金工专题：基于宏观经济状态划分的BL模型与ETF实践

市场有风险，投资需谨慎研究所分析师:肖承志SAC登记编号:S1340524090001Email:xiaochengzhi@cnpsec.com研究助理:李子凯SAC登记编号:S1340124100014Email:lizikai@cnpsec.com近期研究报告《基于大模型外部评价体系框架介绍》-2025.06.30 金工专题⚫投资要点夏普比率1.78。⚫大类资产方法论综述以收益（风险）预算框架为基础。⚫Black-Litterman模型⚫宏观经济状态划分率的估计作为主观观点。师观点进行模拟。⚫风险提示： 目录1大类资产配置方法论综述...................................................................42 Black-Litterman模型.....................................................................62.1均值-方差模型MVO....................................................................62.2均值-方差模型MVO的缺陷..............................................................72.3 BL模型实现步骤......................................................................83基于宏观经济状态观点的Black-Litterman模型..............................................103.1 Black-Litterman模型主观观点的回顾...................................................103.2基于Factor Mimicking的宏观经济状态划分.............................................103.3基于宏观经济状态观点的Black-Litterman模型回测.......................................143.4精准观点对Black-Litterman模型的提升................................................174风险提示................................................................................204.1模型失效风险........................................................................204.2政策环境超预期变动风险..............................................................204.3地缘政治风险........................................................................20 请务必阅读正文之后的免责条款部分2 图表目录图表1：大类资产配置方法论综述.........................................................5图表2：MVO模型步骤...................................................................7图表3：BL模型与MVO的主要步骤区别（蓝色为区别）.......................................8图表4：先验分布与主观观点结合的过程图.................................................9图表5：基于Factor Mimicking的宏观经济状态划分.......................................10图表6：经济增长复合因子合成..........................................................11图表7：大类资产表现对经济增长复合因子的解释度........................................12图表8：高频经济增长因子与经济增长复合因子走势........................................12图表9：通货膨胀复合因子合成..........................................................13图表10：大类资产表现对通货膨胀复合因子的解释度.......................................13图表11：高频通货膨胀因子与通货膨胀复合因子走势.......................................14图表12：近一年宏观状态表.............................................................15图表13：基于宏观经济状态观点的BL模型净值与表现......................................16图表14：基于宏观经济状态观点的BL模型分年度收益率....................................16图表15：基于宏观经济状态观点的BL模型权重............................................17图表16：不同的宏观经济状态-下个月收益率样本取法（以2023年12月调仓为例）.............18图表17：精准观点对BL模型的表现提升..................................................18图表18：精准观点对BL模型的提升......................................................19 请务必阅读正文之后的免责条款部分3 请务必阅读正文之后的免责条款部分1大类资产配置方法论综述大类资产配置是投资者根据投资目标和风险偏好将资金分配到不同类型的资产中的投资行为。传统视角来看，早期大类资产配置以简单的权重预算为主，主要依据是股债的低相关性，方法论主要有等权策略、60/40股债策略、市值加权策略。比如挪威主权基金（GPFG）1998年成立时采用60/40股债策略，其余仅配置不到1%的房地产。马科维茨的均值-方差模型（MVO）是现代投资组合理论的奠基石，也是收益风险预算模型的代表。随后也诞生了许多以MVO为基础的收益预算或收益风险预算模型如：GEYR策略、FED美联储估值模型、本文使用的Black-Litterman模型、凯利公式等。随后大类资产配置进入了风险主导阶段。磐安基金提出了风险平价模型，强调在资产间配平风险。方法论与实践主要有桥水基金的全天候策略、风险预算模型（提高权益的风险比重）、保证本金安全的CPPI、TIPP模型。现代大类资产配置以因子投资理论为主。CAPM奠定了理论基础，全天候的两宏观因子状态定义是因子配置模型的雏形。随后逐渐经历了APT模型、BARRA风险模型、BIRR模型、美林时钟等。 4 请务必阅读正文之后的免责条款部分资料来源：中邮证券研究所 5本文主要立足以风险收益框架为基础的Black-Litterman模型，在该模型基础上引入宏观状态对应收益率的主观观点。 请务必阅读正文之后的免责条款部分2Black-Litterman模型Black-Litterman模型以马科维茨的均值-方差模型为基础，采用贝叶斯理论将主观观点与均值-方差配置模型相结合。因此，我们首先对均值-方差模型进行回顾。2.1均值-方差模型MVO在大类资产配置方面，马科维茨提出的均值-方差模型（MVO）具有开创性意义，它为投资者提供了一种在风险和收益之间进行权衡的量化方法。该模型对投资者和市场提出了一些前提假设。投资者方面：（1）投资者是理性的，基于预期收益和收益的方差做出投资决策。（2）在一定的风险水平上，投资者期望收益最大；相对应的是在一定的收益水平上，投资者希望风险最小。市场方面：（1）投资者可以自由获得投资组合的收益和风险的信息。（2）市场是有效的，对信息的反应是及时且准确的。（3）假定无交易成本与税收且允许做空。通过输入预期收益率与协方差矩阵，再根据风险厌恶程度计算效用，并在约束下求解，MVO输出了最符合投资者偏好的资产配置权重。 6 请务必阅读正文之后的免责条款部分资料来源：中邮证券研究所 2.2均值-方差模型MVO的缺陷然而，传统的均值-方差模型在实际应用中存在着一定的局限性。MVO假设资产收益服从正态分布，但实际收益常呈现非正态特征（如厚尾、偏态等），导致方差低估尾部风险。MVO存在误差放大效应。由于均值方差模型倾向于超配预期收益率高、波动率低、相关性为负的资产，而对于极端的估计变量，通常估计误差较大，因此模型存在误差放大效应。MVO对输入的参数较为敏感，而输入的资产期望收益率难以准确估计，使得输出结果不具备稳定，预期收益率的微小变动会使得输出结果产生很大的改变，常常会产生极端的组合权重，集中度较高。同时，MVO均值-方差模型的扩展性存在限制，无法将样本外信息，尤其是投资者的主观判断纳入到决策中。为了解决这些局限，1990年，高盛的Fisher Black和Robert Litterman对均值-方差模型进行改进，开发了Black-Litterman模型。BL模型以马科维兹的均值方差模型为基础，使用贝叶斯方法将投资者对于一个或多个资产的预期收益的主观观点与先验分布下预期收益的市场均衡向量相结合，形成关于预期收益的新的估计；基于后验分布的新的收益向量（可以看成是投资者观点和市场均衡收益的加权平均）代入均值方差模型求解就可以得到最优权重。 7 请务必阅读正文之后的免责条款部分资料来源：中邮证券研究所 2.3BL模型实现步骤BL模型实现过程主要分为以下四步：（一）获得资产预期收益的先验估计：假定市场处于均衡状态，此时市场中每一个证券都是充分定价的，市场均衡状态下的分布即是贝叶斯公式中的先验分布（不包含投资者主观观点的分布）。从市场均衡条件出发就可以得到关于资产预期收益的先验估计。（二）计算观点分布：将投资者的主观观点作为新的信息，投资者的主观观点包括对部分或全部资产的多种观点，如收益率、相对表现、观点误差水平等。这些观点是模型的输入变量，需要对其进行数学表达，观点要求独立。具体来说，可以将观点表达为资产观点矩阵P、观点收益矩阵Q，以及观点误差协方差矩阵Ω的形式进行设定。（三）结合先验收益分布和主观观点分布：使用贝叶斯方法将先验收益分布和主观观点分布结合，计算得到资产预期收益的后验估计。这一步可以看成是将投资者观点和市场均衡收益进行加权平均（主观观点的占比设定为τ），从而求得给定主观观点后的资产收益率均值及预期收益率的协方差矩阵。例如，如果投资者对自己通过捕捉各种信息形成的主观判断信心很大，则主观的期望收益就会被赋予较大的权重，资产的期望收益就会向主观期望收益靠拢；反之，如果投资者对自己主观判断的信心不足，资产的期望收益就会接近于市场均衡收益。 8 请务必阅读正文之后的免责条款部分9（四）优化求解资产配置比例：将求得的后验收益和后验协方差矩阵输入MVO模型中进行优化求解，得到具体的资产配置比例。实际操作中，还需要考虑投资限制，如卖空限制、换手限制和资产比例限制等。我们设置资产权重总和1，以及每一项资产权重均大于0。图表4：先验分布与主观观点结合的过程图资料来源：《