报告核心观点 - 基于历史经验，中东区域冲突发生后，各类资产表现呈现规律性特征：美股震荡，黄金趋势上行，白银震荡上行，铜先震荡再上行，原油先上行后回落 [3] - 中东区域冲突后，市场恐慌指数VIX往往快速冲高，而VIX回落后，权益资产表现通常更好 [3] - 历史经验表明，中东区域冲突未必带来多资产相关性的快速提升，权益、黄金、白银、铜、原油等资产长期呈现明显正相关，而美元指数、债券与这些资产负相关 [3] - 长期来看，A股市场的较好表现需要多资产相关性处于下降的过程或者处于中低位水平 [3] 历次中东区域冲突后的市场表现 - **美股表现**：历次中东区域冲突后，美股（以标普500指数为代表）往往进入震荡状态 [3][8][14]。从历史平均数据看，冲突后未来一周、一月、三月、六月的平均收益率分别为0.8%、2.0%、1.7%、2.3% [9] - **黄金表现**：中东区域冲突后，黄金价格或呈现趋势上行 [3][18] - **白银表现**：中东区域冲突后，白银价格或呈现震荡上行态势 [3][22] - **铜价表现**：中东区域冲突后，铜价或呈现先震荡再上行的走势 [3][26] - **原油表现**：中东区域冲突后，原油价格或呈现先上行后回落的走势 [3][30] - **VIX指数表现**：中东区域冲突发生后，衡量市场恐慌情绪的VIX指数往往容易快速冲高 [3][34][37]。VIX指数回落后，权益资产表现或更好 [40][41] 资产间相关性对A股的影响 - **A股与美股相关性**：当前（截至2026年2月27日）A股与美股的相关性处于历史较高水平 [44][45] - **相关性对A股收益的影响**：短期（周度层面）看，A股与美股相关性快速提升时，A股短期弹性较高；长期（月度层面）看，A股与美股保持中低相关性时，A股未来1个月的收益率较高 [46] - **全球权益市场相关性格局**：从2000年至今的数据看，欧美市场内部相关性较高（如法国CAC40与德国DAX相关性达92%），亚洲市场内部相关性也较高（如恒生指数与新兴市场指数相关性达82%），但A股（万得全A）与全球主要股指的相关性普遍较低 [47]。2020年至今，A股与港股（恒生指数）的相关性提升至63% [48] - **全球权益市场相关性水平**：当前全球权益市场相关性处于历史较低水平 [49][50] - **权益相关性对A股的影响**：长期（月度层面）看，全球权益市场间的低相关性对A股表现较为有利 [52] - **多资产相关性特征**：历史经验看，中东区域冲突未必带来多资产相关性的快速提升 [53]。长期来看，权益（如标普500）、黄金、白银、铜、原油等资产间呈现明显正相关，而美元指数、债券与这些资产呈现负相关 [3][56] - **多资产相关性水平**：当前（截至2026年2月27日）多资产市场相关性处于历史较高水平 [58][59] - **多资产相关性与A股**：短期（周度层面）看，多资产相关性较低对A股有正向影响；长期（月度层面）看，A股市场的较好表现需要多资产相关性处于下降的过程或者处于中低位水平 [3][61]

报告核心观点 - 报告的核心观点是，资产间相关性对A股表现具有重要影响，其影响机制在短期和长期视角下存在差异[3] - 短期（周度）视角下，A股与美股、港股的相关性提升有利于A股市场共振上行[3][10][14] - 长期（月度）视角下，A股市场较好的表现需要A股与美股保持低相关性，以及全球权益资产间、多资产间的整体相关性处于下降过程或中低位水平[3][29][45] 资产间相关性对A股的影响 A股与美股相关性 - 截至报告日期，A股与美股的相关性处于历史中高位水平[7] - **短期影响**：在周度层面，当A股与美股相关性快速提升时，A股短期弹性较高[10]。例如，当T-1周相关性处于最高分位数（67%-100%）时，A股未来一个周的平均收益率可达0.5%[10] - **长期影响**：在月度层面，A股与美股保持中低相关性时，A股未来一个月的收益率较高[10]。例如，当T-1月相关性处于最低分位数（0%-33%）时，A股未来一个月的平均收益率为2%[10] A股与港股相关性 - 当前A股与港股的相关性处于历史极高水平[11][12] - **短期影响**：在周度层面，A股与港股相关性提升有助于A股的表现[14]。当T-1周相关性处于中高区间（33%-67%）时，A股未来一周平均收益率为0.3%[14] - **长期影响**：在月度层面，A股与港股保持中低相关性时，A股未来一个月的收益率较高[14]。当T-1月相关性处于最低分位数（0%-33%）时，A股未来一个月平均收益率为2%[14] 全球权益资产间的相关性 - **区域特征**：长期看，欧美权益市场内部相关性较高，亚洲市场内部相关性也较高[3][15]。例如，2000年至今，法国CAC40与德国DAX的相关性高达92%，恒生指数与新兴市场指数的相关性为82%[15]。2020年至今，A股与港股相关性显著提升至63%[16] - **对A股的影响**：长期看，全球权益资产间的低相关性对A股较为有利[3][29]。月度数据显示，当全球权益市场相关性处于最低分位数（0%-33%）时，A股未来一个月的平均收益率为2%，而当相关性处于最高分位数（67%-100%）时，平均收益率降至-3%[29] - **当前状态**：当前全球权益市场相关性处于历史较低水平[26] - **联动效应**：欧美及亚洲其他主要权益市场（如美股、英股、港股、韩股）表现好，对A股短期表现有正向影响[19][20][22][23][24] 多资产类别间的相关性 - **相关性特征**：长期看，权益、黄金、白银、铜、原油等资产呈现明显正相关，而美元指数、债券与上述资产呈负相关[3][30]。例如，2020年至今，白银与黄金的相关性高达76%，铜与标普500的相关性为40%，美元指数与黄金的负相关性为-48%[30] - **对A股的影响**： - **短期**：周度层面，多资产相关性较低对A股有正向影响[45]。当T-1周多资产相关性处于最低分位数（0%-33%）时，A股未来一周平均收益率为0.2%[45] - **长期**：月度层面，A股市场的较好表现需要多资产相关性处于下降的过程或者处于中低位水平[3][45]。当T-1月多资产相关性从高位（67%-100%）分位数下降至中低位时，A股未来一个月的平均收益率表现更优[45] - **当前状态**：当前多资产市场相关性处于历史较高水平[42] - **资产表现联动**：贵金属（黄金、白银）、工业金属（铜）及原油等资产表现好，对A股短期表现有正向影响[34][35][36][38][39][40]

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]