广发宏观：宏观量化及大类资产配置研究方法与框架

宏观因子在大类资产配置中是强因子，其作用与股票投资中产业因子的作用存在差异。中大型养老金等多通过平衡宏观风险来实现穿越周期的资产配置。传统资产配置框架如静态SAA、美林时钟、全天候存在局限，需要结合长波、短波弹性及周期嵌套进行动态调整。当前国内处于长波导入期，规模效益递增，需警惕科技产业供给侧红皇后效应，但长波上行期将提升科技资产配置价值。

报告提出了两种宏观量化方法路径。路径一是高频化宏观数据，筛选有效高频数据构建类GDPnow模型，例如7月名义、实际GDP数据显示6月中下旬后经济震荡回升，出口对东南亚、欧洲有韧性，与市场此前对经济的判断存在预期差。路径二是构建宏观因子模拟组合，分别对应增长、通胀等维度，将市场对宏观风险的贝塔定价作为因子，类似法玛三因子，可直接作为交易或定价抓手，该框架已本土化应用于国内大类资产。报告还通过环比季节性假设推导同比周期，预测下半年GDP增速中枢或在4.7%-4.8%，通胀下半年逐季回落，无强滞胀担忧。新增的增长与通胀剪刀差指标领先A股抱团走势1-12个月，2026年二季度冲顶，与当时宏观滞胀苗头相关。

报告认为中长期看好国内科技资产，建议主流配置，但短期科技面临宏观周期逆风。当前国内处于长波导入期，该阶段规模效益递增，需警惕科技产业供给侧红皇后效应，即竞争加剧可能影响渗透进度。但长波上行期将提升科技资产配置价值，这与海外2010年后增加美股科技股配置的情况相关。报告建议关注科技资产的长期配置价值，同时短期需应对宏观周期带来的挑战。

报告指出股票端沪深300与股债性价比相关，成长股偏好流动性宽松、经济弱环境，高分红股具备内债、股息特性，进攻性较弱。当前国内增长模拟组合定价弱于经济实际表现，6-7月存在预期差修复机会。商品端铜等商品边际配置价值提升，风险收益比改善。黄金端采用久期凸性框架，定价受短、中长期催化共振影响，当前关注信用风险、去美元化的支持。大类资产配置建议股票、债券偏标配，黄金或有弹性，商品边际提配，适用调整后的全天候模型框架。

报告提示了多项投资风险。首先，长波导入期科技产业的供给侧悖论、红皇后效应可能影响渗透进度。其次，宏观数据高频化及因子模型的有效性依赖数据质量，存在预测偏差风险。再次，国内经济增长的K型分化、政策调整节奏或超出预期，影响大类资产定价。最后，海外货币政策、地缘局势等外部因素可能冲击国内大类资产配置逻辑。这些风险需引起投资者关注。