“学海拾珠”系列之二百一十三：战术性资产配置与宏观经济因素

战术性资产配置与宏观经济因素 ——“学海拾珠”系列之二百一十三 金融工程 专题报告 报告日期：2024-11-20 主要观点： 分析师：骆昱杉 执业证书号：S0010522110001邮箱：luoyushan@hazq.com 分析师：严佳炜 执业证书号：S0010520070001邮箱：yanjw@hazq.com 相关报告 1.《主动投资向被动投资转变的影响与风险？——“学海拾珠”系列之二百一十二》 2.《价格波动性与信息含量——“学海拾珠”系列之二百一十一》 3.《基于转移熵约束的投资组合优化 ——“学海拾珠”系列之二百零一十》 4.《ETF与其他基金之间存在互补或替代效应吗？——“学海拾珠”系列之二百零九》 5.《择时因子之争：宏观经济变量还是投资者情绪？——“学海拾珠”系列之二百零八》 6.《股票因子的风险-收益权衡关系 ——“学海拾珠”系列之二百零七》 7.《基金的逆羊群操作一定是聪明行为吗？——“学海拾珠”系列之二百零六》 8. 本篇是“学海拾珠”系列第二百一十三篇，文章研究了战术性资产配置作为独立策略或与战略性资产配置结合使用的有效性，尤其是在市 场动荡和宏观经济变化中的表现，研究发现通过Eta定价模型优化的 ECR-MVO和MIN策略能够有效应对经济波动，并为投资者带来正收益。 资产配置策略及相关的基础模型 本文涉及几个基础模型：对经济暴露的因子模型（Eta）；经济环境 评级(ECR)，是Eta定价模型的衍生，使用经济变量的当前值和模型估计的因子载荷，将经济环境分为有利、不利还是中性；均值-方差优化 （MVO）。全文提出来了四种重要的资产配置策略：ECR-MVO结合了 收益提升和风险管理，利用ECR筛选有利的ETF并通过MVO优化配置；MIN则侧重于低波动资产配置，以最小化经济因素的影响；ECR-EW和EW则分别是带ECR筛选和不带ECR的简单多样化组合，并每半年重新平衡优化投资组合。 不同阶段投资组合的回报与风险特征 总体来看，ECR-MVO组合在长期内表现最佳，年化收益率最高且风险较低；而MIN组合则在各阶段的回报风险比上表现突出，尤其在波动性较低的情况下获得良好的风险补偿；金融危机期间，ECR-MVO和 MIN的表现较为稳健，而金融危机后的反弹则见证了其他投资组合如 SPX和EW的强劲回升，但它们的高波动性削弱了回报风险比。 文献来源 核心内容摘选自JamesChon,G.MichaelPhillips于2024年4月30日在Thejournalofwealthmanagement上的文章《TacticalAssetAllocationwithMacroeconomicFactors》 风险提示 文献结论基于历史数据与海外文献进行总结；不构成任何投资建议。 敬请参阅末页重要声明及评级说明证券研究报告 正文目录 1引言4 2数据5 2.1替代资产类别5 2.2国际资产类别5 2.3交易所交易基金（ETF）5 3研究方法7 3.1对经济暴露的因子模型（ETA）7 3.2经济环境评级（ECR）7 3.3均值-方差优化（MVO）8 3.4预测周期8 3.5投资组合构建8 4模型结果9 4.1组合业绩9 4.2最大回撤12 4.3投资组合构成12 5模型局限性13 6结论14 风险提示：14 图表目录 图表1文章框架4图表2资产类别及其各自的ETF指数6图表3资产描述性统计：2006年1月31日至2013年12月13日6 图表4资产之间的相关系数：2006年1月31日至2013年12月13日7 图表5标准普尔500指数的ECR和MVO年化回报：1996年1月至2005年12月8 图表6各种投资组合的累积收益：2006年1月31日至2013年12月13日9 图表7年化回报率、标准差和比率*10 图表8按经济周期分列的概括统计：2006年1月31日至2013年12月13日11 图表9最大回撤12 图表10标准普尔500指数(SPX)和CBOE波动率指数(VIX)13 1引言 图表1文章框架 资料来源：华安证券研究所整理 自2008年金融危机爆发以来，战术资产配置的做法越来越受到从业者的关注 （Cloherty，2011；Kitces，2012）。虽然战术资产配置通常与战略资产配置结合使用，但也可作为一种独立的投资策略。 为了明确战术资产配置和战略资产配置的含义，我们引用Anson（2004）的观点，他指出战术资产配置“旨在当某些市场出现偏差时利用金融市场的机会...... 试图战胜市场”（第11页），而“战略资产配置为机构投资者提供了在主要资产 类别中的目标配置......是投资政策的转化”（第8页），足以说明通过多种资产类别进行投资具有分散投资和试图实现收益最大化的双重目标。因此，我们将研究战术性资产配置战略与宏观经济因素一起使用时的效果，在多元投资的背景下，通过交易所交易基金（ETF）而不是普通指数来进行资产配置。 虽然本文在某些方面与我们之前关于低风险投资的研究（Chong和Phillips2012,2013）存在相似或互补，但仍有许多不同之处。首先，本文选择的资产是 ETF而不是股票，ETF由许多股票组成而更具有分散投资的优势，解决了Chong 和Phillips(2013)强调的投资组合规模和分散投资的问题。此外，ETF被动型和主 动型品种都在不断增加，非常符合投资者追求提高收益和风险管理的要求，已经成为投资者超越共同基金和股票的首选投资工具。其次是战术性资产配置再度兴起 （Kitces2012），为了协调投资者对战术资产配置的偏好和我们研究的实用性，有必要开展这样的话题研究。 第三，尽管许多学术研究都强调了风险投资的好处（Chong和Phillips2012,2013及其文献），但投资者仍倾向于关注投资策略的收益产生过程。因此， 除了低风险资产配置策略外，我们还在本文中加入了回报最大化、均值方差优化的 资产配置策略。最后，投资组合每年进行两次重新评估，而不是每季度一次，从而 降低了投资者的交易成本。我们的文章与Chong和Phillips（2012,2013）的文章相似之处在于，我们的研究从2006年1月31日开始，时间跨度涵盖了次贷危机时 期，将我们的投资策略与Eta定价模型所使用的宏观经济因素进行了叠加，发现 该模型在构建具有理想收益和风险特征的投资组合方面相当有效（Chong等， 2012）。 2数据 2.1替代资产类别 由于“在投资管理领域‘资产类别’并没有公认的定义”（Ballentine，2013），因此投资者有权决定什么是资产类别以及在投资组合中使用多少种资产类别。虽然传统资产类别包括股票、债券和现金，但也考虑了其他资产类别，其中包括商品（Ankrim和Hensel1993，Greer2000）、私募股权（Ghaleb-Harter和Lamm2001；Ennis和Sebastian2005）、房地产投资信托（REITs）（Mull和Soenen1997）、对冲基金（Muhtaseb2003）、国库通胀保值证券（TIPS） （Chen和Terrien2001）以及能源（Jennings，2012）等。 与单纯使用传统资产类别相比，纳入额外的资产类别（也称为多重资产类别策略）可产生额外的回报和多样化收益。“对于主要关注投资组合收益最大化的投资者来说，我们发现资产类别多样化策略在单一资产类别策略中占据了主导地位。对 于更关注波动性的投资者来说，资产类别多样化策略同样占据主导地位。我们还发现，资产类别多样化策略的风险调整回报率远远高于单一资产类别策略”。换句话说，每增加一个资产类别都会带来额外的风险收益（Gibson，1999）。其他支持资产类别多样化策略的研究结果包括Schneeweis等人（2010）和Jacobs等人 （2013）的研究。 2.2国际资产类别 考投资国际资产类别，如涵盖欧洲、澳大利亚和远东地区（EAFE）以及新兴市场的资产类别，还能带来更多的投资收益。“长期的实证结果表明，即使有做空、增持和投资边界等投资限制，国际多元化投资也确实有利于美国投资者。纳入发达国家的投资组合可使美国投资者有效降低投资组合的波动性，而增加新兴市场的资产则可使美国投资者提高风险调整后的收益”（Chiou等2009）。 2.3交易所交易基金（ETF） 本研究采用的是代表不同资产类别的ETF。由于ETF是可投资的，因此我们用ETF而不是指数进行研究会对读者更有帮助。九种资产类别及其对应的ETF见图表2。 图表2资产类别及其各自的ETF指数 资料来源：《TacticalAssetAllocationwithMacroeconomicFactors》，华安证券研究所 我们选择历史数据尽可能长的资产类别ETF，因此我们的样本不包括私募股权或对冲基金的ETF。不过，我们还是将房地产投资信托基金和大宗商品纳入了资产类别的选择范围，因为“均值方差模型分析表明，将房地产、大宗商品添加 到股票和债券的传统资产组合中，可为投资者创造最大价值”（Bekkers等2009）。此外，Garcia-Feijoo等人（2012）的研究结果“普遍支持商品投资的多样化功效，因为商品表现出相对较强的回报性能，而且与股票和债券的相关性相当低”。然而，对于商品而言，由于iSharesS&PGSCICommodity-IdexedTrustETF（GSG）于2006年7月10日才成立，因此我们采用了S&P/GSCI CommodityTotalReturnIndex（^GSCITR）。 由于校准经济因素模型需要三年的数据，我们的研究区间为2006年1月 31日至2013年12月13日，略少于八年，共有1,982个日观测值。 各资产的描述性统计数据及其相互之间的相关性分别见图表3和图表4。它们的特征与当前的金融学认识一致。例如，小盘美股的年化收益率高于中盘美股和大盘美股，但其标准差也较高。同样，公司债券（新兴市场）的回报和风险也高于国债（EAFE）。至于资产之间的相关性，公司债券、国债和商品与美股的相关性较低，相互之间的相关性也不高，因此是投资组合多样化的理想选择。另一方面，EAFE和新兴市场与美股的相关性很高，相互之间的相关性也很高。 图表3资产描述性统计：2006年1月31日至2013年12月13日 资料来源：《TacticalAssetAllocationwithMacroeconomicFactors》，华安证券研究所 图表4资产之间的相关系数：2006年1月31日至2013年12月13日 资料来源：《TacticalAssetAllocationwithMacroeconomicFactors》，华安证券研究所 3研究方法 3.1对经济暴露的因子模型（Eta） 我们选择的经济因子模型是Eta定价模型，各种研究文献（如Chong等人2012、Chong和Phillips2012,2013）都对该模型进行了详细描述，因此这里将对其进行总结。 Chong等人（2012）介绍了Eta定价模型2，该模型“应用协整方法将资产 价格与18个经济因素联系起来”，这18个经济因素是富时100指数、黄金指 数、公司债券（BAA）收益率、消费者价格指数（CPI）、短期政府债券收益率、中期政府债券收益率、长期政府债券收益率、东京证券交易所指数、欧元汇率、农产品出口、房屋开工、货币基础、M2货币供应量、企业现金流、失业率、汽车销售、新耐用品订单和能源价格。 资产价格对上述每个因素的敏感度和响应度由其Eta曲线表示。因此，推而广 之，投资组合也拥有自己的Eta曲线，它由投资组合各组成部分的Eta曲线组合而成。优化或重新配置投资组合的成分权重将改变其Eta曲线，从而调整投资组合对这些经济因素的反应能力。因此，Eta方法可成功应用于对冲基金复制（Chong和 Phillips，2012）、归因稳定性分析（Chong等人2012）以及低风险策略（Chong和Phil