如何构建大类资产配置模型？

分两步进行模型构建：

1. 风险预算模型构建

底层资产选取：利用 ETF 产品实现策略落地。为便于最终配置策略的落地，我们对于 每类资产，选取相应 ETF/LOF 产品，作为策略的底层配置资产。另外，此处我们加入短融 ETF，作为后续模型构建过程中控制风险暴露的对冲资产。为获得尽可能长的历史回测结果 以验证模型有效性，我们将资产历史收益序列起点统一至 2008 年 1 月，若 ETF 成立时间较 晚，则通过其跟踪指数进行补全，其中包含几处细节： 1、对于 800ETF 而言，虽然其跟踪指数为中证 800 指数，但 ETF 产品收益包含分红， 因此我们在进行历史序列补全时，采用的是中证 800 全收益指数。 2、有色 ETF 跟踪的有色金属期货价格指数数据起点为 2012 年 1 月 4 日，此前数据由 走势相近的 LME3 个月铜收盘价（经汇率调整）进行填充。WTI 及布伦特原油价格亦经过 汇率调整，转换为人民币计价收益率。 3、WTI 原油在 2020 年 4 月曾短暂出现负油价，由于 WTI 与布伦特原油走势大体一致， 为调整这一异常情况，2020 年 4-5 月的原油收益率由 100%*BRENT 原油价格收益率进行填 充。4、10 年国债 ETF 跟踪的上证 10 年期国债指数数据起点为 2009 年 1 月 5 日，此前数 据由中债 10 年期国债指数填充。

风险预算模型：主动风险配置方案。风险预算模型是更为人所熟知的风险平价模型的延 申。在风险平价模型中，我们忽视较难预测的资产预期收益，仅关注风险端因素，要求各项 所配置的资产在最终组合中的风险贡献相同。而风险预算模型则允许组合管理者结合自己的 主观观点，进行权重调配，例如，若看多权益资产，则给予权益资产更多风险预算。这样， 我们就可以实现更为主动的风险配置。

2.结合宏观风险控制构建稳健配置策略

行文至此，可能会有部分读者感到困惑：既然通过宏观周期评分得到的择时模型可以通 过更为精细的单资产择时模型进行替换，那是否意味着我们此前花费大量篇幅构建的宏观因 子体系并无必要？这里，我们想要强调，对各个宏观变量的刻画和监测，不仅可用于辅助单资产择时判断，其更重要的应用在于，可帮助我们管理组合的宏观风险暴露，进而实现更为 稳健的资产配置模型。 早在 1996 年，桥水基金推出的全天候策略就已经应用了宏观风险平价的理念。桥水认 为，经济增长和通胀是资产价格的两个核心宏观驱动因素，未来的经济环境可能存在增长上 行、增长下行、通胀上行、通胀下行四种状态，不同状态下的占优资产不同。同时，由于预 测未来较为困难，桥水的全天候策略选择不预测宏观环境，而是将各 25%的风险预算分配到 4 类宏观状态之中，以求在任何环境之中，都能够获取相对稳健的回报，这其实就是一种宏 观风险平价的理念。

本文中，主要基于前文构建的宏观因子体系，实现组合的宏观风险控制。具体来说，每 个因子都代表了一类较为重要的宏观风险，对不同的大类资产来说影响方向也有所不同。我 们在组合优化过程中，加入宏观风险控制条件，使得组合在各个宏观风险上的暴露都尽可能 接近于 0。其中，对于国内货币、国内通胀、全球货币、全球通胀 4 类宏观风险，没有反向 暴露的资产可供风险对冲，这里我们引入短融作为对冲资产。

从资产权重变化上来看，策略能够实现更优表现的机理其实非常简单：在正常环境下， 通过增加对短融资产的配置，实现更稳定的收益表现；而在大类资产集中反映某一逻辑时（如 2020 年下半年全球资产均在交易经济复苏），则通过增加对黄金等逆周期资产的配置来对冲 可能的周期反转风险。

不过，需要注意的是，本文中所谓“宏观风险控制”并不是统计意义上的精确结果。由 于我们选择采用宏观数据计算对应宏观因子，因此相较于通过资产价格数据计算隐含宏观因 子的方法而言，各个宏观维度之间可能存在信息重叠，我们也无法计算宏观因子的协方差矩 阵。另外，我们在计算资产对宏观风险的暴露系数时，并未考虑资产自身波动率的影响。因 此，本文框架下，无法精确实现组合宏观风险暴露的控制。例如，在我们的方法下，2020 年 下半年虽然组合大幅增加了对黄金、短融的配置比例，但同时中证 800、标普 500 等股票资 产的配置比例也有不同幅度的增长。