（溫馨提示：文末有下載方式）

一、資產配置的概念

資產配置是指根據投資需求將可投資資金在不同資產類別之間進行分配。資產配置是所有人都要面對的問題，即使是無意識地把儲蓄都存在銀行甚至以貨幣形式持有也是一種資產配置；而一點資產都沒有的人是不存在的，特別是在我們現在這個金融服務能力過剩的時代，總會有合適的金融機構為你創造出適合的金融資產（連同等額的金融負債）。

交易市場廣度深度以及同質性大小決定資產的流動性溢價，貨幣擁有最高的流動性和最低的流動性溢價，非居住性固定資產擁有最差的流動性和最高的流動性溢價，典型資產的流動性從高到底排列為：貨幣>股票債券>大宗商品>非標金融投資（房地產、股權債權、信託私募等）>非大宗商品（機械設備等）。其中貨幣、股票債券和大宗商品具有集中式交易市場、高頻率的公允價格與較低的流動性溢價，從而成為大類資產配置實踐的主要標的，而在理論研究中通常也會把非標金融資產納進來。對於大規模且追求長期回報的資金來說，股權債權和信託私募等非標金融資產都是潛在配置標的。

二、資產配置的理念

2.1、承擔風險獲取風險溢價

如上所述，把可投資資金全部存在銀行里也是一種資產配置，為什麼還要專門研究資產配置並且花大力氣進行資產配置實踐呢？這是因為持有風險資產可以獲得風險溢價，而且多樣化配置可以有效降低組合風險，兩者都是為了達到同一個目的：改進資產配置績效，在相同的風險下獲得更高的投資回報。

如圖2所示，以月度數據計算，從2002年至2018年間，中國大類資產年化收益率從低到高分別為貨幣2.67%、債券3.65%、股票6.05%、商品7.83%和房地產8.62%，年化波動率則依次分別為貨幣0.29%、債券2.99%、股票30.01%、商品16.55%和房地產3.61%。以貨幣作為無風險資產，債券、股票、商品和房地產的風險溢價分別為0.98%、3.38%、5.16%和5.96%。這就意味著，如果一個人在2002年初將全部可投資資金都配置在貨幣上，那麼到2018年底他的總收益率為56.4%；但如果他把資金都配置在債券、股票或者商品上，那麼到2018年底他的總收益率為83.9%、171.3%或者260.2%；但要做到這一點，要求：1、承擔市場波動風險；2、堅持長期投資。如果一個投資者沒有風險承受能力，就不能夠通過持有風險資產獲得風險溢價；風險溢價是中長期概念，只有長期持有才能體現出風險溢價，短期內持有風險資產可能盈利也可能損失。

2.2、配置非流動性資產

以貨幣平均收益為無風險利率，2002年至2018年債券、股票和商品的長期夏普比率分別為0.33、0.11和0.31，均遠低於房地產資產的長期夏普比率1.65。那為什麼大家不都把資產配置到房地產上面呢？有兩個互為因果的特點排除了這個情形：1、房地產資產的單位價值高，參與房地產市場的門檻高，並非所有人都有能力參與房地產交易；2、因此房地產市場的流動性相對股債商品而言是較低的，這使得房地產資產具有較高的流動性溢價。

在一個投資門檻比較高的市場，通常流動性較集中式交易市場會有所下降且流動性溢價上升，那麼投資者就更容易通過長期持有獲得較高回報，中國的房地產市場、2010年至2016年的信託市場以及私募股權等非標金融投資都是這樣。美國耶魯大學捐贈基金之所以能長期取得較好的回報率並且在2000年以來打敗股神巴菲特，訣竅就是其資產組合中有大量私募股權、房地產、自然資源等非標金融投資，當然其中標準投資和非標投資的占比也會根據宏觀形勢來做出相應調整。

2.3、分散化是唯一的免費午餐

1990年瑞典皇家科學院決定將年度諾貝爾獎授予紐約大學馬科維茲（HarryMarkowitz）教授，以表彰他在資產組合理論中的先驅工作。馬科維茲的核心工作是用最簡單的均值-方差組合模型，說明在較為寬鬆的假設條件下通過簡單的分散化提高投資績效；這並不需要投資者有高超的投資技巧，甚至一個完全不懂經濟金融的人也能輕鬆做到這一點。

我們對2002年至2018年的中國貨幣、債券、股票和商品四大類資產日度數據求解Markowitz有效前沿，結果如圖5所示。有效前沿說明了在任一風險水平通過分散化可以到達的最大可能收益水平。例如在1%的波動率水平上的最大期望收益為3.2%，此時組合配置為貨幣64.9%、債券30.5%、股票0.2%和商品4.5%，夏普比率為0.54。通過這樣一個簡單的均值方差模型即可大大提高夏普比率，因此我們說分散化是免費午餐，而且是唯一的，因為除此之外提高夏普比率均需要某種投資技能。但這個組合的收益率太低了，這是由於組合中貨幣比重過高；如果我們接受稍大一點的風險2.9%，那麼可以通過權重為債券86.5%、股票0.5%和商品13%的分散化取得4.2%的收益率，此時夏普比率為0.53。

三、主流資產配置模型

3.1、恆定比例配置模型

顧名思義恆定比例配置模型是在可選擇資產類別中確定一個固定不變的配置比例，並且在確定時點再平衡即可，等權重配置模型和股債60/40模型屬於這一類。假如我們對2002至2018年的中國大類資產日度數據採用等權重配置模型（每一類權重均為25%，季末再平衡），那麼組合年化收益率和波動率分別為6.37%和8.8%，夏普比率為0.42，因此很簡單的等權重配置模型就可以取得比任意單一資產更好的投資績效。同樣地對2002至2018年的中國大類資產日度數據採用股債60/40配置模型（股票60%債券40%，季末再平衡），那麼組合年化收益率和波動率分別為6.55%和16.63%，夏普比率為0.23；由於債券與股票通常反方向變動，該模型可以在股市波動時降低組合波動率。

恆定比例配置模型由於其組合構造非常簡單，因此對投資績效的改善程度並不大。即使如此，也正是因為其原理簡單易懂，恆定比例配置模型特別是股債60/40配置模型，還是目前市場上的主流配置模型之一。我們從圖6也可以看到，長期來看股債60/40配置模型的收益率基本上能趕上股票單一資產的收益率，而其波動性還是比股票單一資產有明顯下降，對於一些追求長期收益率、能接受短期較大波動的養老基金來說這一模型有其優點。

3.2、風險平價配置模型

自馬科維茲均值方差模型和資本資產定價模型CAPM開創量化資產配置時代以來，資產配置理論在數學的支持下得到長足進步。但均值方差模型對輸入參數具有高度敏感性，某項資產預期收益率的微小變動可以導致組合權重的大規模變化，這種敏感性會造成均值方差模型所帶來的績效改進相對於預測誤差來說沒有吸引力，因此近年來資產配置理論的一個努力方向是減少輸入參數降低誤差損失。PanAgora基金的首席投資官EdwardQian博士提出了著名的風險平價(RiskParity)配置模型，該模型核心思想為：將一個投資組合的風險平均分配到各資產中，追求各資產風險貢獻權重平衡，使得資產組合不會過度暴露在單一風險中，從而提高了投資組合在各種宏觀市場環境下的適應能力。

通常情況下風險平價配置模型無法得到解析解，只能通過非線性規劃（SQP算法，SequentialQuadraticProgramming）求得數值解。在不能賣空的設定下，問題轉化為求解優化問題：

對2012年至2018年的中國貨幣、債券、股票和商品四大類資產日度數據求解風險平價模型，並每個季度重新配置，組合年化收益和波動率分別為4.12%和2.27%，夏普比率為0.64；因此通過對資產風險的控制，風險平價大類模型可以達到比債券還低的波動率水平，但其收益率也因此大幅下降，年化4.12%的回報水平對投資者並沒有吸引力。我們嘗試將風險平價模型應用於細分資產組合：貨幣（貨幣政策）、國債（避險需求）、信用債（企業狀況）、滬深300指數（價值風格）、中證500指數（成長風格）、工業品（經濟增長）、農產品（通貨膨脹）和貴金屬（通脹/避險），通過計算可知風險平價細分模型年化收益率和波動率分別為6.37%和7.1%，夏普比率為0.52。

風險平價細分模型比大類模型有更高收益率和波動率的原因是細分模型中股票和商品的比重更大。平均下來風險平價大類模型中貨幣、債券、股票和商品配置比重分別為44.1%、41.7%、5.3%和8.8%，而細分模型中貨幣、債券、股票和商品配置比重分別為15.7%、29.7%、12.2%和42.4%；而且兩個模型季末重組的換手率都比較低，風險平價大類模型和細分模型的平均換手率分別為6.51%和2.9%。因此我們得出一個結論：風險平價模型的協方差矩陣對組合配置權重的影響具有一致性。為了驗證這一結論，我們嘗試對大類模型和細分模型採取宏觀協方差針而不是滾動計算方式來計算組合配置權重，可以發現這樣計算的組合配置權重和鼓動計算組合配置權重的平均值非常接近；進一步對2002年至2018年的歷史數據進行回測，我們發現兩種方法的出來的總收益率相差不到3個百分點，這個小偏差完全可以被調倉成本所覆蓋。因此對於風險平價模型，似乎並無必要在季末重新計算協方差陣以及配置權重，直接根據舊有權重簡單重分配即可，更重要的是找出歷史表現較佳的穩定性較高的基礎資產集合。至於為什麼風險平價細分模型比大類模型具有高得多的股票和商品權重，這是因為風險平價模型是以基礎資產風險貢獻均等為配置準則的，由於滬深300和中證500之間，以及工業品、農產品和貴金屬之間的相關度較低，因此它們每一細類對組合的風險貢獻與原來的大類相差無幾。當我們增大股票或者商品細類之間的相關度時，我們發現股票和商品的權重的確降低了。

3.3、美林投資時鐘模型

均值方差模型強調收益與風險，風險平價模型著重配置風險，在投資收益的兩類來源阿爾法α和貝塔β之間，量化配置模型更傾向於盡可能獲取β，而主觀配置模型則通過對各類資產未來收益率的預測，來獲取更高的α，這其中又以美林投資時鐘模型最為著名。

根據資產輪動原理，每一個時間段均有某一個特定資產類別表現好於其他資產類別。在這個基礎上，美林採用產出缺口和通貨膨脹兩個指標來將經濟周期劃分為四個階段，並認為每一個階段都對應著表現超越平均水平的某一特定資產類別（即認為經濟周期階段與資產價格之間有某種規律性）：

1、再通脹（Reflation）階段：經濟增長放緩，企業盈利狀況不佳，供求關係失衡使得通脹率下降，央行寬鬆貨幣政策以刺激經濟通脹回升。債券收益率陡峭化下行，長債利率下行幅度小於短債（因在逆周期調節政策下存在經濟增長與通貨膨脹回升預期）；寬鬆貨幣環境下股市出現結構性機會（成長股對利率更敏感），產能過剩使得商品價格開始回落，此階段債券>現金>股票>商品。

2、復甦（Recovery）階段：在逆周期調節政策下經濟狀況已有起色但仍低於潛在增速，供求關係改善但產能依然過剩商品價格跌幅趨緩，溫和通脹之下央行仍保留適宜貨幣金融環境，債券收益率低位企穩但暫時沒有太多上行壓力；套利空間擴大使得企業盈利加速上升，股市出現全面機會而彈性最大的周期性成長股表現最好，此階段股票>債券>現金>商品。

3、過熱（Overheat）階段：總需求持續上升但新增產能未跟上需求節奏因此商品價格開始回升，通脹壓力之下央行開始持續收緊貨幣政策，供需兩旺使得債券收益率出現熊平走勢；企業盈利仍在上升但邊際趨緩，同時市場利率水平上升也抑制風險偏好，股市僅存在周期性價值股的結構性機會，此階段商品>股票>現金>債券。

4、滯漲（Stagflation）階段：市場融資利率上升總需求擴張放緩但仍高於潛在增速，由於物價壓力上升而經濟增長放緩央行保持觀望態度，商品價格漲幅放緩，通脹因素逐漸讓位給增長因素債券價格高位持穩暫沒有下跌動能，股市受到盈利下滑與利率上升的雙重衝擊表現最弱，資金湧入防禦性價值股避險，此階段現金>商品>債券>股票。

與其他所有配置模型一樣，美林投資時鐘是一個參照模型，投資者應著重其內在推導邏輯而不是分析結論，其中產出缺口與通貨膨脹是否如圖10走勢、央行貨幣政策是否與通貨膨脹嚴格負相關是美林投資時鐘成立的關鍵。首先我們通過HP濾波計算出中國季度GDP趨勢與產出缺口如圖12所示，1992年以來中國潛在產出水平先降後升再降，目前中國潛在產出仍處於2007年以來的下降趨勢當中；2013年以來中國實際GDP與潛在產出的偏差（產出缺口）處於非常低的水平，平均每個季度偏差為0.13個百分點，而之前1992年至2012年平均每個季度偏差為0.88個百分點，因此我們可以說2013年以來中國產出缺口波動性在2006年至2012年的快速放大(季均1.31個百分點）後出現斷崖式下滑。

我們繼續考察通脹因素。由於中國是新興市場國家，固定資產投資與工業生產在國民經濟中占比非常高，因此有必要考察CPI（消費領域物價）、PPI（生產領域物價）和GDP平減係數（總體物價水平）的相關性。如圖13所示，1993年至2012年中國GDP平減係數與CPI的相關度高達0.97，而2013年以來兩者相關度銳減為-0.03；這段時間中國PPI先是受到之前2009年至2011年全球超常規逆周期調節政策所刺激的過剩產能影響，後來又受到中國供給側改革中的「去過剩產能」政策影響，與CPI走勢產生較大差異；而由於CPI變動不大，因此總體物價水平更容易受到PPI的影響。

因此中國產出缺口與CPI呈現出較為複雜的相關性，產出缺口的波動性先是大於CPI的波動性，後是小於CPI的波動性，高通脹疊加產出缺口負值的情形也不少見，中國並不存在美林投資時鐘所要求的那種時間周期規範。但如果我們以實際GDP增速代表經濟增長，以GDP平減係數增速代表通貨膨脹，那麼經濟增長與通貨膨脹之間存在較高的相關性。假如我們以通脹優先原則對中國經濟狀況進行標誌，那麼從1992年二季度至2019年一季度之間的108個季度中，有23個季度為復甦狀態，31個季度為過熱狀態，32個季度為再通脹狀態，24個季度為滯漲狀態，過熱與再通脹狀態個數相對較多。

我們進一步對2002年以來的經濟周期與資產價格進行分析。在2002年至2019年一季度之間的69個季度中，處於復甦、過熱、滯漲或再通脹的季度個數分別為6、24、16和23，因此中國經濟增長與通貨膨脹齊升或齊降的狀態占比超過2/3，而經濟增速上升的同時通貨膨脹下滑的狀態占比不到10%。在復甦、過熱和滯漲階段都是商品表現最好，在這三個階段中表現次好的分別是債券、股票和現金；在再通脹階段商品表現最差，而股票和債券均有不錯表現；現金和債券在任何一個階段都無法取得占優優勢，商品和股票才是中國資產的佼佼者，因此中國投資時鐘與美國的情況有所區別。按資產類別來看，債券表現從好到差的階段依次是再通脹、復甦、過熱和滯漲，商品表現從好到差的階段依次是復甦、過熱、滯漲和再通脹，股票表現從好到差的階段依次是過熱、再通脹、復甦和滯漲。在經濟景氣期，中國是商品最先起來再到股票，這是與美國情況最大的差別。

四、後續研究展望

金融投資的根本目的在於儘可能獲取更高的收益，而信息不完備性、邏輯能力不完備性以及資產價格的正反饋特性註定在金融投資的過程中會遭遇風險，資產配置研究圍繞收益與風險兩方面展開。所有資產價格波動都是社會系統、經濟系統與金融系統演化的結果，因此資產配置要研究各種系統的結構、驅動力與演化方向。耗散結構具有兩面性，一方面耗散結構有序度的上升可以獲取處置更高自由能的能力（生產力），另一方面有序度的上升也使得耗散結構脆弱度上升因此需要更完善的維生結構（成本），這是所有經濟周期的結構性根源所在。正如美林投資時鐘模型所展示的那樣，資產價格與經濟周期具有非常緊密的聯繫，一方面資產價格是經濟系統演化的結果，另一方面資產價格也是推動經濟系統演化的動力所在，因此如何表征經濟周期、以及資產價格與經濟周期的深層次聯繫將是後續資產配置研究的重點方向。

溫馨提示：如需原文檔，可在PC端登陸未來智庫www.vzkoo.com搜索下載本報告。

（報告來源：建信期貨；分析師：何卓喬、黃雯昕、董彬、盧金）