本报告基于对大类资产间协方差矩阵的主成分分析,构建了以中国为主的八类资产与五大核心宏观因子(经济增长、利率、通胀、汇率、新兴市场风险)对应的动态风险配置体系。相较于传统等权和风险平价组合,该动态均衡策略能更好地实现宏观风险的轮动与分散,回测十年年化收益达到7.76%,较风险平价策略实现约2.4%的超额收益。此外,模型支持做空与单边多头两种配置方式,兼顾实际操作的可行性及风险预算的准确性,通过穿透大类资产实现对核心宏观因子的风险均衡配置,且策略表现出良好的收益稳定性和风险互补性。
本报告核心论点在于突破传统以大类资产收益表现为依据的配置模式,提出利用主成分分析(PCA)提取构成大类资产表现的底层宏观风险因子,识别并动态分散宏观风险,实现宏观因子层面上的风险平衡配置。报告介绍了五大核心宏观因子(经济增长、利率、通胀、汇率、新兴市场风险)及其量化提取方式,搭建了大类资产与宏观因子之间的映射体系,并最终构建一个动态轮动、风险均衡的配置策略,获得过去十年稳定超额收益。
报告指明了核心议题:传统资产配置缺乏对宏观环境驱动因子的穿透,本文旨在利用数量化方法,将表层的大类资产收益表现拆解为底层宏观风险因子,并基于此实现动态风险配置。主要回应三个问题:
最终构建出五大宏观风险因子体系,实现不同大类资产对宏观风险因子的配置矩阵转换,通过动态调节因子权重反推资产权重,获得明显优于传统风险平价组合的表现。
报告回顾了经典模型:
然而,基于波动率的风险度量存在局限,无法天然解读宏观风险因子。
选用PPI指标替代CPI,因中国CPI与短债高度相关,避免模型变量冗余。
总结得出资产价格受多个宏观因子驱动,且宏观因子的主导权随时间轮动。
比较国际成熟市场与中国市场的因子解释力度稳定性,确认五大因子体系合理有效。
基于五大宏观风险因子对代表性资产组合进行风险归因:
等权组合(图10-11)
大类资产风险平价组合(图12-14)
结论是既有的传统模型难以达到宏观风险均衡。
提出基于PCA的宏观因子映射闭环:
Step1:大类资产到宏观因子映射
表达为宏观因子为资产的线性组合,权重为主成分特征向量。
Step2:宏观因子的收益与风险矩阵构建
利用特征向量与资产收益与协方差矩阵转换至因子收益与协方差。
Step3:宏观风险因子动态均衡配置
同时考虑资产做空限制:
可做空情形(图15)
配置权重灵活,部分资产出现负权重,满足目标风险预算。
不可做空情形(图16)
移除部分期数最优解,采用历史权重过渡,六期缺解占比5%,对整体影响较小。
与风险平价组合相比,宏观风险动态均衡策略年化收益优异:
策略在债券表现较差年份(2009、2016、2019)表现优异,与风险平价组合具有良好互补性。
图3(通胀-经济环境四象限图)
此图展示通胀与经济增长指标的不同组合框架中,各大类资产的表现分布。上方对应高通胀,右侧对应高经济增长。图中股票和商品在高经济增长与高通胀时均有着正向表现(左上象限),而债券表现依赖通胀挂钩债券分布。不仅分类直观,还体现了资产类别风险因子暴露的差异。
图5(主成分在资产上的暴露)
六个主成分分别在不同资产上有显著暴露,支撑对五大宏观因子命名。PC1表现为权益与商品同向暴露,债券负向,符合经济增长因子预期。PC2以债券正向暴露为核心,定性为利率因子。此图以条形图形式清晰展示各主成分的经济内涵。
图6(因子解释力度)
首4主成分累计解释达79%,折线表明边际贡献递减,证明选择5个宏观因子合理;主因子经济学含义明确,提升模型稳定性。
图10(等权组合宏观风险归因饼图)
经济增长暴露近50%,利率近三成,其他因子贡献较小,说明等权组合风险不够分散,多数风险集中于单一因子。
图13(风险平价组合宏观风险归因饼图)
利率因子占比62%,过度集中于低风险债券工具风险,经济增长因子风险暴露几乎为零,反映出策略在宏观风险维度的不均衡。
图15与图16(大类资产配置动态权重图)
图15展示允许做空条件下资产月度权重动态变动,权重幅度大,反映高度灵活的风险因子调整。图16在不可做空限制下权重区间受限,部分期数缺解采用上期权重延续,显示实际操作中的约束与妥协。
图17(策略净值对比图)
红线代表宏观风险动态均衡策略收益,明显优于传统风险平价(黄色)和单边策略(灰色)。蓝色柱状显示该策略月度回报率,整体波动性温和且持续增长。
图18(策略年度收益对比图)
策略表现与债券年度收益互补,策略在债券表现不佳年份依旧保持良好收益,验证策略在风险因子上的分散和补充属性。
此报告核心模型为资产配置模型,不涉及单纯的公司或股票估值,但策略表现即收益数据可视为该配置模型的"估值"输出。
主要风险及缓解措施包括:
本报告通过系统的方法论,创新性地将大类资产配置的核心关注由收益表现转移至底层的宏观风险因子,建立了涵盖经济增长、利率、通胀、汇率和新兴市场风险五大因子的宏观风险动态配置系统。结合PCA技术,探明大类资产间核心驱动因子并构建映射关系,实现了宏观风险因子的动态风险平价配置。
在具体策略构建中,报告克服了宏观数据低频及数据修正、主成分动态变化带来的挑战,通过风险预算和限制条件设计保障因子有效识别与风险预算合理施行。对中国市场主要八类资产进行实证,结果显示动态宏观因子配置策略比传统的等权及风险平价方法更好地平衡了风险敞口,尤其避免了传统风险平价组合在利率风险上的过度集中。
实证结果表现为:
由此得出结论:宏观因子驱动的大类资产动态风险配置体系不仅在理论上提供了更加深入且经济含义明确的风险衡量框架,更在实证中证明了其超越传统风险平价方案的投资价值。
未来研究将聚焦于将主观宏观判断融合进配置模型,实现模型预测能力和稳定性的进一步提升。
,1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18]
宏观因子投资体系下的风险动态配置系统.pdf