Bsports官方App下载基于改进型美林时钟分析框架的理财产品设计方案与启示自《关于规范金融机构资产管理业务的指导意见（征求意见稿）》发布以来，商业银行理财逐步朝净值化方向发展。相比传统的理财资金池模式，理财净值化对商业银行理财产品的投资管理能力提出了更高要求，尤其对于中小银行而言，包含周期阶段判断、大类资产选择、投资/ 交易择时、风险管理等在内的能力建设日益紧要。这些能力建设归结起来就是对经济周期的阶段判断及以此为基础的大类资产选择能力建设。周期阶段判断和大类资产选择是投资/ 交易择时的基础，也是市场风险及信用风险管理的核心内容之一。如何从周期与资产轮动的视角出发利用宏观利率趋势进行理财产品设计，成为商业银行理财做好产品净值化管理、获取超额收益、平衡风险收益的必修课。

　　当前商业银行理财投资本质上仍以固收类业务为主，净值化产品的底层核心资产主要为债券，脱去资金池的保护，产品性价对比的重心在于净值增长率。要获得相对高净值，投资势必要参与大类资产轮动，尤其在当前债券绝对收益率逼近历史低位的阶段（见图1）更是如此。同时，单一（或例）债券资产型理财产品在不同阶段表现差异较大。而基于周期阶段判断和大类资产选择的理财产品设计方案能有效熨平经济周期不同阶段的产品净值表现，持续为投资者带来较好收益。这也是理财净值化发展过程中竞争力可持续的条件。此外，随着商业银行理财子公司的逐步设立，以及金融资质牌照的市场化发放，差异化的理财产品已成为机构立足市场的必然要求，多元化理财产品的核心应该是底层资产多元化及在此基础上的策略多元化。

　　美林时钟的有效性对应于央行调控的泰勒规则方程。泰勒规则方程恰好以产出缺口和通胀缺口为自变量，以政策目标利率为因变量。经过多年发展得到的现代版泰勒规则也依然以实际国内生产总值（GDP）增速与通胀率为核心。因此从周期阶段判断和大类资产选择的角度来看，美林时钟分析框架依然具有重要的现实意义。

　　在美林证券2004 年11 月10 日发布的基于经济增长和通胀的二维四象限周期界定和大类资产分析框架报告1 的基础上，本文将新增流动性指标代表货币面条件，描述经济周期不同阶段货币/ 信用条件，进而将经济分成过热紧、过热松、滞胀紧、滞胀松、衰退紧、衰退松、复苏紧和复苏松等八个象限。进行上述改进主要基于以下三个原因：

　　一是美林时钟主要基于GDP 增速和通胀率这两个因素对经济周期进行划分，这种划分方法有效的基础就是以美国为代表的发达经济体中央银行大体上基于泰勒发现的产出缺口和通胀缺口表现进行货币政策调控。然而，中国的货币政策目标相对多元化，在逆周期的调控过程中，往往需要协调财政政策、金融供给侧改革等非泰勒框架下的核心变量。再加上中国情况较为复杂，市场难以构筑类似泰勒规则这样规律性的预期。因此，直接照搬美林时钟的分析框架进行周期阶段判断和大类资产选择，其有效性不强。

　　二是经济周期阶段划分的难点在于一个阶段向另一个阶段切换的临界点难以分辨，引入货币条件更容易辨别传统四象限下阶段切换的临界点，以提前制定应对策略。

　　三是根据陆磊和杨骏（2016）的研究，以逆周期调节和防范系统性风险为目标的宏观审慎管理必须依托流动性管理方能收到实效。因此，在新的周期框架下加入流动性指标实际上是纳入了政策因子，进而便于更好地把握经济周期阶段的政策逻辑和切换节奏，也可以从政策方向协助佐证周期切换的方向。

　　下文以改进型美林时钟进行周期阶段判断和大类资产表现分析，然后以此为基础制定理财产品设计方案，并通过历史数据进行回测来检验方案的效果，为后续不同周期阶段进行理财产品设计提供思路。

　　基于数据频率和投资对经济增长边际贡献较大的考量，我们以工业增加值当月同比增速代表美林时钟中的经济增长因子Indus，以居民消费价格指数（CPI）当月同比增速和生产价格指数（PPI）当月同比增速的加权来代表美林时钟中的通胀因子Inflation。根据GDP 平减指数对CPI 和PPI 变化的回归分析获取加权系数，对应CPI 加权系数为0.8，PPI 加权系数为0.2。我们以7 天回购利率和3 个月Shibor 的算术平均值作为货币因子RMoney，以更好地反映货币条件的松紧。

　　我们考察了2006 年10 月到2019 年5 月共152 个月度Indus、Inflation 和RMoney 三因子的变化。以这期间三因子各自的均值为界，高于均值分别意味着经济强、通胀高、货币紧；低于均值分别意味着经济弱、通胀低、货币松。三因子表现的不同组合对应着经济周期阶段的八个象限，简称三维八象限，见表1。

　　为过滤季节性影响因素，我们对Inudus、Inflation 和RMoney 的原始数据进行X-12 加法模型的季节因素调整，采用季调后的数据（见图2至图4）进行分析。

　　根据上述周期阶段划分Bsports，我们分别考察了不同阶段债券、股票（代表权益）和商品三种大类资产的表现。债券采用中债- 新综合财富指数表征，股票采用沪深300 指数表征，商品采用南华工业品指数表征。三种大类资产的阶段投资回报如表3所示。

　　然后，我们考察了相同阶段债券、股票和商品三种大类资产走平、走牛、走熊的概率。本文假设期间回报率为-1% ～ 1% 表示走平，大于1% 表示走牛，小于-1% 表示走熊，并以相同阶段累计月数为分母，以走平、走牛、走熊月数为分子，分别计算某一象限下三个走向的发生概率。概率分布见表4。

　　我们以表4 所示的概率分布结果为依据，简单倒算不同象限下债券、股票和商品三种大类资产的最优配比，并以此作为模拟净值型理财产品三类资产投资配置权重。倒算的资产配置权重如表5所示。

　　假设模拟理财产品投资本金1 元，并按照上述不同象限下债券、股票和商品的权重配置进行指数型被动投资，其在各周期阶段表现如表6所示。

　　由表6 可知，改进型美林时钟分析框架下模拟理财产品的历史数据回测结果表现较好。具体来看，模拟理财产品单阶段最高回报率为82.26%，单阶段最低回报率为-5.52%，净值从观察期初的1 元增长至观察期末的6.1113元，按照151 个月计算收益，年化收益率高达15.50%。

　　一是在传统美林周期分析框架上加入一种新的有助于周期阶段划分的新因子，使得改进的周期分析模型更具现实意义。除了引入货币因子，在这个框架上还可以引入其他更多的因子以完善周期分析框架。

　　二是理财产品可以采用基于周期阶段判断和大类资产选择的多资产类型指数跟踪的被动投资模式。这种被动投资模式具备跨周期平滑和增强收益的特点。当然，这一思路不局限于被动投资，也可以在大类资产指数变化趋势基础上进行具体资产的进阶甄选，以获得超越单纯指数被动投资的收益。

　　首先，在本文周期阶段划分和概率分布测算过程中，仅152个月的观察期导致各阶段观测样本较少，直接影响了概率分布在统计学意义上的可靠度。

　　其次，在利用概率分布倒算大类资产权重时，我们并未考虑资产做空的交易机制。当某类资产走熊或走平概率较高时，我们的做法是零配置，这是基于对国内金融资产做空工具有限或做空约束较多等实际情况的考量。若考虑做空策略，则上述模拟理财产品的回报和净值表现将更好。

　　再次，受制于样本量，本文理财产品设计方案中的权重分布未经稳健性检验，也未留出现实样本来进行理论结果和现实结果的校验，在一定程度上存在循环论证的嫌疑。本方案在进行周期阶段划分时，单因子采用观测期均值作为向好或向坏演变的分界点，这种方法存在缺陷，理想的方法应该是剥离单因子趋势成分再进行均值比较。

　　最后，周期划分是一个永恒的哲学命题，不存在一种周期理论可以完整描述和预测经济周期。即便是康波周期、库兹涅茨周期、朱格拉周期和基钦周期等经典周期理论也得谨慎使用，因为这些理论都成形于20 世纪30 年代以前的无央行时代。而在后来基于货币政策的逆周期调控情形下，所有周期分析方法都需要经过现实矫正才能用于指导实践。尽管本文的改进型美林时钟是这种思路，但我们仍应认识到其局限性。

　　最重要的是，对中国经济的周期分析不能脱离政府治理体系、存量结构问题、政策诉求、技术创新等诸多现实因素，比如2016 年供给侧改革实施以来周期迹象已显著淡化，所以本文设计的方案虽有改进但仍存在显著不足。

　　其一，在周期阶段划分方法上，除了在传统美林时钟分析框架上引入货币因子外，还可以引入估值/ 资产价格、市场情绪等其他因子，使得周期阶段划分更加科学并具有现实指导意义。

　　其二，后续随着观测期的增加，阶段观测样本会逐步增加，可对各象限下大类资产走向的概率分布进行动态调整、优化，以使理财产品投资大类资产的权重配置更优。

　　其三，在本文设计方案的基础上，若引入大类资产投资的做空机制，可以大幅优化理财产品的回报和净值表现。

　　其四，现实的理财产品回报可以超越大类资产指数，即在具体投研过程中要发挥主观能动性，基于大类资产指数仔细挖掘个别资产的投资价值。

　　其五，要敬畏市场、敬畏周期，但不能沉迷于周期，实际投研需要在周期框架外获得更视角的佐证，并合理地控制风险敞口。

　　[1] 陆磊，杨骏. 流动性、一般均衡与金融稳定的“不可能三角”[J]. 金融研究，2016(1):1-13.

　　[2] 王博瑞. 极端投资策略—加强版美林时钟资产轮动策略[R]. 招商财富，2018-05.