大类资产配置是一种分散化投资策略。大类资产配置基于投资者的风险偏好、投资目标和投资期限等因素，结合主观分析方法和量化配置模型，将投资基金分配到不同的大类资产（如股票、债券、房地产、商品等）中，以分散投资风险，实现最优的风险收益平衡。大类资产配置是一个系统化的流程，包括设定投资目标、选择配置资产、战略资产配置、战术资产配置、再平衡、绩效监管与风险管理六个环节，其中战略资产配置SAA和战术资产配置TAA是大类资产配置流程的核心环节。
　　大类资产配置模型理论经历了资产配置、风险配置、因子配置三个阶段。资产配置理论始于恒定混合策略，而马科维茨的均值方差模型MVO开启了量化配置时代，Black-Litterman模型对MVO做了改进，实现量化和主观观点的结合。风险配置模型理论阶段，桥水基金全天候策略最早从配置资产转向了配置风险，钱恩平首次正式提出了风险平价的概念，从理论上证明基于风险贡献配置资产可以更好的分散风险。最后，基于因子的资产配置关注资产背后的驱动因子，可以实现真正意义上的风险分散，是当前大类资产配置研究的重点。
　　大类资产配置的发展趋势与热点问题。（1）基于因子的资产配置方法成为主流，国内外知名投资机构的资产配置已经实现了从资产到因子的进化；（2）另类投资凭借其较高的业绩表现、与传统资产的低相关性，成为大类资产类别的有效补充；（3）宏观分析是提升资产配置组合收益的有效法宝，只有准确把握宏观经济对不同资产的影响，才能构建优秀的大类资产配置策略。（4）资产配置中融入ESG元素渐成趋势，从组合收益和社会责任角度来看，投资者现在都希望在资产组合里融入越来越多ESG元素。
　　风险提示：黑天鹅事件等可能导致大类资产相关性增加，资产配置组合表现不佳；量化模型基于历史数据构建，而历史规律存在失效风险。
　　

研究报告全文：大类资产大类资产配置研究TableMainInfo配20230322TableTitleTableAuthor报告作者置廖静池分析师0755-23976176大类资产配置体系简析liaojingchi024655gtjascom专证书编号S0880522090003题报大类资产配置量化模型研究系列之一张雪杰分析师告本报告导读0755-23976751本报告旨在对大类资产配置体系进行简析首先简单介绍了大类资产配置的含义流zhangxuejie025900gtjascom程及意义并对战略资产配置和战术资产配置两个核心环节进行了阐述随后重点梳证书编号S0880522040001理了大类资产配置模型理论从资产配置风险配置因子配置三个阶段的发展历程以刘凯至分析师及相关模型的构造方法最后介绍了大类资产配置的发展趋势和热点问题0755-23976911摘要liukaizhi025861gtjascomTableSummary大类资产配置是一种分散化投资策略大类资产配置基于投资者的证书编号S0880522110002风险偏好投资目标和投资期限等因素结合主观分析方法和量化配置模型将投资基金分配到不同的大类资产如股票债券房地产商品等中以分散投资风险实现最优的风险收益平衡大类资产TableDocReport相关报告配置是一个系统化的流程包括设定投资目标选择配置资产战略资产配置战术资产配置再平衡绩效监管与风险管理六个环节不悲不喜变盘节点做好应对其中战略资产配置SAA和战术资产配置TAA是大类资产配置流程20230304节奏为王证的核心环节20230204券大类资产配置模型理论经历了资产配置风险配置因子配置三个阶出奇辅正奇正兼修研段资产配置理论始于恒定混合策略而马科维茨的均值方差模型20221205究MVO开启了量化配置时代Black-Litterman模型对MVO做了改进基金持仓还原在行业轮动上的应用报实现量化和主观观点的结合风险配置模型理论阶段桥水基金全天20221124候策略最早从配置资产转向了配置风险钱恩平首次正式提出了风险权重指数艰难筑底仓轻觅机仓重等待告平价的概念从理论上证明基于风险贡献配置资产可以更好的分散风20221010险最后基于因子的资产配置关注资产背后的驱动因子可以实现感谢实习生朱惠东尧廷松张涵李卓莹对真正意义上的风险分散是当前大类资产配置研究的重点本文的贡献大类资产配置的发展趋势与热点问题1基于因子的资产配置方法成为主流国内外知名投资机构的资产配置已经实现了从资产到因子的进化2另类投资凭借其较高的业绩表现与传统资产的低相关性成为大类资产类别的有效补充3宏观分析是提升资产配置组合收益的有效法宝只有准确把握宏观经济对不同资产的影响才能构建优秀的大类资产配置策略4资产配置中融入ESG元素渐成趋势从组合收益和社会责任角度来看投资者现在都希望在资产组合里融入越来越多ESG元素风险提示黑天鹅事件等可能导致大类资产相关性增加资产配置组合表现不佳量化模型基于历史数据构建而历史规律存在失效风险请务必阅读正文之后的免责条款部分TablePage专题报告目录1大类资产配置基本概念介绍311大类资产配置的含义312大类资产的种类及特征313大类资产配置的意义414大类资产配置流程515战略资产配置VS战术资产配置6151战略资产配置6152战术资产配置72大类资产配置模型理论的发展历程821资产配置模型9211恒定混合模型是最简单易行的配置策略9212均值-方差模型开创量化资产配置时代9213Black-Litterman模型实现量化和主观观点的结合1122风险配置模型13221风险平价模型放弃预测收益实现了对风险的均衡配置13222风险预算模型可以自主调配每类资产的风险贡献1523因子配置模型15231因子配置可以做到真正意义上的风险分散15232主流因子配置模型包含四个步骤163资产配置的发展趋势和热点问题1931基于因子的资产配置方法成为主流1932另类投资是大类资产类别的有效补充1933宏观分析是提升资产配置组合收益的有效法宝2034资产配置中融入ESG元素渐成趋势204总结20参考文献20风险提示22请务必阅读正文之后的免责条款部分2of23TablePage专题报告1大类资产配置基本概念介绍11大类资产配置的含义大类资产配置是一种投资策略是指基于投资者的风险偏好投资目标和投资期限等因素结合主观分析方法和量化配置模型将投资基金分配到不同的大类资产中如股票债券房地产商品等以分散投资风险实现最优的风险收益平衡根据Ibbotson和Kaplan2000资产配置对美国投资组合业绩的贡献高达90而根据杨朝军和周仕盈2021资产配置可以解释国内不同混合型基金业绩差异的40通过对大类资产的合理配置可以降低投资风险提高收益潜力随着国内大资管时代和财富管理时代的到来无论是机构投资者还是个人投资者都迫切需要通过大类资产配置来更好地控制风险获取收益大类资产配置已经逐渐成为投资组合管理中的重要环节12大类资产的种类及特征投资者一般将满足同质性排他性和相关性的细分资产划分为大类资产股票新兴市场发达国家股票等债券信用债利率债等货币本币外币等是传统的三种大类资产近些年另类资产如大宗商品股权投资房地产基础设施艺术品等的投资规模不断攀升作为非传统的大类资产另类资产能够扩展传统资产投资范围提高组合分散度优化收益风险比图1主要大类资产数据来源国泰君安证券研究大类资产风险收益特征不同彼此之间的相关性通常较低合理地配置大类资产可以有效分散非系统性风险获得稳定的长期收益从波动性的角度看股票商品属于典型的高波动资产而债券属于低波动资产货币波动性介于二者之间从相关性的角度看由表2可以看出国内请务必阅读正文之后的免责条款部分3of23TablePage专题报告A股与债券货币相关性为负与商品美股的相关性为正但程度不高与港股相关性较高商品与债券货币的相关性为负表1主要大类资产收益风险特征中债企业中债中期美元兑人COMEX黄南华工业南华农产沪深300中证500恒生指数标普500中债国债南华商品WTI原油债票据民币金品品年化收益率5818771781125362535458011573733837367338年化波动率233926452113186720913009933516341552189211494310夏普比率013023-005046041199184-079018029030008001最大回撤-4670-6520-5570-3392-585-420-334-1212-4449-5194-6034-3573-8848数据来源Wind国泰君安证券研究数据区间200901-202302表2主要大类资产相关系数矩阵均值沪深300中证500恒生指标普500中债国中债企中债中美元兑COMEX南华商南华工南华农WTI原油数债业债期票据人民币黄金品业品产品沪深300100835226-14-6-5-201230312014中证500831003722-12-6-5-131024251610恒生指数523710053-10-4-5-341737382327标普500262253100-512-181226261532中债国债-14-12-10-5100707064-15-16-10-10中债企业债-6-6-4170100945-1-12-13-6-5中债中期票据-5-5-52709410051-11-11-5-4美元兑人民币-20-13-34-18655100-25-12-12-3-15COMEX黄金121017124-11-2510018131214南华商品30243726-15-12-11-1218100976932南华工业品31253826-16-13-11-1213971005632南华农产品20162315-10-6-5-312695610019WTI原油14102732-10-5-4-1514323219100数据来源Wind国泰君安证券研究数据区间200901-202302图2大类资产的有效前沿数据来源国泰君安证券研究数据区间200901-20230213大类资产配置的意义随着财富管理资产管理行业的发展越来越多投资者认识到大类资产配置的重要性在我们看来在当前环境下进行大类资产配置至少有以下几点意义1通过资产配置可以更好地分散投资风险马科维茨曾说过资产配置多元化是投资中唯一的免费午餐大类资产相关性通常较低通过资产分散配置可以有效控制组合风险获得较好的收益风险比请务必阅读正文之后的免责条款部分4of23TablePage专题报告这对于资金量庞大配置久期较长的主权基金养老基金等投资机构尤为重要2合理地资产配置可以满足投资者多样化的需求不同投资者需求不同对于个人投资者而言结合其收益目标和风险承受能力通过大类资产配置模型可以构建特定偏好的资产组合以满足其理财需求对于机构投资者而言针对不同类型不同期限不同风险收益目标的资金可以设计和提供不同的资产配置方案3资管行业爆发FOF类产品的兴起给了资产配置更多用武之地国内资管行业稳步发展规模不断增长根据麦肯锡数据2021年资管行业的规模是135万亿元预计到2025年中国资管行业的规模有望达到200万亿元其中公募FOF在过去5年时间里快速崛起养老FOF产品发行提速国内机构投资者如保险资管银行理财子公募FOF等对大类资产配置的需求旺盛给了资产配置用武之地14大类资产配置流程从投资实践上看大类资产配置是一个系统化的投资流程主要包括设定投资目标选择配置资产战略资产配置战术资产配置再平衡绩效监管与风险管理六个环节具体如下1第一步设定投资目标要了解明确资产所有者资产负债收益目标风险目标以及投资限制的情况2第二步选择配置资产根据资产所有者风险收益目标和投资限制明确可用于投资的大类资产例如股票债券现金及等价物另类投资等进而确认可供投资的资产子类别3第三步战略资产配置根据长期投资目标和资产收益特征设定资产组合的长期投资策略和目标权重4第四步战术资产配置根据短期市场状况比如投资机会风险水平对资产配置权重进行微调5第五步组合实施及再平衡通过合理的再平衡操作能够降低投资组合的跟踪误差风险并在一定程度上增强收益6第六步绩效监控及风险管理实时评估策略有效性和进行风险监测便于及时应对市场变化从而修正策略参数调整配置模型实现回撤控制其中战略资产配置和战术资产配置是大类资产配置流程的核心环节我们将在下文进行具体阐述请务必阅读正文之后的免责条款部分5of23TablePage专题报告图3战略资产配置和战术资产配置是大类资产配置体系的核心环节数据来源国泰君安证券研究15战略资产配置VS战术资产配置战略资产配置StrategicAssetAllocationSAA和战术资产配置TacticalAssetAllocationTAA的定义相对多元化最主要区别是投资期限不同战略型资产配置是资产组合的长期投资策略用来设定资产组合的长期目标权重而战术资产配置则根据短期市场状况如投资机会风险水平等对资产配置权重进行微调151战略资产配置战略资产配置SAA是基于长期投资目标和投资约束从长期一般为5-10年角度确定大类资产的配置比例制定资产配置计划目的是获取资产的beta收益许多学术研究表明战略型资产配置是投资组合收益和风险的主要驱动力量重要程度远甚于个券选择和市场择时通过SAA投资组合能在投资约束下与投资目标保持一致平衡风险和收益并且能在不同资产类别间得到充分分散进而降低风险战略资产配置主要步骤如下1分析大类资产的长期风险收益特征形成资本市场假设CapitalMarketExpectationsCMECME是资产配置决策的输入变量主要是各资产预期收益率风险标准差和相关系数等Lustig2013指出CME的期限要与投资期限相匹配对于SAA一般是5-10年绝大多数形成CME的方法都是系统性的和量化的2选择恰当的资产配置模型从资产负债角度看分为三类模型1资产分配法Asset-only仅根据投资者的资产形成资产配置方案2相对负债法Liability-relative考虑未来偿还负债或支出的资产配置方案3目标导向法Goals-based将资产拆分成若干个投资组合分别对应不同的投资目标其中我们主要研究资产分配法Asset-only相关的量化模型常用的有恒定混合均值方差模型模型风险平价预算模型因子配置模型等的输入是长期预期收益风险的估计SAA实际上是决定不同资产长期目标配置比例的过程请务必阅读正文之后的免责条款部分6of23TablePage专题报告图4战略资产配置的方法和步骤数据来源国泰君安证券研究152战术资产配置战术资产配置TacticalAssetAllocationTAA是在战略资产配置的基础上根据经济短期变化情况通过分析预测资本市场的中短期一般为数月至1年走势主动把握短期投资机会适当偏离战略资产配置基准调整组合内资产比例以期获取alpha收益的资产配置决策SAA考虑的是资产在长期均衡状态下的风险收益但短期内资产价格经常会偏离均衡状态这就为TAA提供了获取alpha收益的机会对于资产配置而言TAA不是必须的但是如果能够较为准确地预测市场变化那么TAA将成为SAA的有益补充忽略所有短期因素的影响投资组合的默认中性持仓即为战略型资产配置战术型资产配置其实是可选项在没有特别投资观点支撑的情况下通过TAA调整后的资产权重应与SAA保持一致是没有偏离的在管理人没有预测能力的情况下最好的选择就是坚持SAA而不要进行TAA当没有预测能力或者不佳时战术型资产配置只能增加风险和交易成本表3业绩比较基准战略资产配置与战术资产配置调整权重举例业绩比较基准战略资产配置战术资产配置调整资产配置权重债券8075-174股票2020323现金05-23合计1001000100资料来源国泰君安证券研究战术型资产配置可以迅速而有效地调整资产配比进行实时风险监测和回撤控制TAA是据短期因素决定以什么频率多大程度对长期目标权重进行调整Lustig2013认为对SAA目标权重进行调整主要原因有1通过抓住短期市场机会增强收益2应对市场风险变化从而控制投资组合的风险水平和回撤幅度根据投资者的要求暂时对投资组合的风险收益特征进行调整等控制不同风险的暴露程度TAA也可以实现一定的请务必阅读正文之后的免责条款部分7of23TablePage专题报告表4战略资产配置与战术资产配置对比战略资产配置SAA战术资产配置TAA基于长期投资目标和投资约束从长期角度在SAA基础上基于市场短期表现经济确定大类资产的配置比例制定资产配置计的最新观点通过分析预测资本市场的中短配置思路划不考虑短期因素期走势主动把握短期投资机会适当偏离SAA配置比例获取大类资产的长期Beta收益实现长期在长期目标实现的基础上预测资产短期表投资目的收益目标现进行择时操作获取一定Alpha收益关注经济增长人口因素通货膨胀产业关注对资产短期表现产生影响的短期因素决策依据政策国际环境等资产背后的深层次长期比如短期宏观经济状态资金流向市场情性因素这些因素短期不会变化绪事件冲击投资期限长期资产配置一般为5-10年短期资产配置一般为1年以内量化模型恒定混合均值方差模型Black-Litterman模型风险平价预算模型因子配置模型承担Beta风险承担Beta风险和Alpha风险可以实现风相关风险险监测和回撤控制投资意义长期指导方针具体的操作指南和落实方案军事战略故上兵伐谋其次伐交其次伐军事战术故用兵之法十则围之五则攻军事案例兵其下攻城之倍则分之敌则能战之少则能逃之类比不若则能避之资料来源国泰君安证券研究2大类资产配置模型理论的发展历程大类资产配置模型理论自开创以来经历了资产配置风险配置因子配置的三个阶段推动着资产配置投资实践不断向前发展本部分将介绍配置模型理论的发展并对相关模型进行阐述图5大类资产配置模型主要经历了资产配置风险配置和因子配置三个阶段数据来源国泰君安证券研究请务必阅读正文之后的免责条款部分8of23TablePage专题报告21资产配置模型211恒定混合模型是最简单易行的配置策略投资者虽然很早就意识到了大类资产配置的重要性但具体的配置实践在早期缺少理论指引采用的配置方法一般为简单的恒定混合策略如股债6040策略等权重投资组合等早在20世纪30年代恒定混合策略已经出现由于股票和债券具备不同的收益风险特征当时投资者普遍认为股债相关系数几乎为零同时配置股票和债券可以达到分散风险的目的其中股债6040策略是指投资组合同时买入60的股票和40的债券是最经典的资产配置方式之一该策略方法简单易行长期效果不错至今仍被广泛采用比如全球最大的主权财富基金挪威政府全球养老基金GPDF在1998年成立时就长期采用股债6040策略直到2009年才不断提高股票的配置比例另外全球公共养老基金规模排行前列的日本政府养老基金GPIF则在股票和债券的配置上采用股债等权策略该模型的主要缺点是投资组合的灵活性不足不能根据市场情况和主观判断对组合进行调整风险集中在股票端当股票大跌或股债双杀时抵御风险能力较差212均值-方差模型开创量化资产配置时代1952年马科维茨HarryMarkowitz提出了著名的均值-方差模型Mean-VarianceOptimizationModelMVO创建了现代资产组合理论将大类资产配置带入到量化配置时代MVO模型是大类资产配置理论的重要基础其突出贡献在于1提出了约束最优解的标准范式来研究资产配置问题2采用均值和方差来刻画资产收益与风险使得进行量化配置成为可能3同时考虑风险与收益指出最优的投资组合并非单纯追求最高收益或最小风险而是在两者之间找到平衡均值-方差模型的输入值包括三部分收益风险反映投资者风险偏好的参数Markowitz提出的均值-方差模型有以下几个假设1投资者是理性的其行为模式是为了在给定收入和资金水平下最大化其投资效用2投资者可以自由获得投资组合的收益和风险的信息3市场是非常有效的对信息的反应是及时且准确的4投资者是风险厌恶的并希望让投资组合风险最小让收益最大5投资者基于预期收益和收益的标准差或方差做出投资决策6在给定风险水平下投资者更喜欢高收益的投资组合Markowitz分别使用均值和方差来描述收益率和风险假设投资组合的权重为则投资组合的预期收益率为请务必阅读正文之后的免责条款部分9of23TablePage专题报告其中为各个资产的预期收益率为投资组合的预期收益投资组合的预期风险为2其中表示的是大类资产的协方差矩阵可以发现222112其中表示的是单资产i的方差表示的是第i个和第j个资产之间的相关系数由于1可见投资组合的风险小于单资产风险之和资产分散化配置可以降低整体投资组合的风险也正是因为这个原因Markowitz称资产配置多元化是投资中唯一的免费午餐早期的均值方差模型公式为或2stst2其中为投资者可以承受的最大方差R为投资者收益目标约束条件反映了投资者的风险偏好以上两种公式形式是等价的都可以得到风险资产构成的有效边界实际操作中我们一般采用过去一段时间资产的收益率样本协方差矩阵作为预期收益率与预期协方差矩阵的估计现代资产组合理论中投资者效用函数有以下两种形式效用函数12效用函数2st2其中为投资者的风险厌恶系数用来刻画风险厌恶程度数值越大风险厌恶程度越高效用函数1多见于理论研究效用函数2多见于实务操作利用库恩-塔克条件Kuhn-Tuckerconditions可以证明两种效用函数是等价的具体参见杨朝军等2021求解上述最优化问题可得122111由上式可见投资者最大可承受的波动率可以反映投资者的风险厌恶程度投资限制比如不允许做空不加杠杆还应该添加101再求解相应最优化问题请务必阅读正文之后的免责条款部分10of23TablePage专题报告MVO模型在理论上具有开创性意义但在实践中遇到了诸多问题比如作为模型输入参数的资产期望收益率难以准确估计实际应用效果大打折扣模型计算结果对输入参数非常敏感使得模型很不稳定为了解决这些缺陷学界和业界不断提出新的理论和方法比如高盛的B-L模型以及后续的风险平价模型和因子配置模型等213Black-Litterman模型实现量化和主观观点的结合针对均值-方差模型在实际应用时遇到的问题1990年高盛的FischerBlack和RobertLitterman进行了改进提出了Black-Litterman模型并于1992年发表BL模型采用贝叶斯理论将主观观点与量化配置模型有机结合起来通过投资者对市场的分析预测资产收益进而优化资产配置权重BL模型有效地解决了均值-方差模型对于预期收益敏感的问题同时相较纯主观投资具有更高的容错性为投资者持续提供高效的资产配置方案BL模型从三个方面对MVO模型进行改进首先通过逆向优化从市场均衡条件出发得到关于资产预期收益的先验估计其次将投资者的主观观点作为新的信息通过观点矩阵的方式输入经由贝叶斯方法计算得到资产预期收益的后验估计最后将后验收益和后验协方差矩阵输入均值-方差模型中进行优化求解得到具体的资产配置比例下图展示了先验收益分布和主观观点结合得到后验预期收益分布的过程图6先验收益分布和主观观点结合得到后验预期收益分布的过程图风险厌恶系数市值权重样本协方差矩阵观点收益矩阵观点误差矩阵逆向优化得到市场均衡收益先验分布观点分布先验收益分布和主观观点结合得到后验预期收益分布数据来源ASTEP-BYLITTERMANMODEIdzorekT2007Black-Litterman模型涉及的输入参数比较多由上图可知主要有以下变请务必阅读正文之后的免责条款部分11of23TablePage专题报告量1资产在市场均衡条件下的收益率资产均衡收益率构成了对于资产预期收益的先验分布可以通过逆向优化反解由给定的风险厌恶系数资产协方差矩阵和市场均衡权重计算得到2投资者的主观观点P和Q一般表示投资者对于资产的收益率预测情况或资产间的收益率差异情况其中P是观点矩阵表明了主观观点涉及哪些资产Q是主观观点收益向量表示每个观点所对应的收益率大小3主观观点不确定性矩阵实际是观点误差项的协方差矩阵表示投资者对于每一个观点的不确定性4先验分布协方差矩阵相对于协方差矩阵的比例该权重取值为0到1之间决定了模型受主观观点影响的大小越大表明投资者的主观观点对模型结果的影响越大得到投资者先验分布和主观观点分布后通过贝叶斯方法可以推导出资产的后验预期收益均值和后验协方差矩阵11111111将后验预期收益和后验协方差矩阵带入效用函数U求解如下最优化问题2在实际投资中会设置一些投资限制如禁止卖空资产上下限换手率约束等最终可以求解出各项资产的配置权重表5BL模型变量说明变量含义资产后验预期收益r后验收益率的协方差主观观点权重为一个0到1的常数超额收益的协方差矩阵市场均衡条件下的资产收益率向量观点矩阵表明了主观观点涉及哪些资产主观观点收益向量表示每个观点所对应的收益率大小主观观点的不确定性数据来源国泰君安证券研究尽管Black-Litterman模型克服了传统均值-方差模型的诸多弊处但实际应用中仍存在观点的准确性直接影响模型的效果观点错误会给组合其次观点输入方式较为单一往往需要投资者对于资产有较为具体的收益预测再次模型输入参数较多个别参数取值没有统一的选取方式也增加了实际使用难度最后模请务必阅读正文之后的免责条款部分12of23TablePage专题报告型假设收益率呈正态分布与实际的尖峰厚尾分布有较大差别针对这些问题大量的学者对其进行了较为细致的研究并加以改进其中前KKR首席风险官AttilioMeucci提出的熵池EntropyPooling模型综合了多种模型优点计算方便快捷是此类模型的集大成者22风险配置模型221风险平价模型放弃预测收益实现了对风险的均衡配置传统的大类资产配置模型在金融危机期间面临了较大幅度的回撤因而受到了业界的广泛质疑对此磐安基金PanAgora的钱恩平博士指出虽然传统的资产配置模型能实现资产权重的均衡配置但是由于不同资产的风险程度差异巨大组合的风险仍然可能是高度集中的并没有真正体现分散化的理念以股债6040组合为例其整体风险有93是由股票贡献的仅7是由债券贡献的因此一旦股票行情低迷看似均衡配置的组合便也会表现不佳钱恩平的文章使众多投资者意识到仅仅注重头寸比例而忽视风险结构的资产配置方法并不能真正的分散风险于是开始逐渐把目光转向了风险配置从投资实践上看早在钱恩平的报告发布之前桥水基金Bridgewater达里奥于1996年便已提出全天候策略AllWeatherStrategy开始践行风险配置的投资方法这一策略也成为了风险平价RiskParity模型的雏形全天候策略首先依据经济增长指标通胀指标的实际值与市场预期值之间的大小关系划分了四种宏观经济状态在不同宏观经济状态下配置不同的优势资产然后通过杠杆机制调整不同资产的风险收益特征至尽可能接近最后将风险权重等量配置给四种宏观经济状态下的子资产组合在每种子资产组合中又将风险权重等量配置给组合中的每种资产从而得到每种资产的最终风险权重及相对应的最终配置比例图7桥水基金全天候策略将风险平均配置到四种宏观经济状态中数据来源Bridgewater国泰君安证券研究从模型理论上年钱恩平首次正式提出了风险平价的概念即把投资组合的整体风险分摊到每类资产中去使得每类资产对投资组合整体风险的贡献相等他也从理论上证明了基于风险贡献配置资产可以请务必阅读正文之后的免责条款部分13of23TablePage专题报告更好的分散风险并能够得到有效的投资组合1从而说明了该做法的合理性此外该模型仅依赖相对容易预测的协方差矩阵作为输入参数不依赖难以准确预测的资产预期收益率因此配置结果更加稳定风险平价模型的主要构建步骤如下1选择底层资产理论上选择相关性较低流动性较好所属资产类别相对丰富的一组资产作为底层资产有助于风险平价模型取得较好的配置效果而当底层资产的夏普比率相对接近时风险平价模型的配置结果也能够尽可能地接近有效前沿上的资产组合2计算给定资产权重下的投资组合整体风险Rw3计算每一资产对投资组合的风险贡献4求解以下二次优化问题可以得到资产配置权重211101尽管风险平价模型克服了传统资产配置模型的一些弊端但是这一模型在实际应用中仍存在一些的待改进之处其一由于权益资产与商品的波动率远高于债券资产风险平价模型往往会大量配置收益相对较低的债券资产从而导致投资组合的整体收益率不高此时可以通过对债券资产加杠杆以提高组合收益率其二前文中所讨论的风险平价模型依赖于投资组合中的资产类别与数量未必真正实现了分散风险的目的而基于风险因子的风险平价模型能够更加准确地识别风险与收益的根本来源并对其加以了适当控制因此能够取得更好的风险收益表现其三在前文所讨论的风险平价模型中风险是由组合收益率的方差来衡量的该指标仅关注了收益率的二阶矩特征而未能突显收益率分布的其它特征因此可以采用下行方差VaR期望损失等其它常用指标代替收益率的方差来作为风险的度量使风险平价模型能够更好地控制下行风险进而取得更好的收益回撤表现1当各资产的夏普比率相同且彼此之间的相关系数一致时风险平价组合可以达到均值-方差最优详见Qian2005请务必阅读正文之后的免责条款部分14of23TablePage专题报告总得来说相较传统的资产配置模型而言风险平价模型更好地管理了投资组合的整体风险其变种也极大地丰富了投资者在资产配置过程中的工具选择222风险预算模型可以自主调配每类资产的风险贡献由于在实际投资中底层资产夏普比率相同收益率相互独立的理想条件很难得到满足风险平价模型的配置结果难以达到马科维茨夏普最优更加灵活的风险预算模型应运而生并且可以证明在合适的风险预算下模型的配置结果能够达到夏普最优此外风险平价模型往往大量配置低风险的债券资产使得投资组合的整体收益不高不能满足投资者的收益需要而风险预算模型则可以通过给权益资产分配更多风险预算的方式来提高权益资产权重从而将投资组合整体收益提升至更合意的水平与风险平价模型构建步骤类似风险预算模型构建的前三步为选择底层资产计算给定资产权重下的投资组合整体风险计算每一资产对投资组合的风险贡献只是在第四步将求解二次规划问题变为以下形式2min11101101其中为第i类资产设定的风险预算权重总的来说风险预算模型是风险平价模型的一般化推广它同样基于风险贡献确定资产权重但是不再要求各资产的风险贡献相同而是允许投资者根据自身的风险偏好对于不同资产后市走势的主观判断等因素设定各资产的风险贡献占比从而能够更好地满足不同投资者个性化的资产配置需求该模型的主要风险在于若投资者对不同资产后市走势的判断有误则可能会面临承担了额外风险却无法取得理想收益的情况23因子配置模型231因子配置可以做到真正意义上的风险分散大类资产配置的目的是分散风险从MVOBL模型到风险平价风险预算模型实质上都是基于资产本身的风险收益特征进行配置并未考虑到驱动资产价格变动的真正因素事实上资产价格的变动是受到经济通胀利率等一组共同的风险因子的驱动的从因子角度出发进行配置可以做到真正意义上的风险分散对于资产和因子AndrewAng2010有一段精彩的论述如果将资产比作食物的话因子就像是食物中的营养元素正如人们通过吃食物获取营养投资者通过投资资产获得了背后的因子收益在因子投资的框架下资产收益可以表示为请务必阅读正文之后的免责条款部分15of23TablePage专题报告其中Rt是大类资产的收益率向量Ft是宏观和风格因子的向量Bt是资产对因子的暴露矩阵et是资产的残差收益向量其期望值为零因子投资的思想起源于经典的CAPM模型Sharpe1964后来经过Rosenberg1975Ross1976Fama1992等学者的发展成为金融投资领域的重要学术分支和理论方法桥水基金1996年的全天候策略AllWeatherStrategy将宏观经济划分为四种形态并设置不同的资产配置比例本质上是一种基于因子的资产配置框架这种方法根据资产对经济增长和通货膨胀2个因子的暴露来分配资产是使用宏观因子进行大类资产配置的雏形2008年金融危机以后人们发现由于暴露于同一组因子在极端市场情况下资产间的相关性会大幅上升传统资产配置方法并不能带来有效地分散风险因此转而去寻找驱动资产价格变化的底层逻辑因子投资理念在大类资产配置领域得到迅速发展贝莱德的Bass2017文章中指出大约有90的大型机构投资者已经在其投资过程中使用了因子分析以提高风险分散度提升收益风险比并降低成本目前全球知名投资机构的资产配置已经逐步实现了从资产到因子的变化如BlackRockSSGAHMCPIMCO高盛等均围绕因子投资思想重新塑造自身的资产配置体系投资组合策略和绩效评估方法232主流因子配置模型包含四个步骤Blyth2016等人在FlexibleIndeterminateFactor-BasedAssetAllocation一文中提出了一个基于因子进行资产配置的框架包括四个步骤选取合适的因子计算资产的因子暴露确定因子目标暴露匹配因子目标暴露该框架容易理解被市场上广泛接受并使用具体如下图8基于因子的资产配置框架数据来源Blythetal2016国泰君安证券研究1选取合适的因子风险因子是驱动大类资产价格走势的主要因素Bender2019在CanWeBuildaUnifiedMethod一文中提出要首先找出哪些因子是多资产类别中驱动回报的主要因素然后将上述因子与资产类别建立联系如股票商品和房地产对于经济增长有正向暴露而债券对利率有负向暴露等Bender进一步将风险因子分为风格因子和宏观因子两大类宏观因子刻画了与经济增长利率通货膨胀信用流动性等相关的风险是驱动大类资产价格变化的主要因素风格因子则来源于股票异象的横截面资产定价反映相同资产类别内的风险及收益包括价值因子请务必阅读正文之后的免责条款部分16of23TablePage专题报告动量因子规模因子等当宏观因子事先给定时可以利用动态因子模型DFM波动率倒数加权等方法从宏观指标直接出发合成宏观因子例如使用工业增加值PMIGDP等合成增长因子使用CPIPPI等合成通胀因子这样得到的单一因子含义明确逻辑性强符合直观但存在时效性差频率低不可投资的缺点为了满足高频实时可投资的要求对此有国外机构提出因子模拟组合FactorMimickingPortfolios方法通过资产价格复制因子走势如通过做多长期名义政府债券做空通胀挂钩债券复制通胀在因子事先未知时也有部分机构通过主成分分析PCA方法直接从资产走势中提取因子例如Kelly等2014通过PCA方法提取了增长利率通胀3个因子BlackRock的Greenberg2016等人根据经验选取了股权通胀实际利率商品信用新兴市场6个因子并用相关的资产复制了因子的走势随后BlackRock的Bass2017等人利用PCA方法从13个资产中提取了上述6个因子另外加上外汇因子构成了因子体系Bender等2019则在增长通胀利率3个宏观因子之外加上了动量波动率2个风格因子图9大类资产价格受一系列风险因子驱动1113787数据来源国泰君安证券研究2计算资产的因子暴露在选取并计算生成了合适的因子后下一步是建立一个因子与资产之间的映射关系即计算资产的因子暴露水平资产对于风格因子如动量波动估值等的暴露依赖于资产自身的收益率或经济情况可直接计算得出为了横截面可比通常要将因子值进行标准化或转为时序分位值对于宏观因子如经济增长利率通胀等的暴露计算则略为复杂一般要将资产收益与宏观因子进行时间序列回归回归系数即为资产的因子暴露计算过程中逐步回归回归重采样引入主观先验信息等手段可以提升因子暴露值的准确性及稳定性例如Greenberg请务必阅读正文之后的免责条款部分17of23TablePage专题报告等2016Bass等2017通过有条件的逐步回归和先验信息确定系数限制的方法计算因子暴露Blyth等2016在此基础上等引入了Lasso回归对回归系数进行交叉验证Bender等2019在战术和战略配置中分别使用短期窗口和短期窗口的平均值作为暴露水平陈银超等2019使用重采样Bootstrap方法进行回归最终结果取3000次随机样本的平均值3确定因子目标暴露第三步是确定一个合适的因子目标暴露一种方法是针对投资机构的偏好资金属性投资目标等直接设置一个因子目标暴露如Bass等2017对美国捐赠基金美国养老保险公共福利支出计划三个投资组合直接进行因子配置的改进另一种方法是以传统资产配置模型生成的资产组合为基准在此基准上结合主观宏观观点设置一定的因子偏离如Blyth2016Boudt2013等此外还有将因子本身的风险和收益值代入风险平价均值方差等资产配置模型通过最优化得到因子目标暴露如牛晓健2021等4匹配因子目标暴露模型的最后一步是基于因子目标暴露反向推出各个大类资产配置的比例通常通过组合优化器来求解由于大类资产和因子之间的关系并不是一一对应的多个资产可能对同一个因子有暴露因此最终优化结果往往也不是唯一的可增加各种约束条件来获得唯一的资产权重Greenberg和Bass等人采用了稳健性最优化框架以最小化组合与目标因子暴露偏差平方和及主动风险项之和为目标对纯多头最小交易量资产类别换手率等进行限制Blyth创建了一个开放式的优化框架以最大化偏好得分如最大化风险调整后收益最小化风险等为目标而将因子暴露作为限制条件再添加最低权重杠杆等条件进行约束其中以Blyth的最优化框架为例max0100max01010011其中W是n1维资产权重向量S是n1维偏好得分向量此处可以嵌入最大化收益最小化波动率甚至主观判断等多个开放式目标是nm维资产因子暴露矩阵F是m1维因子目标暴露向量W0是n1维初始资产权重向量11限制了是否有杠杆该优化框架的另一个变体是将第一个约束条件添加惩罚系数放置在目标函数中通过调节惩罚系数的大小可以控制对于因子目标暴露的偏离度以上是通过因子进行资产配置的主要框架和流程除此以外另一种借鉴因子进行资产配置的方法是将宏观因子与资产收益之间的关系进行建模根据宏观因子构建对资产中短期收益的预测从而对资产配置模型进行调整两种主流思路包括1构建宏观因子事件根据因子变化请务必阅读正文之后的免责条款部分18of23TablePage专题报告预期预测资产收益2根据宏观因子划分经济周期根据宏观经济状态预测资产收益我们在未来也将会陆续进行研究3资产配置的发展趋势和热点问题31基于因子的资产配置方法成为主流从证券投资到大类资产配置因子投资理念已经深入人心因子投资的思想起源于经典的CAPM模型后来经过Ross1976Fama1992等学者的发展已经成为金融投资领域的重要学术分支和理论方法基于因子投资的理念资产价格的变动是受到经济通胀利率等一组共同的风险因子的驱动的从因子角度出发进行配置可以做到真正意义上的风险分散大类资产配置的主要工作是因子的发掘获取和管理其中的关键是如何选择和构建宏观因子配置大类资产背后因子可以实现真正意义上的风险分散从而优化投资组合风险收益特征2008年金融危机以后因子理念在大类资产配置领域得到迅速发展目前全球知名投资机构的资产配置已经逐步实现了从资产到因子的进化如BlackRockSSGA高盛等均围绕因子投资思想重新塑造自身的资产配置体系投资组合策略和绩效评估方法32另类投资是大类资产类别的有效补充另类投资Alternativeinvestment是指投资于传统的股票债券和现金之外的金融和实物资产主要包括商品与贵金属股权投资VCPE房地产基础设施对冲基金艺术品等最早于20世纪70年代开始出现过去50年的时间在全球有非常大的发展尤其是2000年互联网泡沫破裂后美国资本市场出现股债收益率下降相关性增加股债双杀的情况业绩表现较好与传统资产相关性较低的另类资产受到美国投资者的青睐不少主权基金养老基金大学基金等也在持续增加另类投资的资产配置比重另类投资逐渐成为大类资产配置的必选项另类资产能够帮助投资者有效降低对传统证券的依赖程度构建真正多元化分散化的投资组合耶鲁等美国著名高校的捐赠基金会以成功运用另类投资工具分散组合风险并获取显著收益而闻名在国内随着近年来市场监管的改革和养老金财富管理机构的发展壮大投资者在进行资产配置时对另类投资的关注度也与日俱增由于缺乏传统证券产品的有效定价机制同时需要进行积极型管理另类投资具有一定挑战性首先大部分另类投资不在交易所上市交易缺乏公开的可靠的行情数据所以很难进行分析建模因此需要对另类资产的投资研究进行更多的深入调研积累另类资产基本信息构建另类资产数据库另类投资市场不存在被动型的投资工具其长期平均历史收益水平逊色于有价证券投资者只有通过高效的积极型组合管理才能获取预期收益请务必阅读正文之后的免责条款部分19of23TablePage专题报告33宏观分析是提升资产配置组合收益的有效法宝宏观经济是影响大类资产表现的主要因素准确地预判宏观经济走势是提升资产配置收益的重要法宝从投资实践上看以全天候策略为代表的风险平价模型不仅需要对宏观经济状态进行准确划分还需要对未来宏观经济走势有一个较为准确的认识基于因子的资产配置方法除了需要合理地选择宏观风险因子外在投资的过程中更需要根据自身对于未来宏观状态的预测或宏观因子的变化预期对资产比例进行微调只有深入研究宏观经济对大类资产的影响提高宏观经济状态变化的预测准确度才能构建优秀的大类资产配置策略34资产配置中融入ESG元素渐成趋势21世纪以来随着联合国等公共机构的倡导和可持续投资理念的觉醒ESG投资热度不断升温ESG是环境Environmental社会Social和治理Governance的缩写最早在2004年由联合国全球契约组织UNGC首次提出是一种新兴的关注企业环境社会治理绩效而非财务绩效的投资理念和企业评价标准在全球范围内近10年ESG投资保持着其极快的增长速度ESG投资理念不断成熟大类资产配置中融入ESG元素渐成趋势首先在产品层面ESG投资可以丰富资产配置的选择国内ESG投资的参与者日渐增多相关产品陆续发行其次从组合收益角度和社会责任角度来看随着可持续发展投资主流化投资者现在都希望在资产组合里能融入越来越多ESG元素4总结本篇报告是我们大类资产配置量化模型研究系列的第一篇报告报告简单介绍了大类资产配置的含义流程及意义并对战略资产配置和战术资产配置两个核心环节进行了阐述随后重点梳理了大类资产配置模型理论从资产配置风险配置因子配置三个阶段的发展历程以及相关模型的构造方法最后介绍了大类资产配置的发展趋势和热点问题在后续大类资产配置量化模型系列研究中我们将由浅入深的依次研究MVOBL模型风险平价预算模型宏观因子配置等模型在国内市场上的应用除了将其应用到大类资产上也会考察模型在行业配置上的效果另外大类资产收益预测风险协方差矩阵估计股债轮动等方向也会有相关研究发布参考文献1AngAndrewTheFourBenchmarksofSovereignWealthFundsColumbiaBusinessSchoolandNBERSeptember2BenderJerryLeSunRicThomas2018AssetAllocationvsFactor请务必阅读正文之后的免责条款部分20of23