基于宏观因子风险预算的股债资产配置策略（3月期）：反弹过后模型减股票减利率加信用

2024年2月大类资产中，权益市场大幅反弹，债市收益率快速下行，大宗商品中原油小幅上涨。权益市场全月大幅反 弹，上证综指2024年2月上涨8.13%，沪深300上涨9.35%，中证1000上涨11.69%，创业板指上涨14.85%；债券市场上，债券收益率快速下行，10年期国开债活跃券2月收益率下行15bps，2月29日收2.48%；大宗商品中黄金价格上涨0.12%，原油价格上涨2.75%，南华综合指数整体上涨0.25%。 风险预算模型配置结论基本保持稳定，股票的总配置小幅下降，利率债仓位减少，其中长久期利率债仓位下降更明显，信用债仓位增加；自适应方法一经济增长因子的超跌反转效应减弱，模型边际减少股票的总配置，债券短久期利率债和信用债仓位增加，长久期利率债仓位减少；自适应方法二经济增长因子的性价比边际微升，模型边际增加了股票的配置，债券部分维持全部配置于信用债。 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。 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5 （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2024年2月表现4 图表2：国内大类资产2024年2月表现图4 图表3：风险预算模型2023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：自适应模型方法一2023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：自适应模型方法二2023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 2024年2月大类资产中，权益市场大幅反弹，债市收益率快速下行，大宗商品中原油小幅上涨。权益市场全月大幅反 弹，上证综指2024年2月上涨8.13%，沪深300上涨9.35%，中证1000上涨11.69%，创业板指上涨14.85%；债券市场上，债券收益率快速下行，10年期国开债活跃券2月收益率下行15bps，2月29日收2.48%；大宗商品中黄金价格上涨0.12%，原油价格上涨2.75%，南华综合指数整体上涨0.25%。 000001.SH 000016.SH 上证综指 上证50沪深300中证500中证1000中证2000创业板指 中债新综合财富 8.13% 7.05% 9.35% 13.83% 11.69% 5.97% 14.85% 0.74% 0.51% 2.75% 0.12% 1.35% 3.74% 2.48% -1.52% -9.22% -16.25% -4.46% 1.80% 1.08% 10.49% 0.05% -0.14% 2.12% 1.25% 0.28% 美元兑人民币 USDCNY 0.55% 人民币汇率指数 CNYX-BIS 0.25% 南华综合指数 NH0100.NHF 上期所黄金 AUFI.WI 上期所原油 SCFI.WI 中债信用债财富 CBA02701.CS CBA00101.CS 399006.SZ 932000.CSI 000852.SH 000905.SH 000300.SH 2024年 2024年2月 大类资产 资产代码 图表1：国内大类资产2024年2月表现 来源：wind，国金证券研究所 图表2：国内大类资产2024年2月表现图 来源：wind，国金证券研究所 风险预算模型配置结论基本保持稳定，股票的总配置小幅下降，利率债仓位减少，其中长久期利率债仓位下降更明显，信用债仓位增加；自适应方法一经济增长因子的超跌反转效应减弱，模型边际减少股票的总配置，债券短久期利率债和信用债仓位增加，长久期利率债仓位减少；自适应方法二经济增长因子的性价比边际微升，模型边际增加了股票的配置，债券部分维持全部配置于信用债。 （一）风险预算模型 最新配置建议：配置结论基本保持稳定，股票的总配置小幅下降，利率债仓位减少，其中长久期利率债仓位下降更明显，信用债仓位增加。 2024年2月，宏观风险配置策略收益率为0.91%，全年已实现收益率1.56%，年化收益率10.53%，年化波动率为1.25%，年化夏普比率8.40。 图表3：风险预算模型2023年以来净值表现 来源：wind，国金证券研究所；截至2024年2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2024年2月末，经济增长因子的方差延续边际大幅上升，利率因子的方差微幅上升，因此模型倾向于减少经济增长因子，微降利率因子的配置，增加信用因子的配置。模型在股票的总配置上小幅下降，利率债仓位微降，信用债仓位增加。 截至2024年2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2.19%，中债10年期国债比例57.62%，中债3-5年期国债比例43.40%，中债信用债比例36.80%。 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 2023/12/29 0.00% 3.19% 57.87% 43.20% 35.74% 2024/1/31 1.60% 1.28% 58.16% 43.55% 35.41% 2024/2/29 0.00% 2.19% 57.62% 43.40% 36.80% 2013年以来平均 1.84% 3.95% 55.55% 42.33% 36.33% 来源：wind，国金证券研究所；截至2024年2月末 （二）自适应模型方法一 最新配置建议：经济增长因子的超跌反转效应减弱，模型边际减少股票的总配置，债券短久期利率债和信用债仓位增加，长久期利率债仓位减少。 2024年2月，宏观风险配置策略收益率为1.08%，全年已实现收益率1.89%，年化收益率12.78%，年化波动率为0.83%，年化夏普比率15.43。 图表5：自适应模型方法一2023年以来净值表现 来源：wind，国金证券研究所；截至2024年2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2024年2月末，随着2月股票的大幅反弹，过去一年经济增长因子的超跌反转效应明显减弱，因此模型最新建议边际减少股票的总配置，债券中债券短久期利率债和信用债仓位增加，长久期利率债仓位减少。 截至2024年2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0.99%，中证500比例4.22%，中债10年期国债比例19.85%，中债3-5年期国债比例39.23%，中债信用债比例75.72%。 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 2023/12/29 0.00% 0.00% 0.00% 13.29% 126.71% 2024/1/31 5.65% 0.00% 43.00% 35.33% 56.02% 2024/2/29 0.99% 4.22% 19.85% 39.23% 75.72% 2013年以来平均 2.85% 2.65% 20.73% 34.58% 79.18% 来源：wind，国金证券研究所；截至2024年2月末 （三）自适应模型方法二 最新配置建议：经济增长因子的性价比边际微升，模型边际增加了股票的配置，债券部分维持全部配置于信用债。 2024年2月，宏观风险配置策略收益率为0.55%，全年已实现收益率1.34%，年化收益率9.09%，年化波动率为0.50%，年化夏普比率18.31。 图表7：自适应模型方法二2023年以来净值表现 来源：wind，国金证券研究所；截至2024年2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2024年2月末，经济增长因子的性价比边际微升，且利率因子的波动有所放大，因此模型边际增加了股票的配置，债券部分维持全部配置于信用债。 截至2024年2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0.33%，中证500比例0.95%，中债10年期国债比例0%，中债3-5年期国债比例0%，中债信用债比例138.72%。 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 2023/12/29 0.68% 0.00% 0.00% 58.50% 80.83% 2024/1/31 0.00% 0.00% 0.00% 0.00% 140.00% 2024/2/29 0.33% 0.95% 0.00% 0.00% 138.72% 2013年以来平均 0.64% 0.45% 11.81% 34.10% 92.99% 来源：wind，国金证券研究所；截至2024年2月末 （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两方面比较大的挑战：第一是需要把握宏观经济的波动性特征，特别是周期性波动的内在规律