随着中国金融体系逐渐开放，越来越多的海外可投资标的可供境内投资者选择，来分散组合风险；同时，境内资产也可能存在海外宏观风险暴露。在这种背景下，本研究受OECD组织等官方机构建模方法和美国货币政策传导机制的启发，从自上而下视角，构建了海外增长因子和流动性因子，将其应用于海外股、债、商、汇配置，并与华泰中国宏观因子资产配置C1型策略（Wind代码HACROC1）形成宏观风险对冲。最后，还讨论了海外宏观因子对境内大类资产的影响。
风险提示
我们通过梳理亚特兰大联储GDPNow模型和OECD、咨商会、ECRI等官方组织在构建经济增长指数时使用的增长代理指标，构建了增长备选指标库。对指标进行适当的预处理后，我们采用自助法统计了各指标景气、衰退区间内海外股、债、商、汇资产的表现的差异。从增长景气利好股票和商品、利空债券的经济学逻辑出发，最终优选了美国ISM制造业PMI等11个代理指标，采用扩散指数法构建了海外增长因子，为资产配置提供了一个有逻辑支持且可回测的宏观工具。当前，海外增长处于衰退状态。
我们通过梳理美国货币政策从美联储传导至拆借市场、回购市场、境外市场的机制，选取各传导环节的代表性指标，构建了流动性备选指标库。对指标进行适当的预处理后，我们采用自助法统计了各指标宽松、收紧区间内海外股、债、商、汇资产的表现的差异。从流动性宽松利好股票和债券、利空美元的经济学逻辑出发，最终优选了美国通胀预期等7个代理指标，采用扩散指数法构建了海外流动性因子。以美国金融条件指数为对照组，海外流动性因子对美股、美债、美元有更显著的解释力。当前，海外流动性处于收紧状态。
01 本文研究导读
前期报告《宏观因子指数回顾、改进与应用》（2022-02-12）中，我们通过优选宏观代理指标，构建了由增长、通胀、信用、货币等四个维度的宏观因子指数，来刻画国内的宏观环境。进一步地，我们基于对宏观因子观点的预判，以动量、估值为两层风控手段，构建了华泰中国宏观因子资产配置C1型和C2型策略（简称HACROC1和HACROC2，Wind代码为HACROC1和HACROC2，分别配置境内的股债商和境内的股债），详见《基于宏观因子的资产配置策略简介》（2022-10-16）。其中，HACROC1策略在2014至2022九年时间里，年化收益8.62%，夏普比率1.75，最大回撤-5.39%；在大类资产配置公认困难的2022年取得了0.18%的正收益。
但我们的研究不会止于境内宏观因子。随着中国金融体系的逐渐开放，一方面，越来越多的海外可投资标的可供境内投资者选择，来分散组合风险；另一方面，境内资产也可能存在海外宏观风险的暴露。在这种背景下，投资者迫切需要一个基本面管理工具，能够对海外宏观状态进行定量跟踪与分析。
通常，宏观因子的构建思路包括两大类：自上而下的思路，就如同我们团队构建的境内宏观因子指数一样，从基本面指标的相关性和可解释性出发，选择指标、合成指数；自下而上的思路，例如贝莱德等外资机构的做法(Greenberg et al., 2016)，通过无监督学习寻找不同大类资产的共同风险源，构建能够模拟宏观因子走势的资产组合。本研究将采用自上而下的思路来构建海外宏观因子，不仅是为了和境内宏观因子的构建思路保持统一，更重要的是为了尽可能提升模型的可解释性。海外宏观因子将包括增长和流动性两个维度。在欧美发达国家，通胀既是增长的滞后代理指标——经济景气会引起通胀上升，也是流动性的领先代理指标——通胀会影响央行的货币政策，所以本研究将通胀作为增长和流动性维度的备选指标，暂时不对通胀进行单独建模。
刻画海外经济增长的维度：站在巨人的肩膀上
作为全球最发达的经济体，美国经济增长对全球经济增长影响深远。为了判断美国经济增长状况，诸多机构、学者构建了不同的数学模型，来刻画美国经济增长。其中，亚特兰大联储构建的GDPNow模型是涵盖指标较为全面、计算过程较为严谨、预测结果相对准确的模型。GDPNow将美国GDP拆成了消费、投资、政府支出、库存、净出口等五部分的贡献，各部分贡献的预测值等于季频预测值和月频预测值的加权平均。季频预测直接对各部分贡献的季频序列建立贝叶斯向量自回归(BVAR)模型，月频预测模型则使用日频、周频和月频的宏观经济指标开展实时预测(Nowcasting)。
此外，经济合作与发展(OECD)组织、美国咨商会、美国经济周期研究所(ECRI)也分别从经济的不同方面，选用了一些具有领先性的宏观经济指标，合成了经济领先指数。他们用到的经济代理指标除像PMI等综合指标外，涵盖了生产、投资、消费、就业、通胀、货币供应、金融市场表现等多个方面。
为了统一口径，我们需要对上述指标进行适当的预处理。不同指标的预处理方法已经记录在了上表中，有以下几点需要着重说明：
1）优先下载总量口径指标。与同比口径指标相比，总量口径指标所含信息更丰富。总量口径可以转成同比口径，但同比口径却无法转成总量口径，而且季调等步骤一般都是作用于总量口径的数据。
2）优先下载季调后指标。这是因为海外宏观指标的季节性调整涉及到复活节等西方节日的影响消除。我们暂未找到公开资料知悉官方机构如何消除西方节日影响的细节，故直接采用官方发布的季调后数据，以避免季调细节差异带来的误差。对于部分未发布季调后数据的指标，只能延用前期报告《宏观因子指数回顾、改进与应用》（2022-02-12）中使用的X11方法进行季调。
3）季调后指标需要进一步平滑。若一个总量口径指标等于趋势项、循环项、季节项、不规则项之积，则官方机构的季节性调整只消除了季节项而没有消除不规则项。季调中的不规则项消除通常使用Henderson中心移动平均(Shiskin et al., 1967)。对于其他不涉及季调的指标如标普500指数的平滑，本研究均采用Henderson中心移动平均。
早在1967年，美国统计局就用Henderson中心移动平均替代早期版本中的Spencer移动平均，作为X11季节性调整程序中用于提取趋势循环项的滤波器(Shiskin et al., 1967)。其目标是为了让滤波后的序列尽可能多地被三次多项式所表达。
设原始序列为yt，设平滑后的序列为zt，则2m+1项中心移动平均的通用定义如下：
其中，权重w要满足和为1、中心对称、保留d次多项式等约束条件(中国人民银行调查统计司, 2006)：
然后，我们用三次多项式P3来表达yt，其中ε是白噪声，则有：
容易证明，三次多项式的三阶差分是常数c，故对上式两边均开展三次差分可得：
最后，我们再对上式两边取方差，将三次多项式贡献的波动完全消除：
经过上述处理，留下的Var(Δ^3zt)完全由三次以上项所贡献。回顾Henderson中心移动平均的目标，最大化三次多项式的贡献等价于最小化三次以上项的贡献，即Var(Δ^3zt)。考虑到Var(εt)是常数，所以Henderson中心移动平均的目标函数是：
结合前文提及的三个约束条件，我们可以写出朗格朗日函数：
在前向差分（Δyt=yt+1-yt）的定义下，对wi求偏导可得：
wi的六阶差分满足二次多项式，说明wi满足八次多项式。因为wi只作用于2m+1项，所以当i不在[-m,+m]时，wi应该等于0。我们不妨取i等于±(m+1)、±(m+2)、±(m+3)，则根据上述讨论，wi的表达式如下：
将三个约束条件代入上式，三个未知数三个方程，就可以计算出λ1、λ2、λ3：
对于滤波器参数m的选取，默认取6；中国人民银行调查统计司(2006)建议根据序列的信噪比来选择m，信噪比越低，m值应取得越大。
任何的中心移动平均方法都会面临序列两端各m项无法进行平滑的问题，Henderson中心移动平均也不例外，而最后m项恰是我们最关心的信息。对此，统计学家Musgrave提出了一种非对称移动平均方法，专门针对Henderson移动平均无法处理的最后m项，开展数据的平滑和补充(Musgrave, 1964)。本文不再赘述。
增长备选指标对海外大类资产表现的影响
针对每一个截面，我们在延长窗口视角下，不带未来信息地对每个增长备选指标的历史序列开展预处理，然后计算最近两个有效截面指标数值的环比变化，根据其正负性赋予景气或衰退状态。以季调后的美国M2为例，在2022-01-31，因美国M2延迟1个月发布，我们就使用截至2021-12-31的历史序列，进行Henderson移动平均后，计算同比增速；若2021-12-31的同比增速大于2021-11-30的同比增速，则为景气，反之则为衰退。
本节将利用自助法（Bootstrap）统计2008年金融危机以来各增长备选指标对海外大类资产表现的影响。统计区间取2008年6月至2022年6月，长度等于4个基钦周期。自助法的具体步骤如图所示：
1）从统计区间中随机截取一段连续序列；其中，序列长度不应小于统计区间内景气状态样本数和衰退状态样本数中的较大者加1，保证截取的序列中两种样本都有。
2）统计该序列中景气样本和衰退样本对应的下个月海外大类资产收益率的均值；
3）计算景气样本收益率均值和衰退样本收益率均值的差值，并记录；
4）控制相同的随机数种子，重复2000次后，再计算步骤3所记录的差值的均值；该数值的绝对值越大，表明对应的指标对该资产的影响越显著。
自助法的优势在于结果的准确性不受数据分布的限制，同时在小样本场景依然能够获得较为稳健的结果。本研究选取美国的股票、债券、商品、货币作为海外股、债、商、汇的代表，其在统计区间内的走势和业绩如后文图表所示。
下表展示了自助法的统计结果。从经济学逻辑上来说，海外增长景气利好股票和商品而利空债券。而海外增长对美元的影响较为复杂。直觉上来说，海外增长景气，美元应该较为强势。但事实上，美元强弱跟发达经济体与新兴市场经济体之间的相对景气度更紧密。由于新兴市场经济体的业绩弹性更大，当海外增长景气时，新兴市场经济体相较发达经济体可能更景气，反而可能导致美元弱势。
我们从逻辑确定性相对较高的股、债、商出发，综合考量股票和商品在景气/衰退状态下的正差异、债券在景气/衰退状态下的负差异，并尽量使用有官方发布季调后数据的指标，以避免季调细节差异带来的误差，最终优选了11个增长代理指标，详见表中红色高亮。
海外增长因子构建及其对海外大类资产表现的影响
我们采用扩散指数法，利用11个代理指标延长窗口视角下的景气/衰退状态，合成海外增长因子——单个指标景气记1分，衰退记-1分，加总后除以11，即归一化至[-1,1]；0是荣枯线，当海外增长因子大于0，表明海外增长处于景气状态，小于0则对应衰退。为了平滑走势，我们进一步采用参数为0.5的指数移动平均，如下式所示，对扩散指数法的结果进行平滑。值得注意的是，指数移动平均也不会引入未来信息。因此，海外增长因子序列中的每个点都只包含该截面及其之前截面的信息，没有未来信息。
我们同样采用自助法统计了海外增长因子对典型大类资产表现的区分度。结果显示，股票在景气状态下的表现优于在衰退状态下的表现，尽管由于美股长牛，两种状态下股票均取得了正收益；债券在景气状态下的表现逊于在衰退状态下的表现；商品在景气状态下的表现优于在衰退状态下的表现；美元在景气状态下的表现逊于在衰退状态下的表现，从新兴市场经济体业绩弹性更大的逻辑出发也能说得通。总之，股、债、商、汇的区分度基本符合上一小节提及的经济学逻辑。
此外，我们还设置了对照组——美国OECD综合领先指数（Wind代码G1000114）。该指数环比上行视为景气，环比下行视为衰退。我们采用同样的统计方法，得到的结论和海外增长因子的结论基本一致。其中，美国OECD综合领先指数对股票表现的区分度略优于海外增长因子，对商品表现的区分度略逊于海外增长因子。
不过，由于美国OECD综合领先指数的统计结果是含有未来信息的，对照组的实际效果可能要进一步打个折扣。因为该指数的合成使用OECD法，不仅会更新最新一期数值，还会对全历史序列进行修正，但暂时没有渠道能够下载到该指数历史每一期的完整序列，因而不可回测。反观海外增长因子，是一个有逻辑支持且可回测的宏观工具。
03 海外流动性因子构建
刻画海外流动性的维度：从美国货币政策传导机制出发
考虑到美联储是全球流动性“总闸”，全球流动性要从美国货币政策传导机制说起。美联储的调控基准是联邦基金目标利率，以及用于构建利率走廊的隔夜逆回购利率(ONRRP)和超额准备金利率(IOER)，上述利率统称为政策利率。接下来，我们来阐述政策利率如何传导至市场利率的原理。
顾名思义，联邦基金目标利率，是美联储对联邦基金市场利率(EFFR)设定的目标。联邦基金市场是无担保的拆借市场，包括政府支持机构（如美国政府赞助的用于支持住房投资的联邦住房贷款银行）向商业银行的资金拆出、商业银行等存款机构之间的资金拆借等。美联储设置了IOER>ONRRP，通过拆借市场就可以形成EFFR运行的利率走廊：
1）IOER>ONRRP对于政府支持机构来说也是有吸引力的。但是，政府支持机构通过向美联储存入剩余流动性只能获得ONRRP的收益，而无法获得IOER的收益。如果要想获得大于ONRRP的收益，就必须和可以获得IOER收益的商业银行“配合”。但商业银行愿意“配合”的前提条件是可以套利——从政府支持机构拆入资金的成本小于将超额准备金存入美联储获得收益，即EFFR<IOER；
2）另一方面，政府支持机构作为资金提供方，其剩余流动性有两种选择，要么以EFFR的收益拆出给商业银行，要么以ONRRP的收益参与美联储的隔夜逆回购协议。那么，商业银行想要拆入资金套利，必须开出比美联储更高的价格，即EFFR>ONRRP。
因此，ONRRP和IOER形成了EFFR的上界和下界，让EFFR运行在联邦基金目标利率附近。但只有利率走廊对于货币政策传导来说是不充分的，因为价需要量的配合。尤其是在市场流动性紧张的时候，即使政策利率很低，商业银行也可能不得不以较高的价格拆入资金来缓解流动性紧张。此时，利率走廊就“形同虚设”。于是，美联储需要和部分商业银行（即一级交易商）进行交易，在降息的同时购入国债、MBS等资产释放流动性，或者在加息的同时卖出资产回收流动性，称为公开市场操作。我们可以通过美联储资产负债表规模，了解到美联储公开市场操作的强度。
回购市场主要是为了满足非银金融机构的融资需求。非银金融机构为了获取资金，需要用国债、MBS等资产作为担保品，向商业银行借钱。不难发现，商业银行既是拆借市场的参与者，也是回购市场的参与者，这就让回购市场利率和联邦基金市场利率联系起来了。有担保的隔夜融资利率(SOFR)是最具有参考价值的回购市场利率。
美国通过拆借市场和回购市场形成了境内的货币市场和利率体系。而美联储作为全球流动性“总闸”，也会通过境外的货币市场对全球流动性产生影响。其中，伦敦银行间同业拆借利率(LIBOR)是最具代表性的境外市场利率。不过，LIBOR是银行巨头报价利率而非市场交易利率，且根据英国金融行为监管局（FCA）的公告，美元LIBOR将于2023-06-30终止报价，不太适合作为海外流动性的备选指标。我们选用更市场化的远期利率协议(FRA)和隔夜利率掉期合约中的固定利率(OIS)之差，作为境外市场流动性的代表指标。
FRA是美元3个月LIBOR的期货。OIS类似于利率保险，购入保险的人锁定利率、规避利率波动风险，卖出保险的人承受利率波动风险、获取风险溢价。FRA和OIS利率的高低均能够反映市场对美元流动性松紧的预期，但两者差异在于，FRA蕴含着市场对资金拆入方无法归还本金的担忧，而OIS只涉及利息部分而不涉及本金。因此，FRA-OIS既刻画了市场流动性的多少，也刻画了市场参与者是否愿意拆出资金为市场注入流动性。
关于美国货币市场更多的细节详见华泰固收前期报告《从货币市场框架看ONRRP和负利率》（2021-06-18），美国货币政策传导机制可以用下图进行概括：
根据美国货币政策传导路径，我们从货币供应、政策目标、市场利率等三方面寻找海外流动性备选指标。此外，还有一些其他数据源可以了解美联储提高或降低联邦基金目标利率的意图。例如，2%的温和通胀是美联储指定货币政策考虑的因素之一，因此通胀预期数据可能与海外流动性有联系。再如，从FOMC的点阵图数据中可以得到联邦基金目标利率上升或下降的可能性、利率预测中位数等信息。
数据预处理遵循从简原则。在处理增长备选指标时，我们使用了一些相对复杂的数据预处理步骤，是为了更清晰地判断各指标的中长期趋势。但在处理流动性备选指标时，我们的目的是希望尽可能多地发掘美联储货币政策态度，复杂的数据预处理方法反而可能会导致这部分信息失真。因此，除了对FRA-OIS、美国:国债收益率:10年、美国:TIPS收益率:10年等三个受噪声干扰相对较大的指标施加了Henderson移动平均之外，其他指标只是做了简单的统一频率和拼接复合工作。
流动性备选指标对海外大类资产表现的影响
我们如法炮制，采用自助法统计了各流动性备选指标宽松/收紧状态中海外大类资产表现的差异。统计区间同样取2008年6月至2022年6月。不过，在判断流动性指标宽松或收紧状态时，不是像增长备选指标那样简单地计算月度环比变化，而是具体指标具体分析：
1）货币供应指标：直接比较当月和上月的总量数值，环比增加表明美联储在扩表，环比下降表明美联储在缩表；
2）政策目标指标：(a) 联邦基金目标利率并非一月一变，故不能直接计算月度环比，否则会出现很多数值持平的情况。对此，我们识别距离考察截面最近一次利率变化的方向作为观点，若提高表明流动性宽松，若降低表明流动性收紧。(b) 美国通胀的管理目标是2%。但不是说通胀预期达到2%，美联储就一定会收紧货币政策。一方面，通胀预期数据是市场交易出来的，带有市场情绪成分；另一方面，维持宽松有利于稀释海外债务，美联储不会草率加息。因此，我们设置了5BP的缓冲区，即只有当通胀预期大于2.05%时，才认为美联储有收紧流动性的动机，否则视为宽松。(c) 对于FOMC的点阵图数据，一方面，我们可以比较下次会议利率上升可能性和下降可能性，若上升可能性更大表明流动性收紧，反之则为流动性宽松；另一方面，我们可以计算次年利率预测中位数的环比变化，若预测值上升表明流动性收紧，反之则为流动性宽松。
3）市场利率指标：出于与美国通胀数据相同的考虑，我们设置了5BP的缓冲区，即只有当利率月度环比增加5BP以上时，才视为流动性收紧，其他情况视为流动性宽松。
我们从逻辑确定性相对较高的股、债、汇出发，综合考量股票和债券在宽松/收紧状态下的正差异、美元在宽松/收紧状态下的负差异，最终优选了7个流动性代理指标，详见表中红色高亮。之所以没有选择美国M2指标，是因为统计区间内，该指标仅给出过8次收紧观点，在统计学上不具备说服力，尽管其自助法结果在全体备选指标中最好。所有联储银行总资产和所有联储银行总负债在统计区间内给出了完全一致的观点，故统计结果也完全相同；考虑到货币政策传导路径中的商业银行超额准备金存入、其他金融机构购买逆回购协议、公开市场操作释放流通中现金都直接体现为负债端科目，我们最终选择了后者。在2年期和10年期美债收益率中，由于前者对利率预期反映更灵敏，我们最终选择了前者。
海外流动性因子构建及其对海外大类资产表现的影响
我们采用扩散指数法，利用7个代理指标延长窗口视角下的宽松/收紧状态，合成海外流动性因子——单个指标宽松记1分，收紧记-1分，加总后除以有效指标数（FOMC的点阵图数据起始日期相对较晚，故不同截面上有效指标数可能不同），即归一化至[-1,1]；0是荣枯线，当海外流动性因子大于0，表明海外流动性处于宽松状态，小于0则对应收紧。我们同样采用参数为0.5的指数移动平均，对扩散指数法的结果进行平滑。
我们发现，金融危机以来绝大多数时间里，海外流动性环境相对宽松，下图中仅有29个月被模型识别为收紧状态。事实上，除出金融危机后期美元流动性依然紧张，美联储只开启过两轮加息：
1）第一轮始于2015年12月，彼时全球经济开始共振复苏，美联储决定退出金融危机以来的非常规货币政策，启动货币政策正常化，直至2018年12月一共加息9次，每次加息仅25BP。由于这一轮加息幅度和速度都比较温和，海外流动性因子直到2018年2月才显示出流动性收紧的效果，期间美股一直上涨到2018年8月。
2）第二轮始于2022年3月，由于COVID-19大流行期间美联储过度“放水”，叠加地缘政治等因素，彼时全球通胀创40年最高水平，美联储决定通过加息来平抑高通胀。直到2022年12月一共加息7次，累计加息425BP。由于这一轮加息幅度和速度比较激进，且市场已提前预期，海外流动性因子从2021年12月就进入收紧区间，且数值上创下金融危机以来的最低值，对应流动性最紧张的时候。
我们同样采用自助法统计了海外流动性因子对典型大类资产表现的区分度。结果显示，股票和债券在宽松状态下的表现均优于在收紧状态下的表现，这是因为流动性是两者定价的分子端；海外流动性因子对商品表现的区分度不显著，可能是因为商品的定价逻辑和流动性没有太直接的联系；美元在宽松状态下的表现逊于在收紧状态下的表现，这是因为流动性收紧，美元供给下降。总之，股、债、商、汇的区分度基本符合经济学逻辑。
04 基于海外增长-流动性框架的海外大类资产配置
经过前文的讨论，海外增长和流动性因子与海外大类资产之间的映射关系可以用下表进行总结。若把增长和流动性相结合，可以进一步得到四象限的增长-流动性轮盘：
1）增长景气-流动性宽松：股票>商品>债券>美元，接近于美林时钟的“复苏”状态；
2）增长景气-流动性收紧：商品≈美元>股票>债券，接近于美林时钟的“过热”状态；
3）增长衰退-流动性收紧：美元>商品≈债券>股票，接近于美林时钟的“滞胀”状态；
4）增长衰退-流动性宽松：债券>股票>美元≈商品，接近于美林时钟的“衰退”状态。
应用上述映射关系，下文使用标普500指数、纳斯达克指数、美国10年期国债期货、彭博商品6月远期指数、INVESCO美元指数ETF来构建海外大类资产配置策略。
基准组合：用MACD进行增强
基准组合采用股:债:商:汇风险预算比例等于1:1:0.5:0.5的风险预算组合。其中，对于股票部分，标普500和纳斯达克指数采用风险平价；商品和美元属于非生息资产，故先验地设置一个相对较低的风险预算。回测条件如下：
1）回测区间为2008-06-30至2022-12-31；
2）采用5%目标波动率控制；
3）现金仓位使用货币基金指数进行回测；
4）杠杆仓位使用R007进行回测，杠杆倍数不超过2；
5）交易费用设置为单边1‰。
因为高波动率的商品在回测区间内未取得正收益，而低波动率的债券和美元的夏普比率均不足0.5（图表16），所以基准组合的回测表现并不佳，年化收益仅2.25%，夏普比率仅0.47。为了改善基准组合业绩，我们使用月线MACD指标，来识别处于下行通道中的细分资产，并将处于下行通道中的资产的风险预算比例除以5。例如，若只有商品处于下行通道中，则股债商汇的风险预算比例将变成1:1:0.1:0.5。计算月线MACD指标时，短均线窗长设置为6个月，长均线窗长设置为21个月，即半个基钦周期，DEA窗长设置为12个月；若DIF<DEA，俗称“死叉”，则表明资产处于下行通道中。
经过MACD增强，组合的年化收益为3.42%，夏普比率为0.72，最大回撤为-7.78%，相较未经增强的风险预算组合，业绩指标明显提升。
主动管理组合：用宏观因子观点调整风险预算比例
在经过MACD增强的基准组合上，我们进一步将宏观因子观点施加给各大类资产。具体来说，海外增长和流动性作为两个独立的维度，分别和零比较给出各自的观点，再根据前文总结的宏观-资产映射关系，调整各大类资产的风险预算——对于看多的资产，风险预算乘以5；对于看空的资产，风险预算除以5。下图举了一个例子：
保持回测条件不变。回测结果显示，海外宏观因子的加入能够显著提升策略表现：相较于经过MACD增强的基准组合，宏观因子主动管理组合能够提升年化收益2.43 pct，提升夏普比率0.47，降低最大回撤1.92 pct，提升卡玛比率0.56，月度胜率也有所提高。
中西合璧：海外大类资产配置策略与HACROC1结合
最后，我们尝试把海外大类资产配置策略与专注于境内市场的HACROC1进行结合，希望能够利用境内外市场宏观风险来源的低相关性，构建一个更为稳健的组合。具体做法采用简单的等权组合，即将50%仓位配置给海外大类资产配置策略、将另外50%仓位配置给HACROC1，每月末再平衡，且不再进行二次波动率控制。回测区间与HACROC1的净值发布区间保持一致。因为海外大类资产配置策略与HACROC1均考虑了合理的交易费用，所以不再二次扣除交易费用。
回测结果显示，组合策略的年化收益录得7.09%，略优于两个子策略年化收益的均值，在预料之中。组合策略的亮点在于子策略的低相关性对冲掉了一部分风险，使得年化波动和最大回撤显著降低，进一步提升了夏普比率、卡玛比率和月度胜率。此外，分年度业绩统计显示，即使是在大类资产配置比较困难的2022年，组合策略依然取得了正收益。
05 讨论：海外宏观因子对境内大类资产表现的影响
既然全球金融市场相互联系、不可分割，那么海外宏观因子对境内大类资产表现是否也有显著影响呢？首先来看海外增长。以万得全A（Wind代码881001.WI）、恒生指数（Wind代码HIS.HI）、新综合净价指数（Wind代码CBA00102.CS）、南华商品指数（Wind代码NH0100.NHF）作为境内股、债、商的代表，我们在相同的统计区间内（2008年6月至2022年6月），用自助法统计了上述资产在增长景气和衰退区间中表现的差异。需要注意的是，外汇资产刻画的是美元和人民币的相对强弱，前文已经阐述了海外宏观因子对美元表现的影响，此处不再赘述。
结果显示，海外增长因子对国内股、债、商表现的区分度均不显著。而前期报告《宏观因子指数回顾、改进与应用》（2022-02-12）从DDM模型出发，演绎并验证了国内增长景气利好股票、商品而利空债券的结论。海内外增长因子结论的差异，从侧面反映中国经济增长和海外经济增长可能存在一定程度的周期错位。
海外流动性收紧会对境内股票形成较大压力。我们直接统计了模型识别出来的四段流动性收紧时期境内大类资产的累计收益。结果显示，四段流动性收紧时期内，万得全A均录得负收益；尤其是第一、第三、第四段，收紧状态持续时间较长，且流动性因子得分一度小于-0.5，表明收紧程度较严重，万得全A和恒生指数均录得两位数的负收益；而第二段收紧状态持续时长仅2个月，且流动性因子得分均未超过-0.05，表明收紧程度不严重，权益资产并没有显著的反映。
06 参考文献
1）Greenberg D., Babu A., Ang A., 2016. Factors to Assets: Mapping Factor Exposures to Asset Allocations. The Journal of Portfolio Management.
2）Musgrave J.C., 1964. A Set of End Weights to End all End Weights. Working paper, Washington, D.C.: U.S. Bureau of the Census.
3）Shiskin J., Young A.H., Musgrave J.C., 1967. The X-11 variant of the Census Method II seasonal adjustment program. Technical Paper No.15. Washington, D.C.: U.S. Bureau of the Census.
4）华泰证券研究所固定收益团队. 从货币市场框架看ONRRP和负利率（2021-06-18）.
5）中国人民银行调查统计司, 2006. 时间序列X12-ARIMA-季节调整——原理与方法, P65. 北京: 中国金融出版社.
风险提示：
1. 海外宏观因子基于宏观备选指标的历史表现构建，历史规律可能失效；
2. 报告提及的具体资产不代表任何投资意见，请投资者谨慎、理性地看待。
相关研报
研报：《海外增长-流动性框架与大类资产配置》2023年01月17日
林晓明 S0570516010001 | BPY421
徐 特 S0570121050032
关注我们
https://inst.htsc.com/research
访问权限：国内机构客户
https://intl.inst.htsc.com/mainland
免责声明
▲向上滑动阅览
本公众号不是华泰证券股份有限公司（以下简称“华泰证券”）研究报告的发布平台，本公众号仅供华泰证券中国内地研究服务客户参考使用。其他任何读者在订阅本公众号前，请自行评估接收相关推送内容的适当性，且若使用本公众号所载内容，务必寻求专业投资顾问的指导及解读。华泰证券不因任何订阅本公众号的行为而将订阅者视为华泰证券的客户。
本公众号转发、摘编华泰证券向其客户已发布研究报告的部分内容及观点，完整的投资意见分析应以报告发布当日的完整研究报告内容为准。订阅者仅使用本公众号内容，可能会因缺乏对完整报告的了解或缺乏相关的解读而产生理解上的歧义。如需了解完整内容，请具体参见华泰证券所发布的完整报告。
本公众号内容基于华泰证券认为可靠的信息编制，但华泰证券对该等信息的准确性、完整性及时效性不作任何保证，也不对证券价格的涨跌或市场走势作确定性判断。本公众号所载的意见、评估及预测仅反映发布当日的观点和判断。在不同时期，华泰证券可能会发出与本公众号所载意见、评估及预测不一致的研究报告。
在任何情况下，本公众号中的信息或所表述的意见均不构成对任何人的投资建议。订阅者不应单独依靠本订阅号中的内容而取代自身独立的判断，应自主做出投资决策并自行承担投资风险。订阅者若使用本资料，有可能会因缺乏解读服务而对内容产生理解上的歧义，进而造成投资损失。对依据或者使用本公众号内容所造成的一切后果，华泰证券及作者均不承担任何法律责任。
本公众号版权仅为华泰证券所有，未经华泰证券书面许可，任何机构或个人不得以翻版、复制、发表、引用或再次分发他人等任何形式侵犯本公众号发布的所有内容的版权。如因侵权行为给华泰证券造成任何直接或间接的损失，华泰证券保留追究一切法律责任的权利。华泰证券具有中国证监会核准的“证券投资咨询”业务资格，经营许可证编号为：91320000704041011J。