文章核心观点 - 近期全球市场因中东局势等地缘风险出现“股债金”同跌的罕见行情，暴露了传统“大类资产配置”策略在极端系统性风险下的盲点，即资产分散不等于风险分散 [1][2] - 多位行业专家认为，此次极端行情是对多资产策略的一次压力测试，而非策略本身失灵，关键在于如何从简单的“资产分散”进化到更深刻的“风险因子分散” [4][5][6] - 行业启示在于，未来多资产策略需优化分散维度，重视宏观因子风险平价、尾部风险管理和现金的配置价值，以构建更具韧性的投资组合 [7][8][9] 大类资产同跌原因分析 - **风险未真正分散**：近期股票、商品等资产的上涨逻辑高度一致，均受益于全球流动性宽松、财政扩张及AI引领的制造业复苏；而本轮市场波动的核心是“滞胀交易”，高通胀与货币紧缩导致所有对经济增长和流动性敏感的资产（如债券、黄金、股票）同步下跌 [2] - **资产相关性短期急剧抬升**：在地缘冲突等“黑天鹅”事件中，全球风险偏好快速收缩，单一风险因子（如地缘风险、通胀预期）主导定价，导致各类资产间的低相关性假设短期失效，出现“同跌”特征 [6] - **资金交易趋同与负债端不稳定**：前期在AI、美元替代等市场叙事下，资金交易集中度和趋同度显著上升；同时，理财等低风险偏好资金入市，其负债端稳定性与拥挤的资产端不匹配，风险偏好下降时的集中赎回易引发流动性冲击，加剧各类资产普跌 [3] 多资产策略有效性探讨 - **策略经历压力测试而非失灵**：行业观点认为，当所有资产共振下跌往往是流动性冲击所致，关键在于判断流动性何时缓解，不能因短期极端行情简单判定策略失灵 [4] - **暴露传统配置盲点**：传统配置聚焦于资产类别分散，但股票、债券、商品可能共同暴露于同一宏观风险因子（如利率或流动性），当宏观预期突变时，会导致资产同步下跌 [5] - **商品覆盖具有正面意义**：对商品谱系的覆盖，特别是原油、能化等抗通胀商品，能在地缘风险超预期演绎时减缓其他资产的动荡，成为市场“避风港” [2][5] - **核心在于降低非系统性风险**：多资产配置策略的核心目标是降低非系统性风险，而非消除所有风险，极端系统性风险下的表现属于正常现象 [6] 对策略调整与未来的启示 - **从资产分散转向因子分散**：需超越传统的“资产分散”表层逻辑，向“因子分散”延伸，通过配置暴露于通胀、利率、地缘等不同风险因子的资产，降低单一宏观因子冲击对组合的影响 [7] - **重视组合风险管理与尾部风险**：需加强对组合风险管理的重视，因为大幅回撤对长期复利有加速损耗效应（“波动率税”）；在风险模型中应更重视尾部风险的刻画 [7] - **动态评估资产特征与相关性**：不能用静态、机械的眼光看待黄金、债券等大类资产的风险收益特征，它们是动态变化的；需动态分析资产间的相关关系与对冲关系，以打造更具韧性的组合 [8] - **重视现金配置与流动性管理**：需同时重视现金的配置价值，强化风险资产仓位控制，预留充足流动性以应对市场波动与潜在的流动性冲击 [9] - **纳入资产需驱动因素分散**：资产配置在选择资产时，应确保资产价格背后的驱动因素足够丰富和分散，在“重配置、轻择时”的核心策略下，依靠配置的低相关性更好地跨越市场波动 [9]

宏观策略Beta收益的核心来源 - 宏观策略的Beta收益来源于系统红利，即经济增长和货币扩张带来的系统性收益[19][20][22] - 系统红利是长期可靠的收益来源，不依赖与交易对手的博弈，也不需要战胜市场[17][22][23] - 通过持有多资产组合，可以同时捕获经济增长和货币扩张这两类系统性收益[22] 资产收益的四大来源与两类划分 - 所有金融资产的收益可归纳为四大来源：赚经济增长的钱、赚货币的钱、赚交易对手的钱、赚承担风险的钱[12][13][14][15] - 承担风险的钱可进一步划分为长周期风险溢价（本质是赚增长的钱）和短周期风险溢价（本质是赚交易对手的钱）[15][16] - 上述收益来源可划分为两类：系统性收益（经济增长、货币扩张）和博弈性收益（交易对手）[17] - 系统性收益具有可持续、可规模化的特点，博弈性收益则是零和游戏且容量有限[17] Beta 1.0：最简单的多资产分散配置 - 构建一个极其简单的组合：33% A股指数 + 33% 债券指数 + 33% 商品和黄金指数，每年底再平衡，无杠杆[7] - 该组合自2005年以来年化收益10%，最大回撤31%，收益波动比为0.9[7] - 同期万得全A年化收益11%，但最大回撤达到71%[7] - 该组合证明了即使是最简单的多资产分散配置，也能获得相对稳健的收益并显著降低回撤[7][11] Beta 2.0：全天候策略与风险平价 - 全天候策略旨在优化配置，以在捕获长期系统红利的同时，平滑短期周期性波动[26] - 其核心是根据系统红利的两大来源（经济增长与通胀水平），将未来宏观环境划分为四个象限（场景）[26][28] - 策略同时对不同场景下受益的资产进行配置，确保在任何宏观环境下都有资产能够对冲或受益[28] - 为实现真正的分散，采用风险平价理念，平均分配四个象限的风险权重，而非资金权重[29] - 风险平价隐含的前提是，当风险调整至相当时，不同资产的长期预期收益接近[31] - 示例构建：按60%债券+20%股票+20%商品构建Beta2.0组合，并调整波动率使其与Beta1.0可比，历史业绩显示其实现了更小的回撤和更高的收益[33] Beta 3.0：从资产分散到因子分散 - 因子分散是从资产收益的底层驱动因素（因子）出发进行配置，比资产类别分散更深入[37] - 资产类别分散可能因不同资产受同一因子驱动而导致虚假分散，因子视角有助于发现隐藏的风险集中[37] - 在增长与通胀两个核心宏观因子的基础上，可进一步纳入如利率、信用等其他重要因子进行优化[41] - 示例构建：在Beta2.0基础上考虑信用因子，按50%债券+20%股票+30%商品构建Beta3.0，收益有轻微提升[41] - 从Beta1.0到3.0的进化，体现了配置出发点从资产类别到宏观场景，再到收益来源因子的变迁[43] 宏观策略Beta构建的复杂性与价值 - 宏观策略的Beta构建本身极具价值且复杂，远非单一股票指数可比[45] - 构建涉及大量选择：从资产类别、宏观场景还是收益来源出发；不同场景下资产的选择；底层资产特征的深刻理解[45] - 动态风险管理复杂，包括风险定义（历史或隐含波动率）、时间窗口、相关性应对、杠杆管理等，这些均属于风险管理范畴而非预测择时[45] - 即使理念相同，具体构建和管理的差异也可能导致业绩天差地别，这体现了产品管理人所提供的价值[46]