基于宏观因子风险预算的股债资产配置策略(9月期)：债券增利率减信用 股票提示超跌反转

　　月度行情回顾

    　　2024 年8 月大类资产中，权益市场继续调整，债市收益率窄幅震荡，大宗商品中原油下跌、黄金续创新高。权益市场全月继续调整，上证综指2024 年8 月下跌3.28%，沪深300 下跌3.51%，中证1000 下跌5.31%，创业板指下跌6.38%；债券市场上，债市收益率窄幅震荡，10 年期国开债活跃券收益率8 月全月上行2bps，8 月30 日收2.24%；大宗商品中原油价格下跌4.25%，黄金价格续创新高，全月上涨1.46%，今年累计涨幅达19.45%，南华综合指数整体下跌1.51%。

    　　风险预算模型配置结论基本保持稳定，利率债配置提升，股票与信用债仓位小幅下降；自适应方法一边际增加长久期利率债与股票仓位，边际减少信用债与短久期利率债的仓位；自适应方法二基本延续上个月的配置，股票仓位微增。

    　　本文从马科维茨的均值方差模型和风险平价模型出发，为减少大类资产动态时变相关性对于模型的尾部风险，报告将传统的大类资产层面配置转为宏观因子的配置。模型从战略资产配置的角度出发，在绝对收益的目标下，对各大类资产间进行长期的、整体性的规划，寻找不同资产价格变化的共同驱动力，从而实现更加稳定的资产配置。模型考虑国内银行保险等资产管理机构的中长期主要资产配置需求，我们努力探求股票和债券两大类资产间的配置关系，并适当探求细分资产或风格轮动，最终构建了追求绝对收益的3 种宏观因子配置策略。

    　　我们通过主成分分析的方法，构建了基于国内股债的宏观因子体系。经历史数据检验，宏观因子具有较明确的经济学含义，构造出的5 个宏观因子分别代表着利率因子、经济增长因子、信用因子、期限利差因子与规模风格因子。

    　　配置策略的构建上，报告首先从宏观风险的角度，构建了固定预算的风险预算模型策略。随后我们引入了宏观因子收益率的考量，构建了风险预算的自适应模型。我们尝试了两种不同的方法引入收益率，第一种方法我们直接以预期收益率作为宏观因子风险预算的权重，第二种方法，我们用单位风险上提供的预期收益率（夏普比）作为宏观因子风险预算的权重。

    　　本文构建的3 种模型，在配置比例稳定性、预期收益率、收益风险比上各有所长，投资者可以根据自身特定的投资风格与投资约束，选择符合自身投资目标的模型进行参考。

    　　风险提示

    　　（1）风险预算模型：由宏观风险角度出发，对宏观因子风险进行约束，拥有较稳定的资产配置比例，适合配置需求的稳健投资者。

    　　（2）自适应模型方法一：加入宏观因子收益率考量，拥有最大的业绩弹性和较高的股票配置比例，适合风格更积极的投资者；

    　　（3）自适应模型方法二：以单位风险提供的预期收益率衡量性价比，拥有最高的夏普比例，股票配置比例最低，适合追求高收益风险比的投资者。

    　　历史数据不被重复验证风险、大类资产与宏观风险因子的相关关系失去稳定性的风险、国际政治摩擦升级等带来各大类资产同向大幅波动风险。

声明：

1. 风险提示：以上内容仅来自互联网，文中内容或观点仅作为原作者或者原网站的观点，不代表本站的任何立场，不构成与本站相关的任何投资建议。在作出任何投资决定前，投资者应根据自身情况考虑投资产品相关的风险因素，并于需要时咨询专业投资顾问意见。本站竭力但不能证实上述内容的真实性、准确性和原创性，对此本站不做任何保证和承诺。
2. 本站认真尊重知识产权及您的合法权益，如发现本站内容或相关标识侵犯了您的权益，请您与我们联系删除。