大类资产配置专题二：长短期视角下的大类资产配置策略

敬请阅读末页之重要声明长短期视角下的大类资产配置策略——大类资产配置专题二相关研究：1. 《大类资产配置模型概述——大 类 资 产 配 置 专 题 一 》2025.6.30分析师：邢维洁证书编号：S0500522010001Tel：(8621) 50295374Email：xwj06627@xcsc.com地址：上海市浦东新区银城路88号中国人寿金融中心10楼核心要点：均值方差模型作为长期视角下的资产配置模型采用过去 5 年的资产收益率作为预期收益分布的估计样本，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，确定最优资产配置比例。策略在不同时期的资产配比表现相对稳定，短期波动很小，长期趋势演变体现出两个特点： 2019 年后大宗商品资产占比上升，替代部分债券，主因是全球流动性宽松、利率下行压低债市收益，叠加疫情致供应链中断、通胀预期飙升。 股票资产配置品种在 2022 年前后出现转变，从纳斯达克 100 转向印度Sensex30，印证了后疫情时代亚太新兴市场的崛起。采用 Black-Litterman 模型将长短期视角进行整合B-L 模型采用了历史 5 年的资产收益率作为预期收益的先验分布，结合近一个月的收益率作为最新观点，两个分布共同生成收益的后验分布，使用后验分布利用 MVO 模型求解最优资产配置比例。策略资产配比波动相对较大，配置结果并不直观。突出特点体现为沪深 300配置比例的增加，从短期观点来看，沪深 300 在某些时候也具有一定的配置价值。两种配置策略的对比高波动资产的配比上限决定了 MVO 模型与 B-L 模型各自的配置优势，当高波动资产配比较低时，采用长期观点的 MVO 模型表现更加稳定；当高波动资产占比较高时，长短期观点结合生成的 B-L 模型收益表现更高，同时策略波动也更高。根据最新模型结果，我们对 7 月份的资产配置建议如下（对应 ETF 基金）： 偏债型资产配置组合：10%的东南亚科技 ETF（513730.SH)、80%的公司债 ETF（511030.SH）和 10%的黄金 ETF（518880.SH） 混和型资产配置组合：30%的纳指 ETF（159941.SZ）、40%的国债 ETF（511010.SH）以及 10%的豆粕 ETF（159985.SZ）、10%的有色 ETF（159980.SZ）和 10%的能源化工 ETF（159941.SZ）风险提示模型依赖历史数据回测，警惕极端事件冲击的影响；参数估计误差或模型失效风险；市场流动性风险。证券研究报告2025 年 7 月 2 日湘财证券研究所金融工程研究专题报告1敬请阅读末页之重要声明金融工程研究1 资产配置模型的选择1.1 均值方差模型均值方差模型是最基础的资产配置模型，也是大类资产配置过程中的标准工具。该模型假设投资者都是风险厌恶的，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，就能够通过最优化模型求解，确定既定风险水平下收益最大化，或者既定收益水平下风险最小化的投资组合。模型的最优化条件可由下述公式表达：max − 2 s. t.ωi = 1෍其中 R 为各类资产的期望收益率，表示各类资产收益率的协方差矩阵，W 为各类资产的投资权重，为投资者的风险厌恶水平。在实际应用过程中，还可以增加额外的约束条件，使得模型更具有实用性，比如增加资产权重的非负约束、限定某种资产的权重范围、规定不同资产的权重关系等。1.2 Black-Litterman 模型B-L 模型是均值方差模型基础上的改进模型，主要为了解决参数敏感性问题，B-L 模型在在市场均衡超额收益率先验分布的基础之上，加入投资者对资产收益率的主观观点，并采用贝叶斯推断方法，估计了资产的后验收益率，使用后验分布代替均值-方差模型的预期收益率和协方差矩阵，增强了收益率的稳定性，最后求解出投资组合中的资产配置比例。B-L 模型的优化求解表达式如下：max෡ − 2 ෢s. t.෍ ωi.t = 1, 0 ≤ ωi ≤ 1其中Π෡和Σr෢为 B-L 模型的后验分布对应的收益率和协方差估计，B-L 模型结合了先验分布与观点分布，生成了后验分布，后验分布的表达式如下：෡ = Π + τ∑PT Pτ∑PT + Ω −1 Q − PΠ෢ = (1 + τ)Σ − τΣPT Pτ∑PT + Ω −1Pτ∑2敬请阅读末页之重要声明金融工程研究其中，τ：比例系数，表示观点对模型的影响程度，Walters(2009)提出应与样本数目和资产个数有关，τ =1T−nP：资产观点矩阵Q：观点收益矩阵Ω：观点置信度矩阵，与先验协方差矩阵成正比，Ω = diag(P(τ∑)PT)Π：隐含均衡收益率向量（先验估计）∑：协方差矩阵（先验估计）2 大类资产的标的选择报告中的资产类别选择按照传统的股债商三类进行划分，其中股票类选取了三个不同市场的指数标的，债券选取了国内的中债指数，包含国债和企业债两类，商品选取了南华商品指数和避险资产黄金现货的价格指数。2.1 股票从不同地区金融市场的发展程度来选，股票类资产选择了三个具有代表性的股票市场指数：沪深 300 指数、纳斯达克 100 指数以及印度 sensex30 指数。沪深 300 作为中国 A 股的核心指数，由沪深两市规模最大、流动性最强的 300 只股票组成，覆盖 A 股 56%的总市值，被誉为中国股市的“晴雨表”。从行业分布来看，金融业占比最高（约 25%），其次为工业（17%）和信息技术（15%），近年逐步调入消费等新经济行业以平衡结构。纳斯达克 100 指数涵盖纳斯达克交易所前 100 家非金融公司，聚焦全球科技巨头，如苹果、微软、英伟达等，成分股集中分布在信息技术（41 家）、可选消费（12 家）、通讯服务（11 家）、工业（11 家）等领域，科技属性突出。印度 Sensex30 指数是印度经济的旗舰指数，孟买交易所 30 只最大且交易活跃的股票组成，被视为印度股市代名词。成分股主要分布在金融（7 家）、可选消费（6 家）和信息技术（5 家）。三者分别代表新兴市场（中国、印度）与发达市场（美国）的核心资产，行业结构、风险收益特征差异显著，可以作为大类资产配置中的股票资产。3敬请阅读末页之重要声明金融工程研究图 1 股票资产走势图资料来源：Wind、湘财证券研究所2.2 债券考虑到国际市场的债券投资方式相对有限，债券资产仅限于国内市场，选择了中债-国债总财富指数作为国债投资的收益代表，用中债-企业债总财富指数作为企业债投资的价值代表。一般来讲，债券指数分为净价指数、全价指数和总财富指数，其中净价指数不含任何利息成分，仅反映债券面值的市场价格波动，更能反映出利率变动的影响；全价指数包含持有债券获得的应计利息，可以用来评估买入持有策略的静态收益；总财富指数包含了利息按指数成分权重再投资于该指数，是唯一反映复利效应的指数，适合用于养老金/保险资金长期收益评估。在资产配置决策中，我们对债券投资的评价更加关注总财富指数的变动，总财富指数才是衡量债券投资真实收益的标准。图 2 债券资产走势图资料来源：Wind、湘财证券研究所4敬请阅读末页之重要声明金融工程研究2.3 商品商品价格的走势选取了商品综合指数（南华商品指数）和