「资产策略」什么是大类资产配置（大类资产配置策略及模型详解）

今天，神州网给大家普及下关于「资产策略」什么是大类资产配置（大类资产配置策略及模型详解）的知识。

整个金融市场相比以往已经发生了深刻的变化，不确定性的上升使得大类资产配置这一概念自中国居民“余额宝”时代觉醒理财意识以来，从未像今天这般显得如此重要。而在未来，我们可以明确预见的是，各渠道将围绕大类资产配置的概念，持续尝试构建具备自身核心优势的理财体系，而投资者的投资也将逐步开始从投向单一资产的产品迈向组合投资时代。

截止至目前，私募基金深度系列文章已基本涵盖了市场中较为主流的私募基金投资策略及投资形式，在每一个主题的最后，我们都会进行策略配置价值及关注要点的简要讨论。可以看出的是，不论何种策略或形式，在实际的运作过程中都由于各种因素，存在其固有的能力边界，没有任何一种策略是可以做到“一招鲜，吃遍天”的。

那么，既然独立的资产或策略无法实现持赢，通过转变投资思路，将这些资产或策略串联起来，尝试在合适的时机选择合适的方式，又或者将其进行组合用以应对市场未知的变化，是否可行？这便是本文所讨论的主题——大类资产配置，以及与之相关的宏观策略及组合基金策略。

大类资产与配置

风险收益的独立与组合

了解什么是大类资产配置，首先需要了解什么是“大类资产”，什么是“配置”，以及这两个概念的结合对于投资领域的帮助。

首先，我们从资产的基础定义出发。资产是一种由投资者拥有或控制的、预期能够带来经济利益的、无形或有形的资源，而我们所说的“大类资产”的概念，可以被理解为对于具有相似性质资产的聚类。在通常的认知下，预期可以投资者带来收益、具有投资可得性的的资产，可以被大致粗分为如下五类：

（1） 现金及其等价物

（2） 珠宝、艺术品等具备价值贮藏及交换属性的资产

（3） 股票、债券、外汇等一般金融资产

（4） 商品期货、金融期货、场外期权等复杂金融衍生品

（5） 房地产、基建REITS、股权等另类资产。

随着金融市场与投资策略的不断成熟，越来越多的金融产品开始呈现收益风险特征相对固定的“工具”属性，拥有不同策略的产品也可以被视作一种收益风险特征有别于传统资产类别的“资产”加入投资组合。

图：近六个月主流策略相关性情况

来源：朝阳永续基金研究平台

更进一步，我们可以从因子投资的角度出发进行相应思考，将金融产品的收益风险特征进一步解释为对不同因子的暴露情况，将“因子”视作“资产”的一种进行配置，通过数理方式求取现有可得资产配置的近似最优解，或发掘与现有资产更低相关的、另一维度的收益来源。

其次则是配置。一般意义上的配置，可以指投资者根据市场情况的变化调整某一投资品种的仓位大小、性质偏向短期决策，也可以是根据投资需求将投资资金在不同资产类别之间进行分配、性质偏向长期判断，而“大类资产”的“配置”总体更倾向于第二种逻辑。比起对独立“资产”风险收益特征的关注，大类资产配置中的“配置”更强调对于某一资产为组合带来的边际效应的观察与研究，利用不同资产之间相关性重新刻画组合整体的风险与收益特征，并进行相应管理。

从必要性的角度而言，相比于独立资产，大类资产配置能够为投资者带来平滑风险的优势。过往，银行理财产品对产品的设计主要从融资角度出发，为财富管理贴上了“刚兑”、“保本”等标签，给投资者造成了银行理财等于无风险收益的印象。这一时期少有人提起大类资产配置这一概念，因为银行理财带来的“固定”收益可以满足大部分人群的理财需求，且无需为资产的价格波动而烦恼。

随着2018年资管新规的落地，旧有的制度被无情打破，净值化转型意味着收益不确定性的加剧，大部分习惯于“固定”收益的投资者很难接受这一变化。而大类资产配置对于投资最大的帮助在于可以利用资产之间的相关性变化，一定程度上降低这一不确定性。

此外，不受单一资产约束，捕捉市场机遇也是选择进行大类资产配置而非独立资产的重要因素。元宇宙、数字货币、碳中和等随着新一轮科技发展以及政策导向带来的全新投资机遇，涉及产业链条中数十个甚至数百个细分领域，单一资产、策略或因子很难做到投资机遇的有效覆盖。

将资产与配置两个概念结合起来，大类资产的本质其实可以用一句话概括：利用具有可清晰阐释逻辑性的配置方式，在一定约束条件下（包括资产的可得性、投资者负债情况等）最大化提升风险调整后的收益。当然，这种方式可能会多次错过单独持有的某一资产价格持续上涨带来的巨额收益，但从根本而言，投资是一场概率的博弈，在能力边界有限的前提下追求的只能是模糊的正确，而在环境实际未知的前提下抛开胜率与风险只谈收益，与完全基于运气的赌博无异。

大类资产配置方法论简介

1、经典数理模型——马科维茨均值方差模型与BL模型

提到大类资产配置的方法论，永远也绕不开哈里·马科维茨（Harry M. Markowitz）在1952年所发表的《资产选择：有效的多样化》中提到的“均值-方差”分析模型（MVO）。这一模型的核心思想为：根据各类资产的预期收益和方差以及资产之间的相关系数，可以计算得出某一风险水平下收益最大化，或某一收益水平下风险最小化的投资组合。

图：基于均值-方差得出的有效前沿组合

来源：朝阳永续基金研究院

当然，作为近代金融的早期启蒙理论，MVO模型并不完善，有投资者理性假设不成立、输入变量难以估计、模型对于输入变量准确性的高敏感程度等多方面问题。各领域的学者为了弥补相应的问题也提出了许多意见，比如额外增加模型约束条件、进行数据源的抽样优化等等。其中，以1992年，于高盛任职的Black和Litterman从实务角度出发提出的，基于MVO优化的Blcak-Litterman模型较为出名。

Black-Litterman模型从市场组合出发，结合了投资者对于市场情况的观点，求出符合投资者预期的配置结果。其核心逻辑为：资产市值占整体市场比重的情况可以被认为是所有投资者共同追求投资效用最大化的结果，是资产权重的实际最优解，可以依此推出该权重下各资产的隐含收益率。在此基础上，投资者可以通过参数调整向模型提供对于投资品种收益率相对强弱的观点，通过结合主观预期对隐含收益率进行修正。最后，利用MVO模型的框架，求取基于修正收益率的组合权重、预期收益及方差。

BL模型可以被视为一种增加了约束条件的MVO模型，在现实基础上引入了主观判断，增强了MVO模型在投资实践运用中的可行性。当然，这一模型并完全未解决所有的问题，例如BL模型并未解决如何刻画在投资实践中收益非正态分布特征（即收益的分布并不均匀，存在极端事件、波动聚集等情况）的问题。这些遗留问题也在后来理论与实践不断发展的过程中得到了一定程度的优化。

2、大类资产晴雨表——美林时钟

2004年，美林证券（Merrill Lynch）发表了一篇名为《The Investment Clock》，通过对1973年至2004年30年历史数据的统计分析与研究，将大类资产配置策略与经济周期进行关联，形成了“美林时钟”这一资产配置领域的经典理论。美林时钟利用CPI（物价/通胀水平）及产出缺口（经济增长）情况，将经济周期划分为“复苏→过热→滞涨→衰退”四个阶段，并指出在这四个阶段所对应的优质资产分别为股票、商品、现金、债券。

图：美林时钟

来源：美林证券《The Investment Clock》

在美林时钟的背后所蕴藏的，是美联储货币政策框架对于市场的指导作用以及市场基本面情况互相交织所形成的经济周期现象。美林时钟之所以使用CPI及产出缺口作为周期划分依据，是由于货币政策在财政政策受到国会制约的前提下成为了政府核心的调控工具，而美联储货币政策框架的目标则重点着落与经济及通胀两个方面，存在着“经济增长与物价水平→货币政策及其预期→利率→大类资产价格走势→经济增长与物价水平”的循环传导路径。1993年约翰·泰勒提出的“泰勒规则”以及之后诸多变种规则（伯克南规则、埃文斯规则、耶伦规则等）对这一关系进行了清晰的刻画，表明了美联储的“利率定价规则”。

从历史情况来看，多数情况下美林时钟确实在美国市场能够有效进行运作。然而，美林时钟在中国却经常遭遇“水土不服”的情况，被投资者戏称为“美林电风扇”。究其根本，在于中国与美国的政策约束以及目标并不一致。

从货币政策角度而言，中国央行相比于美联储较为明确的“规则”，拥有多个调控目标，包括经济增长、物价稳定、就业充分、金融稳定等等，各目标着落的重心均有不同。不同目标下的政策调控结果容易导致依据美林时钟规则判断的轮动路径出现混乱，进而失去指导意义。

从具体实施角度而言，中国政策的决策宽度远大于美国，也并不止于货币政策，且由于政体因素整体执行力更强，政策调控对市场影响颗粒度更小（更为微观），使得市场在多数时间呈现震荡>趋势的走势。在经济失去波动，路径不清晰的情况下，美林时钟的指导意义较弱，很难把握市场结构性的机遇。

针对原版的美林时钟，不少学者均提出过优化意见，比如采用更多经济指标、寻找更为直接的观察变量、纳入更多政策因素变量、观察资产价格间的比照结果等等。而《The Investment Clock》这篇研报的作者Trevor Greetham，在后续的执业生涯中也确实对美林时钟的框架进行了类似的优化与调整。

3、皇冠上的明珠——风险平价策略

风险平价策略最早由在磐安资产（PanAgora Asset Management）任职的首席投资官钱恩平(Edward Qian)在2005年的论文中作为正式的理论提出。但在此之前，市场中已有相应的策略实践，其中最为出名的便是桥水基金Ray Dalio的全天候策略。

相比于MVO模型、BL模型以及美林时钟直接从资产收益率及权重的角度出发，风险平价策略则提供了一个从风险的视角出发的思路：通过对风险预算的事先规划，将各个资产从风险角度进行平配，使得组合内每一类资产对组合的风险贡献相等，追求最大化每单位风险可得的收益。

桥水全天候策略在实践中，采用了与美林时钟相似的方式，以经济增长和物价水平（通货膨胀）为维度进行象限的划分，并针对不同的场景采用不同的配置比例以达成风险平配、业绩平稳增长的目标。当然，与美林时钟不同的是，全天候策略从“预期+指标”出发，从超出和低于市场预期的角度进行判断调整组合比例，而并不强调对于阶段的划分以及资产的选择轮动。相比于美林时钟的Alpha属性（主动选择为主），桥水全天候策略更多的是Beta属性（被动配置为主）。

图片来源：桥水基金、朝阳永续基金研究院

上图为桥水全天候策略自1970年至2012年的历史回测业绩。可以看出，对比未调整的全球权益组合，桥水通过杠杆调整后的全天候策略在回报相似的基础上，明显改善了风险特征，拥有了更小的波动。

然而，全天候策略仍然有其局限性。由于近年桥水基金完整的净值数据不可得，我们可以选择通过其他方式，如美国标准普尔道琼斯指数(S&P Dow Jones Indices)推出的风险平价策略指数系列(S&P Risk Parity Indices)，来进行侧面观察。

图：12%目标波动率下标普风险平价指数走势

图片来源：S&P Global

可以看出，在2020年新冠疫情来袭时，该策略指数遭遇了成立以来最大的回撤（-18.86%）。而桥水也不出意料的并未幸免于难，根据LCH Investment统计显示，桥水旗下产品2020年总亏损121亿美元，当期最新规模数据为1019亿美元，在假设未遭遇大量赎回的情况下，平均亏损约11.87%。而根据Ray Dalio在多渠道的公开披露信息显示，以12%波动率为目标的全天候策略在这一阶段的亏损约14%。

图：Top20 对冲基金排名

图片来源：LCH

从结果来看，作为一个以风险配平达到骑乘Beta效果获取收益的策略，风险平价策略实际并非万能。其背后原因可以分为两层：一是风险平价策略的赛道经过多年发展，策略同质化较为严重，策略收益有所稀释；二是极端行情下，各策略的交易趋同导致了资产相关性的大幅飙升，使得源于有效资产组合风险分散的“圣杯”临时蒙尘。

2021年下半年，桥水基金在中国以全天候策略发行了超过百亿元的产品，成为了中国第一家破百亿的外资私募机构，投资者对于桥水基金的品牌表现出了极高的认可度。但中国作为一个发展中国家，其居民对于财产增长的需求和预期水平要远高于发达国家。尽管桥水基金在产品策略设计层面有在全天候框架的基础上进行了部分主动管理的增强，中国风险平价策略的赛道实际也并不如境外拥挤，但考虑到中国金融市场成熟程度仍有不足以及策略本土化的适应性风险，投资者仍应当对产品有清晰的配置定位，不宜对风险平价策略产品的收益做出过高的估计。

4、大类资产配置的发展方向——因子配置

因子之于投资，如同心法总纲之于武功。随着量化私募的兴起，因子这一概念已被多数投资者所知。关于什么是因子、因子相关理论的变迁和发展、因子在量化投资中的应用等内容，我们在之前的文章《一文看懂什么是“量化”》中已有所描述。而相比于一般量化投资中对于因子的应用偏向于解决股票、债券等传统资产如何交易的问题，因子配置的概念则更为广泛，在资产层面容纳了更多另类资产标的同时，也从因子层面囊括了更多宏观因子。

如果说早期基于简单方法论如股债60/40等的大类资产配置是1.0版本，基于现代经济及金融理论发展所诞生数学模型的传统大类资产配置方法论是2.0版本，那么基于因子挖掘，由因子所主导的，以因子配置为核心大类资产配置框架则可以称为3.0版本。在上述经典方法论的介绍中，美林时钟以及风险平价策略实际都已经有了因子配置的雏形，可以被看作是基于“通胀+经济增长”两个具备高解释力度的宏观因子所展开的策略。

从美国金融市场发展的情况来看，大类资产配置的框架最终将逐步由资产为重心转向因子为重心，所有基于数理的模型都在持续进行相应的优化。从现实角度而言，每一个资产的收益、风险以及与其他资产之间的相关性永远是难以进行连续而准确的预测的，计算量也过于庞大，而同性质要素的归纳与提纯却能够较好的解决这些问题，更为针对问题的本质进行投资组合的收益优化、风险管理以及归因。不少大型养老金管理机构，如丹麦养老基金ATP，已在这一领域中有了长足的发展。

大类资产配置、宏观策略与FOF策略

在当前业内认同度较高的私募基金策略分类中，直接和大类资产配置概念相关的策略有宏观策略和FOF策略两类。

1、宏观策略 (Macro Strategy)

宏观策略指管理人依据自身对宏观经济周期变动情况的理解，以及宏观经济对于大类资产走势影响的判断，捕捉金融资产价格失衡错配机遇的策略。

从定义的描述可以看出，宏观策略必然是一种以宏观经济认知为基础的，多市场、多维度、多资产、多策略为特征的大类资产配置的，以绝对收益为目标的策略。在实际践行宏观策略的过程中，管理人的投资与研究不再局限于单一路径，呈现与单一资产或策略相关性较低、受单一市场影响小、穿越牛熊的特征。

图：对冲基金策略指数及标普500指数走势对比

数据来源：EUREKHEDGE

表：对冲基金策略指数及标普500指数阶段性收益统计

数据来源：EUREKHEDGE（2020.1-2021.12）

以美国市场的历史经验来看，宏观策略在2000年互联网泡沫破裂、2008年金融危机与2020年新冠疫情的冲击下均呈现较强的抗波动能力。当然，与抗波动能力相对应的是，在其他的时间窗口中，尤其是事件冲击后的复苏阶段，宏观策略的收益表现相对落后。

2、FOF策略（Fund of Funds）

FOF，即基金中的基金，是一种通过间接持有其他主动型或被动型公募或私募证券投资基金进行配置，进而实现预先设立的投资目标的基金产品。

图：宏观策略及组合基金策略走势情况

图片来源：朝阳永续基金研究平台

根据朝阳永续基金研究平台组合基金-典型指数的走势来看，在过往国内股票市场发生剧烈震荡的时间窗口内，FOF策略表现出了相对宏观策略更为明显的波动优化属性。而与此相对的则是，在复苏周期时FOF策略的表现并不如单一股票资产及宏观策略理想。

3、如何看待宏观策略及FOF策略的一些问题

（1）宏观研究是否等于宏观策略？

假设一个产品交易的背后，有着基于宏观经济自上而下的逻辑，例如一个优秀的主观多头策略，其中对于未来行业方向的投资抉择，必然会涉及宏观经济领域的研究。那么我们是否应当把他划作宏观策略呢？

在实际投资中我们应当明白，拥有宏观逻辑、宏观视角与产品是否为宏观策略并不相等。在缺乏有效顶层策略框架设计、不涉及多类资产交易的情况下，产品被划作宏观策略并不具备足够的说服力，而具备三个或以上的资产轮动与覆盖的能力，通常是一个较为明确的分界线。一般谈及的股债轮动策略，股票多头+CTA策略等形式，更适宜被分类为多策略。

此外，以多市场、多维度、多资产、多策略为特征的大类资产配置的宏观策略，同时也意味着巨额的人力成本与研究投入。这也是为何市场中优秀的宏观策略管理人屈指可数，宏观策略产品数量较少，且涉及宏观策略的管理人规模通常相对较大的核心原因。

（2）FOF策略的产品设计

2021年末，公募FOF规模开始快速增长，根据Wind数据统计，公募FOF规模已经超过2000亿元。而尽管私募FOF暂未有直接透明的数据，但根据朝阳永续基金研究平台对产品备案数量的统计来看，其规模相对于2021年年初也出现了较为快速的增长。而规模快速增长的过程，也必然伴随着各类问题的产生，作为投资者而言应当对FOF策略的一些潜在问题有所思考与了解。

首先，是FOF产品双重收费的问题。双重收费是指除开FOF管理人外，底层下投产品的管理人也会选择收取一定管理费用的情况。不少投资者认为，这种双重收费的模式侵蚀了产品收益。当然，并不是所有的产品都存在这一问题，当前许多管理人会根据实际情况进行产品管理费的减免，但我们应当明确，相比于费用的大小，我们所支付的费用是否为我们带来价值，即选择的FOF产品是否满足了自身的投资需求，才是重中之重。

其次，是如何认知FOF产品的问题。FOF策略相比于其他策略，有一个最大的不同点在于可以通过底层产品灵活配置来达成某一投资目标，而其他策略对外则通常是一个不可拆分的形式，这给FOF产品在设计上带来了极大的调整空间，其中的导向问题便显得非常重要。

目前，市场中较为流行一种明星私募FOF，即底层投向多家知名私募管理人，且长期持仓不做调整，可以是同一类策略或不同策略的组合。从客户角度来看，这类产品是非常具有吸引力的，既解决了底层黑箱的问题，又有概率可以博得较好的投资收益。从销售机构角度来看，底层明星管理人的品牌效应是非常好的业务资源，有利于自身快速达成销售业绩的目标，出现问题时也能够有效安抚客户。

然而，事实证明，这类产品的收益大概率是不及投资者预期的，明星效应并不能掩盖风险钝化却没有得到风险溢价补偿的问题。FOF投资并不是简单的大杂烩，我们仍然应当从自身需求出发，遵循投资的本源，从底层资产的具体情况以及FOF管理人资产配置的框架与能力来客观衡量FOF产品的价值。

（3）宏观策略及FOF策略的收益观察

作为一种多市场、多维度、多资产、多策略的策略，宏观策略的目标定位相比于单一资产更注重绝对收益目标，并不追求在某一赛道跑赢某一类资产。从收益角度出发进行拆解，宏观策略的收益可以被认为是由无风险收益率、大类资产自身固有的Beta收益与大类资产配置带来的主动Alpha收益三部分组成，而在其中配置策略创造Alpha的能力更值得受到关注。投资者可以主要从产品的夏普比率（风险回报比）及业绩长度角度（是否具备穿越牛熊周期周期）出发，对管理人及其产品进行考量。

而相比于宏观策略，尽管同样以大类资产配置的理念为核心，FOF策略的投资内容则是由从资产变为了以产品为单位的策略，表现形式有所不同。从收益角度出发，FOF策略的收益可以被拆解为三部分，投资者可以从这些方面出发对FOF管理人及产品进行考量：

1、通过对于对基金产品的研究与选择，从底层产品的策略中获取Alpha收益，即底层产品管理人独有的管理能力带来、无法复制的回报。对于底层管理人的具体情况的识别框架以及实际产品下投的可得性，将直接影响该部分的收益。

2、通过合理的策略配置，从对于底层产品的主动管理中获得Alpha收益，即作为FOF管理人独有的管理能力带来的、无法复制的回报。关键历史时间窗口下的表现可以直接反映出FOF管理人自身对于市场环境的认知能力、自身的配置能力以及与底层管理人沟通协调的能力。

3、除去Alpha收益以外的其他Beta收益部分，即其他所有有能力利用可得的方式进行复制的部分，这一部分在FOF及底层管理人两个层面的投资过程中均有涉及，应当关注FOF管理人对于Beta部分的认知、识别、过滤及使用的逻辑与框架。

结语

较为可惜的是，从实践情况来看，大类资产配置下的宏观策略及组合策略与其他策略一样，也很难在真正意义上做到“一招鲜，吃遍天”，但大类资产配置这一概念对于投资者在风险管理及把握机遇上的帮助是显而易见的。

财富管理大时代的到来，新冠疫情的冲击，外部政治环境的变化，资管新规过渡期结束……整个金融市场相比以往已经发生了深刻的变化，不确定性的上升使得大类资产配置这一概念自中国居民“余额宝”时代觉醒理财意识以来，从未像今天这般显得如此重要。

而在未来，我们可以明确预见的是，各渠道将围绕大类资产配置的概念，持续尝试构建具备自身核心优势的理财体系，而投资者的投资也将逐步开始从投向单一资产的产品迈向组合投资时代。