資產配置專題系列：配置模型邏輯與案例展示

配置模型邏輯與案例展示劉笑天中信證券研究部組合配置分析師3年2月22日條款和聲明2CONTENTS1.量化配置模型開發(fā)邏輯2.宏觀因子模型3.趨勢配置模型4.養(yǎng)老下滑軌道模型56選擇：改善投資組合有效前沿1類別：寬基指數、策略指數、基金組合指數1主觀：歷史表現、多樣性、低相關性1量化：基于Mean-VarianceSpanning方法，量化選擇能夠改善有效前沿的底層資產。micsandFinanceVol7特定約束下的最優(yōu)化1配置需求日益多元化，資產配置依賴個性化、定制化的方案設計，提供更加智能、更有溫度的投資體驗。需求：進取、多元配置、大類配置、定制化服務。難點：降低波動、標的選擇、組合優(yōu)化、流動性管理。1配置模型的目標：滿足投資者需求(投資約束)的條件下，追求投資目標(目標函數)的最大化。解析法：約束條件以解析形式寫入優(yōu)化器。模擬法：基于MC模擬遍歷尋優(yōu)。 需求”8.4.4配置模型：均值方差框架與波動率框架1MVT模型將資產配置問題轉化為了最優(yōu)化問題：決策是選擇配置比例，目標是權衡組合的收益和風險。1MVT模型的主要缺陷：收益的輕微擾動會為對配置結果產生重要影響，而資產的收益率往往難以預測。1MVT后，配置模型主要轉為兩條路：一是沿用均值方差框架，結合更精準的預測收益。二是采用波動率框架，放棄收益預測。VT制911.4配置模型：戰(zhàn)略與戰(zhàn)術的結合(以BL模型為例)1BL模型：先驗信息+觀點信息=后驗信息；基準配置+投研觀點=決策配置；戰(zhàn)略中樞+投研觀點=戰(zhàn)術配置。1BL模型：基準與觀點的融合，在形成主觀觀點后，量化確定從戰(zhàn)略到戰(zhàn)術的偏離。1BL模型的改進：可容納更多形式觀點，從絕對/相對收益率的觀點到更泛化的主觀觀點(排序觀點)。1數值解法的核心思想：用模擬生成數據的離散分布代替真實分布，通過調整每組數據的概率求出后驗分布。 BL的影響測試買入持有買入持有+收益平滑再平衡再平衡+收益平滑年化收益業(yè)績基準為3%業(yè)績基準為4%業(yè)績基準為5%業(yè)績基準為6%的影響測試買入持有買入持有+收益平滑再平衡再平衡+收益平滑年化收益業(yè)績基準為3%業(yè)績基準為4%業(yè)績基準為5%業(yè)績基準為6%業(yè)績基準為7%年化波動業(yè)績基準為3%業(yè)績基準為4%業(yè)績基準為5%業(yè)績基準為6%業(yè)績基準為7%最大回撤業(yè)績基準為3%業(yè)績基準為4%業(yè)績基準為5%業(yè)績基準為6%業(yè)績基準為7%nd益平滑機制的參數設計與績效分析(2022-3-25)》。影響測試買入持有買入持有+收益平滑再平衡再平衡+收益平滑年化收益%年化波動最大回撤機制：改善績效的紀律性手段1再平衡：時間維度、空間維度1收益平滑：操作頻率、計提條件&比例、回補條件&標準1止盈止損：盯市頻率、觸發(fā)決策、恢復機制d收益平滑機制的參數設計與績效分析(2022-3-25)》。.宏觀因子模型.1刻畫宏觀周期.1刻畫宏觀周期MSM宏觀指標選取根據數據質量、跟蹤時效、可實踐性分組選取宏觀經濟指標共同因子提取利用動態(tài)因子模型(DFM)從各組指標中分別提取共振部分因子周期劃分以共同因子為輸入變量，利用馬爾可夫狀態(tài)轉換模型 (MSM)劃分因子周期狀態(tài)尋找投資時鐘根據各資產在不同周期狀態(tài)的風險收益表現，構建投資時鐘動態(tài)因子模型的基本形式：yt=」ft+Bxt+utft=A1ft?1+?+Apft?p+7tft即為隱含動態(tài)因子矩陣yt為內生變量矩陣xt為外生變量矩陣」為因子載荷矩陣7t和ut為白噪聲過程p為動態(tài)因子的自回歸滯后階數馬爾科夫狀態(tài)轉換模型基本形式：yt=aSt+xtFSt+etet~iidN0,GPSt=i|St?1=j=pijK?pik=1yt為內生變量xt為外生變量矩陣St=1,?,K為變量所處狀態(tài)，服從一階Markov過程pij為從狀態(tài)i轉換為狀態(tài)j的概率2.22.2通脹-剩余流動性劃分投資時鐘余流動性”視角的周期劃分制2.32.3宏觀因子預測的最新結果1增長因子：一致預期預測值：逐步上行，23年6月開始下滑，10月再度開始上行。來12個月持續(xù)上行。1通脹因子：一致預期預測值：延續(xù)下行趨勢，23年4月見底，此后開始上行。模型外推預測值：延續(xù)下行趨勢，23年4月見底，此后開始上行。期預測情況期預測情況2.32.3宏觀因子預測的最新結果1流動性因子：一致預期預測值：未來12個月逐月小幅上升。模型外推預測值：未來12個月逐月小幅上升。1剩余流動性因子：一致預期預測值：開始下行，23年5月開始震蕩上行，此后再度下行。模型外推預測值：開始下行，23年下半年開始企穩(wěn)。最近一期預測情況2.42.4宏觀資產配置模型設計3.13.1環(huán)境變化催生大類資產配置指數需求1資管新規(guī)過渡期+理財子成立初期，多家商業(yè)銀行、理財公司發(fā)布量化配置指數。轉嫁投研壓力，做自身擅長的部分；自由度高，靈活調整掛鉤比例指數可跟蹤、可追溯，彰顯研究能力，具有“名片效應”。資產配置指數表現跟蹤年化收益年化波動夏普比率最大回撤年初至今2023M1工銀量化股債輪動指數15.52%16.06%0.97-19.30%3.15%3.15%民生銀行全球資產輪動指數2.37%5.41%0.44-15.97%2.11%2.11%郵銀理財境內大類資產輪動指數4.92%4.78%1.03-9.01%0.63%0.63%中郵理財穩(wěn)健策略6.19%3.89%1.59-4.56%1.43%1.43%中郵理財平衡策略8.71%7.64%1.14-9.32%2.41%2.41%招銀理財全球資產動量指數6.49%4.88%1.33-8.52%2.15%2.15%招財全球多資產輪動指數646%508%1.27-1302%226%226%浦銀周期輪動配置指數5.01%4.78%1.05-13.85%1.67%1.67%浦銀周期輪動配置指數2號6.15%4.69%1.31-11.99%1.61%1.61%浦銀理財全球輪動指數6.14%4.40%1.40-11.90%2.82%2.82%信銀全球多資產動量指數6.15%5.21%1.18-11.77%2.46%2.46%信銀全球多資產動量指數2.0版644%387%1.67-476%108%108%JPMorganMOZAIC4.63%4.29%1.08-10.71%1.06%1.06%JPMorganMOZAICⅡ4.63%4.27%1.09-12.27%2.02%2.02%中信全球大類資產趨勢策略指數5.46%4.02%1.36-9.99%2.17%2.17%33.2趨勢配置模型底層資產1分別選取了中國、美國、歐洲、日本等全球主要經濟體的權益、債券資產，以及覆蓋農業(yè)、工業(yè)、貴金屬、能源等領域的商品資產，總計有20類，其中8類權益、6類債券、6類商品，從而實現跨國別、跨資產的分散化。型底層資產00WindWindWindWind00全收益TINDEX0全收益XNDXINDEXNDEXCBACSWindWindWindWindWindAU(T+D).SGEWind原油LTRINDEX3.3.3趨勢配置模型構建流程1時序動量：要求近一個月絕對收益為正。1截面動量：過去1個月、3個月、6個月的絕對收益、夏普比率共6個指標，等權打分。1資產選擇：選擇打分靠前的10個資產，不足10個則全部選入。1加權方式：等權；波動率倒數加權(1/3/6個月的歷史波動率的最大值)；風險平價(1/3/6個月的協(xié)方差矩陣，三個權重取平均)。型主要框架制141424%378078%078%3.4趨勢配置模型表現跟蹤趨勢配置模型的凈值曲線與績效指標組合名稱累計收益年化收益年化波動夏普比率最大回撤最長回撤期年初至今2023M1風險平價組合24155%741%702%1.06波動率倒數加權組合26831%788%757%1.04-1477%371146%146%等權組合36156%931%1044%0.89-2879%14394%394%基準組合182.90%6.24%9.07%0.69-37.29%7603.42%3.42%資料來源：Wind，Bloomberg，DataStream，中信證券研究部。注1：基準組合為全部20類底層資產的等權組合，月度調倉；注2：交易費率為雙邊千分之一，不考慮匯兌損失；注3：最長回撤期指發(fā)生回撤后至累計收益再創(chuàng)新高的最長持續(xù)交易日數。4.養(yǎng)老下滑軌道模型4.14.1個人養(yǎng)老金產品梳理1根據目前的政策安排，個人養(yǎng)老金參加人可以通過個人養(yǎng)老金資金賬戶購買個人養(yǎng)老儲蓄、個人養(yǎng)老金理財產品、個人養(yǎng)老金保險產品、個人養(yǎng)老金公募基金產品等個人養(yǎng)老金產品。4.24.2基于MC模擬法的定制化配置方案設計制1定制化設計：基于MC模擬法遍歷尋優(yōu)，在滿足個性化需求的條件下，找到能使投資者效用最大化的配置方案。1目標日期基金是美國養(yǎng)老金融市場中最具代表性的產品，目標日期策略的核心是下滑軌道設計，而MC模擬法在養(yǎng)老場景下可用與開發(fā)下滑曲線。1五個模塊有機結合：生成隨機配置方案生成隨機收益率加入資產流調整約束條件檢驗投資者評價4.34.3養(yǎng)老場景下，模型輸入示例初始財富(萬元)F投資計劃的初始投資額(參考人均可支配收入)投資期限(年)Tw作到60歲財富及工資初始工資(萬元/年)g增長率預期退休后生存年期(年)退休后的基本開銷(萬元/年)的比例Td為80歲，退休后平均生存20年4缺口，用來計算投資目標Rwin概率覆蓋養(yǎng)老缺口3CRRA型，用于評價期末Wind全A指數021/12/31的數據021/12/31的數據貼現值擬次數40000中有放回的抽取N1次adjTTw_adjN每個配置方情境的預測。4.44.4下滑軌道的模擬測算結果1利用Monte-Carlo模擬的方式生成10萬個配置方案以及4萬組股債收益率序列，同時考慮部分工資收入的定期投入，剔除掉滿足養(yǎng)老缺口概率較低的配置方案，在剩余配置方案中找到能夠使得投資者效用函數最大的配置方案。1上述算法可以得到下滑軌道：隨著年齡的增長，最優(yōu)的權益配置比例不斷降低，期初約81%，期末約26%。4.54.5參數穩(wěn)定性好，變動方向符合經濟學直覺對最優(yōu)權益配置比例的影響最優(yōu)權益配置比例的影響權益配置比例的影響 權益配置比例的影響測算基于前面的參數輸入，詳細內容可參考我們的外發(fā)報告《資產配置專題系列之十五——定制化財富配置方案設計：以養(yǎng)老場景為例(2021-7-20》測算基于前面的參數輸入，詳細內容可參考我們的外發(fā)報告《資產配置專題系列之十五——定制化財富配置方案設計：以養(yǎng)老場景為例(2021-7-20》4.64.6定制化匹配低風險客戶需求的目標日期策略1傳統(tǒng)的目標日期策略初期倉位較高，考慮到部分客戶風險偏好較低，可以定制低風險型下滑軌道。1方法1：直接限制權益上限，在(0,W_max)的范圍內生成權益資產配置方案。1方法2：對策略的前期表現施加約束，期初穩(wěn)健配置有利于增強持有體驗，整體權益?zhèn)}位也相對適中。率為90%，第2年正收益概率為85%，…超過5%，第2年波動率不超過6%，…4.74.7下滑軌道設計模型的總結1三類常見的下滑軌道設計方法：時變系數法：MVT框架下加約束——和年齡掛鉤的風險容忍度/風險厭惡系數等。生命周期理論相關的模型：海外資管機構廣泛使用。理論基礎、貼合現實、可以定制化、可視化、可擴展。1MC模擬法模型的優(yōu)勢：理論性：符合經濟金融理論基礎，模型具有較好的參數穩(wěn)定性。實踐性：高度貼合現實，綜合考慮資本市場、勞動力市場、養(yǎng)老市場等輸入的影響。體驗，從“以產品為中心”到“以客戶為中心”?？梢暬呵逦庇^地展現不同情境下的策略表現，使投資者對模型能夠實現的效果有更加生動直觀的認識。可擴展：降低對分布假設的依賴性，便于引入新的資產類別。1模型失效風險。1流動性風險。1宏觀變量的樣本有限，可能導致統(tǒng)計規(guī)律的有效性不足。1資產預期收益分布與歷史收益分布差異較大。1受限于模擬次數，模型的最優(yōu)解可能并非全局最優(yōu)解。1資產配置專題系列之一—長期機構投資者的配置之路：CPPIB為例1資產配置專題系列之二—宏觀因子視角下的資產輪動：增長、通脹和剩余流動性1資產配置專題系列之三—從挪威模式看大型機構投資者的配置經驗1資產配置專題系列之四—資產配置再平衡的原理及實踐1資產配置專題系列之五—時變是守：TIPP組合保險策略實踐探討1資產配置專題系列之六—配置型產品布局與展望：以銀行理財產品為例1資產配置專題系列之七—從戰(zhàn)略到戰(zhàn)術：自上而下構建股債配置組合1資產配置專題系列之八—公募基金倉位測算方法及實證檢驗1資產配置專題系列之九—大類資產趨勢配置模型研究1資產配置專題系列之十—目標日期基金：養(yǎng)老型基金產品的開路先鋒1資產配置專題系列之十一—分類定位樣本基金，監(jiān)測行業(yè)、風格持倉變化1資產配置專題系列之十二—BL模型的改進與應用探討1資產配置專題系列之十三—基金定投策略在財富管理中的應用1資產配置專題系列之十四—巧借東風，利用一致預期改善宏觀因子預測1資產配置專題系列之十五—定制化財富配置方案設計：以養(yǎng)老場景為例1資產配置專題系列之十六—養(yǎng)老理財收益平滑機制的參數設計與績效分析1資產配置專題系列之十七—海外養(yǎng)老金視角下的ESG投資：配置框架、投資執(zhí)行與績效評估感謝您的信任與支持！THANKYOU置首席分析師)配置聯(lián)席首席分析師)執(zhí)業(yè)證書編號：S1010519090002配置分析師)投資建議的評級標準評級投資建議的評級標準評級說明證券研究報告2023年2月22日分析師聲明述的具體建議或觀點相聯(lián)系。一般性聲明本研究報告由中信證券股份有限公司或其附屬機構制作。中信證券股份有限公司及其全球的附屬機構、分支機構及聯(lián)營機構(僅就本研究報告免責條款而言，不含CLSAgroupofcompanies)，統(tǒng)稱為“中信證券”。本研究報告對于收件人而言屬高度機密，只有收件人才能使用。本研究報告并非意圖發(fā)送、發(fā)布給在當地法律或監(jiān)管規(guī)則下不允許向其發(fā)送、發(fā)布該研究報告的人員。本研究報告僅為參考之用，在任何地區(qū)均不應被視為買賣任何證券、金融工具的要約或要約邀請。中信證券并不因收件人收到本報告而視其為中信證券的客戶。本報告所包含的觀點及建議并未考慮個別客戶的特殊狀況、目標或需要，不應被視為對特定客戶關于特定證券或金融工具的建議或策略。對于本報告中提及的任何證券或金融工具，本報件人須保持自身的獨立判斷并自行承擔投資風險。本報告所載資料的來源被認為是可靠的，但中信證券不保證其準確性或完整性。中信證券并不對使用本報告或其所包含的內容產生的任何直接或間接損失或與此有關的其他損失承擔任何責任。本報告提及的任何證券或金融工具均可能含有重大的風險，可合所有投資者。本報告所提及的證券或金融工具的價格、價值及收益可跌可升。過往的業(yè)績并不能代表未來的表現。本報告所載的資料、觀點及預測均反映了中信證券在最初發(fā)布該報告日期當日分析師的判斷，可以在不發(fā)出通知的情況下做出更改，亦可因使用不同假設和標準、采用不同觀點和分析方法而與中信證券其它業(yè)務部門、單位或附屬機構在制作類似的其他材料時所給出的意見不同或者相反。中信證券并不承擔提示本報告的收件人注意該等材料的責任。中信證券通過信息隔離墻控制中信證券內部一個或多個領域的信息向中信證券其他領域、單位、集團及其他附屬機構的流動。負責撰寫本報告的分析師的薪酬由研門管理層和中信證券高級管理層全權決定。分析師的薪酬不是基于中信證券投資銀行收入而定，但是，分析師的薪酬可能與投行整體收入有關，其中包括投資銀行、銷售與交易業(yè)務。若中信證券以外的金融機構發(fā)送本報告，則由該金融機構為此發(fā)送行為承擔全部責任。該機構的客戶應聯(lián)系該機構以交易本報告中提及的證券或要求獲悉更詳細信息。本報告不構成中信證券向發(fā)送本報告金融機構之客戶提供的投資建議，中信證券以及中各個高級職員、董事和員工亦不為(前述金融機構之客戶)因使用本報告或報告載明的內容產生的直接或間接損失承擔任何責任。評級說明報告中投資建議所涉及的評級分為股票評級和行業(yè)評級(另有說明的除外)。評級標準為報告發(fā)布日后6到12個月內的相對市場表現，也即：以報告發(fā)布日后的6到12個月內的公司股價(或行業(yè)指數)相對同期相關證券市場代表性指數的漲跌幅作為基準。其中：A股市場以滬深300指數為基準，新三板市場以三板成指(針對協(xié)議轉讓標的)或三板做市指數(針對做市轉讓標的)為基準；香港市場以摩根士丹利中國指數為基準；美國市場以納斯達克綜合指數或標普500指數為基準；韓國市場以科斯達克指數或韓國綜合股價指數為基準。股票評級買入相對同期相關證券市場代表性指數漲幅20%以上增持相對同期相關證券市場代表性指數漲幅介于5%~20%之間持有相對同期相關證券市場代表性指數漲幅介于-10%~5%之間賣出相對同期相關證券市場代表性指數跌幅10%以上行業(yè)評級強于大市相對同期相關證券市場代表性指數漲幅10%以上中性相對同期相關證券市場代表性指數漲幅介于-10%~10%之間弱于大市相對同期相關證券市場代表性指數跌幅10%以上特別聲明資本報告所提到的公司的金融交易，及/或持有其證券或其衍生品或進行證券或其衍生品交易，因此，投資者應考慮到中信證券可能存在與本研究報告有潛在利益沖突的風險。本研究報告涉及具體公司的披露信息，請訪問/disclosure。法律主體聲明CLSALimited國香港注冊成立的有限公司)分發(fā)；在中國臺灣由CLSecuritiesTaiwanCo.,Ltd.分發(fā)；在澳大利亞由CLSAAustraliaPtyLtd.(商業(yè)編號：53139992331/金融服務牌照編號：350159)分發(fā)；在美國由CLSA(CLSAAmericas,LLC除外)分發(fā)；在新加坡由CLSASingaporePteLtdWCLSAEuropeBVCLSA(UK)分發(fā)；在印度由CLSAIndiaPrivateLimited分發(fā)(地址：8/F,DalamalHouse,NarimanPoint,Mumbai400021；電話：