报告行业投资评级 未提及 报告的核心观点 大类资产配置策略从早期基于经验的固定比例模型，逐步发展为现代多因子配置模型。传统框架下各类资产配置依赖简单分散化原则，Markowitz 均值 - 方差模型奠定现代组合优化理论基础，风险平价模型实现跨资产风险均衡，因子投资兴起使配置逻辑下沉至因子层面，利于应对复杂市场环境和投资需求[4]。 各模型总结 固定比例投资模型 - 产生背景：1929 年 10 月美国股市崩盘后，市场意识到资产分散化可降低组合波动，简单固定比例投资策略形成[6][16]。 - 核心思想：在不同资产间维持稳定配置比例，通过定期再平衡控制风险暴露，如 60 股 / 40 债模型[18][23]。 - 优点：简单易行，无需参数估计；等权重模型夏普比率与复杂模型无显著差异甚至更高，表现更稳定[28][30]。 - 缺陷：资产相关性上升时不能真正降低组合风险；对资产数量敏感；忽视资产本质差异，是粗放式分散[30][32]。 Markowitz 均值 - 方差模型（MVO） - 产生背景：二战后美国经济繁荣，资产配置环境复杂，传统固定比例投资方法难以应对[7]。 - 核心理论：投资风险取决于资产间协方差结构，将风险收益纳入系统化、数量化分析框架，通过量化收益与风险计算给定收益下最小风险组合[36][41]。 - 优点：能根据资产风险收益特征动态生成最优权重，通过“有效前沿”寻找风险与收益最佳平衡，是现代投资组合理论基础[55]。 - 缺陷：对参数估计高度敏感；假设环境过于理想；依赖历史数据，存在过拟合问题，样本外表现不稳定[56]。 风险平价模型 - 产生背景：传统股债配置风险集中于高波动资产，市场波动时组合易回撤，资产配置理念从“资金配置”转向“风险配置”[57]。 - 核心思想：各类资产对组合总风险承担相同贡献，降低高波动资产权重，增配低波动资产[58][60]。 - 优点：实现真正意义上的风险分散，不依赖期望收益，规避均值 - 方差模型对参数敏感的缺陷[75]。 - 缺陷：需借助杠杆获得回报，增加融资成本和潜在风险；依赖历史数据，市场结构突变时分散化效应可能减弱[75]。 因子配置模型 - 产生背景：2008 年全球金融危机暴露传统资产配置缺陷，研究者意识到资产配置本质是风险因子配置[77]。 - 核心框架：通过因子将资产配置问题转化为“因子暴露—目标设定—组合实现”过程，包括选取因子、计算因子暴露、确定目标暴露、匹配目标暴露四步骤[80]。 - 优点：揭示资产收益与风险核心来源，提升风险分散效果；降低资产收益预测复杂性，提升配置效率；因子间相关性低，参数易估计；提升策略透明度[89]。 - 缺陷：因子收益具有时变性，历史有效因子可能失效；PCA 降维得到的风险因子经济学含义不清晰，降低模型可解释性与跨市场适用性；因子定义与估计依赖样本结构，不稳定[90]。