Man Group：宏观双视角国家配置模型为系统性EM策略补充低相关alpha

在系统性新兴市场股票策略中，选股是alpha的主要来源，公司基本面——盈利动态、资产负债表质量和估值信号——在证券层面确实具有预测力。但国家层面的回报是另一回事：货币政策周期、贸易条件、外部需求和金融条件等宏观力量往往占据主导。Man Numeric的研究人员Mickael Nouvellon和Dawei Zhou指出，一个关键但长期被忽视的事实是：新兴市场国家层面的风险贡献显著高于发达市场，这意味着国家配置的机会集在结构上更大，而选股模型通常并未被设计来利用它。

最直觉的做法是将相对估值和12个月价格动量标准化后组合成横截面国家多空信号。但Man Numeric发现这一方法存在结构性缺陷：估值和动量都是慢变量，产生的国家敞口可以多年保持不变，而非随宏观周期轮动。以韩国为例，由于其相对于EM同行的长期估值折价（由公司治理问题和集中的出口导向产业结构驱动），该模型在过去二十年中几乎始终维持做多韩国股票的立场，与当时的宏观环境基本无关。更关键的是，这一信号与选股模型使用的信息高度重叠，其国家倾斜往往与基金经理已有的选股alpha正相关，分散化收益有限。

Man Numeric提出的替代方案是结合基本经济逻辑与机器学习技术，利用高质量、时点性的宏观经济数据构建国家配置模型。该框架通过两个互补视角运作：时间序列视角将每个国家与自身历史比较，捕捉其独特动态（例如巴西当前的宏观环境相对其历史常态是在改善还是恶化）；横截面视角同时比较所有国家，模拟全球配置者的相对价值判断（例如巴西此刻是否比印尼或南非更具吸引力）。两种信号融合为单一观点，既考虑国家特定动态又兼顾相对定位，能够识别出油价上涨对韩国这样的净进口国与沙特这样的净出口国的不同影响，也能建模美国利率或中国工业产出通过贸易联系向特定EM经济体的溢出效应。

韩国2021至2026年的案例展示了该模型的动态适应能力。2022年，模型信念从主权信用担忧转向外部贸易脆弱性——乌克兰战争引发的能源价格波动使贸易余额成为最大拖累项，得分在8月触底。2023年初，一次板块轮动信号显示国内动能在全球背景改善之前已经开始转向；此后模型在贸易余额企稳和核心通胀软化期间保持看多，直到2024年9月新一轮板块轮动将得分拉回周期低点。2026年初，白银和黄金价格骤降叠加半导体出口强劲和油价走软，使韩国出口引擎重新获得动力，得分出现最显著的改善。这与基本面模型产生的静态多年期倾斜形成鲜明对比。

在2008至2026年的回测中，这一宏观模型产生了0.85的已实现Sharpe比率，较基本面模型不足0.5的水平有实质性提升，同时换手率低28%，最大峰谷回撤4.6%对比基本面模型的8.7%。由于构建于宏观经济数据而非估值或价格信息之上，其日收益与基本面模型的日收益相关性仅为0.08，构成一个基本不相关的alpha来源。

但Man Numeric明确标注了若干重要边界：所有结果均为未扣除交易成本的毛收益；两个模型均每日再平衡，意味着可观的年化换手率，转化为实际可交易策略需要通过仓位平滑、降低再平衡频率或明确交易约束来处理成本问题；韩国单国研究仅为模型机制的说明，其结果不应推广至其他市场；基本面模型自2008年以来超过40%的增值集中在最近12个月，且该模型在2022年俄罗斯变为不可投资时特别脆弱。这些是Man Numeric作为策略提供方自报的回测结果，尚未经独立验证。

Man Numeric的结论是：这不是对选股的替代，而是对其的补充——一个系统性叠加层，将国家风险从未经管理的残差转化为有意的、数据驱动的alpha来源。随着新兴市场宏观分化持续加深，他们认为将这一能力整合进机构投资流程的理由只会增强。