左侧布局的逆周期投资.docx

《左侧布局的逆周期投资.docx》由会员分享，可在线阅读，更多相关《左侧布局的逆周期投资.docx（13页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。

1、在往期报告宏观对冲研究之三一一宏观动量策略在全球股票市场中的实证中， 我们根据多维度的宏观指标开发了月度择时模型，并构建了多种绝对收益组合。从样本 外跟踪结果来看，基于动量假设的宏观择时模型信号相对偏右，在趋势下跌的市场环境 中具备较好的防御性，但是也面临踏空反弹的风险。为了提升资产配至各信号的左侧属性，本文借鉴海外文献Countercyclical Investing: Foundations of A Cycle-driven Approach to Asset Allocation,尝试构建逆周期配貉模 型。核心思想在于借助具备逆周期属性的代理变量预测未来的宏观环境，然后选择不同 环境下

2、表现最优的几类资产构建绝对收益组合。为了克服左侧调仓可能引发的较大回 撤，我们也结合了趋势（动量）信号进行辅助判断，寻求更优的收益风险比。1.美林时钟在中国的运用及启示桥水基金的创始人达里奥曾说，“投资者最需要关注的两大经济周期变量，即经济 增长和通货膨胀”。他认为，这些变量在经济环境里一旦发生变化，将会影响大类资产之 间的相对表现，并且这种影响关系在数百年时间里基本保持“不变”。2004年，美林证 券基于美国1973年以来的历史数据提出了经典的“美林时钟”资产配络模型，其核心 思想正如达里奥所表述的那样。如图1所示，“美林时钟”根据经济增长（GDP）和通货膨胀（CPI）两个宏观变量， 将经济

3、周期分成了衰退期（GDP下行+CPI下行）、复苏期（GDP上行+CPI下行）、过 热期（GDP上行+CPI上行）和滞胀期（GDP下行+CPI上行）四个象限。从实证结果 来看，四个象限里表现最优的资产类别依次为债券、股票、商品和现金。图1美林时钟资产配谿模型示意图通胀下降通胀下降经济增长回升股票周期性增长债券防守性增长通胀上升商品周期性价值现金防守性价值经济增长下降整理那么，“美林时钟”在中国市场的运用效果如何？首先，我们观察2004年以来经济 增速（GDP）和通货膨胀（PPI）两大宏观指标的走势。参考海通策略组2021年3月 发布的报告今年是弱版07年、强版10年一一大类资产历史对比，我们认为

4、考察期 内完整的投资时钟（从衰退到滞胀）一共有5轮，分别是2004年末2008年中（持续 约4年半）、2008年中2011年中（3年）、2011年中2013年底（2年半）、2013年底 2018年初（约4年），2018年初2022年初（约5年）海通策略组于2021年3月发布报告，彼时国内宏观周期仍处于第五轮投资时钟，后续判断为金工组观点。现大幅削弱，且股债2080自2014年以来每年几近绝对正收益。总体来看，引入趋势 追踪信号后的年均收益回撤比有了进一步提升。表5逆周期+趋势追踪vs逆周期配谿模型的收益风险特征(2011.062022.12)股债2080中枢区间收益年化收益年化波动率最大回撤夏

5、普比率收益回撤比Wind，证券研究所逆周期+ 趋势逆周期逆周期+ 趋势逆周期逆周期+ 趋势逆周期逆周期+ 趋势逆周期逆周期+ 趋势逆周期逆周期+ 趋势逆周期2011-0.84%-3.76%-1.67%-7.37%4.49%6.35%3.40%5.14%-0.37-1.16-0.49-1.4320124.90%6.16%4.90%6.16%3.76%6.05%3.22%4.75%1.311.021.521.302013-4.06%-3.32%-4.06%-3.32%4.45%5.80%7.31%5.87%-0.91-0.57-0.55-0.57201425.13%22.77%25.13%22.7

6、7%5.44%6.04%1.55%3.56%4.623.7716.206.40201511.16%13.35%11.16%13.35%8.21%7.34%9.64%7.17%1.361.821.161.86201612.71%12.75%12.71%12.75%6.58%7.90%4.85%5.13%1.931.612.622.4920175.55%5.55%5.55%5.55%5.99%5.99%5.54%5.54%0.930.931.001.002018-0.30%-2.12%-0.30%-2.12%4.52%5.75%4.71%6.09%-0.07-0.37-0.06-0.3520191

7、1.25%13.74%11.25%13.74%5.32%5.88%3.81%3.81%2.122.332.963.61202014.26%17.42%14.26%17.42%6.08%5.90%2.73%2.16%2.352.955.238.0620215.46%6.27%5.46%6.27%4.72%4.73%4.47%4.47%1.161.331.221.4020220.54%-0.51%0.54%-0.51%3.66%4.97%4.25%6.60%0.15-0.100.13-0.08年平均7.15%7.36%7.08%7.06%5.27%6.06%4.62%5.02%1.211.132.

8、581.97全区间121.92%126.09%7.38%7.56%5.46%6.12%9.64%8.85%1.351.240.770.85股债30-70中枢区间收益年化收益年化波动率最大回撤夏普比率收益回撤比逆周期+逆周期逆周期+逆周期逆周期+逆周期逆周期+逆周期逆周期+逆周期逆周期+逆周期趋势趋势趋势趋势趋势趋势2011-3.76%-9.45%-7.31%-18.01%6.35%10.48%5.14%11.51%-1.15-1.72-1.42-1.5620126.12%8.27%6.12%8.27%5.45%9.84%4.79%8.56%1.120.841.280.972013-5.59%-

9、3.95%-5.59%-3.95%5.89%8.09%9.03%7.85%-0.95-0.49-0.62-0.50201435.77%31.77%35.77%31.77%8.21%9.23%2.52%5.89%4.363.4414.195.40201511.86%16.77%11.86%16.77%12.21%10.58%14.53%9.32%0.971.580.821.80201616.55%15.85%16.55%15.85%8.38%10.87%6.19%7.18%1.981.462.672.2120178.88%8.88%8.88%8.88%8.04%8.04%6.98%6.98%1.

10、101.101.271.272018-3.42%-7.00%-3.42%-7.00%6.47%9.22%8.13%10.81%-0.53-0.76-0.42-0.65201914.92%19.76%14.92%19.76%8.80%9.78%6.49%6.49%1.692.022.303.04202019.69%26.35%19.69%26.35%9.38%9.04%4.28%3.49%2.102.914.607.5520213.86%5.46%3.86%5.46%7.26%7.29%7.65%7.65%0.530.750.500.712022-0.51%-2.65%-0.51%-2.65%4

11、.97%7.89%6.60%11.56%-0.10-0.34-0.08-0.23年平均8.70%9.17%8.40%8.46%7.62%9.20%6.86%8.11%0.930.902.091.67全区间155.11%164.06%8.72%9.06%7.93%9.23%14.53%12.60%1.100.980.600.723.3情景分析3.3.1 滚动持有胜率以滚动一年为例，持有股债20-80和30-70基准收益为正的胜率分别为85.02%和 72.43%,低于逆周期配貉模型86.75%和77.14%。引入趋势追踪后，滚动一年持有平 均收益较引入前下滑不到1%,但是回撤和波动均有所“平滑”

12、，故持有期内收益为正的 胜率较引入前进一步提升至89.92%和81.25%0此外，两种配貉模型滚动一年持有收益 大于5%的胜率均高于基准超20%,即整体业绩弹性更高。表6逆周期(+趋势追踪)配谿模型滚动持有一年、两年的胜率(2011.06-2022.12 )滚动一年持有股债20-80股债30-70基准逆周期逆周期+趋势追踪基准逆周期逆周期+趋势追踪平均收益4.98%8.66%8.25%5.32%11.12%10.23%大于085.02%86.75%89.92%72.43%77.14%81.25%大于-5%99.69%97.45%98.78%96.43%91.96%96.47%大于5%38.82

13、%59.02%58.78%37.92%62.08%60.08%大于10%100.00%100.00%100.00%99.92%99.61%100.00%大于10%12.12%41.41%34.94%滚动两年持有20.04%47.18%44.12%股债20-80股债30-70基准逆周期逆周期+趋势追踪基准逆周期逆周期+趋势追踪平均收益10.96%19.55%18.34%12.04%25.86%23.25%大于092.04%94.74%97.22%88.91%92.57%92.78%大于-5%100.00%100.00%100.00%99.39%98.22%100.00%大于5%72.96%86.

14、61%86.91%71.26%86.13%86.83%大于-10%100.00%100.00%100.00%100.00%100.00%100.00%大于10%50.87%75.83%75.04%49.35%77.43%77.35%Wind,证券研究所332反转与趋势回测区间内，触发趋势信号的季度数量占比为23.74%o每个季度均有3次判断趋 势信号的机会，若其中有2次及以上“看对”，则该季度的趋势判断记为“看对”，反之 则记为“看错”。如表7所示，我们将引入趋势信号后季度收益变化绝对值大于1%的时点进行展示。 由于逆周期预测信号相对偏左，股票、商品可能在Growth、Inflation环境下

15、仍处于趋势 下跌状态。例如2011Q3-Q4、2014Q1、2018Q4和2022Q1,引入趋势信号后可使季 度收益平均提升1.78%。表7引入趋势信号后在不同宏观环境下产生较大影响的时点分析(2011.06-2022.12 )Growth股票趋势下跌看对引入后季度收益变化股票趋势下跌看错引入后季度收益变化2011Q31.60%2014Q3-1.01%2011Q41.34%2019Q1-2.39%2018Q41.63%2020Q2-1.41%2022Q11.52%Inflation股票/商品趋势下跌看对引入后季度收益变化股票/商品趋势下跌看错引入后季度收益变化2014Q12.84%2013Q3

16、-2.74%SlowdownWind,证券研究所股票趋势上涨看对引入后季度收益变化股票趋势上涨看错引入后季度收益变化一-2015Q3-2.76%一一2020Q1-1.39%然而，引入趋势信号并不是“百利无一害”，尤其在市场“急转”的时候，即，趋 势信号的右侧属性反而削弱了逆周期配谿模型捕捉反转行情的能力。如表7所示，逆周 期信号预测2019Q1的宏观环境为Growth,较好地捕捉了 2018年趋势下跌后的第一轮反弹。但由于2018年末，沪深300收盘价仍然连续5日低于200日均线，即触发趋势 下跌信号，最终错失本轮行情，从而拖累该年收益。此外，我们也注意到2015年的回撤较趋势信号引入前有所放

17、大。原因在于，逆周 期信号预测2015Q3的宏观环境为Slowdown,踏准了市场反转下跌的节奏，但此前所 有的趋势信号大都指向上涨。4 .总结桥水基金的创始人达里奥曾说，“投资者最需要关注的两大经济周期变量，即经济 增长和通货膨胀”。他认为，这些变量在经济环境里一旦发生变化，将会影响大类资产之 间的相对表现，并且这种影响关系在数百年时间里基本保持“不变:2004年，美林证 券基于美国1973年以来的历史数据提出了经典的“美林时钟”资产配络模型，其核心 思想正如达里奥所表述的那样。那么，“美林时钟”在中国市场的运用效果如何？经过季度窗口的测试，我们发现， 衰退期、复苏期、过热期和滞胀期对应的较

18、优资产分别为债券（及小盘股）、股票、股票 （及商品）、商品，即大致按照“美林时钟”演绎。如果我们能较好地预测下个季度的宏 观环境，则可以借鉴历史经验选择对应资产，构建长期有效的资产配貉策略。国内的宏观经济周期约34年，而央行的“逆周期”调控原则正是推动“时钟”运 转的重要原因。因此，我们将从逆周期视角出发，寻找能够预测下个季度经济增长和通货 膨胀变化方向的代理变量。借鉴海外文献，我们基于债券收益率构建了信用利差和期限利 差两大信号，将宏观环境分为Growth （增长）、Inflation （通胀）、Slowdown （衰退）三种 阶段。本文以构建绝对收益为目标，将股债20-80 （30-70）

19、组合作为逆周期配貉模型的基 准。接着，我们选取沪深300、国证2000、南华商品和中债国债（总财富）指数作为 底层资产。考察期内（2011.06-2022.12）,逆周期配貉模型的全区间收益回撤比分别为 0.85和0.72,高于基准0.47和0.31。然而，从年平均回撤或波动来看，逆周期配辂模 型仍然明显高于基准。为了进一步熨平组合的年平均回撤或波动，我们尝试引入月度趋 势信号来“抵消”季度逆周期信号的左侧风险。引入趋势信号后的优点在于，降低趋势行情明确年度的回撤，且年均收益基本不变， 故年均收益回撤比有所提升。此外，年均单边换手可进一步下降。但是，引入趋势信号并 不是“百利无一害”，尤其在市

20、场“急转”的时候，即，趋势信号的右侧属性反而削弱了逆 周期配辂模型捕捉反转行情的能力。5 .风险提不本报告所有分析均基于公开信息，不构成任何投资建议；模型误设风险，因子失效 风险，历史统计规律失效风险。2022年GDP和PPI双双下行，或进入衰退期。展望2023年，我们认为，受益于 经济刺激政策、疫情防控政策转变等积极因素影响，国内经济有望进入复苏阶段，即开 启第六轮投资时钟。实际上，每一轮宏观周期的窗口长短不一（平均3-4年），且四个象限的运行时间 也不尽相同，进行主观配路时需要灵活应对。考虑到本文将采取量化方式定时调仓，我 们尝试在季度窗口内将经济环境划分为四象限，即根据GDP和PPI的季

21、度环比变化进 行切分。有两点需要注意，/ 如图2所示，受疫情冲击等外生因素影响，2020Q1-Q2国内经济增速先下后 上，GDP波动远高于往年。在央行宽松等利好政策推动下，经济增速于2021Q1 附近达到阶段性顶点，并于2021Q2开始持续回落。为了降低异常值带来的影 响，我们对这四个高波动时点的GDP原始数据做了平滑处理。/ 2013-2019年，国内经济整体进入高质量发展阶段，GDP增速较前期稳中下 降，较长时间内维持在7-8%,波动减小，或可采用克强指数（月频）辅助判 断。考察期内（2011-2022）, GDP季度环比均值为负，我们以40%分位数（约 -0.1%）作为经济增速上行或下行

22、的划分阈值，PPI季度环比则以0为阈值。图2 2004年以来中国经济增速和通货膨胀变化20151018年初-22年初13年底-18年初加年中-11年电未走完：一轮04年末-08年中201510eo&eoes&oeeLoeoeEoeoe弓68。80CO5Z5008C99Z5CM二68CM18。YgLoe留eLoeLoe8。二87.5二8e9OO8CM匚，60/aeoooooezoooeeLoooegooooeOLloooecoous。、80400a54OoePPI:当月同比（%,右轴）GDP:累计同比（%）Wind,如图3所示，近十二年内，国内经济周期处于滞胀期的时间相对较少，其余三象限 分布较

23、为均匀，复苏期和过热期相对更多一些。观察股票、商品和债券在四象限内的季 均收益，我们发现，1）无论是在复苏期还是过热期，当经济增速处于上行阶段，企业盈利增速较好， 股票类资产表现最为突出，且大盘风格相对占优。为了简化起见，我们将在后文对这两 个象限进行合并，即统称为Growth （增长）环境。再看衰退期，头部公司业绩明显下滑，大盘股表现相对欠佳。但是，以中证1000、 国证2000为代表的小盘指数却逆市上行，季均收益高达2-3%。例如2014Q3-2015Q2. 2021Q3-2022Q3,在国内经济增速放缓叠加通胀下行的背景下，央行后期释放的流动性 或为小盘企业提供经营便利，从而呈现更高的盈

24、利增速。2）滞胀期内，大宗商品价格普遍走高，无论是农业品还是T物品均有较好的投资 回报率。此外，商品类资产在通胀上行的过热期也表现不错，与股票类资产相当。需要 注意的是，黄金价格与美元指数等海外市场因素高度相关，针对黄金的择时策略可参考 往期报告FICC系列研究之十四一一黄金市场概况及多维度择时策略。3）除了小盘股以外，高等级债券或受益于宽松的货币政策，在衰退期内也具备较 好的防御性，而低等级债券则因投资者信心下降、信用利差走阔而收益欠佳。图3大类资产在经济周期四象限内的季均收益（20112022 ）复苏 过热 滞胀 衰退季度个数1615413宏观GDP环比0.23%0.55%-1.87%.1

25、.15%PPI环比.1.53%1.82%2.32%-1.44%方得全A0.33%5.48%-1.64% J1.03%沪深3001.02%4.39%-3.52%.1.06% |中证500-1.11%4.27%-1.18%1.17%中证800036%4.37%-3.13%-0.52% I股票中证1000-2.16%4.66%-0.20%2.76%国证2000-1.10%5.66%0.13%3.41%1000价值稳健0.64%7.46%054%2.96%巨潮大盘1.29%4.70%-3.18%-0.71% 1巨潮中盘-1.02%3.58%263%1.01%巨潮小盘-1.44%4.53%0.13%1.

26、41%南华商品-1.20%4.81%5.53%161% J南华工业品-1.30%5.91%8.40%298% |商品南华农产品-2.18%2.39%3.02%0.07%COMEX黄金0.93%-0.35%4.98%0.67%SGE 黄金 99991.28%-0.39%4.09%0.90%ICE布油-2.10%6.93%13.20%-1.86% 1中债回债0.87%0.66%1.61%1.52%债券中债信用债1.08%1.05%0.97%1.58%中债高收益中期票据2.08%-1.26%1.61%0.68%Wind,总体来看，国内各类资产表现大致按照“美林时钟”演绎，但也不排除部分时点或 出现阶

27、段性“背离:如果我们能较好地预测下个季度的宏观环境，则可以借鉴“美林时 钟”经验选择对应资产，构建长期有效的配貉策略。下文，我们将重点介绍宏观环境的 预测方法。2 .如何预测下个季度的宏观环境？正如前文介绍，国内的宏观经济周期约34年，而央行的“逆周期”调控原则正是 推动“时钟”运转的重要原因。因此，我们将从逆周期视角出发，寻找能够预测下个季 度经济增长和通货膨胀变化方向的代理变量。借鉴海外文献，我们基于债券收益率构建 信用利差和期限利差两大变量。2.1 经济增长：信用利差由于国开债的交易活跃度通常高于国债，我们用AA级中票到期收益率减去国开债 到期收益率来刻画信用利差。如下图所示，1、3、5

28、年期信用利差走势大致相同，中枢 在2012年向后整体下行且波动降低。通常来讲，如果投资者对于经济增长的情绪越乐 观（例如2016年、2019年），则信用利差收窄；越悲观（例如2011年下半年、2018 年）,则走阔。以5年期为例，我们结合逆周期思维在季末时点观察当前信用利差，若大于滚动3 年中位数（Wide）,则预期下个季度收窄，经济增长回升；若小于滚动3年中位数（Tight）, 则预期下个季度走阔，经济增长下降。由于AA级中债中票到期收益率最早可获得的数 据从2008年4月开始，我们的回测起始日为2011年6月（回看3年）。3.5%20图4各期限信用利差vs经济增长走势（2008.04-20

29、22.12 ）3.0%2.5%2.0%1.5%1.0%0.5%0.0%151050-5-101年期3年期5年期 -GDP:累计同比（,右轴）Wind,考察期内，信用利差收窄和走阔的季度占比分别为58.70%和41.30%,下个季度 GDP环比变化均值分别为-0.35%和-0.03%,基本符合经济增长的变化预期。此外，信 用利差发出走阔信号后，经济增长回升，股票表现明显优于收窄信号，如。万得全A、 沪深300的季均收益均大于4%o图5大类资产在信用利差收窄和走阔后的下个季度平均收益（2011.06-2022.12 ）Tight （收窄）Wide （走阔）宏观信用利差信用利差潦动3年中位数 GDP

30、环匕匕1.25%1.46%X -0.35%1.70%1.39%U -0.03%万得全A0.27%4.66%沪深300-1.18%4.66%中证5000.14%3.16%中证800-0.89%4.20%股票中证10000.76%2.90%国证20001.78%3.78%1000价值稳健 巨潮大盘2.94%-1.02%4.39%5.10%巨潮中盘-0.58%3.36%巨潮小盘0.31%13.09%南华商品指数1.66%0.78%南华工业品指数2.05%0.76%商品南华农产品指数1.06%-0.53%COMEX黄金0.50%1.02%SGE 黄金 99990.58%1.19%ICE市油1.57%1

31、.96%|中俵国债1.00%1.12%债券中俄翁用俄1.10%1.41%中俵高收益中期票据1.14%-0.15%Wind,通货膨胀：期限利差理论上，宏观政策调控方向往往领先于经济周期。当经济处于低谷时，债券收益率 曲线（如，降息后）通常十分陡峭，短端利率后续上行空间较大，通胀或有下降的趋势； 当经济处于顶峰时，债券收益率曲线（如，加息后）通常较为平坦，短端利率后续下行 空间较大，通货膨胀或有上升的趋势。参考海外文献，我们采用期限利差刻画收益率曲线的陡峭程度。如图6所示，当国 债期限大于7年，曲线趋于平稳，即期限利差的边际变化逐步减小。为了提升追踪央行 货币政策影响曲线形态的灵敏度（即寻找曲线最

32、为陡峭的区间段），我们选取5年（也 可选7年，为与信用利差的期限保持一致，以5年为例）作为长端期限，6个月作为短 端期限。图6国内中债国债到期收益率曲线示意图资料来源：Wind,考察期内，期限利差平坦和陡峭的季度占比分别为65.22%和34.78%,下个季度 PPI环比变化均值分别为-0.04%和-0.42%,基本符合通货膨胀的变化预期。此外，期限 利差发出平坦信号后，通胀或将上行，商品表现明显优于陡峭信号。如，南华商品指数、 南华工业品指数的季均收益均大于2%o图7大类资产在期限利差平坦和陡峭后的下个季度平均收益（2011.06-2022.12 ）Flat （平坦）Steep （陡峭）宏观期

33、限利差 期限利差潦动3年中位数 PPI环比0.54%0.81% .-0.04%X0.97% 0.81% -0.42%万得金A2.07%2.11%沪深3002.16%-0.50%中证5000.91%|2.28%中证8001.76%0.17%股票中证10000.54%3.71%国证20001.47%4.75% I1000价值稳健3.10%4.36%巨潮大盘2.57%-0.48% 巨潮中盘 巨潮小盘0.87%0.71%1.38%2.86%南华商品指数 南华工业品指数2.16%2.19%-0.32%0.24%商品南华农产品指数1.37%-1.41%COMEX黄金0.46%1.18%SGE 贲金 999

34、90.16%2.09%ICE布油4.73%-3.90%中俄-国债0.69%1.73%|债券中债翁周债1.08%1.50%中债高收益中期票据0.84%0.17%!Wind,信用利差+期限利差协同预测经济周期借助两大逆周期预测信号，我们可按如下流程对下个季度的宏观环境进行预测，并 分为Growth （增长）、Inflation （通胀）、Slowdown （衰退）三种阶段。需要注意的是, 这里我们已经对复苏期和过热期进行了合并，统称为Growth （增长）。如图9所示，Growth Inflation和Slowdown环境对应的较优资产分别为股票、商 品（和股票）和债券（和小盘股），预测效果基本符

35、合“美林时钟”规律。后续，我们将 基于三类资产构建季度调仓的绝对收益组合，寻求优于简单再平衡策略的收益风险比。图9大类资产在逆周期信号预测下的三阶段季均收益（2011.062022.12 ）Growth （增长） Irrflation （通胀） Slowdown （衰退）股票万得全A 沪深300 中证500 中证800 中证1000 国证2000 100的值稳健巨潮大盘 巨潮中盘 巨潮小盘4.66%4.66%1.47%1.01%1.05%0.98%-1.77%-4.89%3.16%-1.40%4.20%-4.08%12.90%0.80%0.68%3.78%1.63%2.04%1.67%4.39

36、%3.69%5.10%1.19%-4.77%3.36%3.09%0.74%-2.81%0.89%-0.69%南华商品指数0.78%3.16%-0.88%南华工业品指数0.76%3.50%-0.43%商品南华农产品指数-0.53%1.79%-0.20%COMEX黄金1.02%1.21%-0.71%SGE 黄金 99991.19%0.68%0.42%:ICE木油1.96%7.63%-8.73% 中债-国债1.12%0.34%2.13%债券中债-信用债1.41%0.80%1.61%中债-高收益中期票据-0.15%0.35%2.47%Wind,3 .构建逆周期资产配辂模型逆周期模型与往期报告类似，本文

37、以构建绝对收益为目标，将股债20-80 （30-70）组合作为逆 周期配谿模型的基准。接着，我们选取沪深300、国证2000、南华商品和中债-国债（总 财富）指数作为底层资产。如表1所示，Growth环境超配股票资产10% （20%）, Slowdown环境低配股票资 产10% （20%）, Inflation环境维持股票基准配谿比例。此外，Inflation环境配貉商品的 比例为30% （40%）o表1逆周期配辂模型各类资产初始比例股债20-80中枢沪深300国证2000南华商品中债国债Growth30%0%0%70%Inflation20%0%30%50%Slowdown0%10%股债30

38、-70中枢0%90%沪深300国证2000南华商品中债国债Growth50%0%0%50%Inflation30%0%40%30%Slowdown0%10%0%90%Wind,证券研究所考察期内,逆周期配貉模型预测结果为Growths Inflation Slowdown环境的季度 占比依次为41.30%、36.96%和21.74%o从两种中枢的季度平均结果来看，沪深300 和国证2000合计配貉比例为21.96%、33.91%,与基准较为接近。此外，南华商品的 平均配貉比例为11.09%、14.78%o表2逆周期配谿模型各类资产平均配谿比例(2011.062022.12 )沪深300国证20

39、00南华商品中债国债股债20-8019.78%2.17%11.09%66.96%股债30-7031.74%2.17%14.78%51.30%Wind,证券研究所以股债20-80为例，逆周期配辂模型仅在2011年和2018年未能战胜基准，年均收 益为7.06%,高于基准(4.21%)。此外，逆周期配貉模型年均最大回撤为5.02%,高于 基准4.02%,全区间最大回撤(8.85%)略低于基准(9.31%)。总体来看，逆周期配珞 模型的全区间收益回撤比为0.85,接近基准(0.47)的两倍。股债30-70结果类似，逆 周期配辂模型的全区间收益回撤比为0.72,超过基准(0.31)两倍。表3逆周期配谿

40、模型vs股债中枢再平衡的收益风险特征(2011.062022.12)股债20-80中枢区间收益年化收益年化波动率最大回撤夏普比率收益回撤比逆周期基准逆周期基准逆周期基准逆周期基准逆周期基准逆周期基准2011-3.76%-0.84%-7.37%-1.68%6.35%4.49%5.14%3.40%-1.16-0.37-1.43-0.4920126.16%3.85%6.16%3.85%6.05%4.01%4.75%4.19%1.020.961.300.922013-3.32%-3.59%-3.32%-3.59%5.80%4.87%5.87%6.82%-0.57-0.74-0.57-0.5320142

41、2.77%19.44%22.77%19.44%6.04%4.53%3.56%1.37%3.774.296.4014.17201513.35%9.00%13.35%9.00%7.34%7.90%7.17%9.31%1.821.141.860.97201612.75%-0.43%12.75%-0.43%7.90%4.57%5.13%4.68%1.61-0.092.49-0.0920175.55%2.59%5.55%2.59%5.99%2.52%5.54%2.57%0.931.031.001.012018-2.12%1.33%-2.12%1.33%5.75%4.12%6.09%3.21%-0.370.32-0.350.41201913.74%10.31%13.74%10.31%5.88%3.95%3.81%2.59%2.332.613.613.99202017.42%7.70%17.42%7.70%5.90%4.2