1月量化股债资产配置策略：股票提升偏好中证500，债券增加短久期利率

月度行情回顾 2023年12月大类资产中，权益市场先下后上，债市收益率有所下行，大宗商品中原油延续大幅下跌态势。权益市场 先下后上，全月依旧下跌，上证综指2023年12月下跌1.81%，沪深300下跌1.86%，创业板指下跌1.62%；债券市场上，债券收益率明显下行，10年期国开债活跃券12月收益率下行9bps，12月29日收2.71%；大宗商品中黄金价格上涨1.30%，全年累计上涨17.26%，原油价格大幅下跌7.70%，南华综合指数整体下跌1.12%。 最新配置建议 风险预算模型配置结论基本保持稳定，由于经济增长因子的方差上升，股票的配置减少，结构上偏好中证500，利率 债仓位上加短减长，而信用债仓位有所增加；自适应方法一利率与信用因子动量效应显著，模型全部配置于债券，其中大部分配置于信用债，利率部分增配短久期；自适应方法二经济增长与期限利差因子的性价比边际提升，股票与短久期利率债的配置有所上升。 宏观因子配置策略 本文从马科维茨的均值方差模型和风险平价模型出发，为减少大类资产动态时变相关性对于模型的尾部风险，报告将传统的大类资产层面配置转为宏观因子的配置。模型从战略资产配置的角度出发，在绝对收益的目标下，对各大类资产间进行长期的、整体性的规划，寻找不同资产价格变化的共同驱动力，从而实现更加稳定的资产配置。模型考虑国内银行保险等资产管理机构的中长期主要资产配置需求，我们努力探求股票和债券两大类资产间的配置关系，并适当探求细分资产或风格轮动，最终构建了追求绝对收益的3种宏观因子配置策略。 我们通过主成分分析的方法，构建了基于国内股债的宏观因子体系。经历史数据检验，宏观因子具有较明确的经济学含义，构造出的5个宏观因子分别代表着利率因子、经济增长因子、信用因子、期限利差因子与规模风格因子。 配置策略的构建上，报告首先从宏观风险的角度，构建了固定预算的风险预算模型策略。随后我们引入了宏观因子收 益率的考量，构建了风险预算的自适应模型。我们尝试了两种不同的方法引入收益率，第一种方法我们直接以预期收益率作为宏观因子风险预算的权重，第二种方法，我们用单位风险上提供的预期收益率（夏普比）作为宏观因子风险预算的权重。 本文构建的3种模型，在配置比例稳定性、预期收益率、收益风险比上各有所长，投资者可以根据自身特定的投资风格与投资约束，选择符合自身投资目标的模型进行参考。 （1）风险预算模型：由宏观风险角度出发，对宏观因子风险进行约束，拥有较稳定的资产配置比例，适合配置需求 的稳健投资者。 （2）自适应模型方法一：加入宏观因子收益率考量，拥有最大的业绩弹性和较高的股票配置比例，适合风格更积极的投资者； （3）自适应模型方法二：以单位风险提供的预期收益率衡量性价比，拥有最高的夏普比例，股票配置比例最低，适合追求高收益风险比的投资者。 风险提示 历史数据不被重复验证风险、大类资产与宏观风险因子的相关关系失去稳定性的风险、国际政治摩擦升级等带来各大类资产同向大幅波动风险。 内容目录 一、大类资产行情回顾4 二、策略近期表现及最新配置建议4 （一）风险预算模型4 （二）自适应模型方法一5 （三）自适应模型方法二6 三、策略原理简介7 （一）以宏观因子为框架的大类资产配置7 （二）宏观因子构造方法8 （三）宏观因子经济学含义9 （四）风险预算模型10 风险提示11 图表目录 图表1：国内大类资产2023年12月表现4 图表2：国内大类资产2023年12月表现图4 图表3：风险预算模型2022年以来净值表现5 图表4：风险预算模型配置比例5 图表5：自适应模型方法一2022年以来净值表现6 图表6：自适应模型方法一配置比例6 图表7：自适应模型方法二2022年以来净值表现7 图表8：自适应模型方法二配置比例7 图表9：宏观因子体系8 图表10：第一主成分：利率因子9 图表11：第二主成分：经济增长因子9 图表12：第三主成分：信用因子9 图表13：第四主成分：期限利差因子9 图表14：第五主成分：规模风格因子10 图表15：主成分解释度10 一、大类资产行情回顾 2023年12月大类资产中，权益市场先下后上，债市收益率有所下行，大宗商品中原油延续大幅下跌态势。权益市场先下后上，全月依旧下跌，上证综指2023年12月下跌1.81%，沪深300下跌1.86%，创业板指下跌1.62%，全年看上证综指下跌3.70%，沪深300下跌11.38%，创业板指下跌19.41%；债券市场上，债券收益率明显下行，10年期国开债活跃券12月收益率下行9bps，12月29日收2.71%；大宗商品中黄金价格上涨1.30%，全年累计上涨17.26%，原油价格大幅下跌7.70%，南华综合指数整体下跌1.12%。 图表1：国内大类资产2023年12月表现 资产代码 大类资产 2023年12月 2023年 000001.SH 上证综指 -1.81% -3.70% 000016.SH 上证50 -1.68% -11.73% 000300.SH 沪深300 -1.86% -11.38% 000905.SH 中证500 -2.09% -7.42% 399006.SZ 创业板指 -1.62% -19.41% CBA00101.CS 中债新综合财富 1.01% 4.77% CBA02701.CS 中债信用债财富 0.59% 4.69% SCFI.WI 上期所原油 -7.70% -3.81% AUFI.WI 上期所黄金 1.30% 17.26% NH0100.NHF 南华综合指数 -1.12% 6.21% CNYX-BIS 人民币汇率指数 -0.50% -1.21% USDCNY 美元兑人民币 -0.52% 2.94% 来源：wind，国金证券研究所 图表2：国内大类资产2023年12月表现图 来源：wind，国金证券研究所 二、策略近期表现及最新配置建议 风险预算模型配置结论基本保持稳定，由于经济增长因子的方差上升，股票的配置减少，结构上偏好中证500，利率债仓位上加短减长，而信用债仓位有所增加；自适应方法一利率与信用因子动量效应显著，模型全部配置于债券，其中大部分配置于信用债，利率部分增配短久期；自适应方法二经济增长与期限利差因子的性价比边际提升，股票与短久期利率债的配置有所上升。 （一）风险预算模型 最新配置建议：配置结论基本保持稳定，股票的总配置上微幅减小，结构上更多偏向于中证500，在利率债仓位上加短减长，而信用债仓位有所增加。 2023年12月，宏观风险配置策略收益率为0.96%，全年已实现收益率5.15%，年化波动率为1.04%，年化夏普比率5.03。 图表3：风险预算模型2022年以来净值表现 来源：wind，国金证券研究所；截至2023年12月末 风险预算模型从风险角度出发，对宏观因子风险进行约束，通过将宏观因子的风险贡献控制在设定的固定比例，以达到控制风险均衡配置的目的。由于风险贡献固定，模型得出的配置结果主要由宏观因子的协方差矩阵的变化决定。截至2023年12月末，经济增长因子的方差边际出现上升，利率因子的方差依旧小幅下降，因此模型倾向于减少经济增长因子，增加利率因子的配置。模型在股票的总配置上微幅减小，结构上更多偏向于中证500，在利率债仓位上加短减长，而信用债仓位有所增加。 截至2023年12月末，宏观因子风险预算模型（完全量化）配置建议如下：沪深300配置比例0%，中证500比例3.19%，中债10年期国债比例57.87%，中债3-5年期国债比例43.20%，中债信用债比例35.74%。 图表4：风险预算模型配置比例 沪深300 中证500 中债10年期国债总财富 中债3-5年国债总财富 中债信用债 2023/10/31 2.00% 1.90% 52.83% 41.64% 41.64% 2023/11/30 0.27% 3.65% 58.02% 42.98% 35.07% 2023/12/29 0.00% 3.19% 57.87% 43.20% 35.74% 2013年以来平均 1.86% 3.98% 55.52% 42.31% 36.33% 来源：wind，国金证券研究所；截至2023年12月末 （二）自适应模型方法一 最新配置建议：利率与信用因子动量效应显著，模型全部配置于债券，其中大部分配置于信用债，利率部分增配短久期。 2023年12月，宏观风险配置策略收益率为0.70%，全年已实现收益率6.18%，年化波动率为0.89%，年化夏普比率7.03。 图表5：自适应模型方法一2022年以来净值表现 来源：wind，国金证券研究所；截至2023年12月末 自适应模型方法一加入宏观因子收益率考量，它的核心逻辑是在过去表现好的宏观因子上承担更多的风险，即给予高动量的宏观因子更高的风险预算，通过调整风险预算达到优化资产配置的目的。同时由于宏观因子的暴露和风险预算均可能为负，模型存在着超跌反转的考量。截至2023年12月末，过去一年的债券小牛市，使得在宏观因子收益率上，利率因子与信用因子明显表现更优，其对风险预算的分配影响，超过了经济增长因子的超跌反转，因此模型最新建议全部配置于债券。 截至2023年12月末，宏观因子风险预算模型（完全量化）配置建议如下：沪深300配置比例0%，中证500比例0%，中债10年期国债比例0%，中债3-5年期国债比例13.29%，中债信用债比例126.71%。 图表6：自适应模型方法一配置比例 沪深300 中证500 中债10年期国债总财富 中债3-5年国债总财富 中债信用债 2023/10/31 2.96% 1.40% 0.00% 0.00% 135.64% 2023/11/30 3.31% 1.08% 0.00% 0.00% 135.61% 2023/12/29 0.00% 0.00% 0.00% 13.29% 126.71% 2013年以来平均 2.84% 2.66% 20.57% 34.54% 79.38% 来源：wind，国金证券研究所；截至2023年12月末 （三）自适应模型方法二 最新配置建议：经济增长因子与期限利差因子的性价比边际提升，模型增加了股票与短久期利率债的配置。 2023年12月，宏观风险配置策略收益率为0.82%，全年已实现收益率5.21%，年化波动率为0.77%，年化夏普比率6.88。 图表7：自适应模型方法二2022年以来净值表现 来源：wind，国金证券研究所；截至2023年12月末 自适应模型方法二同样加入宏观因子收益率考量，以单位风险提供的预期收益率衡量性价比，给予高性价比的宏观因子更高的风险预算，通过调整风险预算达到优化资产配置的目的。截至2023年12月末，经济增长因子与期限利差因子的性价比边际上有所提升，因此模型边际增加了股票与短久期利率债的配置。 截至2023年12月末，宏观因子风险预算模型（完全量化）配置建议如下：沪深300配置比例0.68%，中证500比例0%，中债10年期国债比例0%，中债3-5年期国债比例58.50%，中债信用债比例80.83%。 图表8：自适应模型方法二配置比例 沪深300 中证500 中债10年期国债总财富 中债3-5年国债总财富 中债信用债 2023/10/31 0.00% 0.00% 0.00% 9.42% 130.58% 2023/11/30 0.00% 0.00% 0.00% 11.36% 128.64% 2023/12/29 0.68% 0.00% 0.00% 58.50% 80.83% 2013年以来平均 0.65% 0.45% 11.99% 34.61% 92.30% 来源：wind，国金证券研究所；截至2023年12月末 三、策略原理简介 （一）以宏观因子为框架的大类资产配置 近现代风险均衡策略和Barra风险模型均意识到资产预期收益来自于承担宏观或者风格的风险，因此配置理念从资产配置转变为风险配置。风险配置模型往往面临