敬请参阅最后一页特别声明 1 月度行情回顾 2023 年 12 月大类资产中，权益市场先下后上，债市收益率有所下行，大宗商品中原油延续大幅下跌态势。权益市场先下后上，全月依旧下跌，上证综指 2023 年 12 月下跌 1.81%，沪深 300 下跌 1.86%，创业板指下跌 1.62%；债券市场上，债券收益率明显下行，10 年期国开债活跃券 12 月收益率下行 9bps，12 月 29 日收 2.71%；大宗商品中黄金价格上涨 1.30%，全年累计上涨 17.26%，原油价格大幅下跌 7.70%，南华综合指数整体下跌 1.12%。 最新配置建议 风险预算模型配置结论基本保持稳定，由于经济增长因子的方差上升，股票的配置减少，结构上偏好中证 500，利率债仓位上加短减长，而信用债仓位有所增加；自适应方法一利率与信用因子动量效应显著，模型全部配置于债券，其中大部分配置于信用债，利率部分增配短久期；自适应方法二经济增长与期限利差因子的性价比边际提升，股票与短久期利率债的配置有所上升。 宏观因子配置策略 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。 风险提示 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。 基于宏观因子风险预算的股债资产配置策略 敬请参阅最后一页特别声明 2 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.......................................................................... 4 （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...............................................
