炒股就看金麒麟分析师研报，权威，专业，及时，全面，助您挖掘潜力主题机会！

　　郭磊宏观茶座广发证券资深宏观分析师 陈礼清 博士

　　报告摘要

　　第一，在不同的宏观环境下有效控制风险，降低波动率、取得相对稳健的回报成为资产管理市场越来越主流的诉求。前期报告《解读“全天候”策略》是我们对这一问题进行探讨的序章。与传统普通资产风险平价模型不同，“全天候”更精准的定位是“宏观因子”风险平价，“全天候”策略穿越周期的实现路径是均衡化“宏观因子”。传统配置模型并不会根据宏观场景的变化而及时调整权重，在市场遭遇极端冲击时，其分散风险的功能往往被大幅削弱。比如流动性危机发生时，资产面临系统性的抛压，尾部风险会大幅推升资产之间的相关性，传统配置模型就会失效。而“宏观因子”相较普通大类资产相关性更低，可以更有效地实现“降维”、归因，及权重调整。本文尝试将类似“全天候”的因子配置模式在中国市场中落地，扩展出适合国内市场的宏观因子，构建本土化的宏观因子风险平价配置框架。

　　第二，搭建宏观因子配置框架要做哪些工作？我们参照对哈佛捐赠基金（HMC）影响较大的Blyth（2016）的研究，分成四步：一是“筛选因子”，宏观因子的“适配度”直接决定了后续进行平价优化是否真正识别和分散了风险。二是“计算风险暴露”，即搭建“因子”与“资产”的量化桥梁，利用线性回归模式测算出资产对因子的风险暴露程度。三是“确定”目标风险暴露，即先按照某一法则或偏好确定对各因子风险暴露多少是合适的；四是“匹配”目标风险暴露，即利用最优化框架反推资产权重。

　　第三，构造宏观因子的主流做法分为三种。方式一是直接用低频经济数据，比如GDP、PPI等，这种做法经济意义比较直观，但对资产价格的解释存在时变性；方式二是主成分分析降维（PCA），这种做法简便、客观、更具因子分散效果，但不稳定、经济意义弱、权重不唯一；方式三是通过回归的方法拟合出更高频的宏观因子，这种做法高频、可交易，但需要先设定宏观维度，事先构建低频因子作为锚，复杂度较高。我们在上述三种方法的基础上做出改进，结合上述几种方法优点，构造更灵敏的宏观因子。我们的方法可总结为“定维度、筛资产、高频化”三个步骤。具体而言，我们利用PCA识别宏观维度，利用资产多空模拟组合进行“高频化”，利用因子多寡分层次设计“轻量化”（类全天候）、“三维度”（M1-BCI-PPI框架