动静结合的资产配置艺术 [page::4]

• 战略性投资关注长期稳定收益，战术性投资动态捕捉短期机会。

- 不同资产风险收益特征差异明显，需动态调整配置比例以适应周期变化。

• 资产配置目标基于客户风险承受度，动态调整风险预算实现收益最大化。

大类资产配置研究框架与过程 [page::5][page::6]

• 资产配置分为基础资产选择、宏观因子判定经济环境、风格因子配置风险溢价及量化模型权重优化四步。

- 组合收益重点锁定Beta部分，通过Smart Beta风格因子增强组合表现。

• 不同资产承担不同角色，股票为增长引擎，债券稳定安全垫，商品增加多样性。

宏观因子与动态风险预算策略构建 [page::7][page::8][page::9][page::10][page::11]

• 宏观因子（GDP同比与CPI同比）划分经济周期（过热、复苏、滞涨、衰退），但存在滞后和预测准确率限制。

- 利用风险预算思想，根据经济周期设定不同风险预算（保守、稳健、激进）赋予不同资产风险贡献比例。

• 动态风险预算模型在灵活性和收益稳健性上优于传统风险平价，回测年化收益6.73%，夏普1.74，最大回撤7.29%。

风格因子体系及因子有效性分析 [page::12][page::13][page::14][page::15]

• 主要风格因子包括动量、估值、利差、波动，焦点为动量和估值。

- 动量因子基于历史收益趋势识别强势资产，JP Morgan Mozaic II指数示例表明动量策略提升收益且控制风险。

• 时序IC和IR分析显示，动量因子在大类资产中有效性明显，尤其短期动量及短期反转（黄金和国际股票）。

- 估值因子有效性有限，主要体现在债券类资产及部分低风险资产中。

多因子风格策略和回测结果 [page::16]

| 策略名称 | 年化收益率 | 年化波动率 | 夏普比率 | 最大回撤 |
|-----------------|------------|------------|----------|------------|
| 等权重组合 | 10.52% | 13.44% | 0.81 | 43.37% |
| 动量策略 | 18.12% | 13.37% | 1.31 | 24.95% |
| 估值策略 | 12.09% | 13.33% | 0.92 | 33.42% |
| 多因子风格策略 | 19.10% | 13.30% | 1.38 | 24.59% |

• 动量策略相较估值策略表现更优，二者结合的多因子策略进一步提高收益和夏普比率，同时有效降低最大回撤。

- 策略根据多因子信号调整基准权重，增强组合Beta，降低风险敞口。

宏观因子与风格因子多策略组合实证 [page::17][page::18][page::19]

| 策略 | 年化收益率 | 年化波动率 | 夏普比率 | 最大回撤 |
|--------------|------------|------------|----------|----------|
| 风险平价 | 5.60% | 3.09% | 1.78 | 5.47% |
| 动态风险预算 | 6.73% | 3.78% | 1.74 | 7.29% |
| 组合策略 | 11.41% | 5.77% | 1.90 | 7.10% |

• 组合策略基于动态风险预算基准权重，结合动量和估值风格因子增强Beta表现。

- 组合策略相较单一模型大幅提升年化收益，夏普比率最高，回撤适中，表现稳定。

• 分年度回测显示组合策略在不同市场环境下保持稳健，2017年策略累计收益表现优异。

2017年9月资产配置建议 [page::19]

| 资产类别 | 权重 |
|----------------|---------|
| 沪深300 | 13.7% |
| 中证500 | 3.2% |
| 上证50 | 15.3% |
| 中债国债总财富 | 32% |
| 中证企业债 | 15.3% |
| 黄金现货 | 15.9% |
| 标普500 | 4.6% |

• 配置建议依据最新宏观和风格因子数据，侧重风险控制与收益优化，实现跨周期动态管理。[page::4][page::6][page::10][page::11][page::16][page::18][page::19]

深度分析报告：《基于动态风险预算的多策略资产配置》——FOF专题系列报告之四

---

一、元数据与概览

• 报告标题：基于动态风险预算的多策略资产配置

- 作者：蒋俊阳（执业证书编号S0930517060002）

• 发布机构：光大证券研究所

- 发布日期：2017年9月1日

• 主题：本报告聚焦于FOF（基金中的基金）领域，探讨通过动态风险预算模型结合多因子风格策略进行大类资产的多策略动态资产配置。期望利用灵活且稳定的动态风险预算控制整体组合风险，同时通过风格因子（动量、估值）增强收益，从而提升组合的风险调整后回报。

核心论点：资产配置的艺术在于动静结合——合理平衡长期战略性资产配置与短期战术性资产配置，以实现长期稳健收益同时捕捉短期投资机会。传统的经济周期预测和宏观因子预测不够精准，故提出基于风险贡献的动态风险预算模型。结合风格因子（动量和估值）提升组合的Beta暴露，实现超额收益。实证展示了组合策略的优异回测表现，报告最后给出了2017年9月资产配置建议，体现方法的实际指导性。[page::0]

---

二、逐节深度解读

1、动静结合，大类资产配置的艺术

• 关键观点：

- 大类资产配置应同时关注战略性（长期）和战术性（短期）配置。战略性配置基于风险收益比的长期均值回归，满足投资者风险偏好；战术性配置基于经济周期和风险因子的短期动态调整，有效捕捉市场机会。
- 国内市场中，股票、债券和商品类资产风险收益特征各异，且风险收益具有周期性波动，债券类资产相对稳定，权益类和商品类资产波动大且周期性明显，因此需动态调整。
- 资产配置的目标应基于不同客户的风险承受能力，追求在风险控制下的最大化收益。

• 重要图表解读：

- 图1展示2005年至2017年不同阶段资产（股票、债券、商品等）收益与风险变化，显示债券资产表现稳定，股票和商品类资产风险、收益波动更大，强调动态调整必要性。

• 框架搭建：

- 图2资产配置过程体现为市场环境（资产风险收益和相关性）和投资者风险偏好（风险承受能力及效用函数）两个输入，经过风险水平下的最优组合构建实现投资收益。
- 战略性和战术性资产配置需结合，达到价值增长与风险控制的平衡。

• 投资组合收益构成：

- 图3指出投资组合收益分解为Alpha和Beta，现代投资理论将Beta拆分为广义市场Beta、行业、风格因子（Smart Beta）等，强调大类资产配置应侧重锁定Beta，通过Smart Beta增强组合效率。[page::4, 5]

2、大类资产配置研究框架

• 步骤清晰：

1. 资产选择与分类；
2. 宏观因子应用预判经济周期，合理分配风险；
3. 风格因子驱动风险溢价，提升组合收益；
4. 结合投资者风险承受能力与主观预期进行资产权重优化。

• 资产角色：股票为收益发动机，债券为安全垫，商品用于多样化风险分散。

- 宏观因子与经济周期：导入多个经济指标，并采用美林时钟、全天候策略两个经典框架辅助周期划分和资产轮动。

• 风格因子体系：动量、价值、利差和波动四类因子是重要的风格信号。

- 量化资产配置模型多样：包括均值方差模型、风险平价、风险预算、BL模型等，每类模型着眼点有所不同，风险预算模型关注风险贡献度平衡，BL模型结合主观预期。

• 图4精准概览大类资产配置研究框架，清晰展示四大步骤间联系。

该框架为后续基于动态风险预算及风格因子的资产配置提供理论支撑。[page::6]

3、配置风险，构建动态风险预算

3.1 宏观因子应用广泛但预测困难

• 美林时钟与全天候策略对比：

- 美林时钟依据四阶段经济周期（衰退、复苏、过热、滞胀）指导资产轮动，强调绝对收益；
- 全天候策略结合风险平价模型，平衡不同经济状态风险，目标实现相对稳定的Beta回报。

• 图5和图6解读：美林时钟与全天候策略的原理呈现，前者强调资产轮动，后者注重风险平衡。

- 经济周期划分挑战：
- 采用GDP和CPI同比趋势作为经济周期判断指标。GDP反映经济增长，CPI反映资产购买力及通胀水平。
- 趋势法基于过去指标序列峰谷确定趋势，存在一定滞后性。

• 图7经济周期划分原理图示正式说明GDP和CPI的组合关系对应的四个经济阶段。

- 滞后与频率调整：为统一指标频率，用季频GDP调频为月频数据，利用趋势法进行周期划分，虽简单有效，但预测期准确度有限。

• 图8-9展示了不同周期的宏观指标及大类资产走势与周期对应表现，一定程度验证周期划分的有效性，但遗漏了如2015年牛市等非宏观因素影响。

- 结论：宏观因子的波动和数据滞后性导致经济周期预测和资产轮动应用存在瓶颈，需寻找更稳健风险预算方式。[page::7, 8, 9]

3.2 动态风险预算策略

• 理论基础：风险预算模型理论基于风险平价，允许主动调整各资产风险贡献。传统静态预算风险贡献度固定，导致市场波动中回撤较大。

- 创新点：将经济周期分类（保守、稳健、激进预算）融入风险预算比例，针对周期配置不同风险水平，更灵活。

• 表1不同时期的风险贡献比例清晰列示复苏期激进股票占比高（85%），衰退期债券贡献主导（60%），体现对经济周期的动态反应。

- 表2介绍模型回测数据选取、指数代表、调仓频率及协方差估算方法，强调了模型的实务基础。

• 动态风险预算优点：通过调整风险贡献率，而非绝对收益，减少经济周期预测失误损失，更强调风险管理。

- 图10回测结果显示动态风险预算模型整体收益稳定，夏普比率1.72，波动率和最大回撤低于激进、稳健预算，验证了模型的稳定性。

• 表3具体指标数据支持论点，动态风险预算年化6.73%，最大回撤7.29%，夏普1.74。

- 总结：动态风险预算提供了一种在经济周期不确定下相对稳健的资产风险分配方法，构建风险贡献均衡和灵活配置机制。[page::10,11]

4、配置风格，捕捉风险溢价

4.1 风格体系与实证

• 动量和估值为核心因子：动量指资产过去收益趋势，估值则反映资产当前价格相对合理性。

- JP Morgan Mozaic II指数组合为动量策略代表，回测显示6.28%的年化收益，低于S&P 500的5.90%的收益，更低风险特征（图11）。

• 估值因子针对不同资产采用适合指标，如股票使用账面市值比等，债券使用到期收益率（YTM），黄金依赖美元指数等。

- 表4详尽列出台动量因子与估值因子的相关代码和说明。

• 风格因子兼顾容量和公开性，具备相对持久效应。

4.2 时序有效性测算与因子选择

• 因市场资产数量有限，采用单因子时序回归而非横截面多因子模型，定义IC和IR指标检验因子预测能力和稳定性。公式清晰说明了IC=因子值与未来收益率的秩相关系数，IR=均值与标准差比值，体现因子信号稳定性。

- 表5列示不同动量因子（1M至24M及1M最大值）在多资产上的相关系数和IR，结果显示：
- 沪深300、上证50以Momentum6M最有效；
- 中证500以Momentum3M最有效；
- 债券类动量1M效果最佳；
- 黄金和标普500表现出短期动量反转效应，Momentum1MMAX表现最优。

• 图12-15通过柱形图分别呈现不同资产动量因子相关系数和IR，验证个别因子有效性的显著差异。

- 估值因子时序效应较弱，主要在债券类资产表现稍强，其他资产估值因子的预测力一般（表6，图16）。

• 总结：通过有效因子筛选，构造最优动量因子，为多因子组合提供依据。

4.3 多因子风格策略的构建与实证

• 基于Haghani V的策略框架，结合动量与估值信号调整权重，做多信号较强资产（权重倍增），做空信号较弱资产（权重减半），并进行归一化。

- 具体权重调整公式列明逻辑。（示例：若动量信号>0，则动量权重为基准权重的两倍）。

• 单独动量策略和估值策略均能提升风险调整收益，但动量表现优于估值策略；双因子策略在年化收益和夏普率提升的同时，期待回撤进一步减少。

- 图17显示多因子策略累计净值领先等权、单因子策略。

• 表7量化：多因子年化19.1%收益，夏普1.38，远超等权（10.52%收益，0.81夏普）。最大回撤24.59%，低于动量策略。

- 结论：动量与估值组合策略能多维度分散风险，提升组合表现，且简洁实用。[page::11,12,13,14,15,16]

5、多策略组合，扬长避短

• 单一宏观因子与单一风格因子策略均有限制：

- 宏观因子依赖经济周期预测，预测能力有限且未涵盖全部影响因素；
- 风格因子IC、IR随时间变化，且现有模型仅能从时间序列角度增强Beta，缺乏横截面增强优化。

• 组合策略：

- 采用动态风险预算确定基准权重，结合动量和估值因子进行权重调整，简化择时压力，追求策略稳定性与风险收益均衡。
- 图18总结策略优缺点，明确组合策略融合动态风险预算的稳健与多因子风格策略的风险溢价增强优势。

• 实证结果显示：组合策略表现优于动态风险预算及风险平价，夏普比率提升至1.90，最大回撤控制在7.10%附近。

- 图19示意组合策略与其他策略净值曲线，组合策略增长快速且平稳。

• 表8量化指标显示组合策略11.41%年化收益，5.77%波动率，表现突出。

- 分年度分析（表9）表明组合策略在不同市场环境中均有稳定表现，尤其2006至2009年间表现极佳，2014年后持续稳健。

• 图20资产权重分布展示组合动态配置情况，权重随市场阶段调整显著。

- 9月配置建议（表10）基于最新因子数据，体现组合策略实际应用指导价值，倾向国债（32%）与权益及黄金的均衡配置。

• 总结：基于动态风险预算与多策略风格因子组合资产配置模型具备良好的历史表现，兼顾风险控制与收益提升，适合实际资产配置推广应用。[page::17,18,19]

---

三、图表深度解读

图1（第4页）—— 不同阶段大类资产风险收益统计

• 展示2005年至2017年期间，多阶段内不同资产（创业板、中证500、沪深300、国债、企业债、黄金等）风险与收益。

- 清晰体现权益资产风险高且收益波动大，债券资产稳定，商品类资产中高风险，中证500和创业板波动最大。

• 支撑资产风险收益多样性，强调动态调整必要性。

图5 & 图6（第7页）—— 美林时钟与全天候策略设计原理

• 美林时钟：通过经济增长和通胀两轴划分四周经济阶段，映射不同资产在不同阶段表现，定位策略轮动。

- 全天候策略：依赖经济状态划分，均衡配置不同资产风险，提升组合防御性。

• 显示两种基于宏观因子的资产管理思路差异。

图7（第8页）—— 经济周期划分原理

• 利用GDP同比和CPI同比增长方向划分滞胀、过热、衰退和复苏四个经济阶段，直观显示经济周期的指标切分逻辑。

图10（第11页）—— 风险预算与动态风险预算模型回测效果

• 绘制风险平价、保守预算、稳健预算、激进预算与动态风险预算等策略的净值演进，动态风险预算曲线平滑且收益处于前列。

- 验证动态风险预算策略的稳定性和收益潜力。

图11（第12页）—— JP Morgan Mozaic II指数组合与S&P500表现对比

• JP Morgan Mozaic II指数（动量驱动策略）相比标准指数实现了更高收益和低波动，有效利用动量风格。

图12-15（第14页）—— 各资产类别动量因子相关系数与IR对比

• 分别展示沪深300、债券指数、黄金、标普500不同动量因子的有效性，便于挑选各类资产最适动量因子。

图17（第16页）—— 风格策略回测净值表现

• 等权重、单一动量策略、估值策略、多因子策略累计净值对比图，突出多因子策略收益和收益稳定性优势。

图18（第17页）—— 三种策略概念总结图

• 形象展示动态风险预算、多因子风格策略及组合策略核心内容，彰显组合策略的优越融合。

图19（第18页）—— 组合策略回测净值曲线

• 组合策略明显优于单一动态风险预算和风险平价策略，实现高收益低波动。

图20（第19页）—— 组合策略资产权重分布动态图

• 展示沪深300、中证500、上证50、国债、企业债、黄金及标普500权重随时间动态调整，反映策略实际调仓行为。

---

四、估值分析

报告主要采用资产配置模型框架而非单一公司估值方法，但在资产配置优化过程中，使用了如下核心估值方法和输入变量：

• 风险预算模型：

- 动态风险预算结合经济周期判断调整各资产风险贡献比例，输入包括资产风险（波动率）、协方差矩阵、周期判断结果（基于GDP、CPI趋势）。
- 调仓周期为月，资产协方差基于滚动窗口估计。

• 风格因子权重调整：

- 依据动量或估值信号调整基准资产权重（动态风险预算基准权重）倍数，随后权重归一化，形成实际配置。
- 动量因子信号基于过去收益，估值因子信号基于历史因子均值比较。

• 组合策略：基准基于动态风险预算权重，叠加风格因子加权，提升组合Beta，实现有效风险调整后收益。
• 关键假设：经济周期判断确定风险预算配置，但预测不精准；动量与估值因子能稳定捕获风险溢价；历史统计特征持续有效；市场无重大结构性变化。
• 报告未提供具体敏感性分析，但从年度回测表现可见其策略在多种市场环境下均具备一定韧性。[page::10, 15, 17]

---

五、风险因素评估

• 经济周期预测失误风险：宏观因子滞后性及准确率低导致周期划分错误，影响动态风险预算模型风险配置效果，可能带来损失。

- 宏观因子解释能力有限：资产价格不仅受经济周期影响，还受资金面、市场情绪等多重因素干扰，单一宏观因子模型不足以全面解释资产走势。

• 风格因子有效性波动：动量和估值因子IC与IR并非恒定，存在阶段性表现差，错误因子选择可能导致配置失误，风险增大。

- 历史数据与未来不对称风险：过去测算有效的风格因子及经济周期划分方法未必在未来持续有效。

• 动态调仓频率和交易成本：月度调仓可能产生较高交易成本，影响净收益。报告未详述该风险。

- 策略组合复杂性风险：多因子加动态风险预算融合方案，模型参数和输入假设多，若误差放大，可能导致实际配置偏离预期。
对上述风险，报告部分做出了承认和描述，部分未明确提出缓释策略，提醒投资者关注模型局限与市场风险。[page::7,10,11,15,20]

---

六、批判性视角与细微差别

• 报告较为客观严谨，明确指出宏观因子预测的不足与风险预算模型的局限性，避免过度依赖单一方法。

- 然而，报告未充分讨论交易成本、税费以及实际操作中调仓滑点的影响，这对策略收益可能有较大负面影响。

• 风格因子选用时序效应致使无法进行横截面多因子优化，暂时制约了策略的进一步提升。

- 虽然动态风险预算策略优于静态模型，但在经济周期划分错误时表现仍不理想，显示策略在极端市场情形下仍有被动风险。

• 报告仅展示回测结果，缺乏基于实际资金管理和投资者反馈的实证验证，现实执行风险需关注。

- 各类资产的配置权重波动较大，如黄金和商品资产权重波动频繁，可能影响资金流动性和再平衡成本。

• 预测准确性仅55.3%，提示实务过程中需警惕过于信赖宏观经济趋势划分的风险。

- 风格因子解释力部分依赖历史统计特征，分歧于有效市场假说，需投资者谨慎。

• 整体而言，报告在理论与实证上建立了完整体系，细节处理较为充分，具有较高参考价值。[page::8,9,11,15,20]

---

七、结论性综合

本报告系统阐述并实证了基于动态风险预算结合多因子风格策略的多策略大类资产配置方法，旨在实现稳健风险控制并捕获超额风险溢价。报告明晰了资产配置的“动静结合”理念，通过结合宏观因子的经济周期判断和风格因子的风险溢价捕捉，构造出适应市场周期且风险收益均衡的资产组合。

通过对经济周期的GDP和CPI同比趋势划分，报告揭示了经济阶段与大类资产表现的联系，同时提出宏观预测准确性有限的现实难题。基于该划分，动态风险预算模型相较静态分配更灵活稳健，兼顾了风险贡献与组合稳定性，回测中年化收益达6.73%，夏普比率约为1.74。

风格因子中，动量因子的时序有效性较高，估值因子表现一般，多因子组合风格策略显著提升了策略绩效（年化收益19.1%，夏普1.38），说明动量估值结合可实现多维度风险分散和收益增强。

将宏观动态风险预算权重作为基准，叠加多因子风格调整，构建出的组合策略表现更加优异，历史回测年化收益达11.41%，夏普1.90，最大回撤控制在7.10%。组合策略通过动态调整资产权重（沪深300、中证500、国债、企业债、黄金、标普500等）实现了投资组合的风险收益优化，提升了大类资产配置的有效性和稳健性。

报告充分表明经济周期预测难度，风格因子波动性风险及策略操作风险必须审慎权衡，动态风险预算与多因子策略的结合提供了一种实践中既保持灵活又具备风险控制能力的有效框架，对FOF和机构投资者具有较强的应用示范价值。

总体而言，报告论述详尽、逻辑严密、数据充分，关键图表有效支持论点，尤其在阐明动态风险预算模型与多因子风格策略相结合的优势及实证成果方面极具参考价值。9月资产配置建议为投资者提供了实操指引。报告及其方法不仅对当前中国市场适用性强，也具备一定的国际通用性，值得投资管理者深入关注和采纳。[page::0-20]

---

结语

本报告聚焦资产配置的动态创新方式，扎根理论的同时结合丰富的实证研究，展现了动态风险预算模型与基于风格因子的多策略框架的实力。报告既注重风险治理，又兼顾追求收益，符合基金投资与FOF管理的根本需求，具有较强的现实应用价值和推广前景。

---

报告