战略性+战术性资产配置框架搭建 [page::2]

• 资产配置侧重相对强弱，非方向预测，关注3-6个月中期配置，控制波动率和最大回撤。

- 结合经济逻辑与数量逻辑开发模型，融合“投资时钟”、“美元时钟”等宏观因子。

• 战略配置与战术择时模型通过Black-Litterman模型融合，提高风险收益平衡。

资产与因子相关性及分散风险分析 [page::3][page::4][page::5]

| 资产类别 | 黄金 | 原油 | 商品 | 标普300 | 美国国债指数 | 铜价 |
|----------------|---------|---------|---------|---------|------------|---------|
| 全样本 | 100.00% | 21.48% | 48.67% | -8.25% | 8.60% | 26.73% |
| NBER经济衰退期 | 0.00% | 36.22% | 53.99% | 12.51% | 16.82% | 38.28% |

• 资产类之间长期相关性较低，衰退期尾部相关性显著升高，权益相关资产风险聚集。

- 宏观因子层面（经济、通胀、美元等）相关性更低，风险分散效果更佳。

• 不同策略指数间相关性进一步降低，单一资产标的的策略相关性仍较高。

协方差矩阵估计与因子体系作用解析 [page::6][page::7][page::8]

• 通过数值模拟，展示不同影响因子对资产相关性的动态变化，揭示相关性非稳定性。

- 投资中可根据宏观经济指标不同区间，动态调整协方差矩阵非对角线元素。

• 以美元指数和通胀水平分组后，黄金与原油相关性差异显著，验证宏观因子的风险传导机制。

隐含因子投资理念与因子体系构建 [page::5][page::10][page::11]

• 隐含因子由资产价格加权降维而得，保持因子间低相关性及经济逻辑解释性，适合短期高频变化捕捉。

- 主要包含六大因子：权益、通胀、利率、商品、信用、新兴市场。

• 基于因子的资产配置替代传统资产类别配置，因子配置权重可映射回资产层面。

- 因子表现显示各因子收益和风险特征差异，为资产组合构建提供多样化风险来源。

Blackrock ETF产品规模与结构概览 [page::12][page::13]

• iShares业务管理规模逾1.7万亿美元，核心策略基金25只，费率低至0.15%。

- 产品覆盖亚太、欧洲、北美等全球主要地区，涵盖大宗商品、权益、固收、多资产、房地产等品类。

• 核心策略基金占资产约27%，主打低费率、低税务、高流动性，适合长期配置。

未来研究方向与应用展望 [page::13]

• 后续报告将重点比较基于资产配置模型与因子配置模型的性能差异。

- 因子体系与战略+战术配置框架结合，持续完善大类资产配置策略。

• 借助因子投资提升多资产组合的风险控制能力与收益稳定性，助力ETF产品创新与发展。

证券研究报告详尽分析报告

报告标题：因子投资：资产配置新思路—借鉴 Blackrock 产品体系的思考
作者：丁鲁明、赵然
发布机构：中信建投证券研究发展部金融工程研究
发布日期：2018年06月05日
主题：资产配置理论、因子投资框架、Blackrock ETF 产品体系

---

一、元数据与概览

本报告聚焦于资产配置中因子投资的新思路，旨在结合金融工程方法和Blackrock产品体系的实践经验，提出更科学的资产配置模型。报告核心观点强调“战略性＋战术性”资产配置框架，强调资产相对强弱而非绝对价格的方向预测，采用多因子模型解析资产间的相关性与风险，并介绍了贝莱德旗下ETF业务的规模与费率情况。该模型用Black-Litterman融合战略配置与战术择时，使资产配置更具灵活性和稳健性，核心目的是控制波动率和最大回撤，提升组合风险调整后的收益。报告预示未来将基于因子体系对比资产配置模型的效果，对因子投资展开更深入的实证分析。

---

二、逐章节深度解读

1. 战略＋战术性资产配置框架思想（第2页）

• 要点总结：报告提出资产配置核心不再是预测资产价格的方向，而是关注不同经济环境下资产的相对强弱，实现场景匹配的资产配置。战略配置关注3-6个月中期、低波动和控制回撤，战术择时则调整资产超配或低配比例。两者通过Black-Litterman模型融合，实现组合优化。
• 推理与依据：报告指出传统资产配置方法更新对收益风险比提升有限，如最小方差、风险平价的方法各有局限，尤其风险平价在2017年后利率上行环境表现较差。因而提出寻找低相关性基础标的，避免资产类别之间的相关性限制配置效率。
• 关键数据：图1（中信建投资产配置框架）清晰展示战略层关注资产间“一对多”比较、价格相对价值，战术层侧重多对一多因子定价及平衡动量与反转。组合优化通过Black-Litterman动态调整权重。
• 金融模型：Black-Litterman模型结合投资者观点与市场均衡，解决均值-方差优化中协方差估计不稳和输入敏感问题，提高配置效果。

---

2. 低相关因子体系构造原则（第3-5页）

• 关键论点：资产配置要特别关注资产间低相关性，尤其尾部风险的独立性。传统资产价格尾部相关性增强，降低配置效益，故从单资产转向宏观因子配置、策略配置乃至隐含因子投资是更优路径。
• 数据解析：

- 图2展示黄金、原油、商品、标普300、美国国债、LME铜价等资产净值走势，结合经济衰退周期(NBER)标记。
- 表1、表2对比全样本与衰退期间资产相关性显著不同，尾部期间权益类资产相关性显著上升，降低传统分散效应。
- 图3显示多策略指数表现差异性，多策略（CTA、对冲基金等）相关性低于单一资产策略，有助风险分散。

• 逻辑深层：因宏观指标（GDP, CPI等）更新滞后，投资者应关注资产价格本身隐含因子，构造稳定且低相关因子族，通过加权降维从资产价格中提取因子，实现实时、同步的风险监控。
• 隐含因子特点：因子非单因子而因子族，具备持续稳定的资产价格权重分布，符合经济逻辑，且所有资产价格均可被该因子体系分解。
• 图4阐述：从资产配置到因子投资，相关性逐级下降，因子投资风险分散效果最佳。

---

3. 因子体系驱动协方差矩阵估计效率（第6-9页）

• 概念解析：资产或因子相关性是不同共同因子正负向作用的组合体现。模拟了两种情景：

- 情形一：两个因子X1、X2影响资产Y1、Y2，其中一个因子对资产影响是正向另一个为异号，导致资产表现相关性不稳定且近乎独立。
- 情形二：加入第三个同向因子X3，资产相关性表现出稳定的正相关。

• 图5-7展示：全样本及滚动相关性显著随因子波动率变化，提醒传统采用历史协方差矩阵容易低估风险。
• 图8通过分组展示高波动状态下自变量X1、X2影响的相关性，表现不同。
• 实证案例：黄金和原油作为资产价格，其共同因子包括通胀和美元指数。美联储货币政策和通胀趋势改变黄金、原油的价格相关性：

- 美元指数大幅上行或通胀上涨时，黄金与原油相关性升高（图9和图10）。
- 反之通胀或美元震荡时期相关性波动加大。

• 图11和图12：货币政策、经济增长指标、通胀等宏观变量在黄金/原油不同涨跌组合下分布不同，为条件协方差矩阵调整提供依据。
• 总结：因子体系带来的先验概率分布及贝叶斯更新技术，可提升资产配置中协方差矩阵估计的精准度和时效性。

---

4. 因子投资与分散风险（第10-11页）

• 核心理念：从资产价格直接提取因子，经正交化，得到一组低相关、独立的因子体系。资产可视为这些因子的线性组合，从而从传统资产类别配置转向因子配置。
• 图13中描绘传统以宏观经济指标为基础资产配置与基于资产价格因子两种路径的对比，突出因子投资的优势。
• 图14、图15引用Greenberg et al.（2016）提出的一组较好因子体系，包含权益（Equity）、通胀（Inflation）、实际利率（Real Rates）、商品（Commodity）、信用（Credit）、新兴市场（Emerging Markets）六个维度。
• 因子的经济涵义：剔除交互混杂影响，力求保持因子间独立，使得配置效果稳定且风险易于管理。
• 因子表现（图15）：历史期间不同因子回报表现差异明显，为组合提供多元化收益来源。
• 关联回归：基于这组因子，传统资产配置方法能被直接映射，赋予灵活且稳健的配置能力。

---

5. Blackrock ETF 产品体系介绍（第12-13页）

• 资产管理规模及策略：截至2018年3月，Blackrock ishares ETF管理资产总体规模为1.7万亿美元，平均综合费率0.4%；核心策略25只基金费率仅0.15%。iShares Core S&P 500 ETF最大，规模达1524亿美元。
• 产品结构：

- 按地区划分：美国（9497亿美元）占比最大，其次全球（3521亿美元）、亚太（604亿美元）、欧洲（336亿美元）等。
- 按资产类别划分：权益类占比最高（约1.1万亿美元），其次固定收益（2786亿美元）、商品及房产小部分。
- 按策略分类：核心策略基金规模约4592亿美元，非核心策略基金规模9478亿美元（图18），核心策略以低费率和税效优势为基础。

• 具体基金费率（第13页）：

- 涵盖美股、中小盘、国际股票、债券、配置型ETF，多样化布局且费率低廉（如0.03%-0.1%左右）。

• 结论：Blackrock产品体系成熟低成本，为因子投资理念在ETF产品中的实际应用提供了强有力的市场载体。

---

6. 未来展望（第13页末）

报告将继续深化基于因子和基于资产的配置模型对比，完善多层次资产配置体系，提升投资组合的风险调整收益。因子体系被视为资产配置未来重要的发展方向。

---

7. 分析师介绍与风险提示（第14-15页）

• 丁鲁明，金融数学硕士，中信建投金融工程负责人，具备深厚的量化投资和资产配置实操背景。

- 赵然，CSU统计金融硕士，专注量化基本面及资产配置。

• 报告附带详细评级说明和免责声明，提醒投资风险，明确研究独立、客观原则。

---

三、图表深度解读

图1：中信建投金融工程资产配置框架（第2页）

• 展示投资标的层、资产配置框架（战略性和战术性）以及组合优化过程，揭示从资产和因子维度动态决策的闭环。支持战略关注尾部相关性、战术追求收益的双重价值。

图2：各类资产净值序列（第3页）

• 展示1986-2017年黄金、原油、标普300、巴克莱美国国债、LME铜价等资产价格走势，红色竖线标注经济衰退周期。

- 观察到经济衰退期间权益资产大幅回落，黄金波动相对稳定，表明资产间的相关性和表现差异显著。

表1-2：资产价格相关性（全样本与衰退期）（第3-4页）

• 全样本股票和债券呈负相关（-8.25%），但衰退期间股票类资产相关性显著上升（黄金与原油高达36-59%）。

- 说明经济极端时期相关性暴增，传统分散失效，因子分析及调整协方差估计尤显重要。

图3：策略指数表现（第4页）

• 多策略如CTA、对冲基金、事件驱动表现各异且相关性普遍低于单一资产，提供多元化配置价值。

图5-8：因子模拟相关性分析（第6-7页）

• 情形一：两个异向因子导致资产相关性波动大，单次样本相关性接近于零但不稳定。

- 情形二：三因子场景增加同向影响，稳固正相关。

• 强调仅用历史协方差测算误差大，需理解因子影响结构，动态调整。

图9-12：黄金原油与美元、通胀及宏观指标的关系（第8-9页）

• 不同美元、通胀环境下，黄金原油相关性有显著差异，经济与货币状态对相关性影响巨大。

- 雷达图和频率分布展示不同黄金原油表现阶段经济指标均值和分布差异，为条件相关性建模提供实证基础。

图13-15：因子投资新思路及因子表现（第10-11页）

• 图13强调资产→因子→资产的反推体系，彰显因子投资的替代价值。

- 图14-15引用Greenberg等学者提出的六大因子体系及其历史累计表现，展示各因子在金融市场的异质性和独立性。

图16-18：Blackrock产品规模与分类（第12-13页）

• 按地区、资产类别、策略细分的规模图表，反映Blackrock ETF产品的全球覆盖和策略多样化。

- 核心策略基金伴随低费率成为资本市场主流，支持因子投资产品的市场需求。

---

四、估值分析

报告主要聚焦资产配置和因子投资理论及产品体系介绍，无直接证券估值内容，不涉及DCF或市盈率等传统估值模型分析。

---

五、风险因素评估

报告虽无专门章节凸显风险点，但隐含多个风险提示：

• 市场极端环境下资产相关性升高，传统分散效应失效的风险；

- 因子模型假设（稳定性、独立性）可能在非常规市场环境被打破；

• 经济指标滞后和数据不稳定性影响配置模型的准确性；

- Black-Litterman等模型对输入协方差矩阵的依赖，误差会累积放大；

• 动态调整模型及参数选择带来的执行风险。

报告强调持续迭代与多层次验证以缓释风险。

---

六、批判性视角与细微差别

• 报告对传统资产配置方法持谨慎态度，认为其对提升收益风险比帮助有限，指出风险平价模式的局限，但未深入定量比较新旧模型的实证效果。

- 报告提出的基于资产价格隐含因子投资理念颇具创新，但对因子构造具体统计方法（如降维技术、正交化具体细节）未详述，后续模型实际稳定性与鲁棒性有待验证。

• 报告虽提及Blackrock产品，但未深入分析这些产品与因子投资的直接关联效果及回测结果。

- 因子投资强调动态组合风险管理，但报告中对模型实际操作复杂度及交易成本未涉及。

• 对于因子权重如何结合宏观经济环境主动调整，报告语焉不详，未来细化策略值得关注。

---

七、结论性综合

本报告系统阐述了跳出现有基于资产类别传统配置的局限，提出因子投资作为未来资产配置的创新思维。通过深入理论分析、数值模拟和实际ETF产品分析，报告论证了基于资产价格隐含因子体系构建低相关性框架，有效应对极端市场环境下尾部相关性加强的挑战。因子投资通过解耦资产间交互影响及动态调整协方差矩阵非对角元素，提高组合的风险调整收益。

报告进一步以Blackrock庞大的ETF产品体系为例，说明市场正在走向低费率、低相关和动态因子暴露的产品线布局，为因子投资提供了市场基础设施。对于投资者而言，因子投资不仅能精确识别风险驱动因素，助力资产配置优化，也能推动主动管理和被动管理的融合集成，有望实现收益与风险的最佳平衡。

报告具备高度的理论深度和实践导向，兼具定性与定量分析，图表丰富且紧密支撑论点。基于多维度经济指标和资产表现的风险特征分析，提供了极具参考价值的投资框架。未来报告有望通过实证回测验证方法论的有效性，完善因子权重动态调整机制，实现全方位资产配置升级。

总结：该报告立场明确，主张通过构建稳定低相关性因子体系转变资产配置思路，融合战略性配置与战术择时，借鉴国外成熟ETF产品体系，旨在优化组合风险收益特征，推动大类资产配置迈向量化因子投资新时代。[page::0,2,3,4,5,6,7,8,9,10,11,12,13]

---

附图展示示例

• 图2（资产净值序列）：

• 图13（资产到因子新思路）：

• 图16（产品规模按国家分类）：

---

以上分析详尽覆盖了报告的理论框架、数据支撑、模型思路、产品实践与未来发展方向，并对图表内容结合文本进行逐层解析，力求呈现一篇全面、细致且具专业深度的解构报告。

报告