宏观动量策略构建与核心思想 [page::5]

• 选取四类资产（股票、债券、外汇、利率）和四种宏观变量（经济周期、国际贸易、货币政策、风险情绪）。

- 制定资产与宏观变量的交易信号表，基于经济理论确定买卖方向。

• 构建多空组合（截面动量）与定向组合（时间序列动量），最终形成32个资产类别-宏观变量的等权组合。

- 该策略基于系统、多元化宏观数据，具备长期稳定性。

宏观动量组合历史表现 [page::6][page::7]

| 时期 | 超额收益（年化） | 波动率（年化） | 夏普比率 | 与美国股票相关性 | 与美国十年期债券相关性 |
|-------------------|--------------|------------|---------|----------------|--------------------|
| 1970.1-2016.12 全样本 | 13.00% | 10.70% | 1.2 | -0.22 | 0.03 |
| 1970.1-1979.12 | 10.20% | 11.40% | 0.9 | -0.45 | -0.22 |
| 1980.1-1989.12 | 16.70% | 9.70% | 1.7 | -0.01 | -0.09 |
| 1990.1-1999.12 | 14.10% | 10.10% | 1.4 | -0.46 | -0.20 |
| 2000.1-2009.12 | 15.40% | 12.20% | 1.3 | -0.45 | 0.25 |
| 2010.1-2016.12 | 6.50% | 9.60% | 0.7 | 0.04 | 0.02 |

• 不同时期均实现正超额收益和较好风险调整表现。

- 与传统资产相关性极低或负相关，显示高度分散化特征。

• 策略在不同资产类别及宏观变量上均有显著贡献。

宏观动量策略与传统资产类表现对比 [page::7]

• 宏观动量策略在股票市场下跌时表现良好，形成“微笑”型正收益。

- 在实际利率上升阶段远超股票、债券及60/40组合回报，平均年化超额收益达12%。

| 时期 | 实际利率变化 | 宏观动量 | 美国十年期 | 美国股票 | 60/40组合 |
|--------------|------------|---------|----------|--------|----------|
| 1980.1-1981.9 | 7.2% | 29.3% | -37.7% | -10.0% | -21.1% |
| 其他9个周期平均| — | 12.0% | -14.2% | 11.3% | 1.1% |

宏观动量与趋势跟踪策略对比 [page::8]

| 指标 | 趋势跟踪 | 宏观动量 | 50/50组合 |
|----------|--------|--------|-----------|
| 平均收益 | 12.1% | 13.0% | 12.6% |
| 波动率 | 11.2% | 10.7% | 9.3% |
| 夏普比率 | 1.1 | 1.2 | 1.4 |
| 最大回撤 | -23.5% | -21.6% | -12.8% |

• 两策略相关性0.4，互为分散来源。

- 最大回撤期不同，趋势跟踪最大回撤时宏观动量策略表现为正，反之亦然，降低组合回撤。

宏观动量与风格溢价策略对比 [page::8]

| 指标 | 多样化风格溢价 | 宏观动量 | 50/50组合 |
|----------|-----------|--------|-----------|
| 平均收益 | 10.8% | 13.0% | 11.9% |
| 波动率 | 11.0% | 10.7% | 8.3% |
| 夏普比率 | 1.0 | 1.2 | 1.4 |
| 最大回撤 | -21.3% | -21.6% | -10.8% |

• 宏观动量策略与风格溢价策略组合表现更佳，风险调整后收益提升显著。

全球宏观策略业绩归因分析 [page::9]

• 现有全球宏观基金重点暴露于货币政策风险因子，忽视经济周期、国际贸易及风险情绪因子。

- 宏观动量策略覆盖未充分利用的三个宏观变量，填补策略体系空缺。

风险提示

• 存在市场系统性风险、模型失效风险及海外与国内市场结构差异风险。

报告分析与解构：《以经济理论为基础的全球宏观动量策略研究》

---

1. 元数据与概览

报告标题：《以经济理论为基础的全球宏观动量策略研究》（文内称“宏观对冲研究 2：长达半个世纪的宏观动量”）

作者与机构：海通证券研究所，分析师冯佳睿等

发布日期：2017年11月

研究主题：基于经济理论的全球宏观动量投资策略研究，探讨宏观动量策略的构建、表现及其与传统资产类别、趋势跟踪策略和风格溢价策略的关系，重点在于宏观层面的系统性对冲策略及其风险溢价表现。

核心论点：

• 宏观动量策略基于经济理论，利用宏观经济变量与标的资产价格的系统性关系，构建多元化的全球宏观投资组合。

- 该策略在1970年至2016年的长期历史数据回测中表现稳健，年化超额收益13%，夏普比率1.2，相关性较低，具备良好的分散化效果和抗风险能力。

• 宏观动量策略与传统资产、趋势跟踪和风格溢价策略均有差异且互补，组合后能提高收益与降低波动和最大回撤。

- 现有的全球宏观策略管理人主要聚焦货币政策变量，宏观动量策略覆盖更多宏观变量，是对当前宏观策略体系的有效补充。

• 报告同时指出策略面临市场系统性风险、模型失效风险及市场结构差异风险。

本报告强调宏观动量作为一种独特且有价值的宏观风险溢价策略，适合作为多元化投资组合中的重要配置[page::0, 4, 9]。

---

2. 逐节深度解读

2.1 引言与宏观对冲策略概况（第4页）

• 章节要点：介绍全球宏观投资领域的长期视角与理论基础，构建经济变量驱动的宏观动量策略。强调用经济周期、国际贸易、货币政策、风险情绪四类宏观变量搭配四类资产（股票、外汇、政府债券、利率）的数据回测长达半个世纪。

- 推理依据：宏观变量对资产价格有基本且稳定的影响，市场参与者对宏观信息的反应不完全，存在可利用的收益机会。

• 核心假设：宏观经济指标预期（如GDP和CPI预期）、贸易竞争力、货币政策方向能够驱动对应资产类别表现，长期数据充分代表经济环境的多样性。

- 数据基础：1970年至2016年数据覆盖主要发达国家股票指数、货币、政府债券和利率市场，数据详见表1[page::4]。

2.2 宏观变量数据与信号构建（第5页）

• 章节要点：明确选取四大宏观变量及相应的定量测度方式，例如经济周期由实际GDP和CPI预期构成，国际贸易通过一篮子出口权重货币的一年期掉期衡量，货币政策用利率预期表达，风险情绪则由股票市场回报反映。

- 交易信号设计：根据经济理论，从宏观变量对资产类别的逻辑关系导出交易信号（表2）。例如，股票对经济增长、国际贸易竞争力、风险情绪均呈正相关，货币政策宽松利好货币资产和股票。

• 组合构建方式：

- 多空组合：利用截面资产表现，买入基本面较好资产，卖出基本面较差资产，类似横截面动量。
- 定向组合：关注标的资产时间序列上的表现，即基于其宏观变量绝对变动做多或做空。
- 总体组合：对32（4资产类别×4宏观变量×空多与定向）组合等权分配，确保多元性和平衡。

• 逻辑解释：组合设计旨在全面捕捉宏观变量对各类资产价格的联动，降低单一市场或单一变量风险[page::5]。

2.3 宏观动量组合表现（第5-6页）

• 主要表现：

- 全样本期（1970-2016）年化超额收益13%，波动率10.7%，夏普比率1.2。
- 各子周期均正收益，夏普比率稳定在0.7-1.7区间。
- 与美国股市相关性为-0.22，与美国十年期国债相关性约为0，表明高度的低相关甚至负相关，具备显著分散投资价值。

• 细分资产收益（表4）：

- 股票类超额收益最高8.2%，利率类次之8.8%，外汇6.8%，债券类5.6%。
- 股票、利率资产贡献较大，有利于跨资产配置。

• 宏观变量表现（表5）：

- 实际债券和货币政策相关资产超额收益较高，分别达9.8%和8.8%。
- 风险情绪变量在后期表现有所下降，2010年后甚至出现负收益。

• 总结：综合数据表明宏观动量策略收益稳健且分散，核心驱动力来自多资产、多变量的协同作用[page::6].

2.4 宏观动量策略与传统资产及市场环境（第6-7页）

• 策略差异及优势：

- 宏观动量与股票市场负相关（散点图，图1），显示在股市大跌时，宏观动量策略反向操作取得收益，体现其防御和对冲功能。

• 实际利率上升时期的表现（表6）：

- 宏观动量在10个实际利率上升期的平均年超额收益12%，明显优于同期美国十年期国债-14.2%和股票11.3%。
- 60/40传统配置收益仅1.1%，凸显宏观动量在特定宏观环境下的风险管理优势。

• 结论：宏观动量具备在极端宏观事件和市场压力环境中抢眼表现，增强了投资组合稳定性和抗风险能力[page::7].

2.5 与趋势跟踪策略比较（第7-8页）

• 方法论：趋势跟踪基于历史价格数据，宏观动量基于宏观经济数据。两者反应信息来源不同。

- 策略表现对比（表7）：
- 两者收益类似（12.1% vs 13.0%），但组合后夏普比率提升至1.4，最大回撤减少至-12.8%，显示互补性强。

• 最大回撤期间表现（图2）：

- 趋势跟踪最大回撤期间，宏观动量策略均为正收益，反之亦然，支持策略间分散化的实证证据。

• 逻辑解释：不同策略对应不同风险因子和宏观信号，组合优化投资效率和风险管理[page::8].

2.6 与其他风格溢价策略对比（第8页）

• 构建多样化市场中性风格溢价组合：囊括价值、动量、基差等因子策略。

- 表现对比（表8）：
- 宏观动量年均收益13%，波动率10.7%，夏普比1.2。
- 风格溢价组合收益较低为10.8%，波动率11%，夏普比1.0。
- 50/50组合夏普达1.4，最大回撤降至-10.8% ，明显优于单独策略。

• 说明：宏观动量策略有效补充了传统风格投资，进一步提升组合整体风险调整后收益[page::8].

2.7 全球宏观策略业绩归因（第9页）

• 指数分析：

- DJCS全球宏观指数（1994-2016）及Top 15指数（1991-2016）分别进行多因子回归，beta值聚焦于货币政策因子0.14和0.22，表明主流宏观策略主要对货币政策敏感。
- 对经济周期、国际贸易和风险情绪因子敏感度较低，甚至不显著。

• 推论：现有主流宏观基金明显缺乏对除货币政策以外宏观变量的涉及。

- 策略补充意义：宏观动量策略基于四个核心宏观变量，填补了现有全球宏观策略潜在空缺，扩大了收益来源和风险对冲维度[page::9].

2.8 总结与风险提示（第9页）

• 总结要点：

- 宏观动量策略基于经济理论，长期回测表现稳健且多样分散。
- 策略与传统资产及现有策略差异显著，具有互补性及分散风险潜力。
- 全球主流策略聚焦单一宏观因子，宏观动量拓宽体系。

• 风险提示：

- 面临系统性市场风险。
- 可能因模型失效或数据结构差异导致表现不及预期。

• 免责声明：结果源自自动数量模型，未进行主观调整，供特定客户参考，不构成投资建议[page::9,10].

---

3. 图表深度解读

3.1 表1 标的资产数据集（第4页）

• 内容说明：覆盖股票、货币、政府债券（10年期）、短期利率四类核心资产类别，自1970年代至1990年代不同时期开始数据采集，涵盖全球主要发达市场。

- 意义：保证了策略的长期历史数据基础及资产类别多样化，提升实证有效性。

3.2 表2 宏观动量信号汇总（第5页）

• 内容说明：矩阵形式描绘了经济周期、国际贸易、货币政策、风险情绪四宏观变量对四类资产（股票、货币、政府债券、利率）的影响方向（买入/多头信号“+”或无明显信号“ ”）。

- 解读：股票对经济增长、贸易竞争力及风险情绪有正向反应，货币对通胀和货币政策宽松敏感，债券和利率未体现明显信号，表明组合重点围绕股汇利展开，权重更倾向于信号明确的资产类别。

3.3 表3 总体宏观动量组合表现（第6页）

• 内容描述：涵盖1970—2016年全样本及子区间的年化超额收益、波动率、夏普比率及与美股/美债的相关性。

- 主要趋势：
- 全样本年化超额收益13%，较为稳定且高于多数传统资产收益率。
- 夏普比率从0.7至1.7区间波动，整体表现优秀。
- 相关性长期为负或接近零，确认投资组合非系统性、具较强分散化能力。

• 策略有效性：即使2010年后表现有所下降，仍保持正收益及较好夏普比，显示策略在近现代复杂环境下依旧稳健。

3.4 表4 各资产类别超额收益（第6页）

• 解读：

- 股票和利率资产收益贡献最大。
- 外汇具有稳定贡献，债券贡献相对较小。
- 波动率基本符合预期，利率资产波动较小，夏普比相对较高，显示良好风险调整表现。

3.5 表5 各宏观变量超额收益（第6页）

• 解读：

- 宏观动量对所有变量均有正向贡献，债券与货币政策变量表现最佳。
- 2010年后风险情绪指标下降，可能反映市场情绪波动减少或该因子的信息量降低。

• 数据限制：局部时间段数据一致性略微不齐备，特别是利率变量数据自1987年起。

3.6 图1 宏观动量与股票市场回报关系（第7页）

• 描述：散点图呈现美国股市季度收益与宏观动量季度超额收益的关系，明显呈现“U”型或“微笑”关系。

- 解读：
- 股市大跌时宏观动量收益反而上升（左侧高点），体现策略的防御及逆势特性。
- 股市大幅上涨时，如经济环境改善，宏观动量同样回报较好（右侧升高点）。

• 策略优势：体现宏观动量在不同市场阶段均具备正收益能力，尤其在市场压力期扮演重要对冲角色。

3.7 表6 实际利率变动时期表现（第7页）

• 描述：列示10个实际利率上行期内宏观动量与传统资产表现数据。

- 解读：宏观动量策略平均年化收益12%，显著优于大幅亏损的美国十年期国债和波动较大的股票市场，60/40传统配置表现平平，表明宏观动量对利率上升环境适应能力强。

• 应用建议：在预期利率上行时，纳入宏观动量或许有效平滑组合波动、提高收益。

3.8 表7 宏观动量与趋势跟踪表现对比（第8页）

• 解读：

- 相近收益率与波动率，但组合后波动率降低、最大回撤缩小。
- 夏普比率由单独策略1.1、1.2提高至组合1.4，最大回撤显著控制于-12.8%。

• 暗示：多策略组合存在收益协同和风险分散效应。

3.9 图2 最大回撤期表现（第8页）

• 解读：趋势跟踪最大回撤期间，宏观动量呈正收益，反之亦然，强化策略间不同风险敞口和独立性。

- 结论：形成动态的组合风险缓冲，有助应对不同市场周期。

3.10 表8 宏观动量与多样化风格溢价对比（第8页）

• 结论：宏观动量提高组合风险调整收益率，且显著降低最大回撤，与传统风格因子策略结合表现优异。

3.11 表9、表10 全球宏观指数业绩归因（第9页）

• 主要发现：现有宏观基金管理人主要对“货币政策”因子反应显著，其他宏观变量敞口及收益贡献较少，R平方水平中等。

- 策略补充性：宏观动量提出的全方位宏观变量覆盖，能够为投资组合注入另类风险因子和收益空间。

---

4. 估值分析

本报告属于策略研究与宏观对冲领域，无直接个股或资产估值内容，因此未涵盖DCF等估值方法分析，重点为策略构建与表现。

---

5. 风险因素评估

• 市场系统性风险：宏观风险事件可能极端影响各类资产，策略未必能够完全规避。

- 模型失效风险：基于历史经济变量和资产价格关系构建，未来经济结构、政策环境变化可能导致模型关系失效。

• 海外与国内市场结构差异风险：报告基于发达市场数据，应用于其他市场需谨慎，制度及市场结构差异可能影响策略有效性。

- 缓解措施：报告未明确提出具体缓解策略，主要提醒投资者对此类风险保持警惕[page::0, 9].

---

6. 批判性视角与细微差别

• 数据覆盖和样本代表性：尽管样本时间长，但部分资产类别数据起始日期不一（如利率资产1987年起），可能影响部分子样本统计的准确性和稳定性。

- 交易成本忽略：计算未扣除交易成本和手续费，实际净收益和夏普比可能低于报告数字，尤其考虑到多资产多头寸策略的高频调仓特征。

• 风险调整不足：报告夏普比率等传统指标充分，但对尾部风险、风险因子暴露的敏感性分析较少，缺乏压力测试等深度风险管理描述。

- 模型自动计算无主观调整：该特点虽能保持客观性，但也意味着未充分考虑因市场机制变化等因素带来的策略调整必要。

• 外部策略对比深度：虽有趋势跟踪和风格溢价对比，缺少更多主动管理策略或其他宏观因子策略的细致比较。

- 风险提示较为简略，未展开详细量化风险可能性和对冲方案。

整体而言，报告逻辑严谨、实证丰富，但在策略实施细节及实战复杂性方面略显简化。

---

7. 结论性综合

本报告通过严格的经济理论驱动和长期多市场历史数据，成功构建了基于经济周期、国际贸易、货币政策和风险情绪四大宏观变量的全球宏观动量策略。该策略体系体现为：

• 表现优异且稳健：全样本年化超额收益达13%，夏普比率稳定超过1，资产类别多元且贡献均衡，具备明显的风险调整后超额表现。

- 相关性极低，疾病防御效应显著：与美国股票及债券市场长期负相关，在股票大跌和实际利率上升时期表现显著卓越，增强组合风险分散能力。

• 与现有策略互补性强：与趋势跟踪和风格溢价投资策略的组合实现夏普率从约1.1-1.2提升至1.4，最大回撤幅度明显缩小，体现策略协同效应。

- 对当前宏观投资管理体系的价值补充：主流全球宏观基金对货币政策反应积极，但忽视其它宏观变量。宏观动量策略填补了这一空白，扩展了收益来源和风险管理维度。

• 风险因素明确：报告提醒市场系统性风险、模型风险及结构性差异风险，提示投资者策略应配合动态风险管理。

从图表和数据分析可以看到，宏观动量策略通过构建32个资产类别-宏观变量组合的多重加权，捕捉市场系统性经济信号，成功实现了长期超额收益与投资组合多样化目标。特别是在极端宏观经济环境和市场波动剧烈时期，其风险缓释和收益稳健特征尤为突出。

综上，该研究系统地验证了宏观动量投资策略的有效性和独特价值，推荐作为全球宏观资产配置和风险对冲的重要策略工具。但实际应用时需关注交易成本、模型风险及国际市场差异带来的潜在挑战[page::0-9]。

---

总结

海通证券本报告通过详实的经济理论、丰富的历史数据与严谨的统计回测，成功揭示了宏观动量作为一类系统性的全球宏观对冲策略的潜力与优势。其执着于多元宏观变量的深入利用，并与传统资产及策略形成有效组合，为投资者提供了一种全新的、更完善的宏观风险溢价捕捉框架。未来投资组合管理者可基于该策略优化资产配置、增强抗风险能力，实现长期稳定的超额回报。

报告