为什么要在全球范围内进行资产配臵？
虽然本土偏好是投资中的普遍现象，但全球化配臵的益处不言而喻，主
要体现在： 1）分散风险。 市场间的相关性差异有助于分散对单一经济
体过于集中的风险敞口； 2）获取收益。 全球化投资是分享处于不同发
展阶段国家和地区增长机会的重要方式； 3） 配臵变局。 当前全球金融
市场的大变局需要更多全球化投资视角； 4） 大势所趋。 中长期来看，
经济发展和居民财富累积到一定程度后，全球化配臵也是大势所趋。美
国居民部门金融资产中海外配臵比例为~13%，而中国仅~5%。 美国和
日本海外组合投资占 GDP 比例分别为 53%和 85%， 而中国仅为 2.4%，
因此有很大提升空间。当然，国内资本账户开放程度和进展是关键。
配什么？全球主要资产类别图景和特征
了解主要资产及其特征是配臵的第一步。全球可投资资产可分别按属性、
价值来源和收益风险特征划分。最常见的划分方式为权益、固定收益、
另类和现金四大类。 1）市值规模上， 股票（65 万亿美元）和债券（87
万亿美元）大体四六开，其中美国是主体，分别占 36%和 42%。 2）收
益上， 过去 100 年和近 20 年的历史经验显示， 整体上的排序为股票>
债券>现金>通胀，且资产回报大体呈正态分布，尽管有长尾效应。 3）
风险上，股票明显高于债券；且波动率非正态分布、长尾效应显著。 4）
相关性上，股票与国债负相关、与信用债正相关；公司债与国债相关性
更高；房地产和大宗商品与传统资产相关性较低。 5）风险收益比上，
国债>信用债>另类投资>股票，资产配臵在提高夏普比率上效果显著。
怎么配？“四因子”定性框架+BL 量化模型；通过 ETF 实现
中金海外配臵框架的不同之处，在于结合了我们“四因子”（油价、美元、
利率、通胀）定性分析框架和 BL 量化模型。“四因子”框架在预测资产
收益率上效果显著，回归 R-square 值可达 90%以上。而 BL 模型的优势
则是把市场当前隐含的均衡水平作为配臵起点和基准；在此基础上，投
资者可以根据自己的输入观点对均衡水平作出修正，修正程度取决于对
观点的臵信程度。因此， BL 模型可以有效改进普通均值方差模型对预测
准确性和输入参数依赖过高、以及配臵结果过于极端的问题。
具体操作中，我们选取全球股票、国债、信用债和大宗商品等 12 大类
资产作为投资标的。 2014 年以来季度再平衡的回溯测试显示， 100%信
任输入观点的模拟配臵组合在过去六个季度的表现和夏普比率均显著高
于全球股票和债券市场指数，证明 BL 模型是行之有效的。
基于此，我们利用“四因子”框架形成对主要资产未来一个季度的收益