大类资产配置方法体系和模型构建：应对市场变局，优化客户资产配置方法

2024年3月29日 应对市场变局，优化客户资产配置方法——大类资产配置方法体系和模型构建 ■市场变局下，资产配置重要性凸显。资产配置的原理是将若干有效投资机会通过配置模型组合起来，纪律性地长期坚持并动态再平衡，从而实现预期回报。投 资收益主要来源于资产配置、择时和择股，但鲜有人能持续高胜率择时择股，明智的投资者会回归用资产配置的“纪律”，去获取一个可能不那么高，但更确定的收益。近年来，中国金融市场环境大幅变化，绝大部分风险收益比扭曲的高收益资产消失，市场的剧烈波动使得择时、择股越来越难，且随着市场有效性的提升，主动管理创造超额回报的机会逐渐降低，这都提升了资产配置的有效性。从客户角度来说，这些变化重塑了客户对“安全投资”的认可，提升了资产配置从理念到实践的客户认知基础。 ■大类资产配置模型的比较。大类资产配置模型从最初的单纯资产配置，发展到风险和因子配置，反映出投资实践的深化。纵观主流的资产配置模型，可以发现资产配置领域更加科学、动态、精细、智能的发展趋势。通过模型比较和实证检验，我们发现，风险模型的优势在于稳定性，特别适合用于战略资产配置。其中，风险预算模型由于其灵活性，能够更好地契合中国市场的特点和投资者的需求。因子配置模型则更适用于战术资产配置，通过捕捉驱动资产价格变化的底层逻辑，如经济、通胀、利率等因素，能够更好地把握市场的中短期趋势。因此，我们建议以风险预算模型作为战略资产配置模型，以因子模型作为战术资产配置模型，构建大类资产配置体系。 ■大类资产配置方法体系。核心框架：战略资产配置+战术资产配置+匹配客户需求。战略资产配置(SAA)着重于资产的长期收益如何，相信“均值回归”。核心点是资本市场假设(CMA)，即对资产长期收益风险的预测。资产配置模型，本质是平衡各资产收益风险、相关性，拿到更优的夏普比。最后得到配置比例，本质是要坚持的投资纪律。战术资产配置（TAA），本质是认为可以适当择时择股，但要有个“度”。一方面，是围绕SAA定的“锚”，在一定的“度”内，通过增减资产的比例、选资产下不同的策略和产品，去获取一定的超额收益。另一方面，产品选品是TAA最后一个环节，按照选定策略去选择最优产品，产品是执行策略的工具。TAA的调整主要体现在配置比例浮动和内部结构性机会两个方面。战略配置与战术配置二者相辅相成，协同发力，才能构建起一个全面、稳健、高效的大类资产配置体系。 赵宇资本市场研究员 ：0755-83195811 ：zhyu@cmbchina.com 刘东亮资本市场研究所所长 ：0755-83167787 ：liudongliang@cmbchina.com 陈琳招商银行研究院首席研究员 ：0755-83077231 ：dennisch@cmbchina.com 敬请参阅尾页之免责声明 目录 一、市场变局下，资产配置重要性凸显1 二、大类资产配置模型的比较2 （一）大类资产配置模型的发展历程2 （二）当前主流资产配置模型3 （三）资产配置模型的比较4 （四）中国市场资产配置模型的选择5 三、大类资产配置方法体系6 （一）资产配置核心框架6 （二）资本市场假设(CMA)7 （三）战略资产配置(SAA)8 （四）战略资产配置与战术资产配置的关系9 （五）战术资产配置（TAA）10 图目录 图1：无风险收益率持续下行2 图2：主动股票基金超额收益回落2 图3：大类资产配置模型的发展历程3 图4：资产配置模型回测净值（6资产）5 表1：资产配置模型回测结果（6资产）5 图5：风险平价模型配置比例5 图6：风险预算模型配置比例5 图7：大类资产配置模型的流程6 图8：大类资产预期收益率7 图9：资本市场假设（3年）7 图10：股债资产配置模型净值比较9 表2：股债资产配置模型结果比较9 图11：战术配置净值比较10 表3：战术配置结果比较10 i 在投资领域，资产配置占据了举足轻重的地位。它通过科学地分散投资，实现风险与收益的平衡。随着中国市场环境的变化与金融工具的丰富，资产配置已经越来越从理念和理论，走向切实为投资者创造价值的实践运用。 本文旨在提出适应当前市场环境的大类资产配置体系，包括构建的逻辑和框架，并展示大类资产配置模型的效果。本文不会涉及模型的理论细节和计算过程，而是着眼于模型的选择和使用。本文资本市场假设和战术配置部分，涉及到较多的底层工作，例如：各资产收益来源分解和预测逻辑、资产的驱动因子等，由于篇幅有限，本文也不展开讨论，仅展示结果。 一、市场变局下，资产配置重要性凸显 资产配置的原理可简单理解为：把认为有效的若干投资机会（通常以持有资产和执行特定投资策略方式），通过某种模型方法组合起来，并通过一段时间纪律性地坚持这个模型方法，同时持续地动态再平衡。最终，在不确定中获得相对的确定，从而实现预期回报。 投资收益的来源可以归为3个方面：资产配置、择时和择股。如果投资者在择时、择股上很有把握，是可以不做资产配置的。但问题是，几乎没人能做到持续高胜率的择时择股。所以，明智的投资者会回归用资产配置的“纪 律”，去获取一个可能不那么高，但更确定的收益。经历这几年的市场波动 后，投资者应该能更透彻地理解这一点。 近年来，中国金融市场环境大幅变化，绝大部分风险收益比扭曲的高收益资产消失，市场的剧烈波动使得择时、择股越来越难，这都提升了资产配置的有效性。随着房地产市场的降温，房产的投资回报率大幅下降，银行理财产品净值化转型，以往扭曲的高收益低风险的非标资产退出历史舞台。而随着经济增速的下降，权益资产的收益水平也在下降。总体，不论是房产、金融资产还是产品的投资回报，均有明显下降，且未来仍可能延续下降趋势。此外，随着我国金融市场日趋成熟和规范，市场有效性大幅提升，通过主动管理创造超额回报的机会将逐渐降低。发达国家市场的数据和研究也显示，大多数主动管理基金未能持续战胜市场指数。这些因素叠加起来，让科学的资产配置越来越能为投资者创造价值。 从客户角度来说，这些变化重塑了客户对“安全投资”的认可，提升了资产配置从理念到实践的客户认知基础。投资本质上是一个充满不确定性的过程，资产配置通过纪律性地坚持科学投资方法，不仅让决策更加高效，还减少人性贪婪、恐惧和认知偏误带来的问题。资产配置平衡了收益与风险，提高了收益稳定性，丰富了收益来源，从而帮助客户实现长期的财富保值和增值。 总之，当前资产配置的重要性日益凸显。因此，我们需要重新审视资产配置策略。传统的资产配置模型往往依赖于历史数据，而当今的市场早已不是昨天的翻版。在接下来的章节中，我们将详细探讨如何构建一个全面、稳健、高效的大类资产配置体系。 图1：无风险收益率持续下行图2：主动股票基金超额收益回落 （%） 中债国债到期收益率:10年 趋势（线性） 5 4.5 4 3.5 3 2.5 2014-02 2015-02 2020-01 2021-01 2022-01 2023-01 2 （%） 中证主动式股票型基金指数超额收益（右轴） 3 2.5 2 1.5 1 0.5 2019-01 0 中证被动式股票型基金指数 1 0.8 0.6 0.4 0.2 0 2024-01 -0.2 2016-02 2017-02 2018-02 2019-02 2020-02 2021-02 2022-02 2023-02 资料来源：Wind、招商银行研究院资料来源：Wind、招商银行研究院 二、大类资产配置模型的比较 （一）大类资产配置模型的发展历程 大类资产配置模型理论的发展主要经历了如下几个阶段： 简单模型：主要根据过往经验，直接指定各资产的比例，代表性的模型为恒定混合模型。 均值方差模型：这个阶段的模型主要关注如何在不同的资产类别之间进行配置。包括：均值-方差模型，BL模型。 风险模型：这个阶段的模型主要强调了风险在资产配置中的重要性。代表性的模型包括CAPM模型（由Sharpe等人在1964年提出）、风险平价模型 （由桥水基金在1990年代提出并由Qian在2005年进行了深化）、风险预算模型（由Winkelmann在2003年和Lustig在2013年提出）等。 因子模型：这个阶段的模型将因子作为配置的基础。这些模型认为，通过配置风险因子而非资产，可以更好地管理风险。 大类资产配置模型从最初的单纯资产配置，逐步发展到风险和因子配置，反映出投资实践的深化。 图3：大类资产配置模型的发展历程 简单模型 •混合恒定模型 均值方差模型 •马科维茨 （上世纪50年代） •B-L（上世纪90年代） 风险模型 •风险平价 （2000年代） •风险预算 （10年代） 因子模型 •因子模型 （10年代） 资料来源：招商银行研究院 （二）当前主流资产配置模型 恒定混合模型：保持投资组合中不同资产的比例固定不变。优点主要是结构简单，缺点是对市场复杂性的过度简化，在部分情况下并非最优策略。由于该模型简单易行，长期效果较好，至今仍被部分机构（主权基金、养老金 等）采用。 均值-方差模型：Markowitz在1952年提出的均值-方差模型是最早的资产配置模型，它通过优化投资组合的预期收益和风险来进行资产配置。开创了现代资产组合理论，创建了“有效前沿”，提出了“约束+最优解”的标准范 式。但在实践中遇到了较大的问题，模型结果对输入参数（资产预期收益和风险等）非常敏感，而输入参数又难以准确估计，使得模型很不稳定。均值-方差模型在实际中应用有限，主要是作为理论框架。 BL模型：针对均值-方差模型遇到的问题，1990年高盛的FischerBlack 和RobertLitterman提出了Black-Litterman模型。BL模型部分地解决了均值 -方差模型对于输入参数敏感的问题，并且采用贝叶斯理论，将主观观点与量化配置模型有机结合。但BL模型在实际应用中仍较为困难，主要因为模型效果非常依赖主观判断，而主观判断不可避免的会出现错误。此外，模型输入参数较多，也增加了实际使用的难度。 风险平价模型：每类资产对投资组合整体风险的贡献相等。从风险角度进行配置，避免了特定资产的风险集中。并且风险平价模型仅依赖各资产的风险作为输入，配置结果更加稳定。这一模型在实际应用中仍存在一些不足，由于权益与商品资产的波动率远高于债券资产，风险平价模型一般会大量配置债券资产。这个问题可以通过对债券资产加杠杆的方式解决，但是在国内市场，难以对债券资产加杠杆，因此风险平价模型只能大量配置债券，收益较低。 风险预算模型：允许投资者根据风险偏好、对资产的主观判断等因素设定各资产的风险贡献占比，从而能够更灵活地满足不同投资者的资产配置需求。 理论上在合适的风险预算下，模型的配置结果能够达到夏普最优。此外，风险预算模型可以通过给权益资产分配更多风险预算的方式来提高权益资产比例，从而将投资组合整体收益提升至更合意的水平。该模型的主要风险在于，投资结果依赖于对资产收益的判断。 因子配置模型：寻找驱动资产价格变化的底层逻辑，认为资产价格的变动由经济、通胀、利率等因子驱动，从因子角度进行配置可以做到真正意义上的风险分散。因子模型确实可以看作是风险模型的进一步深化,它将资产风险分解为因子风险。优点是因子风险具有更好的解释性，投资者可以清晰地了解因子对投资组合的影响，例如：当股票市场上涨时，往往会解释为宏观经济复苏，这就是从资产价格到宏观因子的解释过程。缺点是模型本身复杂度高，投资者使用的难度较大。因为因子是一个抽象概念，要进行因子配置，投资者需要通过特定方法来构建跟踪因子表现的资产组合。此外，构建的资产组合和因子的映射关系通常会随着时间而变化，这就导致因子配置面临着额外的不确定性因素。 （三）资产配置模型的比较 纵观以上几种主流的资产配置模型，可以发现资产配置领域更加科学、动态、精细、智能的发展趋势。从静态到动态，以适应市场的动态变化，提供更灵活的配置策略。从主观到客观，力求减少主观偏差，提高配置的科学性和可复制性。从理论到实践，早期的资产配置模型更