您的浏览器禁用了JavaScript(一种计算机语言,用以实现您与网页的交互),请解除该禁用,或者联系我们。[国盛证券]:宏观经济量化系列之三: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 - 发现报告
当前位置:首页/其他报告/报告详情/

宏观经济量化系列之三: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

2023-10-13林志朋、刘富兵国盛证券x***
宏观经济量化系列之三: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

量化专题报告 证券研究报告|金融工程研究 2023年10月13日 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 �因子——宏观经济量化系列之三 从资产配置到策略配置。2011年以后,A股和中债的风险溢价明显降低,且股债牛熊波动较大,这导致风险平价策略在中国市场效果不佳。我们需要将传统的资产配置思路转变为策略配置思路,通过策略将低夏普的资产 转化为高夏普的资产。策略配置可以细分为两个方向:Alpha策略和Beta策略,本文主要聚焦Beta策略,即基于赔率和胜率两个维度刻画资产在时间序列上的状态,在合适的时点承担风险,从而改善资产的收益风险特征。 赔率雷达图的设计:A股、转债、利率债。赔率是左侧信号,赚的是定价误差的钱,因此赔率的偏离幅度越大,赔率均值回归的速度越快,赔率策略越容易赚钱。权益赔率指标建议使用股息率-国债收益率,可转债赔率指标建议使用CCB模型定价误差,利率债赔率指标建议使用预期收益差。基于赔率理念构建的赔率增强型策略自2011年以来能够长期获得较好的表现,年化收益达6.4%,最大回撤为3.2%,卡玛比率达1.96。 宏观胜率评分卡的设计:货币、信用、经济、通胀和海外。胜率指标是右侧信号,赚的是基本面动量的钱,因此胜率信号的信噪比越高,胜率策略越容易赚钱。我们从货币、信用、经济、通胀和海外�个宏观维度出发,量化定义了每一个维度的方向和强度,最终合成出各大类资产的宏观胜率。基于宏观胜率构建的胜率增强型策略自2011年以来能够稳定获得较好的表现,年化收益达6.3%,最大回撤为2.8%,卡玛比率达2.27。 基于赔率-胜率的四种投资机会特征分析。1)积极把握“高赔率+高胜率”:赔率胜率兼具状态下的资产收益风险特征明显改善,建议集中仓位操作;2)不应错过“低赔率+高胜率”:从历史统计来看,“低赔率+高胜率”的机会同样显示出优秀的收益风险特征,因此有高胜率支持的情况下无须因为 低赔率而过早降低仓位;3)谨慎参与“高赔率+低胜率”:高赔率+低胜率的品种要么是持续阴跌的行情,要么是短期暴跌的行情,因此如果想参与“高赔率+低胜率”的机会建议投资者尽可能提高组合的分散化程度。 赔率-胜率复合策略优于单一赔率/胜率策略。相比于纯赔率策略或者纯胜率策略,基于赔率-胜率复合框架的股票择时、国债择时和资产配置策略均表现出更优的收益风险特征。基于赔率-胜率复合框架构建的资产配置策略自2011年以来年化收益达6.7%,最大回撤为2.8%,相比于纯赔率策略/纯胜率策略而言,收益更高、波动更小、回撤更小。 风险提示:资产估值中枢发生瞬时且持续的飘移将影响赔率策略的效果。 �个宏观维度与资产之间的关系发生改变、宏观指标不再能准确代理宏观维度的信息都将影响胜率策略的效果。 作者 分析师林志朋 执业证书编号:S0680518100004邮箱:linzhipeng@gszq.com 分析师刘富兵 执业证书编号:S0680518030007邮箱:liufubing@gszq.com 研究助理汪宜生 执业证书编号:S0680123070005邮箱:wangyisheng@gszq.com 相关研究 1、《量化分析报告:继续保持“顺周期+医药+TMT”的哑铃型配置——基本面量化系列研究之二十四》2023-10-11 2、《量化周报:市场或先破后立,反弹可期》2023-10-08 3、《量化点评报告:十月配置建议:利用“强趋势+低拥挤”应对轮动行情——资产配置思考系列之四十六》2023-10-07 4、《量化分析报告:择时雷达六面图:资金面与经济面弱化》2023-10-07 5、《量化周报:市场有望节后迎来日线级别反弹》 2023-09-24 请仔细阅读本报告末页声明 内容目录 一、引言:从资产配置到策略配置4 二、宏观胜率中的方向和强度7 2.1货币维度:政策工具与利率走廊7 2.2信用维度:中长期贷款10 2.3增长维度:三个PMI12 2.4通胀维度:CPI与PPI14 2.5海外维度:CDS与RAI16 2.6本章小结18 三、赔率-胜率分析框架与策略应用19 3.1资产配置中的赔率策略19 3.2资产配置中的胜率策略22 3.3赔率-胜率分析框架初探24 四、总结27 风险提示28 图表目录 图表1:股债资产的长期配置价值分析:2011年后A股和中债的风险溢价均有所降低导致风险平价策略效果下降4 图表2:股债风险平价策略的分段表现5 图表3:策略配置可以分为beta策略和alpha策略两个大方向5 图表4:借鉴股票投资,从赔率和胜率两个角度出发构建大类资产的Beta管理框架6 图表5:�个宏观因子能够解释超过50%的大类资产波动,意味着资产配置中的胜率必然是宏观主导而非微观主导7 图表6:央行常见的货币政策工具箱8 图表7:量化识别货币政策方向:货币方向因子能够领先捕捉历史上市场利率的变化8 图表8:货币方向因子对大类资产收益的区分度测试9 图表9:以政策利率(7天逆回购利率)为中枢构建货币强度因子9 图表10:货币强度因子对大类资产收益的区分度测试10 图表11:新增人民币贷款中的短期贷款与货币因子相关性较高10 图表12:以中长期贷款脉冲作为信用方向因子的代理变量,阴影面积为信用因子上行的信号区间11 图表13:信用方向因子对大类资产收益的区分度测试11 图表14:新增人民币贷款预期差与中长期贷款脉冲12 图表15:信用数据超预期时利好沪深300指数12 图表16:信用强度因子对大类资产收益的区分度测试12 图表17:以PMI脉冲作为增长方向因子的代理变量,阴影面积为三个PMI脉冲的方向打分13 图表18:增长方向因子对大类资产收益的区分度测试13 图表19:PMI预期差与中采PMI脉冲14 图表20:PMI超预期时利好沪深300指数14 图表21:增长强度因子对大类资产收益的区分度测试14 图表22:以广义通胀(0.5*CPI+0.5*PPI)的三个月差分方向作为通胀因子方向15 图表23:通胀方向因子对大类资产收益的区分度测试15 图表24:通胀预期差与广义通胀15 图表25:通胀低于预期时利好沪深300指数15 图表26:通胀强度因子对大类资产收益的区分度测试16 图表27:主权CDS利差隐含了经济增长的预期16 图表28:主权CDS利差较高时北向资金流入明显放缓16 图表29:中国主权CDS利差对大类资产收益的区分度测试17 图表30:花旗风险偏好指数较高时利好沪深30017 图表31:花旗风险偏好指数较高时利好标普50017 图表32:花旗风险偏好指数对大类资产收益的区分度测试18 图表33:宏观胜率中的10个分项因子计算方法概览18 图表34:DRP对沪深300未来收益的解释度19 图表35:基于DRP赔率指标的股债轮动策略19 图表36:预期收益对利率债未来收益的解释度20 图表37:基于预期收益差指标的利率债久期轮动策略20 图表38:定价误差对可转债未来收益的解释度20 图表39:基于CCB定价误差的可转债-利率债轮动策略20 图表40:以风险平价为基础优化器,将赔率作为主动管理观点输入到风险预算参数即可得赔率增强型策略权重21 图表41:基于资产赔率的资产配置策略21 图表42:大类资产综合宏观胜率的计算过程:将每一个宏观指标的状态按照金融逻辑转化为大类资产的打分22 图表43:权益宏观胜率与权益择时策略23 图表44:利率债宏观胜率与利率债久期择时策略23 图表45:基于宏观胜率的资产配置策略24 图表46:赔率-胜率框架下的沪深300收益分解25 图表47:赔率-胜率框架下的7-10年期国债收益分解25 图表48:四种状态下的沪深300收益风险特征25 图表49:四种状态下的7-10年期国债收益风险特征25 图表50:赔率-胜率框架下的沪深300择时策略26 图表51:赔率-胜率框架下的7-10年期国债择时策略26 图表52:基于赔率-胜率分析框架的资产配置策略无论收益还是回撤均优于纯赔率/纯胜率策略26 图表53:赔率-胜率框架下三类策略的收益风险特征均优于纯赔率/纯胜率策略27 一、引言:从资产配置到策略配置 当我们谈及大类资产配置的时候,第一时间映入脑海的常常是海外市场的成熟策略或产品,如桥水的全天候策略基金,但这些资产配置理论在中国市场似乎有些水土不服,并没有诞生出类似桥水全天候基金这样的极具市场影响力的绝对收益产品。因此在本文引言部分,我们尝试探讨以下三个问题: 1)为什么风险平价策略在中国市场的效果不理想? 2)什么样的资产配置理念更适合中国市场? 3)如何构建具有本土特色的战术配置框架? ①为什么在中国市场中使用风险平价策略的效果不理想?对比中国市场股债资产的长期表现,基于图表1和图表2我们可以看到: 2011年以后,A股与中债的风险溢价能力出现明显下滑,以货币基金收益率为基准计算的股债夏普比率在2011年后均有明显的降低; 风险平价策略确实能够利用股债之间的负相关性提升组合的夏普比率,但其整体表现依然是建立在股债风险溢价水平的基础上,因此在2011年后风险平价策略也表现出较明显的收益下滑、回撤变大、夏普降低的现象; 基于分段表现来看,股债风险平价策略的收益能力主要取决于股票是否有牛市(如2014-2015年),回撤水平则更多取决于债券是否有熊市(如2013年),由于中国股债的牛熊波动较大,因此单纯的风险平价也不可避免要承受较大的市场风险; 备注:此处统计中,A股选用沪深300全收益指数,中债选用中债国债7-10年总财富指数,无风险收益率采用货币基金收益率。 经典的金融市场假设一般认为,长期来看如果一个资产承担了更高的风险则需要提供更高的回报作为风险补偿,即学术中的“风险溢价”概念。但2011年以后的A股和中债的风险溢价能力出现了较明显的下滑,我们认为这种低风险溢价的现象或许便是风险平价策略在中国市场表现差强人意的核心原因之一。 2005-2011 A股 A股vs货基 中债 中债vs货基 风险平价策略 RP策略vs货基 年化收益 14.6% 12.0% 5.5% 2.9% 8.6% 5.9% 年化波动 31.4% 31.3% 6.0% 5.9% 6.1% 5.9% 最大回撤 72.0% 8.9% 5.3% 夏普比率 0.51 0.49 0.96 2012-2023 A股 A股vs货基 中债 中债vs货基 风险平价策略 RP策略vs货基 年化收益 6.6% 3.3% 3.5% 0.3% 4.7% 1.5% 年化波动 22.0% 21.9% 2.5% 2.3% 3.1% 2.9% 最大回撤 46.1% 8.0% 7.6% 夏普比率 0.26 0.13 0.48 图表1:股债资产的长期配置价值分析:2011年后A股和中债的风险溢价均有所降低导致风险平价策略效果下降 资料来源:Wind,国盛证券研究所 图表2:股债风险平价策略的分段表现 2005-2008年2009-2012年2013-2015年2016-2018年2019-2023年 年化收益:13.2%最大回撤:5.3%夏普比率:1.35 1.7 1.6 1.5 1.4 1.3 1.2 1.1 1.0 0.9 200 资料来源:Wind,国盛证券研究所 年化收益:3.0%最大回撤:4.8%夏普比率:0.07 年化收益:8.1%最大回撤:7.6%夏普比率:0.9 年化收益:1.8%年化 最大回撤:5.2%夏普比率:-0 ②相对于资产配置,策略配置的理念更适合中国市场。策略配置的本质是通过策略将低夏普资产转化为高夏普资产,如果在市场有效性较强的情况下,我们可以尽量均衡地配 置不同的风险资产,充分利用资产间的低相关性和资产风险溢价来赚取长期回报,但如果是在市场有效性较低的情况下,我们则需要对资产进行一定程度的“过滤”,将低夏普比率的资产转化为合理甚至是高夏普比率的资产后再进行配置,我们将这个过程称之为策略配置。一般而言,策略配置也可以细分为两种大方向: Alpha策略:主要关注