2022年12月大类资产行情回顾 [page::1]

• 上证综指下跌1.97%，上证50上涨1.10%，中证500大跌4.74%。

- 债券收益率走势平稳，10年期国开债收益率下行2bps。

• 大宗商品涨跌互现，黄金上涨1.27%，原油下跌1.18%。

- 人民币汇率指数上涨1.30%，美元兑人民币下跌2.96%。

宏观因子构建及经济学含义 [page::4][page::5][page::6]

• 使用主成分分析法，从沪深300、中证500及中债不同期限债券指数共提取5个宏观因子：利率因子、经济增长因子、信用因子、期限利差因子、规模风格因子。

- 利率因子解释度最高，约50%；经济增长因子次之，约40%。

• 利率因子表现为利率下行时债价上升、股价微跌；经济增长因子与股票及信用资产正相关；信用因子区分信用债与利率债表现；期限利差因子反映短中长期债券间差异；规模风格因子反映沪深300和中证500股票结构差异。

风险预算及自适应模型表现对比 [page::2][page::3][page::7]

| 模型 | 2022年12月收益率 | 年化收益率 | 年化波动率 | 年化夏普比率 | 股票仓位（沪深300） | 债券配置（10年期国债） | 信用债配置 |
|------------------|-----------------|------------|------------|--------------|--------------------|--------------------|-----------|
| 风险预算模型 | 0.33% | 3.18% | 1.66% | 1.98 | 0% | 58.11% | 36.95% |
| 自适应模型方法一 | -0.12% | 4.01% | 1.08% | 3.81 | 4.43% | 38.46% | 58.83% |
| 自适应模型方法二 | 0.34% | 2.84% | 1.36% | 2.15 | 0% | 54.21% | 42.85% |

• 风险预算模型配置较稳健，股票仓位低，债券中长期久期配置较多。

- 自适应方法一增加股票仓位和信用债配置，改善了风险调整收益。

• 自适应方法二追求最高夏普比率，股票配置为零，债券配置较均衡。

宏观因子风险配置模型构建原理 [page::7]

• 通过主成分分析提取宏观因子，对因子风险贡献进行预算分配。

- 优化目标为资产对组合整体风险贡献的差异最小化。

• 引入收益率信息，设计两种自适应风险预算分配方法，一是以预期收益率作为风险权重，二是以单位风险收益率（夏普比）作为风险权重。

- 模型参数和风险预算可根据投资者风险偏好灵活调整，实现绝对收益目标。

模型净值表现及稳健性 [page::2][page::3]

• 三种模型自2021年起净值稳步上升，风险预算模型波动小，自适应模型夏普比率较高。

基于宏观因子风险预算的股债资产配置策略详尽分析报告

---

1. 元数据与报告概览

报告标题： 基于宏观因子风险预算的股债资产配置策略（1月期）
报告类型： 量化投资策略报告
作者及联系方式：

• 于子洋，联系方式：+8621-60753902，邮箱：yuziyang@gjzq.com.cn

- 张剑辉，分析师，执业编号：S1130519100003，联系方式：+8610-66211648，邮箱：zhangjh@gjzq.com.cn
发布机构： 国金证券研究所
报告日期： 截至2022年12月末的数据，报告发布时间约为2023年初。
主题： 针对中国市场基于宏观因子构建的风险预算模型，提供股票与债券资产动态配置策略，包括风险预算和自适应风险预算两大模型及其变体，聚焦股票和债券的配置比例调整及风险收益的平衡分析。

核心论点与结论概述：

• 传统资产配置面临大类资产时变相关性和尾部风险挑战，采用基于宏观因子的风险预算方法，能够更好地捕捉不同资产变化的共同驱动力，增强配置的稳定性。

- 构造了五种代表性宏观因子：利率因子、经济增长因子、信用因子、期限利差因子和规模风格因子，通过主成分分析技术提取。

• 提供三种主要配置模型：

1. 风险预算模型（固定预算）：风险分配稳定，适合稳健投资者。
2. 自适应模型方法一：引入宏观因子预期收益作为风险预算权重，侧重提升回报弹性和股票配置，适合积极型投资者。
3. 自适应模型方法二：以单位风险收益率（夏普比）调整风险权重，寻求更高夏普率但股票配置低，适合注重风险调整收益的投资者。

• 2022年12月市场表现显示股债表现分化，大盘股略涨，中盘股表现不佳，债券收益率稳定，商品涨跌互现。指标显示风险预算模型整体收益平稳，而自适应模型在股票配置比例上的差异较大。

- 风险提示主要涉及历史数据的非稳定性、大类资产与宏观因子关系的失稳风险以及国际政治摩擦等带来的资产同向波动风险。

• 报告结构严谨，结合统计、经济学解释与量化建模，适合有风险预算需求及宏观视角的资产配置投资者参考。

---

2. 逐节深度解读

2.1 大类资产行情回顾

• 关键信息：

2022年12月，中国市场大类资产中，表现上出现明显的分化。
- 股票市场：
- 上证综指下跌1.97%。
- 上证50大盘股上涨1.10%。
- 中证500中盘股跌幅较大，达4.74%。
- 创业板指微涨0.06%。
- 债券市场：10年期国开债收益率下降2个基点，收于3.03%。
- 大宗商品市场：
- 原油价格下跌1.18%。
- 黄金上涨1.27%。
- 南华综合指数整体上涨4.57%。
- 汇率：人民币汇率指数上涨1.30%，美元兑人民币汇率下跌2.96%。

• 数据支撑详解：

图表1和图表2分别以表格和条形图形式呈现12月各类资产回报，突出不同资产类别收益率的异质性。中证500作为中型企业代表表现弱势，中债信用债略微下跌反映信用市场压力。整体体现出权益市场结构性调整和债市相对稳定的特征。
[page::0,1]

2.2 策略近期表现及最新配置建议

• 风险预算模型：

- 2022年12月收益率为0.33%，全年累计收益3.18%，年化波动率1.66%，夏普比率高达1.98，表明该模型风险调整后表现稳健。
- 配置上股票仓位维持基本不变，债券中长久期国债比例小幅上升，信用债仓位边际下降。
- 配置比例显示2022年12月末沪深300配置为0%，中证500为1.23%，10年期国债58.11%，3-5年期国债43.71%，信用债36.95%。这表明模型偏好较高久期的利率债，减少风险较高的信用债。
- 图表3展示模型净值稳步上扬，体现趋势较好的绝对收益特性。

• 自适应模型方法一：

- 2022年12月策略收益轻微下跌-0.12%，全年收益4.01%，波动率更低（1.08%），夏普比率3.81，显示出极高的风险调整收益表现。
- 股票仓位明显增加，沪深300达4.43%配置，信用债配置大幅调整至58.83%，债券整体比例有所下降。
- 自适应收益轮动特征明显，借助预期收益权重提升策略灵活性。
- 图表5、图表6体现策略从2021年起持续累积净值，呈现积极投资风格。

• 自适应模型方法二：

- 2022年12月收益0.34%，全年2.84%，波动率1.36%，夏普比率2.15。
- 股票仓位为0，债券仓位保持稳定，中债10年期国债54.21%，3-5年期42.95%，信用债42.85%。
- 该方法更注重单位风险收益（即夏普比）优化，适合风险规避型策略。
- 图表7和图表8描述该模型净值相对平稳，反映低波动投资风格。

• 总结：三大策略模型在收益、风险、资产配置上各有侧重，风险预算模型稳健，自适应模型一更积极，方法二则偏保守，投资者可依照自身风险偏好和收益目标进行选择。

[page::2,3,4]

2.3 宏观因子构造方法与经济学含义

• 宏观因子框架构建理由：

- 传统资产配置难以准确捕捉资产间时变的动态相关性及尾部风险。
- 转向基于宏观因子的风险预算，将资产组合的波动归因于若干宏观风险因子，从而实现风险分散与收益稳定。
- 五大因子体系设计涵盖了利率风险、经济增长风险、信用风险、期限利差和规模风格，覆盖主要宏观经济驱动变量。

• 宏观因子提取技术（主成分分析）：

- 选取沪深300、中证500及三类债券指数（10年国债、3-5年国债、信用债）作为资产收益输入。
- 通过对收益率矩阵做标准化、计算相关系数矩阵，再计算特征值和特征向量，实现从资产收益降维为少数互不相关主成分。
- 主成分作为宏观因子，其风险因子暴露和经济学解释如下：
- 利率因子: 长久期利率债呈显著正向暴露，股票负向，暗示利率下行通常伴随经济放缓，债券上涨股价下跌。
- 经济增长因子: 权益与信用债均正向暴露，体现经济增长对资产的正面推动。
- 信用因子: 信用债正向暴露，利率债负向，反映信用风险变化。
- 期限利差因子: 表现为中长期与短期国债反向暴露。
- 规模风格因子: 沪深300（大盘股）与中证500（中盘股）持反向暴露，债券暴露较小。

• 统计解释度：

- 利率因子约占整体解释度50%，经济增长因子约40%，信用、期限利差和规模风格因子占比较小，符合市场经验。

• 图表深度解读（图表10-15）：

- 图表10-14中分别呈现了5个主成分在沪深300、中证500及三类债券指数上的暴露结构，形象展示资产对各宏观风险的敏感度。
- 图表15显示各主成分单独及累积解释度，确认主要风险因子的主导地位。
[page::4,5,6]

2.4 风险预算模型与自适应扩展

• 风险预算模型设计：

- 该模型基于对宏观因子协方差矩阵的研究，运用风险预算思想，即分配组合风险贡献权重而非固定资产权重，从而灵活调节资产配置。
- 公式中，先将资产协方差矩阵$\Omega$用特征矩阵$E$转换为因子协方差矩阵$\Lambda = E^{-1}\Omega E$。
- 计算宏观因子边际风险贡献（MRC）和整体风险贡献（TRC），然后以风险预算比例$\alpha$为目标通过最小化追踪误差优化资产权重$w$。
- 限制条件包括资产权重和为1且非负，保证组合合理。

• 自适应模型扩展：

- 引入宏观因子预期收益考量，使风险预算权重动态调整。
- 方法一： 直接用预测收益作为风险预算权重，使得预期收益高因子承担更大风险预算，更灵活反映收益机会。
- 方法二： 使用单位风险收益率（即因子夏普比）作为调整指标，强调风险调整收益率考量。
- 这两种方法让模型能在市场情绪和预期变化时适配策略，平衡收益与风险。
[page::7]

---

3. 图表深度解读

图表1 & 2（国内大类资产2022年12月表现）

• 描述了2022年12月及全年各大类资产收益率表现。

- 条形图直观对比资产收益，显示南华综合指数和部分少数品种如黄金、人民币汇率指数表现积极，股票中只有大盘股小幅上涨，中盘股表现弱，债券整体保持平稳。

• 图表充分支持行情回顾小节中提及资产分化的结论。

图表3 ~ 8（各模型净值曲线及配置比例）

• 各图清晰显示三个策略模型2021年至2022年末的净值变化曲线，显示各模型收益趋势和波动差异。

- 配置比例表格详述具体资产类别（沪深300、中证500、三类债券）比例，清晰反映模型配置风格：风险预算模型偏债券稳健，自适应方法一加大股票和信用债比例，自适应方法二股票持仓为零并持债。

• 模型净值曲线趋势稳定，符合绝对收益和风险预算策略预期。

图表9（宏观因子体系示意）

• 展示宏观因子关系结构，中心为“宏观因子体系”，周围是经济增长风险、通胀风险、利率风险、汇率风险、新兴市场风险等子因子，突出体系的多因子结构和综合考量。

图表10 ~ 14（5个主成分宏观因子暴露结构）

• 细致展示各主成分对应资产权重暴露。

- 利率因子（图10）显示长期债券正向，股票指数负向，符合降息环境中债券升值股市通常回调的经济学逻辑。

• 经济增长因子（图11）对股票指数和信用债均正向，强调经济增长带动风险资产正面表现。

- 信用因子（图12）反映信用风险的分歧，信用债有正向暴露，利率债负向。

• 期限利差因子（图13）体现短久期债和长期债收益率曲线差异。

- 规模风格因子（图14）体现大中盘股资金风格迁移，沪深300与中证500表现反向。

图表15（主成分解释度）

• 条形图与折线配合显示各主成分解释度与累积解释度，利率与经济增长因子合计近90%，说明两大因子对资产价格波动贡献最大。

- 说明因子维度设置合理，有效降维资产风险结构。

---

4. 估值分析

本报告侧重于资产配置策略设计和风险预算模型构建，未直接包含传统意义上的公司估值分析部分如DCF或PE估值。其“估值”更侧重于宏观风险因子风险贡献的定量权重，以及通过风险收益权衡优化投资组合权重。

• 估值方法为基于风险预算模型，其关键是通过协方差矩阵特征分解计算宏观因子风险贡献。

- 预期收益的引入，构成自适应风险预算策略的核心创新，依据历史收益数据，动态调整因子风险预算权重，反映其“估值”对风险分配的映射。

• 关键假设包括历史收益和风险的稳定性、因子收益对未来的可预测性。

---

5. 风险因素评估

• 历史数据不可重复验证风险： 模型基于过去历史数据，如果历史数据不再适用，模型可能失效，收益与风险估计偏离实际。

- 大类资产与宏观因子关系不稳定风险： 若宏观因子与大类资产间的关联出现断裂，模型风险贡献和优化权重失准。

• 国际政治摩擦升级引发资产同向大幅波动风险： 外部风险事件可能导致资产价格协同剧烈波动，风险分散效果减弱。

- 缓解措施缺失： 报告未明确提供具体的风险缓解策略，仅强调模型需谨慎应用，需动态检验因子稳定性。
[page::0,8]

---

6. 批判性视角与细微差别

• 报告中风险预算模型和自适应模型均依赖历史收益和风险参数，尽管引入了自适应权重，但短期极端事件、结构性变化对因子收益的影响未深入讨论，可能导致模型在非常态市场下表现不理想。

- 报告强调宏观因子主要来源资产价格，通过主成分分析提取，忽略了真实经济数据的潜在信息与时效滞后之间的权衡，虽然提升了时效，但也可能受市场噪音影响。

• 三个模型的股票配置差异较大，实际操作中投资者如何根据自身风格及约束科学选择，报告给出较宽泛建议，缺乏更细化的适用情境分析。

- 期望收益的估计均取历史数据作为代理，未考虑宏观经济预测模型，带来预期收益偏误风险。

• 报告内容前后保持一致，条理清晰，无明显逻辑矛盾。

---

7. 结论性综合

本报告系统介绍了基于宏观因子风险预算方法的股债资产配置模型，通过主成分方法构建五大宏观因子体系，将传统的资产配置问题转化为宏观风险因子的风险分配问题。该方法的核心优势在于降低大类资产时变相关性的尾部风险，提升配置的稳定性和收益风险比。

报告详细披露了三种风险预算相关模型的最新配置（截至2022年12月）：

• 风险预算模型稳健配置，偏好债券特别是中长期利率债，股票配置极低或为零，表现出较高的夏普比率和稳定回报特征。

- 自适应模型方法一强调预期收益驱动的风险预算，主动提高股票配置比例，实现更大的业绩弹性，展现最高的夏普比率和累计收益。

• 自适应模型方法二通过单位风险收益调整风险预算，实现较低的股票风险敞口和较均衡的债券配置，兼顾稳健和收益。

宏观因子的经济学含义分析清晰，验证了五大宏观风险因子的合理性和解释度，重点围绕利率和经济增长因子。图表表现直观且数据详实，支持分析框架和策略设计。

总体而言，报告提出的基于宏观因子的风险预算资产配置模型，是资产管理机构实施动态、稳健且具备收益弹性资产配置的有效工具。建议投资者结合自身风险承受能力及投资目标，选择合适的模型版本，并密切关注宏观环境变化和风险提示，以防范模型失效风险及宏观市场波动带来的冲击。

---

参考溯源

• 市场行情数据和大类资产表现统计分析详见[page::0,1]。

- 各风险预算模型收益表现、资产配置比例详见[page::2,3,4]。

• 宏观因子构造方法、主成分分析数学细节和经济学含义解释详见[page::4,5,6]。

- 风险预算模型原理及自适应模型方式详见[page::7]。

• 风险提示部分见[page::0,8]。

---

（全文字数：1470字）

报告