月度行情回顾（2022年12月）
　　2022年12月大类资产中，权益市场大中盘表现分化，债市收益率走势较为平稳，大宗商品涨跌互现。权益市场大盘股有所上涨，中盘股下跌明显，全月来看，上证综指2022年12月下跌1.97%，上证50上涨1.10%，中证500下跌4.74%；债券收益率走势平稳，10年期国开债活跃券12月收益率下行2bps，12月30日收3.03%；大宗商品则涨跌互现，原油价格全月下跌1.18%，黄金上涨1.27%，南华综合指数整体上涨4.57%。
　　最新配置建议
　　风险预算模型配置结论基本保持稳定，债券中长久期利率债仓位边际上升，信用债仓位边际下降；自适应方法一股票加仓明显，沪深300的配置增加更多，债券减少信用债配置；自适应方法二股票仓位为0，债券仓位保持稳定。
　　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。
　　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。
　　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；
　　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

研究报告全文：2023年1月3日证券研究报告金融产品研究部基于宏观因子风险预算的股债资产配置策略1月期量化投资策略报告股票仓位整体边际上升债券降信用增中长利率基本结论月度行情回顾2022年12月2022年12月大类资产中权益市场大中盘表现分化债市收益率走势较为平稳大宗商品涨跌互现权益市场大盘股有所上涨中盘股下跌明显全月来看上证综指2022年12月下跌197上证50上涨110中证500下跌474债券收益率走势平稳10年期国开债活跃券12月收益率下行2bps12月30日收303大宗商品则涨跌互现原油价格全月下跌118黄金上涨127南华综合指数整体上涨457最新配臵建议风险预算模型配臵结论基本保持稳定债券中长久期利率债仓位边际上升信用债仓位边际下降自适应方法一股票加仓明显沪深300的配臵增加更多债券减少信用债配臵自适应方法二股票仓位为0债券仓位保持稳定宏观因子配臵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臵转为宏观因子的配臵模型从战略资产配臵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臵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臵需求我们努力探求股票和债券两大类资产间的配臵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种宏观因子配臵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臵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种模型在配臵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于子洋联系人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862160753902yuziyanggjzqcomcn较稳定的资产配臵比例适合配臵需求的稳健投资者张剑辉分析师SAC执业编号S1130519100003861066211648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zhangjhgjzqcomcn较高的股票配臵比例适合风格更积极的投资者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臵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-1-敬请参阅最后一页特别声明量化投资策略报告第一部分大类资产行情回顾11大类资产行情回顾2022年12月大类资产中权益市场大中盘表现分化债市收益率走势较为平稳大宗商品涨跌互现权益市场大盘股有所上涨中盘股下跌明显全月来看上证综指2022年12月下跌197上证50上涨110中证500下跌474债券市场上债券收益率走势平稳10年期国开债活跃券12月收益率下行2bps12月30日收303大宗商品则涨跌互现原油价格全月下跌118黄金上涨127南华综合指数整体上涨457图表1国内大类资产2022年12月表现大类资产2022年12月2022年000001SH上证综指-197-1513000016SH上证50110-1952000300SH沪深300048-2163000905SH中证500-474-2031399006SZ创业板指006-2937CBA00101CS中债新综合财富022330CBA02701CS中债信用债财富-009252SCFIWI上期所原油-1181393AUFIWI上期所黄金127950NH0100NHF南华综合指数4571966CNYX-BIS人民币汇率指数130-288USDCNY美元兑人民币-296924来源wind国金证券研究所截至2022年12月末图表2国内大类资产2022年12月表现6457421301271100480220060-009-2-118-197-4-296-474-6来源wind国金证券研究所第二部分策略近期表现及最新配臵建议最新配臵建议风险预算模型配臵结论基本保持稳定债券中长久期利率债仓位边际上升信用债仓位边际下降自适应方法一股票加仓明显沪深300的配臵增加更多债券减少信用债配臵自适应方法二股票仓位为0债券仓位保持稳定-2-敬请参阅最后一页特别声明量化投资策略报告21风险预算模型最新配臵建议配臵结论基本保持稳定股票整体仓位基本不变债券中长久期利率债仓位边际上升信用债仓位边际下降2022年12月宏观风险配臵策略收益率为033全年已实现收益率318年化波动率为166年化夏普比率198图表3风险预算模型2021年以来净值表现来源wind国金证券研究所截至2022年12月末截至2022年12月末宏观因子风险预算模型完全量化配臵建议如下沪深300配臵比例0中证500比例123中债10年期国债比例5811中债3-5年期国债比例4371中债信用债比例3695图表4风险预算模型配臵比例中债10年期国中债3-5年国沪深300中证500中债信用债债总财富债总财2022-10-310000805736438138022022-11-300001265781436837252022-12-300001235811437136952013年以来平均201413553242223631来源wind国金证券研究所截至2022年12月末22自适应模型方法一最新配臵建议股票加仓明显沪深300的配臵增加更多债券减少信用债配臵2022年12月宏观风险配臵策略收益率为-012全年已实现收益率401年化波动率为108年化夏普比率381截至2022年12月末自适应模型方法一完全量化配臵建议如下沪深300配臵比例443中证500比例045中债10年期国债比例3846中债3-5年期国债比例3784中债信用债比例5883-3-敬请参阅最后一页特别声明量化投资策略报告图表5自适应模型方法一2021年以来净值表现来源wind国金证券研究所截至2022年12月末图表6自适应模型方法一配臵比例中债10年期国中债3-5年国沪深300中证500中债信用债债总财富债总财2022-10-31157029000000138142022-11-30175000000000138252022-12-304430453846378458832013年以来平均300283203535807803来源wind国金证券研究所截至2022年12月末23自适应模型方法二最新配臵建议股票仓位为0债券仓位保持稳定2022年12月宏观风险配臵策略收益率为034全年已实现收益率284年化波动率为136年化夏普比率215图表7自适应模型方法二2021年以来净值表现来源wind国金证券研究所截至2022年12月末截至2022年12月末自适应模型方法二完全量化建议如下沪深300配臵比例0中证500比例0中债10年期国债比例5421中债3-5年期国债比例4295中债信用债比例4285-4-敬请参阅最后一页特别声明量化投资策略报告图表8自适应模型方法二配臵比例中债10年期国中债3-5年国沪深300中证500中债信用债债总财富债总财2022-10-310000005422429542832022-11-300010465415427842602022-12-300000005421429542852013年以来平均067047109634369354来源wind国金证券研究所截至2022年12月末第三部分策略原理简介31以宏观因子为框架的大类资产配臵近现代风险均衡策略和Barra风险模型均意识到资产预期收益来自于承担宏观或者风格的风险因此配臵理念从资产配臵转变为风险配臵风险配臵模型往往面临两方面比较大的挑战第一是需要把握宏观经济的波动性特征特别是周期性波动的内在规律第二是需要建立从宏观经济到各类资产风险收益特征的内在逻辑关联并验证其有效性这两点是资产配臵科学决策的关键宏观因子大类资产配臵的一个重要部分就是研究在不同的经济增长水平信贷政策以及通胀水平下各类资产的相对强弱变化以股票债券商品外汇现金为标的的宏观因子风险体系主要包括经济增长通胀利率汇率等宏观因子宏观风险资产配臵中的超额收益主要来源于以宏观因子体系之间的低相关性取代大类资产中时变动态相关性以及对于未来宏观风险的预判把握准确性图表9宏观因子体系来源国金证券研究所以宏观因子为框架的大类资产配臵最早出现在海外对冲基金道富基金的因子体系道富基金因子体系分为宏观因子和风格因子两个维度其中宏观因子包括经济增长风险利率风险流动性风险和通胀风险四大类风格因子包括规模波动率期限质量流动性动量价值信用等32宏观因子构造方法刻画宏观因子走势一般有两种途径一是使用真实宏观经济数据构建的宏观因子但是由于宏观数据的公布频率较低时效性较差且各种经济变量之间存在并不稳定的领先滞后期所以这一方法下的宏观因子刻画对于投资时间窗口的影响也难以精确把握二是通过主成分分析将大类资产的收益拆解为不同宏观风险的暴露提取资产价格背后对应的宏观因子本报告使用了方法二海外投资机构道富高盛等主要采取此种方法由于宏观因子本身由资产价格构造因此属于同步同频的高频因子对于短期的情绪也能有较好的把握-5-敬请参阅最后一页特别声明量化投资策略报告主成分分析也就是采用量化方法将大类资产走势中共性的驱动因子提取出来且有效地去除自身的噪音使用主成分分析的方式构建宏观因子有其特有的优势每一个宏观因子都是大类资产的组合避免了由于真实宏观因子低频滞后性带来的麻烦主成分分析后得到的宏观风险因子的正交性天然满足了底层配臵模型对于输入变量低相关性的要求通过宏观因子的风险控制更容易降低组合在极端情况下的波动具体来说记含个资产的收益率矩阵为1111为得到宏观因子我们首先将大类资产的收益率矩阵进行标准化处理其次需计算标准化处理后大类资产矩阵的相关系数矩阵1111接着用雅克比方法求相关系数矩阵的特征值12和相应的特征向量1111最后降维后的主成分即宏观因子收益率矩阵可以表示为原有输入变量通过特征矩阵映射得到的线性组合因此通过特征矩阵我们可以实现由大类资产到宏观因子的拆解同时特征矩阵代表着由原始收益矩阵转变为宏观因子收益矩阵的线性组合系数线性组合的不同代表着降维后的主成分综合了大类资产中某种不同的共性从而使得主成分构成了不同的宏观风险因子33宏观因子经济学含义在具体宏观因子的构造上我们共使用了5种指数通过主成分分析将大类资产的收益拆解为背后对应的宏观因子我们选择了沪深300指数与中证500指数它们在A股市场具备代表性且有规模风格区分度同时考虑到债券的期限利差与信用利差我们选择了中债10年期国债总财富指数中债3-5年国债总财富指数中债信用债总财富指数它们分别对应着长久期利率债短久期利率债与信用债从2010年至今的资产降维的结果来看我们得到的5个主成分可以对应5种宏观因子分别是利率因子经济增长因子信用因子期限利差因子规模风格因子主成分的经济学解释服从逻辑且模型有较高解释性具体而言5个主成分的线性组合和解释如下第一主成分在债券类资产上暴露方向显著为正在股票类资产上的暴露略微为负与此对应的利率下行时债券价格上升而利率下行往往对应着经济下行货币政策出台引导利率下行的情形股票价格往往出现下跌因此我们将第一主成分定义为利率因子第二主成分在权益类资产明显正向暴露债券类资产也有一定的正向暴露而信用债的正向暴露在债券中最高考虑到权益类资产与信用类资产均与经济增长关系紧密我们将其定义为经济增长因子这里的经济增长因子因为剥离了利率因素的影响它不涉及经济增长导致高通货膨胀通胀导致央行加息-6-敬请参阅最后一页特别声明量化投资策略报告收紧货币政策导致债券价格下跌的链条所以在温和的经济增长之中增长对于所有资产的贡献都应该是正面的第三主成分在股票类资产的暴露接近于0而在债券类资产中有分歧且信用债暴露方向显著为正利率债方向显著为负我们定义为信用因子第四主成分在股票类资产的暴露同样接近于0而长久期利率债的暴露为负短久期利率债的暴露为正在信用债上的表现不明显主要体现了期限利差因子第五主成分在沪深300和中证500之间暴露相反而在债券上的暴露均接近于0体现了股票市场的规模风格因此我们将其定义为规模风格因子在这5个主成分中利率因子具有接近50的解释度经济增长因子拥有接近40的解释度信用因子的解释度排名第3而期限利差因子和规模风格因子的解释度相对较小总体比较符合传统认知图表10第一主成分利率因子图表11第二主成分经济增长因子来源wind国金证券研究所来源wind国金证券研究所图表12第三主成分信用因子图表13第四主成分期限利差因子来源wind国金证券研究所来源wind国金证券研究所图表14第五主成分规模风格因子图表15主成分解释度来源wind国金证券研究所来源wind国金证券研究所-7-敬请参阅最后一页特别声明量化投资策略报告34风险预算模型在构造宏观因子后我们从控制组合风险的层面出发构建以绝对收益为核心目标的资产配臵模型我们首先从宏观风险的角度构建策略构建了风险预算模型模型通过对宏观因子的协方差矩阵进行研究赋予宏观因子不同的风险预算从而实现大类资产的配臵我们并未选择风险平价模型来进行宏观因子风险配臵主要原因是风险平价严格限制不同资产的风险水平一致无法根据宏观因子的不同特性和投资者的具体需求进行调整而风险预算模型可以根据投资者的判断和喜好将不同宏观因子的风险设定在特定符合需求的水平对于宏观风险配臵策略不同宏观因子的重要性有显著差异且投资者本身愿承担的宏观风险各不相同不同的宏观风险因子应设定在不同的水平上因此风险预算模型更加符合我们的风险控制目标风险预算模型的原理是通过约定各个投资资产对于组合的风险贡献以各个资产的风险贡献的跟踪误差最小化为优化指标计算得到各个资产的配臵权重达到主观控制和调整资产风险的目的为进行风险预算模型的优化求解在通过主成分分析得出宏观风险因子之后我们首先要实现从大类资产的协方差矩阵到风险因子的协方差矩阵的转换已知大类资产收益率矩阵的协方差矩阵为由于协方差矩阵是对称矩阵可以使用特征矩阵进行对角化分解风险因子的协方差矩阵即为1记大类资产的配臵权重为12宏观因子的边际风险贡献为宏观因子对于组合的整体风险贡献为对于特定的风险预算比例12目标优化函数为2限制条件为101求解得到大类资产的配臵权重为12即为宏观风险配臵策略得到的资产配臵权重随后我们试图在上述模型的基础上引入收益率的考量由于我们仍是以获取绝对收益为目标我们仍然沿用了风险预算模型将不同时期的风险预算设定与收益率相联系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方法一在风险预算的设定上我们不再设定固定的风险预算我们根据宏观因子的预期收益率水平将预期收益率作为宏观因子风险预算的权重即收益率越高模型给予其风险预算的权重越大我们将回看期的历史收益率作为预期收益率的代替方法二在风险预算设定上我们根据宏观因子预期收益率水平将单位风险上提供的预期收益率作为宏观因子风险预算权重即单位风险上提供的预期-8-敬请参阅最后一页特别声明量化投资策略报告收益率越高模型给予其风险预算权重越大我们将回看期的历史收益率作为预期收益率的代替风险提示1本报告根据历史数据统计建模测算若历史数据不被重复验证则可能出现模型失效风险2大类资产与宏观风险因子的相关关系失去稳定性的风险3国际政治摩擦升级等带来各大类资产同向大幅波动风险-9-敬请参阅最后一页特别声明量化投资策略报告特别声明国金证券股份有限公司经中国证券监督管理委员会批准已具备证券投资咨询业务资格本报告版权归国金证券股份有限公司以下简称国金证券所有未经事先书面授权任何机构和个人均不得以任何方式对本报告的任何部分制作任何形式的复制转发转载引用修改仿制刊发或以任何侵犯本公司版权的其他方式使用经过书面授权的引用刊发需注明出处为国金证券股份有限公司且不得对本报告进行任何有悖原意的删节和修改本报告的产生基于国金证券及其研究人员认为可信的公开资料或实地调研资料但国金证券及其研究人员对这些信息的准确性和完整性不作任何保证本报告反映撰写研究人员的不同设想见解及分析方法故本报告所载观点可能与其他类似研究报告的观点及市场实际情况不一致国金证券不对使用本报告所包含的材料产生的任何直接或间接损失或与此有关的其他任何损失承担任何责任且本报告中的资料意见预测均反映报告初次公开发布时的判断在不作事先通知的情况下可能会随时调整亦可因使用不同假设和标准采用不同观点和分析方法而与国金证券其它业务部门单位或附属机构在制作类似的其他材料时所给出的意见不同或者相反本报告仅为参考之用在任何地区均不应被视为买卖任何证券金融工具的要约或要约邀请本报告提及的任何证券或金融工具均可能含有重大的风险可能不易变卖以及不适合所有投资者本报告所提及的证券或金融工具的价格价值及收益可能会受汇率影响而波动过往的业绩并不能代表未来的表现客户应当考虑到国金证券存在可能影响本报告客观性的利益冲突而不应视本报告为作出投资决策的唯一因素证券研究报告是用于服务具备专业知识的投资者和投资顾问的专业产品使用时必须经专业人士进行解读国金证券建议获取报告人员应考虑本报告的任何意见或建议是否符合其特定状况以及若有必要咨询独立投资顾问报告本身报告中的信息或所表达意见也不构成投资法律会计或税务的最终操作建议国金证券不就报告中的内容对最终操作建议做出任何担保在任何时候均不构成对任何人的个人推荐在法律允许的情况下国金证券的关联机构可能会持有报告中涉及的公司所发行的证券并进行交易并可能为这些公司正在提供或争取提供多种金融服务本报告并非意图发送发布给在当地法律或监管规则下不允许向其发送发布该研究报告的人员国金证券并不因收件人收到本报告而视其为国金证券的客户本报告对于收件人而言属高度机密只有符合条件的收件人才能使用根据证券期货投资者适当性管理办法本报告仅供国金证券股份有限公司客户中风险评级高于C3级含C3级的投资者使用本报告所包含的观点及建议并未考虑个别客户的特殊状况目标或需要不应被视为对特定客户关于特定证券或金融工具的建议或策略对于本报告中提及的任何证券或金融工具本报告的收件人须保持自身的独立判断使用国金证券研究报告进行投资遭受任何损失国金证券不承担相关法律责任若国金证券以外的任何机构或个人发送本报告则由该机构或个人为此发送行为承担全部责任本报告不构成国金证券向发送本报告机构或个人的收件人提供投资建议国金证券不为此承担任何责任此报告仅限于中国境内使用国金证券版权所有保留一切权利上海北京深圳电话021-61038271电话010-66216979电话0755-83831378传真021-61038200传真010-66216793传真0755-83830558邮箱researchshgjzqcomcn邮箱researchbjgjzqcomcn邮箱researchszgjzqcomcn邮编201204邮编100053邮编518000地址上海浦东新区芳甸路1088号地址中国北京西城区长椿街3号4层地址中国深圳市福田区中心四路1-1号嘉里建设广场T3-2402紫竹国际大厦7楼-10-敬请参阅最后一页特别声明