Jalur Chaos: Stabilitas dan Keamanan Menjadi Garis Utama Alokasi｜Rencana Alokasi Aset Makro Bulanan Guotai Haitong 202604

（Sumber: ）

Penulis: Fang Yi/Li Jian/Wang Zi-Yi/Wang He/Guo Jiao-Jiao

Inti pandangan: Berdasarkan kerangka alokasi aset skala besar (large asset allocation) dari CICC Haitong, kami berpendapat bahwa, di tengah prospek situasi geopolitik Timur Tengah yang masih belum jelas, aset yang aman dan stabil adalah alur utama alokasi aset skala besar. Pada bulan April, berikan perhatian pada keunggulan aset Tiongkok, overweight A/H shares, serta emas dan minyak mentah, dengan standar untuk logam industri.

Ringkasan

▶ Kami menyusun kerangka alokasi aset skala besar CICC Haitong yang terdiri dari “Strategic Asset Allocation (SAA)—Tactical Asset Allocation (TAA)—Penyesuaian melalui kajian peristiwa besar”, untuk dijadikan panduan menyeluruh bagi keputusan investasi. Berdasarkan kerangka tersebut, kami berpendapat bahwa dalam latar belakang tatanan global yang dipercepat untuk direkonstruksi dan tren memburuknya situasi geopolitik, “keamanan” kembali menjadi sumber daya yang paling langka, sedangkan emas adalah bentuk konkret untuk menghadapi ketidakpastian tersebut. Disarankan untuk overweight pada April untuk A shares, emas, dan minyak mentah.

▶ Mengusulkan bobot alokasi ekuitas April 2026 sebesar 40.00%: Overweight A shares (10.00%), standar untuk saham Hong Kong (7.50%), standar untuk saham AS (12.50%), standar untuk saham Eropa (5.00%), standar untuk saham Jepang (5.00%). Pasar saham Tiongkok memiliki ketahanan yang kuat; disarankan untuk overweight A shares. Stabil itu langka; pasar Tiongkok memiliki premi risiko yang lebih rendah. Dampak guncangan transaksi mikro tidak akan berlangsung lama; pada posisi saat ini tidak seharusnya melakukan penjualan beruntun (blind sell-off) secara membabi-buta. Pasar saham Tiongkok diharapkan dapat menunjukkan level dasar penting dan area “hitting/menembak” (击球区). Sikap pelonggaran yang mendukung dari Tiongkok serta diversifikasi cadangan/pertumbuhan yang beragam akan membantu memutus narasi risiko lebih cepat.

▶ Mengusulkan bobot alokasi obligasi April 2026 sebesar 40.00%: Obligasi pemerintah berdurasi panjang (10.00%), obligasi pemerintah berdurasi pendek (10.00%), obligasi pemerintah AS berdurasi panjang (10.00%), obligasi pemerintah AS berdurasi pendek (10.00%). Di antara aset obligasi, (1) penguatan atau penekanan ekspektasi inflasi akan memengaruhi kinerja obligasi berdurasi panjang. Kebutuhan pembiayaan dan ketidakseimbangan penawaran kredit masih merupakan realitas objektif, namun tren naik pada pusat (midpoint) preferensi risiko mengarah secara berkelanjutan; perusahaan-perusahaan domestik atau perusahaan dapat melakukan rebalancing alokasi aset. Dorongan kebijakan moneter cenderung relatif hati-hati dan terukur; dalam konteks harga energi global yang didorong oleh geopolitik, serta inflasi endogen yang melampaui perkiraan ke atas, nilai guna (value) penempatan obligasi durasi menengah-pendek lebih unggul dibanding obligasi durasi sangat panjang. (2) Ekonomi AS yang mengalami konvergensi marjinal, sementara ekspektasi inflasi menguat dan menekan kinerja obligasi pemerintah AS berdurasi panjang. Ketua Federal Reserve (bank sentral AS) yang dicalonkan oleh Trump, Wash, mendukung pemangkasan neraca (缩表) dan penurunan moderat suku bunga kebijakan moneter; setelahnya, imbal hasil obligasi pemerintah AS berpotensi turun secara moderat. Kebijakan yang diterapkan oleh pemerintahan Trump membuat kredit berdaulat AS melemah secara signifikan; bank sentral global dan institusi manajemen aset besar melakukan pengurangan kepemilikan obligasi pemerintah AS secara tren. Di bawah guncangan risiko geopolitik, dana safe-haven mungkin melakukan penempatan defensif, tetapi akan terhambat oleh perdagangan re-inflasi (再通胀).

▶ Mengusulkan bobot alokasi komoditas April 2026 sebesar 20.00%: Overweight emas (10.00%), overweight minyak mentah (6.25%), standar logam industri (3.75%). Dalam komoditas, (1) terdapat momentum kenaikan karena ekspektasi inflasi dan harga minyak; volatilitas harga emas dapat meningkat, setidaknya secara bertahap. Dalam jangka panjang, nilai strategis alokasi emas tetap dipertahankan: serangkaian kebijakan yang diterapkan oleh pemerintahan Trump membuat tatanan global secara bertahap terurai setelah Perang Dunia II. Dalam latar belakang tatanan global yang dipercepat direkonstruksi dan tren memburuknya situasi geopolitik, keamanan kembali menjadi sumber daya yang paling langka, sementara emas adalah wujud konkret untuk menghadapi ketidakpastian tersebut. Namun, ketika dana spekulatif keluar dan perdagangan re-inflasi terus terjadi atau secara signifikan meningkatkan volatilitas jangka pendek. (2) Situasi geopolitik Timur Tengah yang terus memburuk; disarankan overweight minyak mentah. Permintaan minyak mentah global relatif lemah, sementara kebijakan produksi OPEC+ berubah-ubah. Dalam beberapa waktu terakhir, situasi geopolitik Timur Tengah memburuk secara cepat dan cenderung membesar; dengan Selat Hormuz yang terus mengalami pemblokiran dan persediaan minyak mentah di berbagai ekonomi utama yang secara bertahap menurun, harga minyak mentah mungkin masih memiliki momentum kenaikan, tetapi ketidakpastian perkembangan geopolitik akan meningkatkan volatilitas pasar energi. (3) Perdagangan re-inflasi berevolusi menjadi perdagangan stagflasi (滞胀) atau menekan permintaan logam industri. Dalam beberapa tahun terakhir, perkembangan besar-besaran peralatan konstruksi dan kendaraan terkait listrik, serta ekspansi daya komputasi AI dan pembaruan fasilitas militer telah menghadirkan kebutuhan baru terhadap komoditas industri; logam industri yang diwakili oleh tembaga mungkin berada pada kondisi ketidakseimbangan pasokan-permintaan secara bertahap. Namun, saat ini perdagangan re-inflasi global berevolusi menjadi perdagangan stagflasi, atau menekan permintaan logam industri, serta meningkatkan volatilitas harga.

▶ Peringatan risiko: Ada keterbatasan pada dimensi analisis, terdapat subjektivitas dalam desain model, data historis dan ekspektasi memiliki bias, penyesuaian ekspektasi konsensus pasar, serta keterbatasan model kuantitatif.

Daftar Isi

01

Riwayat Kinerja Aset dan Pemantauan Makro

Kami meninjau, dalam bentuk laporan bulanan, peristiwa dan data penting yang mendapat perhatian tinggi pada pasar sepanjang Maret 2026 serta berdampak signifikan pada aset skala besar, serta melakukan penilaian dan ulasan yang diperlukan. Pada saat yang sama, berdasarkan kerangka alokasi aset skala besar CICC Haitong, kami menganalisis dampak perubahan marjinal ekonomi makro terhadap proyeksi aset skala besar dan pengaruh TAA (Tactical Asset Allocation). Pandangan alokasi taktis mencerminkan ekspektasi kami mengenai rasio risiko-imbal hasil suatu aset tertentu dalam waktu 1~3 bulan ke depan dibandingkan aset lainnya.

1.1. Kerangka Alokasi Aset CICC Haitong

Tim strategi CICC Haitong—kelompok alokasi aset—fokus pada penelitian alokasi aset skala besar yang menggabungkan pendekatan pasif dan aktif (kombinasi main-passive), serta secara aktif menggunakan analisis makro dan strategi model kuantitatif. Kami mengintegrasikan keunggulan keduanya secara organik untuk membentuk kerangka SAA strategis berbasis risk parity faktor makro, serta kerangka TAA taktis berbasis faktor-prakiraan (factor expectation) yang digerakkan oleh ekspektasi. Bersamaan dengan itu, kami secara aktif memanfaatkan pengalaman penilaian “tren besar” dari riset strategi untuk menelaah peristiwa kunci yang memengaruhi pasar modal, dan menangkap peluang investasi kunci.

1.2. Pelacakan Perubahan Marjinal Ekspektasi yang Konsisten secara Makro

Perubahan ekspektasi makro yang konsisten memengaruhi penetapan harga aset dan valuasi. Kami berpendapat bahwa saat panduan alokasi aset menggunakan analisis makro, perubahan ekspektasi konsensus pasar perlu diberi perhatian. Keadaan ekonomi penting, seperti pertumbuhan dan inflasi, bila meningkat atau menurun dengan cepat, akan memengaruhi harga aset melalui perubahan valuasi, yang kemudian memengaruhi imbal hasil aset.

02

Alokasi Strategis: Diversifikasi Risiko melalui Model Macro Factor Risk Parity

Tim strategi CICC Haitong—kelompok alokasi aset—mengembangkan model risk parity faktor makro untuk tahap SAA (Strategic Asset Allocation). Model ini dapat memanfaatkan keunggulan alokasi faktor secara lebih baik sekaligus menghindari kesulitan dalam membangun dan menerapkan faktor makro.

Berbeda dengan model faktor makro yang digunakan dalam beberapa riset lain, model risk parity faktor makro CICC Haitong lebih menekankan pada pengendalian risiko makro, yaitu risiko ketika data makro aktual melebihi perkiraan atau tidak sesuai perkiraan. Harga aset terutama mencerminkan ekspektasi atas informasi di masa depan; hanya “kejutan” yang melampaui perkiraan akan memicu fluktuasi harga. Dalam model multi-faktor makro, imbal hasil berasal dari risk premium atas risiko ekonomi makro. Pemenang Hadiah Nobel Ekonomi 2013, Eugene F. Fama, yang mengajukan Fama-French tiga-faktor model, pada tahun 1970 menerbitkan “Efficient Capital Markets: A Review of Theory and Empirical Work”, mengusulkan efficient market hypothesis (EMH), yang menerapkan rational expectations langsung ke penetapan harga aset. Teori ini menyatakan bahwa dalam pasar yang efisien, harga aset langsung mencerminkan semua informasi publik; investor hanya dapat memperoleh imbal hasil normal yang sesuai dengan tingkat risiko, sehingga tidak dapat mengalahkan pasar secara konsisten dalam jangka panjang. Ini juga menyiratkan bahwa ekspektasi makro yang konsisten dengan pasar sulit untuk memperoleh imbal hasil yang melampaui pasar.

Dalam pemilihan faktor, kami menggunakan indikator makro yang nyata untuk membangun faktor makro mentah (macro raw factor). Skema ini menghindari faktor makro terganggu oleh faktor transaksi dan faktor-faktor lain yang memengaruhi harga aset non-makro. Pada tahap SAA, tujuan model adalah mengejar diversifikasi risiko dan kestabilan relatif dalam penempatan posisi (allocation). Ini menghindari masalah frekuensi pada faktor indikator makro. Frekuensi penyesuaian SAA sendiri jauh lebih rendah daripada frekuensi rilis indikator; keterlambatan data hampir dapat diabaikan untuk investasi jangka panjang. Walaupun faktor indikator makro tidak dapat diinvestasikan secara langsung, pada tahap SAA, tujuan ditetapkan dengan menggunakan proporsi acuan (benchmark) dari berbagai aset kelas besar dalam “asset pool” yang dihitung, sehingga tidak bertentangan dengan metode investasi faktor yang diinvestasikan secara langsung atau instrumen investasi aset. Selain itu, metodologi investasi seperti analisis makro juga dapat dihubungkan secara efektif.

Oleh karena itu, kami mengolah data makro mentah tersebut: nilai prediksi yang diperoleh melalui pemrosesan musiman STL dijadikan ekspektasi pasar; selisih antara nilai aktual (real value) dan nilai prediksi digunakan sebagai faktor risiko makro; lalu setiap faktor dinormalisasi.

Dalam pemilihan faktor makro mentah, model risk parity faktor makro CICC Haitong memilih faktor ekonomi domestik dan faktor premi aset luar negeri. Faktor ekonomi makro domestik yang mengendalikan eksposur risiko meliputi faktor pertumbuhan, inflasi, suku bunga, kredit, nilai tukar, dan likuiditas. Faktor aset luar negeri meliputi faktor Amerika Serikat, Eropa, Jepang, dan India. Dalam proses estimasi model, kami menggunakan pendekatan mirip model Barra. Kelebihan model faktor yang eksplisit ini adalah faktor dibangun dari karakteristik aset, sehingga lebih sesuai dengan makna ekonomis; arah model risk parity risk factor juga lebih jelas, yaitu menghindari risiko eksposur pada bagian yang tidak terduga (unexpected part) dari faktor makro yang terkonsentrasi secara berlebihan.

Sebelum regresi eksposur faktor, kami terlebih dahulu menggunakan informasi apriori subjektif: menentukan faktor makro potensial yang mungkin terkait dengan setiap kelas aset, misalnya, dalam tulisan ini kami berpendapat faktor kredit hanya akan memengaruhi harga aset obligasi kredit dan kelas aset obligasi korporasi; oleh karena itu aset lainnya tidak dimasukkan dalam perhitungan regresi multivariat dengan faktor kredit. Pada saat menghitung matriks eksposur faktor aset pada setiap akhir bulan, kami menggunakan regresi linear multivariat untuk menentukan koefisien regresi; jendela regresi menggunakan rolling 5 tahun terakhir, dan half-life bobot regresi adalah 1 tahun.

Hasil validasi backtest strategi membuktikan efektivitas model risk parity faktor makro. Kami menggunakan tujuh jenis aset representatif—CSI 800, Indeks Hang Seng, S&P 500, obligasi pemerintah surat (利率债), obligasi perusahaan (企业债), Nanhua Commodities, dan emas internasional—untuk melakukan backtest pergeseran portofolio bulanan, serta menggunakan model risk parity dari tujuh jenis aset yang sama sebagai referensi benchmark.

Hasil backtest strategi menunjukkan bahwa, dibanding model risk parity faktor, model risk parity faktor makro menghasilkan kenaikan imbal hasil yang signifikan, namun rasio Sharpe melemah. Mengingat model ini pada tahap SAA menargetkan diversifikasi risiko makro, hasilnya dapat diterima.

Dari sisi kondisi posisi (holding), saat tidak dilakukan pembatasan posisi, meskipun volatilitas perubahan posisi pada strategi risk parity faktor makro sedikit lebih kuat dibanding model risk parity faktor, proporsi alokasi tiap kelas aset tetap relatif stabil dan seimbang. Proporsi aset obligasi berada di kisaran 40-50%, aset ekuitas sekitar 50%, sedangkan proporsi alokasi aset komoditas kurang dari 10%, yang pada dasarnya memenuhi kebutuhan investasi arus utama.

Berdasarkan analisis komprehensif mengenai lingkungan makro dan alokasi aset dari model di atas serta tim strategi dan alokasi aset CICC Haitong, kami menggunakan proporsi aset yang dihitung melalui model risk parity faktor makro SAA sebagai referensi. Kami menetapkan proporsi benchmark untuk ekuitas, obligasi, dan komoditas masing-masing sebesar 45%, 45%, dan 10%, dengan batas maksimum deviasi sebesar 10%.

03

Alokasi Taktis: Strategi BL yang menggabungkan pandangan aktif-pasif untuk meningkatkan imbal hasil

3.1. Dari pemodelan faktor makro untuk satu aset menjadi rotasi multi-aset

Metodologi TAA dalam kerangka alokasi aset CICC Haitong didasarkan pada pemahaman model “investment clock” dan “nested cycle”. Strategi rotasi BL bergantung pada metodologi berbasis siklus. Kami melakukan pemodelan kuantitatif untuk satu aset: yaitu mengkuantifikasi tingkat tekanan lingkungan dari suatu siklus pada suatu entitas ekonomi, sehingga membentuk beberapa faktor makro dasar yang memiliki ciri siklus yang jelas. Lalu faktor makro dasar tersebut diproses menggunakan kuantil secara terbalik (inverse quantile ranking) untuk menghasilkan indikator penilaian siklus makro untuk jenis siklus tersebut. Terakhir, dengan menggabungkan berbagai indikator penilaian siklus makro terkait, kami menyusun indikator penilaian makro komprehensif yang ditujukan untuk aset atau gaya tertentu berdasarkan korelasi dan logika ekonomis. Singkatnya, kami membuat indikator fundamental makro yang terpersonalisasi untuk setiap kelas aset, yang menjadi dasar penting dalam memahami kinerja harga aset dan membentuk matriks pandangan subjektif.

Dalam laporan khusus yang diterbitkan pada 11 Maret 2024 berjudul “Dari scoring makro-friendliness ke matriks pandangan model BL—ide baru alokasi aset skala besar gabungan aktif dan pasif”, kami memproses sederhana indikator penilaian makro komprehensif aset untuk menghasilkan pandangan subjektif, lalu menggabungkannya dengan model Black-Litterman dalam model kuantitatif. Prosesnya dimulai dari mengubah ekspektasi konsisten indikator ekonomi makro menjadi ekspektasi indikator penilaian makro komprehensif aset, lalu mengubahnya menjadi ekspektasi imbal hasil rata-rata untuk berbagai aset, dan akhirnya dimasukkan ke dalam matriks pandangan BL. Dengan aset yang dapat dipilih meliputi ekuitas (AH US JP IN ID), obligasi (CHN US), komoditas, dolar AS, dan emas, strategi BL untuk alokasi aset skala besar global (yaitu strategi model BL yang memasukkan pandangan subjektif makro komprehensif aset termasuk nilai tukar) dalam periode backtest lima tahun (2019/01/2-2024/02/29) dapat mencapai imbal hasil tahunan 23.1%, secara signifikan lebih baik dibanding strategi pembanding lainnya, yang menunjukkan efektivitas kombinasi riset subjektif dan kuantitatif.

Dalam performa out-of-sample sejak Maret 2024, strategi BL untuk alokasi aset skala besar global juga menunjukkan stabilitas yang kuat, bahkan lebih menonjol. Imbal hasil strategi pada seluruh tahun 2024 mencapai 24%, pada 2025 mencapai 52%, dan rasio Sharpe pada seluruh periode backtest saat ini mencapai 1.76. Dari posisi yang dipegang pada tiap periode dapat dilihat bahwa strategi ini berhasil menangkap bull market bersejarah emas pada kuartal pertama 2025, serta perbaikan (rebound) pada A股 dan tren menuju rekor tertinggi pada kuartal kedua. Sebagai strategi yang melakukan penyesuaian portofolio bulanan dan dipandu logika ekonomi makro, performanya dapat dikatakan sangat baik. Dalam kerangka baru, kami menggunakan strategi BL untuk alokasi aset skala besar global sebagai metode peningkatan imbal hasil untuk tahap TAA. Meskipun konsentrasi kepemilikan strategi ini relatif tinggi, setelah tahap SAA menggunakan model risk parity faktor makro untuk menetapkan proporsi benchmark tiap kelas aset, strategi ini hanya melakukan deviasi terbatas dari benchmark kepemilikan pada tahap TAA, sehingga masalah tersebut dapat diatasi secara efektif.

Model TAA, yaitu strategi BL untuk alokasi aset skala besar global, menghasilkan imbal hasil 43.3% pada tahun 2025 di luar sampel, dan pada tahun 2026 YTD menghasilkan 5.2% imbal hasil.

3.2. Kombinasi skema yang menguatkan imbal hasil melalui pusat alokasi SAA dan pengayaan TAA menunjukkan performa yang menonjol

Kami menggunakan proses kuantitatif standar sebagai skema alokasi aset: pusat alokasi ditetapkan oleh model risk parity faktor makro SAA + peningkatan imbal hasil melalui rotasi aset TAA. Kami menjadikan alokasi strategis yang dihitung menggunakan model risk parity faktor makro sebagai benchmark portofolio, dengan bobot kelas aset besar masing-masing: ekuitas 45.00% (A shares 7.50%, saham Hong Kong 7.50%, saham AS 15.00%, saham Eropa 5.00%, saham Jepang 5.00%, saham India 5.00%), bobot obligasi 45.00% (di mana obligasi pemerintah Tiongkok 22.50%, obligasi pemerintah AS 22.50%), dan bobot komoditas 10.00% (di mana emas 5.00%, minyak mentah 2.50%, indeks komoditas Nanhua 2.50%).

Kami menetapkan batas atas dan bawah deviasi alokasi kelas aset sebesar ±10%. Untuk bobot aset rinci di dalamnya, terutama mengacu pada hasil pelaksanaan model alokasi aset taktis Black-Litterman, serta dikombinasikan dengan penetapan berdasarkan analisis subjektif. Strategi ini menggabungkan pusat alokasi SAA dengan pengayaan imbal hasil TAA, sehingga mampu mengendalikan volatilitas dan penarikan maksimum (maximum drawdown) secara efektif, serta meningkatkan imbal hasil dari strategi alokasi strategis yang ada. Pada tahun 2025, model ini menghasilkan imbal hasil tahunan 21.7%, rasio Sharpe mencapai 2.29, rasio Calmar sebesar 3.84, dan penarikan maksimum dalam setahun adalah 5.6%.

04

Kajian peristiwa makro besar dan rencana alokasi

4.1. Kajian peristiwa makro besar terbaru

Tim riset strategi dan alokasi aset CICC Haitong berupaya menggabungkan secara efektif model kuantitatif dan analisis subjektif. Dalam proses investasi nyata, kajian dan penyesuaian peristiwa besar juga merupakan tahap kunci. Meski dalam kerangka alokasi aset yang sangat terkuantifikasi tampak “subjektif”, dalam penerapannya yang dikombinasikan dengan strategi kuantitatif, hal tersebut dapat secara efektif meningkatkan akurasi dan kemampuan beradaptasi keputusan investasi. Penilaian dan penyesuaian subjektif juga merupakan “jaring pengaman” untuk investasi kuantitatif, terutama tidak tergantikan pada saat kejadian ekstrem, perubahan kebijakan, dan kegagalan model. Saat melakukan kajian peristiwa pada bagian ini, kami terutama menganalisis peristiwa besar yang berpotensi memengaruhi pergerakan harga bulanan.

4.2. Rencana alokasi aset skala besar taktis untuk Februari 2026

Dari sisi ekuitas: Pasar saham Tiongkok memiliki ketahanan yang kuat; disarankan overweight A shares. Stabilitas itu langka; pasar Tiongkok memiliki premi risiko yang lebih rendah. Dampak guncangan transaksi mikro tidak akan berlangsung lama; pada posisi saat ini tidak seharusnya melakukan penurunan tajam (blind sell-off) secara membabi-buta. Pasar saham Tiongkok diharapkan menunjukkan dasar penting dan area “hitting/击球区”. Sikap pelonggaran yang mendukung dari Tiongkok dan cadangan/pertumbuhan yang terdiversifikasi akan membantu memutus narasi risiko lebih cepat.

Dari sisi obligasi: (1) ekspektasi inflasi yang menguat atau yang menekan kinerja obligasi berdurasi panjang. Kebutuhan pembiayaan dan ketidakseimbangan penawaran kredit tetap merupakan realitas objektif, tetapi tren naik pada pusat preferensi risiko; perusahaan rumah tangga dan perusahaan dapat melakukan rebalancing alokasi aset. Dorongan kebijakan moneter relatif hati-hati dan terukur; dalam latar belakang geopolitik mendorong harga energi global, serta inflasi endogen yang naik di atas perkiraan, nilai guna penempatan obligasi durasi menengah-pendek lebih baik dibanding obligasi durasi sangat panjang. (2) Ekonomi AS yang melambat marjinal hingga konvergen, sementara ekspektasi inflasi menguat dan menekan kinerja obligasi pemerintah AS berdurasi panjang. Ketua Federal Reserve AS yang dicalonkan oleh Trump, Wash, mendukung pemangkasan neraca (缩表) dan penurunan moderat suku bunga kebijakan moneter; imbal hasil obligasi pemerintah AS selanjutnya berpotensi turun secara moderat. Kebijakan yang diterapkan oleh pemerintahan Trump membuat kredit berdaulat AS melemah secara signifikan; bank sentral global dan institusi manajemen aset besar mengurangi kepemilikan obligasi pemerintah AS secara tren. Di bawah guncangan risiko geopolitik, dana safe-haven mungkin melakukan penempatan defensif, tetapi akan terhambat oleh perdagangan re-inflasi.

Dari sisi komoditas: (1) ekspektasi inflasi dan harga minyak memiliki momentum kenaikan; volatilitas harga emas bisa meningkat atau memburuk secara bertahap. Dalam jangka panjang, nilai alokasi strategis emas tetap terjaga: rangkaian kebijakan yang diterapkan oleh pemerintahan Trump membuat tatanan global secara bertahap terurai setelah Perang Dunia II. Dalam latar belakang tatanan global yang dipercepat direkonstruksi dan tren memburuknya situasi geopolitik, keamanan kembali menjadi sumber daya yang paling langka, sedangkan emas adalah bentuk konkret untuk menghadapi ketidakpastian tersebut. Namun, ketika dana spekulatif keluar dan perdagangan re-inflasi terus berlangsung atau secara signifikan meningkatkan volatilitas jangka pendek. (2) Situasi geopolitik Timur Tengah terus memburuk; disarankan overweight minyak mentah. Permintaan minyak mentah global relatif lemah, sementara kebijakan produksi OPEC+ berubah-ubah. Dalam beberapa waktu terakhir, situasi geopolitik Timur Tengah memburuk secara tajam dan memiliki kecenderungan untuk membesar; dengan Selat Hormuz yang terus mengalami pemblokiran serta persediaan minyak mentah di masing-masing ekonomi utama yang secara bertahap menurun, harga minyak mentah mungkin masih memiliki momentum kenaikan, namun ketidakpastian perkembangan geopolitik akan memperkuat volatilitas pasar energi. (3) perdagangan re-inflasi berevolusi menjadi perdagangan stagflasi, atau menekan permintaan logam industri. Dalam beberapa tahun terakhir, perkembangan besar-besaran peralatan konstruksi dan kendaraan yang terkait listrik, serta ekspansi daya hitung AI dan pembaruan fasilitas militer, telah menghadirkan kebutuhan baru pada komoditas industri; logam industri yang diwakili oleh tembaga mungkin secara bertahap berada dalam ketidakseimbangan pasokan dan permintaan. Namun, saat ini, perdagangan re-inflasi makro global berevolusi menjadi perdagangan stagflasi, atau menekan permintaan logam industri, serta meningkatkan volatilitas harga.

Berdasarkan kerangka riset yang disebut dalam “Ringkasan singkat Sistem Riset Alokasi Aset Skala Besar yang Proaktif” yang diterbitkan pada Maret 2025, sesuai dengan hasil perhitungan model TAA Bab 3 dan kesimpulan kajian peristiwa pada Bab 4 Bagian 1, rencana alokasi aset skala besar taktis untuk Februari 2026 diperbarui sebagai berikut:

Bobot alokasi ekuitas sebesar 40.00%: overweight A shares (10.00%), standar saham Hong Kong (7.50%), standar saham AS (12.50%), standar saham Eropa (5.00%), standar saham Jepang (5.00%).

Bobot alokasi obligasi sebesar 40.00%: obligasi pemerintah berdurasi panjang (10.00%), obligasi pemerintah berdurasi pendek (10.00%), obligasi pemerintah AS berdurasi panjang (10.00%), obligasi pemerintah AS berdurasi pendek (10.00%).

Bobot alokasi komoditas sebesar 20.00%: overweight emas (10.00%), overweight minyak mentah (6.25%), standar logam industri (3.75%).

05

Peringatan Risiko

Ada keterbatasan pada dimensi analisis: kerangka riset didasarkan pada pandangan analis, sehingga dimensi analisis mungkin tidak sepenuhnya mencerminkan faktor penetapan harga pasar.

Ada subjektivitas dalam desain model: pemilihan faktor dan bobot pada model faktor makro didasarkan pada kombinasi objektif dan subjektif; bagian objektif bersumber dari backtest kuantitatif, sedangkan bagian subjektif bersumber dari pengalaman dan penilaian, sehingga dapat menimbulkan bias tertentu.

Ada perbedaan antara data historis dan ekspektasi: data historis dan data ekspektasi yang digunakan dalam laporan mungkin tidak dapat secara akurat merepresentasikan ekspektasi aktual pasar.

Penyesuaian ekspektasi konsensus pasar: semua kesimpulan laporan didasarkan pada asumsi netral untuk ekspektasi konsensus pasar. Jika terjadi peristiwa yang melampaui ekspektasi dan menyebabkan penyesuaian ekspektasi pasar serta faktor makro yang terkait, atau menyebabkan kesimpulan model berubah.

Keterbatasan model kuantitatif: Kesimpulan ini hanya diturunkan dari model kuantitatif, dan tidak bertepatan dengan pandangan tim riset lain di lembaga riset tersebut. Untuk pandangan tim riset lain di lembaga riset terkait industri di atas, silakan rujuk laporan riset terkait yang telah dipublikasikan.

Penafian

Tim strategi CICC Haitong

Berita melimpah, interpretasi yang akurat—semuanya ada di aplikasi Sina Finance