报告基于全天候配置策略,从宏观经济增长与通胀两个维度划分宏观状态,设计适应中国市场特色的大类资产风险预算比例。策略通过风险预算方法实现低换手、低回撤、高Sharpe收益,在不考虑分红和杠杆时年化收益率5%-6%,波动率3%左右,最大回撤5%-6%,引入战术调整可提升收益0.5%-1%。考虑股票分红及债券加杠杆后,收益率提升至7%-9%,策略表现更优,具备较高容错率和稳健性。
报告基于桥水全天候策略的思想,提出通过经济增长和通胀两个宏观维度划分宏观状态,并据此设计不同的大类资产风险预算,形成稳健的资产配置方案。该策略特点是低换手率、低回撤以及较高的风险调整收益(Sharpe比率),且通过宏观状态的战术调整可进一步提升收益表现。
策略回测数据显示,基础情况下(不考虑分红和杠杆),年化收益约为5%-6%,年化波动3%左右,Sharpe约1.5;引入股票分红和债券加杠杆后,收益提升至7%-9%,波动升至4%,Sharpe 1.6左右,回撤轻微增加,2,17].
报告首先确认宏观研究在资产配置中的核心地位,但也指出传统宏观变量对资产回报的预测力有限(Goyal & Welch, 2003, 2007),尤其是中国市场数据历史短,市场结构变化快,导致纯量化模型参数估计不稳定。风险平价和风险预算策略因此得到青睐,它们不依赖预期收益预测,关注如何合理承担和分配风险。
引言明确报告结构,强调经济增长与通胀为主宏观维度,用统计检验验证资产收益的轮动性,通过风险预算设计策略,并进行回测与情景测试,验证策略稳定性和宏观战术调整的增益.
宏观指标选取及状态划分
利用GDP、工业增加值、PMI(财新、中国)、CPI、PPI等指标的实际值和预测值,对宏观状态进行周期滤波(HP滤波)和谷-谷法划分上下行周期,用经济增长和通货膨胀两维度组合四种宏观状态。
统计检验
对沪深300、中证500、国债、信用债、商品和黄金六大资产类别,在各宏观指标状态下收益率表现进行ANOVA和t检验。
核心发现
利率期限结构分析
利率曲线在经济和通胀不同状态表现出不同的斜率和水平变化,经济下行通胀下行时期曲线陡峭且利率下行,有利于短债,经济上行通胀上行时利率抬升曲线变平缓,宜长债投资.
风险平价与风险预算理论
报告介绍风险预算(Risk Budgeting)框架,强调风险贡献比例而非预期收益对配置权重的决定作用。用组合波动率可加性分解,定义边际风险贡献(MCR)和风险贡献(RC),阐明目标是使得各资产风险贡献按预设比例分配。
桥水全天候策略借鉴
该策略基于经济增长和通胀将宏观状态分为四类,为每类配备风险预算并均等分配风险。报告借此框架,引入中国市场数据进行适配。
中国数据回顾与主观判断
统计2007-2018年间主要资产年化收益波动和Sharpe比率,发现中国股票表现波动大且收益未显著跑赢债券,信用债收益和Sharpe非常突出但潜在风险难评估,信用债历史表现的特殊性提示其风险预算应适度降低。
风险预算设计
将四种宏观状态风险预算均赋25%,分别在每状态对表现显著的资产平均分配风险预算,信用债基于违约风险考虑只取历史比例1/4。结合统计检验频次调整股票和债券在不同状态的风险预算倾斜。策略还支持根据主观判断动态调整宏观状态的风险预算权重(如经济上行偏重的风险预算分配),构建了一整套动态风险预算模型.
回测设计
以季度调仓频率,采用60交易日半衰期的协方差估计,时间范围2008-2018,回测三类资产组合:股债、股债+黄金、股债+黄金+商品。情景包括长期固定风险预算,依据宏观状态战术调整(利用当期PMI和PPI分割),以及考虑股票分红+债券加杠杆。
长期固定风险预算回测结果
战术配置调整影响
考虑分红与杠杆后回测
报告强调风险预算配置方法结合宏观状态划分的有效性和稳健性,适合大型机构的长期资产配置。未来可扩展:
图1-3(CPI同比及HP滤波分解)展示了用HP滤波提取周期波动,结合“谷-谷”划分通胀上升下降周期,确认通胀周期变化具有一定规律,为后续宏观状态划分提供基础。
表4(ANOVA结果)清晰展示多个宏观指标对大市值股票、中小盘股票、商品、黄金、利率债和信用债收益的解释力。权益类资产主要受经济增长指标显著影响,通胀指标则主要影响债券和商品。
表5和图4解析了经济与通胀交叉分类下,六大资产类别超额收益“显著为正”的频次与风险收益比,验证了资产轮动逻辑:如经济上行通胀上行期商品表现突出,经济下行通胀下行期债券超额收益显著等。
表6和图5反映了利率期限结构的变动情况,不同宏观状态下短期利率和长期利率变动方向不同,利率曲线的形态(陡峭与平缓)随着宏观变量变化而变化,指导债券久期配置。
表7-8及图7-8给出了中国主要资产的历史收益风险表现(2007-2018),其中信用债表现抢眼但伴随潜在风险;股票表现随市场波动大,增长趋势不明显。
表9-12详细提供了不同宏观状态下多种风险预算设计方案,体现了资产风险贡献与宏观状态适配的分布策略,以及主观偏好调整方案,提供策略灵活性。
图9-10及表13-14分别为典型配置方案(股债、加黄金、再加商品)净值增长曲线、权重变化以及年度绩效指标,验证了策略的稳健性与收益-波动特征。
表15-17是战术宏观调整对配置表现的影响,显示收益和Sharpe提升明显,尤其在多资产组合情境中。
表18-19进一步论述了加入分红和债券杠杆后的策略表现,年化收益率有显著提升,回撤控制良好,是策略应用的现实考量。
本报告核心为资产配置与风险预算设计,未涉及具体企业估值模型,如DCF、市盈率等,因此无传统估值分析。但策略权重优化基于风险预算框架,具体优化问题为:
[ \min \sigma(y), \quad \text{s.t. } \sum_i b_i \ln y_i \geq c, \quad y \geq 0 ]
通过该优化调整风险预算比例((b_i)),计算权重向量(w),确保配置资产的风险贡献符合预设比例。
报告未专设风险章节,但隐含风险点及其对配置的影响可总结:
宏观状态判断错误风险:由于低换手和稳健设计,策略对宏观观点误判具备“容错率”,权重调整不会剧烈,减少恶果。
历史数据失效风险:中国市场数据历史短、结构频繁变化,信用债的历史优势可能被未来违约风险挑战,报告通过折减信用债风险预算比重减缓该影响。
杠杆使用风险:债券资产杠杆虽提升收益潜力,但波动与回撤也同步增加,投资者需谨慎使用。
宏观因子延伸风险:当前仅使用经济增长和通胀两个宏观因子,未来若引入更多因子,策略复杂性和参数敏感性增加,风险管理难度或上升。
总体策略设计合理应对了上述风险,但投资者仍需警惕模型假设与市场环境变化带来的潜在风险,10,16,18].
宏观指标选择局限
尽管经济增长和通胀是宏观状态的核心维度,但忽略了如利率政策、货币供应、国际贸易等其他可能影响资产价格的重要因子,且只粗略划分四个区间可能掩盖细节。
历史数据依赖与中国市场特色
依托于2007年以来较短时间窗口,信用债违约风险上升尚未充分体现历史表现中,这可能导致对信用债风险的误判。
换手率与交易成本考虑不足
报告强调低换手优势,但在引入宏观战术调整和杠杆后换手率显著提升,未全面讨论交易成本及其对净收益的影响。
模型参数主观性
如信用债风险预算的1/4折减为人为假设,虽合理但缺乏数据驱动支持,需灵活调整。
宏观判断的应用门槛
战术配置需正确宏观状态判断,实际操作复杂且判断错误可能侵蚀收益,虽强调了策略的“容错率”,但仍需投资者较强宏观能力支撑。
本文从理论与实证角度入手,结合中国市场特色,提出了一套基于宏观经济状态(经济增长和通货膨胀)划分,应用风险预算分配的大类资产配置方法。该方法核心优势在于摈弃对资产预期收益敏感的预测,转而以风险贡献为配置核心,兼顾宏观轮动特征和稳健性。
统计分析表明,中国市场大类资产表现存在显著的宏观依赖性,验证了经典资产轮动理论的适用性。债券、股票、商品、黄金等资产在不同宏观状态中表现突出。基于这一洞察,报告设计了对应的风险预算方案,综合考虑信用债的违约风险,形成长期及战术两类风险预算配置模型。
回测结果显示,该策略符合低换手、低回撤与高Sharpe比率的要求,适合大型机构的战略和战术资产配置。宏观状态的合理战术调整能在配置标的较多时显著提升组合收益,但换手率同步上升。加入股票分红和债券杠杆后,策略整体收益得到大幅提升。
报告通过详尽的统计检验、风险预算设计和实证回测,展示了宏观状态风险预算配置对中国市场资产管理的实践价值,具有较强的理论意义和应用价值,且具备较高的灵活性与稳健性,适合长期资产管理框架。未来可拓展更多宏观因子维度及动态风险预算路径,以进一步优化风险控制和配置效率.
图表引用示例:
本报告立足于理论前沿和中国市场现实,以设计可操作且稳健的资产配置方法为目标,结合宏观状态和风险预算方法,提供了极具参考价值的框架与策略。其低换手、低回撤、高Sharpe特征极具吸引力,且充分考虑了中国市场特殊性(如股市表现、信用债违约风险)。报告分析严谨,图表详实,数据充分,适合作为机构投资者和资产管理人配置参考。未来进一步完善宏观指标体系和风险管理手段,将提升策略的适用范围和精准度。
数量化专题之一百一十九:基于宏观状态的风险预算和资产配置.pdf