Хаосный путь: стабильность и безопасность становятся основными направлениями настройки｜Месячный план распределения крупных активов Guotai Haitong 202604

（Источник: Ей Гуань дасши）

Автор: Фан И / Ли Цзянь / Ван Цзыюй / Ван Хэ / Го Цзяоцзяо

Ключевая позиция: На основе рамки крупноклассового распределения активов Guotai Haitong для мы считаем, что на фоне, когда перспективы ближневосточной геополитической ситуации еще неясны, активы безопасности и стабильности являются главной линией в крупноклассовом распределении активов. В апреле следует уделить внимание преимуществу китайских активов: сверхвес по акциям A/H, а также золото и нефть — с базовым уровнем. В качестве стандарта — промышленные металлы.

Аннотация

▶ Мы построили рамку крупноклассового распределения активов Guotai Haitong, состоящую из «стратегического распределения активов (SAA) — тактического распределения активов (TAA) — корректировки по итогам рассмотрения ключевых событий», чтобы служить комплексным ориентиром для инвестиционных решений. На основе этой рамки мы считаем, что на фоне ускоренного переустройства глобального порядка и тенденциозного ухудшения геополитической обстановки безопасность снова стала самым дефицитным ресурсом, а золото — наглядной формой противостояния такой неопределенности. Рекомендуется сверхвес в апреле по A-акциям, золоту и нефти.

▶ Рекомендуемая доля акций в апреле 2026 года составляет 40.00%: сверхвес по A-акциям (10.00%), базовый уровень по гонконгским акциям (7.50%), базовый уровень по американским акциям (12.50%), базовый уровень по европейским акциям (5.00%), базовый уровень по японским акциям (5.00%). Китайский рынок акций обладает повышенной устойчивостью — рекомендуется сверхвес по A-акциям. Стабильность дефицитна: на китайском рынке более низкая премия за риск. Микроуровневые торговые шоки не будут длительными; текущие позиции не стоит слепо распродавать. Китайский рынок акций, вероятно, сформирует важные уровни дна и зоны отскока. Поддерживающая мягкая позиция Китая и диверсифицированные резервы / рост способствуют более быстрому разрушению риск-нарратива.

▶ Рекомендуемая доля облигаций в апреле 2026 года составляет 40.00%: облигации с длинной дюрацией (10.00%), облигации с короткой дюрацией (10.00%), долгосрочные казначейские облигации США (10.00%), краткосрочные казначейские облигации США (10.00%). Среди облигационных активов: (1) укрепление или подавление результатов длиннодюрационных облигаций через инфляционные ожидания. Неравновесие между потребностями в финансировании и предложением кредита остается объективной реальностью, однако центральный тренд риск-аппетита идет вверх; домохозяйства/предприятия могут выполнять перебалансировку активов. Усиление денежно-кредитной политики относительно сдержанное и умеренное; на фоне того, что геополитика поднимает глобальные цены на энергоносители, а эндогенная инфляция идет выше ожиданий, ценность настройки в средне- и короткодюрационных облигациях по соотношению «цена/эффект» лучше, чем у сверхдлинных. (2) Сближение предельных показателей экономики США, при этом инфляционные ожидания усиливаются и подавляют результаты долгосрочных казначейских облигаций США. Председатель ФРС Уолш, которого номинировал Трамп, выступает за сокращение баланса и мягкое снижение ставок денежно-кредитной политики; далее доходности по облигациям США, вероятно, будут умеренно снижаться. Реализация политик администрацией Трампа существенно ослабила суверенный кредит США; глобальные центробанки и крупные управляющие активами институты тенденциозно сокращают долю облигаций США. На фоне геополитического риска средства бегства в качество могут выполнять оборонительное размещение, но на это накладываются ограничения со стороны продолжающейся «перестройки» через повторную инфляцию.

▶ Рекомендуемая доля товарных активов в апреле 2026 года составляет 20.00%: сверхвес по золоту (10.00%), сверхвес по нефти (6.25%), базовый уровень по промышленным металлам (3.75%). В товарных активах: (1) инфляционные ожидания и цены на нефть имеют потенциал роста; волатильность цен на золото может усиливаться, а также возможна периодическая активизация. В долгосрочном плане стратегическая ценность золота сохраняется: серия политик, реализуемых администрацией Трампа, постепенно разрушает мировой порядок после Второй мировой войны. На фоне ускоренного переустройства глобального порядка и тенденциозного ухудшения геополитической обстановки безопасность снова стала самым дефицитным ресурсом, а золото — наглядной формой противостояния такой неопределенности. Однако отток спекулятивного капитала и продолжающаяся «сценарная» перестройка на повторную инфляцию могут либо продолжать проигрываться, либо существенно усиливать краткосрочную волатильность. (2) Геополитическая обстановка на Ближнем Востоке продолжает ухудшаться — рекомендуется сверхвес по нефти. Глобальный спрос на нефть относительно слабый; политика OPEC+ по объемам добычи изменчива. В последнее время геополитическая обстановка на Ближнем Востоке резко ухудшилась и есть тенденция к дальнейшему расширению; на фоне продолжающейся блокады пролива Хормуз и постепенного снижения запасов нефти у ключевых экономик цена нефти может все еще иметь потенциал роста, но неопределенность развития геополитики усилит волатильность на энергетическом рынке. (3) Трейд по повторной инфляции эволюционирует в трейд по стагфляции или может подавлять спрос на промышленные металлы. В последние годы активное развитие энергосвязанного строительного оборудования и транспортных средств, а также расширение мощностей для AI и обновление военных объектов создают дополнительный спрос на промышленные товары; промышленные металлы, представленные медью, могли находиться на определенном этапе в ситуации дисбаланса спроса и предложения. Но сейчас глобальный трейд по повторной инфляции эволюционирует в трейд по стагфляции или подавляет спрос на промышленные металлы и усиливает волатильность цен.

▶ Предупреждение о рисках: Аналитические измерения имеют ограничения; модельный дизайн содержит субъективность; исторические и ожидаемые данные имеют отклонения; корректировка рыночных консенсусных ожиданий; ограничения количественных моделей.

Оглавление

01

Обзор эффективности активов и макро-мониторинг

Мы в формате ежемесячного отчета вспоминаем события и важные данные за март 2026 года, которые привлекали повышенное внимание рынка и оказывают влияние на крупноклассовые активы, а также проводим необходимые разборы и комментарии. Одновременно на основе рамки крупноклассового распределения активов Guotai Haitong анализируем, как предельные изменения макроэкономики влияют на прогнозы по крупноклассовым активам и на TAA (тактическое распределение активов). Тактические взгляды отражают наши ожидания по соотношению риск-доходность для конкретного актива на горизонте будущих 1–3 месяцев по сравнению с другими активами.

1.1. Рамка распределения активов Guotai Haitong

Стратегическая команда Guotai Haitong в блоке распределения активов сосредоточена на исследованиях крупноклассового распределения активов с сочетанием активного и пассивного подходов; активно применяются макроанализ и количественные модельные стратегии. Мы органично сочетаем преимущества обоих подходов, строим стратегическую рамку распределения активов на базе макро-факторного риск-паритета и тактическую рамку распределения активов, управляемую ожиданиями по факторам; параллельно активно используем опыт рассмотрения ключевых тенденций из стратегических исследований, чтобы разбирать ключевые события, влияющие на капиталовые рынки, и находить важные инвестиционные возможности.

1.2. Мониторинг предельных изменений рыночных консенсусных ожиданий

Изменения макро консенсусных ожиданий влияют на ценообразование и оценку активов. Мы считаем, что при использовании макроанализа для распределения активов нужно уделять внимание изменениям рыночных консенсусных ожиданий. Важные экономические состояния, такие как ожидания роста и инфляции, при быстром росте или падении будут через изменения в оценках влиять на цены активов и тем самым — на доходность активов.

02

Стратегическое распределение: диверсификация риска на основе модели макро-факторного риск-паритета

Стратегическая команда Guotai Haitong разработала для сегмента стратегического распределения активов (SAA) модель макро-факторного риск-паритета. Эта модель позволяет одновременно хорошо использовать преимущества факторного распределения и избегать трудностей при построении и применении макро-факторов.

В отличие от некоторых макро-факторных моделей, используемых в отдельных исследованиях, модель макро-факторного риск-паритета Guotai Haitong больше внимания уделяет контролю макро-рисков — риску того, что реальные макроданные окажутся выше ожиданий или ниже ожиданий. Цены активов в основном отражают ожидания относительно будущей информации; лишь «неожиданные» шоки сверх ожиданий вызывают колебания цен. В многофакторных макромоделях доходность формируется за счет риск-премии макроэкономики. Лауреат Нобелевской премии по экономике 2013 года, Е. Фама (Eugene F. Fama), автор модели Fama-French трех факторов, в работе 1970 года «Эффективный рынок капитала: теоретические и эмпирические исследования» (Effective Capital Market: A Review of the Theoretical and Empirical Literature) предложил гипотезу эффективного рынка (EMH), согласно которой рациональные ожидания напрямую применяются в ценообразовании активов. Эта теория предполагает, что в эффективном рынке цены активов мгновенно отражают всю публично доступную информацию; инвесторы могут получать только нормальную доходность, соответствующую риску, и не могут в долгосрочной перспективе обыгрывать рынок. Это также подразумевает, что получение доходности, превышающей рынок, трудно там, где макро-ожидания совпадают с рыночными.

На этапе выбора факторов мы используем реальные макроиндикаторы для построения исходных макрофакторов. Такое решение позволяет избежать влияния торговых факторов и прочих не-макро влияний на цены других не-макроактивов при формировании макро-факторов. На этапе SAA цель модели — стремиться к диверсификации риска и относительной стабильности позиций размещения. Это позволяет избежать проблем частотности факторов по макроиндикаторам. Частота корректировок SAA значительно ниже, чем частота публикаций индикаторов; задержка данных для долгосрочных инвестиций практически незначима. Хотя факторы по макроиндикаторам напрямую не инвестируемы, на этапе SAA цели задаются через расчет базовых пропорций крупноклассовых активов в расчетном портфельном пуле; это не вступает в конфликт с инвестированием факторов напрямую или с инструментами инвестирования активов, а также позволяет эффективно стыковать SAA с инвестиционными методологиями, включая макроанализ и др.

Таким образом, мы обрабатываем исходные макроданные: прогнозные значения, полученные после STL-сезонной обработки, используем как рыночные ожидания; разницу между реальными значениями и прогнозом — как макрориск-фактор; затем нормируем все категории факторов.

При выборе исходных макрофакторов модель макро-факторного риск-паритета Guotai Haitong выбирает внутренний фактор экономики и зарубежные факторы премии по активам. Среди внутренних факторов, контролирующих риск, присутствуют факторы роста, инфляции, процентных ставок, кредитов, валютного курса и ликвидности. Зарубежные факторы включают факторы США, Европы, Японии и Индии. В процессе оценки модели мы используем подход, аналогичный методике Barra. Преимущества явной факторной модели состоят в том, что факторы строятся, исходя из характеристик активов, что лучше отражает экономический смысл; а направленность факторной модели риск-паритета более ясна: избегается чрезмерная концентрация риск-экспозиции по непредвиденной части макрофакторов.

Перед регрессией по факторам воздействия мы сначала задаем априорную субъективную информацию: определяем, какие макрофакторы могут быть релевантны для каждого класса активов. Например, в данной статье считаем, что кредитный фактор влияет только на цены кредитных облигаций и облигаций предприятий; поэтому при множественной регрессии остальные активы не включаются с кредитным фактором для расчета факторных экспозиций. В конце каждого месяца при расчете матрицы факторных экспозиций активов используется множественная линейная регрессия для определения коэффициентов; окно регрессии — скользящие 5 лет назад; полуразвалистость весов регрессии — 1 год.

Результаты бэктестов стратегии подтверждают эффективность модели макро-факторного риск-паритета. Мы использовали семь категорий активов — CSI 800, индекс Hang Seng, S&P 500, процентные облигации, корпоративные облигации, товары Nanhua и международное золото — как репрезентативные крупноклассовые активы для ежемесячного ребалансировочного бэктеста, и применили ту же модель риск-паритета факторов для тех же семи категорий активов в качестве базового ориентира.

Результаты бэктеста стратегии показывают, что по сравнению с моделью факторного риск-паритета модель макро-факторного риск-паритета обеспечивает заметно более высокую доходность, хотя показатель Шарпа ослабевает. С учетом того, что в сегменте SAA модель нацелена на диверсификацию макрорисков, результат можно считать удовлетворительным.

По структуре позиций: при отсутствии ограничений по доле активов, несмотря на то что по сравнению с стратегией риск-паритета колебания позиций в макро-факторной риск-паритетной стратегии немного сильнее, доли распределения по крупноклассовым активам все равно остаются относительно стабильными и сбалансированными. Доля облигационных активов находится в диапазоне 40–50%, доля акций — около 50%, а доля товарных активов — менее 10%, что в целом соответствует потребностям мейнстрим-инвестирования.

На основе вышеописанной модели и комплексного анализа макро-среды и распределения активов стратегической командой Guotai Haitong, мы используем доли активов, рассчитанные по модели SAA макро-факторного риск-паритета, в качестве ориентира: устанавливаем базовые пропорции для акций, облигаций и товаров как 45%, 45% и 10%; верхний предел отклонения задаем 10%.

03

Тактическое распределение: BL-стратегия, объединяющая активный и пассивный подход для усиления доходности

3.1. От моделирования макрофакторов для одного актива к ротации по нескольким активам

TAA-методология в рамке распределения активов Guotai Haitong основана на понимании инвестиционного «часового механизма» и вложенной модели циклов, тогда как BL-ротационная стратегия зависит от методологии циклов. Мы применяем количественное моделирование для одного актива: оцениваем степень давления среды некоторого типа цикла конкретного экономического субъекта и количественно выражаем ее, формируя ряд макро-факторов нижнего уровня с ярко выраженной цикличностью. Затем проводим разбиение по квантилям в обратном порядке для этих «исходных» макрофакторов нижнего уровня, получая показатель макро-циклического скоринга для данного типа цикла. Далее, объединяя различные показатели макро-циклического скоринга по циклам, на основе корреляции и экономической логики формируем комплексный макроскоринговый показатель для конкретного типа актива или стиля. Проще говоря, мы создаем для каждого класса активов собственные количественные индикаторы макро-фундаментала, которые служат важной основой для нашего понимания результативности цен активов и формирования матрицы субъективных взглядов.

В специальном отчете «От скоринга макро-дружественности до матрицы взглядов BL-модели — новая идея крупноклассового распределения с сочетанием активного и пассивного подходов», опубликованном 11 марта 2024 года, мы используем простую обработку показателя комплексного макро-скоринга активов для получения субъективных взглядов, а затем соединяем его с Black-Litterman моделью в количественной модели распределения. Конкретный процесс начинается с преобразования согласованных ожиданий по макроэкономическим индикаторам в ожидания по комплексному макро-скорингу активов, затем — в ожидаемые доходности по крупноклассовым активам, и в конце — встраивает их в матрицу взглядов BL. При наборе доступных активов, включающем акции (AH США Япония Индия и т.д.), облигации (Китай и США), товары, доллар, золото, глобальная BL-стратегия крупноклассового распределения (то есть BL-модель стратегия, вводящая субъективные взгляды по комплексному макро-скорингу активов, включая валютный курс) в пятилетнем периоде бэктеста (2019/01/2–2024/02/29) обеспечивала годовую доходность до 23.1%, что существенно лучше, чем другие сравнительные стратегии. Это отражает эффективность сочетания субъективных и количественных исследований.

В выборке вне периода с 2024 марта глобальная BL-стратегия крупноклассового распределения активов демонстрирует устойчивую и даже более впечатляющую работу. Доходность стратегии по итогам 2024 года составила 24%, по итогам 2025 года — 52%; текущий показатель Шарпа за весь бэктестовый период — 1.76. По позициям видно, что стратегия успешно уловила исторический «бычий» рынок по золоту в первом квартале 2025 года, а во втором квартале — восстановление и сценарий с обновлением максимумов по A-акциям. Как стратегия ежемесячного ребалансирования, руководимая логикой макроэкономики, ее результаты можно назвать превосходными. В новой рамке мы используем глобальную BL-стратегию крупноклассового распределения как метод усиления доходности в сегменте TAA. Несмотря на то, что концентрация позиций у этой стратегии высока, после того как в сегменте SAA макро-факторная модель риск-паритета устанавливает базовые пропорции по крупноклассовым активам, в сегменте TAA эта стратегия сможет эффективно решить проблему за счет ограниченных отклонений от базовых позиций.

TAA-модель, то есть глобальная BL-стратегия распределения крупноклассовых активов, в выборке вне периода в 2025 году обеспечила доходность 43.3%, а в 2026 YTD — 5.2%.

3.2. Совмещение «центра» SAA и схемы усиления доходности через TAA — особенно яркие результаты

Мы рассматриваем стандартный количественный процесс распределения активов как: «центр» распределения, определенный SAA макро-факторным риск-паритетом + усиление доходности за счет ротации активов TAA. Мы используем стратегическое распределение активов, рассчитанное по модели макро-факторного риск-паритета, как базу портфеля, при этом веса крупноклассовых активов следующие: 45.00% акции (A-акции 7.50%, Гонконг 7.50%, США 15.00%, Европа 5.00%, Япония 5.00%, Индия 5.00%), вес облигаций 45.00% (из них Китайские гособлигации 22.50%, американские гособлигации 22.50%), вес товаров 10.00% (из них золото 5.00%, нефть 2.50%, индекс товаров Nanhua 2.50%).

Мы устанавливаем верхний и нижний пределы отклонения долей крупноклассовых активов на уровне ±10%; веса внутренней детализации активов в основном опираются на результаты работы тактической модели Black-Litterman и дополняются параметрами, заданными субъективным анализом. Эта стратегия сочетает «центр» SAA и усиление доходности через TAA, что позволяет эффективно контролировать волатильность и максимальную просадку и усилить доходность исходной стратегической стратегии распределения активов. В 2025 году эта модель достигла годовой доходности 21.7%, коэффициент Шарпа — 2.29, коэффициент Ка́рма — 3.84, максимальная внутригода просадка — 5.6%.

04

Рассмотрение крупных макрособытий и план распределения

4.1. Рассмотрение крупных макрособытий в последнее время

Стратегическая и исследовательская команда Guotai Haitong стремится к эффективному сочетанию количественных моделей и субъективного анализа. В реальном инвестиционном процессе рассмотрение и корректировка крупных событий также являются ключевыми этапами. Хотя в высоко количественной рамке распределения активов они выглядят «субъективными», при практическом применении в сочетании с количественными стратегиями они позволяют эффективно повысить точность и адаптивность инвестиционных решений. Субъективная оценка и корректировка — это также «страховочная сетка» количественного инвестирования, особенно необходимая при экстремальных событиях, изменениях в политике и отказе модели. В этом разделе при рассмотрении событий мы в основном анализируем крупные события, которые могут повлиять на динамику месячных графиков.

4.2. План тактического крупноклассового распределения активов на февраль 2026 года

По акциям: Китайский рынок акций обладает высокой устойчивостью — рекомендуется сверхвес по A-акциям. Стабильность — дефицитна: на китайском рынке более низкая премия за риск. Микроуровневые торговые шоки не будут слишком долгими; текущие позиции не стоит слепо продавать. Китайский рынок акций, вероятно, покажет важные уровни дна и зоны отскока. Поддерживающая мягкая позиция Китая и диверсифицированные резервы / диверсифицированный рост помогут быстрее сломать риск-нарратив.

По облигациям: (1) Укрепление или подавление эффективности облигаций с длинной дюрацией через инфляционные ожидания. Потребности в финансировании и несоответствие в кредитном предложении по-прежнему остаются объективной реальностью, но центральный тренд риск-аппетита идет вверх; домохозяйства/компании могут выполнять перебалансировку активов. Денежно-кредитная политика усиливается относительно осторожно и сдержанно; при том, что геополитика поднимает глобальные цены на энергоносители и в условиях роста эндогенной инфляции выше ожиданий, размещение в средне- и короткодюрационных облигациях по соотношению привлекательности лучше, чем в сверхдлиннодюрационных облигациях. (2) Сближение предельных показателей экономики США, при усилении инфляционных ожиданий, подавляющих эффективность долгосрочных облигаций США. Уолш, назначенный Трампом председателем ФРС, выступает за сокращение баланса и мягкое снижение ставок денежно-кредитной политики; в дальнейшем доходности по облигациям США, вероятно, умеренно пойдут вниз. Политики, реализуемые администрацией Трампа, значительно ослабили суверенный кредит США; глобальные центробанки и крупные управляющие активами институции имеют тенденцию к сокращению доли облигаций США. При геополитическом шоке средства для ухода в качество могут сделать оборонительное размещение, но ограничения задаются продолжением трейда по повторной инфляции.

По товарам: (1) Инфляционные ожидания и цены на нефть обладают потенциалом роста; волатильность цен на золото может увеличиваться либо усиливаться на отдельных этапах. В долгосрочной перспективе стратегическая ценность золота сохраняется: серия политик, реализуемых администрацией Трампа, приводит к постепенному разрушению мирового порядка после Второй мировой войны. На фоне ускоренного переустройства глобального порядка и тенденциозного ухудшения геополитической обстановки безопасность снова стала самым дефицитным ресурсом, а золото — наглядной формой противостояния такой неопределенности. Но отток спекулятивного капитала и продолжение сценария повторной инфляции могут либо продолжать усиливать, либо существенно увеличивать краткосрочную волатильность. (2) Геополитическая ситуация на Ближнем Востоке продолжает ухудшаться — рекомендуется сверхвес по нефти. Спрос на нефть в мире относительно слабый, а политика OPEC+ по объемам производства меняется. В последнее время геополитическая ситуация на Ближнем Востоке резко ухудшилась и есть тенденция к дальнейшему расширению: на фоне постоянной блокировки пролива Хормуз и постепенного снижения запасов нефти у ключевых экономик цена нефти, вероятно, по-прежнему имеет потенциал роста, но неопределенность развития геополитики усилит колебания на энергетическом рынке. (3) Трейд по повторной инфляции трансформируется в трейд по стагфляции или может подавлять спрос на промышленные металлы. В последние годы активное развитие энергосвязанного строительного оборудования и транспортных средств, а также расширение AI-вычислительных мощностей и обновление военных объектов создают дополнительный спрос на промышленные товары, поэтому промышленные металлы, представленные медью, могут на отдельных этапах находиться в состоянии дисбаланса спроса и предложения. Но сейчас глобальный трейд по повторной инфляции переходит в трейд по стагфляции или подавляет спрос на промышленные металлы и усиливает волатильность цен.

На основе исследовательской рамки, изложенной в «Краткое пояснение исследовательской системы активного крупноклассового распределения» (опубликовано в марте 2025 года), и по итогам расчетов модели TAA из главы 3 и рассмотрения событий из главы 4, раздел 1, мы обновляем план тактического крупноклассового распределения активов на февраль 2026 года следующим образом:

Доля акций: 40.00%: сверхвес по A-акциям (10.00%), базовый уровень по гонконгским акциям (7.50%), базовый уровень по американским акциям (12.50%), базовый уровень по европейским акциям (5.00%), базовый уровень по японским акциям (5.00%).

Доля облигаций: 40.00%: долгосрочные гособлигации (10.00%), краткосрочные гособлигации (10.00%), долгосрочные облигации США (10.00%), краткосрочные облигации США (10.00%).

Доля товаров: 20.00%: сверхвес по золоту (10.00%), сверхвес по нефти (6.25%), базовый уровень по промышленным металлам (3.75%).

05

Предупреждение о рисках

Ограничения по аналитическим измерениям: исследовательская рамка опирается на мнения аналитиков, и аналитические измерения могут не полностью отражать факторы ценообразования на рынке.

Субъективность в дизайне модели: факторы и веса в макро-факторной модели выбираются с сочетанием субъективных и объективных подходов; объективная часть основана на количественных бэктестах, а субъективная часть — на опыте и суждениях, поэтому возможны определенные отклонения.

Отклонения исторических и прогнозных данных: исторические данные и прогнозные данные, использованные в отчете, могут не точно представлять реальные рыночные ожидания.

Корректировка рыночных консенсусных ожиданий: выводы отчета основаны на нейтральном предположении рыночных консенсусных ожиданий; если произойдут события сверх ожиданий, которые приведут к корректировке рыночных ожиданий и соответствующих макрофакторов, либо к изменению выводов модели.

Ограничения количественной модели: данный вывод получен только на основе вывода количественной модели и не совпадает с взглядами других исследовательских команд института. Относительно взглядов других исследовательских команд института по вышеупомянутым отраслям обращайтесь к соответствующим опубликованным исследовательским отчетам.

Дисклеймер

Стратегическая команда Guotai Haitong

Масса новостей и точная интерпретация — все в приложении Sina Finance