多资产系列报告（一）：如何看待股债收益相关性？

如何看待股债收益相关性？——多资产系列报告（一） 2025年09月21日 证券分析师芦哲执业证书：S0600524110003luzhe@dwzq.com.cn证券分析师刘子博 执业证书：S0600524120014liuzb@dwzq.com.cn证券分析师李昌萌执业证书：S0600524120007lichm@dwzq.com.cn证券分析师潘京执业证书：S0600524120011panj@dwzq.com.cn ➢收益率波动性将从3.15%提高1.2pct至4.35%；➢95%置信水平下的年化收益率VaR将从2.72%下降0.7pct至2.02%；➢12个月（TTM）最大回撤将从-4.80%下降0.92pct至-5.72%；➢10年间最大回撤将从-3.60%下降2.48pct至-6.08%。 国内外的股债收益相关系数均具有明显周期性特征。无论在国内还是国外（例如美日英法德），股债收益相关系数均呈现出明显的周期性变动。在国内，自2010Q1至2017Q2，股债收益相关系数整体呈上升趋势；自2017Q3至2022Q1，股债收益相关系数整体呈下降趋势；自2022Q2至今，股债收益相关系数整体呈上升趋势。 相关研究 《起底存款“搬家”：储蓄进入股市仍在起步》2025-09-20 如何看待国内股债收益相关性？从宏观视角看，经济增长、通胀是影响股票、债券收益的两大核心因素。理论上，经济增长对股票、债券收益的影响是反向的；而通胀对股票、债券收益的影响是同向的。股票指数的收益S、债券指数的收益B均受到增长因子g、通胀因子π的影响，如果将系数统称为b，那么对于S、B的协方差𝐶𝑜𝑣𝑆,𝐵： 《9月FOMC：重启降息——2025年9月FOMC会议点评》2025-09-18 𝐶𝑜𝑣𝑆,𝐵=𝑏𝑔𝑠·𝑏𝑔𝑏·𝑉𝑎𝑟𝑔+𝑏𝜋𝑠·𝑏𝜋𝑏·𝑉𝑎𝑟𝜋+（𝑏𝑔𝑠·𝑏𝜋𝑏+𝑏𝜋𝑠·𝑏𝑔𝑏）·𝐶𝑜𝑣𝑔,𝜋 如果假设S、B的相关系数𝜌𝑆,𝐵对应一种线性关系，随后对此进行联合因果检验，那么：𝜌𝑆,𝐵=𝐶0+𝐶𝑔·𝜎𝑔+𝐶𝜋·𝜎𝜋+𝐶𝑔,𝜋·𝜌𝑔,𝜋+𝜀。其中，①“通胀的不确定性𝜎𝜋”可参考CPI当月同比增速的波动率（经季调）；②“增长的不确定性𝜎𝑔”可参考规上工业增加值当月同比增速的波动率（实际值、经季调）；③“通胀与增长的相关系数𝜌𝑔,𝜋”可采用上述两个同比增速指标的相关系数（5年滚动）；④C为常数项/系数，𝜀为残差项。 经检验，国内存在“通胀的不确定性X，增长的不确定性Y，通胀与增长的相关系数Z→股债收益相关系数A”的联合因果关系，具体公式是： ∆𝐴𝑡=0.0241+(（−0.0178）𝛥𝑋𝑡−1+（−0.0447）𝛥𝑌𝑡−1+（0.0456）𝛥𝑍𝑡−1+（0.5702）𝛥𝐴𝑡−1)+（−0.0093）(（1.0000）𝛥𝑋𝑡−1+（1.9412）𝛥𝑌𝑡−1+（−1.8469）𝛥𝑍𝑡−1+（16.0550）𝛥𝐴𝑡−1)+𝜀𝑡 ➢据此测算，2025年9月至11月股债收益相关系数或将介于-0.216至-0.229，较2025年8月对应的-0.238继续上升。换言之，近期股债收益相关系数的上升趋势预计仍将延续。 ➢如果只是为了控制投资组合的最大回撤与波动率，那么或可考虑仅配置3%至5%的股票指数。 ➢伴随预期波动率的提高，投资组合的预期收益可能并非是单调递增的，分界线（股票配置比例α）大约介于18%-21%。 ◼风险提示：（1）选取计算股债收益相关系数时所参考的股票指数、债券指数可能不够合理；（2）受制于历史数据可得性，以“5年滚动”计算国内股债收益相关系数可能不够完善；（3）对影响股债收益相关系数的宏观因素可能考虑不够全面；（4）基于联合因果关系检验结果给出的预测值可能不准；（5）对投资组合预期收益、波动率、最大回撤等指标的测算可能不准。 内容目录 1.为什么需要研究股债收益相关性？..................................................................................................52.股债收益相关系数的周期性特征明显..............................................................................................73.如何看待国内股债收益相关性？......................................................................................................93.1.理论推导.....................................................................................................................................93.2.实证检验...................................................................................................................................103.3.实践应用...................................................................................................................................114.风险提示............................................................................................................................................13 图表目录 图1：股债收益相关性对多资产组合的回撤控制、收益预期影响较大...........................................6图2：股债收益相关系数对组合收益的影响示意图（以美国为例）...............................................6图3：自2010年至今，国内股债收益相关系数的变动可分为3大阶段.........................................7图4：本世纪初，美国股债收益相关系数发生了由正转负的趋势性转变.......................................8图5：除美国外，日英法德等多国的股债收益相关系数周期性特征同样明显...............................8图6：短期内，股债收益相关系数预计仍将呈上升趋势.................................................................12图7：如果只为控制组合回撤及波动，那么或可考虑仅配置3%至5%的股票指数....................12 1.为什么需要研究股债收益相关性？ 股票与债券之间的收益相关性是构建多资产组合前的核心考虑因素之一。如果构建一个80%投资于中债-国债总财富（总值）指数（以下简称“债券指数”）、20%投资于中证A500全收益指数（以下简称“股票指数”）的“82组合”，随后进行10万条蒙特卡洛模拟路径，每条路径模拟未来120个月的组合收益，同时计算： ➢①收益率波动性：指在10万条模拟路径下的年化波动率中位数；➢②95%置信水平下的年化收益率VaR：指在10万条模拟路径下的年化收益率5%分位数（绝对值）；➢③12个月（TTM）最大回撤：指在10万条模拟路径下滚动12个月的最大回撤（峰谷值）中位数；➢④10年间最大回撤：指在10万条模拟路径下未来120个月（即10年）整体最大回撤（峰谷值）中位数。 那么不难发现：假设股债收益相关系数从-0.6提高至0，那么“82组合”所对应的： ➢①收益率波动性将从3.15%提高1.2pct至4.35%；➢②95%置信水平下的年化收益率VaR将从2.72%下降0.7pct至2.02%；➢③12个月（TTM）最大回撤将从-4.80%下降0.92pct至-5.72%；➢④10年间最大回撤将从-3.60%下降2.48pct至-6.08%。 如此意味着，在当前国内股债收益相关系数整体呈上升趋势下，投资人需要及时调整资产比例才能更好地控制回撤，但这将不可避免地影响组合预期收益。 此外，值得关注的还有，对于保险机构而言，股债收益相关系数变动的影响更加复杂。具体原因在于，相关系数的变动不仅将影响保险机构的资产端——投资组合的预期收益，还将同时影响其负债端。如此意味着，股债收益负相关虽然有利于投资组合的风险分散，但有可能同时带来资产缩水与负债上升的不利影响，换言之，股债收益正相关在某些情况下可能反而有利于保险机构。 注：计算超额收益的基准参考1年期国债收益率；计算指数历史波动率、夏普比率的时间区间选择过去3年；经检验，上述数据与选取过去10年作为时间区间所算得结果差异较小。 数据来源：《Empirical Evidence on the Stock–Bond Correlation》，东吴证券研究所 2.股债收益相关系数的周期性特征明显 对于国内，如果分别计算股票指数、债券指数较3个月前的收益率，随后分别以3年、5年为区间计算股债收益的相关系数，那么如图3所示，自2010年以来，国内股债收益相关系数呈现出明显的周期性特征。具体而言，以5年滚动计算相关系数为例： ➢自2010Q1至2017Q2，相关系数整体呈上升趋势；➢自2017Q3至2022Q1，相关系数整体呈下降趋势；➢自2022Q2至今，相关系数整体呈上升趋势，尤其是2025Q3趋势加剧。 无独有偶，在国外，不仅美国股债收益相关系数呈现出同样明显的周期性特征（参考图4），澳大利亚、加拿大、日本、英国、法国、德国等国的股债收益相关系数也呈现出较为明显的周期性特征（参考图5）。 注：蓝色线是对3个月收益率10年滚动所求得的相关系数，与图3的区别在于将时间区间由5年拉长至10年，主要受益于美国相关数据的历史可得性更好；粉色线是对3日收益率3个月滚动所求得的相关系数。浅蓝色阴影代表不同阶段相关系数的平均值。本图参考数据时间始自1900年1月1日、终于2022年9月30日。 数据来源：Portelli andRoncalli (2024)，东吴证券研究所注：纵轴均为该国对应股债收益相关系数（单位：%）。 3.如何看待国内股债收益相关性？ 3.1.理论推导 从宏观视角看，经济增长、通胀是影响股票、债券收益的两大核心因素。理论上，（1）经济增长对股票、债券收益的影响是反向的。积极的经济增长信号会推高投资人对上市公司的未来现金流预期，进而推高股价；但这一信号对中性利率r*的影响以及央行潜在的应对措施可能会削弱债券收益预期。（2）通胀对股票、债券收益的影响是同向的。通胀可能走高的信息将推高短期利率预期及上市公司现金流的贴现率，因此股债市场均将面临不利影响。 考虑到股票指数的收益S、债券指数的收益B均受到增长因子g、通胀因子𝜋的影响，如果将系数统称为b，那么可以将上述逻辑用公式表达为： 进而，S、B的协方差为： 由于S与增长呈正相关、与通胀呈负相关，B与增长、通胀均呈负相关，因此： 如果进一步将S、B的协方差标准化至相关系数，那么： 考虑到驱动S、B协方差