金工专题：基于宏观经济状态划分的BL模型与ETF实践

大类资产配置方法论综述
大类资产配置方法主要分为权重预算类（如等权策略、60/40股债策略）、收益/风险预算类（如MVO、风险平价模型）和因子配置类（如CAPM、全天候策略）。Black-Litterman模型基于收益风险预算框架，结合主观观点与市场均衡收益。

Black-Litterman模型
该模型以均值-方差模型（MVO）为基础，通过贝叶斯理论整合投资者主观观点与市场均衡收益，解决MVO缺陷（如假设收益正态分布、误差放大效应、参数敏感等）。模型实现步骤包括：

1. 获得资产预期收益的先验估计（市场均衡状态）；
2. 计算投资者主观观点（资产观点矩阵P、Q矩阵、误差协方差矩阵Ω）；
3. 结合先验分布与主观观点（贝叶斯方法加权平均）；
4. 优化求解资产配置比例（MVO模型优化后验收益与协方差矩阵）。

基于宏观经济状态观点的Black-Litterman模型

• 宏观经济状态划分：采用因子模拟资产组合（Factor Mimicking）方法，基于经济增长、通货膨胀、利率、汇率四维度划分经济状态，其中经济增长和通货膨胀采用高频因子模拟合成，利率和汇率直接使用10年期国债收益率和美元兑人民币汇率。
• 模型回测：将当前经济状态对应的历史后一个月收益率中位数作为主观观点输入BL模型，回测结果显示：
  • 年化收益率9.85%，年化波动率5.38%，夏普比率1.78；
  • 分年度看，2014年和2024年表现较好，每年均取得正收益；
  • 模型主要配置债券类资产，部分时转移仓位至权益+商品。

精准观点对Black-Litterman模型的提升
通过改变样本取样方式引入未来信息，提升主观观点的准确性：

• 滚动样本：仅使用调仓时间点前5年数据，年化收益率9.85%，最大回撤8.63%；
• 扩展样本：使用调仓时间点前所有数据，年化收益率12.15%，最大回撤6.00%；
• 扩展+未来一年：额外使用未来一年数据，年化收益率14.08%，夏普比率2.55，接近收益风险预算上限表现。

风险提示

• 模型失效风险（同宏观状态下资产价格重演假设可能失效）；
• 政策环境超预期变动风险；
• 地缘政治风险。