题目	Diversifying Macroeconomic Factors - for better or for worse
论文链接	论文pdf链接
发表时间	2021.01.08
论文作者	Livia Amato, Harald Lohre

内容简要

本篇文章主要是寻找了一些新的macro alpha和combine组合；同时探索了一下Markov switching model。5 factor模型的diversification效果一般，在经济不好的时候correlation也比较高；四个state variable相对会好一些。

文章用到的macro 五个 factor有
- Term：term spread between10Y and 3M for G7 weighted by their GDP
- Market: excess return of MSCI world index over 1M US bill （认为这个factor包含了rate level、 term premium和inflation的信息）
- USD： US trade weighted dollar index
- OIL: log return of WTI oil (认为Oil表述了供应链的生产和运输成本，高价格象征经济的经济以及cost升高而带来的经济周期自我回归）
- Credit: DEF, spread between Moody’s BAA and AAA Yield.

Macro state variables

output： divident growth and expected output gap. 文章中具体用到的是 log difference in the composite leading indicator (CLI) for G7 issued by OECD
inflation (G7 CPI)
interest rate: change of 3M bond yield for G7 country, 衡量monetary policy的变化以及rate level
risk aversion / volatility： VIX

知识点

经济uncertainty比较强的时候，所有的asset 通常的correlation会明显高于正常的时候
macro factor在经济不好的时候也会出现comovement，因此macro factor model 的 diversification其实做的也不是特别好
使用Choleski decomposition来衡量factor的correlation，同时可以对于不同的regime（经济好的时候和经济不好的时候分别看correlation）
根据文中描述，gold和rate是反相关； equity对于自身和credit有正相关

模型

通过macro factor来fit 四大类（bond, equity, credit and commo）12种assets的return (SP500, MSCI EAFE, MSCI EM, RUSSEL200; US， DE， JP，UK, 10Y indice； IG and HY; GS commo index, SP GSCI gold index) 。

5-factors Macro factor OLS
$R_{t} = a+ \beta_1 TERM_t + \beta_2 MARKET_t + \beta_3 USD_t +\beta_4 OIL_t +\beta_5 DEF_t + \epsilon_t$
4 state variable, 同样也是用OLS对于上述的state variable进行回归

Techniques:

normalization：去掉12个月的均值，并除以过去12个月的方差。
regression，对于t时刻，用过去t-1之前所有的data进行regression。

简评

文章水平一般，关键细节描述不清楚，可以简单地看看文章里面提到了哪些factor，拓展一下思路

原文链接：https://blog.csdn.net/te_sun/article/details/126615610

[Quant][Note] Diversifying Macroeconomic Factors - for better or for worse

目录

内容简要

知识点

模型

简评