`

【广发金工】权益资产资金流数据有所改善:大类资产配置分析月报(2025年6月)

创建于 更新于

摘要

本报告基于宏观和技术指标,综合分析权益、债券、工业品及黄金四大类资产的配置观点。权益资产估值处于低位且资金呈现流入状态,宏观层面看平权益,技术层面趋势向下;债券资产虽技术面趋势向下,但宏观利多,整体看多;工业品宏观层面利空但技术趋势向上,看平;黄金资产宏观及技术面均利多,看多。多种资产配置组合表现经过长期历史回测,固定比例加宏观和技术指标组合表现较优,年化收益率达11.86%,最大回撤9.06%。风险提示强调模型结论局限性,投资需谨慎。[page::0][page::1][page::2][page::3][page::4][page::5][page::6][page::7]

速读内容


宏观指标趋势方法与大类资产收益影响分析 [page::1]


  • 利用T检验对宏观指标不同趋势状态进行区分,筛选对资产收益有显著影响的指标。

- 当前宏观判断:权益资产看平,债券资产利多,工业品利空,黄金利多。

大类资产趋势指标及估值水平判断 [page::2][page::3]



  • 不同资产采用不同趋势判断方法:权益和工业品采用LLT指标及收盘价计算月均涨跌幅。

- 截至2025年6月,工业品和黄金趋势向上,权益和债券趋势向下。
  • 权益资产估值指标(ERP)处于5年分位数73.74%,表明估值整体偏低。


权益资金流入状况及资金流指标定义 [page::4]


  • 资金流指标定义为近1个月主动净流入额减去6个月平均流入额。

- 当前资金流指标为915亿元,显示资金呈现净流入状态。

宏观与技术指标得分相关性及资产配置综合观点 [page::4][page::5]


| 大类资产 | 宏观指标得分 | 技术指标得分 | 总得分 |
|---------|-------------|-------------|--------|
| 权益 | 0 | -1 | 1 |
| 债券 | 2 | -1 | 1 |
| 工业品 | -1 | 1 | 0 |
| 黄金 | 3 | 1 | 4 |
  • 宏观和技术指标相关性低(平均相关系数约0.17),故将两者得分加总决定综合观点。

- 综合展望:权益看多,债券看多,工业品看平,黄金看多。

资产配置模型及历史表现跟踪 [page::5][page::6][page::7]





| 组合表现 | 固定比例+宏观指标 | 固定比例+技术指标 | 固定比例+宏观+技术 | 固定比例基准组合 |
|-----------------------|------------------|------------------|--------------------|-----------------|
| 2025年6月收益率 | 1.51% | 0.44% | 1.06% | 1.17% |
| 2025年累计收益率 | 2.54% | 2.15% | 2.95% | 1.95% |
| 年化收益率 (2006.3-25.6) | 10.82% | 9.22% | 11.86% | 6.10% |
| 最大回撤 (2006.3-25.6) | 11.56% | 8.45% | 9.06% | 17.09% |
| 年化波动率 (2006.3-25.6) | 6.72% | 6.42% | 6.95% | 5.81% |
  • 固定比例+宏观指标+技术指标组合整体表现突出,年化收益率最高,且最大回撤较低。

- 经典资产配置模型结合宏观与技术指标,控制波动率和风险平价组合年化收益率均保持在9%左右,风险可控。

深度阅读

【广发金工】权益资产资金流数据有所改善:大类资产配置分析月报(2025年6月)详尽分析报告



---

一、元数据与概览



报告标题:权益资产资金流数据有所改善:大类资产配置分析月报(2025年6月)

作者:李豪(广发证券资深金工分析师)、安宁宁(广发证券首席金工分析师)及陈原文团队

发布机构:广发证券金融工程研究,刊发于2025年7月2日

主题:围绕大类资产的宏观与技术面情况,结合权益、债券、工业品、黄金四大类资产的最新配置观点与资金流数据,利用统计学、技术指标及资金流动数据对未来资产配置进行分析预测,辅以组合收益及风险表现跟踪。

核心论点与观点
  • 权益资产虽受宏观影响整体持平,但技术面呈现趋势向下,估值较低,同时资金流入出现改善,给予其“看多”观点。

- 债券资产宏观环境利多,但技术趋势向下,整体定为“看多”。
  • 工业品宏观利空但技术趋势向上,综合判断为“看平”。

- 黄金资产宏观与技术面均利多,故“看多”。
  • 综合宏观与技术指标构建的资产配置组合长期表现优于基准组合,尤其固定比例+宏观+技术模型,年化收益显著较高且波动率适中。


报告的主要意图是通过多维度指标的结合,提供一种科学且实证验证的大类资产配置框架,指导投资者对2025年6月份的资产配置策略做出更加精准的判断。[page::0]

---

二、逐节深度解读



2.1 摘要与大类资产配置最新观点



报告首先通过宏观与技术层面双维度对四大类资产进行剖析:

| 资产类别 | 宏观分析层面 | 技术分析层面 | 月度观点 |
|----------|--------------|--------------|----------|
| 权益 | 看平 | 趋势向下,估值偏低,资金流入 | 看多 |
| 债券 | 利多 | 趋势向下 | 看多 |
| 工业品 | 利空 | 趋势向上 | 看平 |
| 黄金 | 利多 | 趋势向上 | 看多 |

权重分配和资金流数据印证了技术指标与宏观信号的协调分析路径。在资产配置模型中,作者基于Wind数据追溯自2006年,并将宏观与技术指标结合,显著提升组合年化收益率至11.86%,同时最大回撤仅9.06%,波动率约7%水平,风险收益较基准组合大幅优化。[page::0]

---

2.2 宏观视角分析


  • 方法论:采用T检验比较宏观指标(如PMI、CPI同比、社融存量、10年期国债收益率、美元指数等)在趋势上行和下行时大类资产的平均收益差异,剔除市场整体基准影响,确认指标趋势与资产收益的显著联系。

- 流程
1. 追踪国内外宏观指标。
2. 按月度均值刻画趋势。
3. 统计不同趋势下资产收益的差异。
4. 筛选出显著影响资产收益的宏观指标作为有效信号。
  • 结论

- 权益:宏观表现中性(看平)。
- 债券:宏观指数倾向利多。
- 工业品:宏观指数利空。
- 黄金:宏观指数利多。

图2清晰阐述了宏观指标对资产价格影响的逻辑结构,强调选取不同趋势下的有效指标追踪,做资产组合优化的基础,体现出以科学统计方法为支撑的宏观信号建模体系[page::1]。

---

2.3 宏观指标趋势与技术指标细节



表1 宏观指标趋势最新结论(截至2025.6.30)

| 资产类别 | 宏观指标 | 周期 | 趋势方向 | 最新观点 | 得分 |
|----------|------------------------|------|----------|----------|-------|
| 权益 | PMI | 3月 | — | 利空 | -1 |
| | CPI同比 | 1月 | — | 中性 | 0 |
| | 社融存量同比 | 1月 | — | 利空 | -1 |
| | 10年期国债收益率 | 12月 | — | 利多 | 1 |
| | 美元指数 | 1月 | — | 利多 | 1 |
| 债券 | PMI | 3月 | V(向上) | 利多 | 1 |
| | CPI同比 | 3月 | #(向下) | 利空 | -1 |
| | 社融存量同比 | 3月 | V(向上) | 利多 | 1 |
| | 美国10年期国债收益率 | 1月 | V(向上) | 利多 | 1 |
| 工业品 | PMI | 3月 | V(向上) | 利空 | -1 |
| | WTI原油 | 1月 | — | 利多 | — |
| | 社融存量同比 | 1月 | — | 利空 | 1 |
| 黄金 | PMI | 3月 | V(向上) | 利多 | -1/1 |
| | 中美10年期国债利差 | 1月 | — | 利多 | 1 |
| | 美国M2同比 | 12月 | — | 利多 | — |

技术指标选取与趋势判断方法
  • 采用大类资产收盘价和局部线性趋势(LLT)指标结合多个时间周期均值涨跌幅差异,结合历史多期测试优选计算方式。

- 权益采用近2个月LLT平均月涨跌幅与过去12至2个月差异;
  • 债券采用近2个月收盘价月均涨跌幅与过去12至2个月差异;

- 工业品直接使用近2个月收盘价涨跌幅;
  • 黄金使用近6个月收盘价月均涨跌幅。


截至6月底,权益和债券趋势向下,工业品与黄金为向上[page::2]。

---

2.4 估值与资金流分析



估值分析


  • 权益估值采用股权风险溢价(ERP)指标:中证800指数PE(TTM)倒数减去10年期国债到期收益率。

- 进一步计算ERP的历史5年分位数度量当前估值在历史区间的位置。
  • 截至6月底,中证800指数ERP分位为73.74%,表明当前估值处于低位区间,有利于权益资产的投资价值认可。


图3显示ERP近5年走势,显示出权益市场整体估值有较大波动,当前处于相对低位偏高估值安全区间[page::3]。

资金流分析


  • 资金流指标以中证800指数月度主动净流入额衡量,进一步用当月流入额减去过去6个月平均后作为净资金流动趋势的指标。

- 正值表示资金流入,负值表示流出。
  • 2025年6月资金流入额为915亿元,明显处于流入状态,反映资金对权益资产的关注度回升。


图4直观展示了中证800近年资金流状况,捕捉资金活跃度的时间节点及趋向,为技术面信号提供有力佐证[page::4]。

---

2.5 宏观指标与技术指标相关性及综合评分


  • 宏观指标与技术指标相关性总体偏低,平均相关系数仅约0.17,表明两类指标分别提供不同信息。

- 表5指出,不同资产相关系数差异显著,工业品最高达26.51%,黄金最低9.61%。
  • 因此,报告提出两类指标分数加总,提升判断的综合稳定性。


综合两类指标得分如下(表6):

| 资产类别 | 宏观指标得分 | 技术指标得分 | 总得分 |
|----------|--------------|--------------|--------|
| 权益 | 0 | -1 | 1 |
| 债券 | 2 | -1 | 1 |
| 工业品 | -1 | 1 | 0 |
| 黄金 | 3 | 1 | 4 |

基于总得分,月度配置观点确认(表7):
  • 权益看多(宏观平、技术下跌但资金流入)

- 债券看多(宏观利多但技术下跌)
  • 工业品看平(利空宏观但技术上升)

- 黄金看多(宏观与技术双利多)

[page::4,5]

---

2.6 资产配置组合历史表现及策略实现



组合作用机制


  • 选择资产:权益、债券、商品、货币共计7类资产,依据指数代码覆盖市场全景。

- 权重调整:固定比例基准权重结合宏观及技术指标,非货币类资产根据信号调整权重,调节货币资产比例控制风险。
  • 权重限制与换手率约束:保证权益不超过30%,商品不超过20%;月度换手率单资产不超过20%,总换手率不超过30%。


表7固定比例基准及调整权重:

| 资产类别 | 指数代码 | 基准权重 | 调整权重 |
|----------|-----------|----------|----------|
| 权益 | 000300.SH / 000905.SH | 10% / 10% | 5% / 5% |
| 债券 | H11006.CSI / H11008.CSI | 30% / 30% | 5% / 5% |
| 商品 | AU9999.SGE / NH0200.NHF | 5% / 5% | 5% / 5% |
| 货币 | H11025.CSI | 1% | — |

收益表现


  • 2025年6月,固定比例+宏观+技术指标组合收益率为1.06%,2006年3月至今年化收益11.86%,波动率6.95%,最大回撤9.06%,显著优于固定比例基准组合(年化收益6.10%,最大回撤17.09%)。

- 固定比例+宏观指标组合单月收益最高(1.51%),技术指标组合偏低(0.44%)。
  • 其他经典组合(波动率控制6%,风险平价)加入宏观及技术指标调整,最大回撤明显缩小,风险得到显著舒缓,年化收益分别达9.33%和9.65%。


图5和图6分别展示组合净值增长路径,固定比例+宏观+技术组合曲线以更陡峭上升趋势体现了策略优势[page::5,6,7]。

---

2.7 风险提示


  • 依赖历史数据和模型假设可能无法完全覆盖未来不确定性,模型预测具有固有限度。

- 组合策略得分与评分结果不构成投资建议,仅供参考。
  • 投资需结合个人实际投资目标与风险承受能力,谨慎操作。


---

三、图表深度解读



图2:宏观指标趋势对资产收益影响逻辑流程图


  • 展示三个步骤:宏观指标趋势刻画→趋势对资产价格影响统计→大类资产跟踪指标筛选。

- 强调过程中的统计方法和筛选准则。
  • 支撑宏观分析部分的系统化统计和筛选框架。


表1(宏观指标趋势结论)


  • 多指标多周期综合评价各资产的当前宏观影响。

- 如债券多项指标显示“利多”,而工业品指数多偏“利空”,视觉直观体现宏观态势的分化。

图7(技术趋势判断方法)


  • 通过不同计算方式测算LLT指标月度涨跌幅,结合历史多期效果优选。

- 逻辑清晰,强调差异化趋势判断对不同资产的适配,提升技术指标的科学性。

表2(技术指标结论)


  • 权益、债券趋向负面,工业品、黄金趋向正面趋势。

- 数据量化体现为负值或正值及趋势方向。

图3(ERP历史5年分位数)


  • 具有明显波动,2025年6月位于历史较低区间,提示权益存在估值吸引力。


图4(月度资金流)


  • 显示资金流起伏,6月大幅资金流入形成支撑,解释为何技术下跌但资金流入的矛盾现象。


表6(得分汇总)及表7(月度观点)


  • 汇总宏观及技术评分,解读并形成最终配置观点。

- 权益得分表现为1,归结为技术负面但宏观及资金面仍有支撑。

图5与图6(组合表现)


  • 图5:固定比例基础上加宏观加技术指标组合收益攀升强劲。

- 图6:控制波动率和风险平价模型效果同样突出,稳定性和风险控制更佳。
  • 表9及表10具体数值支持图形展示,展示收益率、风险与回撤差异。


---

四、估值分析



该报告未采用传统DCF估值或具体多因子回归模型,而是利用股权风险溢价(ERP)作为估值核心指标,通过PE倒数与国债收益率的差值,以及历史分位数,辅助判断权益估值水平。此外,追踪资金流作为流动性和市场关注度的补充指标,弥补估值指标的不足。

因此估值方法侧重于市场相对估值与资金面结合,不完全基于绝对现金流折现的估值模型。

---

五、风险因素评估


  • 依赖历史均线方法判断趋势,可能存在滞后性,对快速变化的宏观环境反应不足。

- 宏观经济数据存在统计误差,指标时间周期差异可能引入偏离。
  • 技术指标趋势与资金流指标相关性有限,综合评分虽考虑二者,但仍存信息缺失风险。

- 组合回测基于过去18年数据,若市场结构发生重大变化,策略有效性存疑。
  • 报告明确声明不构成投资建议,强调合理假设范围限制。


---

六、批判性视角与细微差别


  • 报告技术指标趋势与宏观指标存在相反信号时,如权益资产技术趋势向下但资金流入,做出综合“看多”建议,显示策略折中,但投资者需注意其中潜在分歧风险。

- 权重调节方案细节未完全披露,例如调整权重的具体比例及调节方法,影响组合执行的实际效果。
  • 流动性风险及市场交易成本在回测中未被重点讨论,可能使策略实际风险高于预期。

- 报告中对工业品资产社融存量同比指标的解释存在混淆,如表1中工业品社融同比影响判定不够一致。

---

七、结论性综合



本报告通过严谨的宏观与技术指标统计分析方法构建了当前大类资产配置的科学视角。报告的创新之处在于结合多周期多指标的趋势判断与资金流分析,形成生态完整的信号体系。结合经济学理论与统计显著性检验,报告从历史数据中得出权威的配置建议与风险评估。

主要结论为:
  • 权益市场当前估值较低,资金流持续向好,虽存在技术面短期下行压力,整体策略倾向“看多”。

- 债券受宏观利好支撑,尽管技术趋势稍弱,仍能保持“看多”。
  • 工业品面临宏观利空压力,但技术走势向上,维持“看平”。

- 黄金的宏观及技术信号均强,建议“看多”。

多策略资产配置组合回测表明,利用宏观与技术指标调整权重的组合显著提高了收益率并控制了风险。固定比例+宏观+技术指标策略年化收益率达11.86%,最大回撤9.06%,全年波动率控制合理,优于基准组合。

图表清晰地反映了宏观指标筛选与趋势判断的理论基础与实际效用,资金流动图揭示市场资金面动态,ERP分位数对估值警示有力支持,组合净值曲线则具体展示了策略的长期稳健性。

综上,报告为资产管理提供了一套科学严谨、数据驱动的资产配置策略框架,具有较强的应用推广价值和实践指导意义,尤其适合量化投资者和机构资产配置决策参考。[page::0,1,2,3,4,5,6,7]

---

完整引用页码溯源



- [page::0,1,2,3,4,5,6,7]

报告