2 0 2 6年1月2 1日，第四届达沃斯全球母基金峰会将于瑞士达沃斯举办。本届峰会，由全球母基 金协会主办，母基金研究中心（www. c h i n a -f o f. c om，下同）承办。峰会行程安排将于2 0 2 6年 1月1 9日持续至2 0 2 6年1月2 3日。 Th e f o u rt h Da v o s Gl o b a l FOF Summit will b e h e l d i n Da v o s, Swit z e rl a n d o n J a n u a r y 2 1 , 2 0 2 6 . Th is s ummit is h o st e d b y t h e Gl o b a l FOF Ass o c i a ti o n . Th e s ummit will r u n fr om J a n u a r y 1 9 t o 2 3 , 2 0 2 6 . 第四届达沃斯全球母基金峰会的时间确定以来，全球多位知名母基金与基金机构的高层已确认 了参会意向。近日， Ha rbourVe st董事总经理Sc o tt Vo ss确认出席第四届达沃斯全球母基金 峰会 ...

黄金配置价值 - 黄金具有配置价值 能为投资组合提供分散化效益 尽管金价已有明显上涨[1] - 投资者尚未大幅调整黄金配置 提升黄金吸引力的长期结构性因素短期不太可能减弱[1] - 全球央行与其他投资者正越来越多通过黄金对冲货币风险 存在大量资金愿意以当前价格买入黄金[1] 黄金产业股票表现 - 中证沪深港黄金产业股票指数强势上涨3.62%[3] - 成分股西部黄金上涨9.70% 白银有色上涨6.81% 紫金矿业上涨5.85%[3] - 黄金股票ETF基金上涨3.40% 最新价报1.46元 近1周累计上涨7.71%[3] 基金流动性与资金流向 - 黄金股票ETF基金盘中换手15.76% 成交1184.10万元 市场交投活跃[3] - 近1周日均成交3082.97万元[3] - 最新资金净流出571.52万元 近5个交易日内有3日资金净流入 合计吸金4923.87万元 日均净流入984.77万元[3] 基金业绩表现 - 近6月净值上涨48.70% 指数股票型基金排名56/3579 居于前1.56%[4] - 自成立以来最高单月回报16.59% 最长连涨月数4个月 最长连涨涨幅31.09%[4] - 涨跌月数比8/6 上涨月份平均收益率8.13% 历史持有1年盈利概率100.00%[4] - 近3个月超越基准年化收益10.67% 排名可比基金1/6[4] - 近1年夏普比率1.51 排名可比基金前2/6[4] - 今年以来相对基准回撤3.00% 回撤后修复天数7天 在可比基金中回撤后修复最快[4] 基金费率结构 - 管理费率0.50% 托管费率0.10%[4] 指数构成与权重 - 中证沪深港黄金产业股票指数选取50只市值较大且业务涉及黄金采掘、冶炼、销售的上市公司证券[5] - 前十大权重股合计占比66.52%[5] - 前三大权重股分别为紫金矿业(权重10.84%)、山东黄金(权重10.02%)、中金黄金(权重7.37%)[7]

黄金配置价值 - 尽管金价已有明显上涨 黄金仍具有配置价值 能为投资组合提供分散化效益 [1] - 投资者尚未大幅调整黄金配置 提升黄金吸引力的长期结构性因素短期内不太可能减弱 [1] - 全球央行与其他投资者正越来越多地通过黄金来对冲货币风险 [1] 投资行为分析 - 存在大量资金愿意以当前价格买入黄金 即便承担零利息收益的机会成本 [1] - 配置黄金主要用于对冲因地缘冲突或货币贬值导致重大资本损失的风险 [1]

量化模型与因子构建方式 1. 再平衡需求模型 - **模型名称**：再平衡需求（Rebalancing Demand）[82] - **模型构建思路**：通过量化主动型共同基金为满足内部风险管理和监管要求（如5%的持仓集中度阈值）而进行的分散化再平衡操作，捕捉其对大盘股产生的可预测交易需求[3][18][50] - **模型具体构建过程**： 1. 首先计算基金j中股票i在季度t的预测权重： $$\widehat{w}_{i,j,t}=\frac{\left(1+r_{i,t}\right)\,w_{i,j,t-1}}{\sum\left(1+r_{i,t}\right)\,w_{i,j,t-1}}$$[40] 其中，$w_{i,j,t-1}$是上一季度观测权重，$r_{i,t}$是股票i的季度回报率 2. 计算被动变化（Passive）： $$Passive_{i,j,t} = \widehat{w}_{i,j,t} - w_{i,j,t-1}$$[40] 3. 计算主动变化（Active）： $$Active_{i,j,t} = w_{i,j,t} - \widehat{w}_{i,j,t}$$[40] 4. 汇总所有主动型共同基金的再平衡需求： $$Rebalancing\,Demand_{i,t}=\frac{\sum_{j}\left(\widehat{w}_{i,j,t}-w_{i,j,t-1}\right)\cdot Shares_{i,j,t-1}}{\sum_{j}Shares_{i,j,t-1}}$$[82] 该指标反映了股票i因回报驱动而在共同基金投资组合中权重增加的平均程度 2. 阈值需求模型 - **模型名称**：阈值需求（Threshold Demand）[82] - **模型构建思路**：聚焦于那些超过基金总AUM 2%的头寸，这些头寸更可能受到集中度风险管理的影响[82] - **模型具体构建过程**： $$Threshold\,Demand_{i,t}=\frac{\sum_{j}\left(\widehat{w}_{i,j,t}-w_{i,j,t-1}\right)\cdot I(w_{i,j,t-1}>2\%)\cdot Shares_{i,j,t-1}}{\sum_{j}Shares_{i,j,t-1}}$$[82] 其中$I(w_{i,j,t-1}>2\%)$是指示函数，当权重超过2%时取值为1 3. 拟合需求模型 - **模型名称**：拟合需求（Fitted Demand）[83] - **模型构建思路**：使用不同持有规模下基金对被动变化表现出的再平衡程度无条件系数，来构建需求指标[83] - **模型具体构建过程**： $$Fitted\,Demand_{i,t}=\frac{\sum_{j}\left(\widehat{w}_{i,j,t}-w_{i,j,t-1}\right)\cdot\beta_{weight}\cdot Shares_{i,j,t-1}}{\sum_{j}Shares_{i,j,t-1}}$$[83] 其中$\beta_{weight}$是图表6中每个权重区间对应的回归系数[54] 4. 分散化驱动需求因子 - **因子名称**：分散化驱动需求因子[5][20] - **因子构建思路**：基于再平衡需求等指标，捕捉机构投资者为控制头寸集中度而产生的协调一致的逆向交易需求[3][16] - **因子具体构建过程**： 1. 使用再平衡需求、阈值需求或拟合需求作为基础指标[82][83] 2. 计算这些指标的百分位排名，即每只股票在每季度全体股票中的百分位数[83] 3. 这些排名值作为因子值，值越高表示基金的分散化再平衡需求越强 模型与因子的回测效果 1. 再平衡需求模型 - 再平衡需求一个标准差（0.22%）预测前35个交易日内-0.44%的回报（t=-3.21）[20] - 再平衡需求一个标准差预测该季度剩余时间内0.27%的正回报（t=2.60）[20] - 在控制过去动量和极端负收益后，一个标准差变化预测一个季度内-0.56%的回报（t=-3.71）[20] - 一个标准差变化预测随后一年内0.67%的反转（t=2.16）[20] 2. 分散化驱动需求因子 - 再平衡需求一个标准差（0.22%）使共同基金卖出概率增加3.15%[85] - 阈值需求一个标准差（0.15%）使共同基金卖出概率增加1.28%-2.20%[85] - 拟合需求一个标准差（0.03%）使共同基金卖出概率增加1.28%-2.20%[85] 3. 定价效应测试结果 - 分散化驱动的交易需求转化为真实的净卖出压力，导致再平衡需求高的股票经历显著的短期价格下跌[5] - 这种可预测的收益反转模式集中体现在大盘股中（市值超过NYSE公司80%分位数的股票）[5][20] - 在控制了过去一个季度的回报后，预测变量一个标准差的变化预测了一个季度内-0.56%的回报（t=-3.71）[20] - 随后一年内0.67%的反转（t=2.16）[20]

黄金市场表现及驱动因素 - 黄金价格单周逆势上涨2.69% [1][2] - 美联储理事提名强化市场对年内降息预期 降低资金成本并提升非收益性资产黄金的吸引力 [2] - 瑞士两家黄金精炼厂削减或暂停对美出口 引发潜在供应收紧预期并进一步推高价格 [2] 原油市场表现及驱动因素 - 国际油价单周暴跌逾5% 美油和布油分别下跌5.12%和4.42% 创6月底以来最大跌幅 [1][4] - 美俄元首可能会晤的传闻缓解地缘政治风险 降低市场对石油等大宗商品的需求预期 [4] - 欧佩克宣布9月份增产 加剧供需失衡并推动油价进一步下跌 [4] 资产价格影响因素分析 - 资产价格受地缘政治 货币政策 供需关系和市场情绪等多重因素共同作用 [4] - 油价下跌与黄金上涨同时发生 凸显分散化投资对降低整体风险的重要性 [6] - 美联储人事变动和精炼厂出口调整等关键信息需被密切关注以捕捉市场动态 [6] 宏观流动性变化方向 - 美联储降息预期可能降低美元吸引力 推动资金流向黄金等其他资产 [4] - 油价与金价背离走势反映全球经济和政治格局的深刻演变 [8]

如何构建海外资产分析框架 - 财富管理和投资顾问业务应以最大化满足客户投资目标为导向 构建资产、策略和基金三位一体的研究框架 包含自上而下的宏观与资产研究 以及自下而上的基金筛选体系 [10] - 宏观层面需建立基于内在特征的定价机制 形成中长期合理收益预测(CMA)框架 结合数据、政策、盈利及周期等因素进行中短期战术配置(SA/TA) [10] - 产品层面需建立科学的基金分类与评估体系 将基金细化至数十个类别后进行分析 海外产品需考虑汇率、市场有效性等因素 [10] - 本土资产管理人进行海外配置时 须区分在岸与离岸两种情况 在岸投资主要依赖QDII产品和互联互通机制 选择范围相对有限 [11] - 方法论上需对固收、权益、另类等大类资产做出判断 在国别维度上从流动性与规模考量 美股市场表现对全局有重要影响 [11] - 公募基金通过FOF和投顾形式实现多资产配置 应抓住股票、债券和商品等核心类别 区分国内与国外市场进行配置 [11] 如何平衡资产配置的深度与广度 - 从全球可投资产的实际构成来看 权益类与固收类的占比与经典的"60/40"组合相近 说明分散化程度适中 [13] - 资产配置理论更多围绕风险维度展开 仅基于数学模型的收益预期和分散化在危机时不够 需从更多维度进行审视 [13] - 分散化需回归资产本身 从法律性质、供应链位置、生产要素来源等多维度进行思考 [13] - 业务实践需深刻理解客户需求 匹配风险等级合适的组合策略与风险资产比例 这是资产配置的起点 [14] - 配置优化是核心步骤 需基于长期资本市场假设(CMA)研究进行中长期定价 并通过高频跟踪数据进行动态调整 [14] - 组合管理中不同资产之间的相关性至关重要 基金经理存在"本土偏好"等认知偏差 可能导致分散化不足 [14] - 公募可投资范围内资产类别已非常充分 需回归资产本身特点 着重长期研究 结合当前估值水平做判断 [15]

低利率时代财富管理趋势 - 货币基金收益率和定期存款利率已进入"1%时代"，投资者面临"收益率焦虑"问题[1] - 单一资产配置难以满足收益目标，需转向分散化投资与动态配置思维[1] - 华夏基金指出债市收益率持续下行，当前配置性价比不高[1][2] 资产配置策略建议 - 分散化投资需通过五项核心功课应对市场不确定性[2] - 战术配置周期建议半年至一年，不以短期市场走势判断配置正确性[2] - 逆向投资是长期获得较好回报的有效方式[2] - 红利资产具有"类债"特性，适合稳健型、长期配置型及杠铃型组合投资者[2] - 红利资产投资需关注股息率与估值匹配度，建议持有期限不少于3年[2] 第三方基金平台服务创新 - 陆基金基于"目标配置法"理念提供定制化基金代销服务[3] - 公司构建覆盖基金、生活服务、出行、健康保障的会员权益体系[3] - 作为平安集团旗下平台，致力于成为客户"基金买手"，持续探索财富管理新模式[3] 行业活动与投资者教育 - 陆基金联合华夏基金举办投资策略会，主题为"低利率时代财富进化论"[1] - 策略会辐射全国会员客户，提供专业交流平台与专属权益活动[2][3]

分散化投资的核心逻辑 - 分散化投资被称为投资领域唯一的"免费午餐"，其核心在于通过组合相关性低于1的资产类别降低整体风险[3] - 资产间相关性通过相关系数衡量：1表示完全同向，-1表示完全反向，0表示无关联[4] - 相关性越低，配置更多资产降低波动性的效果越显著，组合表现取决于资产间的协同效果而非单一资产表现[5][8] 相关性动态变化特征 - 资产相关性并非一成不变，受宏观政策、市场情绪、经济周期等因素影响而波动[9] - A股与发达国家市场（如美、日）相关性自2021年起下降，与新兴市场相关性自2017年持续上升[13] - 港股与A股联动性近年显著增强，分散效果减弱，说明"海外资产"标签需细分看待[13][14] 跨资产配置实践案例 - 示例组合包含14只基金（中债、美债、价值/成长股、黄金、石油等），大类资产间相关性基本不超过0.1%甚至负相关[15] - 极端行情下（如2008金融危机、2020疫情），原本低相关性的市场可能出现同涨同跌现象[18] - 债券与A股相关性从2015年前的负相关转为近年正相关，大宗商品周期性波动但对冲效果更稳定[20] 动态组合构建方法论 - 需构建覆盖多资产类型、穿越经济周期的"防御网络"，超越单一股票类别配置[19] - 分散化未失效但需动态调整理解，持续跟踪资产相关性变化是关键[21][22] - 工具化解决方案（如资产分析、动态再平衡功能）可辅助实现相关性跟踪与组合优化[23]

理财资金参与权益市场的策略 - 银行理财机构需自上而下完成对"绝对收益"目标的配置，综合资产价值、宏观周期等因素做好分散配置，将权益资产做更细致、更科学的分类，优化风险收益比 [1][3] - 理财公司可与基金公司合作，借助基金公司在个股、行业上的长期沉淀，提升从产业周期、优质企业中挖掘阿尔法的能力 [3] - 理财公司应在风险收益特征清晰的权益工具（如ETF）中聚焦类属策略（如行业ETF、市值ETF等），补齐资产配置 [3] - 可在权益市场挖掘优质资产，如可转债（"债底保护+股票期权"属性）、红利资产（"高股息与抗波动性"属性） [3] - 可使用另类工具，包括对冲策略、定增策略等，帮助理财资金更好参与市场、实现绝对收益目标 [3] 多资产多策略解决方案 - 分散化投资是投资配置的圣杯，自上而下做好配置决定产品在收益端、波动端、回撤端的水平 [4] - 以目标波动率作为核心框架，通过每一类资产或策略的目标波动率确定配置上限和仓位中枢 [4][5] - 在实现策略性配置基础上，基于宏观经济、产业周期、市场判断动态调整多资产配置比例和策略组装，约束波动率，在风险可控前提下挖掘收益增强机会 [5] - 策略研发尤为重要，如基于波动率维度研发利率曲线、利率量化等策略，在波动率可控前提下提升夏普比率 [5] - 需对国际先进经验进行本土化改造，因国内宏观环境和固收产品波动率与海外存在差异 [5] 行业现状与挑战 - 银行理财行业存续规模达30万亿元，但净值化发展仅五年多时间，尚未完全步入财富管理阶段 [2] - 不少理财客户仍将理财产品视为储蓄替代，对波动率接受度不高 [2] - 相比公募基金，银行理财在权益市场中实现中长期价值投资难度更高，需匹配客户风险承受能力 [2] 后市展望与资产配置 - 全球债务规模持续攀升，2023年全球公共债务创历史新高，欧美、日本等国债券利差快速上行 [6] - 国内债务杠杆压力已提前缓释，经济层面在筑底，对资本市场保持乐观 [6] - 国内金融机构可把控好波动率，以风险评价方式多元配置全球市场，如通过全球大类资产配置指数对冲全球不确定性 [6] - 核心是寻找稳定生息资产，国内债券胜率有较高确定性，其次在红利资产、黄金等对冲类资产及中性策略上寻求二阶收益来源 [6]

大宗商品作为资产类别的特征 - 大宗商品是反映实物资产供求变化的另类资产，不提供市场beta，价格回报独特[1] - 商品之间低相关性是共同特征，但同一生产链或可替代商品间存在例外[2] - 商品反映现货供需而非预期资产，无收入来源使其估值难度高于股票和债券[3] - 1970-2019年近50年间商品价格仅温和上涨，与"价格必然长期上涨"的普遍认知矛盾[3] 商品收益构成 - 商品收益三部分：现货价格变动、展期收益率（期货升水/贴水）、抵押品利息收入[5][6] - 近月期货合约常被用作现货价格代理变量[5] - 展期收益方向取决于期货曲线形态：升水市场为负，贴水市场为正[5] - 商品期货策略通常将大部分资产配置于国债作为抵押品[6] 商品的传统投资用途 - 历史上商品被证明是可靠的通胀对冲工具，尤其对意外通胀有效[8] - 标普GSCI回报与通胀水平呈线性关系：通胀>6%时平均回报19.6%，通缩时期回报-46.1%[11][13] - 商品与传统资产相关性低，55/40/5组合较60/40组合波动率更低（20年年化波动11.63% vs 12%）[15][18] - 2008年后资产相关性上升削弱商品分散化效果，但近年商品内部相关性已回落至历史低位[17][19] 商品投资的新思路 - 改进商品beta构建方法：采用等风险贡献权重替代生产量加权，可降低波动性[23] - 第二代商品指数表现优于传统指数：如S&P GSCI Risk Weight指数5年年化波动仅8.4%[24][27] - 单一商品可作为表达地缘政治、气候等主题的投资工具，其收益呈正不对称性[28] - 农产品短期价格波动显著，自然灾害可能导致极端上涨[29] - 商品适合战术交易：供求变化驱动的价格波动特性使其更接近交易资产[30] - 商品市场存在可系统捕获的风险溢价，如套利策略具有经济合理性[32] 商品市场结构性变化 - 通胀构成变化削弱商品对冲效果：劳动力成本和技术因素占比提升[10] - ESG因素正影响商品投资，机构投资者可能通过多空交易推动市场结构调整[31] - 商品风险溢价策略尚处早期，未被充分套利，存在持续获取机会[32]