如何看待股債收益相關性？

本文來自格隆匯專欄：宏觀fans哲，作者：蘆哲、劉子博、李昌萌、潘京

核心觀點

股債收益相關性是構建多資產組合前的核心考慮因素之一。假設構建一個80%投資於中債-國債總財富（總值）指數、20%投資於中證A500全收益指數的「82組合」。假設上述兩個指數的相關係數（簡稱「股債收益相關係數」）從-0.6提高至0，那麼該組合所對應的：

• 收益率波動性將從3.15%提高1.2pct至4.35%；

• 95%置信水平下的年化收益率VaR將從2.72%下降0.7pct至2.02%；

• 12個月（TTM）最大回撤將從-4.80%下降0.92pct至-5.72%；

• 10年間最大回撤將從-3.60%下降2.48pct至-6.08%。

國內外的股債收益相關係數均具有明顯周期性特徵。無論在國內還是國外（例如美日英法德），股債收益相關係數均呈現出明顯的周期性變動。在國內，自2010Q1至2017Q2，股債收益相關係數整體呈上升趨勢；自2017Q3至2022Q1，股債收益相關係數整體呈下降趨勢；自2022Q2至今，股債收益相關係數整體呈上升趨勢。

如何看待國內股債收益相關性？從宏觀視角看，經濟增長、通脹是影響股票、債券收益的兩大核心因素。理論上，經濟增長對股票、債券收益的影響是反向的；而通脹對股票、債券收益的影響是同向的。股票指數的收益S、債券指數的收益B均受到增長因子g、通脹因子π的影響，如果將係數統稱為b，那麼對於S、B的協方差：

如果假設S、B的相關係數對應一種線性關係，隨后對此進行聯合因果檢驗，那麼：

其中，①「通脹的不確定性」可參考CPI當月同比增速的波動率（經季調）；②「增長的不確定性」可參考規上工業增加值當月同比增速的波動率（實際值、經季調）；③「通脹與增長的相關係數」可採用上述兩個同比增速指標的相關係數（5年滾動）；④C為常數項/係數，為殘差項。

經檢驗，國內存在「通脹的不確定性X，增長的不確定性Y，通脹與增長的相關係數Z→股債收益相關係數A」的聯合因果關係，具體公式是：

• 據此測算，2025年9月至11月股債收益相關係數或將介於-0.216至-0.229，較2025年8月對應的-0.238繼續上升。換言之，近期股債收益相關係數的上升趨勢預計仍將延續。

• 如果只是爲了控制投資組合的最大回撤與波動率，那麼或可考慮僅配置3%至5%的股票指數。 

• 伴隨預期波動率的提高，投資組合的預期收益可能並非是單調遞增的，分界線（股票配置比例α）大約介於18%-21%。

風險提示：（1）選取計算股債收益相關係數時所參考的股票指數、債券指數可能不夠合理；（2）受制於歷史數據可得性，以「5年滾動」計算國內股債收益相關係數可能不夠完善；（3）對影響股債收益相關係數的宏觀因素可能考慮不夠全面；（4）基於聯合因果關係檢驗結果給出的預測值可能不準；（5）對投資組合預期收益、波動率、最大回撤等指標的測算可能不準。

正文

1. 為什麼需要研究股債收益相關性？

股票與債券之間的收益相關性是構建多資產組合前的核心考慮因素之一。如果構建一個80%投資於中債-國債總財富（總值）指數（以下簡稱「債券指數」）、20%投資於中證A500全收益指數（以下簡稱「股票指數」）的「82組合」，隨后進行10萬條蒙特卡洛模擬路徑，每條路徑模擬未來120個月的組合收益，同時計算：

• ①收益率波動性：指在10萬條模擬路徑下的年化波動率中位數；

• ②95%置信水平下的年化收益率 VaR：指在10萬條模擬路徑下的年化收益率5%分位數（絕對值）；

• ③12個月（TTM）最大回撤：指在10萬條模擬路徑下滾動12個月的最大回撤（峰谷值）中位數；

• ④10年間最大回撤：指在10萬條模擬路徑下未來120個月（即10年）整體最大回撤（峰谷值）中位數。

那麼不難發現：假設股債收益相關係數從-0.6提高至0，那麼「82組合」所對應的：

• ①收益率波動性將從3.15%提高1.2pct至4.35%；

• ②95%置信水平下的年化收益率VaR將從2.72%下降0.7pct至2.02%；

• ③12個月（TTM）最大回撤將從-4.80%下降0.92pct至-5.72%；

• ④10年間最大回撤將從-3.60%下降2.48pct至-6.08%。

如此意味着，在當前國內股債收益相關係數整體呈上升趨勢下，投資人需要及時調整資產比例才能更好地控制回撤，但這將不可避免地影響組合預期收益。

此外，值得關注的還有，對於保險機構而言，股債收益相關係數變動的影響更加複雜。具體原因在於，相關係數的變動不僅將影響保險機構的資產端——投資組合的預期收益，還將同時影響其負債端。如此意味着，股債收益負相關雖然有利於投資組合的風險分散，但有可能同時帶來資產縮水與負債上升的不利影響，換言之，股債收益正相關在某些情況下可能反而有利於保險機構。

2.股債收益相關係數的周期性特徵明顯

對於國內，如果分別計算股票指數、債券指數較3個月前的收益率，隨后分別以3年、5年為區間計算股債收益的相關係數，那麼如圖3所示，自2010年以來，國內股債收益相關係數呈現出明顯的周期性特徵。具體而言，以5年滾動計算相關係數為例：

• 自2010Q1至2017Q2，相關係數整體呈上升趨勢；

• 自2017Q3至2022Q1，相關係數整體呈下降趨勢；

• 自2022Q2至今，相關係數整體呈上升趨勢，尤其是2025Q3趨勢加劇。

無獨有偶，在國外，不僅美國股債收益相關係數呈現出同樣明顯的周期性特徵（參考圖4），澳大利亞、加拿大、日本、英國、法國、德國等國的股債收益相關係數也呈現出較為明顯的周期性特徵（參考圖5）。

3.如何看待國內股債收益相關性？

3.1.理論推導

從宏觀視角看，經濟增長、通脹是影響股票、債券收益的兩大核心因素。理論上，（1）經濟增長對股票、債券收益的影響是反向的。積極的經濟增長信號會推高投資人對上市公司的未來現金流預期，進而推高股價；但這一信號對中性利率r*的影響以及央行潛在的應對措施可能會削弱債券收益預期。（2）通脹對股票、債券收益的影響是同向的。通脹可能走高的信息將推高短期利率預期及上市公司現金流的貼現率，因此股債市場均將面臨不利影響。

考慮到股票指數的收益S、債券指數的收益B均受到增長因子g、通脹因子π的影響，如果將係數統稱為b，那麼可以將上述邏輯用公式表達為：

3.2. 實證檢驗

我們將「通脹的不確定性」、「增長的不確定性」、「通脹與增長的相關係數」分別定義為變量X、Y、Z，將「5年滾動股債收益相關係數」定義為變量A。那麼結合上文理論推導，我們假設存在「X，Y，Z→A」的聯合因果關係。

由於上述變量均為一階差分后平穩，且Johansen 檢驗發現 1 條協整關係，因此採用一階滯后VECM模型進行聯合因果檢驗。

（1）最終結果顯示：

• 檢驗結果為p=0.003 < 0.05，即X、Y、Z 的歷史信息有助於預測A的變動，存在「X，Y，Z→A」的聯合因果關係。

• 同時，①Ljung-Box p=0.12 > 0.05，因此殘差無顯著自相關，②ARCH p=0.14 > 0.05，因此殘差無顯著異方差。③R² 高達0.99，可能主要由於協整關係及多重共線性，因為變量Y、A對應的VIF較高，分別為22.3、29.1。但從實踐角度看，高VIF即多重共線性不能完全否定因果檢驗結果，「X，Y，Z→A」的聯合因果關係依然是存在的，只是不宜過度關注單個係數。

（2）公式表達為：

3.3. 實踐應用

（1）從經濟含義看：

（2）將其應用於實踐可得：

在進行未來預測時，考慮到①αA較小，長期修正偏慢，預測受歷史偏差影響；②多重共線性可能放大預測波動；③可能存在誤差累積問題。因此對未來的預期不宜超過3期。依據上述公式測算，未來一個季度（自2025年9月至2025年11月），股債收益相關係數預計分別為-0.2161、-0.2183、-0.2290，整體高於2025年8月對應的-0.2377，換言之，模型預計近期股債收益相關係數的上升趨勢仍將延續。

基於對未來3個月股債收益相關係數預期，假設投資組合的α配置於股票指數、（1-α）配置於債券指數。藉助蒙特卡洛模擬，我們分別測算投資組合未來36個月的預期收益（年化后）、波動率（年化后）、最大回撤等指標。參考圖7不難發現：

• 如果只是爲了控制投資組合的最大回撤與波動率，那麼或可考慮僅配置3%至5%的股票指數。

• 伴隨預期波動率的提高，投資組合的預期收益可能並非是單調遞增的，分界線（股票配置比例α）大約介於18%-21%。

4. 風險提示

（1）受制於國內較長曆史數據可得的總回報指數有限，本文選取計算股債收益相關係數時所參考的股票指數、債券指數可能不夠合理；

（2）受制於歷史數據可得性，以「5年滾動」計算國內股債收益相關係數可能不夠完善，待日后國內數據可得性提高，或可進一步改進為「10年滾動」計算；

（3）對影響股債收益相關係數的宏觀因素可能考慮不夠全面，除通脹、增長因素外，可能還有其他影響資產價格的關鍵宏觀因素；

（4）基於聯合因果關係檢驗結果給出的預測值可能不準，主要受歷史偏差干擾預測效果、可能存在誤差累積、多重共線性擾動等因素影響；

（5）對投資組合預期收益、波動率、最大回撤等指標的測算可能不準，本文進行蒙特卡洛模擬后，各指標取得是各條模擬路徑得到的中位數。