【国信策略】大类资产“MBTI”因子与配置启示|资产_新浪财经

总体投资组合方法（TPA）强调从整体视角评估和管理投资组合的风险和回报，而不是依赖传统的资产类别分类。在技术层面上，TPA不将资产简单地划分为股票、债券等类别，而是通过识别和分析影响投资组合表现的关键因子，来构建和管理投资组合。TPA内在地打破了不同资产间的壁垒，在多资产配置方面具有天然优势，基于TPA理念，本文构建了“MBTI”四因子，并以此作为资产配置的主要依据。

“MBTI”四因子类比于流行的MBTI性格测试，但在具体的含义上有所不同。“M”为“Macroeconomic”，表示与宏观周期的相关性；“B”为“Bounce”，表示投资回报相较于回撤的反弹幅度；“T”为“Turnover”，表示换手率的大小；“I”为“Instability”，代表年化波动率的大小。“MBTI”四因子和MBTI性格测试也有相似之处，如“M”可类比性格测试中的“注意力来源”，反映了资产收益波动的根本来源是外界因素还是内在特征，外倾型资产表现出与宏观周期的高度正相关，内倾型则几乎不相关甚至负相关；“T”可类比“决策方式”，换手率这一市场情绪指标较好地区分出了注重情绪体验的情感型资产和较为冷静的思维型资产。

对于不同的股票行业/风格，与宏观周期的相关性决定了中长期的走势。在一个比较长的时间区间内，顺周期和逆周期的行业表现出较强的对冲属性：在2016-2020年间，顺周期行业整体上行，逆周期行业整体下行；2021年至今，逆周期行业则表现出更强的抗跌性。但从绝对收益的实现来看，顺周期/逆周期程度只能代表趋势的上行或下行，并不能代表趋势变化的幅度。

宏观语境结合微观情绪，顺周期+低换手率在长期表现较好。与宏观周期的相关性是资产走势的宏观面，而换手率是资产在微观情绪上的体现，两者共同构成资产在中长期定价的锚。从长期审视资产价值，一方面取决于资产是否受益于经济发展的红利，另一方面取决于交易筹码的稳定性。

波动率+Calmar视角下，股票行业配置中高波动+高反弹品种收益较好，而大类资产组合中低波动+高反弹品种表现更优。Calmar是资产收益与最大回撤之比，展现了风险回报率，而波动率恰恰体现了资产收益的风险大小，两者构成了资产收益的两个组成部分。股票配置更多地体现了“以风险换收益”的特性，所以风险更大且反弹更强的行业能够取得更高的收益。而大类资产组合能够整合不同资产的优势，取得高收益的代价（波动率）反而更小。

根据多元资产划分，可以构建不同种类的配置策略。本文列举三类配置策略：

（1）在周期对冲视角下配置安全资产，兼顾收益与波动：ESTJ+ESFJ+ISFJ+ISTJ，等权配置标普500+国债+南华贵金属+红利。

（2）博弈周期上行，把握经济增长的红利：ESTP+ENTP+ESFP+ENFP，等权配置标普500+短融+消费+南华工业品。

（3）对冲周期下行，选择跨周期坚挺的资产：ISTJ+ISFJ+ISTP+ISFP，等权配置稳定+贵金属+石油石化+公用事业。

风险提示：海外地缘冲突尚未缓解；美联储降息节奏和幅度的不确定性；文中各类资产和产品、个股仅作数据梳理，不构成任何投资推荐意见。

相较于传统的战略资产配置（SAA），总体投资组合方法（TPA）逐步成为投资领域的主流，受到全球养老金投资的青睐（如澳大利亚的未来基金，加拿大的CPPIB，新西兰的超级养老金基金，新加坡的GIC）。TPA强调从整体视角评估和管理投资组合的风险和回报，而不是依赖传统的资产类别分类。在技术层面上，TPA不将资产简单地划分为股票、债券等类别，而是通过识别和分析影响投资组合表现的关键因子，来构建和管理投资组合。TPA内在地打破了不同资产间的壁垒，在多资产配置方面具有天然优势。基于TPA理念，国信总量团队已撰写过《大类资产“元素”周期表》、《多资产收益-波动“月相图”》两篇报告，在进一步迭代优化后，本文构建了“MBTI”四因子，并以此作为资产配置的主要依据。

在“MBTI”因子划分下(详见图16)，资产表现出不同的习性。有的资产内在价值较高，如标普500、南华工业品、国债、红利指数、南华贵金属，在长期现在了较低波动的增长；而有的资产受短周期波动影响较大，如股票中的钢铁行业、消费行业、成长板块、房地产行业，投资者在短期分歧中博弈高赔率。此外，不同资产也会表现出对经济周期的不同反应，可以作为对冲工具，如沪深300、南华黑色指数、农林牧渔行业股票等资产与宏观周期正相关，而股票行业中的石油石化、公用事业和南华贵金属、能化指数等资产与宏观周期的相关性较弱或呈现负相关，两类资产可以在配置中实现对冲，达到稳定收益的目的。此处列举的资产仅作示例，我们在后续行文将国内股债商和美股、美债都作了详细的划分。

大类资产的“MBTI”定义

“MBTI”四因子类比于流行的MBTI性格测试，但在具体的含义上有所不同。“M”为“Macroeconomic”，表示与宏观周期的相关性；“B”为“Bounce”，表示投资回报相较于回撤的反弹幅度；“T”为“Turnover”，表示换手率的大小；“I”为“Instability”，代表年化波动率的大小。简单来看，“MBTI”四因子和MBTI性格测试也有相似之处，如“M”可类比性格测试中的“注意力来源”，其反映了资产收益波动的根本来源是外界因素还是内在特征，外倾型资产表现出与宏观周期的高度正相关，内倾型则几乎不相关甚至负相关；“T”可类比“决策方式”，换手率这一市场情绪指标较好地区分出了注重情绪体验的情感型资产和较为冷静的思维型资产。

在“M - Macroeconomic”中，我们以资产序列和宏观周期指标的相关性来表示。下图展示的医药生物行业正相关性较强：近十年的数据显示其大体走势与宏观周期涨跌基本一致，可见该类资产的波动主要来自外界宏观因素冲击，展现出典型的外倾（E）特征，这也初步说明了本文划分依据的合理性。

在“T - Turnover”中，我们重新计算了跨资产可比的换手率指标。传统的换手率计算在股票中较为盛行，但在其他资产中涉及较少。考虑到跨资产的可比较性，以及各资产历史数据的可获得性，我们以月成交金额除以当月存量规模作为衡量换手率的统一指标。下表展示了各类资产换手率的详细指标，以及近五年月换手率的中位数，可以看到，除了商品期货外，其他资产的换手率是比较接近的。

换手率指标的调整对于股票而言影响较小。下图展示了传统换手率指标（以自由流通市值为分母）和本文计算的换手率指标（以总市值为分母），不难发现两者几乎是完全一致的。对于沪深300和中证1000而言，换手率的短期波动体现出长期均值回归的特征，在2015年杠杆破灭后，换手率中枢在近8年内调整不大。

多数债券换手率在长期内维持稳定，只有国债换手率在2023年以来经历大幅波动。总体来看，期限更短、流动性更好的债券具有较高的换手率，这也是情感型资产重视和睦与圆通的特点之一。而对于国债而言，受资本市场波动的影响，换手率在2023年以来大幅波动，但从趋势来看，长期回归的效应正逐步显现。

在计算商品指数的换手率时，本文根据各指数的权重分别加权计算成交额和持仓额，进而计算换手率。总体来看，商品的换手率显著高于其他资产，原因在于期货交易本身的高杠杆和高频率。从换手率表现看，重要商品指数的换手率波动性更强，但在长期依然表现出稳定的趋势。

对于“B - Bounce”和“I - Instability”而言，我们对于Calmar和年化波动率的计算与传统算法一致，在此不再展示具体步骤和数字。

大类资产的“MBTI”性质

对于不同的股票行业/风格，与宏观周期的相关性决定了中长期的走势。根据相关性大小，本文选出顺周期/逆周期属性最强的五个行业，观察其相对走势。数据表明，在一个比较长的时间区间内，顺周期和逆周期的行业表现出较强的对冲属性：在2016-2020年间，顺周期行业整体上行，逆周期行业整体下行；2021年至今，逆周期行业则表现出更强的抗跌性。但从绝对收益的实现来看，顺周期/逆周期程度只能代表趋势的上行或下行，并不能代表趋势变化的幅度，如2016-2020年间，上涨最多的行业为家用电器，其与宏观周期的相关性弱于电子和建筑材料。而在五大股票风格中，仅有稳定风格表现为逆周期属性，不同风格在两个时间段内的表现与股票行业相似。

在大类资产语境下，周期对中长期走势的指引亦基本成立。考虑国内股债商和美股美债，顺周期（此处周期为中国宏观经济周期）资产为美国高收益债券、南华工业品指数、纳斯达克指数、上证50和沪深300；逆周期资产为国债、中证1000和红利指数。这一定程度上表现出中美经济周期的联动。总体来看，顺周期资产在2016-2020年间占优，而逆周期资产在2021年至今走强。其中有两个例外，第一个是南华工业品指数，受全球供应链瓶颈和国内复工进程的影响而走牛；第二个是纳斯达克指数，美国AI行业的发展带动美股在2022年底进入上行区间。

宏观语境结合微观情绪，顺周期+低换手率在长期表现较好。与宏观周期的相关性是资产走势的宏观面，而换手率是资产在微观情绪上的体现，两者共同构成资产在中长期定价的锚。数据表明，如果局限于股票行业来看，顺周期+低换手率（ET）类行业在2016年至今的平均年化收益为3%，领先于其他三个象限；而如果将所有资产列入考虑，顺周期+低换手率（ET）类资产的年化收益达到5%，收益上的领先性更为明显。所以，从长期审视资产价值，一方面取决于资产是否受益于经济发展的红利，另一方面取决于其交易筹码的稳定性。

波动率+Calmar视角下，收益较优的行业表现为高波动+高反弹。Calmar是资产收益与最大回撤之比，展现了风险回报率，而波动率恰恰体现了资产收益的风险大小，两者构成了资产收益的两个组成部分。数据表明，高波动+高反弹的行业表现更佳，平均年化收益达到3%，这体现了股票“以风险换收益”的重要特性，那么风险更大且反弹更强的行业便能取得更高的收益。

在所有资产的视角中，低波高反弹反而优于高波高反弹的模式。这体现了资产配置的重要意义：整合不同资产的优势，高收益的代价反而更小。一方面,加入其他资产后，高波动+高反弹的资产组合年化收益达到5%，高于对股票行业的配置。另一方面，大类资产中低波高反弹的配置反而优于高波高反弹。这是由于相较于其他资产，股票波动率更高，短线交易和主线切换较快，跟随股票逻辑更易筛选出高波动资产，但在所有大类资产中，部分商品、债券、美股和美债的波动率都较小，资产组合中股票的影响被缩小。

大类资产配置实战

在对四类因子进行定义挖掘后，本文将国内股债商和美股、美债依据定义划分为16类，其中，E/I代表顺周期/逆周期，T/F代表低换手/高换手，N/S代表低反弹/高反弹，J/P代表低波动/高波动。在4×4的表格中，本文对每一类资产的性质都进行了探索，详见备注部分。

根据多元资产划分，可以构建不同种类的配置策略。本文列举三类配置策略，为简便考虑，各配置策略采用等权加总方式：

（1）在周期对冲视角下配置安全资产，兼顾收益与波动：ESTJ+ESFJ+ISFJ+ISTJ，等权配置标普500+国债+南华贵金属+红利。达利欧的全天候配置策略通过配置不同资产达到稳定收益的目的，在本文的分析框架下，均衡配置安全资产（SJ）能够达到类似的目的。在安全资产的定位下，选取周期相关性+换手率四象限的四类资产，能够有效应对不同周期下的资产轮动，配置效果如下：

（2）博弈周期上行，把握经济增长的红利：ESTP+ENTP+ESFP+ENFP，等权配置标普500+短融+消费+南华工业品。选取顺周期资产能够有效跟踪周期上行的红利（ET、EF），同时放宽对资产波动性限制，高波动资产在顺周期弹性更大（SP、NP），所以，均衡配置顺周期+高波动的资产，能够在顺周期获得更好的表现。