有效地将经济预测添入投资组合

经济预测是一种非常盛行但经常被诟病的操作，投资者常常认为经济预测过于不稳定，不值得在其投资策略中大费周章地探讨。Fathom Consulting 探索了一些想法，指导我们如何系统地利用宏观经济预测的不稳定方面来构建更有效的投资组合。

1. 通过利用宏观经济预测者在接受路透社调查时表现出的分歧程度，可以构建更有效的投资组合。
2. 在应对市场风险水平方面，宏观预测者之间较高程度的分歧与较高的资产回报有关；基于这一前提构建的投资组合表现出更高的绝对回报和经风险调整回报。
3. 测者之间的分歧和市场波动这两种风险具有互补性。将基于这两种风险得来的信息（例如，通过基于宏观经济趋势的市场预测）相结合，投资者能够构建更好的投资组合。

要在收件箱中获得更多数据驱动的洞察，请订阅路孚特视角每周时事通讯 (英文)。

究竟是否可以提供可利用的投资信号，人们对此众议纷纭，有时甚至是一概否定。

之所以难以形成准确的预测，一大原因在于难以处理预测者固有的人性偏见。例如，尽管 2021 年春已明显出现价格压力增加的迹象，但许多人仍然反应迟缓，未能预测到 2021 年会通胀飙升。

下图显示出，在整个 2021 年和 2022 年部分时间，提交给路透社的美国消费物价指数 (CPI) 月度中位数预测值常常远低于实际数据。

预测者也是人，也会被情绪所左右，市况好时过于乐观，市况糟糕时过于悲观。

了解有关 Datastream 的更多信息，这是一个历史金融数据库，涵盖 3,500 多万个独立工具或指标，涉及所有主要资产类别

尽管存在种种偏向，但与资产价格一样，预测仍能提供对市场共识和意外事件的见解。

例如，宏观经济意外事件与股票回报挂钩。就像面对任何工具一样，我们面临的挑战是如何妥善利用这些意外事件。

一个明智的起点是 Reuters Poll 数据库，该数据库可通过路孚特 Datastream Data Loader 和 Datastream Web Services 访问。该数据库包括对 900 多项指标的季度、月度和每周宏观经济预测。

根据经济预测分歧构建投资组合

面对 900 多项宏观经济指标，该从何处着手？一个明智的着手点是美国国家经济调查局 (NBER) 密切监测以跟踪经济扩张和萎缩的 6 项指标：非农就业、工业生产、失业、个人收入、个人消费和零售销售。

学术研究（例如 Gao et al, 2019）发现，资产回报下降通常与预测者之间存在高度分歧的时期有关。根据这一原则，我们针对 6 项指标中每一项指标计算出宏观预测差异。

我们还制定了第 7 项指标，以记分卡方法对所有 6 个变量的分歧程度进行整理。

我们发现，这一反映出预测者之间分歧的综合指标不仅有助于捕捉极端市场波动的时期（通过 VIX 指数衡量），而且相比 VIX 能够捕捉更广泛的波动时期。

我们还发现，相对于两个基准（一个是试图将每个季度的历史夏普比率最大化，一个是简单的固定权重策略），当对于就业预测的分歧程度最高时，这种综合策略的表现最好。

从盲目到理性使用预测

我们的分析显示：在构建投资组合时，考虑宏观经济预测者的极端分歧程度是有意义的；出现极端分歧程度的这些时期并非都与极端市场波动相吻合。

换言之，市场波动和预测者之间的分歧折射出一些截然不同的信息，可通过基于特定条件的理性预测进一步加以利用。

我们提供的一个例子就是以经济状况为依据部署市场风险预测：FROG（Fathom 避险指标）。该指标利用路孚特的数据，以简单的概率计算显示市场处于承险状态还是避险状态。

FROG 是一个引人入胜的指标，因为它模拟了不断了解市场和经济之间的关系的那类预测者，这类预测者永远不能确定在任何特定的时间点上哪种市场状态会占上风，但他们仍坚定地给出明确的概率估计。

我们发现，基于特定条件的预测（如 FROG）可帮助投资者采用能区分高回报和低回报（即避险和承险）时期的投资组合。

这些研究结果在上图中已清楚地显示了出来，对于寻求采用这种方法的投资者而言，可以很容易地总结为几条准则：

• 承险和避险阶段应尽可能地明确区分（两种状态之间几乎没有重叠）
• 风险与回报之间的关系线应在避险期间大致向下倾斜，在承险阶段则向上倾斜

想了解更多内容？

本报告重点介绍了最近一份 Fathom 报告中的一些关键结论。阅读报告全文 (英文)，深入了解如何利用经济预测和市场数据，通过整合预测中的信息，优化宏观相关承险，从而构建更好的投资组合。

了解有关 Datastream 的更多信息，这是一个历史金融数据库，涵盖 3,500 多万个独立工具或指标，涉及所有主要资产类别