凤鸣配置谈 厘清宏观因子：基于宏观因子的资产配置理论与实践

在之前的《凤鸣配置谈》中，我们介绍了资产配置模型的基础——宏观因子判断；在宏观判断的基础上，我们就可以开展资产配置的具体工作了。相比于市场常见的资产配置模型，我们的模型的优势在于给出各类资产的预期收益率，自上而下完成配置的落地。这一配置模型是科学和艺术的结合，科学部分体现在因子处理、贝叶斯统计等步骤，艺术则体现在因子的赋权方面。

第一步，在选取代表周期的因子时，我们从改良的美林时钟+“增长-流动性”视角出发，并考虑周期的演化。由于宏观框架和逻辑不断在演变，传统的框架可能需要扩展，我们选取彼此独立的多个基本面因子，以兼容多种可能性。我们的因子库很广，基本因子有四个：增长、通胀、信用、货币。拿什么变量来代表因子呢？我们选取变量的标准是代表性强、表现稳定，比如我们用银行资产负债表相对于央行资产负债表的扩表乘数作为信用因子的代表（图），票据融资由于更为平滑，可以作为信用因子的备选变量。在处理相应指标时，由于周期的波动在降低，所以还需要 “归一化”调整。

图：当前信用条件可能位于2011年初、2014年底、2018年底的相似状态

第二步，我们采用基于贝叶斯更新的宏观模型，预测大类资产和二级资产的未来收益。以信用因子为例，当前的信用条件可能位于2011年初、2014年底、2018年底的相似状态，所以各类资产的收益在信用因子驱动上可以参考当时的情况。其他因子包括增长、物价、货币等，也可以做类似的定位。最后综合各类因子，得到某资产收益的预测。

其实投资者传统就会有一些朴素但可靠的经验，比如“券商一拉，墙倒屋塌”，再比如经济刚复苏时容易有“吃药喝酒”行情。这些传统的经验有一定的道理，但受制于行为金融学中的“代表性偏差”和“处置效应”等现象，难以稳定指导投资。我们的模型，相当于用概率统计方法把常见的经验系统化，从而避免主观判断的随机性。当然我们也不追求绝对的精确，因为历史很难完全重复，而且市场的噪音也会对预测结果产生干扰。

第三步，这是艺术为主的一步——因子赋权。因为宏观的分析框架随着中国经济和政策演进在不断调整，投资机构也在进化和“内卷”，“我预判了你的预判”成为了市场博弈的常态。例如2021年经济的波动主要是供给政策导致的（《从供给侧看2021年经济》），在这样的背景下需求周期的规律可能有所变形；在模型中，对增长赋予的权重就应该降低，如果基于历史经验判断经济差的时候政策会放松，就会在资产配置上搞错方向：此时就应该赋予增长因子更低的权重。具体到行业选择，也可以做相应的调整，以地产行业为例，股价的宏观驱动因子包括房贷利率、库存、信用等。由于2016年后，房地产库存的波动变小，应给予房贷利率指标更多的权重。

第四步，通过因子加权得出各类资产的胜率，再结合其赔率和其他因素，综合给出配置建议，这一步具有很大的个性化空间，需要结合机构的负债端特性和投资期限进行设计，可简单可复杂，就不再赘述。

图：大类资产配置胜率赔率展示（股票：沪深300，债：中证综指，商品：南华商品指数）

看未来一个季度，我们的模型目前给出哪些配置建议？债券而言，利率下行空间不大、时间是债券的敌人，维持短久期策略。股票而言，企业融资较强，股票流动性扩张，股指震荡略向上，但盈利仍然下滑1-2个季度，核心资产可以抬升估值。商品而言，经济去库存期，商品价格偏空，但跌速最快阶段已经过去，多黑色，空油化工。关于股票风格和行业的选择，模型目前判断低估值和红利风格表现较好，与市场对于经济处于衰退的认识一致。红利板块为何有不错的表现？因为红利的业绩成长性一般，多数时候其实不会被青睐，其价格中枢体现了投资者乐意接受的均衡股息率，如果股息不增长，股价也比较稳定；但如果随着无风险利率从3%下行到2%，对应的均衡股息率可能会从5%下行到4%，假设公司股息不变，意味着股价可以提升25%。这就是经济衰退、利率快速下行阶段，红利板块有超额表现的原因。

以上就是我们基于宏观因子的资产配置理论与实践的简介，主要用来指导我们的国内证券市场投资，模型的特点是具有可延展性，可以落地到任何一种与宏观表现相关的资产上；类似的，在纳入更多维度的数据后，我们的模型还可以拓展到国外的资产，进行全球大类资产配置。例如，因为美国经济数据比较丰富、时间够长，所以也适合做我们模型的验证、回测。

今后，我们还将继续在“凤鸣配置谈”中讨论资产配置的各类热点问题，欢迎大家继续关注。

关于建信信托

建信信托是中国建设银行投资控股的非银行金融机构，自2010年成立以来已发展成为业界领先的信托公司，聚焦投资银行、资产管理和财富管理三大转型业务方向，致力于真诚服务投资者、服务实体经济、服务民生，打造一流全能型资管机构。至2020年底，公司受托管理资产总规模1.5万亿元。