摘要

大类资产配置是投资组合管理的核心环节，在配置理念上经历了从资产配置、风险配置到因子配置三个阶段的演进。报告首先介绍了大类资产配置的定义、理念以及具体流程。大类资产配置是投资组合管理的核心环节，经历了从资产配置、风险配置到因子配置三个阶段的演进。在当前低利率的宏观环境下，资产配置对于长期风险收益平衡具有重要作用。基于投资时限，大类资产配置可分为战略性资产配置与战术性资产配置。

大类资产配置决策范式有不同的实践方式，在资金属性和监管规定的客观要求下，机构投资者走向科学化、系统化资产配置。从决策方式看，大类资产配置可分为主动资产配置与被动资产配置。主动配置以深度研究驱动的主动观点为核心，而被动配置则以算法和策略规则为核心。从决策主体看，个人资产配置决策以生命周期理论为理论基础，具有决策链条短、灵活性极高的特点，但实践中常偏重当前金融资本，忽视人力资本和未来刚性负债折现。机构资产配置决策治理体系完善，通过SAA与TAA结合机制规避个体投资偏差。不同类型机构在资金来源稳定性、负债端要求及监管体系各有不同。

宏观因子是当前研究大类资产配置的逻辑基础与主流方式。宏观研究是主动资产配置的逻辑基石，因子策略逐步成为大类资产配置的主流范式。本报告深入分析了宏观因素对大类资产表现的驱动机制，通过将周期理论视为对宏观经济的技术分析，展示了从宏观周期提炼宏观因子的过程，为后续的量化配置模型提供具有逻辑支撑的底层输入。

为应对当前复杂多变的国内外经济政治环境，国泰海通策略与大类资产配置团队设计了“平衡宏观风险的战略性资产配置环节”与“周期预期驱动的战术性资产配置环节”，同时我们积极利用策略研究大势研判经验，对于影响资本市场的关键事件进行审议与干预。驱动资产价格变动的核心动力源于基本面与市场预期的博弈，只有在市场决策中把握配置先机，才能获取超额收益。国泰海通大类资产配置框架基于“平衡宏观风险的战略性资产配置环节”与“周期预期驱动的战术性资产配置环节”，同时积极利用策略研究大势研判经验，对于影响资本市场的关键事件进行审议，把握关键投资机会，规避市场极端风险。

正文

1

大类资产配置的定义与理念

1.1.大类资产配置的定义和理念

大类资产配置是一种投资策略，指基于投资者的风险偏好、投资目标和投资期限等因素，结合主观分析方法和量化配置模型，将投资基金分配到不同的大类资产中（如股票、债券、商品、外汇等），以分散投资风险，实现最优的风险收益平衡。大类资产配置是一种投资策略，根据Ibbotson & Kaplan（2000），资产配置对美国投资组合业绩的贡献高达90%，通过对大类资产的合理配置，可以降低投资风险，提高收益潜力。

大类资产配置的理念并非近现代才兴起，早在远古时期，人们就已经通过将财富配置于不同的资源以分散风险。正如同俗语“不要把所有的鸡蛋放进同一个篮子”所述那般，早期人们进行大类资产配置的主要目的尚在于分散风险，而随着诸如现代投资组合理论、风险预算理论以及因子配置理论等方法论的不断演进，以及各种基础工具的更新迭代，资产配置已经由人们最初试图降低风险的朴素实践，发展成为目前以最小投资组合风险实现目标收益的精密科学。

当前，大类资产配置的必要性愈发凸显。从宏观环境来看，在国内及全球经济步入低利率的背景下，传统的高收益资产变得愈发稀缺，使得投资者难以仅依靠股票或债券等单一资产满足收益目标；而从市场实践来看，近年来以固收+和FOF为代表的多资产策略产品实现了规模的快速增长，反映了投资者需求从追求高收益向高风险收益比的转变。在波动的市场环境下，开展大类资产配置已经成为公私募、理财子公司和保险资管等机构提升产品持有体验的重要方式。因此，构建一套科学的大类资产配置体系，是获取稳健Beta、实现长期风险收益平衡的核心手段。

1.2.大类资产配置是投资组合管理流程中的核心环节

从投资实践上看，投资组合管理是一个系统化的投资流程，主要包括以下七个环节：

（1）明确投资目标与约束条件。充分了解并明确投资者的资产负债情况、收益目标、风险偏好、投资期限，以及诸如资产品种、法律合规等其他限制。

（2）形成投资政策声明文件（Investment Policy Statement, IPS）。一个典型的投资政策声明通常包含客户描述、政策与指南的目的、各方职责与投资责任、投资目标、目标与约束、审查与更新计划、绩效衡量与基准、战略资产配置考虑因素、投资策略与风格、再平衡指引以及附加条款等要素。

（3）形成资本市场预期（Capital Market Expectations, CME）。通过对各类资产长期风险和收益特征的预测，为构建投资组合奠定基础，目标是在给定风险水平下最大化预期收益，或在给定预期收益水平下最小化风险。

（4）进行战略性资产配置。结合投资政策声明和资本市场预期，确定各类资产的长期目标配置权重。

（5）进行战术性资产配置。根据短期市场状况，有意地对实际资产配置权重进行微调，使其暂时偏离长期目标配置权重以优化投资组合表现。

（6）组合监控与再平衡。通过反馈机制管理投资组合的风险敞口，以确保客户当前的目标和约束条件持续得到满足。再平衡决策需综合考虑交易成本、税务影响等因素，对实现投资目标至关重要。

（7）绩效评估与反馈。定期评估投资组合表现，以衡量实现投资目标的进展，并评估投资组合管理的能力。最终以修正参数、调整模型或策略等方式反馈至大类资产配置环节。

而其中，战略资产配置（Strategic Asset Allocation, SAA）和战术资产配置（Tactical Asset Allocation, TAA）共同组成大类资产配置的核心。

1.3.战略性资产配置与战术性资产配置

基于投资时限和目标的差异，大类资产配置可分为战略性资产配置与战术性资产配置策略。

战略性资产配置（SAA）是基于长期投资目标和投资约束，从长期角度确定大类资产的配置比例，制定资产配置计划，目的是获取资产的beta收益。通过SAA，投资组合能在投资约束下，与投资目标保持一致、平衡风险和收益，并且能在不同资产类别间得到充分分散，进而降低风险。战略性策略强调在较长时间内保持相对稳定的资产配置，以实现对长期收益的最大化和对风险的合理控制，而不考虑短期因素。在制定配置计划时，决策者通常关注诸如经济增长、利率水平、通货膨胀等影响大类资产表现的深层次与长期性因素。根据海外长期资金的实践，战略性资产配置策略的投资期限通常为5年或更长时间。

战术性资产配置（TAA）作为短期的战术性操作策略，其配置思路是在SAA的基础上，通过分析宏观经济状态、市场环境以及资金流向等因素的中短期走势，主动把握市场阶段性的变化趋势，适当偏离战略资产配置基准调整组合内资产比例，以期获取Alpha收益的资产配置决策。战术性策略侧重于对大类资产进行短期择时操作，以获取超额收益，资产配置权重会适当偏离长期配置比例。在制定配置计划时，决策者通常关注诸如宏观经济状态、市场环境以及资金流向等影响大类资产表现的短期性因素。战术性资产配置策略的投资期限通常为数月至1年。

2

大类资产配置决策范式与实践

2.1.大类资产配置模型演进

大类资产配置理论自开创以来，经历了从资产配置、风险配置到因子配置三个阶段的演进。

在资产配置发展的早期，由于缺乏具体的理论指引，投资者一般采用较为简单的恒定混合策略（如股债60/40策略，资产等权重策略等）。其中，股债60/40策略是指投资组合同时买入60%的股票和40%的债券，是最经典的资产配置方式之一。该策略方法简单易行，至今仍被广泛采用。恒定混合策略的主要缺点在于投资组合的灵活性不足，不能根据市场情况和主观判断对组合进行调整；风险集中在股票端，当股票大跌或股债双杀时，抵御风险能力较差。

1952年，Harry Markowitz提出了著名的“均值-方差模型”（Mean-Variance Optimization Model，MVO，下文简称MVO模型），将大类资产配置带入到量化配置时代。MVO 模型采用均值和方差来刻画资产收益与风险，并提出了“约束+最优解”范式研究资产配置问题，为现代大类资产配置理论构建了基础框架。然而，尽管MVO模型在理论上具有开创性意义，但在实践中遇到了诸多问题。例如，模型的结果很不稳定，对输入参数非常敏感，且容易产生极端的配置比例，使得实际应用效果大打折扣。

为了解决MVO模型的缺陷，学界和业界不断提出新的理论和方法。1992年，Fischer Black和Robert Litterman提出了Black-Litterman模型（下文简称BL模型），采用贝叶斯理论将主观观点与量化配置模型有机结合起来。BL模型通过投资者对市场的分析预测资产收益，进而优化资产配置权重，有效地解决了均值-方差模型对于预期收益敏感的问题，同时相较纯主观投资具有更高的容错性，为投资者持续提供高效的资产配置方案。不过，BL模型在实际应用中依然存在一些缺陷，比如观点的准确性直接影响模型的效果，观点错误会给组合带来较大风险；同时模型假设收益率呈正态分布，与实际的尖峰厚尾分布有较大差别。

上述资产配置模型能实现资产权重的均衡配置，但是由于不同资产的风险程度差异巨大，组合的风险仍然可能是高度集中的，并没有真正体现分散化的理念。面对系统性的金融风险，这些模型出现了较大程度的回撤，因而受到业界的广泛质疑。2005年，磐安基金（Pan Agora）的钱恩平提出“风险平价”概念，提出把投资组合的整体风险分摊到每类资产中去，使得每类资产对投资组合整体风险的贡献相等，并从理论上证明基于风险配置资产可以获得更加有效的投资组合。风险平价模型仅依赖相对容易预测的协方差矩阵作为输入参数、不依赖难以准确预测的资产预期收益率，配置结果更加稳定，在实际操作时也相对更加容易。

因子投资的思想起源于经典的CAPM模型（Sharpe，1964），后来经过 Rosenberg（1975）、 Ross（1976）、 Fama（1992）等学者的发展，成为金融投资领域的重要学术分支和理论方法。对资产和因子之间的关系，Andrew Ang（2010）有一段精彩的论述：如果将资产比作食物的话，因子就像是食物中的营养元素。正如人们通过吃食物获取营养，投资者通过投资资产可以获得背后的因子收益。大类资产配置的目的是分散风险，然而传统的资产配置模型，从MVO、BL 模型到风险平价、风险预算模型，实质上都是基于资产本身的风险收益特征进行配置，并未考虑到驱动资产价格变动的真正因素。2007-08 年全球金融危机爆发后，很多从资产视角来看风险很分散的投资组合，同样受到了较大冲击。因此，实务界开始重视“穿透”资产，探寻资产背后“因子”的逻辑，以实现真正意义上的分散风险。

2.2.决策方式差异：主动配置与被动配置

投资者通常基于宏观研究、周期理论等主观分析进行资产配置，而随着数学、统计学以及计算机与人工智能技术等基础工具的迭代发展，量化模型亦被普遍应用于资产配置以辅助决策。MVO、Black-Litterman、风险平价、风险预算、因子配置等量化模型在不同的历史阶段被开发或推广，但都经受住了市场与时间的考验，并广为人们所接受。

主动资产配置主要依靠主动观点驱动决策。主动配置的优势在于灵活性强，可基于市场环境变化迅速调整策略；同时具备较强的适应性，可主动应对新兴资产类别或投资范式变革。而劣势则在于决策者主观认知偏差或加剧业绩的波动，而客观存在的非标准化决策流程与高管理成本亦将限制策略的可持续性。

被动资产配置主要依靠量化模型驱动决策。被动配置的优势在于严格的规则化决策机制可有效规避人为情绪干扰，数学建模可实现配置权重与定量指标的最优化，同时支持历史数据回溯验证以保障策略的可持续性。而劣势则在于模型过度依赖历史数据假设，在极端市场波动中可能产生应对滞后，且难以自动识别投资范式变化带来的新风险因子。

目前资产配置行业呈现出主观被动配置结合发展的趋势，但不同机构在选择策略侧重程度时仍存在一定差异。国泰海通主动配置团队专注于以主动观点为主导的大类资产配置研究，同时有机结合被动量化配置策略，以求二者优势互补，实现更强的协同效应。

2.3.决策主体差异：个人投资者与机构投资者

不同类型的决策主体在大类资产配置的逻辑起点、目标约束及风险承受能力等方面存在显著差异。随着资本市场向专业化、机构化方向演进，资产配置的决策范式已逐渐从传统的经验主义转向现代的系统主义。

从理论视角看，Merton（1973）生命周期模型常被用于解释个人投资者的财务规划和资产配置动机。个人资产配置不应仅仅基于当前的金融财富，而必须将人力资本纳入总资产进行考量。在生命周期早期，个人资本主要以人力资本形式存在，随着年龄增长，人力资本逐渐转化为金融资本，并通过资产配置完成跨时风险管理，实现一生消费效用的最大化。然而，在进行投资决策时，个人投资者往往过度关注金融资产配置与传统资产负债表，对于人力资本和负债折现缺少深入评估分析，忽视了个人养老、父母赡养、子女教育、家庭医疗费用、遗产赠与等未来支出与负债。

落实到具体投资行为时，个人投资者往往具有较强的经验主义色彩。个人决策的主要优势在于决策链条短、灵活性极高，能够迅速响应市场的极端变化。然而，在不确定环境下，个人投资者也有非常显著的劣势：首先，个体的决策过程易出现行为金融学中所述的认知偏差（如过度自信、锚定效应、损失厌恶等）影响，导致投资行为呈现出显著的顺周期性，表现为追涨杀跌；此外，由于个人投资者往往缺乏严密的投资约束与系统化的定量分析工具，其资产组合在面临极端市场波动时，回撤控制能力通常较为薄弱。

与之相对，机构投资决策是一项严谨的系统工程。机构决策始于对资本市场预期（CME）的构建，并通过战略资产配置（SAA）与战术资产配置（TAA）的深度结合，实现资产、风险与因子的最优化分配。然而，由于资金来源的稳定性、负债约束及考核期限存在差异，不同机构的资产配置倾向也存在显著不同：

社保基金等养老金管理机构与主权财富基金具有极强的资金稳定性，几乎没有短期流动性赎回压力。这些机构的SAA通常具有超长期的投资视野，能够跨越经济周期去捕获权益资产的长期潜在收益；而对于TAA配置，这些机构不受短期排名制约，能够进行逆向配置，具备极强的底部布局能力。保险机构的资金来源较为稳定，但受到刚性兑付制约，其配置以资产负债匹配为绝对核心。保险机构的SAA 高度集中于长久期固定收益资产，配置比例受偿付能力严格制约；而TAA则通常以绝对收益为目标导向，对回撤控制的要求极高。公募基金面临着严峻的日常申赎压力与流动性制约，且考核高度侧重短期的相对收益排名。公募基金的SAA通常受合同设定的基准制约，但是在TAA 层面则表现出极高的活跃度。公募基金更倾向于进行高频的风格切换、行业轮动与仓位择时，以期获得更高的短期Alpha。银行理财子公司的客户群体风险偏好极低，普遍存在保本保息的心理预期。这些机构的SAA以绝对收益为核心目标，呈现高度的固收主导特征；而为避免回撤，其TAA则主要关注债券的久期调节、信用利差套利以及流动性管理等，较少涉及高波动的权益资产。

在现代大类资产配置体系中，机构正日益成为资产配置的决策主流。综合来看，机构投资者的主要优势在于拥有完善的治理体系，机构的资金性质决定了其配置不仅看收益，更看重回撤控制、久期匹配以及特定的监管约束。但与之相对应的，其劣势则体现在复杂的决策流程上。受资金来源、兑付要求和监管限制，机构在合规与内部风控上存在差异，导致其在应对中微观维度的突发波动时，反应速度及可调整幅度不及灵活性较高的个人主体。

3

宏观因子大类资产配置策略

3.1.因子策略是目前资产配置的主流范式

近年来，因子投资在资产管理领域引起了高度关注。资产价格的变动是受到共同的风险因子驱动的，从因子视角进行资产配置，最重要的是找到驱动大类资产走势的风险因子。Bender（2019）将风险因子分为风格因子和宏观因子两大类，宏观因子刻画了与经济增长、利率、通货膨胀、信用、流动性等相关的风险；风格因子则来源于股票异象的横截面资产定价，包括价值因子、动量因子，规模因子等。传统量化投资的多因子模型，常涉及单一资产或单一市场，通常聚焦于价值、动量等风格因子；而大类资产配置通常涉及多市场、多资产投资，不同市场的宏观波动直接影响着底层资产的表现，如股票、商品和房地产对于经济增长有正向暴露，债券对利率有负向暴露等。因此对于大类资产配置，宏观因素是分析时的主要考虑对象。

3.2.宏观因素影响大类资产表现

宏观研究是大类资产配置流程中的重要环节，进行主动资产配置时最通常的决策基础是宏观分析。有关经济增长、通货膨胀等宏观经济指标的趋势，决定了各类资产的溢价和折现率。通过对宏观经济进行自上而下的分析，并结合宏观变量与大类资产表现的相关性以及对未来宏观趋势的预测，可以为战略资产配置（SAA）提供有益参考。而在战术性资产配置（TAA）中，宏观分析同样发挥着重要的作用，对商业周期、存货周期，以及对货币政策、财政政策的宏观判断，在短期影响各类资产收益、波动甚至相关性的预期，有助于战术资产配置决策。

将宏观因素纳入大类资产配置的投资实践，代表性策略可见桥水基金（Bridgewater）于1996年提出的全天候策略（All Weather Strategy）。该策略首先依据经济增长指标、通胀指标的实际值与市场预期值之间的大小关系划分了四种宏观经济状态，并对于每一经济形态设置不同的资产配置比例。全天候策略本质上是一种基于因子的资产配置框架，这种方法根据资产对经济增长和通货膨胀2个因子的暴露来分配资产，是使用宏观因子进行大类资产配置的雏形。

从策略设计上看，全天候策略等框架对宏观状态的划分相对静态，更加注重防范宏观预判失败的风险。在实际的宏观经济运行中，各项经济数据并非无序的随机游走，而是呈现出显著的周期性与均值回归特征。如马克吐温所言，“历史不会简单重复，但总是押着相同的韵脚”，从宏观理论中提炼出颇有规律的各类周期，能够辅助人们去预测世界未来的变化趋势。周期理论认为，经济活动中的周期波动来自于人性，只要人性不变，那么历史上相似的情景就总是会以周期形式循环出现。从这个角度来说，周期理论本质上是一种对宏观经济的技术分析。

通常而言，人们习惯将3~4年的周期称为短周期，将8~10年的周期称为中周期，而将20年及以上的周期称为长周期（或超长周期）。常见的短周期包括库存周期（基钦周期）、地产周期、信贷周期、流动性周期、增长-通胀周期（美林时钟）。常见的中周期包括朱格拉周期（产业投资周期、设备更新周期）。常见的长周期包括库兹涅茨周期（约20年）、人口周期（约30年）、康波周期（康德拉季耶夫长波周期、科技创新周期，约50~60年）。通过对不同长度的周期进行解构，能够将错综复杂、噪音繁多的宏观经济指标，抽象为具有特定演绎顺序的结构性形态。

3.3.从宏观周期到宏观因子

基于宏观经济的这种结构性演绎规律，我们可以从周期理论中提炼出更为动态且具备前瞻性的“宏观因子”。传统的宏观数据往往存在发布滞后与频繁修正的问题，而周期理论允许研究员通过追踪领先指标（如货币缺口、PMI等）与同步/滞后指标（如国债利率、通胀等）的相对位置，来前瞻性地定位经济所处的周期象限。著名的美林投资时钟（Merrill Lynch Investment Clock）便是这一逻辑的经典延展，它基于经济增长与通胀两个维度的周期轮动，提炼出“复苏、过热、滞胀、衰退”四个宏观状态因子，并以此指导股、债、商品等大类资产的配置轮动。

基于对投资时钟和周期嵌套模型的理解，国泰海通大类资产配置团队采用自上而下的宏观周期与宏观基本面分析视角，构建了一套从周期宏观环境提取具有鲜明周期特色的底层宏观因子的方法。这些从周期中提取的宏观因子背后具有深刻的经济学逻辑，能够如实量化经济体当前所处的宏观基本面情况。进一步，对这些底层宏观因子进行分位数处理，得到某类周期的宏观因子（例如：美国库存周期因子）。最后，综合多种有关周期的宏观因子与宏观基本面因子，依据相关关系和经济学因果逻辑合成为针对某类资产或风格的宏观势能指标（例如：US权益宏观势能指标）。

4

国泰海通大类资产配置体系

4.1.基本面与市场预期的博弈影响大类资产价格

探讨主动大类资产配置的逻辑起点，我们必须回归资产定价的本质。2013年诺贝尔经济学奖获得者、Fama-French 三因子模型的提出人Eugene F. Fama在1970年提出了有效市场假说，将理性预期直接应用于资产定价。该理论认为在有效市场资产价格瞬时反映所有公开信息，投资者只能获得与风险匹配的正常收益，无法长期战胜市场。在资产定价的过程中，真实数据天然存在滞后性，即使是一些存在领先性的指标，其所领先的信息亦将迅速被市场充分定价。即在任何一个给定的时间点，资产的当期价格已经充分反映了当时市场对于各项宏观定价因子的预期。此时，仅仅依赖对过去经济状态的回溯，无法准确反映当下投资者对于未来周期的预判。

因此，驱动大类资产价格产生趋势性边际变化的，并非单纯的宏观经济指标本身，而是客观基本面走向与市场主观预期之间的博弈与修正。大类资产的超额收益（Alpha）往往孕育在“超预期”之中——即客观物质世界（经济运行、政策导向）的实际演进路径，偏离了市场当前主观计价的路径。当这种偏离被逐渐证实并引发市场共识重新调整时，资产价格便会完成新一轮的重估与定价。

4.2.在市场博弈中把握配置先机

战略性资产配置（SAA）旨在最小化所承担的宏观系统性风险而获得给定的Beta收益。而作为战略性资产配置的补充与完善，战术性资产配置（TAA）则侧重于获取某项资产因短期定价不充分而产生的超额收益，同时最小化因主动偏离权重而承担的额外损失风险，以优化整个投资组合的表现。

基于上述定价逻辑，战术性资产配置获得的超额收益，本质上是对市场定价不充分的捕捉。这种超额收益来源于以下三个维度：（1）承担未来预期变化方向不确定风险所获得的超额收益。（2）预期调整存在时间差与博弈性而导致的超额收益（例如，市场博弈并形成一致预期并且机构修改投资决策需要一个月的时间）。（3）由于交易波动导致的超额收益（例如情绪恐慌与流动性危机导致的超卖）。

然而，超额收益的获取并非孤立存在，完整的大类资产配置体系是 Alpha 与 Beta 的有机统一。战术层面对“超预期”的敏锐捕捉，必须建立在战略层面稳健的基石之上。战略资产配置的核心在于应对长期的宏观系统性风险，通过严谨的量化模型锚定各类资产的长期目标权重，以获取均衡的 Beta 收益；而战术资产配置则是在此长期基准之下，将分析师对“超预期”的主观前瞻认知，科学地转化为可被执行的定量观点，进行灵活的偏离与调整。

4.3.国泰海通大类资产配置框架简述

国泰海通策略与大类资产配置团队专注于主被动结合的大类资产配置研究，积极使用宏观分析与量化模型策略。我们将二者的优势有机结合起来，构建了“平衡宏观风险的战略性资产配置环节”与“周期预期驱动的战术性资产配置环节”，同时积极利用策略研究大势研判经验，对于影响资本市场的关键事件进行审议，把握关键投资机会。

针对战略资产配置（SAA），国泰海通资产配置团队开发了宏观因子风险平价模型。与部分研究常见的宏观因子模型不同的是，我们使用的宏观因子风险平价模型更加注重控制宏观风险，即宏观真实数据超预期或不及预期的风险。资产价格主要反映对未来信息的预期，只有超出预期的“意外”冲击才会引发价格波动。我们将经过STL季节性处理得到的预测值作为市场预期，以真实值与预测值的差值作为宏观风险因子，再将各类因子进行标准化。在宏观原始因子的选择上，我们选择的国内宏观经济因子包含增长、通胀、利率、信用、汇率和流动性因子；海外资产因子则包括美国、欧洲、日本、印度因子。在模型估计过程中，我们采用了类似Barra模型的方法，这种显性因子模型的优点在于从资产特征出发构建因子更加符合经济学意义，因子风险平价模型的指向也更加明确，即避免宏观因子的非预期部分风险暴露过于集中。

针对战术资产配置（TAA），国泰海通资产配置团队构建了一套主动基本面分析与被动量化模型相结合的研究体系。我们将宏观势能指标体系转化为主观观点矩阵，并与量化配置模型中的Black-Litterman模型相结合。具体而言，假设在实际投资场景下，关注某资产的投资者甲可依据截至T时的宏观预期信息，推算出T+1时该资产专属的宏观势能指标，再根据该资产历史上的收益率与其专属宏观势能指标之间的对应关系，得到 T+1 时该资产的预期收益率。对于其余资产，投资者甲可以重复上述思维过程，从而获得了关于一系列资产的主观观点矩阵。与传统观点矩阵相比，基于宏观势能指标构建的观点矩阵具有明确的经济学逻辑，具有良好的可解释性与回溯性。

为实现量化模型与主观分析的有效结合，在实际投资流程中，重大事件审议和调整同样是关键环节。尽管事件审议在高度量化的资产配置框架中看似“主观”，但在实际运用中与量化策略结合，能够有效提升投资决策的准确性和适应性。主观评估与调整同样是量化投资的“安全网”，尤其在极端事件、政策变化、海外地缘事件冲击和模型失效时不可或缺。例如，针对各国央行发布的利率决议和国际重大地缘政治事件，我们会分析其对于权益、债券、商品和外汇的边际影响，并对应调整配置权重。

大类资产配置的核心，在于通过主观研究把握投资机会。基于国泰海通大类资产配置框架，我们能够将分析师主观研究与被动量化模型有机结合，最终在基本面与市场预期的博弈中获取超额收益。

5

总结

本篇报告对主要资产配置方法论进行梳理，同时对国泰海通大类资产配置框架进行汇报。

大类资产配置是投资组合管理的核心环节，在配置理念上经历了从资产配置、风险配置到因子配置三个阶段的演进。在当前低利率的宏观环境下，资产配置对于长期风险收益平衡具有重要作用。基于投资时限，大类资产配置可分为战略性资产配置与战术性资产配置。

大类资产配置决策范式有不同的实践方式，在资金属性和监管规定的客观要求下，机构投资者走向科学化、系统化资产配置。从决策方式看，大类资产配置可分为主动资产配置与被动资产配置。主动配置以深度研究驱动的主动观点为核心，而被动配置则以算法和策略规则为核心。从决策主体看，个人资产配置决策以生命周期理论为理论基础，具有决策链条短、灵活性极高的特点，但实践中常偏重当前金融财富，忽视人力资本和未来刚性负债折现。机构资产配置决策治理体系完善，通过SAA与TAA结合机制规避个体投资偏差。不同类型机构在资金来源稳定性、负债端要求及监管体系各有不同。

宏观因子是当前研究大类资产配置的逻辑基础与主流方式。因子策略是目前大类资产配置的主流范式，宏观研究是主动资产配置的逻辑基石。本报告深入分析了宏观因素对大类资产表现的驱动机制，通过将周期理论视为对宏观经济的技术分析，展示了从宏观周期提炼宏观因子的过程，为后续的量化配置模型提供具有逻辑支撑的底层输入。

在资产配置重要性不断提升的时代背景下，国泰海通策略与大类资产配置团队为应对当前复杂多变的国内外经济政治环境，设计了“平衡宏观风险的战略性资产配置环节”与“周期预期驱动的战术性资产配置环节”，同时我们积极利用策略研究大势研判经验，对于影响资本市场的关键事件进行审议与干预。驱动资产价格变动的核心动力源于基本面与市场预期的博弈，只有在市场决策中把握配置先机，才能获取超额收益。国泰海通大类资产配置框架基于“平衡宏观风险的战略性资产配置环节”与“周期预期驱动的战术性资产配置环节”，同时积极利用策略研究大势研判经验，对于影响资本市场的关键事件进行审议，把握关键投资机会，规避市场极端风险。

国泰海通策略与大类资产配置研究团队主要研究战略性资产配置与战术性资产配置模型与策略，以及其在境内乃至全球资本市场中的应用实践，并细化深入至大类资产内部细分板块中（例如权益行业配置、债券久期配置、商品种类选择等）的效果。除此之外，我们团队目前已覆盖诸如地缘事件影响、人口因素、国际机构长期资金配置、低利率环境下的金融机构配置策略等研究主题并发布相关研究报告，未来我们将基于该体系持续更新研究成果。

6

风险因素

人类存在主观偏差：人类决策者的主观认知偏差或加剧业绩的波动。

策略可持续性受限：高度依赖于分析师个体的主动观点与非标准化决策流程或限制策略的可持续性。

分析维度存在局限性：研究框架基于分析师主动观点，分析维度或无法完全反映市场定价因素。

注：本文来自国泰海通证券发布的《大类资产配置研究体系简析｜多资产配置全景研究系列（一）》，报告分析师：方奕、李健、王子翌