• 选取七个具有代表性的宏观经济状态变量：短期利率、期限利差、信用利差、总体股息率、系统性波动率、总体有效买卖价差、总体价格影响，用以捕捉非预期经济变化对因子收益的影响 [pidx::0][pidx::5][pidx::6]。

- 六个经典选股因子（规模、价值、高盈利、低投资、低风险、动量）在不同宏观经济变量下表现出显著异质的敏感性，且宏观经济风险对因子投资者至关重要，影响因子溢价的稳定性和有效分散化 [pidx::8][pidx::9]。

• 传统的等权或风险等权多因子组合忽视因子间对宏观经济风险的差异性，导致投资组合在面对利率等宏观风险时可能遭受重大损失；利率中性组合显著降低了损失和最大回撤，有效减少宏观暴露 [pidx::10]。

• 建立四个宏观经济综合指标（宏观经济预期、市场风险容忍度、宏观稳定性、冒险环境），通过多变量合成增加划分经济形势的准确性和鲁棒性，提升了因子对经济周期的理解与反应能力 [pidx::11][pidx::12]。

- 因子收益对宏观经济综合指标表现出一致的周期性波动，规模因子对宏观经济形势敏感性最低，因其在多因子组合中有助于宏观经济风险分散，而动量与高盈利因子因敏感性较高难以对冲宏观风险 [pidx::13]。

• 研究发现低相关性的因子组合并不一定意味着有效分散宏观经济风险，例如盈利与动量组合波动率下降显著，但宏观偏差下降有限，说明去相关性未必减少宏观风险 [pidx::14]。

• 提出宏观风险驱动的多因子配置方法（MRD组合），通过最小化因子组合对宏观经济变量的敏感性，有效降低了因子组合收益在不同经济形势下的价差和偏差，相较于等权和风险等权组合，宏观价差和宏观偏差均显著下降 [pidx::15][pidx::16]。

• 基于牛市/熊市市场状态构建的因子配置组合对宏观经济风险的分散效果较差，甚至在部分宏观指标上表现逊色，说明仅依赖股市表现划分经济形势不能充分捕捉宏观经济风险 [pidx::17][pidx::18]。

- 结论：因子投资的周期性主要源自宏观经济风险，传统配置方法未有效管理这类风险，投资者应通过综合宏观状态变量和构建宏观敏感性最小化投资组合以实现更优的风险调整效果 [pidx::19]。

报告详尽分析 —— 《因子投资中所蕴含的宏观经济风险——“学海拾珠”系列之一百五十八》

---

一、元数据与概览（引言与报告概览）

报告标题： 因子投资中所蕴含的宏观经济风险——“学海拾珠”系列之一百五十八
发布日期： 2023年9月13日
作者及机构： 华安证券研究所分析师吴正宇（执业证书号：S0010522090001），以及分Ta析ble师Au严th佳or炜（执业证书号：S0010520070001）
研究主题： 本报告系统探讨宏观经济状态变量如何影响股票选股因子收益，揭示了传统多因子配置方法未充分考虑经济周期的风险，进而提出识别及分散因子宏观经济风险的框架与配置方法，并通过美国市场数据进行验证。
核心观点：

• 筛选7个能显著影响因子收益的宏观经济状态变量（如短期利率、期限利差、信用利差等）。

- 构建4个宏观经济综合指标来划分和评估宏观经济形势风险。

• 提出最小宏观风险敏感性（MRD）因子配置方法，有效分散宏观经济风险。

- 传统的等权和风险贡献法因子配置方法在宏观经济风险分散上效果有限。

• 研究基于海外数据及历史资料，不构成直接投资建议。[pidx::0][pidx::19]

---

二、逐节深度解读

1. 引言

投资者通常通过多因子投资（规模、价值、动量、盈利等）实现风险分散与长期超额收益。然而，因子溢价具有周期性，且宏观经济状况对因子收益的影响经常被忽略。传统因子权重配置（等权、风险贡献）未考虑因子间对宏观经济风险的共同暴露，容易导致经济不佳时因子相关性上升，进而导致投资组合风险集中，降低分散效果。报告强调，行之有效的分散策略应结合宏观经济周期信息，而非单纯依赖无条件相关性信息。

报告使用1963至2017年美国市场数据，图表1以因子收益相关矩阵表示在不同宏观经济环境下因子之间相关性的显著差异，尤其是经济环境差时相关性上升最明显，说明无视宏观经济状态的相关性估计会误判风险分散效果。

此外，报告区分经济形势划分与股市牛熊市划分的不同，指出总财富角度的经济周期划分更科学，股市回报不能完全反映宏观经济本质。[pidx::3][pidx::4]

---

2. 宏观经济变量的选择标准与候选变量

报告明确宏观经济状态变量的选取有三大核心标准：

1. 及时捕捉非预期变化信息——排除滞后、缓慢更新的数据（如GDP、CPI），偏向于股息率、短期利率、信用利差等反应灵敏的市场变量。通过VAR模型提取非预期冲击（残差）作为核心分析对象。
2. 与总体经济状况高度相关——变量应能有效预测未来经济表现或反映总体财富波动，如期限利差能精准反映经济衰退可能性，系统性波动率与未来经济放缓显著相关。
3. 与选股因子收益存在已验证的相关性——有丰富文献支持候选变量和因子收益之间的统计与经济学关联，降低数据挖掘风险。

基于上述原则，最终确定的7个宏观经济状态变量包括：

• 短期利率

- 期限利差（利率期限结构斜率）

• 信用利差（企业债风险补偿）

- 总体股息率（风险溢价的市场指标）

• 系统性波动率

- 总体有效买卖价差（市场流动性指标）

• 总体价格影响（交易价格对流动性的反映）[pidx::5][pidx::6]

---

3. 因子对宏观经济状态变量的敏感性分析

报告选择六个标准选股因子：规模、价值、高盈利、低投资、低风险、动量进行美国市场1963-2017年间月度收益敏感性研究。

核心发现： 因子收益对宏观经济变量的非预期变化表现出明显的敏感性，统计和经济意义均显著，绝无中性因子。具体解读如下：

• 价值因子对期限利差敏感度最高，正向反应期限利差超预期上升，年化宏观收益差超过9.2%，与价值公司现金流存续期较短、对利率曲线长端敏感较低的基本面吻合。

- 低投资因子对期限利差也呈显著正相关，表明保守投资的公司现金流更稳定或更早实现。

• 低风险因子对短期利率、系统性波动率和股息率表现出负敏感性，波动率和股息率的上升被视为经济恶化信号，导致该因子收益下滑。

- 部分非流动性指标对因子影响无显著性，挑战了流动性风险解释Smart Beta回报的观点。

• 不同因子之间对同一宏观变量表现敏感度甚至方向相反（如动量因子对期限利差为负），为多因子组合风险分散提供可能性。

图表3详细列出了各因子在7个宏观经济变量非预期变化下的年化宏观价差数值，以及统计显著水平（10%、5%、1%），充分佐证上述结论。

此外，报告指出此类宏观经济敏感性对包含负债、收入等宏观风险敞口投资者至关重要，因这影响整体投资组合风险承受及配置策略[pidx::8][pidx::9]。

---

4. 宏观经济风险对因子配置及投资组合绩效的影响

报告通过利率作为案例，说明若多因子股票组合与债券配置对利率波动敏感性相同，组合并不能减少宏观经济风险。

实验分组：

• 等权多因子组合（传统方式）

- 风险贡献等权组合

• 利率敏感因子组合（价值、低风险、低投资因子）

- 利率中性因子组合（规模、动量、高盈利）

利用不同组合和长期美债构建股票+债券投资组合，考察利率上升和下降两种宏观经济冲击下收益和最大回撤。

图表4显示，利率敏感因子组合+债券在利率上升时最大回撤高达43%，远高于利率中性组合24%。利率中性组合的宏观价差（利率非预期上升与下降收益差）明显低于其他组合，最大回撤及收益波动也更为稳定。

此实证验证有效识别和配置宏观经济敏感度较低因子组合，可以显著降低宏观经济风险暴露，提升资产组合抗周期能力。[pidx::10]

---

5. 合成经济信号构建宏观综合指标

考虑到单一宏观变量可能带来的模型选择风险与局限性，报告构建4个综合指标以多维度、稳健地反映宏观经济风险：

1. 风险容忍度指标：结合所有7个宏观状态变量的非预期冲击，利用VAR创新项与未来股市溢价的关系构建。反映投资者市场风险偏好变化。

2. 宏观经济预期指标：所有变量，利用VAR创新项及与未来工业产值增长的回归关系构成。反映未来经济增长趋势。

1. 宏观稳定性指标：除系统性波动外所有变量，利用VAR创新的条件波动（GARCH）及主成分分析，捕捉经济不确定性。

4. 冒险环境指标：股息率和系统性波动率的VAR创新，高低状态组合。反映经济形势乐观与风险偏好。

图表5呈现以上综合指标的构建方法、所用变量、转换方法及经济意义。

分层次宏观经济综合指标的设计，有助于减少单一指标偏差，提高经济形势划分的准确性和普适性。报告统计这些综合指标对因子收益的相关性十分显著，能够更精确地抓住因子周期性波动的宏观经济根源。

上述综合指标划分的经济形势分为四分位，分别代表从“好”到“差”的经济形势状态。图表2和6展示各指标在历史经济周期中的表现及其对因子收益的敏感性差异。[pidx::6][pidx::12][pidx::13]

---

6. 宏观综合指标下多因子收益差异及分散风险启示

图表6揭示，所有选股因子对不同宏观经济综合指标的收益均存在显著差异，且整体呈现正相关特征，即经济形势较差时因子表现差。

• 规模因子对所有综合指标的敏感性最低，在多因子组合中对宏观经济风险的分散作用显著。

- 动量因子和高盈利因子对市场风险容忍度存在较高的正向敏感性，组合难以分散宏观经济风险。

• 规模、价值、低投资和低风险因子敏感性相对较低，可用来部分对冲宏观风险。

对比因子收益相关性与宏观敏感性的差异，报告发现在全样本条件下低相关因子并不一定具有不同宏观风险暴露。例如，高盈利与动量因子相关性仅为0.11，但两者对宏观经济形势暴露却十分相似，组合对宏观风险的分散能力有限。

图表7进一步验证组合策略的重要性：

• 由高盈利与动量因子组成的组合，波动率下降约23%，但宏观偏差仅下降3.9%。

- 高盈利与价值因子组合，波动率下降27%，宏观偏差下降高达43%。

这说明，基于宏观风险敏感性的因子组合策略比仅依赖历史相关性更有效分散因子周期性风险。[pidx::13][pidx::14]

---

7. 宏观经济风险管理与最小敏感性（MRD）因子组合优化

结合宏观经济风险敏感性，报告提出最小宏观风险敏感性（MRD）因子配置方法，力求最小化投资组合收益与无条件平均因子收益之间受宏观经济综合指标冲击的偏差。

主要发现：

• 利率为例的MRD组合可实现对利率非预期变化的几乎完全免疫，宏观价差和宏观偏差降至0。

- 基于宏观经济预期综合指标构建的MRD组合相较于等权配置，宏观价差下降近70%，宏观偏差下降58%，优于传统的风险等权法。

• 采用所有宏观经济综合指标构建的MRD组合，宏观价差和偏差较等权配置分别下降25%和20%，风险分散效果明显。

图表8详细列出各配置组合的风险收益表现及其宏观价差和偏差指标。

此外，MRD组合与传统因子权重明显不同，强调因子权重的优化对降低宏观风险至关重要。

报告同时指出，基于股市牛熊市区分构建的组合虽能消除牛熊市价差，但在宏观经济其他维度（风险容忍度、宏观预期等）仍暴露重大风险，且无法有效分散宏观经济风险，说明单纯基于股市回报划分经济状态不足以治理宏观风险。图表9及对应分析体现了不同经济划分方法对风险分散效果的显著差异。[pidx::15][pidx::16][pidx::17][pidx::18]

---

8. 结论

报告总结指出：

• 因子选股收益的周期性由宏观经济状态及其非预期变化驱动，标准多因子组合方法未充分考虑该风险。

- 选股因子对宏观经济变量的敏感度显著，且不同因子对不同宏观经济风险维度的暴露存在差异。

• 采用7个经过严谨筛选的宏观经济变量及4个综合指标，提高了经济周期划分的准确度和稳健性。

- 利用宏观经济敏感性构建的MRD组合显著降低了宏观经济风险，提升了因子组合的抗周期性表现。

• 投资者与产品设计者应重视对因子宏观经济风险暴露的识别与量化。

- 传统等权、风险等权等配置方法难以有效分散宏观风险。

总体而言，宏观经济风险管理对于因子投资的风险控制和回报优化具有重要意义，报告为因子投资者提供了新的风险视角和配置工具。

---

三、图表深度解读

1. 图表1 — 不同宏观经济环境下因子收益相关性矩阵

• 描述： 通过1963年至2017年期间月度数据，展示主流选股因子间在全样本和不同宏观经济四分位下的相关系数差异。

- 解读： 全样本（上三角）相关性普遍偏低甚至为负；而特定宏观经济环境（下三角）相关性可高达0.52（如价值与高盈利因子）。宏观经济处于低迷时，因子间相关性显著提升，分散效果减弱。

• 联系文本： 直接支持本文关于忽视宏观经济环境会导致风险分散效果虚假的核心论断。

- 局限性： 相关性基于历史数据，未完全捕捉流动性或其他非经济因素影响。[pidx::3]

2. 图表2 — 风险容忍度与宏观经济状况的经济预期指标

• 描述： 利用多个宏观经济变量构建的风险容忍度和宏观经济预期指标随时间演变，灰色区域为NBER定义的经济衰退期。

- 解读： 经济衰退通常伴随着风险容忍度降低和宏观经济预期恶化，指标与实际经济周期吻合良好。

• 联系文本： 验证这些指标能有效捕捉宏观经济风险动态，为因子配置提供经济基础。

- 局限性： 经济衰退影仅为时期划分，指标预测能力需结合其他分析综合考量。[pidx::7]

3. 图表3 — 因子对宏观经济变量非预期变化的敏感性

• 描述： 表格显示6个因子的年化宏观价差（即宏观变量非预期最高和最低四分位数间因子收益差异），同时给出无条件年化收益率。

- 重点数据：
- 价值因子在期限利差下年化宏观价差达9.2%，低投资因子7.8%，低风险因子在短期利率和股息率下负敏感。
- 风险显著性由Welch t-test标注。

• 解读： 不同因子对同一宏观环境的反应存在差异甚至方向相反，点明多因子组合优化的必要性。

- 联系文本： 该图表定量支持因子收益显著受宏观经济非预期冲击影响的核心观点。

• 局限性： 灵敏度依赖于模型残差估计，潜在外生变量未充分纳入。

4. 图表4 — 利率环境下债券及股票组合表现

• 描述： 展示债券组合及其与多种因子配置股票组合的组合在利率非预期变动环境下的收益、波动率、Sharpe比率、最大回撤等表现。

- 解读： 利率敏感因子组合面临最大宏观价差（-31.2%），导致组合面临更高风险。利率中性组合最大回撤为24%，远低于敏感组合。

• 联系文本： 说明单纯因子权重配置无视宏观风险暴露，容易加剧组合损失。

- 局限性： 债券组合仅考虑长期国债，未考虑更多债券资产多样化效应。[pidx::10]

5. 图表5 — 宏观综合指标构建方法汇总

• 描述： 表示4个宏观综合指标所选用变量、转换技术（VAR创新、GARCH、主成分）、组合方法及经济含义。

- 解读： 各指标从不同维度囊括经济预期、风险容忍度、不确定性等，体现指标多样性和互补性。

• 联系文本： 表明采用多角度综合指标解决单一变量不足，提高经济周期划分准确性。

- 局限性： 转换与组合过程依赖模型假设及参数设定，具不确定性。[pidx::11]

6. 图表6 — 因子超额收益对宏观综合指标的敏感性

• 描述： 显示各因子对不同宏观综合指标划分的经济形势分组收益差异及统计显著性。

- 解读： 低风险因子在三种指标中均存在显著形势价差，而规模因子敏感性最低。动量和高盈利因子对市场风险容忍度表现出较强正敏感性。

• 联系文本： 强调不同因子间对宏观经济风险暴露的差异，为因子投资布局提供新见解。

- 局限性： 指标灵敏度可能受样本期特殊事件影响。

7. 图表7 — 低相关性因子组合与宏观经济风险

• 描述： 低相关因子（高盈利-动量）组合和高盈利-价值组合的平均波动率和宏观偏差及降幅对比。

- 解读： 尽管高盈利-动量组合显著降低波动率，但宏观偏差仅下降3.9%，而高盈利-价值组合宏观偏差下降43%，说明不应仅依赖传统相关性做风险分散决策。

• 联系文本： 进一步强调宏观经济敏感性在因子组合构造中不可替代的价值。

- 局限性： 宏观偏差度量基于历史回报，未来表现仍有不确定。

8. 图表8 — 宏观经济风险管理样例（MRD组合绩效比较）

• 描述： MRD组合（基于利率、宏观预期和所有宏观指标）与等权、风险等权组合的收益率、年化波动率、Sharpe比率、最大回撤及宏观价差和偏差对比。

- 解读： MRD组合在宏观价差和宏观偏差上显著优于传统组合，最大回撤有所降低，整体风险调整后收益较好。

• 联系文本： 有效证实MRD配置在控制宏观经济风险上的实际价值。

- 局限性： 组合配置受限于因子数目及权重约束，模型实际应用需进一步拓展。

9. 图表9 — 基于牛熊市状态指标的因子组合表现

• 描述： 不同因子组合在牛市/熊市及多种宏观经济综合指标划分的经济形势下的年化收益、价差统计。

- 解读： 虽然基于牛熊市的MRD组合消除牛熊市价差，但在其他宏观经济风险指标下暴露明显风险，且表现未优于基准组合。

• 联系文本： 说明单一以股市视角划分的经济形势不足以满足宏观风险分散需求。

- 局限性： 股市回报周期限定投资者视角，忽略其他经济风险因素。

---

四、批判性视角与细微差别

• 报告强调宏观经济风险对因子投资的影响，构建框架较为完整且执行严谨，但采用历史美国市场数据验证，结构化到中国及其他市场可能存在一定局限，需注意地域差异。

- 多数宏观变量基于市场数据，固然减少时滞，但受市场流动性和特殊事件影响，变量表现波动需谨慎解读。

• 利用非预期冲击（VAR残差）方法捕捉信息虽合理，但模型设定（VAR阶数、变量选择）和稳定性对结果敏感。

- 样本期涵盖重大经济事件，宏观经济风险暴露与因子收益关系可能因周期与突发事件存在非线性和结构性变化，需动态跟踪调整。

• 文章虽排除选股因子择时，但未来可探索宏观信息预测力融合，增强组合弹性。

- 报告指出传统因子配置无法分散宏观风险，此结论基于当下因子体系，未来或需结合新兴因子（ESG、产业周期等）重新评估。

---

五、结论性综合

本报告基于扎实的资产定价理论与实证研究，系统地剖析了宏观经济状态对选股因子收益的影响机制，构建了一套科学的宏观经济状态变量筛选标准，确立了7个关键变量，并进一步以4个宏观经济综合指标量化宏观经济风险。研究显示，传统多因子组合未能有效分散宏观风险，因多因子间对宏观经济具有相似风险暴露，导致经济低迷时组合整体受损。

报告提出的最小宏观风险敏感性（MRD）因子配置方法，通过实证验证在美国市场显著降低宏观经济敏感性，提升组合的稳健性和风险调整后收益。报告还论述了基于股市牛熊市状态划分经济形势存在的不足，强调需综合宏观指标多维度考量经济周期。

图表层面：

• 图表1呈现宏观经济不同状态下因子收益相关性大幅波动，凸显忽视宏观风险的分散效果虚假。

- 图表3与图表6定量揭示各因子对宏观非预期冲击敏感性与形势价差显著，说明基于传统相关性的多因子分散不足。

• 图表4及图表8通过利率为例的资产配置与MRD组合，进一步证明宏观风险管理效果明显，最大回撤及宏观价差显著降低。

- 图表9验证了基于宏观经济多维度指标较单一股市指标划分更合理，能更有效分散风险。

综上，报告建议因子产品设计者与投资者须重视宏观经济风险，将其纳入因子组合与资产配置模型中，利用MRD等先进方法优化资产权重分配，以提升投资组合的抵御经济周期冲击的能力。

---

参考文献来源：

报告核心内容及数据来自 Noël Amenc、Mikheil Esakia、Felix Goltz 和 Ben Luyten发表于《The Journal of Portfolio Management》上的论文《Macroeconomic Risks in Equity Factor Investing》，经华安证券研究所整理发布。

---

风险提示

报告结论基于历史数据及海外文献总结，不构成投资建议。投资者需审慎判断，结合自身风险承受能力和市场环境进行决策。

---

（全文遵循页码溯源需求，各段引用对应页码标注[pidx::]）

报告