大类资产配置流程与因子投资引入 [page::4][page::5]

• 战略资产配置（SAA）主导中长期配置，中长期配置对基金收益变动解释率达87%。

- 战术资产配置（TAA）关注短期经济、估值、动量因子的应用，辅助动态调整。

• 因子投资理念扩展至大类资产配置，利用宏观经济和资产特性的多因子模型识别驱动因素。

样本说明与主成分分析结果 [page::6][page::7]

• 涉及8大指数包含A股、港股、美股、黄金及债券，共享85%以上收益波动的3个主成分。

- 不同资产收益结构差异显著，需分别根据价量、基本面及宏观指标构造因子。

大类资产驱动因子逐步回归模型构建方法 [page::8][page::9]

• 数据频率以周度为主，结合日频与月频宏观数据，采用宽松入选p值和方差膨胀因子多轮筛选确保多重共线性控制。

- 建立线性回归模型用于反映因子标准差变动对资产周收益率影响，动态捕捉因子重要性随时间变化。

各大类资产长期驱动因子平均解释度约40% [page::10]

| 指数 | 平均解释度 |
|------------|------------|
| 上证50 | 0.4025 |
| 沪深300 | 0.3769 |
| 中证500 | 0.3914 |
| 恒生指数 | 0.3824 |
| 标普500 | 0.4042 |
| 黄金 | 0.4336 |
| 中证国债 | 0.3770 |
| 中证企业债 | 0.4546 |

上证50驱动因子动态 [page::11]

• 2014年牛市启动阶段由估值修复与股息推动，随后过渡至情绪（动量）主导。

- 2017年“白马股行情”回归基本面，2018年起情绪和估值共同作用。

沪深300驱动因子动态 [page::11][page::12]

• 利率下降对14-15牛市贡献显著，17年经济下滑带资金放松预期，估值影响明显。

- 2019年初短期估值修复表现，动量与波动率开始增强。

中证500驱动差异显著 [page::12][page::13]

• 16年后动量因子持续显著，16年下半年的高ROE和净利润率显示中证500受盈利能力驱动。

恒生指数特征 [page::13]

• 波动率影响大于A股，15年受港币兑人民币影响明显，16-17年低估值、高股息与动量均有贡献。

标普500驱动因素分析 [page::14][page::20]

• 基本面因子最为显著，长期牛市背景下低估值高股息驱动。

- 2018年以来情绪动量与波动率影响加大，美联储加息周期影响显著，期限利差波动与股市表现密切相关。

黄金驱动因子特点 [page::15][page::21]

• 价格表现体现强烈均值回复效应，动量影响反向。

- 宏观通胀和经济数据对黄金价格影响显著，滞胀环境下黄金表现优异。

债券指数表现 [page::15][page::22]

• 企业债受超短期动量影响较大，有短期追趋势特征。

- 企业债利差变化敏感，期限利差反映利率预期对债券价格影响，经济指标影响国债和企业债方向不同。

近期驱动因子变化聚焦（2019年3月）[page::17-22]

• A股估值修复时间较短，动量及情绪驱动增强，沪深300估值修复告一段落，中证500估值修复启动晚于大盘。

- 恒生指数上涨受波动率与估值影响，通胀缓和促进市场情绪改善。

• 美股行情受期限利差和动量反向驱动，反映加息预期与经济增长担忧。

- 黄金主要受经济放缓和通胀影响，表现出均值回复的价格特征。

• 国债收益率受经济指标及波动影响，PMI下降利好债券。

- 企业债受动量与信用利差影响显著。

当前驱动因子启示 [page::23][page::24]

• 历史上A股估值修复阶段多持续半年以上，随后转为情绪主导。

- 2019年估值修复周期显著缩短，动量情绪成为可能的新主导。

• 美股未来受宏观环境和情绪面双重影响，波动率和利率走势值得关注。

金融研究报告详尽分析报告

---

1. 元数据与概览

报告标题: 寻根溯源：大类资产表现驱动因子体系初探——资产配置定量研究系列之一
作者: 邓虎（执业证书编号：S0930519030002）
机构: 光大证券研究所
发布日期: 2019年
研究主题: 大类资产表现的驱动因子分析，基于因子投资理念和逐步回归模型，量化解析A股、港股、美股、商品及债券等主要大类资产收益驱动因子演变及其配置启示。

核心论点:
本报告尝试建立一套大类资产表现的驱动因子框架，通过量化回归分析识别并追踪影响不同大类资产收益的重要因子。实证发现不同大类资产的驱动因子表现不稳定，阶段行情驱动力存在较大差异。例如，A股市场估值因素对上证50和沪深300影响显著，中证500更受情绪动量与盈利影响，美股标普500以基本面驱动为主，黄金体现均值回复特性，债券市场动量和利率发挥差异化作用。基于长期和近期驱动因子的分析，作者强调2019年A股估值修复周期较短，未来驱动力可能转向情绪因子，美股则重点关注宏观经济环境变化。报告提供了量化因子框架对战略与战术资产配置的决策支持示范。[page::0,4,8,10,23,24]

---

2. 逐节深度解读

2.1 大类资产配置背景与流程（第1章）

• 报告首先回顾资产配置的基本理论和历史发展：从50年代等权和固定配置走向Markowitz均值-方差模型，资产配置被视作决定组合收益波动的核心因素（90%贡献度），体现其战略价值[page::4]。

- 介绍资产配置流程包括：投资目标确定、底层资产筛选、战略资产配置（3-5年为周期，确定长期权重）、战术资产配置（短期基于市场和经济调整权重）、再平衡[page::4]。

• 通过示例：华夏成长基金收益率对战略资产配置基准（月度）回归的高解释度（$R^2=87\%$），体现出战略配置权重对基金收益波动的高指导价值[page::5]。

- 战术配置则更多结合短期动量、估值和宏观基本面信息辅助权重微调，承接战略配置[page::5]。

2.2 因子投资理念及大类资产因子选择（第1.2章及第2章）

• 深化因子投资从CAPM一因子到APT多因子框架，强调股票收益由多重因子共同驱动的理论基础[page::5]。

- 桥水基金全天候策略作为经典案例，利用宏观因子组合（经济增长与通胀四种状态）风险平价方法对资产配置，保证组合在各种经济状态下风险均衡，实现稳定收益。2004-2016年年化近8%，优于标普500约2%[page::6]。

• 大类资产因子投资与股票多因子模型区别：因子定义因资产类别而异，因资产数量有限，处理多为时间序列分析，关注因子对风险和收益解释能力[page::6]。

- 本报告选择A股（上证50、沪深300、中证500）、港股（恒生指数）、美股（标普500）、商品（黄金）及债券（国债、企业债）8个指数作为研究对象，分析2008-2019年走势，发现前三个主成分解释了约85%收益率方差，表明采用少数驱动因子有高度可行性[page::7]。

• 多个宏观因子（经济增长、通胀）、估值、动量等被列为主要候选因子，详细因子列表见表1[page::9]。

2.3 因子驱动模型构建方法（第2.1章）

• 使用26周滚动窗口的标准化周度数据，逐步回归模型筛选因子，依次加入p值<0.2因子并剔除>0.3因子，通过调整显著性门槛和VIF处理多重共线性，最终检验协整保证时间序列模型稳定性[page::8-9]。

- 回归系数标准化后可横向比较各因子对收益率解释度，时序上可观察因子影响力变化[page::10]。

2.4 长期驱动因子分析（第3.1章）

• 上证50: 2014年下半年牛市初期以估值修复（低P/E、高股息）驱动，后转为动量情绪，16年熔断情绪影响显著，17年基本面与估值重现主导，18年底至19年初估值和情绪共同影响（图7-10）[page::11]。

- 沪深300: 与上证50类似，但牛市初期估值影响不及上证50，14-15年利率下降显著利好，17年经济放缓引资资金面预期调整，18年底至19年初估值影响减少转由情绪主导（图11-14）[page::11-12]。

• 中证500: 动量影响自2016年起较上证50、沪深300更持续明显，高ROE及净利率表现出其盈利驱动特性，基本面因子作用突出（图15-18）[page::12-13]。

- 恒生指数: 波动率反向影响较大，15年受港币兑人民币汇率影响显著，16-17年慢牛行情受高股息低估值和动量共同推动（图19-23）[page::13]。

• 标普500: 基本面因子驱动最为明显，长期低估值高股息带动牛市，美元指数和非农就业反映经济状况，18年后波动率与动量情绪影响上升，加息引起市场波动加剧（图24-27）[page::14]。

- 黄金: 明显均值回复性质，动量因子反向影响突出，通胀及滞胀期表现优异，中国与美国的宏观因子均有影响（图28-31）[page::15]。

• 债券: 国债与企业债均表现动量短期追逐趋势（特别是企业债一周动量），长期动量表现反向均值恢复，经济指标对国债和企业债方向性影响相反，企业债利差（期限和信用）敏感度更强（图32-37）[page::15-16]。

- 各类资产长期驱动因子表现不稳定，显示不同市场阶段驱动力差异明显[page::16]。

2.5 近期驱动因子分析（第3.2章）

• 利用极坐标图和柱状图展示2019年3月11日至15日最后两周及近三个月内主要驱动因子变化[page::17]。

- 上证50: 2019年近期受PB的正向影响和动量负向影响驱动，三个月窗口内情绪因子显著[page::17]。

• 沪深300: 类似上证50，估值影响趋于正向但已减弱，动量和波动率影响增大，估值修复时间较短[page::17-18]。

- 中证500: 2月以前跌幅较大，PE处十年低位，2月开始估值修复带动上涨，高股息和盈利仍相关，估值修复晚于大盘[page::18-19]。

• 恒生指数: 长期波动与动量反向影响显著，2018年9-10月受到港币兑人民币汇率和CPI影响，估值修复带动近期上涨[page::19]。

- 标普500: 近期受期限利差收窄、动量反向影响，波动率影响增强，反映美联储加息预期和经济担忧交织作用[page::20]。

• 黄金: 动量负向显著，符合均值回复，和通胀、经济增长放缓、期限利差负相关[page::21]。

- 中证国债: 近期收益受PMI、波动率负向影响，PMI和工业增加值下降有利国债表现[page::21-22]。

• 中证企业债: 动量和利差负向显著，反映企业债更强的短期趋势追踪和对信用风险的敏感度[page::22]。

- 综合来看，2018年末至2019年2月上涨初期由估值驱动，后估值影响减弱转向情绪，展现估值驱动持续时间缩短的特征，需警惕未来资本市场驱动力转变[page::22]。

2.6 站在当前的启示（第4章）

• 历史上A股估值驱动多呈现长周期，交替转为情绪主导。14年上证50长达半年以上集中估值和股息驱动，随后情绪主导带来大幅调整；17年也经历半年以上估值驱动后转为情绪波动[page::23]。

- 当前2019年1-2月的估值修复周期短暂，尚未延续至历史同类阶段水平，未来可能出现驱动因子转移，是否再现长周期持续估值驱动或快速转为情绪驱动需密切跟踪。

• 美股18年以来宏观和情绪双驱动，特别是利率、波动率成为关键，反映美联储货币政策的显著影响，预计未来一段时间仍将持续[page::24]。

---

3. 图表深度解读

3.1 大盘走势图（页0）

该图展示上证基金指数（灰线）与沪深300指数（紫线）从2017年9月至2018年9月的收益表现。沪深300整体波动较大，尤其2018年7月后显著下跌，在-18%以下，而上证基金指数表现略优但也呈下跌趋势。该图说明沪深300权重性资产在此阶段面临较大调整压力，符合报告中提及的情绪及估值波动的驱动特征。

3.2 华夏成长基金收益率与风格基准回归（页5）

该散点图及拟合直线展示2016年至2019年期间，华夏成长基金月收益率与其战略资产配置风格基准收益率的相关性，回归$R^2=0.87$，表明该基金的月收益率约87%可归因于风格基准的波动，显示战略资产配置的较强解释能力和实用价值。

3.3 资产指数走势及主成分报表（页7）

图4和图5展示2018年至2019年间大类资产（主要权益、黄金及债券）的价格走势。权益资产表现分化，黄金经历异常波动，债券表现稳健。图6的主成分分析中首要三个主成分解释了85%的资产收益波动，表明大类资产收益具有较强的共性驱动力，可被少数因子解释。

3.4 上证50动量、成交额、基本面及宏观因子重要性（页11）

图7-10柱状图分别展示2014年至2019年期间，上证50不同动量期限、成交额、基本面指标（P/E、P/B、股息率等）和宏观变量（一年期国债利率、CPI、美元指数等）的回归系数，起伏明显，体现因子作用阶段差异。例：2014年下半年估值指标负值突出，说明估值修复带动上升，16年熔断期间动量大幅负向影响情绪波动，最近期动量与估值共同起作用。

（其他类别资产图表在11-16页详见原文，结构类似，体现动量、基本面、波动率、宏观多因子的重要性随时间动态演变）

3.5 各资产近期驱动因子极坐标图及柱状图（页17-22）

展示2019年3月最后两周及前三个月内，主要驱动因子标准化系数极坐标图和时间序列柱状图，用以直观对比短期因子贡献和趋势。例如，沪深300（图40-43）显示12月动量和PB影响上升，后转向情绪驱动。标普500（图49-51）体现期限利差收窄对应反向股价推动，动量与波动率关系为负相关。黄金呈显著的均值回复行为，动量负向作用强烈。债券类别中短期动量和利差数据显示企业债波动更大，国债更受PMI、工业增加值影响。

3.6 上证50历史估值与动量驱动示例（页23）

图59-62展示2014年和2017年期间上证50估值（PE、PB）和动量（3月及6月）因子的动态变化及指数走势，佐证报告结论：估值驱动通常存在半年的持续，有助于牛市启动，之后行情转为动量驱动，情绪成为非理性波动源。

---

4. 估值分析

报告未采用传统的DCF或绝对估值方法，而是通过逐步回归量化模型，结合资产收益与一系列价量、基本面及宏观面因子关系，来衡量因子对收益的解释能力（$R^2$）及影响方向和强度。此方法优点是解析多因子交互作用，缺点为模型依赖历史数据，可能对未来估值变化及市场环境变化反应滞后。

关键输入为：

• 标准化处理的周度因子序列（估值如PE、PB，动量如1周至12个月，股息率，波动率等）

- 宏观经济指标（月度、季频数据按最新公布值插值）

• 利率、汇率等市场关键指标

- 多重共线性检验调整p值筛选变量

• 协整检验确保时间序列稳定性

平均模型解释度均在40%以上，部分资产最高达45%，表明方法合理有效。

---

5. 风险因素评估

• 报告明确说明基于历史公开数据构建的量化模型，存在未来失效风险，特别是在重大政策、市场结构变化时模型有效性可能受限[page::0,24]。

- 大类资产长期驱动因子表现不稳定，不同宏观周期和市场情绪导致驱动力量波动，需警惕模型在短期异常波动期的解释力减弱。

• 因子选择存在主观性且因数据可获性不同影响模型结果，部分关键基本面指标披露滞后且非高频更新限制动态捕捉能力。

- 多重共线性及因子定义可能引入交叉影响，对因子单独解释力造成一定噪声干扰。

• 未直接考虑突发事件、政策变动及市场微结构因素对资产收益的影响。

---

6. 审慎视角与细微差别

• 报告因子筛选和建模设定较为稳健，但自变量选取仍依赖已有理论经验和指标数据，潜在遗漏影响因子未被测试。

- 对模型结果的解读有一定假设前提，如动量因子被直接视为情绪代理，实际可能包括技术性交易因素。

• 长短期因子影响解释中未充分讨论因果关系的多样性，例如估值修复可能是行情结果亦可能是驱动，二者辨识难度较大。

- 报告更多强调大类资产驱动因子动态变化的描述，缺少因子变动对于具体资产配置策略定量指导的直接论证。

• 美股和A股的环境差异未充分强调，例如监管、投资者结构、货币政策差异对因子有效性的影响值得进一步考察。

- 报告强调未来关注情绪因子转变，但尚无具体策略建议及风险应对措施。

---

7. 结论性综合

本报告针对八类主要大类资产，构建了一套基于逐步回归的多因子驱动模型，系统量化分析了2008年至2019年期间各类资产收益的驱动因子特征与演变趋势。整体上，动量、估值、基本面及宏观经济指标被确认是影响大类资产收益变动的核心驱动因子，但各因子的具体作用时序性差异显著，表现出以下主要特点：

• A股市场（上证50、沪深300、中证500）：

- 估值修复是牛市启动的重要动力，尤其是上证50和沪深300；中证500表现出更强的情绪（动量）和盈利面驱动，估值修复周期较短，且在2019年初出现的估值推动已经减弱，未来路径将依赖于情绪等因子是否接替驱动。
- 利率下降、资金面放松在历史牛市阶段同样扮演重要角色。

• 港股市场（恒生指数）：

- 受到汇率影响（港币兑人民幣、美元）显著，反映南下资金和内地企业影响力。
- 波动率与成交额对行情顾及更多，表现较A股更平稳。

• 美股市场（标普500）：

- 基本面因子驱动显著，估值与股息率影响持续，经济数据和美元指数具备推动力。
- 18年以来情绪因子（动量、波动率）提升，反映加息预期和宏观经济预期变动加剧市场波动。

• 黄金市场：

- 明显均值回复特性，价格受通胀及经济增长放缓正面推动，动量因子呈负向影响。

• 债券市场（国债与企业债）：

- 企业债受短期动量影响更大，且对利差较敏感，表现出追逐趋势的特性。
- 国债对经济指标反应明显，经济放缓利好国债。

图表和量化模型展示了因子驱动的动态性和市场环境对因子作用的时变影响，为战略及战术资产配置提供了定量的理论和实证依据。报告特别强调了2019年A股估值修复时间短暂，情绪面影响逐渐增强，提示投资者密切关注驱动因子转变。美股则面临宏观经济变化和政策预期不确定性的情绪共振。

总体来看，报告运用严谨的回归和统计方法，结合多资产类别及宏观指标，提供了大类资产收益驱动机制的深入洞察，为投资者构建多因子资产配置系统及风险管理框架提供参考。但需注意模型的历史依赖性，未来市场结构调整和政策变化可能导致驱动力表现异化，需结合实时监测动态调整投资策略。[page::0-25]

---

附：涉及关键图表和数据示意

• 图1 资产配置流程示意（页4） ：流程包括确定投资目标、战略资产配置(SAA)、战术资产配置(TAA)、再平衡，体现资产管理的系统性步骤。

- 表1 驱动因子筛选表（页9）：细化不同资产类别因子，如A股估值(PETTM、PBLF)、动量(多期限)、宏观经济指标(工业增加值、PMI、CPI)等。

• 表2 各资产模型平均解释度（页10）：所有资产模型解释度均在37%-45%，黄金和企业债表现最优。

- 多幅动量、估值、波动率及宏观因子时序柱状图（页11-16） ：细致呈现因子在不同时间的作用力度和方向性。

• 极坐标图与柱状图（页17-22）：直观显示近期因子对收益的贡献和变化趋势。

---

本分析致力于详尽剖析报告逻辑与数据，带给专业投资者多维度审视大类资产收益驱动关系的框架和辅助决策工具。

报告