• 2022年8月大类资产行情回顾[page::0][page::1]：

- 权益市场普遍回调，沪深300下跌2.19%，创业板指跌3.75%。
- 债券市场表现稳健，长久期国债收益率大幅下行，信用债与短久期债均表现不错。
- 大宗商品市场表现亮眼，原油价格涨幅超过4%。

• 三种资产配置模型表现与最新配置建议[page::2][page::3][page::4]：

- 风险预算模型年化收益率5.72%，夏普比率3.59，股票仓位微升，长久期债券配置增加。

- 自适应方法一注重收益率，年化收益率5.83%，夏普比率5.90，集中配置140%信用债，股票仓位为0。

- 自适应方法二以单位风险收益衡量，年化收益率5.59%，夏普比率4.83，债券配置稳定，股票仓位为0。

• 宏观因子体系及构造方法[page::4][page::5]：

- 应用主成分分析对资产收益率矩阵降维，提取出利率因子、经济增长因子、信用因子、期限利差因子和规模风格因子，克服宏观数据公布滞后和低频的问题。
- 该方法利用资产价格同步、高频数据，适合短期情绪把握和风险控制。

• 宏观因子经济含义及各因子暴露特点[page::6][page::7]：

- 利率因子为第一主成分，债券资产正向暴露，股票负向暴露，解释约50%风险。

- 经济增长因子为第二主成分，权益与信用债正向暴露，债券略正向，解释约40%风险。

- 信用因子和期限利差因子分别表现为信用债与债券期限利差不同暴露特征。


- 规模风格因子主要体现在中证500和沪深300之间的暴露差异，股票市场内部风格体现。

- 5个主成分累计解释度接近100%，单因子贡献排名合理。

• 风险预算模型及其优化原理[page::7][page::8]：

- 通过对宏观因子的协方差矩阵赋予不同风险预算权重，实现对大类资产风险贡献的主观控制。
- 相较于风险平价，风险预算模型能更灵活反映投资者对不同宏观风险因子的偏好。
- 自适应风险预算方法将预期收益或单位风险收益率作为风险预算权重，提高模型弹性和收益表现。

• 风险提示[page::0][page::8]：

- 历史数据不可重复验证可能导致模型失效风险。
- 大类资产与宏观因子相关关系稳定性风险。
- 国际政治摩擦升级导致资产同向大幅波动风险。

深度分析报告：基于宏观因子风险预算的资产配置策略

---

一、元数据与概览

• 报告标题：基于宏观因子风险预算的资产配置策略

- 作者及联系方式：
- 于子洋（联系：8621-60753902，邮箱：yuziyang@gjzq.com.cn）
- 张剑辉（SAC执业编号：S1130519100003，电话：8610-66211648，邮箱：zhangjh@gjzq.com.cn）

• 发布机构：国金证券研究所

- 时间：2022年8月底左右（报告涵盖了2022年8月的行情回顾及策略表现）

• 报告主题：基于宏观因子从风险预算角度构建资产配置策略，探索通过宏观因子替代传统大类资产层面的配置模型，以实现更稳定的资产组合收益和风险控制。

报告核心论点概述：

报告提出了以宏观因子为核心的风险预算资产配置策略，致力于解决传统均值方差模型和风险平价模型在面对大类资产动态时变相关性时产生的尾部风险问题。通过构建5个具有经济学含义的宏观因子（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）以及建立风险预算与自适应两类模型，报告实现了对股票、债券等资产的长期、整体稳定配置。当前配置建议显示风险预算模型保持稳定且稳健，股票仓位微升，自适应模型方法一集中配置于信用债并具有最高收益弹性，自适应方法二则以最高夏普率、最低股票配置适合追求高收益风险比的投资者。

报告同时强调模型风险：历史数据稳定性及宏观因子与大类资产相关性的潜在失稳风险，以及国际政治摩擦可能导致资产市场同向大幅波动的风险。[page::0,1,2,8]

---

二、逐节深度解读

2.1 大类资产行情回顾（2022年8月）

• 关键论点：

- 2022年8月，债券和大宗商品市场表现积极，权益市场调整幅度较大，人民币汇率走弱。

• 具体数据：

- 沪深300指数下跌2.19%，上证综指跌1.57%，创业板指跌3.75%。
- 债券收益率因央行降息政策下行，10年期国开债收益率下行13bps至2.88%。
- 大宗商品中，原油上涨4.03%，黄金涨0.32%，南华综合指数涨0.15%。
- 人民币兑美元汇率指数下跌0.90%，美元兑人民币上涨2.15%。

• 行情展示：

- 表格1详细列出各主要指数8月表现及2022年迄今表现，体现金融资产整体承压、债市和商品表现支撑。
- 图表2柱状图直观反映2022年8月各资产收益结构，突出大宗商品（尤其原油）领涨，股票显著下跌。

• 分析：

- 权益下跌与债券收益率下行（央行降息）及人民币贬值背景联动，反映宏观经济及政策环境的复杂波动。[page::1]

2.2 策略近期表现及配置建议（风险预算模型与自适应模型）

• 风险预算模型：

- 2022年8月收益率 0.98%，年化收益5.72%，波动率1.59%，夏普率3.59，表现稳健出色。
- 股票仓位微调，沪深300仓位为0，中证500微升至1%，国债仍为配置主力（10年期国债占比约57%，3-5年期国债44%），信用债占比约38%。
- 净值曲线（图表3）呈现稳步上升趋势，体现低波动中的持续稳健收益。

• 自适应模型方法一：

- 结合收益率，完全配置于信用债，配置比例140%（杠杆效果）。
- 2022年8月收益率0.45%，年化收益5.83%，波动率0.99%，夏普率5.90，收益风险比最高。
- 净值曲线（图表5）显示持续攀升，表现良好。

• 自适应模型方法二：

- 综合单位风险调整后的收益率，股票仓位为0，债券配置接近风险预算模型水平，信用债约43%，国债超过97%。
- 2022年8月收益率0.98%，年化收益5.59%，波动率1.16%，夏普率4.83。
- 净值图（图表7）显示稳定增长。

• 配置建议总结：

- 风险预算模型适合风险承受度较强且偏稳健投资者，配置均衡股票债券；
- 自适应方法一则适合积极风格投资者，侧重信用债以期获得更高弹性；
- 自适应方法二适合追求收益风险比的保守型投资者，低股票仓位，高债券比重。

• 配置比例数据说明：

- 三模型均将沪深300配置置零或极低，突出对风险的控制；
- 信用债配置从约38%到140%（杠杆）不等，体现策略间风险偏好的差异；
- 长短期限利率债比例稳定，共同作为配置基础。

总体来看，模型均表现稳健，且年化夏普均超过3，说明风险调整后的收益优越。[page::2,3,4]

2.3 宏观因子体系构建及经济学含义

• 背景动机：

- 相较于传统资产组合的静态配置，宏观因子配置更注重捕捉资产间共同驱动力，降低动态相关性引起的尾部风险；
- 模型聚焦风险预算而非风险平价，允许根据投资者偏好灵活调整不同宏观因子风险承担。

• 宏观因子构成：

- 通过主成分分析方法，从沪深300、中证500、10年期国债、3-5年期国债、信用债五大资产收益率中提取5个经济学含义明确的主成分：
1. 利率因子：债券正向暴露，股票微负，反映利率变动的宏观风险。
2. 经济增长因子：股票与信用债正向暴露，债券轻微正向，反映经济增长带动的资产价格联动。
3. 信用因子：信用债正向暴露显著，利率债负向，股票接近零。
4. 期限利差因子：短久期利率债与长久期利率债方向相反，反映期限利差影响。
5. 规模风格因子：沪深300与中证500暴露相反，债券暴露接近零，反映股票市场规模风格差异。

• 主成分解释度：

- 利率因子解释约50%波动，经济增长因子约40%，信用因子排名第三，期限利差和规模风格因子解释度较低。

• 方法优势：

- 以主成分分析构造的宏观因子数据保持高频、同步，克服传统宏观指标数据频率低和时效差的问题；
- 宏观因子正交性满足风险控制对输入变量低相关性的技术要求，降低组合极端波动风险。

图表10-14分别通过资产对主成分的暴露强度直观展现了各宏观因子的经济学解释基础。

图表15展示主成分累计解释率接近100%，验证构造的宏观因子体系高度完整。[page::4,5,6,7]

2.4 风险预算模型及自适应模型方法

• 风险预算模型说明：

- 以对宏观因子的风险贡献进行预算分配，采取约束风险贡献比的优化方法，求解资产权重；
- 不同于风险平价模型追求风险贡献均等，风险预算模型允许定制化风险权重，符合投资者个性化需求；
- 宏观因子协方差矩阵通过特征矩阵转换计算得到，边际风险贡献（MRC）和整体风险贡献（TRC）定量衡量因子风险贡献，作为优化目标函数核心；
- 约束资产权重求和为1且非负（无做空），实现稳健的资产配置权重解。

• 自适应模型引入收益预期：

- 利用历史收益作为预期收益率替代，调整风险预算权重；
- 方法一：采用预期收益率直接赋权，风险预算更倾向高收益因子；
- 方法二：采用单位风险的预期收益率（即夏普比）赋权，着重考虑因子风险调整后的收益性价比；
- 这些调整使模型更加灵活且具备自适应性，以期提升绝对收益表现。

• 风险提示：

- 可能出现历史模型失效，宏观因子与资产相关性变化，及地缘政治紧张导致资产市场同向大幅波动等风险。

模型数学公式清晰展示了主成分分析标准化、特征分解到风险贡献的核心计算过程，体现了研究的严谨性和可操作性。[page::7,8]

---

三、图表深度解读

图表1 & 图表2（大类资产2022年8月表现）

• 图表1为表格详细列示股票指数、债券指数、大宗商品及汇率2022年8月和年内累计表现；

- 8月权益市场明显回撤，最高跌幅出现在创业板指（-3.75%），债券市场整体收益为正，体现政策利率下调后的市场反应；

• 原油表现突出(涨4.03%)，且2022年累计大涨40.81%，显示供需矛盾持续；

- 人民币兑美元贬值2.15%，反映宏观经济压力和政策预期。

• 图表2柱状图以清晰视觉呈现涨跌幅度，加深对不同资产表现的直观感知，原油涨幅最大，创业板跌幅最大，形成鲜明对比。

图表3-8（风险预算及自适应模型净值及配置）

• 图表3、5、7呈现三种模型2021年以来净值增长曲线：

- 均呈稳步向上的趋势，虽有波动但整体收益递增，表明模型在实盘应用中的稳定性和有效性。
- 自适应方法一净值涨幅相对较快，符合其积极风格的策略设计。

• 图表4、6、8为三模型至2022年8月末各资产配置比例：

- 风险预算模型配置均衡，债券尤其是国债占比最大，且股票配置趋零或极小；
- 自适应方法一极端集中于信用债（140%杠杆），体现高弹性和较大风险敞口；
- 自适应方法二配置较风险预算模型略有调整，股票仓位为零，债券比例保持稳健。

图表9（宏观因子体系结构示意图）

• 五个二级圈代表经济增长、通胀、利率、汇率、新兴市场等核心宏观风险因子，围绕宏观因子体系核心，展现模型构成的整体框架。

图表10-14（五主成分资产暴露柱状图）

• 图表清晰表征各主成分在沪深300、中证500、不同期限国债及信用债上的暴露强度和方向。

- 例如：图表10中利率因子正向显著暴露于债券，负向暴露于股票，图表12信用因子信用债暴露高达80%以上。

• 这些精确数字量化了经济学解释，强化了宏观因子构造的合理性。

图表15（主成分解释度）

• 单因子解释度由高到低依次为5主成分，累计解释度逾90%，绝大部分资产收益率变动能被捕捉，验证模型构造完备性。

---

四、估值分析

本报告为资产配置策略报告，未涉及单个证券的估值分析，而是在资产配置层面量化宏观因子风险及收益，构建风险预算及自适应配置权重。报告运用风险贡献最小化和优化算法推导资产权重，深度融合量化模型与经济学解释，无单独估值目标价设置。

---

五、风险因素评估

报告明确三大核心风险：

1. 历史数据不被重复验证风险

模型基于历史数据的统计特征，未来宏观经济及市场环境可能发生根本变化，导致模型预测失效。

1. 大类资产与宏观风险因子相关性失稳风险

如果宏观因子与资产间的相关关系变得不稳定或失效，风险预算模型的风险约束和收益驱动将受损。

1. 国际政治摩擦升级风险

可能导致全球资本市场同向大幅波动，破坏资产间的风险分散效果，导致资产组合承受极端亏损。

报告未具体提出风险缓释措施，但强调模型适用性需定期复核，暗示投资者需警惕外部宏观环境的剧烈变化。[page::0,8]

---

六、批判性视角与细微差别

• 报告模型依赖历史数据及主成分的稳定性，然而宏观经济关系和金融市场结构具有演变性，模型可能在极端宏观经济事件或政策断裂时出现失准，风险敞口估计不足。

- 自适应模型方法一配置信用债140%，即杠杆操作，虽然收益弹性更大但同时风险暴露显著提升，凸显策略与投资者风险承受能力需求的显著差异，尚需注意杠杆相关风险和市场流动性风险。

• 报告未详细说明预期收益率估计的回看期或数据处理，预期收益的准确性直接影响自适应策略有效性。

- 风险平价模型被排除，理由是缺乏灵活调整能力，但风险平价在实际中也有适应不同市场环境的经验，未充分讨论其不足，稍显片面。

• 若宏观因子配置模型用于实际大规模资产管理，面对市场冲击时可能存在模型参数变动迅速，测算不及时的问题，需更多动态调整机制支持。

总体来看，报告在宏观配置和风险预算研究上条理清晰、理论基础充分，实证分析严谨，但模型稳定性及极端风险应继续关注。

---

七、结论性综合

本报告创新性地以宏观因子风险预算视角对中国境内大类资产进行配置，突破传统静态均值方差资产配置面的时变相关性限制，利用主成分分析提炼出5个经济学含义鲜明的宏观因子，构建三个风险预算相关模型，精准匹配不同投资风格和风险偏好的资产配置需求。

基于2022年8月行情回顾及组合表现，三种策略均表现稳健，风险预算模型表现最均衡，适合追求稳定绝对收益投资者；自适应模型方法一以信用债高杠杆配置获得最高收益弹性和夏普比，适合激进风格；自适应方法二在收益风险比指标上最优，适合保守型投资者。

模型通过宏观因子风险贡献优化，兼顾投资者主观判断与历史数据引导，结合严谨数学模型，提升了动态稳定性和收益风险匹配。主成分解释度超过90%确认因子体系的完备性和有效性，风险提示充分点出历史模型稳定性、宏观因子相关性及地缘政治风险对模型的挑战。

报告用图表数据全面展示了大类资产行情、各模型配置策略和净值表现，宏观因子与资产间关系清晰具象，便于投资者深刻理解本策略的构建逻辑与适用场景。

综上所述，本报告提供了一个科学、稳定且具有实际适用性的宏观因子风险预算资产配置框架，适合中长期资产管理者作为资产配置决策的重要参考，并为不同风险偏好的投资者提供了丰富且系统的资产配置解决方案。[page::0-8]

---

重要图表引用

• 图表1-2：2022年8月大类资产表现

• 图表3：风险预算模型2021年以来净值曲线

• 图表5：自适应模型方法一净值曲线

• 图表7：自适应模型方法二净值曲线

• 图表9：宏观因子体系结构图

• 图表10-14：各主成分资产暴露柱状图

• 图表15：主成分解释度

---

结语

本报告通过基于宏观因子的风险预算资产配置策略，构建出科学的资产风险分布框架和动态调整机制，体现了在中国资产配置领域内结合量化方法与宏观经济变量深度融合的创新尝试，为资产管理者实现绝对收益目标提供了有效思路。投资者可根据自身风险偏好和收益需求，选取适合的风险预算或自适应模型，以优化组合表现和风险控制。

报告