美股涨势与债市需求的连锁反应 - 美国银行报告指出，美股走弱可能对债市产生重大风险，因为一个重要的需求来源可能萎缩 [1][4] - 策略师认为，过去5年支撑债市的一股“神秘力量”正在悄然撤退，这指的是由投资组合再平衡带来的资金流 [1][4] 投资组合再平衡机制及其影响 - 自2021年以来的美股上涨为债市带来了大量资金流入，原因是投资者需要将投资组合重新平衡至“60/40平衡型配置”（60%股票，40%债券）[2][5][6] - 根据计算，全球资产每增加10万亿美元，投资组合每月就会卖出约370亿美元的股票，并买入同等金额的固定收益资产（包括美国国债、企业债和抵押贷款支持证券）[2][6] - 自2021年以来，这部分再平衡资金占到了美国国债供应量的14%以及投资级债券供应量的22% [2][6] 再平衡资金流可能放缓的原因与预测 - 美国银行策略师预计2026年股票回报率将大幅回落，其美国股票策略团队预测标普500指数的涨幅仅为4.5% [2][6] - 同时，美国银行经济团队预计美联储今年仅会降息两次 [2][6] - 股票回报放缓、资本支出增加、政策不确定性以及市场宽度收窄，意味着进入2026年后的再平衡动力将变得更加平淡且缺乏方向感 [2][6] - 上述条件共同预示着进入久期资产的再平衡资金流将变小且变弱，过去5年债市最可靠的需求驱动力之一可能会消退 [2][6] 资金流枯竭的潜在结构性影响 - 讽刺的是，再平衡资金流的枯竭最终可能会增强债券在平衡投资组合中的地位 [3][6] - 这是因为再平衡资金流在近年来推高了股债之间的相关性 [3][6] - 再平衡引擎的熄火可能会让股债相关性回归传统逻辑，从而提升长久期头寸在投资组合中的多元化益处和避险对冲能力 [3][7]

核心观点 - 报告核心观点是建议在2026年1月继续关注“科技成长”与“高股息”构成的“哑铃”型配置策略 政策持续发力与流动性宽松格局有望延续 为跨年行情提供条件 配置上建议关注科技（如电气设备、半导体）、资源品及高股息板块 [3][6][69] 宏观环境 - **政策定调**：2025年12月举行的中央经济工作会议定调2026年实施“更加积极的财政政策”与“适度宽松的货币政策” 加大逆周期和跨周期调节力度 并着重于扩大内需、鼓励科技创新以及深入整治“内卷式”竞争 [6][10] - **财政政策**：从“提高赤字率”转为“保持必要规模并优化支出结构” 更有利于“投资止跌回稳”的定向托底与财政可持续 利好权益的结构性修复 [10] - **货币政策**：重申适度宽松并将“物价合理回升”纳入重要考量 从“适时”到“灵活高效” 更注重前瞻协同、提质增效 对利率与流动性的调整可能更强调效果评估与传导畅通 [10] - **消费支持**：近期消费端支持措施密集落地 如商务部与财政部推进“消费新业态新模式新场景”试点 央行会同金融监管总局出台政策加强商务金融协同以提振消费 国家发改委等部委发布《互联网平台价格行为规则》以规范市场、优化消费环境 [6][69] - **外部环境**：美联储12月降息营造了宽松的外部流动性环境 为市场提供支撑 [6][69] - **宏观数据**： - 12月制造业PMI为50.1% 比上月上升0.9个百分点 升至扩张区间 其中生产指数为51.7% 新订单指数为50.8% [12] - 12月非制造业商务活动指数为50.2% 比上月上升0.7个百分点 重返扩张区间 [12] - 11月CPI同比0.7%（上期为0.2%） PPI当月同比-2.2%（上期为-2.1%） [14] - 11月社会融资规模增量为24888亿元 同比增加1600亿元 同比增速为7% 其中政府债券发行增量为12077亿元 同比减少1012亿元 同比增速为-8% 企业债券融资增量4145亿元 同比增加1764亿元 [25][28][31] - 11月社会消费品零售总额4.39万亿元 同比增长1.3%（上期为2.9%） [31] - 11月出口金额为3303.51亿美元 同比增速为5.9% 较上月增加7.1个百分点 [43] 12月份市场及行业表现 - **债市回顾**：12月国债期货市场整体承压 十年期主力合约下跌0.05% 超长端的三十年期品种跌幅达到2.66% 市场走弱主要受年底机构止盈、降准降息预期降温以及三十年期国债期货情绪化抛压影响 [6][50] - **股市回顾**：12月权益市场成长风格占优 - 申万风格指数涨跌幅：先进制造（5.97%）、周期（5.12%）、科技（TMT）（4.55%）、金融地产（1.55%）、消费（-1.27%）、医药医疗（-3.99%） [6][51] - 中信风格指数涨跌幅：周期（6.29%）、成长（4.99%）、金融（1.77%）、稳定（-2.03%）、消费（-2.13%） [6][51] - **行业表现**： - 12月涨跌幅前五行业：国防军工（17.22%）、有色金属（13.68%）、通信（12.06%）、机械设备（8.59%）、石油石化（7.01%） [59] - 12月涨跌幅后五行业：公用事业（-2.46%）、煤炭（-3.56%）、房地产（-3.96%）、医药生物（-4.1%）、食品饮料（-5.22%） [59] - 12月净融资额前五行业：电子（212.19亿）、国防军工（44.51亿）、机械设备（95.02亿）、通信（86.63亿）、有色金属（83.83亿） [63] - **行业估值**：当期PE排名前五为国防军工、电子、计算机、综合、商贸零售 5年PE分位数排名前五为国防军工、机械设备、环保、商贸零售、综合 [67] 月度配置建议 - **市场展望**：2026年1月 政策持续发力与流动性宽松格局有望延续 为跨年行情提供条件 [6][69] - **配置方向**：建议关注科技（如电气设备、半导体）、资源品及高股息板块 [6][69] - **年度主线**：2026年的主线是消费与投资 消费和投资方面修复是关键 科技成长可能受制于估值 区间震荡的概率更大 消费和基建或将成为指数上涨新的支撑 [11] 资产配置主题 - **固定比例股债组合**：是一种通过预先设定并长期维持股票与债券资产固定比例以实现风险分散的经典资产配置方法 核心在于利用股债资产间的负相关性来降低组合整体波动 [71][73] - **无再平衡案例**：2012年至2025年间 50%中证A500+50%债券组合累计收益率最高 接近196% 10%中证A500+90%债券组合最终收益约189.7% 波动最平滑 40%中证A500+60%债券组合总收益率96.85% 年化收益率4.78% 波动率8.54% 夏普比率0.560 最大回撤-19.46% [73][74] - **有再平衡效果**：阈值再平衡收益表现 > 季度再平衡 > 年度再平衡 > 无再平衡 [78] - **股债相关性应用**：报告将2014年至2025年的股债相关性划分为五个阶段 并指出相关系数的变动可视作资金偏好、宏观预期与政策信号的反映 对判断大类资产轮动具有指示意义 [81][82][83][84][85][86] - **构建策略**：基于沪深300指数30日累计收益率与股债30日滚动相关性构建四种配置状态 回测近10年数据 组合总收益率为169% 年化收益率为9% 波动率为11.4% 夏普比率为0.7902 最大回撤为-19% [88][90] - **股权风险溢价(ERP)应用**：ERP是判断股债资产性价比的重要工具 计算公式为沪深300指数市盈率ttm倒数 - 10年期国债收益率 ERP越高 股票相对债券越“便宜” 应增配股票 该指标具有均值回归特征 在过去10年中 当股债ERP在正负2倍标准差附近时 权益指数转折的概率较大 [91]

纪要涉及的行业或公司 * 固定收益债券市场（债市）[2] * 涉及的机构类型包括：银行、保险公司、公募基金、券商自营、理财公司[2][3][4][5][6][11] 核心观点和论据 * **当前债市主线是供需失衡的担忧**：市场关注焦点从直观的“发得多、买得少”演变为对债券供需中长期问题的系统性担忧[2] * **供需失衡的触发路径**： * 路径一：股票上涨导致债市下跌，负债不稳定的交易性资金撤离，银行承接基金抛售的超长债后可能面临EVE（经济价值权益）指标超标压力[3] * 路径二：股票上涨促使保险机构进行股债再平衡（增股减债），同时保险产品结构向分红险转变（增量占比已达40%，明年或达50%），进一步减少对超长债的需求[3] * **年末债市波动的直接催化**：银行出于年末报表管理（如EVE指标）的行为是近期市场调整的明显催化因素[4] * **对“保险承接力量不足”观点的反驳**： * 超长债发行量级增长快，但保费收入增长相对稳定，供需不匹配问题长期存在[5] * 保险四季度周均净买入现券680亿元，12月对20-30年期债券的净买入规模比1月多，买入节奏平稳，符合其“开门红”节奏[8] * **对“交易型机构”的分析**： * 公募基金持有的超长债规模经过6个月调整后，估计还剩5700亿元，但其中部分为被动或交易性产品持有，属合理范围，不一定需要全部清完[6] * 券商自营的抛售更多是止损盘，而非系统性砸盘获利[6] * **供需失衡逻辑的脆弱性（反身性）**： * 关键假设可能调整，如银行EVE指标的监管要求（可从25个BP调至20个BP），且年末过后指标紧迫性会降低[7] * 债券发行期限结构并非一成不变，历史上（如21年、22年）长债发行就曾少于20年，且地方政府可自行调配，存在先行调整的可能性[7] * **对“配置价值”的再认识**： * 保险真正的配置盘更倾向于同期限地方债，对超长国债的持有交易性需求更强[8] * 以30年地方债2.44%的利率、1.4%的资金利率、130%的杠杆计算，综合收益可达3.5%，高于30年国债和保险行业打平收益率，具有跨品种配置价值[10] * 近期市场表现中，地方债抗跌性强于国债，国债强于国债期货[10] * **股债相关性失效的解释**： * **固收加策略同质化**：大量同质化的固收加产品（6-9月增近5000亿，理财10-11月增1.4万亿）在股债均波动时陷入两难，无法有效平衡市场，需依赖更灵活的资金[11] * **流动性视角**：风险偏好提升导致资金从债市流向股市，影响了金融机构资产负债表的稳定性（如银行EVE、中小保险偿付能力），这是市场波动的本质[12] * **对期限利差（陡峭化）的看法**： * 市场对利差走阔已无太大分歧，30-10年利差已达40个BP，回到22年水平[12] * 当前定价可能已过快透支明年节奏：22年公募持债规模5.5万亿，今年三季度6.9万亿（较二季度降7800亿），预计年底约6.6-6.7万亿，市场已提前定价了近1万亿规模的减少[12][13] * 利差中枢可能上移至50或55个BP，且存在其他支撑利差走阔的故事（如全球收益率曲线陡峭、牛熊转换、通胀预期）[14] * **“还债论”与市场阶段**： * 当前债市在偿还自去年12月以来的“债”[15] * 存量债券加权平均久期已从低点增长约0.7年，至6.65年，但收益率点位已回到去年12月水平[15] * 考虑到政策利率较去年已下降20个BP，且明年仍有10个BP降息空间，“还债”第一阶段或近尾声，第二阶段可能是通过二级市场影响一级发行，从而压降存量债券久期[15] 其他重要内容 * **近期市场异常表现**：年末债市波动放大，未出现往年的“12月开门红”式流畅利率下行，且与权益市场的传统相关性失效[2] * **债市季节性规律失灵**：过去几年牛市形成的季末抢跑惯性，将本应在12月的买入行情前置到11月，导致今年出现反季节性失灵[10] * **当前策略观察**： * 超长债（如30年期）因担忧多而波动大，短期超跌后博弈赔率相对较高，但自高点已下行5-6个BP，且30年利差重回40个BP以下后，单边博弈空间有限[16] * T6（6年期国债期货）和T2（2年期国债期货）利差处在不到1个BP的较低位置，存在博弈回归的空间[16] * 12月资金面宽松（隔夜利率持续低于1.3%），5年期以下利率债或更短期限信用债是稳妥选择[16] * **风险提示**：需警惕过强的“股强债弱”一致预期及其可能引发的反身性风险[16]

纪要涉及的行业或公司 * 行业：资产管理、固定收益投资、多资产配置 * 公司：中金公司（报告发布方）[2] 核心观点和论据 资产相关性对投资组合的影响 * 资产相关性对组合收益贡献显著，在日度再平衡下，负相关性可降低波动，提升几何平均收益[1][4] * 当某类资产呈现强烈趋势时（如2020-2021年权益市场），负相关带来的贡献可能减弱甚至为负[1][4] * 增加资产组合可有效降低整体最大回撤，在股债组合中，低仓位股票（如8-9%）的对称效应明显，与纯债表现差距不大[7][8] * 许多理财产品采用5%可转债加5%股票，再加纯债和carry策略的组合，能实现长期净值向上且最大回撤修复时间较短[8] 风险平价策略的优化 * 风险平价策略需扣除资产间关联度带来的风险溢价，再进行夏普比率最优或效用最大化优化[1][5] * 优化后权重配置的绝对年化收益略低，但卡玛比率和夏普比率有显著提升[5] * 不应低估关联度在定价中的作用，应合理反映其影响以实现更优配置效果[1][5] 相关性在收益率预测中的应用 * 股债相关性作为特征值对债券收益率建模有重要作用[1] * 仅使用债券自身特征时，对4月收益率的预测准确率约为50%，加入股债相关性后准确度接近60%[9] * 仅加入股票自身收益率或波动率等特征并未显著提高预期能力，股价相关性的信息更为纯净、低噪音[9] 相关性的计算与观测 * 计算资产间相关性需关注抽样周期和频率，使用过去一年的周度涨跌幅是平衡噪音和信息量的最佳选择[1][10] * 日度数据噪音较多，月度数据信息量有限且波动大[10] * 应关注尾部依赖风险（如股债双杀或双涨），可利用Copula方法进行观测和刻画[1][11][12] * 2025年股债下尾关联性处于极低水平，但不排除2026年可能跳升[12] 大类资产间的历史相关性特征 * 股债负相关关系自2018年以来较为明显，2025年达到负0.4左右[2][15] * 自2004年以来，股债显著负相关程度约为30%[15] * 可分为三个周期：2004-2009年（通胀驱动）、2010-2019年（流动性驱动）、2020年以来（机构行为驱动）[15][16] * 2020年以来，股票表现对未来一个月资产间关联产生单向影响[2][16] * 转债与股票有较高的正向关联，与纯债的关联取决于市场环境和投资者行为[17] * 转债估值处于中等合理水平时，与股票的相关性更高；价格较低时与纯债正相关，价格较高时与纯股负相关[19][20] * 黄金与A股及A类资产整体呈现弱相关甚至不显著，有利于风险平价组合分散风险[21] * A类证券与美类证券整体呈现弱正相关，关联主要出现在全球货币政策同步阶段[22] * 美股和A股整体上围绕零轴附近波动，无明显统计学上的强烈联系[23] * REITs与A股及A类证券历史上大部分时间处于偏弱正相关，但自2025年以来与A股出现一定负相关[24] 宏观与市场因素对相关性的影响 * 股债间关系不仅受通胀绝对水平影响，更受通胀和经济增长的不确定性（方差）影响[29] * 在资本市场净值化管理后，CPI波动率对股债关系有显著正面影响，而CPI绝对水平贡献不显著[29] * 流动性指标和沃夫指标（Volatility of Volatility）能有效刻画市场流动性紧张程度及股票波动变化，从而解释股债关系[2][30] * 高频市场中，股债相关性受宏观政策和投资者结构影响，呈现状态变化，可采用状态转换回归模型处理[2][32] * 2024年底至2025年经历了高波动阶段，目前（2025年底）市场进入偏低波动时期[33] * 如果流动性政策导致流动性突然上升，可能引发股价相关性的猛增[2][33] 多资产组合管理的实践与策略 * 信用债各维度收益率与股票之间的相关性较弱[26] * 不同风格因子与纯债券相关性不同：成长因子负相关，价值因子偏正相关；大盘股相对于小盘股与纯债有更明显且长期偏负向的关系[27] * 可利用近期定增、成长趋势、稳健成长以及红利低波四类策略型指数与纯债进行组合优化[28] * 从历史数据看，这样构建的组合年化收益约为7%，最大回撤控制在4%以内；加入黄金后收益可接近10%，回撤在5%左右[28] * 在进行多资产组合管理时，需注意参数调整和误用等细节问题，并关注跳升过程而非平滑变动[18] 其他重要内容 * 通胀水平对国债相关性的解释力度并不强[2] * 国家相关性在股价分析中由于自相关程度高，扣除后其显著性需要打折扣[14] * 2022年下半年至2023年期间，期限利差与股票之间的负相关性消失主要由于市场空转的影响[25] * 对于固收加策略，更应关注尾部依赖风险[11] * 预测股债相关性的必要性不大，因为过去数据重叠较多，数值变化不大，多为白噪声[14] * 展望2026年，股债间相关性仍需密切关注，源于宏观政策和流动性的潜在变化[34]

**纪要涉及的行业或公司** * 固收债市行业[1] * 银行业[3][7] * 房地产行业[5] **核心观点和论据** * 债市整体情绪偏弱 受股债相关性非恒定、交易盘依赖区间波动（中枢1.75% 区间1.70%-1.80%）、基本面无变化而政策预期成焦点等因素影响[2] * 收益率下行需配置盘力量支撑 仅靠交易盘预期难以快速推动 需关注增量资金入场[1][2][4] * 政策预期是交易盘关注重点 包括反内卷操作细节、地产政策放松等可能成为增量政策因素[2][4] * 深圳限购政策放松具象征意义 可能引发其他城市效仿 但对债市影响限于短期情绪而非长期趋势改变[5] * 流动性关注银行放松及央行投放措施（如降息、买断式回购） 需观察央行是否采取超常规操作[1][6] * 银行面临存单到期量大及公开市场操作对冲压力 存单具调节流动性指标功能 大行头寸管理不善可能在月中或月末面临更大补缺口压力[3][7] **其他重要但可能被忽略的内容** * 央行重启买债非绝对必要 但可缓解发行压力并释放积极信号 关注央行是否购买不同期限债券 大行备券可能导致长债和超长债被卖出或融出[3][8] * 股债市场间存在混合型产品 股市上涨时部分资金仍会配置债券 股市下跌时混合型产品赎回可能抛售流动性好的长久期和超长久期国债[10] * 本周关键点包括大型银行流动性压力及融出规模、国债买卖进度及大行备券情况、混合类产品负载端赎回情况[11] * 上周五进行一万亿买断式回购 但仅为正常续做且略低于预期[6] * 过度泛滥流动性概率较低 大概率保持平稳状态[6]

报告行业投资评级 未提及 报告的核心观点 债市或在震荡中渐进式修复，随着股债相关性减弱和商品压力缓解，债市将逐步回归资产荒和基本面逻辑，但修复可能受其他市场、季节性因素和监管政策影响，并非顺畅快速，建议哑铃型操作，长债利率更顺畅下行或在4季度中后段，利率年内有望创新低 [4][6][18] 根据相关目录分别进行总结 债市近期表现 - 本周债券利率继续震荡，长债和短债维持震荡态势，10年国债和30年国债活跃券较上周分别变化 -1.25bps和 0.95bps至 1.77%和 2.03%；跨月后资金价格宽松，1年AAA存单保持在 1.67%左右；信用利率小幅下行，3年和5年AAA - 二级资本债分别较上周下降 1.7bps和 1.9bps至 1.92%和 2.05% [1][9] 影响债市因素变化 - 过去两个月债市受股市和商品市场冲击，但影响逐步减弱，股债跷跷板效应下降，30年活跃券日度利率变化与上证指数涨幅的10日移动相关系数从7月下旬0.8左右降至目前0.15左右，原因是债券机构持仓变化和股债性价比改变；7月底以来商品价格指数下降，9月4日南华工业品价格指数较7月25日高点累计回落6.3%，商品对股市压制缓解 [2][10] 债市保护因素 - 资金宽松和银行欠配是债市主要保护，基本面承压、需求不强劲、融资需求不足，资金宽松状况未改变，当前隔夜利率在1.3%附近，R007在1.4%左右；后续资产供给下降，今年前8个月政府债券净融资10.4万亿，未来4个月净融资或回落，信贷增速可能放缓；银行信贷增速放缓但存款增速提升，存贷款增速差拉大，银行需增配债券，且债券性价比高，增配意愿高 [3][10] 债市修复阻碍因素 - 其他市场冲击仍存在，股债跷跷板未完全消失，非银长债仓位高，股市大幅上升可能导致机构减持引发债市波动，股市后续走势不确定 [4][14] - 季节性因素影响，9月往往是利率调整期，10月是震荡期，过去4年9月10年国债平均利率上行6.7bps，10月微幅下行0.2bps，因进入年度考核季，银行超季节性配置有限，前期债市上涨带来止盈需求上升 [4][14] - 公募基金费率改变可能带来短期债市波动，新规定调整赎回费，机构难以频繁申赎，降低配置公募基金意愿，赎回行为可能带来市场调整压力 [5][16][17]

量化模型与构建方式 1. **模型名称**：宏观因子风险平价模型 - **模型构建思路**：参考Fama-MacBeth方法，通过单变量时序回归计算资产对宏观风险因子的风险载荷，结合半衰期加权平滑载荷波动，最终通过风险平价优化配置底层资产[12][22][23] - **模型具体构建过程**： 1. **数据选择**：宏观因子包括经济增长（工业增加值/消费预测）、利率（国债指数）、通胀（CPI/PPI预测）、信用（企业债指数）等；资产覆盖中证全指、恒生指数、国债、商品等[20] 2. **风险载荷计算**：滚动36个月数据回归资产收益与宏观因子，公式为： $$r_{t}=\alpha_{t}+B\cdot f_{t}+\varepsilon_{t}$$ 其中B为风险载荷矩阵，f为因子收益[23] 3. **风险贡献优化**：基于风险平价目标，要求各宏观因子风险贡献相等，权重计算通过： $$\%\text{RC}\ =(w^{T}\cdot B)_{i}\cdot\frac{\partial\sigma_{P}}{\partial(w^{T}\cdot B)_{i}}/\sigma_{P}$$ 并采用12个月半衰期加权历史载荷[24] - **模型评价**：相比资产风险平价，模型提高了收益和波动弹性，但受资产价格波动滞后影响可能产生误差[37] 2. **模型名称**：股债相关性预测模型 - **模型构建思路**：借鉴AQR方法，将股债相关性拆解为经济增长波动、通胀波动、两者相关性三变量，并加入通胀水平因子提升解释度[42][48] - **模型具体构建过程**： 1. **变量定义**：经济增长波动（工业增加值/消费同比）、通胀波动（CPI/PPI同比）、相关性（3年滚动窗口计算）[48] 2. **回归模型**： $$r_{t}^{s}-E_{t-1}r_{t}^{s}=b_{\bar{\varepsilon}}^{s}e_{t}^{\bar{\varepsilon}}+b_{\bar{\varepsilon}}^{s}e_{t}^{\bar{\varepsilon}}$$ $$r_{t}^{b}-E_{t-1}r_{t}^{b}=b_{g}^{b}e_{t}^{g}+b_{n}^{b}e_{t}^{n}$$ 滞后1个月宏观数据后，解释度仍保持较高水平[53] 3. **预测应用**：滚动3年窗口计算系数，结合一致预测数据生成未来股债相关性方向[54] --- 模型的回测效果 1. **宏观因子风险平价模型** - 年化收益：9.86%（有半衰期） vs 5.93%（资产风险平价）[29] - 年化波动：9.55% vs 2.53%[29] - 最大回撤：-14.30% vs -3.45%[29] - 分年度表现：2016年收益37.24%，2021年14.63%[32] 2. **股债相关性预测模型** - 三变量模型R²：0.610，四变量模型提升至0.767[51] - 经济增长波动系数：-0.0307（显著负贡献）[51] - 通胀波动系数：0.0836（显著正贡献）[51] --- 量化因子与构建方式 1. **因子名称**：经济增长因子 - **构建思路**：通过工业增加值/消费预测等权合成，反映经济周期变化[20] - **具体构建**：月度环比预测值标准化后等权加权[20] 2. **因子名称**：通胀因子 - **构建思路**：结合CPI/PPI预测捕捉价格变动风险[20] - **具体构建**：环比预测值正交化后等权合成[21] 3. **因子名称**：信用因子 - **构建思路**：以企业债指数收益代表信用利差变化[20] - **具体构建**：正交化处理经济增长和利率因子后保留特异性风险[25] --- 因子的回测效果 1. **经济增长因子**：在股债相关性模型中贡献显著负向风险（t=-12.092）[51] 2. **通胀因子**：四变量模型中系数0.0836（t=5.375），且通胀水平因子额外贡献0.0269（t=8.759）[51] 3. **信用因子**：与权益多空因子相关性矩阵显示低相关性（Carry相关性0.2）[41]