20211102-国金证券-量化投资策略报告_股债框架下的宏观风险配置策略（2021年11月期）_11页_1mb

金融产品研究中心大类资产配置月报总结（2021年11月期）

核心内容

本报告由金融产品研究中心发布，聚焦于股债框架下的宏观风险配置策略。报告旨在通过将传统的大类资产配置转化为宏观风险因子配置，实现更科学、更稳定的风险均衡。该模型利用主成分分析（PCA）方法，将宏观风险因子与资产价格变化之间的关系进行量化建模，从而优化资产配置比例。

主要观点

• 配置结论基本保持稳定，相较长期继续低配股票，保持相对低久期。
• 通过动态调配宏观风险贡献，反推至大类资产配置，实现真正的宏观层面风险分散。
• 风险平价策略在利率风险上暴露过多，存在一定的风险集中问题。
• 宏观风险配置模型能够显著改善风险收益特征，年化收益达 $8.29%$（1.4倍杠杆），夏普比率高达4.14，相较于传统风险平价模型有明显提升。
• 模型对宏观因子的判断具有较强解释力和稳定性，能够有效捕捉宏观风险因子轮动。

关键信息

当前配置建议（2021年11月）

传统风险平价策略的缺陷

• 风险平价策略过度配置债券资产，平均配置比例约 $90%$。
• 该策略主要依赖资产波动率进行风险分配，导致对利率风险的暴露过高。
• 回测结果显示，年化收益为 $6.83%$，夏普比例为3.65，最大回撤为 $4.05%$。

宏观风险配置模型的优势

• 模型年化收益为 $8.29%$，夏普比例为4.14，最大回撤为 $5.22%$。
• 模型在不同杠杆下表现稳定，杠杆提升并未显著降低夏普比例。
• 模型对利率风险暴露明显降低，通过宏观因子风险配置实现更好的风险分散。

模型原理

宏观因子体系

• 模型构建了基于股债的宏观因子体系，包括：经济增长、利率、信用、期限利差、大小盘因子。
• 通过PCA降维方法，提取出的宏观因子具有低相关性，有助于降低组合波动性。

主成分分析（PCA）方法

• PCA方法将大类资产的协方差矩阵进行正交分解，提取出主成分作为宏观因子。
• 每个主成分代表不同的宏观风险因子，如第一主成分定义为利率风险，第二主成分为经济增长风险，第三主成分为信用风险，第四主成分为期限利差风险，第五主成分为大小盘风险。
• 模型通过优化方法，使每个宏观因子对组合的风险贡献相等，从而实现宏观风险均衡。

风险归因分析

• 风险平价组合的宏观风险暴露主要集中在利率和经济增长因子。
• 宏观因子风险配置模型能够更有效地分散风险，提高组合的风险收益比。

风险提示

• 本报告未对宏观风险进行主观预测，仅基于量化模型得出配置建议。
• 投资者应根据对宏观因素的判断，参照调整各类风险配置比例。
• 风险提示包括：中美贸易摩擦升温、地缘政治摩擦冲击、货币政策变化等对宏观经济的不确定性。

联系方式

上海

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

北京

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

深圳

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

特别声明

• 本报告由国金证券股份有限公司发布，未经授权不得复制、转发、转载、引用、修改、仿制、刊发。
• 报告基于公开资料或实地调研资料，不保证其准确性和完整性。
• 报告中的信息、意见、预测仅反映报告初次公开发布时的判断，可能随时调整。
• 报告仅供参考，不作为或被视为出售及购买证券或其他投资标的邀请或要约。
• 报告不构成投资、法律、会计或税务的最终操作建议，使用时需经专业人士解读。