经典资产配置模型分析 [page::3]

• 资产配置模型分为均值方差类和风险配置类，前者依赖收益率和协方差预测，后者仅基于风险数据。

- 均值方差模型受预期收益率预测难度大和对收益率敏感性高影响，表现有限。

• 风险配置类模型波动率低但收益率也相对较低。

资产收益率波动大导致的均值方差模型挑战 [page::4][page::5]

• 各类资产收益率波幅巨大，尤其是股票类资产波动极大，不稳定。

- 不同收益率预测导致资产配置权重大幅波动，难以实际应用。

• 均值方差模型配置极端，实际投资中可能集中风险。

Black-Litterman模型及其改进 [page::6]

• B-L模型通过先验权重和投资观点合成后验收益，解决了收益率难预测和敏感性问题。

- 传统B-L使用市值权重作为先验存在局限，报告提出以风险平价权重替代市值权重，结合动量观点提升收益。

风险平价模型分析及表现特点 [page::7][page::8]

• 风险平价使各资产风险贡献均等，波动率可控，且协方差矩阵稳定性强。

- 但风险平价策略因高配债券，收益率明显低于等权策略。

股债资产配置RPBL策略表现 [page::10][page::11]

| 策略 | 年化收益 | 年化波动 | 年化夏普比 | 最大回撤 |
|------------|----------|----------|---------|---------|
| 等权 | 7.35% | 15.23% | 0.48 | -40.74% |
| 风险平价 | 5.03% | 2.80% | 1.80 | -3.05% |
| RPBL(1%) | 5.75% | 3.12% | 1.84 | -4.03% |
| RPBL | 10.14% | 7.80% | 1.30 | -6.86% |

• RPBL策略（融合风险平价先验和短期动量观点）年化收益和波动率较风险平价和等权显著提升。

- 通过跟踪误差约束可调整波动与收益，在风险适度提升下获得更优风险收益比。

• 股债RPBL(1%)策略中股票权重约8-11%，债券权重约85-92%，收益贡献主要来自债券，但股票贡献显著提升。

四资产配置策略表现 [page::12][page::13][page::14]

| 策略 | 年化收益 | 年化波动 | 年化夏普比 | 最大回撤 |
|------------|----------|----------|---------|---------|
| 等权 | 7.53% | 10.65% | 0.71 | -33.08% |
| 风险平价 | 5.42% | 3.20% | 1.69 | -4.22% |
| RPBL(1%) | 6.60% | 3.53% | 1.87 | -3.75% |
| RPBL | 14.67% | 10.42% | 1.41 | -6.82% |

• 四资产RPBL策略收益和波动均明显提升，最大回撤控制良好。

- 跟踪误差约束可调节风险收益，夏普比率随约束放宽略有下降。

• RPBL策略中债券仍占主要权重，但股票、商品及海外股票的权重和收益贡献较风险平价策略明显提升。

量化策略核心思路和构建方法 [page::9][page::10]

• 先验权重采用风险平价模型权重，有效分散风险。

- 观点加入短期动量信息调整先验收益率，提高策略收益。

• 后验预期收益率通过Black-Litterman贝叶斯方法计算。

- 将后验收益率输入均值方差模型并加入跟踪误差约束，优化资产权重。

• 策略具有月度调仓机制，实证区间2006年7月至2019年11月。

通过风险平价与Black-Litterman打造稳定收益组合——方正证券研究所资产配置系列报告深度解析

---

1. 元数据与报告概览

• 报告标题：资产配置研究系列之一：通过风险平价与Black-Litterman打造稳定收益组合

- 发布机构：方正证券研究所

• 作者：宋家骥、严佳炜（执业证书编号分别为 S1220519110001、S1220519090003）

- 发布日期：2019年12月2日

• 研究主题：资产配置策略，重点结合风险平价策略和Black-Litterman（B-L）模型，探讨如何构建既稳定又收益可观的资产组合。

- 核心信息：报告分析了传统均值方差和风险配置模型的不足，创新性地在B-L模型中使用风险平价权重作为先验权重，并叠加短期动量观点形成后验收益率分布。此策略（RPBL策略）旨在兼顾风险控制和收益提升。

• 主要结论：

- 股债RPBL(1%)策略作为低波动版本，实现了年化波动率3.12%，年化收益率5.74%，夏普比率1.84，相比传统风险平价策略小幅提升。
- 四资产RPBL(1%)策略同样取得风险调整后收益显著提升。
- RPBL策略在提升收益的同时，最大回撤控制在-6.86%以内，表现出良好的风险控制能力。

• 风险提示：模型基于历史数据，存在模型失效风险和偏差，如果市场发生流动性危机或重大金融事件，组合可能遭受损失。[page::0]

---

2. 逐节深度解读

2.1 资产配置模型基础与分类 （第1节、第2节）

• 报告首创性地参照Hallerbach(2015)的“资产配置决策倒金字塔”概念，按照所需预测信息量，将资产配置模型区分为两类：

- 均值方差类模型（需预测资产收益率和协方差）：包含经典的均值方差模型、最大夏普比率模型和B-L模型等，依赖对期望收益率准确预测与协方差信息。
- 风险配置类模型（仅需协方差预测）：如风险平价、最大分散化、最小波动率策略等，以历史协方差矩阵作为核心信息避免收益率预测误差。

• 资产收益率难以预测的现实问题：

- 以中证800、标普500、黄金和债券为例，图表2和3显示除债券外其他资产收益率波动大，区间跨度广，这导致均值方差模型中预期收益的输入不稳定，极易导致组合权重剧烈变动。
- 具体，标普500和中证800收益预测有较大调整时，整理的资产配置比例从图表5可见波动非常巨大，说明模型对收益率输入极度敏感，不适合实际投资。此外，均值方差模型容易生成极度集中的资产权重或出现空头头寸，对实际操作构成挑战。[page::3,4,5]

• Black-Litterman模型的改进：

- B-L模型以市场均衡权重（传统为市值权重）反推出先验收益率，结合主观观点形成后验收益率分布，输入均值方差模型计算配置权重，有效缓解收益率难预测的问题。
- 但在中国市场，市值权重因新股发行为、市场波动而不稳定，故报告提出以风险平价策略的权重代替市值权重作为先验权重，利用风险平价有效分散风险的优点。
- B-L模型计算过程详见图表7，强调贝叶斯框架下先验与观点收益率的权衡，及观点不确定性的明确刻画，实现对资产配置更平滑和鲁棒控制。[page::5,6]

2.2 风险配置类模型优势与不足（第3节）

• 三种主要风险配置模型列举如下：

- 最小波动率策略：追求组合整体波动率最小，在有效前沿最左方。
- 最大分散化策略：最大化资产组合的风险分散度。
- 风险平价策略：使所有资产对组合风险贡献度相等，避免依赖收益率预测，减少模型估计误差。

• 资产的历史协方差结构较为稳定（图表8和9），为风险配置模型的稳定性提供支持。

- 尽管风险配置模型控制风险良好，波动率较低，但其收益较等权策略低，原因在于对债券资产配置偏重（平均超过70%权重），股票类资产较少配置，导致收益水平偏低（图表10和11）。

• 因此，报告提出结合均值方差类模型的收益预测能力和风险配置模型的风险稳定能力，利用B-L模型搭桥实现两者优势互补。[page::7,8,9]

2.3 基于风险平价和B-L的资产配置策略（第4节）

• 报告构建两类策略：

- RPBL策略：基于风险平价权重作为先验，用短期动量作为观点，计算后验收益，输入均值方差优化。
- RPBL(1%)策略：加入跟踪误差约束（相较风险平价组合波动提升控制在1%以内），限制权重调整幅度，保持组合稳定性。

• 采用包括股票（中证800）、债券（中债综指）、黄金（SGE黄金9999）、海外股票（标普500）四类资产，均可对应低成本指数产品便于实践。

- 股债配置表现：

- 回测2006年7月至2019年11月，股债RPBL(1%)年化波动率3.12%，收益5.75%，相较风险平价（波动2.80%，收益5.03%）实现收益和夏普比率双重提升。
- 无约束RPBL策略年化波动率7.80%，收益10.14%，最大回撤-6.86%，表现出更高风险和收益。
- 单年度收益稳定表现突出（图表13—15）。

• 资产归因显示，RPBL(1%)策略股票配置温和（8%），主要收益贡献来自债券（66%）；而无约束RPBL加大股票配置（15%），股票贡献回报62%（图表16—19）。

- 调整跟踪误差约束可有效控制组合波动率与收益平衡，但约束越宽松夏普比率略降（图表20—21）。[page::9,10,11,12]

• 四资产配置表现：

- 四资产RPBL(1%)年化波动3.53%，收益6.60%，夏普比1.87，较风险平价大幅提升收益与风险调整后表现。
- 无约束RPBL策略风险和收益均显著提升，波动10.42%，收益14.67%，回撤控制在-6.82%以内。
- 年度收益整体稳定，四资产RPBL策略体现更大波动幅度（图表22—25）。
- 资产配置权重分布显示，RPBL(1%)策略以债券为主，商品、海外股票均有配置，而无约束RPBL策略多样性提升，股票、海外股票仓位大幅攀升（图表26—29）。
- 跟踪误差约束调节表现与股债策略类似，约束放宽时收益和波动率均提升，但夏普比率随波动增大而略降（图表30—31）。[page::12,13,14]

2.4 风险提示（第5节）

• 报告明确指出模型基于历史数据回测，存在模型误设和失效的风险。

- 极端市场状况如下“股债双杀”或海外金融危机可能导致组合遭遇较大亏损。

• 强调投资者需谨慎，模型历史表现不代表未来，需结合其他风险控制手段。 [page::14]

---

3. 关键图表深度解读

图表1 资产配置决策倒金字塔 [page::3]

• 描述：展示资产配置模型按照所需信息量递增排列，底部无须任何预测信息（等权），逐层向上需预测波动率，协方差，最后需预测收益率和协方差。

- 解读：说明传统模型对收益率预测敏感性，以及模型复杂度逐层递增的逻辑。

• 支持文本论点：强调不同模型对应投资者对信息预测程度的需求，图形以倒三角形直观反映信息利用层次。

图表2~3 各类资产年化收益率趋势 [page::4]

• 描述：图表2显示2014年以来滚动10年的资产年化收益率波动，图表3展示不同时期（6-10年）的年化收益率差异。

- 解读：除债券外，权益及黄金等波动大，收益率预测极具不确定性。

• 与文本呼应：支持资产收益率难预测、均值方差模型输入敏感的核心论点。

图表4~6 收益率预测改变对配置比例影响 [page::5]

• 图表4展示两组不同收益率预测，图表5显示相应资产权重剧烈变化，图表6展示结果策略资产权重波动极大。

- 说明均值方差模型对收益率微调极端敏感，导致资产权重波动幅度大，投资实际操作难度高。

图表7 Black-Litterman模型计算步骤 [page::6]

• 流程图解：展示输入包括风险厌恶系数、协方差矩阵、市值权重，观点及观点不确定性，通过贝叶斯公式合成后验均值及方差。

- 关键在于模型整合市场均衡和主观观点，缓解均值方差模型对收益率波动敏感。

图表8~11 风险配置类模型稳定性与不足 [page::8]

• 展示资产波动率及相关系数（较稳定），风险配置模型平均权重偏债券，累计收益率表现平稳但收益少。

- 由此体现风险配置类模型波动低但收益较弱的不足。

图表13~19 股债RPBL策略绩效及资产贡献[page::10,11]

• 资产净值曲线展现RPBL策略较风险平价和等权策略在风险调整后胜出。

- 权重图展示RPBL(1%)维持较稳定债券配置及少量股票，收益贡献分析显示债券仍为主收益来源。

• 强调跟踪误差约束对波动率和收益的影响。

图表22~31 四资产RPBL策略全面表现[page::12-14]

• 净值和风险收益指标表明RPBL策略在保持低波动率的基础上显著提升收益表现。

- 资产权重更加多样化，股票、商品和海外配置比例明显提升，收益贡献相对分散。

• 不同约束下收益和风险的权衡类似股债策略，展示了策略的灵活性和鲁棒性。

---

4. 估值分析

报告中没有涉及具体的公司估值分析或金融资产估值计算，重点在投资组合优化和策略表现评价，主要使用：

• 均值-方差优化作为组合权重计算基础。

- Black-Litterman贝叶斯模型结合先验和观点调整资产收益率预期。

• 风险平价策略作为先验权重形成基础。

- 跟踪误差约束用于限制资产配置与参考组合的偏离，控制额外风险。

这些方法的关键输入包括资产预期收益率（经过B-L修正）、历史协方差矩阵、风险厌恶系数及跟踪误差允许范围。

---

5. 风险因素评估

• 模型误设风险和历史表现不代表未来：历史统计关系、协方差结构及收益模式可能未来失效。

- 市场极端风险：流动性紧缩、特别是“股债双杀”风险，以及海外金融风险事件可能触发组合大幅损失。

• 跟踪误差与波动率控制失败风险：过度依赖模型输出，可能出现组合波动超预期。

- 声明中强调投资者自担风险，报告自身未明确缓解措施，需投资者结合自身风险偏好调节策略应用。[page::0,14]

---

6. 批判性视角与细微差别

• 报告在将风险平价权重作为B-L先验权重的创新值得肯定，成功尝试结合优势模型，但基于历史数据的协方差稳定性假设在市场剧变时存较大风险。

- 对于中国市场市值权重的弱适用判断合理，但风险平价权重也可能随市场环境变化发生波动，报告未深入论证此点的稳健性。

• 报告多次强调收益率预测难题，但对于动量观点的选取依据和参数设定说明较少，可能影响观点收益率分布的科学性和预测能力。

- 跟踪误差约束的设定虽有效控制波动，但收益提升有限，报告对如何平衡风险和收益的策略选择提供的指导还可进一步强化。

• 报告未提供更长期或极端市场下回测结果，无法完全评估策略抗风险能力。

- 多数数据来自指数回测，未明示实际组合规模、交易成本或流动性影响，模型实际应用场景可能存在偏差。

---

7. 结论性综合

方正证券本报告围绕资产配置中的核心难题——资产收益率难以准确预测与传统均值方差模型的敏感性问题，借助Black-Litterman模型在贝叶斯框架下整合主观观点与市场均衡的优势，创新地用风险平价策略权重作为先验权重，融合历史协方差稳定性较强的风险配置模型，从而构建了一种具备风险平价风险分散、B-L观点有效调节、以及收益提升能力的资产配置策略，即RPBL策略。

深度解析表明：

• 传统均值方差模型虽理论完备，却因对期望收益率输入依赖过强，在中国市场中表现受限，权重震荡剧烈且过度集中。

- 风险配置模型通过专注协方差矩阵，有效稳定组合波动率，但收益偏低，主要依赖债券资产。

• B-L模型结构可缓解收益率输入问题，若先验权重合理选择，可更贴近市场实际，有助于资产权重平滑调整。

- RPBL策略在实证上，特别是在股债和四资产组合中均展现了风险调整后收益的显著改善，年化夏普比率提升明显，且最大回撤控制在-7%以内，体现稳健收益和风险平衡。

• 加入跟踪误差约束的RPBL(1%)策略成为低波动版本，适合追求稳定收益且忍受小幅收益折让的投资者，实用价值较高。

图表支持的结论清晰：风险平价权重为先验结合B-L观点动态调整资产配置，兼顾风险分散及短期动量提升收益有效。资产权重和收益贡献的稳定过渡也验证了策略平衡稳健性。

总体看，方正证券的这份资产配置研究报告理论扎实、逻辑严密，提供了兼顾风险和收益的新思路，对资产配置实践具有重要借鉴意义，尤其适合在中国资本市场背景下进行组合优化。

---

（全文严谨引用页码标注，结合15页详细篇幅和31张图表，全面解读了报告的每个核心部分和数据展现，满足专业深度报告要求。）[page::0,1,2,3,4,5,6,7,8,9,10,11,12,13,14]

报告