“学海拾珠”系列之二十九 ：不同的经济环境下应如何配置资产
由crisvalentine创建，最终由crisvalentine 被浏览 22 用户
报告摘要
主要观点
本篇是“学海拾珠”系列第二十九篇，本期推荐的海外文献研究了在不同的经济环境下各类资产和风格因子多空组合的表现及敏感性，且作者建议通过分散化投资的方式来降低宏观风险敞口。
- 各类资产在不同经济增长和通胀环境下表现是各异的
整体上，风格溢价对宏观经济环境的敏感度低于大类资产，而各大类资产都对特定经济环境有明显的偏好。具体而言，股票在经济增长上行阶段表现较好；债券在通货紧缩的环境下表现较好；商品则偏爱通货膨胀的环境。当通胀上升而经济增长下行时，股票受到的影响最大；而当经济增长和通胀均上行时，债券受到的影响最大。考虑到商品对通胀的对冲属性和债券在经济衰退时的保护属性，债券和商品表现出截然相反的经济增长-通胀的风险敞口。
- 分散化投资在降低宏观风险敞口上具有较大的作用
由单一资产或风格主导的投资组合更容易受到宏观经济环境的影响，而组合投资可能是减少宏观风险敞口的有效方法。构建组合时结合多种风格可以更充分地分散收益，无论是在经济上行还是下行、通胀或其他环境，组合的表现都相对较稳定。此外，作者发现，即使组合的分散化程度较高，在流动性不足的环境下依然表现较差。
风险提示
本文结论基于历史数据与海外文献进行总结；不构成任何投资建议。
简介
如今，越来越多的投资者开始将自己的投资组合视为风险因子的集合。“基于风险的投资”对于不同的投资者而言，可能蕴含着不同的含义，但共同的特点是强调分散风险的重要性。尽管许多投资者主要将大类资产视为风险敞口，但其他投资者可能会考虑潜在的宏观经济风险敞口，例如通货膨胀的敏感性。与前者相比，后一种方法的困难在于，观经济因子不具有投资性。
考虑到这一点，本文为投资者提供了一个框架，建立可投资资产与不可投资的宏观因子之间的联系。本文提供了不同资产（例如，传统的多头资产价格溢价和另类的多空风格溢价）对宏观风险（例如，经济增长和通货膨胀）的敏感性的实证证据。风格溢价是被广泛认可的、经过实证检验的、动态交易的、且相关性较低的回报来源，可以在多种大类资产中获得回报。本文首先描述了作者研究的主要宏观经济维度以及用来描述它们的指标。遵循早期的研究，本文首先重点关注经济增长和通货膨胀，并使用美国数据对其进行实证研究，随后还分析其他三个宏观维度：边际收益率、波动率和流动性。在这里，本文着眼于不同经济环境中资产夏普比率的变化，在附录中作者提供了一些补充性的相关性统计和资产累积收益的结果。实证证据表明， 格因子溢价对宏观经济环境的敏感度低于传统大类资产，并且分散化的组合与单一资产或单一风格组合相比在不同的经济环境下更具适应性。
在具体展开描述前，作者强调了此类分析方法的局限性。任何实证结果在一定程度上都取决于样本时间的选择（文中样本为1972年至2013年），同时也取决于方法的选择。此外，如果投资者希望利用经济环境分析用于资产的战术配置，则投资者需要保证在评估资产对宏观环境的敏感性以及对未来宏观环境本身的预测方向都必须正确。作者认为，更有价值的应用是在构建分散化的投资组合方面，可以更好地抵御未来具有不确定性的宏观冲击。
哪种宏观经济因子更重要
传统观点认为，经济增长和通货膨胀对投资回报的影响最大。本文赞同这个观点，并从这两个方面开始入手，同时还研究了其他三种可能对许多投资造成影响的宏观环境：实际收益率、波动率和流动性。尽管作者研究的是全球大类资产回报率和风格溢价，但数据的限制使作者只能使用美国的宏观指标数据（数据可以追溯到40年前）。实际上，这可能无关紧要，因为美国经济在市场趋势中起着主导作用。近几十年来，美国大约已经覆盖了全球资本市场规模的一半，其经济发展也时刻影响了其他国家。
在构建宏观经济指标时，需要做出许多构建方式层面的决策，每种构建方式都有其优缺点。例如，经济增长可以通过资产数据来衡量，如周期性行业或商品的相对表现，甚至可以通过使用股票市场回报率作为增长的代理指标。但是，由此产生的高相关性和解释力只是反映了因变量和解释变量本身的密切程度（例如用一个基于加拿大股票回报率的因子来解释美国股票的市场表现是否有意义？）。为了捕捉金融市场与宏观条件之间的潜在关系，本文选择使用宏观经济数据。当然这种选择也有一些缺陷，特别是在时间层面的问题，因为宏观经济数据是滞后的，且可能会受到数据修订的影响，但是资产价格相对是前瞻的。本文通过使用更长的时间窗口在一定程度上可以缓解发布滞后性的影响以及滞后和前瞻视角之间的不匹配的问题。因此，在分析过程中，本文使用同期的年度经济数据和资产回报率（季度值）。
本文的宏观指标或宏观因子如图表1所示。每个宏观指标由两个不同的序列组成，首先对于每一个序列将观察值减去历史均值，然后除以历史波动率，即z-score标准化。由于不存在一个完美的方法来描述所有的风险因子，所以取平均值一定程度上可以使结果更稳健。对于实际收益率、波动率和流动性指标，本文同时使用了两个序列的绝对水平和相对变化，每个经济指标具体所使用的数据如下：
• 经济增长：芝加哥联储全国活动指数和美国工业生产增长“惊喜”（实际和预期的差）。
综合经济增长超预期指数（composite growth surprise indices）是经济增长信息的最佳代理变量，但这种综合指数最多只能追溯到1990年，数据的限制使本文不得不使用美国的宏观经济增长数据。
• 通货膨胀率：美国消费者物价指数的同比通胀率和CPI“惊喜”。
经济增长和通胀指标的超预期序列分别使用工业生产增长和CPI指数的实际和预期差得到。
• 实际收益率：实际长期债券收益率（从十年期国债收益率中减去基于调查的长期通货膨胀的预测值）和实际短期利率（从三个月的国库券利率中减去基于调查的次年通货膨胀预测值）。
波动率：股票和债券市场的波动率，根据过去一年标普500指数的日回报率和10年期美国国债的日回报率计算得到的。
流动性：货币市场中的TED价差，也是股票市场中公认的价格冲击指标。
TED利差是欧元美国三月期利率与美国国债三月期利率之间的差值。当市场更焦虑银行业信贷风险或资金流动性环境恶化时，这一利差往往会扩大。第二个序列是由Amihud （2002）开发并经常用于研究衡量股票市场价格冲击成本的ILLIQ（涨跌幅与成交量之比）。直觉上，对于流动性较低的股票来说，给定的美元成交量所引起的价格变化往往较高。当整个市场流动性恶化时，指标值会上升。
尽管经过标准化后，宏观经济因子的均值为0，作者发现经济增长指标的正值出现次数更多，并由与经济衰退伴随的较大的负值来平衡（1974、1980、1981、1990、2001和2008年）。相比之下，其他宏观指标通常为负值（低于平均水平），并且偶尔会出现急剧上升的情况。因此，本文通过比较每个宏观指标的估计值与中位数，将每个宏观指标划分为“上行”和“下行”环境，这样可以确保两种环境的观测值的数量相等。
不同经济增长和通货膨胀环境下资产的表现
虽然投资者可以选择的大类资产的类别十分广泛，但本文主要研究三种传统的大类资产：
• 全球股票（MSCI世界指数）
• 全球债券（由6个10年期政府债券组成的组合，GDP加权）
• 商品（24种商品的等权组合）
作者还考虑了五种用以模拟多空风格溢价的组合：
• 价值（买入相对于内在价值便宜的资产，做空相对昂贵的资产）
• 动量（买入近期表现优于同类的资产，做空近期收益落后的资产）
• 利差（买入高收益率资产，做空低收益资产）
• 防守性（买入低风险、高质量资产，做空投机性强的资产）
• 趋势（买入近期价格上涨的资产，做空近期价格下跌的资产）
动量和趋势相互关联，但性质不同。动量策略买入相对于同类而言表现相对较好的资产，然后卖出落后的资产；而趋势策略则单独考虑每种资产。
市场中性风格溢价难以构造，特别是由于本文将这些溢价应用于众多大类资产：股票；行业配置；权益、固定收益和货币市场的国家配置；以及商品。本文的四种风格组合在股票选择层面和资产配置层面都是等权组合。所有组合都以10％的年度波动率为目标，不考虑任何交易成本或费用。
本文将两个不同时间段的数据进行拼接。1990年后，本文按照Israel，Ilmanen和Moskowitz（2012）的方法计算价值、动量、利差和防守性风格溢价，结合每个大类资产的多个指标来捕捉每种风格。对于1972年至1989年，本文按照Asness，Moskowitz和Pedersen （2013）的方法计算价值和动量风格溢价，按照Frazzini和Pedersen （2013）计算防守性风格溢价，从Ken French的数据库中的股息率策略收益中获取利差风格溢价数据。对于1990年以前的资产配置风格，本文使用AQR内部的回测数据。
在构建综合资产配置的风格溢价时，本文使用与Israel，Ilmanen和Moskowitz（2012）相同的大类资产的风险分配权重：33％的股票，25％的固定收益，25％的货币，17％的商品。对于股票选择，本文在行业内和跨行业的股票选择之间使用50/50的风险权重。自1990年以来，市场中性风格的投资范围如下：选股策略：横跨欧洲、日本、英国和美国国家股票指数的股票约1,500只股票：包含14个发达市场和7个新兴市场。债券：6个市场的10年期期货。利率期货：5个市场。货币：10个发达市场和9个新兴市场。商品：8个期货。1990年以前的回测使用的范围略窄。
除了四种与市场中性风格溢价外，本文还包括市场定向趋势风格，该趋势风格在四大类资产类别中采用了12个月的趋势策略。本文借鉴Moskowitz，Ooi和Pedersen （2012）的方法，计算趋势风格溢价，并使用相同的方法计算1985年之前的序列数据。从长远来看，这种风格几乎与股票市场的表现没有相关性，但在任何时间点上都可以定向做多或者做空。
图表6使用宏观指标将所有时间划分为“上行”或“下行”的经济环境，以便作者可以独立比较不同经济增长和通胀环境下资产的夏普比率（中间两个柱状图），然后再比较这两者在交互下的资产绩效（右边四个柱状图）。为了便于视觉上可以直接观察比较，本文对每个投资的y轴使用相同的比例。对宏观环境的敏感性可以通过每行（即不同环境下）的柱状图的大小变化来直观体现。
结果表明，与风格溢价相比，这些大类资产对宏观风险更为敏感（从左向右，柱状图高低差异明显）。前三张图表显示，每种资产都在特定环境下表现相对更好。具体而言，股票在经济增长环境下表现好；债券则在通货紧缩下表现较好；商品则是通胀环境下的受益者。当经济增长和通货膨胀交互时，这种规律更加明显。当通胀上行而经济增长下行时，股票受到的影响最大；而当经济增长和通胀均上行时，债券受到的影响最大。另外，全球债券和商品表现出相反的增长-通胀风险敞口，考虑到大宗商品对通胀的对冲属性和债券在经济衰退时的保护属性，这确实是有一定道理的。而众所周知，当处于经济增长缓慢、通胀上行（滞胀）的环境下，大宗商品是最不坏的选择。
机构投资者的组合通常以股票市场风险为主导的，很可能会表现出与股票相似的敏感性——具体而言，当经济增长下行而通胀上行时，业绩会受到较大影响，甚至可能为负。但是，通过提高债券和大宗商品配置比例可以实现相对更加均衡的风险敞口。这种方法可以更有效地分散主要的经济风险，这也是风险平价投资者所追求的结果。
由于风格溢价在不同的经济环境中拥有更稳定、一致的表现，相较于传统大类资产能够帮助投资者更好地分散风险。虽然这些多空风格溢价在学术界有着悠久的历史，但它们在机构构建投资组合时却很少有明确的体现。作者认为机构投资者应当考虑这一点；所有风格溢价在不同的经济增长和通胀环境中均具有正的夏普比率。
“价值”和“利差”策略似乎具有类似债券的特点，在经济增长下行、通胀率下行的环境中表现出色。相反，“动量”似乎与大宗商品一样，对上行的环境有明显偏好，在增长和通胀上行时表现更好。但是，这些偏好对于风格层面而言较弱，并且在统计上并不显著。尽管不同经济环境下的收益差异对风格而言没有统计学意义，但基于5％水平下对大类资产而言是显著的。也就是说，仅统计层面而言，本文没有发现有说服力的证据表明，风格溢价在不同的增长和通胀环境下的表现具有差异性。这些结果随着时间的推移始终保持一致。
本文的重点是比较每项投资方式中的夏普比率的差异，而不是不同投资方式之间的绝对收益的比较。风格溢价比大类资产溢价具有更高的夏普比率，部分原因是前者的各个成分之间的相关性较低（更分散化），但也因为本文没有针对交易成本和费用进行调整。
同样需要重申的是，这些结果可能是由于样本空间的选择和本文对这些风格溢价和宏观环境的测算设定所产生的。例如，在多头风格倾斜的投资组合中，宏观因子的敏感性可能更重要，而多头风格倾斜的投资组合可能具有高度的市场方向性。即使是多空风格溢价，在某些资产类别中，也可能比本文在此分析的广泛分散化的风格组合更具市场方向性，货币利差就是一个典型的例子。
宏观风险不仅是经济增长和通胀
尽管经济增长和通货膨胀可能是最重要的宏观维度，但宏观维度也不仅仅只包含增长和通胀。作者在下文转向研究另外三个维度：实际收益率、波动率和流动性环境。
图表7展示了不同资产在上述三个宏观维度下（上行、下行）的夏普比率变化。结果表明，股票对波动率特别敏感，而债券则在实际收益率上升时收益较低。在实际收益率、波动性和流动性不足的环境下，商品的表现相对稳健。这可能是因为商品异质性较强，在这里作者使用的是等权重（分散）的投资组合。
风格溢价方面，动量对这些宏观风险最为敏感。动量风格的表现在波动率上升时期相较于下降时期较差，原因可能是波动率上行时期垃圾股跌后回升现象损害了动量策略。价值风格对实际收益率变化和波动率的敏感性较弱，但对流动性的敏感性相对较强。总体而言，各风格因子在所有宏观环境下的夏普比率都是正值。
大类资产投资和风格投资似乎都倾向于低波动和流动性较强的环境，而不是波动高、流动性较差的环境。然而，从经济增长、通胀和实际收益的角度来看，风格溢价相较于资产具有明显的优势：它们对宏观经济的敏感性较低且蕴含着更高的alpha。
分散投资的优势
前文结果表明，由单一资产或风格主导的投资组合更容易受到宏观经济环境的影响，而组合投资可能是减少宏观风险敞口的有效方法。为了评估组合投资带来的优势，本文构建了三个简单的投资组合进行测试：60/40的全球股票/债券投资组合；全球风险平价投资组合；以及价值、动量、利差、防守性和趋势因子的等权的风格投资组合。其中风险平价投资组合是将全球股票、全球债券和等权重的商品组合在一起，并使用过去12个月的波动率和长期相关性假设来估计同等风险贡献。
本文研究了不同经济环境下三个投资组合的夏普比率的变化。如前所述，在投资组合层面对夏普比率进行比较意义较小，因为本文未考虑交易成本和费用带来的影响。（本文会将这些风格组合的夏普比率打对折，以给出相对更精确的估计。但这并不影响本文对宏观敏感性的研究，即每行的比较）相反，本文专注于比较每个资产或风格组合在不同环境下的表现的差异性。图表8突出显示了组合的敏感性，并进一步证明构建充分分散化投资组合的潜在好处。
大类资产层面的分散投资优势
如图表所示，全球60/40股债投资组合敏感性最强，在经济增长下行和通胀上行的环境中受到的影响最大。鉴于投资组合的高权益仓位，统计结果的确符合主观逻辑。在这里可以看出风险分散的优势，风险平价投资组合在不利的市场环境中提供了更高的风险调整后的回报，只有在经济增长上行、通胀下行的环境下不及全球股债60/40组合。当实际收益率下降、波动率上升或流动性收紧时，风险平价组合中更平衡的风险敞口往往比60/40投资组合更“站得住脚”。有趣的是，在实际收益率上行的环境中，这两个投资组合的夏普比率较为相似。
风格层面的分散投资优势
结合多种风格因子可以提供更大的分散化作用。尤其是价值和动量是负相关的，因此要积极地分散投资放大优势。实际上，风格投资组合在不同环境下几乎是差不多的。换句话说，无论经济增长是上行或下行，通胀上行或下行，或它们的任意组合，风格组合的平均表现均非常稳定。实际收益率环境也是如此，尽管风格组合确实对波动率和流动性有一定的敏感性。
这些结果与作者的直觉是一致的，即分散程度最低的投资组合（全球股债60/40投资组合）对恶化的宏观经济环境表现出最高的敏感性。此外，即使是分散投资的组合（例如风格投资组合）也偏好流动性充足的市场条件，并且仍然容易受到流动性不足的影响。
总结
厘清不同的资产与宏观风险因子之间的联系，可以为投资者在构建投资组合时提供有价值的增量信息。本文认为，以下主要发现对寻求建立更稳健的投资组合的投资者是有价值的：
• 某些经济环境尤其具有挑战性。虽然经济增长下行对许多资产的收益造成损害，但是当增长放缓与居高不下的通胀率、实际收益率、波动率或流动性不足同时出现时，很难找到合适的大类资产或风格作为投资的资产。
• 不同大类资产对宏观环境的敏感性截然不同。其中，作者发现股票和债券对经济增长具有相反的敏感性，商品和债券对通货膨胀具有相反的敏感性。本文认为，寻求有效分散投资的投资者应尝试在其仅有的长期投资组合中平衡这些风险敞口。
• 风格溢价通常具有较小的宏观风险敞口，这可以使它们成为分散投资的有力武器。作者发现，所有风格组合在所有五个宏观维度的“上行”和“下行”环境中收益均为正。大类资产层面却没有相似的表现。
• 通过分散化投资可以进一步降低对宏观经济环境的敏感性。利用相反宏观风险敞口构建而成的投资组合可以在各种环境下表现更加稳健。然而，这些投资组合并非完全独立于宏观风险因素。例如，大多数投资组合在低波和流动性充裕的市场环境中表现更好。
本文研究得出的关系不具备预测能力，因此，对于战术决策的作用不如战略决策。具体而言，虽然本文的分析结果可以帮助投资者在不同的宏观经济环境下构建相对稳健的分散化投资组合，但如何准确预测未来的宏观环境仍然是一个巨大的挑战。
即便如此，作者认为这些发现对投资者而言还是有价值的。由于投资者无法确定未来的宏观经济环境，因此他们应该通过分散化投资，应对未来的不确定性，从而提高投资组合表现的稳健性，本文认为可以通过实现更为均衡的宏观风险敞口来提高投资组合的表现。
附录
附录包含相关性分析、偏相关性分析、不同经济环境下的累计收益。
相关性统计
偏相关性
累计收益
本文核心内容摘选自 A & T & A 在 The Journal of Portfolio Management 上发表的论文《不同的经济环境下应如何配置资产》
风险提示
本文结论基于历史数据与海外文献进行总结；不构成任何投资建议。