文｜吴聪俊王兆宇赵文荣史周

指数化投资浪潮兴起背景下，如何因地制宜地进行ETF配置成为市场核心关切，本研究以市场分析为出发点，同时提供了多种ETF配置策略工具和使用范例。市场层面，主动权益基金超额收益的消失和中央汇金的大幅增持共同推动了ETF规模快速上升和“赎主动买ETF”的资金趋势，参考海外经验和“国九条”政策目标，境内ETF市场仍有发展空间。在此基础上，研究将视角聚焦于ETF的全场景配置，通过自上而下的梳理分析，使用量化研究方法分别构建了资产、风格、行业层面的ETF配置解决方案，从历史表现看策略具备稳健的配置有效性。基于ETF全场景配置框架，考虑重点投资主体的差异化需求，通过模型的组合和优化，研究分别提供了针对配置型投资者、公募基金的定制化ETF组合。

▍“国九条”政策引领，ETF配置大有可为：

（1）市场波动放大的背景下，ETF市场规模稳步提升，截至11月末境内ETF市场总规模超3.7万亿元，年内大幅增加1.5万亿元。（2）资金流层面“赎主动买ETF”成为长期趋势。2021年以来成长风格持续走弱，主动权益产品较ETF的超额收益转负，凸显ETF的投资性价比。（3）ETF获得市场与监管层认可，近一年来中央汇金等长期投资者大举增持ETF，“国九条”政策纲领明确将进一步发展指数化投资，对比美国市场境内ETF仍有发展空间。（4）ETF已可满足市场主流投资需求，基于ETF的多元配置成为市场核心关切。

▍资产配置：高频宏观因子框架与ETF资产配置应用。

（1）使用主成分分析识别大、小盘股票、国债和黄金资产价格的宏观驱动因子：经济增长、通胀、剩余流动性、利率和人民币汇率。（2）使用因子模拟组合的方法，使用宏观资产组合的收益率代替月频实际经济指标，构建高频宏观因子框架。（3）高频宏观因子历史可比且包含市场预期，稳健回归模型验证其与大类资产价格间的多维关系，结合风险平价、普林格经济周期理论，可将高频宏观因子框架应用于ETF资产配置。（4）2024年11月末，宏观因子中经济增长边际上行，剩余流动性因子回升，通胀因子低位震荡，人民币汇率贬值，资产配置信号为：中证1000 > 国债 > 沪深300 > 黄金。

▍风格配置：自上而下的风格轮动策略与ETF实现。

（1）成长、价值和大、小市值风格的演绎始终在A股市场中扮演着重要角色，针对这两对风格的配置价值凸显。（2）通过历史行情复盘，自上而下提炼出影响风格轮动的四大维度：宏观经济运行、流动性环境、风格行业景气度和微观市场环境，并结合主动分析与量化测试方法，分步构建了风格配置信号体系。（3）使用信号打分的方法构建了针对四风格的月频综合轮动策略，并筛选风格属性强烈的ETF作为配置标的，从历史表现看策略信号有效性稳健。（4）2024年11月末，模型各维度中经济景气度环比回升，宏观流动性环境充裕，微观市场交投情绪旺盛，风格配置策略相对看多与成长、小市值风格。

▍行业配置：基于多维价值监测的行业ETF轮动。

（1）构建涵盖多维度的行业配置价值监测系统，对中观景气度、预期景气度、行业估值、股价趋势、交易拥挤度和两融资金流进行因子化跟踪。（2）综合配置与择时的方法构建行业ETF轮动策略，以景气度和估值性价比作为配置价值的核心，结合股价、拥挤度和资金等信号进行权重择时。以多空逻辑构建月频行业ETF组合，2017年以来策略年化收益达28%。（4）2024年11月末，行业轮动策略显示景气度改善在各板块中初步扩散，可选消费、锂电设备、基础化工、汽车等行业景气度也边际改善。

▍重点投资主体定制化ETF策略框架：配置型资金、公募基金。

（1）配置型资金参与ETF市场的热情提升迅速，且对跨资产配置和权益市场内部选择均有较大需求。通过对多资产、风格和行业的ETF配置策略进行自上而下地整合，构建定制化的配置型资金ETF解决方案，2017年以来组合年化收益达17%，夏普比率为1.5。（2）公募基金作为ETF工具的提供方，“投顾+ETF”、组合化或成为其提升投资者参与意愿的新抓手，研究结合各基金公司的ETF产品布局特点，在各基金公司的产品池中进行定制化ETF组合构建，以华夏基金和国泰基金为例，在公募基金ETF策略框架下构建的ETF精选组合2017年以来可以实现良好收益表现。

▍研究结论：

（1）“国九条”政策引领，ETF发展目标明确：“国九条”纲领明确要推进指数化投资工具发展，中央汇金等长期资金大规模增持。（2）“赎主动买被动”成为资金长期趋势：2021年以来成长风格和主动权益产品超额收益持续走弱。（3）ETF全场景配置解决方案：提供了多层次的ETF配置策略，具体包括：基于高频宏观因子的资产配置模型、自上而下的风格轮动策略、基于多维价值监测的行业ETF轮动策略。（4）定制化的ETF策略框架：在已有配置模型的基础上，如何因地制宜使用？我们结合配置型资金、公募基金的自身需求，提供了定制化的ETF策略框架。

▍风险因素：

历史数据失效，模型风险，经济复苏不达预期，国内外经济政策重大变动。

来源：中信证券研究