本报告导读：
　　本文是融合主、被动大类资产配置研究方法的一次有价值的尝试。我们以观点矩阵为载体，将宏观友好度评分指标系所包含的关于各类资产预期收益率的信息融入BL模型中。引入综合宏观友好度主观观点后BL模型策略表现得到显著提升，年化收益率可达23.1%，夏普比率可以达到1.52，凸显了有效的宏观预测对资产配置的价值。根据模型计算，当前配置仓位集中在日本权益资产。
　　摘要：
　　主动分析框架：宏观友好度评分指标系的本质是搭建宏观经济预期与资产收益率预期间的映射关系。基于对投资时钟和周期嵌套模型的理解，我们将某个经济体的某类短周期的环境压力大小进行量化，从而形成若干个具有鲜明周期特色的底层宏观因子。然后综合考虑相关性和经济学逻辑将多个底层宏观因子合成为针对某类资产或风格宏观友好度评分指标。即为各类资产定制了专属的宏观基本层面量化指标，将宏观经济一致预期“翻译”为资产收益率的预期，成为设置BL模型主观观点矩阵的重要依据。
　　被动分析框架：量化配置模型可以帮助投资者进行多资产比较和投资组合权重分配。1990年，高盛的Fisher Black和Robert Litterman对MVO进行改进，开发了Black-Litterman模型（简称BL模型），并于1992年将其发表，后被业内广泛使用。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。
　　主被动结合新思路：以观点矩阵为载体，将宏观友好度评分指标系所包含的对宏观周期的展望融入到BL模型中。将宏观友好度评分指标系简单加工形成主观观点，可以与量化配置中的Black-Litterman模型相结合。具体过程起始于将宏观经济指标一致预期转化为宏观友好度评分预期，再转化为各大资产预期收益率，最后融入BL观点矩阵。
　　结论和配置建议：探索了一条主、被动方法有机结合的大类资产配置研究新途径。在可选资产包括权益（AH美日印德）、债券（中美）、商品、美元、黄金的情况下，引入包括汇率在内的综合宏观友好度评分主观观点的BL模型策略在五年回测期内表现显著优于其他对比策略。该策略年化收益率可达23.1%，夏普比率可以达到1.52。根据模型计算，当前配置仓位集中在日本权益资产，反映了该资产阶段性风险收益比较高、与其他资产相关性较低、宏观基本层面展望稳定或向好等特征。
　　风险因素：模型设计的主观性，分析维度存在局限性，历史与预期数据存在偏差，市场一致预期调整；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。