详细内容或原文请订阅后点击阅览
总回报预测：主要资产类别 | 2026 年 9 月 2 日
就长期前景而言，全球市场指数 (GMI) 的总回报预测在 8 月份继续走高。尽管近几个月 GMI 预测有所上调，但今天的预测仍远低于该指数过去 10 年的回报率。 GMI 是《资本观察者》主要资产市场价值加权混合的代表[...]
来源:《Capital Spectator》就长期前景而言，全球市场指数 (GMI) 的总回报预测在 8 月份继续走高。尽管近几个月 GMI 预测有所上调，但今天的预测仍远低于该指数过去 10 年的回报率。
GMI 是 Capital Spectator 使用 ETF 代理对主要资产类别（不包括现金）进行市场价值加权混合的代理。预期回报计算为三个模型的平均值，定义如下。
最新的 GMI 回报率预测——年化 8.1% 的表现——略高于上个月的预测，但仍远低于基准过去十年的跟踪回报率，尽管差距最近一直在缩小。
与最近的历史相呼应，GMI 的几个基础组成部分的预期回报率继续远低于过去十年公布的结果，如下表最右栏中的红框所示，这一差距表明相对于最近历史的隐含前景，对这些市场采取相对谨慎的态度。最大的分歧仍然出现在美国股市，尽管大宗商品紧随其后。这一警告也适用于 GMI，预计其回报率为 8.1%，略低于过去 10 年 9.9% 的回报率。
GMI 代表了“最佳”投资组合的理论基准，适合具有无限时间范围的普通投资者。考虑到这些实际限制，GMI 可作为定制资产配置和投资组合设计的起点，以匹配特定投资者的期望、目标、风险承受能力等。GMI 的历史表明，这种被动基准的表现将与大多数主动资产配置策略相比具有竞争力，特别是在对风险、交易成本和税收进行调整后。
可以合理地假设上述部分、大部分或可能全部预测在某种程度上都偏离了目标。然而，GMI 的预测预计比对其组成部分的估计更可靠。与将预测汇总到 GMI 估计中相比，对特定市场（美国股票、大宗商品等）的预测存在更大的可变性，这一过程可能会随着时间的推移减少一些误差。
查看上述预测的另一种方法是使用估计值作为细化预期的基线。例如，可以使用额外的模型来调整上述点预测，该模型考虑了此处未使用的其他因素和假设，例如当前估值和隐含回报预测。还建议为特定投资者定制投资组合，以反映风险承受能力、时间范围等。
要了解 GMI 的已实现总回报如何随时间演变，请考虑该基准在 10 年滚动年化基础上的业绩记录。下图比较了上个月 GMI 的表现与追踪美国股票和美国债券的 ETF 的表现。 GMI 目前过去十年的年化回报率为 9.9%，略高于 7 月份的表现。
以下是上表中预测的生成方式以及其他指标定义的简要摘要：
EQ：均衡模型通过风险的方式逆向工程预期回报。该模型不是尝试直接预测回报，而是依赖于使用风险指标来估计未来绩效的更可靠的框架。从预测风险比预测回报稍微容易的意义上来说，该过程相对稳健。三个输入：
* 每种资产（GMI 的市场组成部分）的预期波动率（标准差）
BB：Building Block 模型使用历史回报作为估计未来的代理。使用的样本期从 1998 年 1 月开始（上面列出的所有资产类别的最早可用日期）。该过程是计算每个资产类别的风险溢价，计算年化回报，然后添加预期无风险利率以生成总回报预测。对于预期无风险利率，我们使用 10 年期国债通胀保值证券 (TIPS) 的最新收益率。该收益率被认为是对“安全”资产的无风险实际（通货膨胀调整后）回报的市场估计——这种“无风险”利率也用于下面概述的所有模型。请注意，此处使用的 BB 模型（松散地）基于 Ibbotson Associates（晨星公司的一个部门）最初概述的方法。
* 对整个投资组合的预期风险市场价格的估计，定义为夏普比率，即风险溢价与波动率（标准差）的比率。注意：此处及全文中的“投资组合”定义为 GMI
* 每项资产相对于投资组合的预期相关性 (GMI)
这种估计均衡收益的模型最初是由 Bill Sharpe 教授在 1974 年的一篇论文中概述的。有关摘要，请参阅 Gary Brinson 在《The Portable MBA in Investment》第 3 章中的解释。我还在我的《动态资产配置》一书中回顾了该模型。请注意，此方法首先估计风险溢价，然后添加预期无风险利率以得出总回报预测。预期无风险利率已在上文 BB 中概述。
ADJ：此方法与上述均衡模型 (EQ) 相同，但有一个例外：预测根据短期动量和长期均值回归因子进行调整。动量定义为当前价格相对于追踪 12 个月移动平均线的价格。均值回归因子估计为当前价格相对于追踪 60 个月（5 年）移动平均线的价格。均衡预测根据当前价格相对于 12 个月和 60 个月移动平均线进行调整。如果当前价格高于（低于）移动平均线，则未调整的风险溢价估计值将减少（增加）。调整的公式很简单，就是将当前价格的平均值与两条移动平均线取倒数。例如：如果某资产类别的当前价格比其 12 个月移动平均线高出 10%，比其 60 个月移动平均线高出 20%，则未经调整的预测将降低 15%（10% 和 20% 的平均值）。这里的逻辑是，当价格与近期历史相比相对较高时，均衡预测就会降低。另一方面，当价格与近期历史相比相对较低时，均衡预测就会增加。
Avg：此列是每行（资产类别）的三个预测的简单平均值
10yr Ret：为了了解实际回报，此列显示当前目标月份资产类别的跟踪 10 年年化总回报。
利差：平均模型预测减去 10 年回报率。