2011年后中国市场风险溢价下降导致风险平价策略效果不佳 [page::3]

| 时间段 | A股年化收益 | A股夏普比率 | 中债年化收益 | 中债夏普比率 | 风险平价策略年化收益 | 风险平价策略夏普比率 |
|----------|------------|------------|------------|--------------|-------------------|-------------------|
| 2005-2011 | 14.6% | 0.51 | 5.5% | 0.49 | 8.6% | 0.96 |
| 2012-2023 | 6.6% | 0.26 | 3.5% | 0.13 | 4.7% | 0.48 |

• 股债风险溢价明显下滑，市场牛熊波动加大，导致风险平价策略表现弱化。

- 策略配置理念更适合中国市场，分为Alpha策略（横截面）和Beta策略（时序）两大方向。

• 赔率代表估值偏离，胜率反映基本面动量，组合构建考虑两者互补性。[page::3][page::4][page::5]

宏观胜率评分卡设计及五大因子介绍 [page::6]

• 宏观因素包括货币、信用、增长、通胀、海外，累计可解释超过50%的资产波动。

- 每个维度包含“方向信号”和“强度信号”两种指标，综合反映宏观基本面状态。

• 货币因子包含政策工具打分和市场利率偏离度，信用因子主要基于中长期贷款脉冲，增长因子以PMI脉冲和预期差构建，通胀因子由CPI与PPI数据构成，海外因子考察主权CDS利差和花旗RAI指数。

• 各因子对大类资产收益有显著区分度，且方向符合金融逻辑。[page::6][page::7][page::8][page::10][page::12][page::14][page::16]

赔率策略：基于估值偏离构建资产配置 [page::18]

• 权益赔率采用股息率减国债收益率（DRP），优于传统ERP指标。

- 利率债赔率基于预期收益差，定价模型解释度达51%。

• 可转债赔率采用CCB模型定价误差，解释度达59%。

- 采用带风险预算的风险平价优化框架，2011年以来年化收益6.4%，最大回撤3.2%，卡玛比率1.96。

• 赔率策略重点捕捉估值均值回复机会。[page::18][page::19][page::20]

胜率策略：利用宏观因子构建时序择时模型 [page::21]

• 将五大宏观因子方向和强度信号经过金融逻辑符号调整，构建资产专属的宏观胜率评分。

- 权益择时策略年化收益12.8%，最大回撤17.9%，显著优于沪深300。

• 利率债久期择时策略实现年化收益4.6%，最大回撤2%，风险控制优异。

- 基于宏观胜率策略构建的资产配置年化收益6.3%，最大回撤2.8%，卡玛比率2.27。

• 胜率策略强调基本面动量及宏观环境适应性。[page::21][page::22][page::23]

赔率-胜率复合框架的策略表现更优 [page::25]

• 将赔率和胜率信号结合，定义高赔率/低赔率、高胜率/低胜率四种状态，分别分析股票和国债的收益与风险。

- 发现“高赔率+高胜率”和“低赔率+高胜率”状态收益更好波动更低，建议集中配置；“高赔率+低胜率”风险较大，建议分散配置。

• 基于复合框架的择时以及资产配置策略年化收益最高达6.7%，最大回撤2.8%，卡玛比率2.43，全面优于单一策略和风险平价策略。

| 策略类型 | 年化收益 | 年化波动 | 最大回撤 | 卡玛比率 |
|--------------|---------|---------|---------|---------|
| 赔率+胜率股票策略 | 13.6% | 14.0% | 21.2% | 0.64 |
| 纯赔率股票策略 | 6.6% | 17.4% | 29.5% | 0.22 |
| 纯胜率股票策略 | 15.5% | 14.5% | 29.3% | 0.53 |
| 赔率+胜率利率债策略 | 4.7% | 1.6% | 1.6% | 2.92 |
| 纯赔率利率债策略 | 4.3% | 1.7% | 6.3% | 0.69 |
| 纯胜率利率债策略 | 5.1% | 1.8% | 2.0% | 2.57 |
| 赔率+胜率资产配置策略 | 6.7% | 2.2% | 2.8% | 2.43 |
| 纯赔率资产配置策略 | 6.4% | 2.5% | 3.2% | 1.96 |
| 纯胜率资产配置策略 | 6.3% | 2.4% | 2.8% | 2.27 |
| 风险平价策略 | 4.8% | 2.4% | 7.1% | 0.67 |

• 复合策略通过结合估值均值回复与基本面动量，提升收益和控制风险，适合中国市场的资产配置需求。[page::23][page::24][page::25][page::26]

资深金融分析报告解构与全维度解析

报告标题：构建大类资产的宏观胜率评分卡——货币、信用、增长、通胀与海外五因子（宏观经济量化系列之三）

作者及发布机构：分析师林志朋、刘富兵，研究助理汪宜生，国盛证券研究所

发布时间及主题：2023年，着力中国市场资产配置中的策略框架创新，主要涉及大类资产的赔率与胜率指标设计及其组合策略应用。

---

一、元数据与报告概览

本报告以宏观经济量化视角深化资产配置理念，提出以“赔率-胜率”复合框架刻画大类资产状态，进而优化资产组合管理。核心立论在于：

• 中国市场缘何传统风险平价策略表现不佳？ 因A股与中债2011年后风险溢价显著下降，且牛熊波动大，风险平价的资产配置依赖于风险溢价和资产间负相关性不足以提供稳健收益。

- 策略配置理念的提出与细化。 相较于传统资产配置，强调整合Alpha与Beta策略，通过赔率（均值回归左侧信号）和胜率（基本面动量右侧信号）两维度管理资产状态。

• 宏观胜率评分卡的开发。 以货币、信用、增长、通胀和海外五个宏观因子为维度，分别量化其方向与强度信号，用以刻画资产的基本面动量。

- 策略实证表现。 报告提出的赔率策略年化收益6.4%、胜率策略6.3%，而复合策略年化收益6.7%，且风险指标优于单一策略，展示了策略配置优于传统资产配置的优势。

报告的亮点是具体指标体系的量化设计，以及通过丰富的图表和实证验证，体现了理论与实践的紧密结合。[page::0,3,5,26]

---

二、深度章节解读

2.1 引言：风险平价策略在中国市场的局限与策略配置理念提出

• 风险平价效果不理想的原因

通过表格1和图表2，我们看到2011年前后中国股债风险溢价显著下滑。股债夏普比下降明显，导致风险平价策略整体收益下降（2012-2023年风险平价策略年化收益降至4.7%，夏普比率从0.96降至0.48），且其回撤高（最大7.6%），反映出股票牛熊及债券熊市波动均影响明显。股债波动大导致风险平价策略难以稳定发挥优势。总体来看，股债风险溢价扩散的状态是风险平价策略效果的根本限制。[page::3,4]

• 策略配置理念优势

与传统资产配置专注利用风险溢价和资产间低相关性的市场有效性假设不同，在市场无效性较强、资产风险溢价低下时，需要通过策略转换思路：将低夏普比率资产“过滤”再构建更优组合。策略配置分为Alpha（关注横截面定价误差）和Beta（关注时间序列定价误差）两大类，侧重后者的绝对收益策略，契合中国市场实际。[page::4]

• 赔率+胜率的Beta管理框架创新

受股票估值分解逻辑启发，提出用“赔率”（资产价格相对合理定价的偏离，左侧信号，代表均值回归）与“胜率”（资产核心驱动因子变动，右侧信号，代表动量交易）管理大类资产动态。此框架有效克服单一赔率或胜率信号的不确定性，兼顾基本面和估值的动态交互。[page::5]

• 最新迭代亮点

相比2020年版，报告弱化趋势和拥挤度因素，聚焦赔率和胜率，强化胜率因子的宏观体系，从五维度（货币、信用、增长、通胀、海外）构建宏观胜率评分卡，并用更精准模型提升各类资产的赔率指标设计，如将股息率替代ERP、采用CCB模型定价错误衡量可转债赔率等。[page::5]

---

2.2 宏观胜率构建：五维度“方向+强度”信息整合

• 理论基础与逻辑

汇聚早期对大类资产收益归因，明确货币、信用、增长、通胀和海外五大宏观因子可解释超50%的大类资产收益波动，突显宏观因素在胜率策略中的核心地位（图表5）。每个维度均设“方向”（趋势变化）和“强度”（预期超越）两类指标，丰富信息层次，降低过度拟合风险。[page::6]

• 货币维度

- 方向因子：综合24项央行政策工具的宽松/收紧打分与市场利率变动（DR007），转化为[-1,1]打分，表征货币政策基调（图表6-8）。货币宽松时，债券和权益回报显著提高。
- 强度因子：基于利率走廊，计算市场利率偏离7天逆回购中枢的标准化zscore，将极端宽松/收紧定为偏离±1.5σ以上事件，分别对应未来120个交易日市场环境（图表9-10）。强货币宽松环境下，权益和商品表现突出。
此设计涵盖货币政策空窗期情况，并以市场利率作为补充，保证信号连续且含义清晰。[page::7-9]

• 信用维度

- 方向因子：以中长期贷款新增量作为信用通道的代表，因短期贷款与货币因子相关性高，中长期贷款与货币反相关且对股债收益区分良好（图11-13）。采用三个月环比变化判断信用宽松/收紧。
- 强度因子：利用Bloomberg的人民币贷款预期差量化信用强度，触发±1.5σ事件对应超预期或不及预期环境（图14-16）。信用信号对股票、商品、信用债区分显著。[page::9-11]

• 增长维度

- 方向因子：采用制造业和非制造业PMI数据（中采制造业PMI、中采非制造业PMI、财新制造业PMI），通过脉冲信号和三个月环比方向投票形成综合增长方向（图17-18）。
- 强度因子：基于Bloomberg PMI预期差构建综合预期差指标，±1.5σ触发超预期/不及预期环境（图19-21）。增长信号对权益、商品及中长期债券收益区分良好。[page::11-13]

• 通胀维度

- 方向因子：结合CPI和PPI构建广义通胀指标，三个月差分判断通胀上行/下行环境（图22-23）。
- 强度因子：基于Bloomberg对CPI和PPI预期差的联合指标，±1.5σ触发显著通胀超预期/不及预期环境（图24-26）。通胀信号对权益和商品影响大，对债券区分度弱。特别指出商品受经济敏感性驱动更强，通胀非其核心驱动因子。[page::13-15]

• 海外维度

- 方向因子：运用中国主权CDS利差衡量海外投资者对中国市场的风险偏好，利差高反映风险偏好降低，对股债（沪深300、7-10年国债）影响明显，区分度远优于商品（图27-29）。
- 强度因子：引入花旗风险偏好指数(Citi RAI)描述美国及全球风险偏好，影响中国及美股、黄金等多资产。RAI指数的高低显著对应不同行情，体现广泛适用性（图30-32）。[page::15-17]

• 综合设计

五维度的“方向+强度”合计10个子因子，以金融逻辑约束资产的符号方向，对每个大类资产建立专属胜率评分，达到精细化宏观基础信息输入效果，后续构建胜率增强策略奠定量化基础[page::17]

---

2.3 赔率指标及赔率策略构建

• 权益赔率系数

主要使用“股息率-国债收益率”（DRP）代替经典的“ERP（盈利收益率-国债收益率）”，理由包括股息率稳定性强、逻辑匹配基于利息收益，且在实证中DRP指标对股债择时更有效，适用于以沪深300为代表的高股息率宽基指数（图34-35）。

• 利率债赔率系数

基于改进CIR模型预估未来收益，构建预期收益差指标，对国债收益预测准确度较高（图36-37），但需警惕利率中枢短期且持续的偏移所带来预测误差。

• 可转债赔率系数

利用定价模型CCB的定价误差衡量，能快速求解赎回条款影响，且在定价误差显著时表现出较强未来收益可预测力（图38-39）。

• 赔率策略框架

- 资产覆盖沪深300、中证转债、标普500ETF、1-3年和7-10年期国债、信用债、货基。
- 基于资产赔率的6年滚动zscore进行标准化并排名，风险预算与赔率排名成正相关。
- 运用风险预算作为权重输入风险平价组合优化器，目标组合波动率上限3%，同时设立资产权重上限。季度调仓。

• 策略表现

自2011年以来赔率增强策略实现年化收益6.4%，最大回撤3.2%，卡玛比率高达1.96，单边换手率约90%。（图40-41）[page::18-20]

---

2.4 宏观胜率策略构建与应用

• 宏观胜率评分卡构建流程

依据5个宏观因子构成且考虑“金融逻辑”定向符号约束，建立日频信号矩阵，三种打分{-1,0,1}表征方向性，利用扩散指数法聚合10个子信号，形成适配每类资产的综合宏观胜率。宏观符号约束具体体现在权益、债券、商品、黄金对宏观因子的不同响应方向（图42）。

• 权益宏观胜率策略

根据沪深300的宏观胜率得分进行择时，胜率高于10%时全仓股票，介于0-10%时半仓，胜率≤0时空仓；策略年化收益12.8%，最大回撤17.9%，换手率3.6倍，显著优于同期沪深300指标表现（4.0%收益，46.1%回撤）（图43）。

• 利率债宏观胜率策略

胜率>10%时全仓7-10年期国债，0-10%时半仓长短债，≤0%时全仓1-3年期国债；策略年化收益4.6%，最大回撤2.0%，换手率4.3倍，相比中长期国债大幅降低了最大回撤（8.0%），对短期国债收益提升显著（图44）。

• 宏观胜率资产配置策略

基本参数同赔率策略，风险预算与宏观胜率排名正相关；调仓月度；同样资产覆盖。

• 策略表现

年化收益6.3%，最大回撤2.8%，卡玛比率2.27，换手率154%，表现略优于赔率策略（图45）。[page::21-23]

---

2.5 赔率-胜率复合框架分析与实证对比

• 状态定义

分别以权益和债券的赔率及宏观胜率阈值定义高/低状态，四种状态：高赔率+高胜率、低赔率+高胜率、 高赔率+低胜率、低赔率+低胜率。

• 实证发现

- 高赔率+高胜率状态虽非市场唯一常态（股票37%，债券24%时间处于此状态），但表现最佳，收益高，波动适中，盈亏比良好。
- 低赔率+高胜率状态收益表现亦佳（股票甚至超越高赔率+高胜率），说明在高胜率支撑下不用单纯排斥低赔率时点。
- 高赔率+低胜率表现最差，收益低，回撤高，买入成本高，建议此时投资需高度分散以降低风险（图46-49）。

• 策略设计样例

- 股票与债券择时策略均按照四状态梯度配仓设计，依赖两维动态组合调节仓位比例；
- 资产配置策略以风险预算形式简单合并赔率与胜率排名，实际优化权重采用归一化风险预算。

• 策略对比表现

赔率-胜率复合策略在三大类策略上均较纯赔率/纯胜率策略表现更优：
股票策略卡玛比率0.64 > 0.22（纯赔率），国债策略2.92 > 0.69（纯赔率），资产配置策略2.43 > 1.96（纯赔率）且收益均更高、最大回撤更低，换手率适中（图50-53）。[page::23-26]

---

2.6 风险因素评估

• 赔率策略风险

资产估值中枢若发生“瞬时且持续”的漂移，可能造成赔率估值误差加大，从而削弱策略奏效。

• 胜率策略风险

宏观维度与资产间关系若发生结构性变化，或宏观指标失灵，胜率信号的有效性将下降。

• 整体策略面临的风险

结构性宏观转折、政策走向无法准确量化和快速捕捉，微观事件冲击等均是潜在风险源。[page::27]

---

三、图表深度解读精选

1. 表格1（图表1） ：展示2005-2011和2012-2023年间A股、债券及风险平价策略表现。2011年后股债年化收益和夏普比率均明显下降，风险平价策略收益从8.6%降至4.7%，夏普比率从0.96降至0.48，最大回撤升至7.6%，体现市场风格转变导致策略表现下降。

2. 图表4 ：赔率胜率管理框架示意，赔率为左侧均值回复信号（估值偏离），胜率为右侧趋势信号（基本面动量），四象限划分帮助判断资产状态及对应的交易策略。

1. 图表5 ：五大宏观因子对不同资产解释率，利率债达到77%，沪深300达到51%，强调宏观因子尤其在大类资产配置中的关键作用。

4. 图表7-10 ：货币政策工具打分与市场利率变动叠加，形成货币方向和强度因子，体现宽松时市场利率下移，债券和权益资产收益随之提高。

1. 图表34-35 ：权益赔率指标DRP与沪深300未来收益正相关，策略在赔率高时积极配仓显著跑赢基准，显示赔率指标的有效性。

6. 图表42 ：展示宏观胜率评分卡设计，十个子因子依据金融逻辑赋予资产正负影响权重，结合多维信息形成复合胜率。

1. 图表43-44 ：权益和利率债宏观胜率信号引导的择时策略均实现优异的风险调整收益，且大幅显著优于静态持仓。（权益最大回撤下行近3倍，利率债回撤减少近4倍）

8. 图表52-53 ：复合赔率-胜率构建的资产配置策略收益波动和回撤均优于单一策略，卡玛比率达到2.43，高于纯赔率1.96和纯胜率2.27，资产组合稳定性明显提升。

（注：所有图表均来自Wind与国盛证券研究所数据及国盛团队量化模型，与Bloomberg数据交叉验证补充）[page::3,4,5,6,7,8,18,19,20,21,22,23,25]

---

四、估值方法及策略构建解析

• 估值原则

依据资产的基本面和价格偏离属性设定赔率指标：
- 权益类资产取决于股息率相对国债收益率（股息率更能稳定反映现金流）；
- 可转债采用CCB模型定价误差，准确捕捉可转债赎回条款对价格影响；
- 国债依托改进CIR模型，预测远期利率和收益率平价的偏差，用以判定预期收益；

• 风险预算法结合赔率与胜率

通过风险预算参数将赔率（定价偏离）与胜率（宏观动量）统一映射至资产权重，保证组合风险梯度与信号强弱成正比，结合协方差矩阵优化组合波动率，依照目标波动率和资产权重限制动态调仓。

• 调仓及交易频率差异

赔率策略因信号偏离缓慢，季度调仓，年化换手率90%；胜率策略敏感于宏观动量，月度调仓，换手率154%；复合策略结合两者优势，换手率适中，约177%。[page::18,19,20,21,22,23,25]

---

五、风险因素详细评估

• 估值中枢漂移风险

赔率策略基于估值均值回归假设，估值中枢的“瞬时且持续”偏离会导致判断失误，特别近几年政策导向和市场结构变动频繁，导致中枢难以准确定义。

• 宏观因子结构转变风险

胜率策略依赖现有五因子对资产驱动力的稳定映射，若宏观指标不能有效反映基本面变动，或资产对宏观变量的敏感度发生改变，信号的解释力将下降。

• 政策与市场不确定性

突发政策拐点、外部冲击、新兴行业爆发等宏观外微观内因素均可能导致模型参数失效，策略暴露潜在风险。报告未详细量化概率，但提醒策略使用者关注。 [page::27]

---

六、批判性视角与细微差别

• 模型假设依赖市场结构稳定

报告明确指出赔率策略受限于估值中枢的稳定，然而中国市场的快速变化，特别政策调控与金融创新可能导致中枢频繁漂移，模型稳定性有待长期跟踪验证。

• 宏观因子虽覆盖主流维度，但遗漏其他潜力因子

仅选取货币、信用、增长、通胀、海外五因子，未涵盖财政政策、地产周期、产业政策、汇率等，可能存在信息遗漏与潜在的噪声风险。

• 数据时滞与频率匹配问题

各类宏观指标披露时间差异较大，预期差数据覆盖也有限，短期内策略信号产生滞后，市场快速反转时可能出现滞后调仓风险。

• 换手率较高对投资成本敏感

胜率及复合策略单边换手率超150%，季度策略换手率接近90%，在实际应用中交易成本和滑点可能侵蚀超额收益，需进一步成本效益分析。

• 策略绩效对样本区间依赖

多项策略表现均基于2011年以来数据，在不同的宏观周期和金融市场环境下，模型稳健性如何尚待未来检验。

---

七、结论性综合

本报告系统构建和实证验证了基于中国市场特殊性的资产配置“策略配置”理念，创新提出基于“赔率-胜率”双信号的Beta管理框架，体现为：

1. 精准定位中国市场资产配置瓶颈

股债风险溢价长期走低且波动加剧，传统风险平价策略表现受限，转向策略配置理念更适合本土市场。

1. 多维宏观胜率评分卡精细化构建

五维度货币、信用、增长、通胀和海外因子，结合方向与强度指标，强化宏观对资产收益的解释能力，构筑动态宏观胜率体系。

1. 资产赔率指标本土化优化

权益聚焦DRP，利率债依托预期收益差，转债应用CCB模型误差，精准量化左侧估值偏离信号。

1. 风险预算优化结合两大信号

以排名方式将赔率和胜率信号映射为风险预算，结合风险平价框架和协方差结构，动态生成组合权重，实现风险可控下的收益提升。

1. 策略实证数据表明胜率策略和赔率策略各有所长，二者复合策略优异

复合策略年化收益6.7%，最大回撤仅2.8%，卡玛比率2.43，均明显优于传统风险平价和单一信号策略。

1. 策略分类解读四状态股债表现，指导实战操作

高赔率+高胜率状态资源集中配置，低赔率+高胜率状态不必回避，谨慎对待高赔率+低胜率状态，提升多元化以分散风险。

1. 风险提示明确，强调市场结构与信号稳定性风险

资产估值中枢漂移和宏观因子结构变化是核心策略风险来源，投资者应保持动态评估。

报告依托详尽的数据分析、图表呈现和实证测试，为中国市场的资产配置提供了一套科学完备且具有操作性的策略框架，具有较强的理论价值和实践指导意义。[page::0,3,4,5,6,7,8,18,19,20,21,22,23,24,25,26,27]

---

总结图表示意

• 以图表4所示赔率-胜率框架为核心，动态划分资产状态。

- 五因子宏观胜率评分卡及赔率指标的设计详见图表6、7、8、9、11、12、17、22、27、30、33等，体现变量构造与信号捕捉。

• 赔率策略和胜率策略的收益曲线见图表35、40、43、45，复合策略效果见图表52、53，明确策略改良轨迹及收益风险提升路径。

- 资产收益风险分状态分析（图表46-49）为策略构建提供深层策略逻辑支撑。

---

免责声明及分析师声明

报告仅供参考，不构成具体投资建议，请投资者根据自身风险承受能力合理决策。报告内容来源于权威数据库和专业模型，但风险提示中强调模型局限与市场变化风险。署名分析师声明观点独立，研究过程公正严谨。[page::28]

---

结语

该报告深刻揭示了中国市场资产管理的内在挑战与创新出路，系统整合宏观经济量化指标与市场定价偏差，探索资产状态管理新范式。其细致的数据处理、指标构建和实证验证方法，为量化投资策略开发提供有力范本，极具学术及应用价值。希望投资者和资产管理方能结合自身需求吸收报告精华，科学理性地进行策略设计与实施。

报告