本报告基于宏观风险配置框架,系统研究宏观风险纯因子组合、最小宏观风险暴露组合及宏观风险平价组合,实证表明宏观风险平价组合较传统资产风险平价组合具有更优收益、风险控制及夏普比率,超额收益源于宏观因子相关性更低及潜在夏普率更高,为宏观风险的科学分散提供新视角。
| 大类资产 | 年化收益 | 年化波动 | 最大回撤 | 夏普比率 |
|---|---|---|---|---|
| 沪深300指数 | 12.0% | 27.3% | 72.0% | 0.55 |
| 恒生指数 | 5.5% | 22.5% | 62.7% | 0.35 |
| 中债国债总财富指数 | 4.5% | 2.4% | 5.9% | 1.88 |
| 中债企业债总财富指数 | 6.1% | 1.9% | 8.2% | 3.09 |
| CRB现货指数 | 2.4% | 7.7% | 38.5% | 0.34 |
| 黄金期货 | 9.3% | 17.9% | 43.9% | 0.59 |
| 布伦特原油期货 | 2.9% | 34.4% | 80.9% | 0.25 |
| 组合 | HS300 | HSZS | Gbond | Cbond | CRB | Gold | Oil |
|---|---|---|---|---|---|---|---|
| 最小宏观风险暴露(无黄金) | 低配 | 低配 | 15% | 58% | 27% | 0% | 0% |
| 最小宏观风险暴露(有黄金) | 低配 | 低配 | 7% | 41% | 6% | 47% | 0% |
| 资产风险平价组合 | 43% | 低配 | 37% | 43% | 9% | 5% | 2% |
核心论点:利用宏观风险因子而非简单的资产构成,依据宏观风险因子贡献来配置资产,尤其通过宏观风险平价策略实现各宏观风险均衡贡献,可提高收益表现与风险控制能力,优于传统资产风险平价组合。本文详细论述了三类宏观风险配置策略的理论内涵、实证表现及其差异,并剖析了宏观风险平价组合卓越表现的原因, 。
报告首先回顾宏观风险配置框架的三大核心问题,随后提出四种宏观风险配置思路:
文章重点分析前三类策略,特别是宏观风险平价组合及其与传统资产风险平价组合的关系与优劣。
样本资产类别:7种大类资产涵盖股票(沪深300指数、恒生指数)、债券(中债国债总财富指数、中债企业债总财富指数)、商品(CRB指数、黄金期货、布伦特原油期货),样本区间2005-2020年。
资产特征(图表1):
宏观风险因子选取基于国盛隐含因子体系,筛选经济增长、利率、通胀、信用四因子,因资产类别较少以保证优化自由度,故不考虑其它维度。
宏观隐含因子定义(图表2):
因子历史走势(图表3)显示四宏观因子时间序列走势差异明显,尤其经济增长与通胀波动较大,信用指标波动最低。
目标是打造符合单一宏观风险因子暴露的资产组合,有效最大化该因子风险贡献,同时最小化其他宏观风险因子贡献。
实证表现:
结论:由于纯因子组合受限于做空限制和优化不稳定,且原始因子间本身低相关性,构造纯因子组合实际收益与原始因子差异不大;故仍推荐使用基于Factor Mimicking方法的隐含因子作为宏观风险因子定义。
目标:通过优化最小化所有宏观因子风险贡献,实现宏观风险中性,理论上对应“全天候”策略。
实证结果:
评价:由于大类资产类别少且资产间残差风险难以分散,最小宏观风险暴露组合未显示显著优势,但在多资产类别的现实条件下或可获得更好表现。
目标函数:将组合整体风险均匀分配到4个宏观风险因子,忽略残差风险影响的简化条件下优化构造。
样本内滚动计算方法:2010年前使用2005-2009年固定窗口,2010年起使用扩展滚动窗口计算资产协方差及资产-宏观映射矩阵。
实证表现:
相关性优势:
潜在夏普比率优势:
综上,宏观风险平价策略因为投资标的为相关性更低且潜在夏普率更高的宏观风险因子,能够同时获得更低风险和更好收益表现,明显优于传统资产风险平价。
所有结论均基于历史数据与统计模型,未来环境变化可能导致模型失效,报告内明确提示风险。
该表体现资产的风险收益基本面,为后续宏观风险组合构建提供样本基础。
该体系自底层资产提炼宏观风险,避免直接使用经济指标滞后性,强化因子驱动解释力。
四组纯因子组合均旨在最大化单因子风险贡献;纯因子组合优化结果资产权重配置和风险贡献构成图揭示组合偏向流动、高风险资产,特别是经济增长因子偏向CRB,利率因子偏债券,通胀因子偏油价,信用因子因做空限制主要配置黄金。
纯因子组合与原始因子表现呈现显著相似性,说明原始因子已较好反映单因子风险暴露,且纯因子优化受限做空及组合稳定性问题。
该组图突显黄金在宏观风险控制与组合鲁棒性中的作用。
图表全面印证宏观风险平价的优质资产配置与风险分散优势。
该组图揭示宏观风险因子相关性较低是宏观风险平价收益风险优势的基础。
这一模拟逻辑系统验证了宏观风险因子的优异表现非偶然,而是风险平价策略成效的重要驱动力。
虽然本报告不涉及公司估值模型,但涉及多种组合优化方法论,且目标函数明确:
资产风险平价:最小化资产风险贡献差异,促使每资产贡献均等。
宏观纯因子组合优化:最大化单一宏观因子风险贡献,最小化其他因子贡献。
最小宏观风险暴露组合:最小化所有宏观风险贡献。
宏观风险平价组合:均衡所有宏观因子风险贡献。
约束均为全权重和权重非负,且应用滚动窗口历史样本协方差及映射矩阵进行定期优化调整。该结构系统且理论基础充分,确保组合风险暴露可控且具有持续适应性, 11]。
模型风险:所有策略均基于历史数据和统计模型,市场结构、宏观经济或政策变动可能导致模型失效。
做空限制风险:如信用纯因子组合因做空受限,优化易失效,组合效果受影响。
样本及资产覆盖限制:大类资产数量有限制了风险分散能力,尤其影响最小宏观风险暴露策略表现,并可能导致结论的有限性。
宏观因子测度风险:隐含因子虽增强高频测度能力,但因资产和指标选择仍有偏差风险。
操作风险:策略滚动调整及估计误差可能引起组合波动和表现波动。
报告明确提示上述风险,并提醒投资者合理评估并谨慎应用, 15]。
总的看,报告统一以稳健、基于数据的视角深入探讨,降低了偏袒某一策略的风险,分析结果自洽。
本报告系统提出并评估宏观风险配置的三大方法,特别指出:
该超额表现关键依赖于宏观因子之间较低的相关性和更高的潜在夏普比率,模拟验证凸显相关性与夏普率对风险平价策略表现的决定作用。从实证数据看,宏观风险平价组合年化收益6.6%,最大回撤4%,夏普率2.73表现卓越。
图表系统展示了各策略资产权重、风险贡献分布及风险收益表现,逻辑清晰严密,充分支撑结论。
报告强调风险和模型不确定性,呼吁投资者谨慎对待最新市场环境变化及策略边界条件。
总体而言,本报告为宏观风险配置特别是宏观风险平价提供了富有洞见的理论与实证支持,开拓了资产配置新思路,适合量化投资人士及资产配置研究者深入理解和应用该策略。
| 大类资产 | 年化收益 | 年化波动 | 最大回撤 | 夏普比率 |
|---|---|---|---|---|
| 沪深300全收益指数 | 12.0% | 27.3% | 72.0% | 0.55 |
| 恒生指数 | 5.5% | 22.5% | 62.7% | 0.35 |
| 中债国债总财富指数 | 4.5% | 2.4% | 5.9% | 1.88 |
| 中债企业债总财富指数 | 6.1% | 1.9% | 8.2% | 3.09 |
| CRB综合现货指数 | 2.4% | 7.7% | 38.5% | 0.34 |
| COMEX黄金期货 | 9.3% | 17.9% | 43.9% | 0.59 |
| 布伦特原油期货 | 2.9% | 34.4% | 80.9% | 0.25 |
(图中显示宏观风险平价收益曲线较资产风险平价更优,上方为其比价走势)
(以上分析基于国盛证券原文及数据,严谨遵守标注要求)
量化专题报告:风险配置新思路 宏观风险平价策略.pdf