量化专题报告:资产配置vs风险配置,打造一个系统化的宏观风险配置框架
构建宏观风险配置框架须解决三个核心问题,这也是本文的主要脉络:
宏观因素众多,如何选择兼具金融逻辑和高解释度的核心宏观风险因子?宏观因子的低频性和滞后性饱受诟病,是否能够构建高频宏观风险因子?如何将宏观风险定量化地嵌入资产配置框架中?
主成分分析法解决核心宏观风险的选择问题。我们重点参考了SSGA和Invesco的实证结果,利用PCA方法分析多个资产的收益数据。国内结果显示,影响大类资产表现的五个核心宏观风险为:经济增长风险、利率风险、通胀风险、信用风险和汇率风险。
FactorMimicking方法解决了低频宏观因子的高频化问题。我们借鉴了BlackRock提出的MacroFactorMimickingPortfolios方法,对国内的经济增长风险以及通胀风险实现了高频化的复制,再配合已有的高频化因子(利率风险、信用风险等),形成了国盛量化-宏观隐含因子体系。
应用一:大类资产的宏观风险定价模型。我们构建了大类资产的宏观风险定价模型,从宏观风险的角度挖掘不同资产的核心驱动因素。对于大部分的资产而言,宏观风险定价模型能够解释50%以上的资产波动。
应用于:战略资产配置组合的风险分解。传统的组合风险监控仍然停留在资产权重和资产的边际风险贡献上,而通过宏观风险模型,我们可以进一步将组合的风险拆解到宏观风险以及资产的特质风险上,从而对组合的风险暴露有更深入的认识。
应用三:战术资产配置组合的风险管理模型。通过“建立基准组合-设定目标宏观风险暴露-构建组合优化器”三个步骤,我们将大类资产配置中的Alpha模型和风险模型进行分离,初步建立了投资者最为关心的战术资产配置组合的风险管理模型。
风险提示:以上结论均基于历史数据和统计模型的测算,如果未来市场环境发生明显改变,不排除模型失效的可能性。