<4D F736F F D20BDF0C8DAB9A4B3CC2DCAFDC1BFBBAFD4F1CAB A3BABDF0C8DABACDB7C7BDF0C8DAD0D0D2B5C2D6B6AFB2DFC2D42E646F63>

Size: px

Start display at page:

Download "<4D F736F F D20BDF0C8DAB9A4B3CC2DCAFDC1BFBBAFD4F1CAB A3BABDF0C8DABACDB7C7BDF0C8DAD0D0D2B5C2D6B6AFB2DFC2D42E646F63>"

杨剑
5 years ago
Views:

1 金融工程 / 数量化择时金融和非金融行业轮动策略分析师曹力 SAC 执业证书编号 :S caoli@lhzq.com 联系人 : 曹传琪 caocq@lhzq.com 在考察各个 GICS 行业的 alpha 的相关性时, 我们发现, 金融地产 ( 也简称金融 ) 行业和其他行业的 alpha 相关性通常显著为负, 这似乎和直觉相违背但是进一步的分析表明, 这个现象并不是来自于金融地产行业本身的特殊性, 而是金融地产行业在沪深 300 指数里的权重显著大于其他行业所决定的, 负相关更多的是一个统计游戏考虑到金融行业的共性, 金融行业和其他行业的 alpha 负相关性实际上是可以利用的, 比如在金融强势的时候, 适宜集中配置该行业, 配置其他行业基本上对 alpha 不会有贡献, 因为其他行业的 alpha 很大概率会是负的进一步, 我们可以将其他行业和起来看作是大的非金融行业 ( 实业 ), 利用我们在之前提出的轮动模型, 对金融和非金融两种资产做轮动配置为了跟踪非金融行业的走势和实证的方便, 我们编制了两种不同加权方式的非金融指数, 对 300 金融指数和非金融指数的轮动策略净值从 2005 年以来到现在能够跑赢两个指数中任何一个, 超额收益非常显著, 显示出轮动策略的优越性金融和非金融的轮动模型目前选择的是金融行业, 自从 2010 年 3 月中旬以来, 就建议配置金融行业

2 目录行业 alpha 相关性的观察... 3 金融行业的 alpha 为什么特殊?... 4 金融和非金融间的轮动... 6 非金融 ( 实业 ) 指数的编制... 6 轮动策略... 8 图表目录图 1: Wind 二级行业的平均相关系数... 4 图 2: 沪深 300 行业占比分布... 5 图 3: 金融地产占沪深 300 权重变化及股票数目变化... 7 图 4: 从沪深 300 和 300 金融指数反求的非金融指数走势... 8 图 5: 300 金融相对非金融等权指数的相对强弱和上下轨... 9 图 6: 300 金融和非金融等权指数的轮动策略净值走势及年度收益统计图 7: 300 金融和非金融指数 ( 自由流通市值加权 ) 的轮动策略净值走势及年度收益统计

3 行业 alpha 相关性的观察投资者在做主动行业配置的时候其实是在追逐行业在不同时段的正 alpha, 不同行业的 alpha 变化有什么规律呢? 我们可以从不同行业的 alpha 序列的相关性着手考察一下给定一个时间区间 T, 定义 : 行业在 T 内的 alpha= 行业指数在对数收益率 - 沪深 300 指数对数收益率至于为什么要取对数收益率, 可以参看我们之前发布的报告大小盘轮动策略研究文中我们提出, 价格的对数变换是一个非常公平的尺度, 要比较各个行业, 把比较建立在对数尺度上比较好行业指数的选择上, 市场上有中证行业指数, Wind 行业指数和申万行业指数, 鉴于这些指数的相似性比较高, 我们选取较容易获得的 Wind 行业指数 : 表 1:Wind 一级行业指数代码名称 WI 能源指数 WI 材料指数 WI 工业指数 WI 可选消费指数 WI 日常消费指数 WI 医疗保健指数 WI 金融指数 WI 信息技术指数 WI 电信服务指数 WI 公用事业指数数据来源 : 华泰联合证券研究所,Wind 资讯然后的对每个行业指数计算每周 alpha 序列, 再求行业 alpha 序列两两间的相关系数下表是取 2006 年初到 2010 年 3 月末的周数据计算出来的相关系数矩阵表 2:Wind 一级行业指数 alpha 相关系数矩阵一级行业公用电信信息金融医药常用可选工业材料能源公用 1 电信信息金融医药常用可选工业材料能源数据来源 : 华泰联合证券研究所天软科技,Wind 资讯 3

4 可以看到这个有趣的现象 : 金融行业 alpha 和其他行业 alpha 的相关系数全是负的, 而且负相关的程度非常高, 比如金融和材料负相关达到 -0.68, 和工业负相关达 -0.69, 我们可以推测, 这么强的负相关的背后, 一定不是因为随机因素导致的通常的印象是金融行业和大盘是同涨同跌的, 但是竟然和其他的行业之间有如此高的负相关, 看起来有些违背直觉如果我们深入到二级行业,Wind 二级行业共有 24 个, 金融一级行业包括银行, 多元金融, 保险, 房地产四个二级行业因为 24 个行业间的相关系数非常多, 我们仅仅展示一个行业和所有其他 23 个行业的相关系数的平均值 : 图 1: Wind 二级行业的平均相关系数资料来源 : 华泰联合证券研究, 天软科技, Wind 资讯可以看到金融行业的 4 个子行业和其他行业的平均相关系数仍然显著为负数, 其中银行和其他行业负相关最为明显, 平均相关系数接近金融行业的 alpha 为什么特殊? 金融行业有什么特殊性, 使得它和其他行业 alpha 的相关系数如此特别? 我们认为最大的原因来自于权重, 金融行业在十个一级行业中的权重最大, 我们看一下是个行业的权重分布, 以 2010 年 4 月 12 日收盘数据统计 4

5 图 2: 沪深 300 行业占比分布资料来源 : 华泰联合证券研究, 天软科技, Wind 资讯金融地产行业占据了 37.1% 的权重, 权重遥遥领先其他行业, 是排名第二的工业权重的 2.3 倍, 是排名最末的信息技术权重的 26.7 倍权重大为什么导致负相关呢? 可以把沪深 300 的收益看作是所有 10 个行业的平均成绩, 有一个简单的限制条件就是所有 10 个行业相对平均成绩的 Alpha 加起来总是 0, 当第一大权重占 1/3 强的金融地产行业跑赢平均成绩的时候, 那么其他行业很大概率只能跑输平均成绩了, 反之, 当第一大权重的金融地产行业跑输平均成绩的时候, 其他行业很大概率就只能赢平均成绩了以上是从定性的角度来理解权重对于金融地产行业和其他行业 alpha 的相关性的影响, 如果定性的阐述还不足以让人信服的话, 我们可以借助更严格一点的数学 2 简单起见, 假定所有行业指数的长期方差都相等为 σ, 金融地产行业的 alpha 为 α, 权重为 w, 其他 9 个行业的脚标记为 1 到 9, 那么因为所有行业相对沪深 300 收益的 alpha 之和必然为零, 即 w α 9 + wα = 0 i= 1 i i 如果我们关心金融地产和某个行业 alpha 之间的相关系数, 比如说是第一个行业, 那么我们两边取和金融地产行业 alpha 的协方差, 并且由于协方差的线性性质 : w cov( α, α ) + w cov( α, α ) + w cov( α, α ) = i i i= 2 9 5

6 2 我们把等式两边同时用 σ 去除, 获得每一个相关系数, 注意到 cov(, ) α α 其实就 2 是方差 σ, 整理后得到 w w cor( α, α ) = (, ) (1) 1 9 i cor αi α w1 i= 2 w1 其中 cor 表示相关系数, 在假定所有行业方差相等的情况下,cor 就是协方差 cov 除 2 以 σ 的商我们可以看到, 相关系数的表达式 (1) 中, 因为 w 比较大, 和第二名的比值最少为 2.3, 那么第一项是决定性的, 后面项本身绝对值不大, 而且存在正负抵消, 第一项显著为负数, 那么就很大程度上行决定了金融地产行业和行业 1 之间的相关系数 cor( α, α ) 很大概率为负数 1 到这里, 道理比较明白了, 金融地产和其他行业间的 alpha 高度负相关其实只是一个统计游戏, 权重决定了负相关的基调我们也看到过某券商将市场分为两类行业, 并且指出这两类行业间 alpha 的负相关非常显著, 达到甚至更多, 其原理是很类似的, 只是一个统计游戏金融和非金融间的轮动我们已经指出, 将沪深 300 的任何一个接近 50% 权重的部分分割为一个行业, 把余下的权重分割为数个行业, 那么这个大权重的行业和其他小权重行业之间的 alpha 就很大概率是负相关的但是金融地产行业比随机分割的大权重行业要好, 因为金融的自然属性, 金融地产行业的股票有很多共性, 这是使得投资者在分析基本面信息的时候, 能够把握到这个行业的总体特点, 行业内的股票有同涨同跌的特点, 也可以用少数股票的抽样来复制金融地产行业, 方便配置这些好处是随机分割的行业所无法拥有的金融地产的大权重和随之而来的 alpha 负相关性, 使得我们在投资中可以加以利用, 比如 : 在金融地产行业有正的 alpha 的时段, 平衡配置其他任何行业都基本是无效的, 因为负相关性, 其他行业很大概率只会有负的 Alpha, 也就是说, 在金融地产强势的时候, 不要再向其他行业寻找 alpha, 好的方案就是集中配置金融地产如果把其他的 9 个行业联合起来, 记为非金融行业, 我们就可以从轮动的角度来配置金融和非金融行业因为市场上没有非金融的指数, 我们先编制一个非金融 ( 实业 ) 指数非金融 ( 实业 ) 指数的编制沪深 300 中, 金融地产部分就用 300 金融指数来代表在给定的时间, 沪深 300 的当期的成分股中, 排除掉 300 金融指数的当期成份股后剩下的股票就是非金融 ( 实业 ) 6

7 指数的成分股, 加权方式可以选用两种 : 等权配置和按照自由流通市值加权这样我们会得到两个非金融的指数 : 等权的和自由流通市值加权的其中等权配置的非金融指数编制相对简单自由流通市值加权的非金融指数编制稍稍困难一些, 因为自由流通市值的历史数据不容易获得, 我们从沪深 300 的编制规制上出发, 采取一个迂回的反解方法, 具体的方法如下 : 假定用 Pt () 表示沪深 300 指数序列, 300 金融序列为 P () t, 而非金融指数序列为 P () N t, 300 金融占沪深 300 每日比重序列为 wt (), 其中 wt () 可以从沪深 300 权重表格里求得, 从 2007 年 7 月以来的权重变化为 : 图 3: 金融地产占沪深 300 权重变化及股票数目变化资料来源 : 华泰联合证券研究, 天软科技, Wind 资讯因为中证公司没有公布 2007 年 7 月之前的权重数据, 对于此前的比重我们只能用最临近的一个数据 29.26% 来估计了按照沪深 300 指数和 300 金融的编制规则, 应该可以理解为沪深 300 指数可以表达为 300 金融指数和非金融指数的一个线性组合 : wt () P() t + (1 wt ()) P () t = Pt () N 现在 Pt () 和 P () t 都已知, 那么可以求得 7

8 P () t = N Pt () wtp () () t 1 wt ( ) 等式的右边需要的数据我们全都具备了, 那么就能算得非金融指数, 下图为 3 个指数的走势图, 其中沪深 300 和 300 金融指数都设置成了同一个起始点位 1000 图 4: 从沪深 300 和 300 金融指数反求的非金融指数走势资料来源 : 华泰联合证券研究, 天软科技, Wind 资讯轮动策略具体轮动 300 金融和非金融指数的策略仍然按照我们在 2010 年 2 月发布的大小盘轮动策略研究中提出的基于相对强弱和上下轨双阀值策略, 策略的流程是 : 8

9 定义 300 金融相对强度绘制均线和上下轨均线上穿下轨, 买入 300 金融均线下穿上轨, 买入非金融其他情况, 不操作 300 金融和非金融等权指数考虑 300 金融和非金融等权指数的轮动, 相对强弱和上下轨为 : 图 5: 300 金融相对非金融等权指数的相对强弱和上下轨资料来源 : 华泰联合证券研究, 天软科技按照轮动策略调仓的规则, 假定每次调仓交易成本为 0.5%, 那么轮动策略从 2005 年以来的净值走势为 : 9

10 图 6: 300 金融和非金融等权指数的轮动策略净值走势及年度收益统计资料来源 : 华泰联合证券研究, 天软科技, Wind 资讯图中的 What 变量记录了投资的品种, 当 what=1, 表示投资的是 300 金融指数, 当 what=2, 表示投资的是非金融指数, 目前轮动模型选择的是 300 金融指数, 自从 2010 年 3 月 16 日以来, 就选择了 300 金融指数 300 金融和非金融流通市值加权指数如果使用从沪深 300 和 300 金融指数反求出来的非金融指数, 同样假定交易成本为 0.5%, 轮动策略的净值走势为 : 10

11 图 7: 300 金融和非金融指数 ( 自由流通市值加权 ) 的轮动策略净值走势及年度收益统计资料来源 : 华泰联合证券研究, 天软科技, Wind 资讯目前轮动模型选择的是 300 金融指数, 自从 3 月 11 日以来, 模型就选择金融 11

12 华泰联合证券股票评级标准增持中性减持未来 6 个月内股价超越大盘 10% 以上未来 6 个月内股价相对大盘波动在 -10% 至 10% 间未来 6 个月内股价相对大盘下跌 10% 以上华泰联合证券行业评级标准增持中性减持行业股票指数超越大盘行业股票指数基本与大盘持平行业股票指数明显弱于大盘免责申明本研究报告仅供华泰联合证券有限责任公司 ( 以下简称华泰联合证券 ) 客户内部交流使用本报告是基于我们认为可靠且已公开的信息, 我们力求但不保证这些信息的准确性和完整性, 也不保证文中观点或陈述不会发生任何变更我们会适时更新我们的研究, 但可能会因某些规定而无法做到本报告所载信息均为个人观点, 并不构成所涉及证券的个人投资建议, 也未考虑到个别客户特殊的投资目标财务状况或需求客户应考虑本报告中的任何意见或建议是否符合其特定状况本文中提及的投资价格和价值以及这些投资带来的收入可能会波动某些交易, 包括牵涉期货期权及其它衍生工具的交易, 有很大的风险, 可能并不适合所有投资者华泰联合证券是一家覆盖证券经纪投资银行投资管理和证券咨询等多项业务的全国性综合类证券公司我公司可能会持有报告中提及公司所发行的证券头寸并进行交易, 还可能为这些公司提供或争取提供投资银行财务顾问或金融产品等相关服务我们的研究报告主要以电子版形式分发, 间或也会辅以印刷品形式分发我们向所有客户同时分发电子版研究报告版权所有 2009 年华泰联合证券有限责任公司研究所未经书面授权, 本研究报告的任何部分均不得以任何形式复制转发或公开传播如欲引用或转载本文内容, 务必联络华泰联合证券研究所客户服务部, 并需注明出处为华泰联合证券研究所, 且不得对本文进行有悖原意的引用和删改深圳深圳罗湖深南东路 5047 号深圳发展银行大厦 10 层邮政编码 : 电话 : 传真 : 电子邮件 :lzrd@lhzq.com 上海上海浦东银城中路 68 号时代金融中心 17 层邮政编码 : 电话 : 传真 : 电子邮件 :lzrd@lhzq.com

<4D F736F F D20B9ABCBBED1D0BEBF2DBAE3C9FAB5E7D7D3A3A A3A A3BAD7A8D7A2B4F3BDF0C8DAC1ECD3F2A3A8D4F6B3D6A3A92E646F63>

<4D F736F F D20B9ABCBBED1D0BEBF2DBAE3C9FAB5E7D7D3A3A A3A A3BAD7A8D7A2B4F3BDF0C8DAC1ECD3F2A3A8D4F6B3D6A3A92E646F63> 2010-04-01 信息技术业 / 计算机软件开发公司研究 / 更新报告恒生电子 (600570) 增持 / 维持评级股价 :RMB24.31 分析师卢山 SAC 执业证书编号 :S1000208030121 +755-82492953 lushan@lhzq.com 联系人张熙 021-50106026 专注大金融领域恒生电子 2009 年报点评恒生电子 2009 年实现收入 7.3