2023年基于风险预算的资产配置策略如何用ETF构造绝对收益组合？|全球微资讯

2023-04-23 11:44:59

来源：国元证券

1. 引言

资产配置是整个投资领域重要的一环，且随着投资者经验的丰富，越来越能感受到单一资产带来的风险和局限性。本篇开始，我们将深入资产配置领域，以了解资产本身为出发点，通过历史数据、模型等方式，验证并实践资产配置策略。资产配置模型自 1952 年马科维茨提出均值-方差(Mean-Variance Optimization，MVO)以来，已经有七十多年的历史，期间针对 MVO 的各种优缺点，市场也进行了优化和迭代，当前市场主流的资产配置模型包括：固定比例：固定比例模型以严格的仓位限制了不同资产之间的配置比例，减少了人为的干预，是市场上接受度较广的一种被动资产配置方式，比如经典的“股债二八”、“40/60 配置”； MVO/BL：MVO 和 BL 模型是基于风险和收益进行资产配置的模型，BL 是在 MVO 的基础上对收益部分加入主观判断；风险平价/风险预算模型：单纯基于风险来控制资产配置比例的模型，避免了 MVO 中对于收益预测的参数敏感性，可以很好的控制风险，比如桥水的全天候基金；

美林时钟：基于经济周期等宏观变量的资产配置模型，背后有较强的逻辑性；以上几种资产配置模型在国内外的养老基金、捐赠基金、主权基金、对冲基金等均有应用。本篇以构建低风险的资产组合为核心，故配置模型以基于风险的风险预算模型展开，以市场当前普遍参与的股债金三类资产作为资产配置标的，利用风险预算模型进行初步的资产权重设定，同时辅以战术的基本面+技术面的择时指标来调整资产的权重，最终构成长期低风险、低波动、高夏普的资产配置组合。

【资料图】

2. 资产的选择

资产配置是利用不同资产之间的低相关性降低组合的风险，而资产的选择需要根据投资者的风险偏好和资产本身的流动性、可交易性等进行可选资产范围的确定。

2.1 全球资产的相关性

我们根据常见的权益（A 股、港股、美股）、债券（中债）、商品（贵金属、能源、化工等）的收益率构建了下图的相关性矩阵，可以看到大类之间的相关性较低，特别是债券和权益类、商品类的长期相关性在 0 至-30%之间，主要是对标债券收益的利率是逆周期调节的指标，而权益、商品类是经济、实体经济的预期/实际的热度，只要经济周期存在/政策端干预，这种股债跷跷板模式就会长期存在，当然短期会有股债双杀的局面，在经济政策不明朗的时候预期差会更加明显，这种情况下市场的不确定性增加，风险提升，而商品特别是贵金属（黄金）防风险的价值就会凸显，从而成为资金流入避险的渠道，对冲效应明显，增加资产配置的组合收益。

2.2 股债金业绩表现

本篇报告以中证 800 指数、中债综合总财富指数、国内现货黄金价格指数（AU9999）作为国内股市、债市、黄金的替代变量。下图是 2005 年以来三类资产的净值曲线和历史业绩表现，可以看到单独持有中证 800 十八年来可以获得年化 8.66%的收益率，但是波动率较高（年化 26.61%），中间穿越几次大的牛熊，历史最大回撤达到 71%，而债券作为固收产品每年的波动只有 1.4%，年化收益基本在 4%左右，夏普最高，黄金作为一种国际上的资产定价权在全球，近二十年来全球利率下行叠加全球冲突不断，黄金长期上涨趋势明显，而且走势较为温和，持有黄金年化收益 7.63%，仅比股市低 1%左右，而且波动率仅有 16%，最大回撤 44.88%，不到股市的 2/3，长期持有性价比较高。如果简单将三类资产等权持有，组合波动下降明显，长期持有体验优于单一资产。

从每年的业绩来看，近二十年中仅有 2013 年股票、债券、黄金三类资产同时出现年度负收益，2013 年国内的“钱荒”以及美联储 Taper 结束的预期，导致全球流动性偏紧，资产抛压严重，而在其他年份，三类资产收益的互补性较为明显。比如刚刚结束的 2022 年，整体股市下行，而债券和黄金受益于国内利率宽松和美国的高通胀，全年实现正收益。

按照月度收益率计算的相关性矩阵同样可以表明，自 2005 年以来股票和债券的相关性为-19%，股票和黄金的相关性为 16%，债券和黄金的相关性为-2%，三类资产彼此之间相关性较低。

3. 战略：风险预算模型实践

3.1 风险预算模型介绍

风险预算模型来源于风险平价策略，风险平价策略(Risk Parity)在国际市场上已有广泛的应用，第一只基于风险平价策略的是桥水的全天候基金。顾名思义，风险平价的意思是将组合的总风险平均分配到各个大类资产上。

4. 战术：股债择时模型、黄金择时模型

风险预算模型是一种偏被动的构建组合方式，通过历史波动率来调整资产配置权重，在本节，我们除了长期的风险预算分配比例外，引入了偏主观的择时指标，希望寻找一些中短期的交易信号，以提高组合的表现。本节我们共提出两个战术择时模型，分别是股债择时模型-在股债之间进行权重的优化，以及黄金择时模型-在风险资产（黄金和股票）之间进行权重的调整。

4.1 股债择时模型

4.1.1 ERP 股债性价比指标

资金往往会根据不同资产预期收益的性价比调整其头寸，对于股票和债券来说，二者的预期收益率通常是衡量持有股票/债券性价比的一种方式，该模型于 1997 年由经济美国经济学家埃德·亚德尼（Edward Yardeni）提出，后被美联储采纳，也被称作美联储估值模型（Fed model），也即国内通常所说的股权风险溢价模型(ERP，equity risk premium)。

ERP 分位数的有效性

下图是 ERP 滚动五年分位数（右）和中证 800 指数的走势图，可以看到 ERP 对于指数的顶部和底部预测效果明显，比如在 2015、2019、2020 年牛市启动之前，ERP 均处于 90%左右分位数水平，当时股市超低的估值和较为宽松货币政策使得股市的性价比凸显，同样在 2015 下半年、2018 年、2021 年的三次较大的股市下跌，ERP 分位数接近 10%的水平，股市估值泡沫特征明显。

指标回测

信号指标：ERP 五年分位数-指数加权移动平均（窗口期=120 交易日）信号生成：参数【70%，30%】；信号【1，0，-1】即如果加权 ERP 分位数>70%，则下一持仓周期股票市场发出看多信号（1），债券市场发出看空信号（-1），如果加权 ERP 分位数<30%，股票看空减仓（-1），债券看多加仓（1），如果信号指标在【30%-70%】之间，股债均不发出信号（0）。

4.1.2 股票量价指标

指标构建

对于 ERP 择时偏左侧的问题，我们以短期量价信号作为行情的启动点，短期的买入信号为观察日成交量破近 M 日成交量均值以及收盘价在 N 日均线上（放量上涨），短期的卖出信号为价格下穿 N 日均线（破均线下跌），背后的逻辑是市场的上涨需要成交量的配合，而下跌和成交量的关系并不密切，同时组合以控制风险为出发点，对空头信号较为敏感，所以不做过多的过滤。

量价指标：放量上涨+破均线下跌

根据以上均线和成交量信号共振作为量价信号的指标，即当成交量和均线同时发出看多信号，买入，而当均线发出看空信号时，卖出；下表是量价信号的回测结果，量价纯多头信号胜率在 70%，盈亏比 1.3，整体多头年化 7%，波动率 12%，最大回撤仅有 13%，量价多空胜率 59%，波动 22%，加入空头的回撤偏大，但累计净值仍有提升。

4.1.3 合成信号

信号的结合方式主要是根据投资组合的目标收益和风险展开，单独的 ERP、成交量、均线信号均可以在中证 800 上起到很好的择时效果，任意两者/三者的结合，在控制波动和回撤方面均有大幅提升，当前我们选择较为保守的量价（均线+成交量）+ERP 共振作为择时的信号，整体信号频率较低，但胜率较高，此外，对于相对激进的组合，可以选择 ERP+成交量/均线的双指标共振进行择时指标的输出，比如 ERP+成交量信号胜率 62%，年化收益 13%，波动率 17%，最大回撤 17%，ERP+均线信号胜率63%，年化收益 12%，波动 12%，最大回撤 15%。

4.2 黄金择时指标

实物黄金本身的供应较为稳定，影响黄金价格的更多的是需求端，投资需求/避险需求成为当前主流的两大推动力。回顾过去二十年的黄金走势，黄金长期上涨趋势明显，最近的两波大牛市发生在 2000 年-2011 年、2016 年-至今，背景都是基于全球宽松的流动性、地缘冲突、经济危机或者美元信用下降等宏观层面的影响因素。尽管黄金长期上涨，但时间点的选择不容忽视。比如，2013 年买入并持有黄金至 2022 年底，十年的持有期黄金的年化收益仅有 2%，且期间黄金一直处于震荡行情中，持有体验较差，所以黄金的择时显得尤为重要。

对于黄金的择时，我们主要是基于黄金的特性展开，分别采用基本面：十年期美债的实际收益率（TIPS 收益率，美国通货保值债券收益率）和 CBOE 的 VIX 指数两个指标来量化持有黄金的性价比和黄金抗风险的属性，同时加入黄金本身的动量信号判断黄金长期的趋势特点。

4.2.1 十年期美债实际收益率

黄金本身是无息资产，持有黄金并不能产生利息收入，但当无风险收益（美债实际收益）小于 0 时，黄金的性价比凸显，这也是 2020 年新冠疫情爆发以来美债实际收益率在 0 以下黄金大幅上涨的逻辑。美债实际收益率是黄金长期定价的锚，下图是 2004 年以来黄金（用上海黄金交易所 AU9999 黄金价格指数来代替）和十年美债实际收益率的走势图，可以看到二者呈现明显的负相关性。

指标构建

我们用十年美债实际收益率的 N 日简单移动平均值 MA（N）来刻画美债实际收益率的变动方向，如果调仓日美债实际收益率在均线上，则美债实际收益率上行，黄金性价比下降，利空黄金，反之，则利多黄金。

4.2.2 VIX 恐慌指数

CBOE 的 VIX 指数衡量标普 500 未来 30 天年化隐含波动率，隐含波动率通常会于市场动荡或经济衰退时升高，当市场动荡时，黄金的抗风险属性会有一定的提升，资金可能会寻求黄金等避险资产，通常认为当 VIX 在 20 以上，市场风险情绪开始升温。

4.2.3 黄金价格动量

指标构建

黄金价格阶段性趋势明显，利用黄金价格动量捕捉黄金本身变动方向。

5. 战略+战术

上节我们着重介绍了股债择时、黄金择时在单资产上的择时表现，本节我们将战术择时加入到风险预算的配置当中，输出战略+战术的资产配置权重以及组合表现。

5.1 风险预算+股债择时

在风险预算的基础上加入股债择时的战术配置，区间年化收益可以提高 2%左右，波动率下降 0.6%，夏普从 0.79 提高到 1.37，最大回撤从 10.36%下降到 6.88%，大部分年份较初始的风险预算有相对超额，且在 2015、2018 年相对超额较为明显，主要来源于 ERP 信号对股票市场估值顶部的风险预警，以及量价信号对股票市场拐点的把握，组合整体年化收益 8.38%，波动率在 4.5%，夏普比 1.37，择时后的仓位较原始仓位均值有所下降，但变动不大，权益仓位基本维持在 20%附近。

5.2 风险预算+黄金择时

加入黄金的目的是分散风险、降低波动、平滑收益，如果将股票 1%风险预算分配给黄金，约 4%的仓位，组合整体收益出现小幅下降，主要是黄金占据了股票仓位，而长期股票收益优于黄金，但组合整体波动在大部分年份均有明显下降，相应的夏普比也有所提高，年化夏普从 0.79 提升至 0.91，波动率从 5.15%下降至 4.62%，分散风险降低波动效果明显，对于以控制波动，平滑收益的目标组合来说，黄金起到了很好的分散风险的作用。

在 1%黄金风险预算的基础上，进一步加入黄金择时，黄金仓位在原本 4%均值的基础上，提升至 5%左右，整体组合的波动率由 4.62%下降至 4.32%，年化收益小幅提升至 6.38%，夏普比由 0.91 提升至 0.99。

5.3 风险预算+股债+黄金择时

将上述风险预算和股债+黄金择时信号进行整合，输出最终权重构建资产配置组合，组合在 2013-2022 年区间年化收益率在 8.22%，年化波动率在 3.8%，夏普比达到 1.54，最大回撤 4.29%，对应的权益仓位均值在 15%左右，债券仓位 80%，黄金仓位 5%左右。

6. ETF 组合的构建

上节利用指数构建了基础的资产配置组合，本节我们利用场内 ETF，分别构建了境内和境外两种组合，交易费用按照双边千二进行扣除，计算夏普的无风险利率为每年 2%，权重再平衡按照月末最后一个交易日收盘价格进行计算，月初第一个交易日收盘价格调仓。

6.1 境内 ETF 组合

境内 ETF 组合中，在得到权益、债券、黄金三大类资产的配置权重后，权益部分选取华泰柏瑞沪深 300ETF、南方中证 500ETF 以及招商中证红利 ETF，利用风险平价进行权重的再分配，而在债券部分，选取海富通中证短融 ETF、华安中债 1-5 年国开债 ETF 以及富国中债 7-10 年政策性金融债，利用风险预算进行权重的再分配，其中短融风险分配比例为 1%，国开债和政金债平均分配剩余的风险预算，黄金部分选取华安黄金 ETF 进行配置。

在 ETF 组合中，加入中证红利、短融等夏普比较高的标的，组合夏普提升明显，2013- 2022 年剔除交易成本外的区间年化 8.23%，年化波动率 3.69%，夏普 1.62，最大回撤 4.26%，平均年双边换手 3 倍。

6.2 境外 ETF 组合

另外我们尝试纳入海外权益资产以分散风险，在当前 ETF 组合中，在权益部分以风险平价的方式加入纳斯达克 100ETF，其跟踪的标的为美国纳斯达克上市的 100 只最大型本地及国际非金融类上市公司，以市值作基础，并以一些规则平衡较大市值股份造成的影响，是典型的高成长科技指数，前几大成分股包括苹果、微软、谷歌、亚马逊、英伟达、特斯拉、Meta 等，纳斯达克 100 长期表现较优，过去十年仅有 2018 和 2022 年为负收益，区间年化收益 15.5%, 波动率 21.1%，在 ETF 组合中我们加入国泰纳斯达克 100（QDII-ETF）（513100.SH），加入纳斯达克 100 的 ETF 组合夏普提升至 1.97，年化收益 7.97%，波动下降至 2.90%。