EPISODE 120：对话陈鹏博士：在不确定中寻找确定—穿越周期的资产配置密码

特许金融街

84分钟 ·2个月前

1123

制作人丨王晓昱

图文剪辑 | 邓筠凡

统筹 | 唐嘉澍董嘉琦

市场轮动加快，宏观环境多变。AI浪潮席卷全球，A股在经历了前期科技股的暴涨后，近期又迎来深度回调。当“这次真的不一样”的声音此起彼伏，投资者究竟应该相信什么？

本期节目我们有幸邀请《中国大类资产投资年报》核心作者、深耕全球资管领域多年的陈鹏博士，结合 A 股 21 年历史数据，为听众朋友们拆解本土市场真实收益、风险溢价，分享普通投资者可落地的资产配置思考，欢迎收听！

「本期嘉宾」

陈鹏博士，现任晨星中国董事长、《金融分析师期刊》（Financial Analysts Journal）顾问委员，同时担任新加坡英康保险公司、奕丰金融集团（iFast Corp）、富敦资管（Fullerton Fund Management）独立董事。2012 年至 2020 年，陈鹏博士任职于德明信基金管理有限公司（Dimensional Fund Advisors，全球管理资产规模约10,000 亿美元），担任首任亚太区（日本除外）董事长兼首席执行官。2006 年至 2012 年，曾任美国晨星公司（Morningstar）全球投资管理部主席兼总裁，全面负责晨星在北美、欧洲、亚洲及澳大利亚的投资管理、投资咨询、退休养老金管理业务运营，旗下管理资产规模约 1,900 亿美元。在此之前，陈鹏博士曾担任 Ibbotson Associates 公司总裁兼首席投资官，任职期间推动该公司资产管理规模从 0 增长至 800 亿美元。

「嘉宾寄语」

投资是认知的复利，而SBBI年报对大类资产长期风险的忠实记录，正是夯实认知的基石；时间终将奖励那些读懂市场历史、理解风险收益底层规律的人。愿《特许金融街》的每一次发声，都能为你多打开一扇连接历史与未来的窗，在市场的喧嚣里找到那个长期不变的参照系。

「书籍介绍」

《中国大类资产投资 2025 年报》

作者：陈鹏、有知有行

出版社：中信出版集团

SBBI 最早由 Roger G. Ibbotson 和 Rex A. Sinquefield 于 1970 年代在美国系统整理发布，是全球金融投资领域中系统统计大类资产长期风险和收益的重要数据框架。

本书延续 SBBI 的研究框架，基于中国资本市场过去 21 年的历史数据，并结合海外百年市场经验，对股票、债券、现金、黄金等主要资产类别的长期收益、波动、实际收益、风险溢价与相关性进行系统梳理，尝试回答一个基础而重要的问题：投资收益，究竟从何而来？

购书链接 item.jd.com

「听众福利」

感谢大家收听本期《特许金融街》！我们特别准备了三本实体书，送给三位幸运听众。在评论区留言，分享你对“长期投资中印象最深的感悟”或“你最想配置的一类资产”，我们将随机抽取三位走心留言送出。活动截止时间为2026年9月10日24:00～

特许金融街是一档由北京金融分析师协会（CFA Society Beijing）发起，面向社会各界听众的金融访谈类播客，我们会邀请各金融细分领域的朋友们一起探讨资本市场热点，金融职场等与金融相关的热点话题。

微信公众号：cfabeijing

微博：北京金融分析师协会

订阅微信公众号，可查看往期播客图文版。

微信搜索个人微信号CFABJ-podcast，添加特许金融街小助手，即可加入我们的听众群，解锁独家福利，与主播和嘉宾互动交流。

展开Show Notes

CFABJ

2026.9.04

置顶

💌听众福利
感谢大家收听本期《特许金融街》！我们特别准备了三本实体书📖 《中国大类资产投资 2025 年报》，送给三位幸运听众。在评论区留言，分享你对“长期投资中印象最深的感悟”或“你最想配置的一类资产”，我们将随机抽取三位走心留言送出。活动截止时间为2026年9月10日24:00～

Ass嘟嘟

2026.9.08

恭喜陈鹏博士，又有新身份啦👏

投资是认知的复利。

「✅SBBI」
Stocks Bonds Bills and Inflation，即股票+ 债券 + 货币基金 + 通胀。
记录历史上不同资产类比的收益和风险。
了解市场定价，观察不同资产类别风险溢价，以及做一些基础的资产配置、收益预测，基础的框架、底层的数据。
1）风险溢价
股票相比债券的风险溢价5%左右，债券相比现金的风险溢价2%~2.5%。
股票，长期跑赢债券，因为在公司结构中，股票排在债券持有人后。债券的借贷是长期，久期、信用的风险。
2）长期收益率（年化）
美国市场（过去100年）：通胀 3%左右，现金3.2%，债券5%+，股票10%。
中国市场（过去21年）：通胀2.3%，债券4.5%，股票10.4%。
这些资产类别的数据非常类似。
叠砖法：表示不同资产类别的风险溢价。金融底层的逻辑和市场的力量非常强大，几乎所有国家的逻辑和数据都成立，而且都吻合。
市场是在调节资源的分配。
3）单一个股
长期持有单一股票，效率很低（高风险、低收益）。
买入持有万得全A，平均年化10%；买入持有单只股票或两三支股票的收益率只有5%。
4）不一样
短期看，中国股票市场的波动率，比美国大2.5~3倍。
其一，中国的历史比较短；其二，A股是以个人投资者/散户为主导的市场，更容易受到短期非理性因素的影响（情绪、涨跌）。
结构性变化：中国市场也在慢慢机构化，波动率显著下降（2.5~3倍 → 2%）。

「✅穿越周期」
底层规律、逻辑。
股票的结构，就是比债券风险大。既有理论支持，又有数据支持，而且在不同市场都是如此。
这套SBBI数据，经历了长时间、不同市场，仔细研究，穿越周期。

「✅股票的收益来源」
= 分红 + 价格增长（利润增长、PE增长）。
美国年化10% = 分红 2%~4% + 价格增长 6%~8%（100%来自利润增长，PE短期波动大、长期趋于0）。
中国年化10.4% = 分红2% + 价格增长8.4%（100%来自利润增长，估值影响长期趋于0）。
短期估值时高时低，不可能持续向上 or 向下，但利润增长可以一直增加。

「✅AI」
新事物肯定会对经济有所影响、加速，但同时也有重大的不确定性。早期相对乐观时，都会overprice。
但最后股票的收益是通过公司创造利润。发达国家经济的增长，刨去通胀后，大概每年平均1.5%~2%。
现在AI大模型变化非常快，不确定性很强。但真正在经济中产出，创造效率，必须要考虑成本。

「✅黄金」
黄金的收益和风险有两面性。
长期以来，它的储藏价值、交换价值都在。
国家信用很好，通胀也低时，黄金的需求就小。当国家信用风险、通货膨胀时，黄金的价值就有所体现。
当你看黄金的收益率以及走向时，一定要看它底层的原因。
黄金在这两个风险来的时候，可以帮助一些传统的资产类别，比如说股票、债券，分散风险。
黄金相对稳定，因为它有成本。供给（4000吨挖矿 + 1000吨回收）、需求（工业20%、首饰55%、投资25%）的弹性较低。

「✅数字货币」
也有类似属性。
但黄金是千百年来大家认可的货币属性。而数字货币只是一小部分人任何，还没有形成共识，波动率很大。

「✅投资ABC」
基民的收益 = A（阿尔法） + B（贝塔） - C（成本） ± Gamma（投资者行为）
阿尔法：市场博弈的结果。
贝塔：市场容量大，不需要有超额的投资技能、不需要打败任何人，参与市场就能拿到的参与奖。
成本：降低投资成本，通过基金费率等。
投资者行为：投资者买卖公募基金的行为带来的收益，所有国家都是负的。在中国较高。基金投资者每年损失2%左右。
市场中众多的机构投资人，已经武装到牙齿，你一个散户，怎么打败？
个人投资者在信息获取、信息分析、信息执行中，你占优势吗？如果都没有，你靠什么博弈？
不是说完全放弃阿尔法，而是找到一个自己真正擅长的领域。我的幸福指数、提高自己，也都是阿尔法。没必要一直盯着市场博弈，寻找阿尔法。
在自己没有长处的领域，市场参与、平均，拿个贝塔就很好；但在自己擅长的领域，尽量发挥，寻找阿尔法。

「✅财富规划」
最大的收益提高在贝塔里，即投资股票。
股票比债券每年多5%左右，债券比通胀每年多2%。
市场中有提供高收益的资产类别，但你长期持有能不能拿得住？
如果你的资产负债表、现金流量表很健康，对市场风险的承受度较大，更容易穿越周期，获取市场提供的、不需要博弈的收益（贝塔 - 参与奖）。
所以，与其想办法在市场上博弈，不如把自己的资产负债表、现金流量表梳理清楚、健康。有了这些基础，自然能冒更大的风险，比较理智的冒风险，长期自然会带来高收益。

「✅CFA」
学校的内容偏理论，而CFA学习体系偏实战，覆盖面很广，适合打基础，搭建完整的知识框架体系。

Frances_5DRa:感谢您的留言，请将您的收件地址发至info@beijing.cfasociety.org邮箱，出版社将于近期寄出奖品。谢谢！

Ass嘟嘟:谢谢🙏

HD298041y

2026.9.08

最想配置权益类资产。从长期持有的角度来看，收益还是较高的。

Frances_5DRa:感谢您的留言，请将您的收件地址发至info@beijing.cfasociety.org邮箱，出版社将于近期寄出奖品。谢谢！

手可摘棉花球

2026.9.10

最想配置的资产是黄金，因为低相关性可以对冲市场风险，是避险工具

Frances_5DRa:感谢您的留言，请将您的收件地址发至info@beijing.cfasociety.org邮箱，出版社将于近期寄出奖品。谢谢！

在小宇宙打开