20260211-国信证券-跨境资产配置产业链系列研究（一）_全球战略资产配置新框架_65页_9mb

> **来源：[研报客](https://pc.yanbaoke.cn)** # 跨境资产配置产业链系列研究（一）全球战略资产配置新框架 # 核心观点 # 战略资产池定义与长期特征分析 本报告首先对构建全球战略配置框架所需的资产池进行了定义与剖析。内容全面覆盖了权益类资产、固定收益类资产、另类资产以及现金等四大类别。其中，报告不仅对全球、发达市场和新兴市场的权益资产进行了深入的长期特征分析，还探讨了主权债、信用债等固定收益工具，以及房地产、大宗商品、私募股权等另类投资在组合中的作用，为后续的收益预测与组合构建奠定了坚实的数据与理论基础。 # 长期经济假设与收益预测模型 在资产池分析的基础上，报告进一步构建了用于资产配置的长期经济假设与收益预测模型。此部分首先对影响资产长期回报的关键宏观经济变量(如经济增长、通货膨胀、利率中枢)进行了设定与展望。随后，报告基于这些宏观假设，为各大类资产建立了相应的长期收益预测模型，并对不同资产间的相关性及潜在的风险情景进行了估计，为战略配置提供前瞻性的量化输入。 # 战略组合构建与优化 战略投资组合的实际构建需要考虑投资者约束与目标设定，这包括对收益目标，风险容忍度以及流动性需求、监管与税收约束的清晰界定。 战略投资组合的优化方法主要有经典的均值方差模型（现代资产配置的起点），Black-Litterman模型（对均值方差模型升级改造），Kelly-CVaR模型（管理小概率事件的风险）以及风险平价模型（以风险控制为目标），从长期回报率来看，均值方差模型、B-L模型和Kelly-Cvar均优于单一资产投资策略和恒定比例组合，同时年化波动率均显著小于纯股票投资，风险平价模型的年化回报率高于纯债策略且波动率基本持平，夏普率在所有策略中表现最优。 全球市场权重组合应作为配置锚，通过量化模型进行优化，最终确立符合投资者特定需求的战略基准权重，形成一套完整、科学且可执行的全球战略资产配置新框架。 风险提示：本报告所有分析均基于历史数据和公开信息，但历史表现不代表未来，资产的风险收益特征和相关性可能随市场环境变化而发生改变。 # 总量专题·跨境资产配置报告 证券分析师：王开 021-60933132 wangkai8@guosen.com.cn S0980521030001 证券分析师：邵兴宇 010-88005483 shao xingyu@guosen.com.cn S0980523070001 证券分析师：张熙 0755-81982090 zhangxi4@guosen.com.cn S0980522040001 证券分析师：陈笑楠 021-60375421 chenxiaonan@guosen.com.cn S0980524080001 基础数据 中小板/月涨跌幅(%) 8639.02/-0.38 创业板/月涨跌幅(%) 3320.54/-0.22 AH股价差指数 118.25 A股总/流通市值（万亿元） 102.58/93.89 市场走势 资料来源：万得、国信证券经济研究所整理 # 相关研究报告 《多元资产配置专题-资产走势趋同的终局思维》2026-02-07 《策略专题研究-26年A股业绩亮点有哪些？——2026年牛市展望系列4》——2026-02-05 《大类资产配置双周观点－资产配置的双A主线：AI+Au》—2026-02-01 《25Q4公募基金配置港股的亮点》 ——2026-01-31 《策略专题研究-哪些领域“反内卷”更值得期待？——2026年牛市展望系列3》——2026-01-29 # 内容目录 # 1.战略资产池定义与长期特征分析 5 1.1 权益类资产 ..... 5 1.2 固定收益类资产 ..... 19 1.3 另类资产 ..... 27 1.4 现金及货币市场工具 34 # 2. 长期经济假设与收益预测模型 38 2.1 宏观变量长期设定 38 2.2资产类别长期收益预测 41 2.3风险情景估计 45 # 3. 战略组合构建与优化 ..... 48 3.1 投资者约束与目标设定 ..... 48 3.2 模型优化方法 ..... 49 3.3战略基准权重确立：以全球市场权重组合作为配置锚 63 # 图表目录 图1：全球资产配置体系新框架 5 图2：MSCI全球性指数行业敞口（%，2025年末） 6 图3：MSCI全球性指数走势（对数轴） 7 图4：MSCI全球性指数收益率（滚动60个月年化） 7 图5：MSCI全球性指数波动率（滚动60个月年化） 7 图6：MSCI全球性指数夏普比率（滚动60个月年化） 7 图7：标普500行业权重分布（%，2025年末） 8 图8：标普500前十大权重股及权重（%，2025年末） 8 图9：日经225行业权重分布（%，2025年末） 8 图10：日经225前十大权重股及权重（%，2025年末） 8 图11：MSCI日本指数行业权重分布（%，2025年末） 9 图12：MSCI日本指数前十大权重股及权重（%，2025年末） 9 图13：MSCI加拿大指数行业权重分布（%，2025年末） 9 图14：MSCI加拿大指数前十大权重股及权重（%，2025年末） 9 图15：MSCI英国指数行业权重分布（%，2025年末） 10 图16：MSCI英国指数前十大权重股及权重（%，2025年末） 10 图17：MSCI 法国指数行业权重分布（%，2025年末） 10 图18：MSCI 法国指数前十大权重股及权重（%，2025年末） 10 图19：MSCI德国指数行业权重分布（%，2025年末） 11 图20：MSCI德国指数前十大权重股及权重（%，2025年末） 11 图21：富时欧洲指数行业权重分布（%，2025年末） 11 图22：富时欧洲指数前十大权重股及权重（%，2025年末） 11 图23：发达市场主要ETF净值走势（对数轴） 12 图24：发达市场主要ETF收益率（滚动60个月年化） 12 图25：发达市场主要ETF波动率（滚动60个月年化） 12 图26：发达市场主要ETF夏普比率（滚动60个月年化） 12 图27：MSCI中国指数行业权重分布（%，2025年末） 13 图28：MSCI中国指数前十大权重股及权重（%，2025年末） 13 图29：富时A50指数指数行业权重分布（%，2025年末） 13 图30：富时A50指数前十大权重股及权重（%，2025年末） 13 图31：MSCI 印度指数行业权重分布（%，2025年末） 14 图32：MSCI 印度指数前十大权重股及权重（%，2025年末） 14 图33：MSCI台湾指数行业权重分布（%，2025年末） 14 图34：MSCI台湾指数前十大权重股及权重（%，2025年末） 14 图35：MSCI韩国指数行业权重分布（%，2025年末） 15 图36：MSCI韩国指数前十大权重股及权重（%，2025年末） 15 图37：MSCI新兴市场EMEA指数国别权重分布（%，2025年末） 15 图38：MSCI新兴市场EMEA指数行业权重分布（%，2025年末） 15 图39：MSCI新兴市场拉美指数国别权重分布（%，2025年末） 16 图40：MSCI新兴市场拉美指数行业权重分布（%，2025年末） 16 图41：MSCI 东盟指数国别权重分布（%，2025年末） 16 图42：MSCI 东盟指数行业权重分布（%，2025年末） 16 图43：新兴市场主要指数净值走势（对数轴） 17 图44：新兴市场主要指数收益率（滚动60个月年化） 17 图45：新兴市场主要指数波动率（滚动60个月年化） 17 图46：新兴市场主要指数夏普比率（滚动60个月年化） 17 图47：主要市场60个月年化平均收益率分布（2010-2025年） 18 图48：主要市场60个月年化波动率分布（2010-2025年） 18 图49：主要市场60个月年化夏普比率分布（2010-2025年） 19 图50：2000年至2025年美国3个月和10年期国债收益率走势 20 图59：代表性REITs收益率 28 图60：代表性REITs波动率 28 图61：代表性REITs夏普比 29 图62：大宗商品收益率 30 图63：大宗商品波动率 30 图64：大宗商品夏普比 31 图65：私募股权基金现金流J曲线 32 图66：代表性对冲基金策略收益率 33 图67：代表性对冲基金策略波动率 33 图74：IMF预测潜在增长率 38 图75：世界银行预测潜在增长率 39 图76：主要经济体通胀预测 40 图77：主要经济体利率中枢预期 40 图78：美国国债期限利差走势 41 图79：中国国债期限利差走势 41 图80：主要权益市场收益率相关性（2010-2025年） 45 图81：主要固收市场收益率相关性（2010-2025年） 46 图82：主要货币收益率相关性（2010-2025年，以美元为基） 46 图83：房地产和商品收益率相关性（2010-2025年） 46 图84：主要大类资产收益率相关性（2010-2025年） 46 图85：均值方差模型使用流程 50 图86：即使收益符合正态分布，使用过去N期数据也很难捕捉真实的分布 52 图87：Black-Litterman模型对均值方差的改进 53 图89：CVaR能更好地衡量尾部风险 57 图90：每次下注比例达到全部资产的 $15\%$ 时长期净资产规模归零 57 图91：Kelly公式计算的最优投资比例代表理性投注范围的边界 58 图92：Kelly-CVaR模型使用流程 59 # 1.战略资产池定义与长期特征分析 图1：全球资产配置体系新框架 资料来源：国信证券经济研究所绘制 # 1.1 权益类资产 # 全球权益 在全球性的权益类资产配置中，MSCI指数占据了风向标的地位，市场关注度较高的跨国别权益指数有三个：1）覆盖发达与新兴市场的MSCI ACWI指数，2）覆盖发达市场的MSCI World指数，以及3）覆盖新兴市场的MSCI EM指数。它们的主要情况如下表所示。 表1: MSCI 全球性指数覆盖范围 名称 MSCI ACWI（发达+新兴市场） MSCI World（发达市场） MSCI EM（新兴市场） 代码 892400 990100 891800 覆盖市场 23（发达）+24（新兴） 23（发达） 24（新兴） 成分股数量 2517 1320 1197 资料来源：MSCI、国信证券经济研究所整理 国别方面，MSCI相关指数在发达市场的主要敞口集中在美国，随后是日本、英国、加拿大、法国等；在新兴市场的主要敞口在中国（A股、港股、台股），其次是印度、韩国、巴西等国家。 表2：MSCI 全球性指数市场敞口(2025 年末) 排名 MSCI ACWI（发达+新兴市场） MSCI World（发达市场） MSCI EM（新兴市场） 市场 权重 市场 权重 市场 权重 1 美国 64.0% 美国 71.9% 中国大陆 27.6% 2 日本 4.9% 日本 5.5% 中国台湾 20.6% 3 英国 3.3% 英国 3.7% 印度 15.3% 4 加拿大 3.0% 加拿大 3.4% 韩国 13.3% 5 中国 3.0% 法国 2.6% 巴西 4.3% 资料来源：MSCI、国信证券经济研究所整理 行业敞口方面，三个指数中，权重排名靠前的两个行业均为科技和金融；权重处在第二梯队的行业主要包括消费、通信、工业、医药等；权重排名处于底部的行业均为公用事业和房地产。 图2：MSCI全球性指数行业敞口（%，2025年末） 资料来源：MSCI、国信证券经济研究所整理 权重股方面，发达市场指数的主要权重股是美国科技巨头；新兴市场指数同样多由科技公司构成，但地区和行业更加分散。 表3：MSCI 全球性指数权重股(2025 年末) MSCI ACWI（发达+新兴市场） MSCI World（发达市场） MSCI EM（新兴市场） 公司 地区/市场 行业 权重 公司 地区/市场 行业 权重 公司 地区/市场 行业 权重 1 英伟达 美国 信息技术 4.9% 英伟达 美国 信息技术 5.5% 台积电 中国台湾 信息技术 11.9% 2 苹果 美国 信息技术 4.3% 苹果 美国 信息技术 4.9% 腾讯控股 中国 通信服务 4.8% 3 微软 美国 信息技术 3.7% 微软 美国 信息技术 4.1% 三星电子 韩国 信息技术 3.9% 4 亚马逊 美国 信息技术 2.4% 亚马逊 美国 信息技术 2.7% 阿里巴巴 中国 可选消费 3.1% 5 谷歌A 美国 信息技术 2.0% 谷歌A 美国 信息技术 2.2% SK海力士 韩国 信息技术 2.4% 6 博通 美国 信息技术 1.7% 博通 美国 信息技术 1.9% HDFC银行 印度 金融 1.2% 7 谷歌C 美国 信息技术 1.7% 谷歌C 美国 信息技术 1.9% 信实工业 印度 能源 1.0% 8 META 美国 信息技术 1.5% META 美国 信息技术 1.7% 建设银行 中国 金融 0.9% 9 特斯拉 美国 可选消费 1.4% 特斯拉 美国 可选消费 1.5% 鸿海精工 中国台湾 信息技术 0.9% 10 台积电 中国台湾 信息技术 1.3% 摩根大通 美国 金融 1.1% 小米集团 中国 信息技术 0.9% 资料来源：MSCI、国信证券经济研究所整理 走势方面，MSCI EM的长期上涨幅度高于MSCI World，但前者的趋势稳定性弱于后者，上涨主要集中在几个特定的历史时期。 收益率方面，MSCI EM在特定历史时期能呈现出更强的长期收益率，而收益率的下限基本上与MSCI World相近。 波动率方面，MSCI World 和 MSCI EM 的起伏节奏一致，后者长期波动率显著高于前者。近几年来，两者的波动率水平呈现出相互靠近的趋势。 夏普比率方面，MSCI World 和 MSCI EM 的波动区间近似，长期下限在-0.5附近，上限在+0.8附近，但起伏节奏不一。 图3：MSCI全球性指数走势（对数轴） 资料来源：万得、国信证券经济研究所整理 图4：MSCI全球性指数收益率（滚动60个月年化） 资料来源：万得、国信证券经济研究所整理 图5：MSCI全球性指数波动率（滚动60个月年化） 资料来源：万得、国信证券经济研究所整理 图6：MSCI全球性指数夏普比率（滚动60个月年化） 资料来源：万得、国信证券经济研究所整理 # 发达市场权益 发达市场中，美股市场呈现出一家独大的格局。从权重角度观察，美国市场在MSCI World中的权重超过 $70\%$ ；从总市值的角度看，美股估算总市值在70万亿美元附近，占全球股票总市值（120-130万亿美元）过半；数量方面，美股场内（主要是纽交所和纳斯达克）共有约5700只股票。 美股市场的核心跟踪/投资指数为标普500，虽然该指数聚焦大盘风格股票，但其 行业结构还原了美股市场的实际情况。权重行业中，科技板块一家独大，信息技术占据 $34\%$ 附近的权重，部分大权重科技巨头还分布在通讯服务（ $11\%$ ）和可选消费（ $10\%$ ）中。 权重股中，标普500前三（英伟达、苹果、微软）属于信息技术；随后几位主要来自通讯服务（谷歌-A/C、META）和可选消费（亚马逊、特斯拉）；第十位（伯克希尔哈撒韦-B）来自金融板块。 图7：标普500行业权重分布（%，2025年末） 资料来源：FactSet、国信证券经济研究所整理 图8：标普500前十大权重股及权重（%，2025年末） 资料来源：FactSet、国信证券经济研究所整理 在美股市场之后，第二大的发达市场是日本股票市场。在MSCI ACWI中，日本占 $4.9\%$ 的权重，居于第二位；以市值而论，截至2025年末，不同数据源/口径的日本市场总流通市值在6-8万亿美元附近；数量方面，东证交易所约有3800只股票。 日本股市的核心观测指数是日经225指数。需要注意的是，日经225是一个价格加权平均指数。因此，指数的结构与市场的市值结构未必相匹配。 行业权重方面，日经225集中在信息技术、工业、可选消费、通讯服务板块；权重股方面，日经225权重最大的股票并不一定是市场最耳熟能详的日本公司。 图9：日经225行业权重分布（%，2025年末） 资料来源：FactSet、万得、国信证券经济研究所整理 图10：日经225前十大权重股及权重（%，2025年末） 资料来源：FactSet、万得、国信证券经济研究所整理 在投资方面，市场对美股以外的市场更青睐MSCI提供的一站式解决方案。MSCI日本则是国际资本追踪日本市场的主要方式之一，它也比日经225更贴合日本市场的实际结构。 行业权重方面，MSCI日本中工业、金融、可选消费、信息技术占据了较大权重；权重股中，丰田汽车和索尼属于可选消费，随后是三家金融巨头，其次是工业和科技板块的相关企业。 图11：MSCI 日本指数行业权重分布（%，2025年末） 资料来源：MSCI、国信证券经济研究所整理 图12：MSCI 日本指数前十大权重股及权重（%，2025年末） 资料来源：MSCI、国信证券经济研究所整理 美日之后，一系列西方发达国家市场的规模差异不大，主要包括加拿大、法国、英国、德国；这四个市场的总市值在2-3万亿美元不等；上市公司的数量大相径庭，从加拿大的4200余家，到英国的1600余家，再到德法各400余家。 上述四个市场的核心观测指数包括S&P/TSX综指（加拿大）、富时100指数（英国）、CAC40指数（法国）、DAX指数（德国）。与日本类似的是，国际资本投资上述国家时往往在MSCI的指数产品中寻求一站式解决方案。 MSCI 加拿大的行业权重集中在金融，其次是材料和能源，指数中没有医疗保健板块；前十大权重股中，六家是加拿大本土大型银行，其余公司来自能源、材料、信息技术板块。 图13: MSCI 加拿大指数行业权重分布（%, 2025 年末） 资料来源：MSCI、国信证券经济研究所整理 图14：MSCI加拿大指数前十大权重股及权重（%，2025年末） 资料来源：MSCI、国信证券经济研究所整理 MSCI英国中，金融同样占有与其他行业拉开显著差距的高权重，随后是日常消费、医疗保健和工业。权重股的行业分布比较均衡，主要是医疗保健、金融、能源、可选消费等。 图15：MSCI英国指数行业权重分布（%，2025年末） 资料来源：MSCI、国信证券经济研究所整理 图16：MSCI英国指数前十大权重股及权重（%，2025年末） 资料来源：MSCI、国信证券经济研究所整理 MSCI 法国指数中，工业板块的权重远超其他板块，随后是可选消费和金融；权重股方面，法国市场权重最大的股票是奢侈品巨头 LVMH，随后是一系列工业股以及医疗保健、能源、材料、金融板块的公司。 图17：MSCI 法国指数行业权重分布（%，2025年末） 资料来源：MSCI、国信证券经济研究所整理 图18：MSCI 法国指数前十大权重股及权重（%，2025年末） 资料来源：MSCI、国信证券经济研究所整理 MSCI 德国中，工业、金融、信息技术板块的权重显著递减，且明显高于其他板块；权重股多隶属工业和金融两个板块。 图19：MSCI德国指数行业权重分布（%，2025年末） 资料来源：MSCI、国信证券经济研究所整理 图20：MSCI德国指数前十大权重股及权重（%，2025年末） 资料来源：MSCI、国信证券经济研究所整理 鉴于欧洲市场较为分散，单一市场的规模均不足以与美国和日本市场匹敌，一体化投资欧洲或欧元区也是一个常见的配置选择。在这条思路下，市场上规模较领先的ETF是Vanguard富时欧洲ETF（VGK），它追踪的指数是富时发达欧洲市场全风格指数（简称富时欧洲指数）。 行业成分方面，富时欧洲指数中金融、工业、医疗保健的权重陡峭递减并显著高于其他板块；权重股方面，半导体设备厂商阿斯麦权重断档领先其余权重股，其后是一系列医疗、金融、消费板块的公司。 图21：富时欧洲指数行业权重分布（%，2025年末） 资料来源：FactSet、万得、国信证券经济研究所整理 图22：富时欧洲指数前十大权重股及权重（%，2025年末） 资料来源：FactSet、万得、国信证券经济研究所整理 总体上，全球资产配置投资者可以将发达市场配置大致分为美-日-欧三大方向，它们各有侧重。其中，美股科技独大；日本倾向工业、金融、消费；欧洲倾向金融、工业、医药。 三大发达市场的收益/风险表现如下。长期而言，美股市场收益率更高，波动率更低，夏普比率显著优于日本和欧洲市场。需要注意的是，美股市场的波动率在2020年后反超日本市场，但这对美股的风险收益比优势暂未构成威胁。 图23：发达市场主要ETF净值走势（对数轴） 资料来源：FactSet、国信证券经济研究所整理 图24：发达市场主要ETF收益率（滚动60个月年化） 资料来源：FactSet、国信证券经济研究所整理 图25：发达市场主要ETF波动率（滚动60个月年化） 资料来源：FactSet、国信证券经济研究所整理 图26：发达市场主要ETF夏普比率（滚动60个月年化） 资料来源：FactSet、国信证券经济研究所整理 # 新兴市场权益 与发达市场相比，新兴市场更加分散，但头部也相对集中。在新兴市场中，中国市场一家独大，A股约12万亿美元，港股约5万亿美元，台股近3万亿美元。MSCIEM中，A股 $^+$ 港股 $^+$ 中概股共占约 $28\%$ ，台股占 $21\%$ ，合计占 $48\%$ 。 位居第二的印度股市规模较中国大幅下滑，约5万亿美元。MSCIEM中，印度占 $15\%$ 在中印之后，第三梯度的新兴市场规模下滑到3万亿美元以内，如沙特阿拉伯（2.7万亿美元）、韩国（1.7万亿美元）、阿联酋（1万亿美元）。随后，则是一批千亿级规模的市场。在MSCIEM中，中印之外的主要大权重市场为韩国（ $13\%$ ）和巴西（ $4\%$ ）。 新兴市场中，首屈一指的市场是中国，其次是印度。这两个市场均以宏观叙事为主要的投资逻辑。 从国际资本配置中国资产的角度看，MSCI 中国是主要投资标的。MSCI 中国覆盖多个市场上市的中国公司，与国内投资者重点关注 A 股不同，MSCI 中国主要覆盖港股，其次是 A 股和在美上市的中概股。 MSCI中国中，可选消费和通讯服务权重较大，主要是众多互联网巨头处于上述两个板块内，其次是金融板块。权重股中，腾讯控股和阿里巴巴两家公司权重大幅领先其他股票，随后是一系列互联网和金融企业。 图27：MSCI 中国指数行业权重分布（%，2025年末） 资料来源：MSCI、国信证券经济研究所整理 图28：MSCI 中国指数前十大权重股及权重（%，2025年末） 资料来源：MSCI、国信证券经济研究所整理 若聚焦A股，国际资本的主要投资选项是富时A50指数。从行业成分上看，A50聚焦在金融板块，其次是信息技术、日常消费、工业板块。权重股方面，贵州茅台和宁德时代断档领先，随后以金融企业居多。 图29：富时A50指数指数行业权重分布（%，2025年末） 资料来源：FactSet、万得、国信证券经济研究所整理 图30：富时 A50 指数前十大权重股及权重（%，2025 年末） 资料来源：FactSet、万得、国信证券经济研究所整理 MSCI 印度中，金融板块的权重大幅领先其他所有板块，随后是可选消费、工业、信息技术、能源、材料等。权重股中，金融股占四席，其余分散在各个板块。 图31：MSCI 印度指数行业权重分布（%，2025年末） 资料来源：MSCI、国信证券经济研究所整理 图32：MSCI 印度指数前十大权重股及权重（%，2025年末） 资料来源：MSCI、国信证券经济研究所整理 另外两个重要的股票市场是中国的台湾地区股市和韩国股市。它们的共同点在于科技主题投资尤为鲜明，是发达市场科技股的延伸。 在MSCI台湾指数中，信息技术板块一家独大；台积电占过半指数权重，也是MSCIEM第一权重股。 图33：MSCI台湾指数行业权重分布（%，2025年末） 资料来源：MSCI、国信证券经济研究所整理 图34：MSCI台湾指数前十大权重股及权重（%，2025年末） 资料来源：MSCI、国信证券经济研究所整理 MSCI韩国中，信息技术占过半权重，随后是工业，第三档是金融和可选消费。权重股中，前三的科技企业占指数一半权重，随后是以金融和工业为代表的一系列其他行业公司。 图35：MSCI韩国指数行业权重分布（%，2025年末） 资料来源：MSCI、国信证券经济研究所整理 图36：MSCI韩国指数前十大权重股及权重（%，2025年末） 资料来源：MSCI、国信证券经济研究所整理 在上述几个市场之外，逐一列举新兴市场已经显得冗余，国际投资者可以选择区域性地配置新兴市场。在此，着重介绍三个指数：MSCI新兴市场EMEA指数、MSCI新兴市场拉美指数、MSCI东盟（ASEAN）指数。 MSCI新兴市场EMEA指数覆盖欧洲、非洲、中东的新兴市场。国别上，它主要覆盖南非、沙特阿拉伯、阿联酋等；行业方面，前两位（金融、材料）权重陡峭递减，其他行业都大幅落后前两者。 图37：MSCI新兴市场EMEA指数国别权重分布（%,2025年末） 资料来源：MSCI、国信证券经济研究所整理 图38：MSCI新兴市场EMEA指数行业权重分布（%,2025年末） 资料来源：MSCI、国信证券经济研究所整理 MSCI新兴市场拉美指数主要覆盖巴西，其次是墨西哥，其他国家权重远低于前两者；行业方面，金融、材料、日常消费、工业板块权重居前，但陡峭递减。 图39：MSCI新兴市场拉美指数国别权重分布（%，2025年末） 资料来源：MSCI、国信证券经济研究所整理 图40：MSCI新兴市场拉美指数行业权重分布（%，2025年末） 资料来源：MSCI、国信证券经济研究所整理 MSCI东盟指数的首要国别口是新加坡，因此它并非纯粹的新兴市场指数，其次是马来西亚、印尼、泰国、越南等；它的行业权重集中在金融，工业、通讯服务、可选消费、房地产属于第二档。 图41：MSCI 东盟指数国别权重分布（%，2025年末） 资料来源：MSCI、国信证券经济研究所整理 图42：MSCI 东盟指数行业权重分布（%，2025年末） 资料来源：MSCI、国信证券经济研究所整理 除了中、印、韩外，新兴市场ETF的可投性大不如发达市场，因此我们直接用指数观察走势。 首先是净值走势。由于指数开始的时间不一，净值的高低不具有参考意义，主要看走势趋势。从趋势上看，2008年之后趋势最弱的是拉美、东盟、EMEA；中韩的趋势较优但波动较大；印度的趋势较强且较稳定。 从收益率的角度看，近年来各新兴市场无论从收益率水平的横向对比，还是收益率起伏的节奏上，都是逐步趋同。 从波动率的角度看，新兴市场中，印度、EMEA、东盟的波动率水平与发达市场相似；中国、韩国、拉美的波动率较高。 夏普比率方面，2020年前，中、印、韩有一定优势；随后，中韩表现走弱，印度是新兴市场中少有的夏普比率长期为正的市场。 图43：新兴市场主要指数净值走势（对数轴） 资料来源：FactSet、国信证券经济研究所整理 图44：新兴市场主要指数收益率（滚动60个月年化） 资料来源：FactSet、国信证券经济研究所整理 图45：新兴市场主要指数波动率（滚动60个月年化） 资料来源：FactSet、国信证券经济研究所整理 图46：新兴市场主要指数夏普比率（滚动60个月年化） 资料来源：FactSet、国信证券经济研究所整理 # 主要市场风险回报分布汇总对比 收益率方面，上限较高的市场主要是中国、印度、韩国、拉美；下限较高的市场主要有美国、印度、韩国；收益率比较稳定的市场有美国和日本。 图47：主要市场60个月年化平均收益率分布（2010-2025年） 资料来源：FactSet、万得、国信证券经济研究所整理 波动率方面，整体较高的有中国、印度、韩国、EMEA、拉美；整体较低的有美国、日本；分布水平较稳定的有美国、日本、拉美。 图48：主要市场60个月年化波动率分布（2010-2025年） 资料来源：FactSet、万得、国信证券经济研究所整理 夏普比率的角度看，美国市场有一定优势，其次是印度和韩国（25百分位高于零轴）；较弱的是EMEA、拉美、东盟（50百分位低于零轴）。 图49：主要市场60个月年化夏普比率分布（2010-2025年） 资料来源：FactSet、万得、国信证券经济研究所整理 # 1.2 固定收益类资产 # 1. 主权债券 # 1)美国国债 在战略资产配置中的定位： 在全球战略资产配置（SAA）框架中，主权债券是核心配置标的之一，更是保险、主权养老基金等长期机构投资者实现“跨周期稳健增值、风险对冲、资产负债匹配”核心目标的基石，美国国债与日本国债凭借各自的市场特性，在框架中承担着差异化且不可或缺的作用，共同构成固定收益类资产的“安全底仓”，支撑整体组合的风险收益平衡。 美国国债，由美国政府发行，在全球金融市场中占据着举足轻重的地位，其在SAA框架中的核心作用体现在三大维度： 一是风险对冲与流动性枢纽，美债被广泛视为全球“无风险资产”的标杆，信用评级极高，政治经济稳定性为其提供了坚实支撑，在全球市场剧烈波动、地缘政治冲突或经济衰退周期，美债能有效对冲权益类、另类资产的下行风险，成为SAA组合中“危机对冲工具”；同时，美债市场规模庞大、交易活跃，流动性位居全球债券市场首位，能满足保险、主权养老基金等机构大额资金的快速进出需求，解决长期配置中“流动性管理”的核心痛点，确保组合在应对突发负债支付、临时调仓时具备充足的资金灵活性。 二是收益锚定与组合基准，美债收益率是全球金融市场的定价核心，其收益率曲线的形态的变化的能反映全球经济周期、货币政策走向，为SAA框架中各类资产的配置比例调整、收益预期测算提供核心参考基准；此外，美债的长期稳健收益的能为组合提供稳定的利息现金流，与保险长期负债、养老金支付需求形成匹配，助力机构实现“跨周期保值”的核心目标。 三是分散化配置的核心载体，美债与全球权益类资产、另类资产的相关性较低， 尤其在美股大幅回调时，美债往往呈现逆势上涨态势，将其纳入SAA组合，能有效降低整体组合的波动率，平滑跨周期收益曲线，契合SAA“长期稳健”的核心诉求。 # 美债长期特征的演变： 2000年至2025年，从核心变量来看，美债定价始终围绕经济基本面、货币政策、通胀水平、避险情绪四大传统核心维度展开，不同市场周期下四大变量的影响权重虽有差异，但始终是定价逻辑的基础支撑；后期随着市场环境的深刻演变，财政可持续性与市场信任度成为新增核心变量，逐步改变了传统定价格局，美债长期以来“绝对安全”的传统信仰逐步破裂，其作为全球无风险资产的核心定位受到冲击。 图50：2000年至2025年美国3个月和10年期国债收益率走势 资料来源：万得，国信证券经济研究所整理 波动率层面，美债市场的长期波动呈现出鲜明的事件驱动特征，2008年金融危机、2020年疫情冲击、2022年加息周期等重大事件期间，3个月与10年期美债波动率均出现脉冲式飙升，反映了市场对流动性冲击与政策不确定性的恐慌性反应；其中短端波动率对资金面与政策变化的反应更为剧烈，峰值显著高于长端品种，凸显出短期市场情绪的易变性与资金面的脆弱性，而每次脉冲式波动后波动率通常会快速收敛至常态水平，也体现了美债市场较强的自我修复能力。 图51：2000年至2025年美国3个月和10年期国债波动率走势 资料来源：万得，国信证券经济研究所整理 期限利差层面，10Y-3M期限利差的长期运行则呈现出清晰的周期性规律。在经济扩张的常规阶段，利差通常维持正值，反映长期利率对经济基本面、通胀及期限风险的综合定价，2000-2005年、2009-2011年等经济复苏周期中均出现利差明显上行；而当美联储为应对通胀高企或经济过热开启激进加息周期时，短端3个月期美债收益率随政策利率快速上行，长端10年期收益率则受市场对政策收紧后长期经济增长与通胀放缓的预期制约，上行幅度显著弱于短端甚至出现回落，由此推动期限利差持续收窄乃至转负形成倒挂，2000年、2006-2007年、2022-2024年三次深度倒挂的直接触发因素均为美联储的紧缩加息操作。每次倒挂形成后，随着美联储货币政策转向宽松或经济衰退预期落地，短端利率逐步下行、长端利率重新反映基本面修复，利差随之逐步回归正值，完成“正利差 $\rightarrow$ 政策驱动倒挂 $\rightarrow$ 基本面验证后修复”的完整周期循环。 图52：2000年至2025年美国10年期和3个月国债期限利差走势 资料来源：万得，国信证券经济研究所整理 # 2)日本国债 # 在战略资产配置中的定位： 日本国债，由日本政府发行，其在SAA框架中的作用主要聚焦于低波动收益补充、汇率风险分散及全球避险组合完善，与美债形成互补。 日本作为全球第三大经济体，政府信用度较高，日债长期处于低波动、低违约风险状态，尽管收益率长期偏低，但能为SAA组合提供“稳收益底仓”，尤其适合对收益稳定性要求极高、风险承受能力较低的机构，与高波动的权益类、另类资产形成搭配，进一步平滑组合收益波动。 其次，日债与美债的相关性存在阶段性差异，在全球流动性宽松、美元走强的周期，日债往往能呈现出与美债不同的价格走势，将其纳入组合，可进一步提升跨区域、跨货币资产的分散化效果，降低单一主权债券市场波动对组合的冲击。此外，日债在全球避险周期中具备独特的配置价值，当全球市场出现极端波动，部分资金会流向日元资产避险，推动日债价格上涨，此时日债能与美债、黄金形成协同，强化SAA组合的“危机防御能力”；同时，对于配置了日本本土权益类资产（日股）的SAA组合，日债能对冲日股的市场风险，实现日本区域资产的“股债平衡”，降低单一区域资产的集中风险。 # 日本国债长期特征演变： 日本10年期国债价格曾经历“央行主导、高位平稳”至“政策转向、剧烈波动”的完整周期，走势核心围绕央行货币政策展开，同时受经济、财政及外部环境联动影响，驱动逻辑随时代发生根本转变。长期以来，日本国债价格呈现长期平稳、低波动特征，核心得益于央行超宽松货币政策托底。前期央行推行量化宽松政策，通过大规模购债压制收益率，叠加市场避险需求旺盛，推动价格稳步上行；后续收益率曲线控制政策进一步强化政策市特征，央行锁定收益率，使价格长期维持高位，与经济基本面脱节。后期驱动逻辑反转，央行启动货币政策正常化，退出宽松政策并加息缩债，叠加财政风险发酵及外部环境冲击，国债价格大幅下挫、波动加剧。整体而言，央行货币政策迭代是核心主线，财政与外部因素辅助影响。 图53：2000年至2025年日本3个月和10年期国债收益率走势 资料来源：万得，国信证券经济研究所整理 在波动率层面，日债市场的长期波动同样呈现事件驱动特征，2003-2004年、2016年、2022年等阶段，1年期与10年期国债波动率均出现明显攀升，其中长端波动率的峰值通常更高，反映了市场对日本央行政策调整（如收益率曲线控制框架变动）的敏感性；与美债不同的是，日债波动率的整体中枢更低，且波动后的收敛速度更快，这一特征源于日本央行长期购债操作对市场波动的压制，也体现了日债市场在超宽松政策下的低弹性特征。 图54：2000年至2025年美国3个月和10年期国债波动率走势 资料来源：万得，国信证券经济研究所整理 在期限利差层面，10Y-1Y期限利差的长期运行呈现出“政策主导下的低位波动”规律。在2000-2015年的零利率阶段，利差虽维持正值但整体中枢持续收窄，反映了市场对长期经济增长的悲观预期；2016年日本央行推出收益率曲线控制政策后，利差被稳定在极小的区间内，进一步体现了政策对期限利差的直接管控；2022年以来，随着日本央行逐步放宽收益率曲线控制的上限，长端收益率上行幅度超过短端，推动期限利差进入快速修复周期，当前已回升至近20年以来的相对高位，这一变化既是政策调整的直接结果，也反映了市场对日本经济摆脱通缩、通胀预期抬升的定价。 图55：2000年至2025年日本10年期和1年期国债期限利差走势 资料来源：万得，国信证券经济研究所整理 # 2.投资级公司债（全球） 在全球战略资产配置（SAA）框架中，全球投资级公司债是固定收益类资产的核心组成部分，更是衔接“安全底仓”与“收益增强资产”的关键纽带，核心作用围绕SAA“跨周期稳健增值、风险可控、资产负债匹配”的核心目标展开，为保险、主权养老基金等长期机构投资者提供“稳健收益+适度增强”的双重价值，是SAA组合中不可或缺的配置标的。 全球投资级公司债的核心定义的是达到特定信用评级水平（穆迪Baa及以上、标准普尔BBB及以上）的公司债，其核心特征是信用风险低、收益稳定性强，这一特征使其在SAA框架中承担着三大核心作用： 其一，收益增强与底仓优化作用，相较于美债、日债等主权债券，全球投资级公司债凭借适度的信用利差，能在不显著提升组合风险的前提下，为SAA组合提供高于主权债券的收益率，有效优化固定收益类资产的整体收益水平——对于保险、主权养老基金等追求长期稳健收益、需匹配长期负债的机构而言，这种“低风险+收益增强”的特性，既能补充组合的利息现金流，又能避免因过度追求高收益而承担过高风险，完美契合SAA跨周期保值增值的核心诉求。 其二，风险分散与组合波动率平滑作用，全球投资级公司债与主权债券、权益类 资产、另类资产的相关性较低，且不同区域、不同行业的投资级公司债表现具有差异化：例如，在美债收益率波动上升时，部分优质行业（如公用事业、消费必需品）的投资级公司债价格波动相对平缓；在权益类资产大幅回调时，投资级公司债的抗跌性凸显，将其纳入SAA组合，可进一步分散单一资产类别、单一区域的风险，降低组合整体波动率，助力组合实现跨周期收益平滑。 其三，资产负债匹配的重要载体，全球投资级公司债的期限覆盖广泛（从短期到长期），长期限品种（5-30年）可与保险长期负债、养老金支付周期精准匹配，锁定长期稳定收益，缩小资产负债的久期错配缺口；同时，其稳定的票面利息支付的能为机构提供持续的现金流，保障机构按时履行负债支付义务，增强财务稳定性，这与SAA框架对长期资金的管理要求高度契合。 图56：彭博全球综合公司债总回报指数 资料来源：彭博，国信证券经济研究所整理 # 3.新兴市场本币／硬通货主权债 新兴市场主权债，是指新兴市场国家政府或其授权机构发行的、以国家信用为背书的债券，是全球战略资产配置（SAA）框架中固定收益类资产的重要补充，也是机构投资者实现跨区域分散配置、增强组合长期收益的核心标的之一。其核心分类可分为两类：一是新兴市场本币主权债，即以发行国本国货币计价的主权债券；二是新兴市场硬通货主权债，通常以美元、欧元等国际通用硬通货计价，便于国际投资者参与，二者共同构成新兴市场主权债的配置池，在SAA框架中发挥着差异化且不可或缺的作用。 在全球SAA框架中，新兴市场主权债的核心作用围绕SAA“跨周期稳健增值、全域分散风险、优化收益结构”的核心目标展开，填补了传统发达市场固收资产的配置空白，对保险、主权养老基金等长期机构投资者具有重要价值。其一，收益增强作用，相较于美债、日债等发达市场主权债券，新兴市场主权债凭借适度的信用利差和新兴市场经济高速增长的红利，长期收益率显著高于发达市场主权债，能够在不显著提升组合整体风险等级的前提下，优化固定收益类资产的收益结构，助力SAA组合实现“稳健底仓+收益增强”的双重目标，契合长期机构投资者跨周期保值增值的核心诉求。其二，全域分散化配置的关键载体，新兴市场主权债与 发达市场主权债、全球权益类资产的相关性较低——发达市场主权债收益主要受其内部货币政策、经济周期影响，而新兴市场主权债收益与本国经济增长、资源禀赋等因素关联更紧密，将其纳入SAA组合，能够有效降低单一区域、单一类型固收资产的集中风险，进一步分散组合波动率，平滑跨周期收益曲线，强化组合的抗周期能力。 其三，匹配长期资金的配置需求，新兴市场主权债的期限覆盖广泛，包含中长期限品种（5-30年），与保险、主权养老基金等机构的长期负债周期能够形成有效匹配，锁定长期稳定的利息收益，助力机构缩小资产负债的久期错配缺口，增强财务稳定性，这与SAA框架对长期资金的管理核心要求高度契合。此外，新兴市场本币主权债与硬通货主权债在SAA框架中形成互补：本币主权债可让投资者间接分享新兴市场本币升值带来的额外收益，进一步丰富组合收益来源；硬通货主权债则规避了单一新兴市场货币汇率波动的直接冲击，降低了国际投资者的配置门槛，便于机构灵活调整配置比例，适配不同市场环境下的SAA配置需求。总体而言，新兴市场主权债通过收益增强、风险分散、久期匹配三大核心作用，成为SAA框架中不可或缺的配置标的，助力机构构建更具韧性、更优收益的跨周期资产组合。 新兴市场本币主权债是以新兴市场国家本国货币计价的主权债券，硬通货主权债则通常是以美元、欧元等国际通用的硬通货计价的主权债券。投资新兴市场本币主权债的价值在于，如果新兴市场国家经济发展良好，本币升值，投资者不仅可以获得债券利息收益，还能通过本币升值获得额外收益。然而，投资新兴市场本币主权债面临着汇率风险，如果本币贬值，投资者的实际收益会受到侵蚀；此外，新兴市场国家的经济和政治稳定性相对较弱，可能存在违约风险。 新兴市场硬通货主权债由于以国际通用货币计价，在一定程度上避免了汇率波动对本金和利息的影响，对于国际投资者来说，更便于投资和管理。但硬通货主权债也面临着新兴市场国家自身的经济、政治风险，如经济衰退、债务危机、政治动荡等都可能导致债券违约。 图57：彭博新兴市场主权债指数 资料来源：彭博，国信证券经济研究所整理 # 4. 通胀挂钩债券 通胀挂钩债券的运作机制是将债券的本金和利息与通货膨胀率挂钩，以保护投资者免受通货膨胀的影响，其在全球战略资产配置（SAA）框架中，是固定收益类资产中不可或缺的“抗通胀核心工具”。 以美国的通胀保值债券（TIPS）为例，其本金会根据美国劳工统计局公布的消费者物价指数（CPI）进行调整。当通货膨胀率上升时，TIPS 的本金会相应增加，从而使得利息支付也随之增加；当通货膨胀率下降时，本金和利息支付会相应减少。这样，投资者在通货膨胀环境下，能够获得相对稳定的实际收益。TIPS 在 SAA 框架中的核心作用体现在两大维度： 一是长期购买力保值，匹配长期资金负债需求，SAA的核心目标是跨周期（5年以上）稳健增值，而通货膨胀是长期资金面临的核心侵蚀性风险——保险、主权养老基金等机构的负债（如保险赔付、养老金支付）具有长期刚性，且支付金额与物价水平正相关，TIPS的实际收益稳定特性，能够精准匹配这类机构“抵御通胀、锁定长期实际收益”的需求，避免长期资产因通胀缩水而无法覆盖负债，有效缩小资产负债的实际收益错配缺口，夯实SAA组合的长期稳健基础。 二是风险分散与组合抗周期能力强化，TIPS与传统固收资产（美债、投资级公司债）、权益类资产的相关性较低，尤其在高通胀周期，传统固收资产（固定票面利率）实际收益缩水、权益类资产往往因通胀压力表现疲软，而TIPS会因通胀上升实现收益同步提升，成为SAA组合中的“通胀对冲缓冲垫”，能够有效降低高通胀环境下组合的整体波动率，平滑跨周期收益曲线，增强组合的抗周期韧性。 图58：美元、欧元、日元在国际支付中的市场份额 资料来源：万得，国信证券经济研究所整理 # 1.3 另类资产 # 全球核心型房地产（REITs/直接持有） 考虑到可投资性与跨区域可比性，我们选取以REITs为代表的公开市场工具作为参考样本，包括：美国房地产市场的代表Vanguard Real Estate ETF（VNQ），覆盖非美市场的Vanguard Global ex-U.S. Real Estate ETF（VNQI），刻画全 球房地产整体β的iShares Global REIT ETF（REET），以及以高分红为核心目标的Global X Super Dividend REIT ETF（SRET）。 图59：代表性REITs收益率 资料来源：万得，国信证券经济研究所整理测算 从长期绝对收益表现看，全球核心型房地产资产的回报水平整体处于另类资产中的“中等区间”。截至2026年1月底，5年滚动年化收益率显示，VNQ与REET分别约为 $4.7\%$ 与 $4.5\%$ ，VNQI约为 $1.7\%$ ，而SRET约为 $5.8\%$ 。从走势上看，疫情后宽松周期中房地产资产一度录得较高滚动回报，随后在全球加息与利率中枢抬升阶段明显回落。2025年以来，随着利率预期阶段性缓和，其滚动收益出现一定修复。整体上看，该类资产既未呈现权益资产的高弹性，也显著高于现金与多数低风险债券工具。 图60：代表性REITs波动率 资料来源：万得，国信证券经济研究所整理测算 从风险维度看，近年来地产的波动率整体介于传统权益与债券之间。以5年滚动年化波动率衡量，VNQ与REET的波动水平长期维持在 $20\%$ 上下，明显高于主权债券与投资级信用债，但低于多数权益资产；VNQI的波动率相对更低，2021-2026年区间大致在 $15\% - 19\%$ 之间。 四类房地产资产的滚动波动率在2024年达到阶段性高点。而随着利率预期逐步趋稳，至2026年初，VNQ、VNQI与REET的波动率均明显回落至 $15\% - 19\%$ 区间，风险水平有所收敛。 图61：代表性REITs夏普比 资料来源：万得，国信证券经济研究所整理测算 综合收益率、波动率与风险调整后回报来看，全球核心型房地产资产在当前阶段的配置性价比整体偏弱。从夏普比率看，截至2026年1月底，VNQ、VNQI、REET与SRET的夏普比率分别约为0.25、0.12、0.27与0.35，整体仍处于中低区间，明显低于权益资产在顺周期阶段的水平。 # 大宗商品（黄金、能源、工业金属） 在全球战略资产配置（SAA）框架下，大宗商品通常被视为兼具通胀对冲、周期弹性或地缘风险定价功能的重要另类资产。为刻画全球大宗商品资产在长期配置中的表现特征，本文选取了五类流动性充足、代表性较强、可长期观测的核心品种作为分析对象，分别为黄金、白银，代表贵金属资产；WTI原油，代表能源类大宗商品；以及LME铜与铝，代表工业金属板块。 图62：大宗商品收益率 全球大宗商品收益率（5年滚动） 资料来源：万得，国信证券经济研究所整理测算 从绝对收益表现看，全球大宗商品在过去一轮周期中呈现出显著的分化特征，整体收益弹性明显强于核心型房地产资产，但内部结构差异较大。截至2026年1月底的5年滚动年化收益率显示，贵金属板块表现最为突出：黄金5年滚动年化收益率约 $22.2\%$ ，白银更高达 $42.8\%$ ，显著跑赢其他大宗商品品种。工业金属收益表现抢眼，LME铜与铝的滚动年化收益率分别约为 $9.5\%$ 与 $8.4\%$ ，更多体现为与AI数据中心建造相关的中等强度回报。原油资产的表现则明显偏弱，WTI原油在同一窗口期内的5年滚动年化收益率仅约 $2.0\%$ 。 图63：大宗商品波动率 全球大宗商品波动率(5年滚动) 资料来源：万得，国信证券经济研究所整理测算 从波动率水平看，全球大宗商品整体呈现出明显的高风险特征，波动率普遍高于 核心型房地产及传统股债资产。5年滚动口径下，WTI原油波动率最高（约 $36.5\%$ ），白银次之（约 $26.7\%$ ），工业金属铜、铝居中（约 $22\% -23\%$ ），而黄金波动率最低（约 $16\%$ ），体现出其准货币属性带来的稳定性优势。 图64：大宗商品夏普比 资料来源：万得，国信证券经济研究所整理测算 从风险调整后回报看，大宗商品内部的配置性价比存在分化。截至2026年1月底，黄金与白银的夏普分别约为1.32与1.28，明显高于其他品种，黄金作为典型的避险与准货币资产，在全球地缘不确定性上升、货币体系多极化以及“去美元化”交易增多的背景下，持续获得配置型资金支持，其收益更多来源于宏观定价而非单一经济周期；白银则兼具贵金属与工业金属双重属性，一方面受益于贵金属定价逻辑，另一方面在新能源、电子制造及AI基础设施建设带动下，其工业需求中枢抬升，使其在收益端具备更强弹性。工业金属铜与铝的夏普仅约0.42与0.22，更多为顺周期资产，风险回报比中性偏低；而WTI原油夏普仅约0.05，几乎未能对其高波动形成有效补偿。 # 私募股权/风险投资（跨区域） 由于私募股权/风险投资（PEVC）资产缺乏连续、可交易的价格序列，难以直接计算滚动收益率、波动率与夏普比率，本文未能找到完全可比的市场标的。因此，参考Bain&Company《Global Private Equity Report 2025》中的私募股权现金流与回报结构图，从基金层面的现金流分布与长期回报特征对PEVC资产进行刻画。 图65：私募股权基金现金流J曲线 资料来源：Bain&Company《GlobalPrivateEquityReport2025》，国信证券经济研究所整理测算 该图展示了不同年份成立的并购型私募股权基金，在整个基金生命周期内的累计净现金流变化情况，用以刻画私募股权投资的资金占用与收益兑现路径。各期基金在成立后的前几年普遍经历持续的净现金流流出，随后在中后期通过项目退出逐步实现资金回流，整体呈现为J型曲线。 从收益实现节奏看，不同批次基金在早期阶段的回撤幅度和持续时间差异明显，但最终回报主要集中在基金后半段实现。总图看回本周期被拉长，收益兑现更为滞后。从配置含义看，该私募股权更适合资金期限较长、流动性约束较弱的投资者，在战略资产配置中应以小比例、长期持有并通过分散不同批次基金来参与。 # 对冲基金（多策略） 我们选取两只具有代表性的对冲基金相关ETF作为分析对象。其中IQ对冲基金多策略跟踪ETF（QAI）与高盛对冲基金核心持仓ETF（GVIP）源自对冲基金投资理念，但策略实现方式存在明显差异。前者通过规则化模型对冲整体风险暴露，强调跨资产、跨策略配置；后者基于对冲基金核心持仓进行选股（本质是股票ETF），能够较好反映对冲基金在公开市场中最具共识度的持仓结构。 图66：代表性对冲基金策略收益率 资料来源：万得，国信证券经济研究所整理测算 从收益表现看，对冲策略ETF存在分化。以5年滚动年化收益率衡量，截至2026年1月30日，QAI的年化收益率约为 $3.18\%$ ，整体处于偏低但相对稳定的区间；GVIP年化收益率约为 $11.80\%$ 。 图67：代表性对冲基金策略波动率 资料来源：万得，国信证券经济研究所整理测算 从风险水平看，QAI的波动率约为 $6.47\%$ ，整体维持在低波动区间，显示其通过跨资产、跨策略配置有效压缩了方向性风险。GVIP的波动率约为 $21.19\%$ ，风险水平接近权益资产，体现出其股票多头属性。 从配置价值看，对冲基金相关ETF的核心意义并不在于追求高收益，而在于改善组合的风险结构。例如QAI依托低波动特征，在收益不突出的情况下仍能提供相 对稳定的风险调整后回报，更适合作为组合中的防御性与稳定器。 # 1.4 现金及货币市场工具 现金及货币市场工具是SAA组合中的“流动性储备与应急工具”，核心价值在于满足组合的即时流动性需求、应对突发市场风险，同时获取稳健的短期收益，避免资金闲置，是跨周期配置中“灵活调节”的重要支撑，适配长期资金对流动性和安全性的基础要求。 # 1. 美元、欧元、日元等主要货币现金 主要货币现金是组合流动性管理的核心，选择美元、欧元、日元等全球储备货币，核心原因在于这类货币流动性全球领先、汇率相对稳定（相较于新兴市场货币），能够快速转换为其他资产，满足组合的即时调仓、应急赎回等流动性需求。 图68：美元、欧元、日元在国际支付中的市场份额 资料来源：万得，国信证券经济研究所整理 其中，美元现金作为全球最核心的储备货币，是流动性储备的核心品种，可用于全球范围内的资产配置、风险对冲，同时短期存款收益能够实现资金的保值。长期来看，美元现金及货币市场工具的流动性在全球范围内居首位，这一优势具有不可替代性——据国际资金清算系统（SWIFT）公布的数据显示，美元在全球国际支付市场份额中长期稳定在 $40\% - 50\%$ 左右，覆盖全球绝大多数国家和地区的贸易结算、跨境投资及储备需求，无论是全球资产调仓、跨境资金划转，还是应急流动性补给，美元现金都能实现即时变现、无明显流动性折价。汇率方面，美元长期具备强锚定效应，其走势主要受美国经济基本面（如GDP增速、就业数据、通胀水平）和美联储货币政策（加息、降息、缩表、扩表）主导，相较于其他储备货币，美元汇率波动幅度适中且可预测性较强，尤其是在跨周期配置视角下，美元汇率的长期趋势能够通过美国宏观经济周期预判，便于长期资金提前布局汇率对冲策略。收益层面，美元短期存款收益长期贴合美国基准利率走势，美联储的货币政策调整会直接传导至美元存款利率，在经济复苏、加息周期中，美元存款收益会同步提升，能够在保障流动性的同时实现资金保值；而在经济下行、降息周期中，虽收益有所回落，但相较于其他货币现金仍具备相对优势，保值能力突出。综合来看，美元现金凭借其全球领先的流动性、可预判的汇率走势和稳健的保值能力，成为SAA跨周期配置中最可靠的流动性锚点，能够完美匹配保险、主权养老基金等长期资金对流动性安全、资金保值的核心需求，是组合中流动性储 备的核心支柱。 图69：美元指数长期走势 资料来源：万得，国信证券经济研究所整理 欧元现金作为区域配置的核心补充品种，主要用于匹配欧洲区域资产（如欧元区主权债、欧洲投资级公司债、欧股）的配置需求，规避跨境资产调仓中的汇率兑换成本，同时获取短期稳健收益，是SAA组合中欧洲区域配置的“流动性配套工具”。长期来看，欧元在区域流动性优势突出，依托欧元区统一的货币体系，欧元现金在欧洲境内实现无壁垒流通，同时在全球范围内具备较强的流通性，也是全球主要跨境支付货币之一，在国际支付市场份额中占比约 $20\% -30\%$ ，其流通范围主要集中在欧洲周边国家、非洲及中东地区，在欧洲区域资产调仓、应急流动性补给中，能够实现即时变现，流动性折价极低。汇率方面，欧元长期受欧元区核心国家（德国、法国）经济协同性、欧央行货币政策主导，相较于美元，其汇率波动幅度更为平缓，且长期趋势与欧元区经济复苏节奏高度相关，在SAA跨周期（5年以上）配置视角下，可通过预判欧元区通胀、经济增速，提前布局汇率对冲策略，降低组合的汇率波动风险。收益层面，欧元短期存款收益长期贴合欧央行基准利率走势，欧央行的货币政策调整直接传导至欧元存款利率，在欧元区经济复苏、通胀可控的背景下，存款收益能够保持稳健，虽长期收益水平略低于美元现金，但胜在波动极小，能够在保障流动性的同时，实现资金的稳健保值。综合来看，欧元现金凭借其突出的区域流动性、平缓的汇率波动和稳健的短期收益，适配SAA跨周期配置中欧洲区域资产的对冲需求，长期与美元现金形成互补性，可有效分散单一储备货币（美元）的配置风险，是组合中欧洲区域流动性储备的核心选择。 图70：欧元兑美元长期走势 资料来源：万得，国信证券经济研究所整理 日元现金作为东亚区域配置的重要补充，主要用于匹配日本区域资产（如日债、日股）的配置需求，规避汇率兑换成本，同时凭借其极低的波动率，成为SAA组合中“低波动流动性储备”的核心品种，适配保险、主权养老基金等对波动率控制要求极高的长期资金需求。长期维度，日元的流动性优势集中于东亚区域，日本境内日元现金流通效率极高，同时在东亚跨境贸易、投资中具备较强的流通性，日本央行推进政策正常化的导向，对日元现金的流通规模及保值能力具有长期影响。汇率方面，日元汇率长期受日本央行货币政策、日本经济基本面主导，日本央行政策正常化进程对日元汇率走势形成长期支撑，其波动幅度远低于多数储备货币，是组合中汇率风险最低的货币现金品种之一。收益层面，日元短期存款收益长期贴合日本央行基准利率走势，受日本长期利率环境影响，存款收益水平相对平缓，但长期稳定性极强，几乎无大幅波动，能够在保障流动性的同时，实现资金的保值，无需承担过高的收益波动风险。综合来看，日元现金凭借其极低的波动率、充裕的流动性和稳健的汇率走势，适配SAA跨周期配置中日本区域资产的汇率对冲需求，同时可作为组合中低波动流动性储备的补充选择，与美元、欧元现金形成多元化搭配，进一步提升组合流动性储备的稳健性。 图71：美元兑日元长期走势 资料来源：万得，国信证券经济研究所整理 # 2. 短期高评级商业票据 短期高评级商业票据是现金及货币市场工具中“收益增强”的补充品种，核心优势在于流动性接近现金，同时收益高于活期存款、短期国债，能够在不牺牲流动性和安全性的前提下，提升闲置资金的短期收益，适配SAA组合中短期资金的配置需求。筛选标准聚焦“短期+高评级”，发行主体以全球优质龙头企业、金融机构为主，这类商业票据违约风险极低、流动性极强，能够快速在货币市场变现，满足组合的短期流动性需求。 从长期特征来看，短期高评级商业票据的收益主要来源于短期票息，其票息水平通常高于同期限货币市场基金、活期存款及短期国债，且定价相对透明，主要与发行主体的信用资质、市场资金面松紧度相关，受宏观经济周期波动的影响极小，因此长期收益表现极为稳定，波动率趋近于现金类资产，远低于固定收益类中的信用债、利率债，更低于权益类资产。与此同时，其与现金、短期主权债的相关性极高，一方面，三者均具备“低风险、高流动性”的核心特征，在市场环境发生变化时，价格走势呈现高度同步性；另一方面，短期高评级商业票据的流动性几乎可与现金、短期主权债媲美，能够实现即时变现、无明显流动性折价，无需担心变现困难或折价损失的问题。基于这一特征，短期高评级商业票据可作为现金的“增强替代”品种，在SAA跨周期配置中，对于组合中暂时闲置、暂无明确配置方向的短期资金，适度配置短期高评级商业票据，既能避免资金闲置导致的收益流失，有效提升闲置资金的短期收益水平，又不会影响组合整体的流动性和稳健性，无需承担额外的信用风险、利率风险或流动性风险，完美契合SAA跨周期配置中“稳健优先、适度增值”的核心逻辑，是平衡组合流动性与短期收益的重要工具。 图72：美国非金融商业票据利率走势 资料来源：万得，国信证券经济研究所整理 图73：美国金融商业票据利率走势 资料来源：万得，国信证券经济研究所整理 # 2. 长期经济假设与收益预测模型 # 2.1 宏观变量长期设定 潜在经济增长率（分区域） 图74：IMF预测潜在增长率 资料来源：万得，国信证券经济研究所整理测算 图75：世界银行预测潜在增长率 资料来源：万得，国信证券经济研究所整理测算 根据IMF《世界经济展望》，未来三年，新兴市场稳中偏强、发达经济体低位徘徊。这一判断为中长期战略资产配置提供了重要的区域增长锚。从全球层面看，2025-2027年全球经济增速预计维持在 $3.2\% - 3.3\%$ 区间，世界经济已进入一个中低速、但相对稳定的增长平台期。增长动能不再来自周期性强反弹，更多依赖区域分化与结构性贡献。 印度仍是全球主要经济体中增长中枢最高的国家，2025-2027年增速稳定在 $6\%$ 以上，人口结构、制造业转移共同支撑的较高潜在增长率。美国经济增速预计维持在 $2\%$ 左右，未来美国还将在科技创新、劳动力供给与财政支撑下保持韧性；欧元区潜在增速长期徘徊在 $1.3\% - 1.4\%$ ，日本下探至 $0.6\% - 0.7\%$ ，反映出老龄化、生产率提升乏力对中长期增长的持续约束。 世界银行相较IMF给出的增长中枢更偏保守，预计全球增速维持在 $2.6\% - 2.7\%$ 区间，2025-2027年全球经济增长中枢略低于IMF判断。世界银行和IMF对全球经济潜在增长的结构判断高度一致。在战略资产配置中，可以优先考虑“发达经济体稳健配置、新兴市场结构性进攻”的区域配置思路。 # 通胀中枢预期 从价格来看，我国通胀中枢偏低，2019至今均值为 $1.3\%$ ，产能与供给弹性较强、需求修复偏慢，使得近期CPI长期围绕低位运行。“反内卷”的持续推进将推升价格。从分子端看，温和的CPI回升意味着名义增长改善，有助于抬升名义现金流与名义回报预期，利于权益与信用类资产。从分母端看，核心在于是否改变利率与贴现率中枢，当下价格回升对应低位修复而非通胀失控，分母端抬升压力相对有限。 图76：主要经济体通胀预测 资料来源：万得，国信证券经济研究所整理测算 对比来看，美国通胀回落但仍具粘性，当前美国PCE通胀仍高于 $2\%$ 的长期目标，叠加近期关于新任联储主席沃什的讨论中，主流媒体与通讯社普遍将其描述为更重视通胀与规则导向的政策取向，这会放大市场对“降息受限”的敏感度，全球资产定价中利率约束的重要性重新上升。 # 长期利率与期限溢价 主要国家10年期国债收益率存在分化。新兴市场如俄罗斯、巴西利率水平显著偏高，反映通胀与风险溢价。美国利率处于发达经济体中枢偏上，受通胀粘性与降息受限预期支撑；欧日利率相对偏低，其中日本虽有抬升但仍处低位；中国10年期国债收益率维持全球低位，体现低通胀中枢与稳增长取向。 图77：主要经济体利率中枢预期 资料来源：万得，国信证券经济研究所整理测算 美国国债期限溢价在2024年以来明显抬升，长端溢价重新转正并维持高位，反映出通胀粘性、财政供给压力与政策不确定性共同推高长期补偿要求。我国国债期限利差整体处于偏低区间，自2025年4月以来利差呈走扩趋势。 图78：美国国债期限利差走势 资料来源：万得，国信证券经济研究所整理测算 图79：中国国债期限利差走势 资料来源：万得，国信证券经济研究所整理测算 # 2.2 资产类别长期收益预测 # 股息增长模型 在权益资产长期收益预测中，股息增长模型是一种核心且简洁的分析工具，其核心逻辑是基于权益资产未来股息的持续增长，反推当前资产的内在价值，并进一步预测长期收益水平。 该模型的核心假设是，权益资产会持续向股东发放股息，且股息将以一个相对稳 定的增长率长期增长。这一假设贴合成熟市场中优质企业的发展特征——企业盈利稳步提升后，会持续将部分利润以股息形式回馈股东，且股息增长与企业盈利增长保持一定的同步性。基于这一假设，模型通过“权益资产内在价值=未来所有股息的现值之和”这一核心逻辑，推导出核心公式： $$ V = \frac {D _ {1}}{r - g} $$ 其中： V：权益资产的内在价值，即当前购买该资产的合理价值； D1：下一期预计发放的股息； r：投资者要求的必要收益率，即投资者承担该权益资产风险后，要求的最低合理回报水平； g：股息的长期稳定增长率。 公式的本质，是将未来无数期持续增长的股息，折算成当前的价值（即现值），最终汇总得到资产的内在价值。 由上述公式可推导得出，投资者要求的必要收益率满足 $r = D1 / V + g$ 。这表明权益资产的长期预期收益主要由两部分构成：一是当期股息收益率，即 $D1 / V$ ，对应下一期股息与当前资产市场价格的比值；二是股息长期稳定增长率 $g$ ，二者合计即为该模型所预测的权益资产长期收益水平。 在实际应用中，该模型无需复杂的参数估算，核心在于合理判断股息长期增长率g，通常可结合企业历史股息增长数据、行业发展趋势、企业盈利增速等因素综合确定，而D1可通过当期股息及增长率初步测算，V则可参考资产当前市场价格进行校准。 需要注意的是，该模型更适用于股息发放稳定、增长趋势明确的成熟企业，对于未发放股息或股息波动较大的成长型企业，预测效果会有所弱化，但作为权益资产长期收益预测的基础模型，其清晰的逻辑能为投资者提供直观的收益测算思路，是长期价值投资分析中的重要工具。 # 债券利率预期与信用利差模型 利率预期与信用利差模型是固定收益类资产长期收益预测的核心模型，核心原理是基于无风险利率的长期变动趋势与信用风险的定价补偿水平，分品种预测债券类资产的长期年化收益，为固定收益类资产的内部配置比例、组合整体优化提供核心数据支撑。 # （1）利率预期模型 利率预期模型是预测债券长期收益的基础，其核心是依托经典期限结构理论，结合宏观经济周期、货币政策导向及市场供需关系，推导并逻辑判断无风险利率的长期运行轨迹。该模型的核心理论支撑为预期理论与流动性偏好理论，二者共同构成利率预判的逻辑框架，明确长期无风险利率的形成机制与变动规律。 从核心理论来看，预期理论明确，长期无风险利率的本质是市场对未来一段时期内短期无风险利率的平均预期，也就是说，投资者对未来短期利率的集体判断，会直接决定当前长期利率的中枢水平——若市场普遍预期未来短期利率将持续下行，当前长期利率也会随之走低；若预期未来短期利率上行，长期利率则会同步抬升。 这一逻辑可通过纯预期理论的核心复利公式进一步阐释，清晰体现长期利率与短期利率的关联关系： $$ (1 + R N) ^ {n} = (1 + R 1) \times (1 + R 2) \times \dots \dots \times (1 + R n) $$ 其中： RN：N年期长期无风险利率 R1、R2、……、Rn：分别表示未来第1年、第2年、……、第n年的预期1年期短期无风险利率 该公式的本质，是将未来各年度的预期短期利率，通过复利形式整合为当前的长期利率，精准契合预期理论中“长期无风险利率是市场对未来一段时期内短期无风险利率的平均预期”这一核心观点。在此基础上，流动性偏好理论对其进行补充，认为长期债券持有周期更长，面临的变现不确定性、利率波动风险更高，因此投资者会要求额外的流动性溢价作为风险补偿；这一溢价会叠加在上述公式计算出的长期利率之上，共同构成最终的长期无风险利率，也决定了长期利率通常高于短期利率的普遍规律。 具体判断逻辑围绕上述两大理论，结合宏观经济周期、货币政策导向、市场供需关系三大关键因素展开，核心是通过分析三大因素对“未来短期利率预期”和“流动性溢价”的直接影响，进而判断长期无风险利率的走势。一是宏观经济周期，作为核心底层因素，主要通过GDP增速、PMI、工业增加值等核心指标研判其所处阶段；若经济增速持续下行，市场会普遍预期央行将出台宽松货币政策拉动经济，进而预判未来短期利率逐步下行；同时，经济疲软期市场风险偏好下降，投资者更倾向于持有长期安全资产，对流动性溢价的要求会小幅降低，二者共同推动长期无风险利率下行。二是货币政策导向，作为直接调节因素，以央行政策利率调整、流动性投放及回笼为核心抓手；若央行采取加息措施收紧流动性，市场会预期未来短期利率上行，同时投资者会要求更高的流动性溢价，双重作用下带动长期无风险利率上行，反之则呈现反向走势。三是市场供需关系，主要影响流动性溢价及短期利率波动；若市场对长期债券的需求旺盛（如险资、银行等长期资金增配），会压低长期债券的流动性溢价，同时推动债券价格上涨、收益率下行；若债券供给增加（如政府、企业发债规模扩大）而需求不足，则会导致收益率上行，进而影响短期利率预期与长期利率中枢，最终传导至债券长期收益预判。综合上述理论支撑与三大因素的层层传导，即可明确无风险利率的长期变动趋势，进而推导其对债券价格及长期收益的传导效应——长期无风险利率下行通常推动债券价格上涨、提升持有收益，反之则会抑制债券收益表现。 # （2）信用利差模型 信用利差模型是信用债长期收益预测的核心工具，其核心是依托信用风险定价理论与流动性定价理论，结合宏观经济环境、发债主体基本面、市场风险偏好等关键因素，明确信用利差的定价逻辑与变动规律，为信用债长期收益预判提供支撑。其中，宏观经济环境决定信用利差的长期波动趋势，发债主体基本面决定信用利差的微观定价基准，市场风险偏好则调节信用利差的短期波动，三者共同作用于信用利差定价全过程。从核心理论来看，信用利差定价的核心逻辑是“风险与收益匹配”，即信用债投资者承担的非系统性风险（主要为违约风险与流动性风险），需通过额外的收益补偿（即信用利差）来覆盖。 信用利差的定价逻辑主要有两个核心维度，分别对应绝对价差逻辑与构成分解逻辑，二者协同构成信用利差的完整定价体系：一是绝对价差逻辑，核心是测算信 用债收益率与同期限无风险利率的绝对差额，这一差额即为信用利差，其中无风险利率通常以国债到期收益率为基准。这一逻辑直接体现信用利差的核心定义，是信用利差定价的基础，也是市场中最常用的测算思路，本质是对信用债所有非系统性风险的综合定价补偿，通过两者收益率的差额，直观反映信用债相较于无风险债券的额外收益补偿水平。二是构成分解逻辑，核心是将信用利差拆解为违约风险溢价与流动性风险溢价，精准对应模型的理论支撑。其中，违约风险溢价是为覆盖发行主体无法按时足额兑付本息的风险而设定的收益补偿，流动性风险溢价则是为覆盖信用债相较于无风险债券在二级市场变现难度高、变现成本高的风险而设定的补偿。 具体定价机制与判断逻辑，围绕上述两大理论、两大定价逻辑，结合宏观经济环境、发债主体基本面、市场风险偏好三大关键因素展开，核心是分析三大因素对违约风险溢价、流动性风险溢价的影响，进而判断信用利差走势、完善定价机制：一是宏观经济环境，通过GDP增速、PMI等指标研判周期，经济扩张期企业偿债能力提升、市场流动性充裕，推动两大溢价收窄、利差下行；经济下行期则相反，低评级信用利差波动更为显著。二是发债主体基本面，通过信用等级、财务状况、行业周期判断违约风险，主体资质越优、抗周期能力越强，违约风险溢价越低、利差越小，评级调整会引发利差大幅波动。三是市场风险偏好，偏好上升时信用债需求增加，两大溢价收窄、利差下行；偏好下降时则相反，高收益债受影响更为明显。综合来看，通过上述因素传导，可明确信用利差的定价机制与走势，进而判断其对信用债长期收益的影响——利差收窄则收益提升，利差走阔则收益受损。 在债券长期收益预测实践中，利率预期模型与信用利差模型并非孤立运用，而是形成协同效应：利率预期模型决定债券长期收益的基础中枢，信用利差模型则在该基础中枢之上，根据信用风险水平调整收益溢价；二者结合可精准测算不同品类、不同资质债券的长期预期收益，为长期债券投资的资产配置、品种选择提供核心分析依据。 # 商品供需边际与存储成本 商品资产长期收益预测的核心逻辑，围绕供需边际变化与存储成本的联动关系展开，二者共同构成了预测模型的核心框架，决定了商品资产长期收益的中枢水平与波动趋势，以下结合原油这一典型大宗商品，对该核心模型的应用进行具体分析。 供需边际是模型的核心驱动因子，其核心逻辑并非单纯考量供需总量，而是聚焦“边际变化”对商品价格及长期收益的影响，原油作为全球交易量最大、产业链最完善的大宗商品，其收益走势高度依赖供需边际的动态调整。原油供给边际主要关注OPEC+产量调整（如产能利用率从 $80\%$ 升至 $85\%$ 的边际增量）、页岩油产能投放节奏、地缘政治对运输通道的冲击（如霍尔木兹海峡通航扰动）等增量变化；需求边际则聚焦全球经济复苏力度（如制造业PMI回升带动工业用油需求）、新能源替代进度（如电动车普及对成品油需求的边际压制）、季节因素（如冬季取暖用油旺季的需求增量）等核心变量。 存储成本是模型的重要修正因子，作为商品资产持有过程中不可规避的成本，其直接影响商品的远期价格与长期收益测算，原油的存储特性（易存储但仓储容量有限、资金占用量大）使其存储成本对长期收益的修正作用尤为明显。原油存储成本主要包括仓储费用（如浮式储油船租金、陆地油库仓储费）、保险费用（如原油运输及存储过程中的意外损失投保）、资金占用成本（如购入原油占用资金的机会成本）及损耗成本（如长期存储中的挥发损耗），其高低与全球原油库存 水平、存储周期密切相关。当原油供需宽松、全球库存高企（如2020年疫情期间，库存突破历史均值 $10\%$ 以上）时，仓储资源紧张导致存储成本大幅上升（浮式储油船租金一度翻倍），存储成本占比上升会压低原油远期价格及相关资产长期收益；当原油供需紧张、库存处于低位（如2023年以来的库存回落至历史均值以下）时，存储成本压力缓解，甚至因市场担忧供给短缺引发“囤货保值”需求，推动原油远期价格形成溢价，进一步提升原油资产的长期收益。 综上，商品资产长期收益预测模型的核心逻辑，在于供需边际与存储成本的联动适配：供需边际作为核心驱动，决定了商品资产长期收益的整体趋势与波动方向，其核心价值在于捕捉供需两端的增量变动而非总量均衡；存储成本作为关键修正因子，通过动态反映商品持有过程中的成本压力，对收益中枢进行精准校准。该模型可有效预判各类商品资产的长期收益中枢区间，为商品领域的资产配置、投资决策提供系统性的专业参考。 # 2.3 风险情景估计 # 资产长期表现相关性矩阵 首先观察权益内的相关性。总体上，权益资产整体互成中强相关状态，发达市场与新兴市场的相关性为0.78。在主要市场中，三个市场的独立性偏强：1）中国，与其他绝大多数市场的相关性介于0.3-0.6，说明国内投资者进行海外配置时可以收获较好的风险分散效果；2）印度，与中国的相关性较低，与其他市场的相关性介于0.5-0.7；3）日本，是与新兴市场相关性最低的发达市场（对应相关性介于0.4-0.6）。 图80：主要权益市场收益率相关性（2010-2025年） 全球性 发达市场 新兴市场 全球 发达 新兴 美国 日本 欧洲 中国 印度 韩国 EMEA 拉美 东盟 全球性 全球 1.00 1.00 0.83 0.96 0.76 0.91 0.55 0.61 0.76 0.80 0.70 0.78 发达 1.00 1.00 0.78 0.97 0.76 0.90 0.49 0.58 0.72 0.76 0.67 0.75 新兴 0.83 0.78 1.00 0.70 0.62 0.76 0.80 0.68 0.84 0.86 0.76 0.86 发达市场 美国 0.96 0.97 0.70 1.00 0.70 0.82 0.43 0.53 0.66 0.68 0.60 0.67 日本 0.76 0.76 0.62 0.70 1.00 0.71 0.41 0.45 0.58 0.59 0.49 0.58 欧洲 0.91 0.90 0.76 0.82 0.71 1.00 0.52 0.55 0.69 0.77 0.67 0.72 新兴市场 中国 0.55 0.49 0.80 0.43 0.41 0.52 1.00 0.36 0.55 0.53 0.40 0.59 印度 0.61 0.58 0.68 0.53 0.45 0.55 0.36 1.00 0.54 0.65 0.56 0.68 韩国 0.76 0.72 0.84 0.66 0.58 0.69 0.55 0.54 1.00 0.69 0.63 0.71 EMEA 0.80 0.76 0.86 0.68 0.59 0.77 0.53 0.65 0.69 1.00 0.77 0.80 拉美 0.70 0.67 0.76 0.60 0.49 0.67 0.40 0.56 0.63 0.77 1.00 0.74 东盟 0.78 0.75 0.86 0.67 0.58 0.72 0.59 0.68 0.71 0.80 0.74 1.00 资料来源：FactSet、万得、国信证券经济研究所整理 固收资产方面，在发达市场范围内，日本债市的独立性比较强；欧元区和美国市场比较协同。中国市场的债券市场走势和发达市场的相关性较低，有较强的独立性。 汇率方面（排除美元），欧元和英镑的相关性较高，欧元、日元、人民币之间的相关性较低。 图81：主要固收市场收益率相关性（2010-2025年） 全球 美国 日本 欧元区 中国 全球 1.00 0.96 0.56 0.89 0.15 美国 0.96 1.00 0.45 0.74 0.10 日本 0.56 0.45 1.00 0.46 0.21 欧元区 0.89 0.74 0.46 1.00 0.12 中国 0.15 0.10 0.21 0.12 1.00 资料来源：FactSet、国信证券经济研究所整理 图82：主要货币收益率相关性（2010-2025年，以美元为基） 美元指数 欧元 英镑 日元 人民币 美元指数 1.00 -0.97 -0.77 -0.47 -0.55 欧元 -0.97 1.00 0.70 0.31 0.48 英镑 -0.77 0.70 1.00 0.21 0.48 日元 -0.47 0.31 0.21 1.00 0.39 人民币 -0.55 0.48 0.48 0.39 1.00 资料来源：万得、国信证券经济研究所整理 房地产和商品方面，贵金属、农产品、中国房地产在风险分散方面的能力比较突出，与其他资产相关性偏高的主要是工业金属。 图83：房地产和商品收益率相关性（2010-2025年） 房地产 商品 贵金属 工业金 全球 发达市场 中国 商品 农牧产品 能源 房地产 全球 1.00 0.99 0.43 0.39 0.24 0.34 0.19 0 发达市场 0.99 1.00 0.35 0.37 0.23 0.32 0.18 0 中国 0.43 0.35 1.00 0.24 0.16 0.18 0.17 0 商品 商品 0.39 0.37 0.24 1.00 0.48 0.97 0.20 0 农牧产品 0.24 0.23 0.16 0.48 1.00 0.29 0.21 0 能源 0.34 0.32 0.18 0.97 0.29 1.00 0.09 0 贵金属 0.19 0.18 0.17 0.20 0.21 0.09 1.00 0 工业金属 0.50 0.46 0.49 0.57 0.40 0.44 0.37 1 资料来源：FactSet、万得、国信证券经济研究所整理 从大类资产配置的角度看，美元站在大多数资产的对立面，其次是中国债券；此外，商品（能源、贵金属）也对债市有一定对冲作用；随后，股债走势呈现出弱相关，同时配置有助于分散风险。 图84：主要大类资产收益率相关性（2010-2025年） 权益 固收 汇率 房地产 商品 全球 发达市场 新兴市场 全球 美国 中国 美元指数 人民币 全球 整体 能源 贵金属 权益 全球 1.00 1.00 0.83 0.29 0.27 -0.05 -0.56 0.42 0.83 0.54 0.48 0.21 发达市场 1.00 1.00 0.78 0.28 0.26 -0.05 -0.54 0.38 0.83 0.53 0.47 0.18 新兴市场 0.83 0.78 1.00 0.26 0.27 -0.07 -0.63 0.59 0.71 0.50 0.42 0.35 固收 全球 0.29 0.28 0.26 1.00 0.96 0.15 -0.24 0.33 0.46 -0.17 -0.18 0.29 美国 0.27 0.26 0.27 0.96 1.00 0.10 -0.32 0.38 0.42 -0.16 -0.17 0.33 中国 -0.05 -0.05 -0.07 0.15 0.10 1.00 0.08 -0.21 0.04 -0.20 -0.21 -0.07 汇率 美元指数 -0.56 -0.54 -0.63 -0.24 -0.32 0.08 1.00 -0.55 -0.42 -0.36 -0.25 -0.43 人民币 0.42 0.38 0.59 0.33 0.38 -0.21 -0.55 1.00 0.37 0.16 0.09 0.33 房地产 商品 全球 0.83 0.83 0.71 0.46 0.42 0.04 -0.42 0.37 1.00 0.39 0.34 0.19 整体 0.54 0.53 0.50 -0.17 -0.16 -0.20 -0.36 0.16 0.39 1.00 0.97 0.20 能源 0.48 0.47 0.42 -0.18 -0.17 -0.21 -0.25 0.09 0.34 0.97 1.00 0.09 贵金属 0.21 0.18 0.35 0.29 0.33 -0.07 -0.43 0.33 0.19 0.20 0.09 1.00 资料来源：FactSet、万得、国信证券经济研究所整理 # 尾部风险如何规避（极端事件） 我们首先从历史事件中寻找应对尾部风险并对它们进行观察。 首先以美股为例，近几年来，美股较大的尾部风险发生在2020年。2020年2月19日-3月23日，美国经济在新冠疫情的冲击下暂时性瘫痪，标普500下跌 $34\%$ 最大回撤 $35\%$ 在此期间，其他类型中，美元指数和中债整体上涨；美债、人民币、贵金属回撤幅度整体较小。 表4: 全球大类资产表现 (2020/2/19-2020/3/23) 权益 固收 汇率 房地产 商品 美股 全A 恒指 全球 全球 美债 中债 美元指数 人民币 全球 整体 能源 贵金属 2020/2/19 3,386 4,427 27,656 580 110.38 107.32 103.56 99.63 7.01 216.71 403.64 183.46 2085.07 2020/3/23 2,237 3,923 21,696 384 108.26 106.04 104.20 102.45 7.12 130.89 263.63 88.22 1986.06 涨跌幅 -33.9% -11.4% -21.5% -33.8% -1.9% -1.2% 0.6% 2.8% -1.5% -39.6% -34.7% -51.9% -4.7% 资料来源：FactSet、万得、国信证券经济研究所整理 在中国市场中，我们选择2025年4月初作为尾部风险的案例。彼时，特朗普对全球掀起贸易战，中国作为唯一向特朗普发起实质性反击的国家，股市表现站在全球资本市场情绪的风口浪尖。2025年4月3日-4月9日，万得全A跌 $6.8\%$ （最大回撤 $12.4\%$ ），恒生指数跌 $11.3\%$ （最大回撤 $16.3\%$ ）。 在这个过程中，美元指数和中债是表现最优的资产；其次，人民币的跌幅也比较可控；房地产、商品、其他市场权益则出现了明显回撤。值得注意的是，虽然在统计区间内，美元指数等资产表现较优，但它们在统计区间的前后也或多或少地出现了剧烈波动。 表5：全球大类资产表现(2025/4/3-2025/4/9) 权益 固收 汇率 房地产 商品 美股 全A 恒指 全球 全球 美债 中债 美元指数 人民币 全球 整体 能源 贵金属 2025/4/3 5,397 5,100 22,850 808 94.61 92.94 106.96 101.95 7.28 180.36 549.87 233.61 4006.36 2025/4/9 5,457 4,755 20,264 785 93.72 91.32 107.39 102.97 7.35 171.68 521.57 216.67 3943.07 涨跌幅 1.1% -6.8% -11.3% -2.8% -0.9% -1.7% 0.4% 1.0% -0.9% -4.8% -5.1% -7.3% -1.6% 资料来源：FactSet、万得、国信证券经济研究所整理 原油市场中，一个典型尾部风险出现在2020年4月。新冠疫情导致全球经济景气度下降，需求趋弱，但仓储能力吃紧，令原油价格暴跌，也在国内催生出“原油宝事件”。2020年4月6日-4月21日，WTI原油价格下降 $62.5\%$ ，最大回撤达到 $82.91\%$ 。但在此期间，其他资产均未同步产生显著的回撤。 表6：全球大类资产表现(2020/4/6-2020/4/21) 权益 固收 汇率 房地产 商品 能源 贵金属 美股 全A 恒指 全球 全球 美债 中债 美元指数 人民币 全球 整体 2020/4/6 2,664 4,064 23,749 449 109.52 108.33 104.60 100.80 7.11 150.71 271.70 98.20 2148.26 2020/4/21 2,737 4,196 23,794 461 110.48 110.07 105.50 100.23 7.10 154.88 228.24 63.76 2139.25 涨跌幅 2.7% 3.3% 0.2% 2.7% 0.9% 1.6% 0.9% -0.6% 0.1% 2.8% -16.0% -35.1% -0.4% 资料来源：FactSet、万得、国信证券经济研究所整理 贵金属方面，一个典型的尾部风险发生在最近一段时间。2026年2月初，黄金在经历超买之后达到5500美元/盎司的高价位，但随后由于特朗普对沃什的美联储主席提名催生的货币紧缩预期，黄金开始大幅回撤。两天时间内，黄金下跌 $12.6\%$ 最大回撤 $19.3\%$ 。在此期间，在这个过程中，可以发现其他类型的资产在同期均没有非常规的下跌幅度。 表7：全球大类资产表现(2026/1/29-2026/1/30) 权益 固收 汇率 房地产 商品 美股 全A 恒指 全球 全球 美债 中债 美元指数 人民币 全球 整体 能源 贵金属 2026/1/29 6,969 6,847 27,968 1,050 94.64 93.99 105.19 96.16 6.95 198.67 610.13 232.67 7438.08 2026/1/30 6,939 6,784 27,387 1,044 94.59 93.91 105.19 97.12 6.96 198.83 598.19 235.46 6372.99 涨跌幅 -0.4% -0.9% -2.1% -0.6% -0.1% -0.1% 0.0% 1.0% -0.2% 0.1% -2.0% 1.2% -14.3% 资料来源：FactSet、万得、国信证券经济研究所整理 固收资产中，宏观层面令人无法招架的尾部风险并不常见。近10年来，彭博美国指数的最大单日跌幅为 $2.1\%$ （2020年3月18日）；彭博中国指数的最大单日跌幅为 $0.6\%$ 。更重要的是，当固收资产出现较大回撤时，它们往往远非风险最大的那一个。这个现象同样适用于汇率市场。 根据历史经验，我们将尾部风险大致分为三类：1）景气度恐慌；2）流动性枯竭；3）全球政治危机。不同资产对上述三种风险的暴露度和对冲能力不一，从性质上认识资产属性正是规避风险的主要切入点。核心在于不让投资组合的全部持仓暴露在同一种尾部风险上。 表8：大类资产对尾部风险的暴露程度 权益 固收 汇率/现金 能源 贵金属 景气度恐慌 跌 涨 涨 跌 涨 流动性枯竭 跌 跌 涨 ~ 跌 全球政治危机 跌 ~ ~ 涨 涨 资料来源：国信证券经济研究所整理 另一方面，尾部风险往往不可长期持续，资产经历尾部风险后往往出现快速修复。因此，在尾部风险中，若不能及时积极应对，持有忍耐也不失为一个次优解。在这种情况下，无杠杆的头寸最终多能安然渡过危机，而管控尾部风险则很大程度上取决于对杠杆头寸的管理。 # 3. 战略组合构建与优化 # 3.1 投资者约束与目标设定 战略资产配置的核心并非对短期市场走势的判断，而是在长期视角下，围绕投资者可接受的收益路径与风险暴露，构建一套能够稳定执行的组合结构。因此，在进入具体的资产权重优化之前，有必要首先明确投资目标与各类现实约束，并将其转化为对组合构建具有实质约束力的条件集合。 # 收益目标 在收益目标层面，需首先区分名义收益与实际收益之间的差异。对于以财富保值增值为核心诉求的长期资金而言，名义收益本身并不足以刻画真实投资成效，通胀水平的长期演变将直接影响资产回报的实际购买力。因此，战略资产配置通常需要在名义回报目标之外，同时关注实际回报的稳定性，并据此决定对权益资产、抗通胀资产及固定收益资产的长期权重结构。进一步地，不同资金属性对收益目标的定义亦存在差异：部分资金强调长期绝对回报的平稳实现，部分资金则以相对基准的长期超额收益为目标，这一差异将直接影响后续优化问题中目标函数的设定方式。 # 风险容忍度 在风险容忍度方面，长期投资者对风险的关注并不仅限于单期波动水平，而更集中于组合在不利情景下的损失深度与恢复路径。实践中，波动率上限与最大回撤往往被同时用于刻画风险边界：前者反映组合在常态环境下的风险暴露强度，后者则约束极端情形下可能出现的累计损失。不同风险约束的侧重会显著改变最优资产权重的分布特征，例如在最大回撤约束较为严格的情形下，组合往往需要降低对高波动资产的结构性依赖，并通过跨资产分散与风险再分配来平滑回报路径。因此，明确风险容忍度不仅是风险管理问题，更是决定战略组合形态的关键前提。 # 流动性需求、监管与税收约束 除收益与风险目标外，流动性需求、监管与税收等现实约束同样构成战略资产配置不可忽视的边界条件。一方面，组合需要具备在特定时间窗口内变现或调仓的能力，以应对资金支出、负债兑现或再平衡需求，这将直接限制对低流动性资产的配置比例与调仓频率；另一方面，不同市场与机构面临的监管制度、杠杆与做空限制、税收安排等制度性约束，会显著改变资产配置的可行集合，使得理论上的最优解在实际运作中并不可行。基于真实投资环境进行配置时，往往需要对单一资产类别设置最低或最高权重约束，并在调仓规则中兼顾交易成本与执行可行性，从而确保战略组合在长期运行中的稳定性与可复制性。 总体而言，战略资产配置中的目标与约束并非对后续优化的附加说明，而是决定优化方向与结果形态的基础输入。只有在收益目标、风险容忍度以及流动性与制度约束被充分界定并结构化之后，后续不同资产配置模型与优化方法的比较与选择才具备实际意义。 # 3.2 模型优化方法 # 均值方差模型：现代资产配置的起点 现代投资组合理论(MPT)之父哈里·马克维茨曾说，“一个优良的投资组合不仅仅是一长串的优质股票和债券。这是一个平衡的整体，为投资者在各种意外情况下提供保护和机会。”他在1952年的论文“投资组合选择”中介绍了均值方差模型（Mean Variance Optimization），该模型旨在帮助投资者找到能够在给定预期风险下最大化回报水平或在给定预期回报下最小化风险水平的投资组合最佳权重。 现代投资组合理论/均值方差模型依赖一些核心假设： 市场是有效的：投资者可以获得有关证券或资产的预期回报、方差和协方差的所有可用信息。 > 投资者是风险厌恶：风险需要由潜在投资组合回报充分补偿。 > 多元化：在相关性较低的资产之间分散投资可以降低投资组合的整体风险水平。 $\succ$ 理想化市场：没有税收或交易成本；可以持有任何数量的资产；可以以无风险利率借入或投资无限的资金。 > 投资者完全根据预期回报、方差和协方差做出决定。 根据均值方差模型的目标和假设，可以建立以资产权重为变量的数学模型： $$ \begin{array}{l} \min _ {\mathrm {w} _ {\mathrm {i}}} \sigma^ {2} (\mathrm {R} _ {\mathrm {p}}) = \sum_ {\mathrm {i} = 1} ^ {\mathrm {N}} \mathrm {w} _ {\mathrm {i}} ^ {2} \sigma^ {2} (\mathrm {R} _ {\mathrm {i}}) + \sum_ {\mathrm {i} \mathrm {j}} ^ {\mathrm {N}} \mathrm {w} _ {\mathrm {i}} \mathrm {w} _ {\mathrm {j}} \sigma (\mathrm {R} _ {\mathrm {i}}, \mathrm {R} _ {\mathrm {j}}) \\ s. t. E (R _ {P}) = \sum_ {i = 1} ^ {N} w _ {i} R _ {i} \\ \end{array} $$ $$ \sum_ {i = 1} ^ {N} w _ {i} = 1 $$ 模型的目标是最小化投资组合风险，假设投资组合内有 $n$ 类资产，每类资产的回报和权重分别为 $Ri$ 和 $wi$ ，由于不同资产之间存在相关性，投资组合的风险不是根据权重加总，还要考虑到资产类别之间的协方差。模型的限制条件是投资组合的回报为各资产权重乘以回报之和，各资产权重之和为1。其中对各个资产类别回报、方差以及它们之间协方差的预期是给定的，在均值方差模型中是通过历史数据对这些指标进行刻画。在这一模型之下，给定投资组合的期望回报，就可以采用拉格朗日方法计算出能实现该回报的最小风险投资组合中各资产类别的权重，在不同的期望回报下可以计算出不同的组合权重，这些组合被有效组合，而不同的期望回报和对应的最小风险形成了有效资产组合的前沿。 在实际使用过程中，均值方差模型的使用流程包含如下步骤： 图85：均值方差模型使用流程 资料来源：万得，国信证券经济研究所绘制 # 均值方差模型在中国市场的回测 我们尝试将均值方差模型运用在中国市场，投资目标为构建最大夏普率组合。在大类资产类别上，本文考虑了股票、商品和债券这三种基础资产。股票选取的标的为万得全A指数，债券选取的标的为中债综合全价指数，商品选取的标的为南华商品指数。由于在投资过程中资产价格的变动会导致投资组合权重发生变化，导致权重偏离最开始设定的比例，比如股票价格相较于其他资产类别上涨时，股票在投资组合中的权重上升，导致组合的风险水平高企，因此需要对投资组合定期进行再平衡，我们分别来看每月\每季度进行再平衡时的资产组合净值表现。同时，由于资产的回报和风险特征随着时间的变化而改变，每次再平衡时的权重基于最近的5年数据，形成动态的投资组合权重。另外，由于国内市场的做空限制，以及实际投资过程中很少出现空仓，因此为了模拟实际的投资过程，对各资产的配置权重做出了不得低于 $10\%$ 的约束。 首先，假设每个月第一个交易日进行调仓，季度也按照第一个交易日进行调仓。其中针对每月\每季度调仓，始