20220215-国金证券-大类资产配置月报_股债框架下的宏观风险配置策略（2022年2月期）_11页_958kb

金融产品研究中心大类资产配置月报总结（2022年2月期）

核心内容

本报告提出了一种基于股债框架下的宏观风险配置策略，旨在通过优化宏观风险因子的配置比例，实现资产组合的风险均衡，而非仅关注资产间的收益表现。该策略采用主成分分析（PCA）方法，将大类资产的收益波动归因于底层的宏观风险因子，从而构建出更具风险分散能力的配置模型。

主要观点

• 配置结论：提高中证500比例，整体降低债券比例，降低债券久期。
• 策略优势：通过宏观因子风险配置，实现真正的风险分散，而非简单的资产分散。
• 模型特点：构建了从大类资产到宏观因子的穿透式配置模型，利用PCA降维提取宏观因子，提高模型的解释力与稳定性。
• 杠杆控制：整体杠杆比例保持稳定，建议为1.4倍，符合公募债基投资限制。

关键信息

当前配置建议

• 沪深300：0%
• 中证500：0.57%
• 中债10年期国债：45.47%
• 中债3-5年期国债：50.63%
• 中债1-3年期信用债：43.32%
• 总体杠杆：1.4倍

回测结果

• 宏观因子风险配置策略：

  • 年化收益：8.28%
  • 夏普比率：413.39%
  • 最大回撤：5.21%
  • 卡玛比率：158.93%

• 大类资产风险平价策略：

  • 年化收益：6.95%
  • 夏普比率：374.21%
  • 最大回撤：4.05%
  • 卡玛比率：171.35%

• 策略稳定性：过去十年年化收益为8.46%，夏普比率4.26，表现稳定。

风险提示

1. 政策不确定性：财政政策及货币政策的超预期变化可能对股债市场产生影响。
2. 基本面超预期利空债市：如房地产保持韧性、基建增速提高、经济恢复超预期，可能冲击债券市场。
3. 疫情等因素：疫情反复、国际政治摩擦升级等可能加大股票市场波动。

模型原理

宏观因子体系

• 主要宏观因子：经济增长、利率、信用、期限利差、大小盘轮动。
• 通过PCA降维，将大类资产的收益波动分解为上述宏观因子的线性组合。

主成分分析（PCA）应用

• Step1：构建宏观因子到大类资产的映射关系，使用特征矩阵E进行线性组合。
• Step2：将大类资产的协方差矩阵分解为宏观因子的协方差矩阵，利用PCA的正交性特点，实现风险因子的低相关性配置。
• Step3：通过动态均衡配置，优化组合的风险贡献，使每个宏观因子的风险贡献相等。

风险配置模型效果

• 模型通过将风险平价策略从资产层面转向宏观因子层面，显著提升了风险收益比。
• 风险平价策略在利率因子上暴露过多，而宏观因子风险配置策略有效分散了利率风险，提高了整体稳定性。

附录信息

• 联系人：

  • 熊颖瑜：电话（8621）60753902，邮箱Xiongyingyu@gjzq.com.cn
  • 张剑辉：电话(8610)66211648，邮箱zhangjh@gjzq.com.cn

• 研究报告声明：

  • 本报告由国金证券股份有限公司发布，仅限中国大陆使用。
  • 报告内容仅供参考，不构成投资建议，投资者应自行判断。
  • 报告仅供风险评级高于C3级的投资者使用。

地址与联系方式

• 上海：

  • 地址：上海浦东新区芳甸路1088号紫竹国际大厦7楼
  • 邮编：201204
  • 邮箱：researchsh@gjzq.com.cn
  • 电话：021-61038271
  • 传真：021-61038200

• 北京：

  • 地址：中国北京西城区长椿街3号4层
  • 邮编：100053
  • 邮箱：researchbj@gjzq.com.cn
  • 电话：010-66216979
  • 传真：010-66216793

• 深圳：

  • 地址：中国深圳福田区深南大道4001号时代金融中心7GH
  • 邮编：518000
  • 邮箱：researchsz@gjzq.com.cn
  • 电话：0755-83831378
  • 传真：0755-83830558