资产配置专题系列

财富管理驱动的资产配置方案

刘笑天

中信证券研究部组合配置分析师

2023年5月29日

请务必阅读末页的免责条款和声明

每日免费获取报告

1、每日微信群内分享7+最新重磅报告；

2、每日分享当日华尔街日报、金融时报；

3、每周分享经济学人

4、行研报告均为公开版，权利归原作者所有，起点财经仅分发做内部学习。

扫一扫二维码
关注公号
回复：研究报告
加入“起点财经” 微信群。。

CONTENTS目录

面向财富管理的配置方案设计流程
基于宏观周期和趋势动量的风险预算模型
养老场景配置：下滑轨道模型
风险因素

1. 面向财富管理的配置方案设计流程

 国内私人财富市场稳健发展，个人可投资资产规模持续增长。国内个人持有的可投资资产规模达241万亿元，2018年\~2020年期间的年均复合增长率为12.6%，相比于2016年\~2018年期间约7.3%的年均复合增长率显著提升。

 配置需求日益多元化，资产配置依赖个性化、定制化的方案设计。

 配置难点：降低波动、标的选择、组合优化、流动性管理。

 配置需求：进取配置、多元配置、大类配置、定制化服务。

 核心诉求：定制化的配置方案设计，提供更加智能、更有温度的投资体验。

国内个人持有的可投资资产规模及增速

资料来源：《2021年中国私人财富报告》（招商银行、贝恩公司），中信证券研究部

国内高净值人群资产配置的困难点

资料来源：《2021年中国私人财富报告》（招商银行、贝恩公司），中信证券研究部

 传统资产配置模型从供给侧出发，而财富管理背景下，需要考虑到投资者更加多元化、个性化的需求。

多维度刻画需求：胜率等收益要求；VaR/ES/动态回撤等风险要求；场景化投资周期要求；特定比例/定期支出等流动性要求；异质性、个性化要求。

 面向财富管理的配置模型目标：满足投资者需求（投资约束）的条件下，追求投资目标（目标函数）的最大化。

解析法：约束条件写入优化器。

模拟法：基于MC模拟遍历寻优。

投资者需求更加多元化、个性化

资料来源：中信证券研究部绘制

底层资产选择

客户需求刻画

战略配置中枢

战术配置调整

辅助机制设计

策略效果展示

面向财富管理的配置方案设计流程

类别划分：宽基、行业、策略、基金、因子选标准：定性、定量（MV Spanning）·长期预测：收益、协方差

·收益端：最低回报率、持有胜率·风险端：目标波动率、回撤（VaR/ES）

·均值-方差框架：效用最大化、目标风险、MV-Resampling

·波动率框架：波动率平价、风险平价

·组合保险框架：CPPI、TIPP

·主观调整：指标体系(宏观/中观/微观）

·量化调整：BL、风险预算、时变M的组合保险

资料来源：中信证券研究部绘制

·再平衡：时间维度、空间维度

·收益平滑：平滑频率、计提条件&比例、回补条件&标准

·止盈止损：盯市频率、触发决策、恢复机制

·历史复盘：历史回测、绩效统计、Bootstrap测试

·未来展望：预期收益分布、情景分析、压力测试

类别：宽基指数、策略指数、基金组合指数

主观：历史表现、多样性、低相关性

量化：基于Mean-Variance Spanning方法，量化选择能够改善有效前沿的底层资产。

Mean-Variance Spanning的几何含义

资料来源：Kan, R. and G. Zhou (2012). Tests of mean-variance spanning. Annals of Economics and Finance, Vol. 13(1), 145 – 193。

量化配置模型：

 纪律性规则类：不涉及收益、风险优化，例如60/40、组合保险、固定比例的目标风险。

 收益风险优化类：涉及收益、风险优化，使用优化器求解，例如以MVT模型、RP模型为代表的优化类模型。

 MVT模型将资产配置问题转化为了最优化问题：决策是选择配置比例，目标是权衡组合的收益和风险。

 MVT后，配置模型主要转为两条路：一是沿用MVT框架，做更精准的收益预测；二是采用波动率框架，放弃收益预测。

MVT模型后的资产配置发展方向

主动收益预测

BL模型：加入主观观点合成收益

投资时钟：划分周期预测收益

进行风险配置

风险平价：风险贡献相等

动态风险预算：规则化分配风险贡献

因子模型：基于因子预测收益

资料来源：中信证券研究部绘制

全天候：不同环境下的风险贡献相等

OBPI（Option Based Portfolio Insurance）：基于期权的组合保险策略，源于风险对冲策略。

 CPPI（Constant Proportion Portfolio Insurance）：固定比例组合保险策略，保护比例是常数（基于初始资产），保护一定比例的本金。

 TIPP（Time Invariant Portfolio Protection）：时间不变性组合保险策略，保护金额与资产实时资产的比例不随时间变化，保护一定比例的本金+浮盈。

三类经典组合保险策略的发展

静态组合保险有固定的到期日，期初完成配置后，持有期内不做调整

动态组合保险

可以没有固定到期日，期初完成配置后，持有期内按一定规则对组合配置进行调整

资料来源：中信证券研究部绘制

OBPI

基于期权的组合保险，源于风险对冲策略，存在多种实现形式，依赖于期权市场或动态复制技术

CPPI

源于OBPI，避开了复杂的期权定价，简化为要保金额、风险乘数和固收资产预期收益三大核心参数

TIPP

既要保护本金，也要保护收益，核心参数变为保护比例、风险乘数和固收资产预期收益

Black & Scholes (1973) Leland & Rubinstein (1976)

Perold(1986) Black & Jones (1987)

Estep & Kritzman (1988)

传统MVT模型在求解多资产优化问题时，容易出现角点解的问题。

 MV Resampling方法：通过重抽样构建多组历史样本，优化的目标变为不同历史情境下，期望意义上的最优。

 Moving Block Bootstrap方法：兼顾资产收益的截面相关性与时序相关性。

 全样本划分成N个Blocks，成组、有放回地抽取不同Blocks拼接成一个历史收益样本；

重复上述抽取拼接过程，进行MVT优化求解。

MV Resampling求解5%目标波动率示例

	传统MVT模型	改进MVT模型
大盘价值基金	0.00%	2.53%
大盘成长基金	0.00%	2.72%
中盘成长基金	25.58%	17.22%
国开债(1年以下)	0.00%	3.39%
国开债(1-3年)	0.00%	19.13%
国开债(3-5年)	47.22%	33.16%
国开债(7-10年)	27.20%	21.85%

资料来源：Wind，中信证券研究部；注：1）数据起止时间为2010年1月至2022年9月；2）改进MVT模型基于MV Resampling方法计算，样本生成方式基于Moving Block Bootstrap方法。

不同目标风险的MV Resampling配置结果

TR-3%	TR=4%	TR=5%	TR=6%
大盘价值基金	1.45%	2.05%	2.53%	2.68%
大盘成长基金	1.47%	2.10%	2.72%	3.12%
中盘成长基金	8.86%	13.04%	17.22%	20.77%
国开债(1年以下)	6.65%	4.28%	3.39%	3.06%
国开债(1-3年)	53.75%	31.14%	19.13%	14.26%
国开债(3-5年)	24.76%	36.83%	33.16%	25.40%
国开债(7-10年)	3.05%	10.57%	21.85%	30.70%

BL模型完美融合了贝叶斯思想。

基准与观点的融合，在形成主观观点后，量化确定从战略到战术的偏离。

 战略中枢+偏离调整=战术配置；先验信息+观点信息=后验信息；基准配置+投研观点=决策配置。

 BL模型的改进：可容纳更多形式观点，从绝对/相对收益率的观点到更泛化的主观观点（排序观点）。

模型求解由解析法变为数值法，核心思想是用模拟生成数据的离散分布代替真实分布，通过调整每组数据的概率求出后验分布。

BL模型与MVT模型的对比

资料来源：中信证券研究部绘制

BL模型数值解法的流程

Step1：调整每组数据的概率，使得在满足主观观点的条件下，调整后的概率向量与先验概率向量差距最小。

Step2：根据观点置信水平c，最终求出后验概率。

Step3：利用后验概率，计算资产的后验均值向量和协方差矩阵

资料来源：中信证券研究部

配置模型工具示例：Risk Parity&Risk Budget

模型输入1.资产历史收益、基准比例及权重约束设置
	历史均值	历史波动率权	重下限	权重上限
资产1	13.7%	34.1%	0
资产2	7.1%	19.8%	0
资产3	4.7%	2.9%	回
资产4	7.3%	14.9%	0	1
资产5
资产6
		2.资产方	差—协方差矩	阵设置
	资产1	资产2	资产3	资产4	资产5	资产6
资产1	11.6%	4.9%	-0.2%	1.8%
资产2	4.9%	3.9%	-0.3%	0.9%
资产3	-0.2%	-0.3%	0.1%	-0.1%
资产4	1.8%	0.9%	-0.1%	2.2%
资产5
资产6
		3.风险预算乘数设置
	预算系数		预算系数填写说明
资产1	60.0%		1.风险平价模型：预算系数相等，例如【25%；25%；25%；25%】；2.风险预算模型：预算系数自定义，例如【60%；20%；10%[10%】；
资产2	20.0%
资产3	10.0%
资产4	10.0%
资产5
资产6

资料来源：Wind，中信证券研究部

模型输出
1.波动率平价/波动率预算模型
结论			验算
	系数	最优权重		波动贡献	波动贡献占比
资产1	1.76	25.5%	资产1	8.71%	60.0%
资产2	1.01	14.7%	资产2	2.90%	20.0%
资产3	3.44	50.0%	资产3	1.45%	10.0%
资产4	0.67	9.8%	资产4	1.45%	10.0%
资产5			资产5
资产6			资产6
最优组合特征
预期收益	7.63%
预期波动	11.22%
		2.风险平价/风险预算模型
结论		验算
	最优权重		MRC	TRC	TRC占比
资产1	8.1%	资产1	30.26%	2.45%	60.0%
资产2	7.0%	资产2	11.77%	0.82%	20.0%
资产3	78.6%	资产3	0.52%	0.41%	10.0%
资产4	6.4%	资产4	6.43%	0.41%	10.0%
资产5		资产5
资产6		资产6
最优组合特征		说明
预期收益	5.77%	风险平价/风险预算模型使用Newton迭代求解，使用辅助sheet【Newton迭代】手动求出收敛解。
预期波动	4.09%	风险平价/风险预算模型使用Newton迭代求解，使用辅助sheet【Newton迭代】手动求出收敛解。

模型输入

1.BL模型参数设置

基准配权重下先验均置比例限限衡收益25.0% 0 11.3%25.0% g 5.9%25.0% 0 -0.3%25.0% 0 1 3.0%

风险厌恶系数delta

2.5

不确定性刻度tau

束设置

基准比例及权重约

资产数量

注：最多容纳10种资产

历史均基值

权重下

权重上

资产1

13.7%

25.0%

资产2

7.1%

25.0%

资产3

4.7%

25.0%

资产4

7.3%

25.0%

资产5

资产6

资产7

资产8

资产9

资产10

3.资产方差

—协方

差矩阵

设置

资产1资

产2资

产3

资产4资

产5资

产6资

产7资

产8资

产9资

产10

资产1

11.6

% 4.9

% -0.2

% 1.8

资产2

4.9

% 3.9

% -0.3

% 0.9

资产3

-0.2

%-0.3

% 0.1

%-0.1

资产4

1.8

% 0.9

% -0.1

% 2.2

资产5

资产6

资产7

资产8

资产9

资产10

资料来源：Wind，中信证券研究部

配置模型工具示例：Black-Litterman

4.主观观点设置1注：最多容纳10条观点

观点数

观点1观

点2观

点3观

点4观

点5观

点6

观点7

观点8

观点9

观点10

-1

2.0%

置信度omega（以对角阵形试输入）

0.1

模型输出
1.后验期望收益		2.规划求解目标及约束		3.BL模型最优权重
资产1	9.8%	目标函数	-0.020	资产1	16.3%
资产2	5.7%	权重之和		资产2	33.7%
资产3	-0.4%			资产3	25.0%
资产4	2.8%			资产4	25.0%
资产5				资产5
资产6				资产6
资产7				资产7
资产8					资产8
资产9					资产9
资产10				资产10

 宏观指标：通胀因子、剩余流动性因子等。目前处于剩余流动性下行、通胀下行周期。

中观指标：ERP、PIR等。ERP指标处于过去5年84分位数水平，PIR指标处于过去5年96分位数水平，权益资产中长期配置性价比较为突出。

 微观指标：风险偏好指数、动量指标等。从风险偏好指标看，风险偏好处在历史较低水平（约10%）。

基于“通胀+剩余流动性”视角的周期划分

资料来源：中信证券研究部绘制

ERP&PIR指标跟踪

资料来源：Wind，中信证券研究部

再平衡：时间维度、空间维度

收益平滑：操作频率、计提条件&比例、回补条件&标准

止盈止损：盯市频率、触发决策、恢复机制

计提条件对绩效指标的影响测试

买入持有买入持有+收益平滑再平衡再平衡+收益平滑
年化收益
业绩基准为3% 3.751%	3.739%	3.801%	3.796%
业绩基准为4% 3.751%	3.740%	3.801%	3.796%
业绩基准为5% 3.751%	3.740%	3.801%	3.797%
业绩基准为6% 3.751%	3.741%	3.801%3.801%	3.797%
业绩基准为7% 3.751%	3.742%	3.801%3.801%	3.797%
年化波动
业绩基准为3% 3.608%	2.781%	3.386%	2.602%
业绩基准为4% 3.608%	2.816%	3.386%	2.636%
业绩基准为5% 3.608%	2.846%	3.386%	2.668%
业绩基准为6% 3.608%	2.879%	3.386%	2.699%
业绩基准为7% 3.608%	2.906%	3.386%	2.725%
最大回撤
业绩基准为3% -4.626%	-4.243%	-3.911%	-3.682%
业绩基准为4% -4.626%	-4.252%	-3.911%	-3.710%
业绩基准为5% -4.626%	-4.260%	-3.911%	-3.716%
业绩基准为6% -4.626%	-4.269%	-3.911%	-3.721%
业绩基准为7% -4.626%	-4.292%	-3.911%	-3.727%

资料来源：Wind，中信证券研究部；注：具体测算细节详见报告《资产配置专题系列之十六——养老理财收益平滑机制的参数设计与绩效分析（2022-3-25）》。

计提比例对绩效指标的影响测试

买入持有买入持有+收益平滑再平衡再平衡+收益平滑年化收益
计提比例为20% 3.751%	3.745%	3.801%	3.798%
计提比例为30% 3.751%	3.740%	3.801%	3.797%
计提比例为40% 3.751%	3.734%	3.801%	3.795%
计提比例为50% 3.751%	3.728%	3.801%	3.794%
计提比例为60% 3.751%	3.725%	3.801%	3.792%
年化波动
计提比例为20% 3.608%	3.107%	3.386%	2.919%
计提比例为30% 3.608%	2.846%	3.386%	2.668%
计提比例为40% 3.608%	2.582%	3.386%	2.385%
计提比例为50% 3.608%	2.352%	3.386%	2.175%
计提比例为60% 3.608%	2.151%	3.386%	1.921%
最大回撤
计提比例为20% -4.626%	-4.481%	-3.911%	-3.749%
计提比例为30% -4.626%	-4.260%	-3.911%	-3.716%
计提比例为40% -4.626%	-4.215%	-3.911%	-3.660%
计提比例为50% -4.626%	-4.067%	-3.911%	-3.643%
计提比例为60% -4.626%	-3.727%	-3.911%	-3.442%

2. 基于宏观周期和趋势动量的风险预算模型

 风险预算（Risk Budget）模型是一种泛化形式的风险平价（Risk Parity）模型。

 RP要求各类资产的风险贡献相同：??????1: ??????2: … ∶ ???????? = 1: 1: … : 1

 RB可以自定义各类资产的风险贡献： ??????1: ??????2: … ∶ ???????? = ??1: ??2: … : ????

 风险预算模型在某种程度上可以视为风险维度的BL模型。

 基于主观判断灵活调整各类资产的风险预算分配：即在看好某类资产的时候，适当放大其风险预算乘数（调低波动率）；在不看好某类资产的时候，适当降低其风险预算乘数（调高波动率）。

从MVT到BL：融合主观观点的MVT模型。

从RP到RB：融合主观观点的RP模型。

RB的优劣势：

 通过调节风险贡献比例，能够在某种程度上解决“RP为固收资产分配更多权重导致组合收益较低”的问题。

 将主观观点和风险平价模型有机结合，在战略配置（风险平价）的基础上，灵活调整风险预算乘数，实现战术配置。

 如果资产实际表现与主观判断偏离较大，动态风险预算模型将出现较大回撤，在业绩稳定性方面会低于风险平价模型。

大类资产配置方面，基于宏观周期进行风险预算分配。

 细分资产配置方面，基于趋势动量进行风险预算分配。

协方差矩阵估计方面，基于多窗口期数据取平均。

DFM-MSM两步法简介

马尔科夫状态转换模型基本形式：

动态因子模型的基本形式：

yt=Aft+Bxt+Utft=Aift-1+.+Apft-p+ntft即为隐含动态因子矩阵yt为内生变量矩阵xt为外生变量矩阵A为因子载荷矩阵nt和ut为白噪声过程p为动态因子的自回归滞后阶数

yt为内生变量

St=1,,K为变量所处状态，服从一阶Markov过程

pij为从状态i转换为状态j的概率

资料来源：中信证券研究部绘制

模型底层的大类资产涉及股票、债券、商品三类。细分资产方面，股票包括沪深300、中证500和中证1000，债券包括利率债和信用债，商品为黄金ETF。

 回测起止日期为2009/12/31\~2023/5/12，模型在每月最后一个交易日调仓。

 宏观周期状态：短期来看，预计5\~6月仍处于剩余流动性下行、通胀下行周期，相比较而言，债券资产具备相对配置价值；中长期来看，预计7月通胀因子开始转入上行周期，商品资产有望迎来较好表现；预计2023年底之后剩余流动性因子开始上修，建议关注权益资产在剩余流动性上行、通胀上行周期内的表现机会。

底层资产选择

大类资产类别对应投资标的		细分资产类别对应投资标的
权益类资产	中证全指	大盘股票沪深300
		中盘股票中证500
		小盘股票中证1000
固收类资产	中债-新综合指数	利率债中债-国债及政策性银行债
固收类资产	中债-新综合指数	信用债中债-高信用等级企业债
商品类资产	黄金ETF	商品类资产黄金ETF

资料来源：中信证券研究部

通胀-剩余流动性周期状态预测

资料来源：Wind，中信证券研究部预测

基于宏观周期和趋势动量的风险预算模型的净值曲线

资料来源：Wind，中信证券研究部；注：回测起止日期为2009/12/31\~2023/5/12。

基于宏观周期和趋势动量的风险预算模型的历史长期绩效&滚动持有3年绩效

等权模型	风险平价模型	改进版风险预算模型
累计收益	83.93% 85.73%	106.64%
年化收益	4.81% 4.89%	5.75%
年化波动	9.40% 1.82%	4.46%
最大回撤	-19.73% -3.88%	-6.94%
夏普比率 0.51	2.69	1.29
卡玛比率	0.24 1.26	0.83

	年化收益	年化波动	最大回撤	夏普比率	卡玛比率
平均数	5.87%	4.36%	-5.40%	1.40	1.20
最小值	-0.14%	2.83%	-6.94%	-0.03	-0.02
25分位数	5.23%	3.60%	-6.31%	1.11	0.91
中位数	6.37%	4.23%	-5.40%	1.47	1.22
75分位数	7.23%	5.23%	-4.56%	1.81	1.50
最大值	9.75%	5.97%	-2.63%	2.84	3.15

资料来源：Wind，中信证券研究部；注：回测起止日期为2009/12/31\~2023/5/12。

3. 养老场景配置：下滑轨道模型

 个人养老金制度正式启动实施。2022年11月25日，人力资源社会保障部办公厅、财政部办公厅、国家税务总局办公厅发布《关于公布个人养老金先行城市（地区）的通知》，正式确定36个先行城市（地区）名单。

 个人养老金参加人可以通过个人养老金资金账户购买个人养老储蓄、个人养老金理财产品、个人养老金保险产品、个人养老金公募基金产品等个人养老金产品。

个人养老金产品梳理

资料来源：个人养老金银行保险行业信息平台，中国理财网，证监会，中信证券研究部；注：数据截至2023年5月19日。

 目标日期基金：基于下滑轨道模型在生命周期内实时调整组合配置，为投资者提供一站式配置服务。

 在2006年养老目标基金被纳入QDIA机制之后，目标日期基金由于契合养老投资需求，规模实现快速增长。

 目标日期基金的核心是下滑轨道模型，相当于长期的战略配置中枢，它是一条随着退休日期临近，不断降低权益资产比重、提高非权益资产比重的曲线。

美国目标日期/目标风险基金规模变化（单位：十亿美元）

资料来源：ICI，中信证券研究部

美国代表性目标日期基金产品的下滑轨道对比

资料来源：Morningstar，中信证券研究部

资料来源：中信证券研究部绘制

传统配置模型：静态配置，追求当期最优。

下滑规模模型：动态配置，追求整个生命周期内的最优。

基于MC模拟法的下滑轨道模型：配置方案遍历寻优，在满足个性化需求的条件下，找到能使投资者效用最大化的配置方案。

五个模块有机结合：

生成随机配置方案

生成随机收益率

加入资产流调整

约束条件检验

投资者评价

下滑轨道模型输入参数示例
变量类别		变量名称	变量符号	设定值	备注
投资者变量	财富及工资	初始财富（万元）	F	3.5	投资计划的初始投资额 (参考人均可支配收入)
		投资期限（年）	T_w	40	假设20岁工作到60岁
		初始工资（万元/年）	Wage	10	参考平均工资收入
		工资预期增长率	w_g	8%	参考近年来平均工资增长率
			收入投资比例	R_inv 10%		每年工资收入拿出来进行投资的比例
	退休后的预期	预期退休后生存年期 (年)	T_d	20	假设预期寿命为80岁，退休后平均生存20年
	退休后的预期	退休后的基本开销（万元/年）	F_need	4	退休后每年的养老缺口，用来计算投资目标
	投资目标	投资胜率要求	R_win	0.99	要求计划结束时有R_win的概率覆盖养老缺口
	投资目标	风险厌恶系数	gamma	3	假设投资者效用函数为CRRA型，用于评价期末账卢财富分布的效用值。
资产变量	股票资产	Wind全A指数	Stock		2006/12/29至2021/12/31的数据
	债券资产	中债-新综合财富(总值)指数	Bond		2006/12/29至2021/12/31的数据
	无风险资产	无风险收益率	rf	0.02	用于计算历年养老需求缺口的贴现值
模拟变量	资产收益模拟	股债资产收益的模拟次数	N1	40000	从历史的股债收益率中有放回的抽取N1次
	配置方案模拟	资产配置方案的权重调整力度	w_adj	5%	T期权重的随机空间为T-1期权重+/-w_adj
		资产配置方案的模拟次数	N2	100000	随机模拟生成N2个配置方案，其中每个配置方案为T_W*1维的矩阵

资料来源：中信证券研究部；注：表格中所列参数仅为模型输入示例，不代表对未来情境的预测。

 利用MC模拟的方式生成10万个配置方案以及4万组股债收益率序列，同时考虑部分工资收入的定期投入，剔除掉满足养老缺口概率较低的配置方案，在剩余配置方案中找到能够使得投资者效用函数最大的配置方案。

 下滑轨道模型结果：随着年龄的增长，最优的权益配置比例不断降低，期初约81%，期末约26%。

下滑轨道模型的求解流程

资料来源：中信证券研究部绘制

下滑轨道的模拟测算结果

资料来源：Wind，中信证券研究部

目标日期产品：

大类资产战略配置中枢：基于下滑轨道模型

 细分资产战略配置中枢：1）基于下滑轨道模型直接穿透配置；2）叠加其他模型分层配置。

目标日期2050策略配置方案示例

资料来源：Wind，中信证券研究部；注：测算基于前面的参数输入，详细内容可参考我们的外发报告《资产配置专题系列之十五——定制化财富配置方案设计：以养老场景为例（2021-7-20》

目标日期2060策略配置方案示例

 传统的目标日期策略初期仓位较高，考虑到部分客户风险偏好较低，可以定制低风险型下滑轨道。

 方法1：直接限制权益上限，在(0,W_max)的范围内生成权益资产配置方案。

 方法2：对策略的前期表现施加约束，期初稳健配置有利于增强持有体验，整体权益仓位也相对适中。

 胜率约束：例如第1年正收益概率为90%，第2年正收益概率为85%，…

波动率约束：例如第1年波动率不超过5%，第2年波动率不超过6%，…

对策略的前期表现施加胜率约束

对策略的前期表现施加波动率约束

模型失效风险。

流动性风险。

宏观变量的样本有限，可能导致统计规律的有效性不足。

资产预期收益分布与历史收益分布差异较大。

受限于模拟次数，模型的最优解可能并非全局最优解。

感谢您的信任与支持！

THANK YOU

刘笑天（组合配置分析师）

执业证书编号：S1010521070002

赵文荣（量化与配置首席分析师）

执业证书编号：S1010512070002

刘方（组合配置首席分析师）

执业证书编号： S1010513080004

史丰源（组合配置联席首席分析师）

执业证书编号：S1010519090002

执业证书编号：S1010512010001

厉海强（组合配置分析师）

免责声明

证券研究报告 2023年5月29日

分析师声明

主要负责撰写本研究报告全部或部分内容的分析师在此声明：（i）本研究报告所表述的任何观点均精准地反映了上述每位分析师个人对标的证券和发行人的看法；（ii）该分析师所得报酬的任何组成部分无论是在过去、现在及将来均不会直接或间接地与研究报告所表述的具体建议或观点相联系。

一般性声明

本研究报告由中信证券股份有限公司或其附属机构制作。中信证券股份有限公司及其全球的附属机构、分支机构及联营机构（仅就本研究报告免责条款而言，不含CLSA group of companies），统称为“中信证券”。

本研究报告对于收件人而言属高度机密，只有收件人才能使用。本研究报告并非意图发送、发布给在当地法律或监管规则下不允许向其发送、发布该研究报告的人员。本研究报告仅为参考之用，在任何地区均不应被视为买卖任何证券、金融工具的要约或要约邀请。中信证券并不因收件人收到本报告而视其为中信证券的客户。本报告所包含的观点及建议并未考虑个别客户的特殊状况、目标或需要，不应被视为对特定客户关于特定证券或金融工具的建议或策略。对于本报告中提及的任何证券或金融工具，本报告的收件人须保持自身的独立判断并自行承担投资风险。

本报告所载资料的来源被认为是可靠的，但中信证券不保证其准确性或完整性。中信证券并不对使用本报告或其所包含的内容产生的任何直接或间接损失或与此有关的其他损失承担任何责任。本报告提及的任何证券或金融工具均可能含有重大的风险，可能不易变卖以及不适合所有投资者。本报告所提及的证券或金融工具的价格、价值及收益可跌可升。过往的业绩并不能代表未来的表现。

本报告所载的资料、观点及预测均反映了中信证券在最初发布该报告日期当日分析师的判断，可以在不发出通知的情况下做出更改，亦可因使用不同假设和标准、采用不同观点和分析方法而与中信证券其它业务部门、单位或附属机构在制作类似的其他材料时所给出的意见不同或者相反。中信证券并不承担提示本报告的收件人注意该等材料的责任。中信证券通过信息隔离墙控制中信证券内部一个或多个领域的信息向中信证券其他领域、单位、集团及其他附属机构的流动。负责撰写本报告的分析师的薪酬由研究部门管理层和中信证券高级管理层全权决定。分析师的薪酬不是基于中信证券投资银行收入而定，但是，分析师的薪酬可能与投行整体收入有关，其中包括投资银行、销售与交易业务。

若中信证券以外的金融机构发送本报告，则由该金融机构为此发送行为承担全部责任。该机构的客户应联系该机构以交易本报告中提及的证券或要求获悉更详细信息。本报告不构成中信证券向发送本报告金融机构之客户提供的投资建议，中信证券以及中信证券的各个高级职员、董事和员工亦不为（前述金融机构之客户）因使用本报告或报告载明的内容产生的直接或间接损失承担任何责任。

评级说明

投资建议的评级标准		评级	说明
报告中投资建议所涉及的评级分为股票评级和行业评级（另有说明的除外）。评级标准为报告发布日后6到12个月内的相对市场表现，也即：以报告发布日后的6到12个月内的公司股价（或行业指数）相对同期相关证券市场代表性指数的涨跌幅作为基准。其中：A股市场以沪深300指数为基准，新三板市场以三板成指（针对协议转让标的）或三板做市指数（针对做市转让标的）为基准；香港市场以摩根士丹利中国指数为基准；美国市场以纳斯达克综合指数或标普500指数为基准；韩国市场以科斯达克指数或韩国综合股价指数为基准。	股票评级	买入	相对同期相关证券市场代表性指数涨幅20%以上
		增持	相对同期相关证券市场代表性指数涨幅介于5%～20%之间
		持有	相对同期相关证券市场代表性指数涨幅介于-10%～5%之间
		卖出	相对同期相关证券市场代表性指数跌幅10%以上
		强于大市	相对同期相关证券市场代表性指数涨幅10%以上
	行业评级	中性	相对同期相关证券市场代表性指数涨幅介于-10%～10%之间
	行业评级	弱于大市	相对同期相关证券市场代表性指数跌幅10%以上

免责声明

特别声明

在法律许可的情况下，中信证券可能（1）与本研究报告所提到的公司建立或保持顾问、投资银行或证券服务关系，（2）参与或投资本报告所提到的公司的金融交易，及/或持有其证券或其衍生品或进行证券或其衍生品交易，因此，投资者应考虑到中信证券可能存在与本研究报告有潜在利益冲突的风险。本研究报告涉及具体公司的披露信息，请访问https://research.citicsinfo.com/disclosure。

法律主体声明

本研究报告在中华人民共和国（香港、澳门、台湾除外）由中信证券股份有限公司（受中国证券监督管理委员会监管，经营证券业务许可证编号：Z20374000）分发。本研究报告由下列机构代表中信证券在相应地区分发：在中国香港由CLSA Limited（于中国香港注册成立的有限公司）分发；在中国台湾由CL Securities Taiwan Co., Ltd.分发；在澳大利亚由CLSA Australia Pty Ltd.（商业编号：53 139 992 331/金融服务牌照编号：350159）分发；在美国由CLSA（CLSA Americas, LLC除外）分发；在新加坡由CLSA Singapore Pte Ltd.（公司注册编号：198703750W）分发；在欧洲经济区由CLSA Europe BV分发；在英国由CLSA （UK）分发；在印度由CLSA India Private Limited分发（地址：8/F, Dalamal House, Nariman Point, Mumbai 400021；电话：+91-22-66505050；传真：+91-22-22840271；公司识别号：U67120MH1994PLC083118）；在印度尼西亚由PT CLSA Sekuritas Indonesia分发；在日本由CLSA Securities Japan Co., Ltd.分发；在韩国由CLSA Securities Korea Ltd.分发；在马来西亚由CLSASecurities Malaysia Sdn Bhd分发；在菲律宾由CLSA Philippines Inc.（菲律宾证券交易所及证券投资者保护基金会员）分发；在泰国由CLSA Securities (Thailand) Limited分发。

针对不同司法管辖区的声明

中国大陆：根据中国证券监督管理委员会核发的经营证券业务许可，中信证券股份有限公司的经营范围包括证券投资咨询业务。

中国香港：本研究报告由CLSA Limited分发。本研究报告在香港仅分发给专业投资者（《证券及期货条例》（香港法例第571 章）及其下颁布的任何规则界定的），不得分发给零售投资者。就分析或报告引起的或与分析或报告有关的任何事宜，CLSA客户应联系CLSA Limited的罗鼎，电话：+852 2600 7233。

美国：本研究报告由中信证券制作。本研究报告在美国由CLSA（CLSA Americas, LLC除外）仅向符合美国《1934年证券交易法》下15a-6规则界定且CLSA Americas, LLC提供服务的“主要美国机构投资者”分发。对身在美国的任何人士发送本研究报告将不被视为对本报告中所评论的证券进行交易的建议或对本报告中所述任何观点的背书。任何从中信证券与CLSA获得本研究报告的接收者如果希望在美国交易本报告中提及的任何证券应当联系CLSA Americas, LLC（在美国证券交易委员会注册的经纪交易商），以及 CLSA 的附属公司。

新加坡：本研究报告在新加坡由CLSA Singapore Pte Ltd.，仅向（新加坡《财务顾问规例》界定的）“机构投资者、认可投资者及专业投资者”分发。就分析或报告引起的或与分析或报告有关的任何事宜，新加坡的报告收件人应联系CLSA Singapore Pte Ltd，地址：80 Raffles Place, #18-01, UOB Plaza 1, Singapore 048624，电话：+65 6416 7888。因您作为机构投资者、认可投资者或专业投资者的身份，就CLSA Singapore Pte Ltd.可能向您提供的任何财务顾问服务，CLSA Singapore Pte Ltd豁免遵守《财务顾问法》（第110章）、《财务顾问规例》以及其下的相关通知和指引（CLSA业务条款的新加坡附件中证券交易服务C部分所披露）的某些要求。MCI（P）085/11/2021。

加拿大：本研究报告由中信证券制作。对身在加拿大的任何人士发送本研究报告将不被视为对本报告中所评论的证券进行交易的建议或对本报告中所载任何观点的背书。

英国：本研究报告归属于营销文件，其不是按照旨在提升研究报告独立性的法律要件而撰写，亦不受任何禁止在投资研究报告发布前进行交易的限制。本研究报告在英国由CLSA （UK）分发，且针对由相应本地监管规定所界定的在投资方面具有专业经验的人士。涉及到的任何投资活动仅针对此类人士。若您不具备投资的专业经验，请勿依赖本研究报告。对于英国分析员编纂的研究资料，其由CLSA （UK）制作并发布。就英国的金融行业准则，该资料被制作并意图作为实质性研究资料。CLSA （UK）由（英国）金融行为管理局授权并接受其管理。

欧洲经济区：本研究报告由荷兰金融市场管理局授权并管理的CLSA Europe BV 分发。

澳大利亚：CLSA Australia Pty Ltd (“CAPL”) (商业编号：53 139 992 331/金融服务牌照编号：350159) 受澳大利亚证券与投资委员会监管，且为澳大利亚证券交易所及CHI-X的市场参与主体。本研究报告在澳大利亚由CAPL仅向“批发客户”发布及分发。本研究报告未考虑收件人的具体投资目标、财务状况或特定需求。未经CAPL事先书面同意，本研究报告的收件人不得将其分发给任何第三方。本段所称的“批发客户”适用于《公司法（2001）》第761G条的规定。CAPL研究覆盖范围包括研究部门管理层不时认为与投资者相关的ASX All Ordinaries 指数成分股、离岸市场上市证券、未上市发行人及投资产品。CAPL寻求覆盖各个行业中与其国内及国际投资者相关的公司。

印度：CLSA India Private Limited，成立于 1994 年 11 月，为全球机构投资者、养老基金和企业提供股票经纪服务（印度证券交易委员会注册编号：INZ000001735）、研究服务（印度证券交易委员会注册编号：INH000001113）和商人银行服务（印度证券交易委员会注册编号：INM000010619）。CLSA 及其关联方可能持有标的公司的债务。此外，CLSA及其关联方在过去 12 个月内可能已从标的公司收取了非投资银行服务和/或非证券相关服务的报酬。如需了解CLSA India“关联方”的更多详情，请联系Compliance-India@clsa.com。

未经中信证券事先书面授权，任何人不得以任何目的复制、发送或销售本报告。

StartYourFinance

起点财经，网罗天下报告

资产配置专题系列

财富管理驱动的资产配置方案

每日免费获取报告

CONTENTS目录

1. 面向财富管理的配置方案设计流程

面向财富管理的配置方案设计流程

量化配置模型：

MVT模型后的资产配置发展方向

主动收益预测

进行风险配置

因子模型：基于因子预测收益

三类经典组合保险策略的发展

动态组合保险

OBPI

CPPI

TIPP

BL模型完美融合了贝叶斯思想。

BL模型数值解法的流程

配置模型工具示例：Risk Parity&Risk Budget

再平衡：时间维度、空间维度

2. 基于宏观周期和趋势动量的风险预算模型

 风险预算（Risk Budget）模型是一种泛化形式的风险平价（Risk Parity）模型。

 风险预算模型在某种程度上可以视为风险维度的BL模型。

RB的优劣势：

3. 养老场景配置： 下滑轨道模型

传统配置模型：静态配置，追求当期最优。

目标日期产品：

感谢您的信任与支持！

免责声明

分析师声明

一般性声明

评级说明

免责声明

特别声明

法律主体声明

针对不同司法管辖区的声明

StartYourFinance

3. 养老场景配置：下滑轨道模型

资产配置专题系列：财富管理驱动的资产配置方案-20230529-中信证券-32页