大类资产配置方法论演进：从固定比例到因子配置

大类资产配置策略的演进脉络

大类资产配置策略经历了从早期基于经验的固定比例模型，逐步发展为现代多因子配置模型的过程。在传统框架下，各类资产配置主要依赖简单分散化原则，Markowitz 均值-方差模型首次将组合选择量化为均值与方差的权衡，奠定了现代组合优化的理论基础。风险平价模型的提出，带来了以风险贡献为核心的配置思路，实现了跨资产的风险均衡。随着因子投资的兴起，配置逻辑进一步从资产类别下沉至因子层面，实现了更本质的风险分散化以及超额收益来源的拆解，有利于应对复杂多变的市场环境和投资需求。

第一阶段：经验与分散的固定比例投资模型

大萧条时期，纯权益投资者遭受巨大损失，市场逐渐意识到不同资产在经济周期中的表现并不相同，单一资产暴露会放大系统性风险，资产分散化能够有效降低组合波动。在这一背景下，简单的固定比例投资策略开始形成，即通过不同资产按比例配置、长期持有与定期再平衡来维持组合稳定。该模型最典型的实践形式是股债固定比例策略，例如 60 股/40 债模型，强调在权益资产收益性与债券资产稳定性之间取得平衡。

固定比例投资模型的核心思想是在不同资产之间维持相对稳定的配置比例，并通过定期再平衡控制风险暴露。其优点是简单易行，无需参数估计。但该模型的缺陷同样明显，当资产相关性显著上升时，固定比例配置资产并不能真正降低组合风险。此外，该方法对资产数量较为敏感，且忽视了各类资产在风险、收益和流动性等方面的本质差异，是一种粗放式的分散。

第二阶段：量化与均衡的均值-方差模型

二战后，随着机构投资者快速发展和金融资产规模扩张，传统依赖固定比例的投资方法难以有效应对日益复杂的资产配置环境。1952 年，Harry Markowitz 提出均值-方差模型（MVO）框架，指出投资风险不仅来源于单一资产波动，更取决于资产间的协方差结构，并将风险收益纳入系统化、数量化的分析框架。

MVO 模型通过量化收益与风险，能够计算出给定收益下的最小风险组合。相较依赖经验比例的固定比例模型，MVO 能够根据不同资产的风险收益特征动态生成最优权重，并通过“有效前沿”寻找风险与收益之间的最佳平衡。然而，MVO 在实际应用中也存在明显局限。首先，该模型对参数估计高度敏感，预期收益率或协方差矩阵的微小变化都可能导致权重出现大幅波动。其次，MVO 的假设环境过于理想，且高度依赖历史数据进行参数估计，其优化结果容易受到样本区间影响，存在一定过拟合问题，即模型在样本内表现较优，但在样本外实际表现并不稳定。

第三阶段：扩展与融合的风险平价模型

20 世纪 90 年代以后，固定比例、均值方差等传统的股债配置模型虽然实现了资金层面的分散，但投资组合的大部分风险实际上仍集中于股票等高波动资产。因此，资产配置理念开始由“资金配置”逐渐转向“风险配置”，即各类资产应当对组合总风险承担相同贡献，而非占据相同资金比例。风险平价理论认为，投资组合中的风险并非由单一资产波动决定，而是由资产权重、资产波动率以及资产间协方差共同决定。

相较简单的固定比例模型和依赖期望收益的均值-方差模型，风险平价的核心思想是：若某类资产的风险贡献过高，则相应降低其权重，并增配其他资产，直到所有资产对组合的风险贡献基本一致，这样无需依赖期望收益也能保持组合稳健。风险平价模型的优点在于实现了真正意义上的风险分散，避免了传统股债配置中风险过度集中于股票的问题。然而，由于低波动资产配置比例较高，为获得有吸引力的回报，策略常需借助杠杆，可能增加融资成本和潜在风险。模型也较为依赖历史波动率和相关性数据，若市场结构在未来发生突变，其分散化效应可能减弱。

第四阶段：因子与智能化的因子配置模型

2008 年全球金融危机暴露了传统资产配置的缺陷。次贷危机中，各类资产在市场压力下同步暴跌，研究者意识到不同资产类别共同暴露于相同的宏观风险因子，资产层面的分散只是表象。因子配置模型指出，资产配置的本质是风险因子的配置，即投资者通过持有资产获得背后的因子收益，并承担相应的因子风险。

因子配置模型基于多因子线性结构，将资产收益拆分为因子收益与特异性残差之和。其核心优势在于不再仅针对资产本身进行配置，而是直接围绕影响资产价格变化的底层风险因子进行管理。第一，因子能够揭示资产收益与风险的核心来源，提升风险分散效果；第二，降低资产收益预测的复杂性，提升配置效率；第三，因子间相关性更低，参数更容易估计；第四，提升策略透明度。但因子配置模型仍然存在部分局限，一方面，因子收益具有明显的时变性，历史有效因子可能在未来失效；另一方面，PCA 降维得到的风险因子，本身的经济学含义并不清晰，降低了模型的可解释性与跨市场适用性。因此，因子配置模型通常需要结合宏观判断与稳健性检验共同使用。