【信达金工于明明团队】再谈基于目标风险的固收+产品设计
本文是资产配置系列报告第七篇。本系列第一篇报告《基于目标风险的固收+产品设计》基于“战略配置→战术择时→资金管理”的路径设计了一套高度流程化，且具备较强普适性的“固收+”产品构造方案。时隔2年有余，我们重置并优化了此前研究中的部分策略细节，并在本文中着重解答路演过程中被普遍关注的问题。
再谈战略配置：历久弥新的均值-方差模型。本文回顾了此前报告中的战略配置方式，讨论了目标风险语境下的均值-方差模型、风险预算模型、恒定混合策略几种技术路径的差异。本文继续采取目标波动率为3%的股债组合作为战略配置基准，其中股票底仓以万得全A为代表、债券底仓以中债总财富(总值)指数为代表。
再谈战术择时：既要位置感，也要方向感。本文从周期判断的角度入手，基于A股的筹码结构与行情特征形成了一套兼顾赔率、胜率的全新择时体系。得益于胜率信号在方向感上的补充，融入新择时体系后的OPTI组合表现相比此前有明显提升。2009年以来，进取型信号下OPTI组合全区间年化收益率从4.99%提升至5.83%，收益波动比从1.80提升至1.94，收益回撤比从1.09提升至1.21；2014年以来，进取型信号下OPTI组合年化收益率7.76%，收益波动比、收益回撤比分别录得2.55、1.84。
再谈资金管理：动态化的回撤管理手段。本文通过设置目标最大回撤mdd_target、回撤容忍度dd*两个参数对应TIPP逻辑中的要保比率f和风险乘数M，并另外通过可变跨度参数span 实现动态化回撤管理过程。本文从不同参数下的管理效果出发讨论回撤管理的心态选择：从减少收益损失的角度，“亡羊补牢”式的激进方法似乎更合适；但如果更在意回撤和收益回撤比，可以适当采取“未雨绸缪”的心态。
风险因素：结论基于历史数据，在市场环境转变时模型存在失效的风险。
再谈战略配置：历久弥新的均值-方差模型
1.1 目标风险语境下的均值-方差模型
本文是资产配置系列报告第七篇。在2021年下半年，我们发布了本系列第一篇报告《基于目标风险的固收+产品设计》，收获了市场广泛关注。该篇报告中，我们遵循了“战略配置→战术择时→资金管理”的通用范式，基于均值-方差模型、FED模型与TIPP模型设计了一套高度流程化，且具备较强普适性的“固收+”产品设计方案。时隔2年有余，在与投资者深入交流和反思过后，我们重置并优化了此前研究中的部分策略细节，并着重对路演过程中被普遍关注的问题进行解答。
回顾目标风险语境下均值-方差模型的计算方法。在报告《基于目标风险的固收+产品设计》中，我们采取目标风险语境下的均值-方差模型计算战略基准组合（BENCH组合）股债配比。下式中，定义W为资产权重向量，μ为预期收益率向量，Σ为预期协方差矩阵，σ_target为组合目标波动率；目标风险语境下的均值-方差问题将优化目标设置为最大化预期收益，约束条件包括最大波动率、杠杆及卖空约束。
均值-方差模型尽管因参数敏感常被质疑，但好在两资产情形下，模型并不需要给出预期收益的绝对数值，只需把握相对关系即可（即确定两种资产的预期收益孰高孰低）。两资产情形下，用下标s、b分别标识股票、债券两类资产，则对W、μ和Σ有
默认股票预期收益率高于债券，则原优化目标由最大化预期收益退化为最大化高风险资产占比。
下表展示目标波动率为年化3%，每季度末调仓的战略基准组合（BENCH组合）分年收益-风险-换手特征。在测算区间2009/1/1-2023/12/31，BENCH组合年化收益率4.25%，年化波动率2.70%；最大回撤-6.54%，出现在2015年；分年来看，仅在2013年、2017年取得负收益；组合事后风险控制效果良好，适宜作为战略配置基准。
1.2 相比风险预算，目标风险语境下的均值-方差强在哪里？
本节讨论均值-方差模型与风险预算模型的潜在关联。均值-方差模型常被与恒定混合策略、风险预算策略相比较。恒定混合策略自不必多言，下面讨论均值-方差模型与风险预算模型的潜在关联。不同于均值-方差组合收益风险兼顾的特性，风险预算组合重点关注底层资产的风险特征，不明显依赖于对预期收益的估计。定义RC_i (W)为资产i的风险贡献度，b_i为对资产i给定的风险预算，则传统风险预算方法通过下式定义：对组合中任意两种不同资产i、j，满足
其中，对资产i的风险贡献度RC_i (W)、边际风险MR_i (W)和组合的风险测度R(W)，有
进一步地，对以标准差σ(W)为组合风险测度R(W)的情形，有
本文反推了不同风险水平下均值-方差组合对应的股债风险预算比（b_s/b_b），以便直观感受两个模型的差别。（1）对目标波动率=3%的BENCH组合：2018年以前股债风险贡献比维持在2：1水平，后随极端行情移出协方差滚动估计窗口和股债负相关幅度的扩大逐渐上升到10左右。（2）对目标波动率=5%，情况则更为极端；2023年下半年，股债风险贡献比一度飙升至2000以上。
多资产情形下，风险预算可行集的大小同样受到非负风险预算的参数设置习惯影响。有推论：资产权重向量W满足杠杆和卖空约束。当风险测度为标准差时，所有底层资产的风险贡献度均非负（RC(W)≥0）的充分必要条件是底层资产两两相关系数均非负（对∀i,j，ρ_ij≥0）。
【证明】（1）充分性：风险测度为标准差时RC(W)≥0等价于ΣW≥0。底层资产两两相关系数均非负，说明协方差矩阵Σ的所有元素均非负，在W满足杠杆和卖空约束时，相当于计算协方差矩阵Σ中的每行元素的加权均值，得出所有底层资产的风险贡献度均非负。（2）必要性：杠杆和卖空约束下W均满足ΣW≥0，于是必有ΣI≥0，相当于要求协方差矩阵对角线上所有元素非负，即得出底层资产两两相关系数均非负。
因此在底层资产两两相关系数存在负值时，可能存在可行集缩小的情况。
三资产情形下，以下系列组图中横轴为股票资产权重w_s，纵轴为债券资产权重w_b，另定义P=(ρ_sb,ρ_bg,ρ_sg)。正常情况下资产权重向量W的可行集应当为w_s+w_b=1与坐标轴围成的三角形区域，但底层资产两两相关系数存在负值时，该区域可能被ΣW≥0切割从而缩窄。
一言以蔽之，风险预算模型尽管不明显依赖于预期收益，却相对更依赖于底层资产的相关性，且非负的参数设置习惯容易导致可行集的缩窄；相比之下，目标风险语境下的均值-方差模型则拥有更多的可能性，单调性也更符合投资直觉，这也是我们迎难而上，坚持使用均值-方差模型，并积极应对预期收益估计问题的原因之一。
再谈战术择时：源于A股特性的长周期非线性择时体系
2.1 关于FED指标的中枢漂移
在报告《基于目标风险的固收+产品设计》中，我们采取流传甚广的FED模型生成长周期择时信号，计算了股权风险溢价（ERP）、红利风险溢价（DRP）。其中，股权风险溢价用市场指数估值倒数同十年期国债收益率轧差计算，红利风险溢价用股息率同十年期国债收益率轧差计算。该篇报告中，我们计算了ERP/DRP滚动5年百分位，并给出了80%/20%的经验阈值，在滚动分位高于80%时给出看多信号，低于（或等于）20%时给出看空信号。然而，2021年下半年以来，市场风格骤变，ERP/DRP在较早时期表明A股进入高性价比位置，但市场却迟迟未有明显起色，市场上也逐渐出现质疑该类指标“失效”的声音。
本文对该现象进行了深刻反思，认为有以下3点值得思考。
（1）ERP/DRP是左侧性指标，重点标识赔率，欠缺对胜率的考虑。FED指标系统遵循低估值买入，高估值卖出的反转逻辑，本身就是偏左的信号；如果对参数设置不够精细，纯看赔率的择时系统可能在低胜率位置过早介入，在高胜率位置过早卖出。
（2）ERP/DRP指标存在明显的中枢漂移，直接导致样本内/外计算滚动百分位（或标准化）的结果出现偏差。从时间序列上来看，ERP/DRP均存在中枢漂移问题，其中ERP呈阶梯型+趋势型漂移，DRP呈趋势型漂移，或与经济换挡/人口老龄化下的风险偏好下行/上市公司结构变化/分红政策等因素有关，导致指标不平稳性，影响预判准确度。
（3）分风格来看的ERP指标均值回复性质不如市场指数稳定，其背后是各类风格间此消彼长的过程；但不同风格的DRP均呈现一致性较强的上升趋势。据此，后文将重点放在对市场指数ERP的分析，暂不考虑DRP和二者的结合。
2.2 如何缓解赔率信号左侧性？
本文从时间/空间两个维度，对原报告提出的ERP择时思路提出2条优化路径：（1）时间维度：在报告《基于目标风险的固收+产品设计》中，我们已经提出了条件择时手段。这种方法既能有效避免信号在门槛位置附近来回跳跃造成的无谓换手，也能有效推动左侧信号右移。但缓冲天数h过大则会损害指标灵敏度，参数设置时需要兼顾各方面影响。（2）空间维度：除了时间上的考虑，我们也可以尝试在固定阈值基础上叠加一定缓冲区。以80%/20%多空阈值为例，在此基础上给定缓冲区buffer=10%，也可令该指标看多/空位置实质性向右移动。
本节给定h=2，buffer=10%，并基于《基于目标风险的固收+产品设计》提出的优化方法构建战术择时组合。具体参数设置如下表。本节中的优化将组合全区间年化收益率从4.63%提升至4.99%，年化波动率2.82%降至2.77%，收益波动比、收益回撤比均有明显提升。
2.3 源于A股特性的长周期非线性择时体系
在引入胜率判断之前，本节我们首先提出这样一个问题：“固收+”产品的权益配置决策更侧重胜率还是赔率？这个问题市场上有很多争论，赔率支持者认为固收+产品受股债跷跷板效应保护，有足够的潜在安全垫允许其在权益市场不佳时期实现左侧布局；更有部分产品直接采取恒定混合策略，在仓位大幅偏离合同约定时及时再平衡。胜率支持者从风险控制的角度出发，认为作为低风险品类，“固收+”策略还是应当追求确定性。对这个问题，我们的看法是赔率/胜率交易从来不是非此即彼的过程，从长周期角度二者兼顾的方案或许能取得更好成效。
考虑到原FED择时体系属于左侧信号，仅在极端分位位置有较好的指示作用，单纯依赖FED系统几乎无法把握趋势性机会。于是，本文寻找合适的胜率指标做以补充，在仅注重“位置感”的择时体系之上增加“方向感”判断。
从收益分解的角度，如何把握长周期方向感？本文分别将万得全A和标普500两条指数的滚动1年期收益率对数分解为PE贡献和EPS贡献，并在滤波处理后观察估值周期、盈利周期和市场周期的演绎规律。
（1）从A股、美股分解结果的对比来看：A股估值周期振幅显著大过盈利周期；但不同于A股重估值的特征，标普500似乎更受业绩贡献驱动，估值周期与盈利周期的振幅差异偏小。而单看A股时序上的差异，也不难发现A股估值周期的振幅正在逐渐收窄。如若深究上述差异的来源，本文认为原因或与两个市场的投资者结构差异有关；随着A股机构化进程推进，估值周期或将愈加趋于理性。
（2）从三周期的领先-滞后关系来看，估值周期领先盈利周期，市场周期位于二者中间，这说明无论A股/美股，市场交易的对象是盈利预期，领先于已实现盈利。由于现阶段A股仍呈现估值周期振幅更大的特征，市场周期与估值周期的同步性明显更强，这提示我们现阶段在A股长周期择时问题上仍需更加重视宏观流动性、政策、盈利预期（而非已实现盈利）和市场情绪这些估值影响因素。
（3）A股呈“牛短熊长”，这导致“估值下、盈利上”情形下也存在盈利主导的阶段性机会。
据此，本文计划从宏观环境入手把握“方向感”。关于宏观因子预处理：（1）统一指标频率：宏观指标多数月度发布，部分日频指标统一降频到月，方式为取月底值；（2）异常值处理：弱化春节错位、COVID-19可能造成的错估；（3）nan值填充：如遇历史空值，作线性插值处理；（4）平滑处理：滚动hp滤波处理，过滤噪声后判断边际变化方向。本文取滚动窗口hp_window=24，平滑参数lamb=240。注意：为避免使用未来数据，此处需采取单边hp滤波。
基于收益分解分析结论，本文将胜率择时的技术路线确定为：重点判断估值未来变化方向，再补充盈利主导的高胜率阶段，也不免需要引入宏观周期理论辅助分析。考虑到广为传颂的美林时钟理论在国内增速换挡，周期性弱化的背景下愈发难于落地，“货币-信用”时钟、库存周期等分析手段逐步走上历史舞台，其中信用指标与A股估值周期、库存周期与A股盈利周期的关系尤其密切。
本文采取的胜率判断体系包含国内信用环境、全球风险偏好和库存周期三方面考量。
（1）重视国内信用环境。本文从货币活性和信贷需求两个方面观察国内信用环境的松紧程度，观察M1、M2同比增速剪刀差、信贷脉冲两类指标。M1、M2同比增速剪刀差是存量同比差分值，为货币活性表征指标，主要反映企业经营预期的变化，但同时也受储蓄意愿和金融资产价格等因素的影响。信贷脉冲的概念由德银经济学家Michael Biggs提出，定义为国内新增信贷占国内生产总值的比重，用来刻画金融周期的边际变化方向。为简便考虑，本文用滚动12个月新增社融和滚动12个月GDP的比值计算这个指标，为流量（TTM）同比值。我们发现两指标的周期同步性较强，但也存在相互错位情形，因此仅在两指标边际变化同向时给出明确方向判断，在方向相悖时继续考虑其他信号。
（2）兼顾全球风险偏好。10年期美债收益率是影响全球资产定价的重要因素，也是预判新兴经济体权益市场走势的常用指标。本文将美债走势作为输入变量，主要是考虑到从机会成本/替代品角度，美债收益率上行背后是低风险资产性价比的提升，吸引风险偏好下行，或导致新兴市场杀估值；而从流动性角度，本轮美联储加息以来，美债收益率趋势与联邦基金目标利率一致，能够较好反馈全球流动性的松紧。然而，考虑到我国经济与货币政策的独立性，本文对美债走势仅作“兼顾”，仍以国内流动性判断为主，仅在国内信用周期方向不明确时期使用到该信号。
（3）把握主动补库时机。考虑到A股估值主导、牛短熊长的行情特征，也为了避免在占比更高的“估值下、盈利上”时期错失上涨机会，本文使用PPI同比增速、工业企业产成品存货同比增速、刻画国内PPI库存周期，从而帮助定位盈利周期顶点所标识的机会位置。从历史经验来看，在二者均向上时，即“主动补库”阶段，经常对应归母净利润TTM增速的顶点。
根据以上分析，本文形成了一套兼顾赔率、胜率的全新择时体系。考虑到宏观指标总是滞后发布，新择时体系仍以赔率判断为先，通过设置缓冲天数h、缓冲区buffer在更加极端的估值点位发出赔率信号。胜率判断的主要目的是弥补中赔率位置“方向感”，按“估值-盈利”的顺序渐次推进，最终的方向决策既适应了A股的筹码结构与行情特征，又有足够的周期逻辑支撑，也相对符合主观判断的思路。另考虑到“高赔率、低胜率”信号组合或仍存在左侧误判风险，对风险偏好尤其低的产品或可采取更加稳健的操作思路，在该位置直接作战略配置从而适度参与左侧交易。
得益于胜率信号在方向感上的补充，融入新择时体系后的OPTI组合表现在仅使用ERP的基础上又有明显提升。2009年以来，进取型信号下OPTI组合全区间年化收益率从4.99%提升至5.83%，收益波动比从1.80提升至1.94，收益回撤比从1.09提升至1.21；2014年以来，进取型信号下OPTI组合年化收益率7.76%，收益波动比、收益回撤比分别录得2.55、1.84。
再谈资金管理：动态化的回撤管理手段
3.1 如何用TIPP思路实现资金管理？
在报告《基于目标风险的固收+产品设计》中，我们介绍了一种基于TIPP的资金管理方法。TIPP策略全称时间不变性投资组合保险策略，原本是用作构造保本型产品的一种风险管控手段，因其逻辑与回撤计算的方式一致性较强，可以无缝衔接到资金管理问题上来。定义A_t为t期组合整体价值，D_t为无风险资产价值，E_t为风险资产价值。F_t为第t期要保金额，f为要保比率，M为风险乘数，有
定义组合当前回撤为dd。要保金额F_t也可以写成如下形式
将TIPP策略应用于资金管理和回撤控制。定义目标最大回撤mdd_target（清盘线），回撤容忍度dd*（预警线）。当前回撤不跌超dd*时无风险资产仓位为0。令要保比率f，风险乘数M为
此时对风险资产占比E_t/A_t有
3.2 动态化乘数在TIPP回撤控制的应用
报告《基于目标风险的固收+产品设计》中设置了固定的目标最大回撤mdd_target和回撤容忍度dd*，这导致要保比率f，风险乘数M在整个回撤控制过程中均为恒定值，所设参数隐含了一条几乎线性的回撤管理路径。由于目标最大回撤mdd_target通常为合同所限，为实现动态化回撤管理，本文考虑通过回撤容忍度dd*的动态化实现风险乘数M的动态化，将回撤容忍度dd*与当前回撤dd挂钩。定义dd_init*为初始回测容忍度，span为回撤容忍度可变跨度。其中，可变跨度span用来调整回撤管理的路径凸度：（1）span=0对应原先风险乘数M始终不变的场景，即dd*=dd_init*；（2）span>0隐含的是一种“亡羊补牢”式的回撤管理路径，这种方式相对激进，随着当前回撤从初始回测容忍度dd_init*跌至目标最大回撤mdd_target逐渐放大回撤管理脚步；（3）span<0隐含的是一种“未雨绸缪”式的回撤管理路径，在组合净值跌穿初始回测容忍度dd_init*时立即采取相对更保守的回撤管理手段。
以目标最大回撤mdd_target=5%，初始回撤容忍度dd_init*=2.5%为例，展示span=0、span=-2.5%、span=1.25%的情形。令风险资产E_t为战术最优组合，无风险资产D_t为现金（或货基指数等低回撤资产）。以上一章形成的进取型OPTI组合为例展示回撤管理效果，相关参数设置如下：
进而，从可变跨度span的角度，战术择时组合发生回撤时应当保持怎样的回撤管理心态？回撤管理主要是为了防范两种情况，其一为底层资产收益集体下行（即股债双杀），其二为择时信号判断失误。从减少收益损失的角度，“亡羊补牢”式的激进方法似乎更合适，但如果更在意回撤和收益回撤比，可以适当采取“未雨绸缪”的心态。
基于叠加新择时体系OPTI组合，本文选择span=1.25%进行TIPP回撤管理效果的分年收益-风险-换手特征展示。不按年重置的OPTI_TIPP组合全区间取得了年化收益率5.74%，收益波动比、收益回撤比分别录得1.94、1.26，收益回撤比较OPTI组合（1.21）有所提升，但收益、换手均有所牺牲。按年重置的OPTI_TIPP组合全区间取得了年化收益率5.80%，收益波动比、收益回撤比分别录得1.95、1.15，实现了每年回撤管理至5%以内的目标。
总结与展望
到目前为止，“战略配置-战术择时-资金管理”的产品设计大框架仍旧维持了较强普适性，但个中细节值得深挖之处仍有许多。本文基于2年多的沉淀反思再谈“固收+”产品设计，既是对上述通用范式的全面回顾，也结合了当下市场环境，就战略配置路径选择/周期择时/动态化风控等话题作以讨论。
考虑到赔率信号只贡献“位置感”，欠缺“方向感”，本文结合A股特征，从收益分解的角度提出了一种非线性思考方式，即更重视估值周期的演化，但不忽视盈利主导的行情。如此，胜率信号赋予“中赔率”位置方向感，赔率信号弥补宏观指标滞后性问题，二者相辅相成，共同佐证长周期方向判断。此外，本文提出的新择时体系尤其侧重策略的经济逻辑和可解释性，并不纠结误判特殊行情对样本内结果的影响，从落地角度为样本外可复制性增添了信心。
近年来，以“固收+”为代表的绝对收益类产品既经历了趋势性发展，也遭遇过权益回调对净值的压力；后资管新规时代，“固收+”产品与居民理财需求适配度较高，仍有广阔需求空间，未来进阶之路需继续提升收益获取与回撤控制能力，通过更精细的产品设计和更灵活的资产选择应对复杂多变的市场环境，着力优化投资者体验。
★
资产配置研究系列
★
报告来源
本文源自报告《资产配置研究系列之七：再谈基于目标风险的固收+产品设计》
报告时间：2024年1月9日
发布报告机构：信达证券研究开发中心
报告作者：于明明 S1500521070001、钟晓天 S1500521070002、吴彦锦 S1500523090002
★
分析师声明
★
负责本报告全部或部分内容的每一位分析师在此申明，本人具有证券投资咨询执业资格，并在中国证券业协会注册登记为证券分析师，以勤勉的职业态度，独立、客观地出具本报告；本报告所表述的所有观点准确反映了分析师本人的研究观点；本人薪酬的任何组成部分不曾与，不与，也将不会与本报告中的具体分析意见或观点直接或间接相关。
★
风险提示
★
证券市场是一个风险无时不在的市场。投资者在进行证券交易时存在赢利的可能，也存在亏损的风险。建议投资者应当充分深入地了解证券市场蕴含的各项风险并谨慎行事。
本报告中所述证券不一定能在所有的国家和地区向所有类型的投资者销售，投资者应当对本报告中的信息和意见进行独立评估，并应同时考量各自的投资目的、财务状况和特定需求，必要时就法律、商业、财务、税收等方面咨询专业顾问的意见。在任何情况下，信达证券不对任何人因使用本报告中的任何内容所引致的任何损失负任何责任，投资者需自行承担风险。
信达金工与产品研究
长按关注我们获取更多更多金融工程优质报告与信息~
本篇文章来源于微信公众号: 信达金工与产品研究
