使用同样的资产（股票、债券指数）进行风险平价配臵，会发现仅仅使用大类资产波动率做风险平价的其中一个明显的缺陷：超高配债券（加入现金的话，现金资产配臵比例亦很高）。这是由于传统的风险平价本质上会给过去波动最小的资产极高的权重，仅仅使用资产收益率标准差进行风险度量，无法客观的反映风险的实际情况。债券资产由于过去稳定的表现具有优越的夏普比例，导致风险平价会过于偏重于债券资产（平均配臵比例在90%左右）。 回测指数：'沪深 300','中证500','中债10年期国债总财富','中债3-5年国债总财','中债1-3年期信用债'。回测时间起始点：2010-01-01；结束点：2021-10-31。 大类资产风险平价模型回测收益情况如下：年化收益6.83%，夏普比例3.65，最大回撤4.05%。 图表3：大类资产风险平价策略 来源：wind，国金证券研究所 2021年11月量化投资策略报告 - 4 - 敬请参阅最后一页特别声明 图表4：大类资产风险平价策略资产权重 来源：国金证券研究所 根据模型回测，大类资产风险配臵组合所暴露的宏观风险为利率风险以及经济增长风险。从历史平均情况来看，该组合暴露70%-80%的利率风险以及15%-20%的经济增长风险。 图表5：风险平价策略的宏观因子暴露 来源：wind，国金证券研究所 2.3 宏观风险配臵模型能够改善传统风险平价模型： 由于风险平价策略无法达到在宏观风险上的相对均衡，甚至在宏观风险拆解后的均衡性上还不如等权组合，因此我们可以借助风险平价（特殊情况下的风险预算）的整体理念，以及构建的宏观风险因子，来实现‚宏观风险配臵‛的目标，即构建从大类资产到宏观因子，再到大类资产的闭环。 我们保持固定的宏观因子风险配臵系数不变，通过以宏观因子为隐形资产带入风险预算模型中，发现宏观因子的动态均衡配臵效果比风险预算模型效果更好。回测结果如下： 2021年11月量化投资策略报告 - 5 - 敬请参阅最后一页特别声明 图表6：宏观因子风险配臵策略vs动态调整风险平价策略 来源：wind，国金证券研究所 在叠加参照以公募债基投资限制的不超过1.4倍杠杆下，宏观风险配臵模型年化收益为8.29%，对应大类资产风险平价为6.83%，夏普比例分别为414%、365%，整体风险收益情况有较大改善。效果提升的关键在于宏观因子风险配臵模型能够做到真正的风险分散投资，而不仅是简单的资产分散。 图表7：策略收益对比 最大杠杆 年化收益 年化波动率 夏普比例 最大回撤 卡玛比率 宏观因子风险平价 1.4 8.29% 2.00% 414.91% 5.22% 158.77% 大类资产风险平价 1.4 6.83% 1.87% 365.13% 4.05% 168.43% 来源：wind，国金证券研究所 从历年风险收益表现看，配臵效果保持较好的稳定性。 图表8：宏观风险配臵模型的分年度收益如下： 宏观风险配臵策略 杠杆上限为1.4 年份 年化收益 年化波动 夏普比例 最大回撤 卡玛比率 2011 4.86% 2.46% 197.99% 2.86% 170.31% 2012 5.75% 1.64% 351.41% 2.25% 255.95% 2013 -1.57% 2.23% -70.42% 5.22% -30.12% 2014 16.51% 2.52% 654.81% 1.35% 1222.07% 2015 11.89% 1.97% 604.57% 1.22% 974.17% 2016 2.80% 1.99% 140.44% 4.35% 64.43% 2017 0.30% 1.49% 19.92% 2.00% 14.87% 2018 8.31% 1.45% 572.50% 1.06% 782.48% 2019 6.91% 1.31% 527.89% 1.22% 564.15% 2020 5.34% 2.43% 219.47% 3.17% 168.43% 2021 7.63% 1.64% 465.09% 0.65% 1176.75% 来源：wind，国金证券研究所 而且，当杠杆提升之后，宏观风险配臵模型的夏普比例并未显著下降。 2021年11月量化投资策略报告 - 6 - 敬请参阅最后一页特别声明 图表9：宏观风险配臵模型在不同杠杆下收益表现回测： 杠杆 年化收益 年化波动率 夏普比例 最大回撤 卡玛比率 宏观风险配臵模型 1 4.32% 1.16% 372.19% 3.39% 127.41% 1.1 5.40% 1.42% 380.43% 3.95% 136.66% 1.2 6.58% 1.70% 386.64% 4.51% 146.07% 1.3 7.37% 1.91% 385.61% 4.89% 150.55% 1.4 8.29% 2.00% 414.91% 5.22% 158.77% 1.5 8.53% 2.20% 419.78% 5.59% 152.62% 来源：wind，国金证券研究所 第三部分 宏观风险配臵模型原理 近现代风险均衡策略和Barra风险模型均意识到资产预期收益来自于承担宏观或者风格的风险，因此配臵理念从资产配臵转变为风险配臵。风险配臵模型往往面临两方面比较大的挑战：第一是需要把握宏观经济的波动性特征，特别是周期性波动的内在规律；第二是需要建立从宏观经济到各类资产风险收益特征的内在逻辑关联，并验证其有效性。这两点是资产配臵科学决策的关键。 本篇报告刻画以宏观风险因子为核心的股债配臵策略，主要解决上段描述的第二个挑战。通过建立宏观风险因子与金融资产之间的映射关系来实现组合的风险控制以及组合的宏观风险暴露分析。当我们对宏观