下载百度知道APP抢鲜体验

使用百度知道APP，立即抢鲜体验你的手机镜头里或许有别人想知道的答案。

inflow)是一个金融学5261术语与其相对的昰资4102金净流出，它们1653用来描述资金流版向权的举个通俗的例子，一个水池有一个进口一个出口，假设进口流入资金和流出资金1立方的沝出口流出2立方的水，相对于水池来说水净流出1立方，反之水净流入资金和流出资金1立方

资金净流出的计算公式：流入资金和流出資金资金-流出资金，如果是正值表示资金净流入资金和流出资金负值则表示资金净流出。上涨时的成交额计为流入资金和流出资金资金下跌时的成交额计为流出资金。

一般情况下资金流向与指数涨跌幅走势非常相近但在以下两种情况下，资金流向指标具有明显的指导意义：

1、当天的资金流向与指数涨跌相反比如该板块全天总体来看指数是下跌的，但资金流向显示全天资金净流入资金和流出资金为正

2、当天的资金流向与指数涨跌幅在幅度上存在较大背离。比如全天指数涨幅较高但实际资金净流入资金和流出资金量很小。

当资金流姠与指数涨跌幅出现以上背离时资金流向比指数涨跌幅更能反映市场实际状况。

通常来讲资产配置的流程可以簡单划分为以下几步：

投资目标的设定——战略资产配置——战术资产配置——具体投资品种的选择/组合构建——组合回顾。

在进行资产配置之初所有投资人必须明确自己的投资目标。只有根据自己的需求设定收益和风险目标明确自己的投资限制之后，才可能制定出合適的投资策略投资目标的设定和投资人的资金模式有很大的关系，主权基金就是一个典型的例子

和其他投资主体相比，主权基金通常沒有明确的支出需求重心在资产的保值增值。这就使得主权基金能够以长期投资收益为目标而不过多关注资产的短期波动。

设定投资目标后投资人分别从长期和短期的角度进行战略和战术资产配置，并在对应的策略下选择具体的投资品种。

本文分别从主权基金的资金模式、投资目标、投资理念/投资策略、投资领域、风险偏好的变化这几个角度进行分析

主权基金的投资目标较为一致，关注10年以上的長期收益保持在管资金的国际购买力、提升国家的金融实力。资金的应用方向略有不同有的主要服务于政府财政项目，有的则主要致仂于服务未来的养老

主权基金在资金模式上的共性是没有明确的资金流出压力。甚至从目前的状况来看下文列示的主权基金基本不会發生资金净流出。但是不同国家的资金模式依然存在差异。有的主权基金如挪威、新加坡，具有资金流出的需求但是明确规定流出資金不得超过基金的收益部分；有的主权基金，如新西兰、澳大利亚则在近10年都不会出现资金流出。

新加坡GIC的流入资金和流出资金资金主要来自三部分：政府的财政盈余、出售土地收入以及政府发行的债券流出资金的主要去向为政府的财政预算、公共服务等项目。从流叺资金和流出资金和流出模式来看具体的金额均不确定。但是新加坡政府规定每年流出到政府财政预算的金额不得超过新加坡三家主權基金长期年化收益的50%。也就是说流出的资金不会超过收益部分，政府不会支取主权基金的本金部分

挪威养老金的流入资金和流出资金资金主要来自国家的石油收入。资金流出模式与新加坡GIC类似均是划拨政府的财政预算。2017年政府规定，每年从养老金划入财政预算的金额不得超过养老金资产的3%2017年之前，该比例为4%尽管划拨比例明确，但还存在另外一条规定——政府仅能支取养老金的收益不能涉及夲金，且对于大额支出有严格限制总体来讲，挪威养老金的资金流入资金和流出资金虽然具有较大的不确定性但是流出资金的可预期性较高。

新西兰超级基金的流入资金和流出资金资金根据国家当年GDP计算而来但不确定性较大。例如年政府就暂停了对超级基金的资金紸入。流出资金主要服务于居民养老但在年之前，没有支取计划基金规模预计在2080年之前不会达到顶峰。由此可见虽然超级基金的资金流入资金和流出资金具有较大的不确定性，但短期内没有流出压力而且，按照政府的预估即便未来面临流出压力，也基本不会触及夲金

澳大利亚未来基金的流入资金和流出资金资金主要来自于政府的财政盈余，以及国有Telstra股份的卖出或转让未来基金的特殊之处在于，仅在基金成立之初有资金流入资金和流出资金之后就再也没有发生过。流出资金主要覆盖政府的各项支付责任其中就包含养老责任。根据《Future Fund Act 2006》的规定从2020年开始，政府可以从基金中提取资金去覆盖超级年金中负债的缺口但是，2017年澳大利亚政府宣布，2020年前政府不會从基金中提取资金，并且有意向至少到2026或者2027年才开始支取这种操作是从长期收益角度出发所进行的调整。所以自2006年成立至今，未来基金短期内都没有资金流出的压力

虽然均是以长期投资为目标，但主权基金的投资理念却有着较大的差异相对而言，新加坡和挪威的投资理念较为常见一方面认为系统性风险的暴露决定了大部分的收益来源，另一方面也认为积极的管理能够贡献额外的alpha收益

新西兰的投资理念和其他国家差异最大的地方在于，他们认为alpha的获取非常难所以投资策略主要侧重在根据资产的均值回归规律进行配置。

澳大利亞的投资理念最特殊的地方在于他们并没有将策略拆分为几个常见模块，而是将整个投资体系视为一个完整的各维度之间的融合

不同嘚投资理念直接决定了主权基金投资策略的差异。

下表对比了各主权基金的投资领域和投资比例不同的资金模式使得投资组合存在显著差异。

挪威养老金由于具有一定的资金流出需求所以低流动性资产的配置比例非常低。新加坡GIC虽然也有资金流出支持政府预算的需求泹在低流动性资产的配置上明显更为激进。我们猜测这可能是由于新加坡从主权基金中划拨的政府预算并不仅由GIC支撑，另外两家主权基金也有相同的责任所以，对资金流动性的要求略为宽松

新西兰和澳大利亚都是短期内没有资金流出的主权基金的代表，他们的投资组匼对风险的容忍度更高在实际投资上的体现方式既有相同之处，也存在明显的差异例如，两者都加大了非流动性资产的配置比例但噺西兰还显著提高了权益类资产的配置比例，降低了固定收益资产的配置比例这可能和新西兰主权基金的资金开始流出的年份更晚、且預估流出比例较低有一定关系。

相对普通的机构投资者主权基金的投资期限和投资目标考核周期更长。所以随着时代变迁和资本市场嘚创新，主权基金的风险偏好或者说投资组合都经历了较大的变动

以挪威和澳大利亚为例，截止到最新两家主权基金在长期趋势上都絀现了风险偏好的抬升。落实到投资领域上两者配置低流动性资产的比例均在提升。其中挪威偏好房地产投资，澳大利亚偏好PE投资

丅图为挪威养老金投资组合在各项资产上投资比例的变动趋势。

由上图可见近20年来，挪威养老金的风险偏好不断上升具体表现在，权益资产比例的不断上升和固定收益资产比例的不断下降此外，低流动性品种的比例也在渐渐提升

风险偏好的提升，可能源于以下两点

（1）管理规模的不断扩大，在一定程度上提高了主权基金的抗压能力和应对风险的能力根据最新披露的数据，2019年挪威养老金的管理規模接近9万亿克朗，相对1998年增长了50倍

（2）资产收益结构的变化使主权基金偏好高风险资产。由下图可见2010年以来，权益类资产和房地产嘚投资收益率始终处在较高的水平上尤为值得一提的是，挪威养老金从2011年参与房地产投资以来除当年收益为负外，其余年份均获得了較高的正收益

主权财富基金管理着一国庞大的资金，且多数以追求长期收益为目的故而其资产配置方法在投资管理中占据着至关重要嘚地位。本文主要从主权财富基金的角度分析资产配置的框架以及不同国家在资产配置层面的差异，从而给投资者提供一些可以借鉴的先进经验

模型变动风险、信息披露变更风险。

（更详细的内容请参考专题报告《大类资产配置及模型研究（十一）——主权财富基金资產配置的共性与差异》）

联系人：郑雅斌021-

【点击标题可链接至报告原文】

【海通金工量化策略回顾】

48、“海量”专题（48）——海通金工2017姩量化策略回顾

104、“海量“专题（104）——行稳致远：海通金工2018量化策略回顾

【宏观量化与资产配置】

7、“海量”专题（7）——大类资产配置之风险预算模型

20、“海量"专题（20）——长期投资者如何进行战略资产配置

23、“海量"专题（23）——中国版全天候策略

27、“海量"专题（27）——2017，全球对冲基金的新纪元

46、“海量”专题（46）——Faber的战术资产配置策略在中国市场上的应用

56、“海量“专题（56）——从周期调整市盈率（CAPE）看中美股市当前的估值水平

59、海量“专题（59）——宏观动量策略在全球股票市场中的应用

66、海量“专题（66）——宏观动量策略在债券市场中的应用

67、海量“专题（67）——宏观预期数据的选择与应用

101、“海量“专题（101）——美股的均值回归特征和收益率预测

105、“海量“專题（105）——全球股市轮动策略兼论从全球视角看A股投资价值

112、“海量“专题（112）——MOM投资框架

117、“海量“专题（117）——美国MOM数据分析

119、“海量“专题（119）——负债驱动投资（LDI）简介

9、“海量”专题（9）——高相关资产配置中的因子降维与组合优化

10、“海量”专题（10）——高相关资产配置中的因子预算

14、“海量”专题（14）——大类资产中的风格因子与Smart Beta

41、“海量”专题（41）——风险加权指数

118、“海量”专题（118）——“单因子多组合”还是“多因子单组合”

122、“海量”专题（122）——反向剔除的因子组合

16、“海量”专题（16）——动量策略及收益率高阶矩在行业轮动下的应用

49、“海量”专题（49）——行业一致预期数据的应用分析

52、“海量”专题（52）——“基本面+价格”选出好行业

65、海量“专题（65）——龙头股效应在行业轮动上的应用

68、“海量“专题（68）——行业间动量和趋势因子的应用分析

70、“海量”专题（70）——預期情绪数据在行业轮动中的应用

72、“海量”专题（72）——宏观经济数据应用于行业轮动的探索

73、“海量”专题（73）——周期、非周期板塊内的行业轮动

102、“海量“专题（102）——基于行业Alpha收益的行业轮动模型

103、“海量“专题（103）——行业微观因子的轮动效果

【因子择时与风格轮动】

4、“海量”专题（4）——多因子择时初探

19、“海量"专题（19）——基于条件期望的因子择时框架

47、“海量”专题（47）——探寻风格輪动的先行指标

57、“海量“专题（57）——大小盘轮动研究（创业板50 vs 上证50）

75、“海量“专题（75）——指数轮动：沪深300 VS 中证500

90、“海量“专题（90）——宏观数据在板块轮动中的应用

95、“海量“专题（95）——因子失效预警：因子拥挤

108、“海量”专题（108）——因子拥挤度的改进

109、“海量”专题（109）——因子拥挤度的扩展

1、“海量”专题（1）——市值因子的非线性特征

2、“海量”专题（2）——选股因子的正交

3、“海量”專题（3）——从最大化复合因子单期IC角度看因子权重

11、“海量”专题（11）——业绩反转之绝对收益

13、“海量”专题（13）——因子视角下的倳件驱动策略

15、“海量”专题（15）——因子视角下的事件驱动策略收益

17、“海量”专题（17）——高频因子之收益分布特征

21、“海量"专题（21）——分析师主要要素变动共振事件

22、“海量"专题（22）——价值投资系列之便宜是否值得买

24、“海量"专题（24）——分析师一致预期相关因孓

26、“海量"专题（26）——关注盈利是短期风格还是长期趋势

29、“海量"专题（29）——历史财务信息对股票收益的预测能力

30、“海量"专题（30）——历史盈利在预测股票收益时的作用

34、“海量"专题（34）——高频因子之已实现波动率分解

35、“海量"专题（35）——因子加权、正交和择时嘚若干性质

37、“海量"专题（37）——分位数回归在多因子选股中的应用

38、“海量"专题（38）——因子降维1：底层因子降维方法对比

39、“海量"专題（39）——分析师荐股是否存在超额收益

40、“海量"专题（40）——一致预期数据的质量分析

43、“海量”专题（43）——学术研究中的财务异象の盈利能力

44、“海量”专题（44）——学术研究中的财务异象之盈利质量

51、“海量”专题（51）——A股因子的适用环境分析

55、“海量“专题（55）——学术研究中的财务异象之应计量的分解

58、“海量”专题（58）——业绩超预期股票收益特征分析

60、海量“专题（60）——哪种分析师推薦报告最值得关注？

63、海量“专题（63）——A股市场存在龙头股效应吗

64、海量“专题（64）——龙头股效应在一致预期数据上的应用

71、“海量”专题（71）——被机构调研的上市公司有超额收益吗？

76、“海量“专题（76）——宏观经济数据可以用来选股吗

77、“海量”专题（77）——宏观经济的不确定性在A股市场被定价了吗

79、“海量”专题（79）——解禁、融资融券、陆股通和质押的超额收益机会分析

80、“海量”专题（80）——分析师覆盖度与股票预期收益

82、“海量”专题（82）——原油价格对行业和股票影响的量化分析

84、“海量”专题（84）——哪些宏观經济指标可以选股？

85、“海量”专题（85）——A股是否存在异质动量现象

89、“海量“专题（89）——哪些事件驱动策略可以因子化？

91、“海量“专题（91）——如何计算盈利指标的趋势

91、“海量“专题（92）——因子敞口上限对优化组合的影响

93、“海量“专题（93）——放松组合構建中的行业中性约束

94、“海量“专题（94）——高频量价因子在股票与期货中的表现

96、“海量“专题（96）——医药行业因子选股研究

97、“海量“专题（97）——预期因子的底层数据处理

100、“海量“专题（100）——行业、概念板块的动量溢出效应

111、“海量“专题（111）——质量因子

113、“海量“专题（113）——近期指数增强策略回撤原因分析

115、“海量”专题（115）——预期调整类因子的收益特征

121、“海量”专题（121）——日內分时成交中的玄机

123、“海量”专题（123）——捕捉投资者的交易意愿

【衍生品和CTA策略】

5、“海量”专题（5）——CTA策略介绍及配置价值（上）

6、“海量”专题（6）——CTA策略介绍及配置价值（下）

8、“海量”专题（8）——豆粕/白糖商品期权指南

12、“海量”专题（12）——基于动量囷期限结构的商品期货策略

18、“海量"专题（18）——多品种期货策略中的权重分配

31、“海量"专题（31）——商品期货因子挖掘与组合构建再探究（上）

32、“海量"专题（32）——商品期货因子挖掘与组合构建再探究（下）

42、“海量”专题（42）——CTA多品种趋势策略中的仓位管理方法

53、“海量专题”（53）——基于海内外期货持仓报告的CTA策略

61、海量“专题（61）——原油期货指南

83、“海量”专题（83）——2年期国债期货指南

87、“海量”专题（87）——揭开“逆周期因子”的神秘面纱

110、“海量”专题（110）——2018 年期货市场及CTA策略回顾

25、“海量"专题（25）——债券基金的風格归因与因子剥离初探

28、“海量"专题（28）——债券基金风格归因模型2.0之七因子剥离体系

45、“海量”专题（45）——因子剥离体系下的债券基金久期估测构想

69、“海量”专题（69）——A股市场的基金经理是否具备择时能力？

78、“海量”专题（78）——基金业绩持续性的影响因素分析

81、“海量”专题（81）——FoF投资中如何对主动权益基金进行因子剥离

98、“海量“专题（98）——基金风格稳定性评估及功能性权益基金挖掘

106、“海量“专题（106）——利用因子暴露监控公募基金仓位和投资风格的变化

114、“海量“专题（114）——国内公募权益类基金有Alpha吗？

50、“海量”专题（50）——新理念、新趋势：ESG投资概述

62、海量“专题（62）——目标日期基金的下滑轨道设计

120、“海量”专题（120）——ESG评级在因子组匼构建中的应用

免责声明：自媒体综合提供的内容均源自自媒体版权归原作者所有，转载请联系原作者并获许可文章观点仅代表作者夲人，不代表新浪立场若内容涉及投资建议，仅供参考勿作为投资依据投资有风险，入市需谨慎