2022年6月大类资产行情回顾 [page::1]

• 创业板指涨幅达16.86%，沪深300上涨9.62%，权益市场表现优异。

- 债券收益率小幅上升，10年期国开债收益率上涨7bps至3.05%。

• 大宗商品受外部经济衰退预期影响，下跌显著，南华综合指数跌8.27%。

三种宏观因子风险预算配置模型表现及配置建议 [page::2][page::3][page::4]

• 风险预算模型表现稳健，2022年6月收益率-0.07%，年化夏普比2.23，配置中证500小幅提升至0.83%，长久期利率债占比较高。

- 自适应模型方法一收益率最高，6月收益0.19%，年化夏普比4.72，配置均衡，增加长久期利率债，股票比例为0。

• 自适应模型方法二夏普比最高，6月收益-0.12%，年化夏普比3.50，减少长久期利率债配置，增配短久期利率债与信用债，股票比例为0。

| 模型 | 2022年6月收益率 | 年化收益率 | 年化波动率 | 年化夏普比 | 股票配置比例(沪深300+中证500) | 主要债券配置 |
|------------------|-----------------|------------|------------|------------|-------------------------------|------------------------------------|
| 风险预算模型 | -0.07% | 3.59% | 1.61% | 2.23 | 0.83% | 长久期国债56.99%，短久期43.93% |
| 自适应方法一 | 0.19% | 4.86% | 1.03% | 4.72 | 0% | 长久期国债54.21%，短久期42.93% |
| 自适应方法二 | -0.12% | 3.60% | 1.03% | 3.50 | 0% | 长久期国债24.05%，短久期53.76%，信用债62.19% |

宏观因子构建与经济含义 [page::4][page::5][page::6][page::7]

图示宏观因子体系包括经济增长、利率、信用、期限利差、规模风格五大因子。

• 利用主成分分析对沪深300、中证500、不同期限国债及信用债收益率进行降维，提取5个经济学含义明确的宏观因子。

- 第一主成分为利率因子，债券资产表现积极，股票略微负相关。

• 第二主成分为经济增长因子，股票和信用债均正向暴露。

- 第三主成分为信用因子，信用债表现显著正向。

• 第四主成分为期限利差因子，体现不同债券期限间配置差异。

- 第五主成分为规模风格因子，反映不同规模股票市场的风格差异。

量化主成分特征与解释度 [page::6][page::7]

• 利率因子解释度最高约50%，经济增长因子近40%，信用因子排名第三。

- 宏观因子正交性好，降低配置模型极端波动风险。

风险预算模型与自适应风险预算策略构建原理 [page::7][page::8]

• 利用宏观因子协方差矩阵，设定不同风险预算比例，通过优化目标最小化风险贡献误差，计算大类资产配置权重。

- 引入两种收益率调整：方法一利用宏观因子预期收益率，方法二利用单位风险上的预期收益率（夏普比）调整风险预算，实现动态自适应资产配置。

• 三种模型分别适合稳健型、积极型及高收益风险比投资者，具备差异化的投资适用性。

风险提示 [page::0][page::8]

• 历史数据模型可能失效。

- 大类资产与宏观因子相关性可能不稳定。

• 国际政治风险可能导致大类资产共振波动。

量化投资策略报告：基于宏观因子风险预算的资产配置策略详尽分析报告

---

一、元数据与报告概览

• 报告标题：基于宏观因子风险预算的资产配置策略

- 发布机构：国金证券研究所

• 报告时间：2022年6月最新数据及回顾

- 作者：
- 于子洋（联系人）
- 张剑辉（分析师，SAC执业编号：S1130519100003）

报告主题及核心信息

本报告围绕宏观因子及风险预算模型构建的量化资产配置策略展开，核心内容是基于对宏观经济因子的风险测算，指导大类资产（股票、债券、大宗商品等）的配置调整。报告通过三种不同的模型策略，分别为传统风险预算模型与两种自适应风险预算模型，探索资产组合中的风险与收益平衡，同时兼顾稳健性与收益弹性。核心观点强调：

• 宏观因子（利率、经济增长、信用、期限利差与规模风格）是构建资产配置的关键驱动力。

- 通过主成分分析提取宏观因子，实现风险的稳定控制和高效约束。

• 风险预算模型提供稳健的资产配置建议，自适应方法则依靠预期收益调整风险预算，更适合不同风险偏好的投资者。

- 策略整体目标是实现绝对收益。

• 报告警示模型基于历史数据，存在验证失败风险及宏观与资产相关性的稳定性风险，同时政治风险可能导致资产协同大幅波动。[page::0,4,8]

---

二、逐节深度解读

2.1 月度行情回顾与大类资产表现（第一、二部分）

2022年6月市场行情总体表现为：

• 权益市场表现领先，尤其是新能源成长板块和创业板指，创业板指数环比上涨16.86%，沪深300、上证综指分别上涨9.62%、6.66%，反映出市场定位上的结构性机会。

- 债券市场存在收益率小幅上升现象，10年期国开债收益率上行7个基点，收于3.05%，显示债券面临一定利率上行压力。

• 大宗商品市场表现疲软，受国外经济衰退预期影响，石油价格下跌5.35%，黄金也下降了1.51%，南华综合指数整体跌幅达8.27%。

- 人民币兑美元汇率走强，人民币综合指数上涨1.92%。

表格与图表分析：

• 图表1(表格)清晰罗列了2022年6月各大类资产具体表现及2022年至今表现。创业板指领涨，2022年来则整体受压，下跌15.41%。债券与信用债小幅波动，大宗整体跌幅明显。

- 图表2（柱状图）直观反映了资产涨跌幅排序，创业板指优势明显，跟随其后沪深300和上证50，债券指数近乎持平，大宗商品明显下跌，强化了文本结论。

该部分的数据反映出权益市场在疫情与政策变动后的强势反弹，债券市场小幅紧缩而大宗商品仍面临压力，配置策略应考虑资产间表现差距及其驱动因素。[page::1]

---

2.2 策略表现与配置建议（第二部分）

• 风险预算模型整体保持稳定，股票仓位边际微升至约0.83%，尤其是中证500配置微调，长久期利率债配置轻微增加，显示该模型偏稳健，注重风险控制。

- 自适应模型方法一表现较积极，债券配置转为均衡，长久期利率债占比较大，股票配置仍为零，表明该方法更侧重债券结构调整，以期获得更高波动率中的收益优势。

• 自适应模型方法二则降低长久期利率债占比，增加短久期利率债和信用债配置，同样股票配置为零，体现对风险的更加谨慎和对收益风险比的极致优化。

三种策略的收益率及风险指标数据表明：

• 风险预算模型6个月收益率为-0.07%，全年收益1.67%，年化夏普率2.23，波动率1.61%，代表稳定的收益风险组合。

- 自适应方法一表现最佳，6月收益0.19%，全年2.28%，年化夏普高达4.72，展现模型在动态调整风险预算时具备更高的收益弹性。

• 自适应方法二年化夏普3.50，整体风险收益平衡较好，年化收益3.60%，适合低风险偏好者。

目前，所有模型建议股票配置极低至归零，受制于股票市场年初大幅调整的影响，体现模型对风险管理的谨慎态度。[page::1,2,3,4]

---

2.3 风险预算模型构建及自适应风险预算模型原理（第三部分）

宏观因子视角

• 报告采用了从传统资产配置向宏观风险因子配置转换的思路，强调宏观风险因子对资产价格变动的共同驱动力。基于均值方差模型与风险平价模型的不稳定性，结合风险预算模型，明确不同宏观因子风险贡献的区分权重，确保资产配置具有更好的风险控制能力与灵活调整空间。
• 五大宏观因子通过主成分分析(PCA)提取：

1. 利率因子（长久期利率债与股票负相关）
2. 经济增长因子（股票与信用债正相关）
3. 信用因子（信用债与利率债表现分歧）
4. 期限利差因子（长短久期债表现相反）
5. 规模风格因子（沪深300与中证500对冲）

主成分分析深入技术说明

• 报告详细阐述了PCA的数学处理流程，包括收益率标准化、相关矩阵计算、特征值特征向量求解以及由特征向量线性映射资产组合到宏观因子收益。此方法解决了宏观数据滞后性问题，利用价格高频同步数据提取因子，更适合短期动态决策。
• 通过分解，主成分解释度首二分别为利率因子近50%和经济增长因子40%，后续信用、期限利差及规模风格因子解释度较小，符合市场实际经济变量对资产结构的影响顺序。
• 风险预算模型通过给定每个宏观因子的风险贡献比例权重（α），使用协方差矩阵及风险贡献公式，进行最优组合权重出炉，允许投资者根据风险偏好调节因子风险份额，具有灵活而科学的资产配置基础。

风险预算模型延展至自适应模型

• 自适应模型引入收益预期考虑，将历史收益率及夏普比作为风险预算权重的调整依据，从而动态去适配不同宏观因子风险预算，实现收益和风险的动态平衡。

- 两种自适应方法各具有不同特点：其一简单以预期收益为权重，追求最大业绩弹性；其二以单位风险收益（夏普比）调整权重，追求夏普率最优，适合稳健投资者。

风险提示部分：

• 提醒历史数据风险，宏观与资产相关性变动风险及政治风险可能聚合，造成策略失效，强调了对模型假设持续检验的重要性。[page::3,4,5,6,7,8]

---

三、图表的深度解读

3.1 图表1与图表2：2022年6月国内大类资产表现

• 图表1（表格）系统展示沪深各指数及债券、大宗商品、汇率的月度及年初至今表现。创业板强势领涨，沪深300、上证50表现优于中证500，债券则表现平稳，大宗商品表现较弱，人民币汇率小幅走强。

- 图表2（柱状图）直观强化上述数据，创业板指涨幅最高，南华综合指数跌幅显著，反映市场投资热点与避险偏好。

3.2 图表3、5、7：三种模型净值表现曲线

• 风险预算模型（图3）净值曲线表现平稳上升，震荡幅度低，反映该模型强调稳健收益。

- 自适应模型方法一（图5）呈现较快的净值增长及较平滑走势，表明收益弹性强且风险控制较好。

• 自适应模型方法二（图7）净值曲线上升更为平稳，总体表现稳健但增长速率略逊于方法一。

3.3 图表4、6、8：三种模型最新配置比例

• 风险预算模型（图4）长久期国债占比接近57%，短久期国债约44%，信用债38%；股票（沪深300、500）极低比例，体现保守配置。

- 自适应模型方法一（图6）债券配置均衡，长久期约54%，短久期43%，信用债42.85%，股票配置维持零。

• 自适应模型方法二（图8）减少长久期债券至24%，增加短久期债券53.8%及信用债62.19%，体现追求更高夏普比和流动性管理的配置逻辑。

3.4 图表9 - 15：宏观因子构建和解释

• 图表9（宏观因子体系示意图）显现经济增长、利率、通胀、汇率及新兴市场风险为核心元素，突显因子模型的全面维度。

- 图表10-14（五大主成分因子暴露）分别展示了各宏观因子在沪深300、中证500、10年期国债、3-5年国债及信用债上的权重分布：
- 利率因子与长期债券正相关，股票负相关；
- 经济增长因子与股票及信用债显著正相关；
- 信用因子反映信用债强，但利率债负相关；
- 期限利差因子体现长短债反向权重；
- 规模风格因子显示沪深300与中证500权重对冲。

• 图表15（解释度）主因素解释率约占90%以上，验证模型的高效降维和经济学合理性。

这些图形数据为理解模型构建逻辑、风险分散来源和资产间的相关关系提供了坚实支撑。[page::1,4,6,7]

---

四、估值分析

本报告不包含具体的公司估值或目标价部分。核心聚焦于基于宏观风险因子构建的资产配置策略及其模型性能表现，强调配置比例优化及风险预算分配，而非单一资产估值。因此，估值部分无具体内容。报告重点在于整体资产配置策略的构建与优化。

---

五、风险因素评估

报告明确列举风险点：

1. 历史数据延续风险：基于过去数据建模，未来规律可能变化，历史表现不具备完全重复验证的保证。

2. 因子与资产价格关系稳定性风险：宏观因子与大类资产的相关关系若失稳，模型预测将失效，导致资产组合表现不可预测。

1. 国际政治与系统性风险：政治风险升级可能导致全市场高度同步波动，极端市场环境下策略表现受挫。

报告提出风险提示但未详细讲解缓释策略，表明投资者需动态监控模型假设和市场环境变化。[page::0,8]

---

六、批判性视角与细微差别

• 报告在模型构建过程详尽，数据充分，但作为完全量化模型，依赖历史资产数据的稳定关系，可能忽略未来新兴风险（如黑天鹅事件）对资产相关性的破坏性影响。

- 自适应模型的预期收益输入依赖历史收益率，可能受短期市场噪声影响，过度调整风险预算导致配置波动增大。

• 对股票配置保持极低比重，显示对当前股市行情谨慎。但此政策可能错失阶段性反弹机会，尤其对长期成长型投资者而言值得注意。

- 图表展现的模型表现和解释度相当，但未给出模型在极端市场条件下的压力测试结果，缺少对模型稳定性的严苛检验。

• 报告未涉及宏观因子之外的其他系统性或非系统性风险因素，如流动性风险、信用风险具体影响评估。

总的来看，报告提供了扎实的量化框架，但应结合动态市场研究与宏观风险研判进行投资判断，避免全凭模型盲目决策。[page::0-8]

---

七、结论性综合

本报告从宏观因子风险预算角度，创新性地提出并测试了三种基于风险预算与收益预期动态调整的资产配置策略。通过对2022年6月大类资产行情的回顾，结合量化模型表现：

• 宏观因子提取与经济学基础扎实，五大主成分清晰体现利率、经济增长、信用、期限利差和规模风格等核心风险。

- 风险预算模型稳健可靠，偏向于通过风险贡献均衡分散配置资产，体现低波动稳定收益，适合稳健投资者。

• 自适应模型基于收益调整风险预算，表现出更高收益弹性和夏普率，适合不同风险偏好投资者需求，但股票配置仍持谨慎态度。

- 资产市场行情与模型配置建议相符，权益市场期待反弹，但因整体不确定性，配置中股票仍维持较低比例，长短期债券及信用债比例动态调整，提升流动性和风险调整后的收益。

• 报告提供了清晰的风险提示，反映量化模型现实应用的边界。

基于图表与数据的深度分析，报告明确强调了宏观因子风险配置在应对时变相关性和尾部风险中的优势，体现了先进的量化资产配置理念。投资者可根据自身风险偏好及收益目标，选择相应模型策略，兼顾绝对收益和风险控制，实现更为稳健且灵活的资产配置。

---

附：图表示例（部分）

图表2：国内大类资产2022年6月表现

图表3：风险预算模型2021年以来净值表现

图表10：第一主成分：利率因子

图表15：主成分解释度

---

综上，报告为当前宏观环境下的资产配置提供了一套科学、严谨且适应性强的量化工具，适合结合机构中长期配置需求及不同投资者风险偏好做个性化调整。其宏观因子风险视野和风险预算框架，为传统资产配置面临的动态相关性和尾部风险提供了有效的解决路径。[page::全篇]

报告