大類資產配置量化模型研究：基于宏觀因子的大類資產配置框架.pdf

大類資產配置量化模型研究：基于宏觀因子的大類資產配置框架。大類資產配置模型經歷了資產配置、風險配置、因子配置的三個階 段。在資產配置階段， MVO 模型和 BL 模型以資產組合的收益、風 險特征為優化目標；在風險配置階段，風險平價模型放棄了對收益的 預測，從而實現對各資產風險的均衡配置。由于宏觀因子能夠解釋資 產價格變動的本質，并且能更好地規避尾部風險，近年來基于因子的 配置模型已逐漸成為主流，在海外投資機構中得到廣泛使用。

基于宏觀因子的資產配置框架包括四個步驟：（1）選取合適的因子： 首先通過主成分分析方法確定增長、通脹、利率、信用、匯率和流動 性是影響國內資產價格最主要的六大宏觀因子，接下來從宏觀經濟指 標出發，通過構建資產組合的方式構造了對應的高頻宏觀因子。（2） 計算資產的因子暴露：為了刻畫宏觀因子與大類資產之間的映射關 系，我們使用基于先驗信息的 LASSO 模型進行回歸，以回歸系數作 為資產對因子的暴露值，得到因子與資產的關系。（3）確定因子目標 暴露：我們采用基準+偏離的模式，在基準組合因子暴露的基礎之上， 根據投資者的觀點對因子暴露進行主動偏離，從而確定因子目標暴 露。（4）匹配因子目標暴露：當給定了資產組合的因子目標暴露后， 通過構造最優化框架可以求解得到資產配置權重。我們使用的最優化 框架參考了兩種經典的海外文獻做法，既保持了開放性，可以與 MVO 等其他配置模型進行融合，也可以根據實際管理需求設置資產倉位、 換手率等約束條件。

配置框架的實證效果分析。在基準的因子暴露基礎上，分別做多六個 宏觀因子，得到的資產組合相對于基準的超額收益能夠較好地吻合宏 觀因子走勢。這意味著當主觀判斷準確時，配置框架通過調整對特定 宏觀因子的暴露，能夠在承擔額外宏觀風險的同時獲取相應的超額收 益。除此之外宏觀因子還可以用于資產組合的風險分解，對組合的宏 觀風險來源進行監測和分析。