核心观点
股债收益相关性是构建多资产组合前的核心考虑因素之一。假设构建一个80%投资于中债-国债总财富（总值）指数、20%投资于中证A500全收益指数的“82组合”。假设上述两个指数的相关系数（简称“股债收益相关系数”）从-0.6提高至0，那么该组合所对应的：
收益率波动性将从3.15%提高1.2pct至4.35%；
95%置信水平下的年化收益率VaR将从2.72%下降0.7pct至2.02%；
12个月（TTM）最大回撤将从-4.80%下降0.92pct至-5.72%；
10年间最大回撤将从-3.60%下降2.48pct至-6.08%。
国内外的股债收益相关系数均具有明显周期性特征。无论在国内还是国外（例如美日英法德），股债收益相关系数均呈现出明显的周期性变动。在国内，自2010Q1至2017Q2，股债收益相关系数整体呈上升趋势；自2017Q3至2022Q1，股债收益相关系数整体呈下降趋势；自2022Q2至今，股债收益相关系数整体呈上升趋势。
如何看待国内股债收益相关性？从宏观视角看，经济增长、通胀是影响股票、债券收益的两大核心因素。理论上，经济增长对股票、债券收益的影响是反向的；而通胀对股票、债券收益的影响是同向的。股票指数的收益S、债券指数的收益B均受到增长因子g、通胀因子π的影响，如果将系数统称为b，那么对于S、B的协方差：
如果假设S、B的相关系数对应一种线性关系，随后对此进行联合因果检验，那么：
其中，①“通胀的不确定性”可参考CPI当月同比增速的波动率（经季调）；②“增长的不确定性”可参考规上工业增加值当月同比增速的波动率（实际值、经季调）；③“通胀与增长的相关系数”可采用上述两个同比增速指标的相关系数（5年滚动）；④C为常数项/系数，为残差项。
经检验，国内存在“通胀的不确定性X，增长的不确定性Y，通胀与增长的相关系数Z→股债收益相关系数A”的联合因果关系，具体公式是：
据此测算，2025年9月至11月股债收益相关系数或将介于-0.216至-0.229，较2025年8月对应的-0.238继续上升。换言之，近期股债收益相关系数的上升趋势预计仍将延续。
如果只是为了控制投资组合的最大回撤与波动率，那么或可考虑仅配置3%至5%的股票指数。
伴随预期波动率的提高，投资组合的预期收益可能并非是单调递增的，分界线（股票配置比例α）大约介于18%-21%。
风险提示：（1）选取计算股债收益相关系数时所参考的股票指数、债券指数可能不够合理；（2）受制于历史数据可得性，以“5年滚动”计算国内股债收益相关系数可能不够完善；（3）对影响股债收益相关系数的宏观因素可能考虑不够全面；（4）基于联合因果关系检验结果给出的预测值可能不准；（5）对投资组合预期收益、波动率、最大回撤等指标的测算可能不准。
正文
1. 为什么需要研究股债收益相关性？
股票与债券之间的收益相关性是构建多资产组合前的核心考虑因素之一。如果构建一个80%投资于中债-国债总财富（总值）指数（以下简称“债券指数”）、20%投资于中证A500全收益指数（以下简称“股票指数”）的“82组合”，随后进行10万条蒙特卡洛模拟路径，每条路径模拟未来120个月的组合收益，同时计算：
①收益率波动性：指在10万条模拟路径下的年化波动率中位数；
②95%置信水平下的年化收益率 VaR：指在10万条模拟路径下的年化收益率5%分位数（绝对值）；
③12个月（TTM）最大回撤：指在10万条模拟路径下滚动12个月的最大回撤（峰谷值）中位数；
④10年间最大回撤：指在10万条模拟路径下未来120个月（即10年）整体最大回撤（峰谷值）中位数。
那么不难发现：假设股债收益相关系数从-0.6提高至0，那么“82组合”所对应的：
①收益率波动性将从3.15%提高1.2pct至4.35%；
②95%置信水平下的年化收益率VaR将从2.72%下降0.7pct至2.02%；
③12个月（TTM）最大回撤将从-4.80%下降0.92pct至-5.72%；
④10年间最大回撤将从-3.60%下降2.48pct至-6.08%。
如此意味着，在当前国内股债收益相关系数整体呈上升趋势下，投资人需要及时调整资产比例才能更好地控制回撤，但这将不可避免地影响组合预期收益。
此外，值得关注的还有，对于保险机构而言，股债收益相关系数变动的影响更加复杂。具体原因在于，相关系数的变动不仅将影响保险机构的资产端——投资组合的预期收益，还将同时影响其负债端。如此意味着，股债收益负相关虽然有利于投资组合的风险分散，但有可能同时带来资产缩水与负债上升的不利影响，换言之，股债收益正相关在某些情况下可能反而有利于保险机构。
2.股债收益相关系数的周期性特征明显
对于国内，如果分别计算股票指数、债券指数较3个月前的收益率，随后分别以3年、5年为区间计算股债收益的相关系数，那么如图3所示，自2010年以来，国内股债收益相关系数呈现出明显的周期性特征。具体而言，以5年滚动计算相关系数为例：
自2010Q1至2017Q2，相关系数整体呈上升趋势；
自2017Q3至2022Q1，相关系数整体呈下降趋势；
自2022Q2至今，相关系数整体呈上升趋势，尤其是2025Q3趋势加剧。
无独有偶，在国外，不仅美国股债收益相关系数呈现出同样明显的周期性特征（参考图4），澳大利亚、加拿大、日本、英国、法国、德国等国的股债收益相关系数也呈现出较为明显的周期性特征（参考图5）。
3.如何看待国内股债收益相关性？
3.1.理论推导
从宏观视角看，经济增长、通胀是影响股票、债券收益的两大核心因素。理论上，（1）经济增长对股票、债券收益的影响是反向的。积极的经济增长信号会推高投资人对上市公司的未来现金流预期，进而推高股价；但这一信号对中性利率r*的影响以及央行潜在的应对措施可能会削弱债券收益预期。（2）通胀对股票、债券收益的影响是同向的。通胀可能走高的信息将推高短期利率预期及上市公司现金流的贴现率，因此股债市场均将面临不利影响。
考虑到股票指数的收益S、债券指数的收益B均受到增长因子g、通胀因子π的影响，如果将系数统称为b，那么可以将上述逻辑用公式表达为：
3.2. 实证检验
我们将“通胀的不确定性”、“增长的不确定性”、“通胀与增长的相关系数”分别定义为变量X、Y、Z，将“5年滚动股债收益相关系数”定义为变量A。那么结合上文理论推导，我们假设存在“X，Y，Z→A”的联合因果关系。
由于上述变量均为一阶差分后平稳，且Johansen 检验发现 1 条协整关系，因此采用一阶滞后VECM模型进行联合因果检验。
（1）最终结果显示：
检验结果为p=0.003 < 0.05，即X、Y、Z 的历史信息有助于预测A的变动，存在“X，Y，Z→A”的联合因果关系。
同时，①Ljung-Box p=0.12 > 0.05，因此残差无显著自相关，②ARCH p=0.14 > 0.05，因此残差无显著异方差。③R² 高达0.99，可能主要由于协整关系及多重共线性，因为变量Y、A对应的VIF较高，分别为22.3、29.1。但从实践角度看，高VIF即多重共线性不能完全否定因果检验结果，“X，Y，Z→A”的联合因果关系依然是存在的，只是不宜过度关注单个系数。
（2）公式表达为：
3.3. 实践应用
（1）从经济含义看：
（2）将其应用于实践可得：
在进行未来预测时，考虑到①αA较小，长期修正偏慢，预测受历史偏差影响；②多重共线性可能放大预测波动；③可能存在误差累积问题。因此对未来的预期不宜超过3期。依据上述公式测算，未来一个季度（自2025年9月至2025年11月），股债收益相关系数预计分别为-0.2161、-0.2183、-0.2290，整体高于2025年8月对应的-0.2377，换言之，模型预计近期股债收益相关系数的上升趋势仍将延续。
基于对未来3个月股债收益相关系数预期，假设投资组合的α配置于股票指数、（1-α）配置于债券指数。借助蒙特卡洛模拟，我们分别测算投资组合未来36个月的预期收益（年化后）、波动率（年化后）、最大回撤等指标。参考图7不难发现：
如果只是为了控制投资组合的最大回撤与波动率，那么或可考虑仅配置3%至5%的股票指数。
伴随预期波动率的提高，投资组合的预期收益可能并非是单调递增的，分界线（股票配置比例α）大约介于18%-21%。
4. 风险提示
（1）受制于国内较长历史数据可得的总回报指数有限，本文选取计算股债收益相关系数时所参考的股票指数、债券指数可能不够合理；
（2）受制于历史数据可得性，以“5年滚动”计算国内股债收益相关系数可能不够完善，待日后国内数据可得性提高，或可进一步改进为“10年滚动”计算；
（3）对影响股债收益相关系数的宏观因素可能考虑不够全面，除通胀、增长因素外，可能还有其他影响资产价格的关键宏观因素；
（4）基于联合因果关系检验结果给出的预测值可能不准，主要受历史偏差干扰预测效果、可能存在误差累积、多重共线性扰动等因素影响；
（5）对投资组合预期收益、波动率、最大回撤等指标的测算可能不准，本文进行蒙特卡洛模拟后，各指标取得是各条模拟路径得到的中位数。