目录金融工程研究金融工程专题报告 2 1. 板块轮动框架简介板块划分 A 股市场的板块轮动现象板块轮动流程单变量有效性分析经济增长类指标流动性类指标国际贸易类指

Size: px

Start display at page:

Download "目录金融工程研究金融工程专题报告 2 1. 板块轮动框架简介板块划分 A 股市场的板块轮动现象板块轮动流程单变量有效性分析经济增长类指标流动性类指标国际贸易类指"

栈水明
5 years ago
Views:

[Table_MainInfo] [Table_Title] 相关研究 [Table_ReportInfo] 量化宏观策略分析( 一 ) 中国企业的税收负担及其对上市公司投资价值的影响 2018.09.16 量化研究新思维( 十二 ) 基于横截面和时间序列指标的因子择时 2018.09.16 FICC 系列研究之十一揭开逆周期因子的神秘面纱 2018.09.12 [Table_AuthorInfo] 分析师 : 冯佳睿 Tel:(021)23219732 Email:fengjr@htsec.

1 [Table_MainInfo] [Table_Title] 相关研究 [Table_ReportInfo] 量化宏观策略分析( 一 ) 中国企业的税收负担及其对上市公司投资价值的影响量化研究新思维( 十二 ) 基于横截面和时间序列指标的因子择时 FICC 系列研究之十一揭开逆周期因子的神秘面纱 [Table_AuthorInfo] 分析师 : 冯佳睿 Tel:(021) fengjr@htsec.com 证书 :S 分析师 : 袁林青 Tel:(021) ylq9619@htsec.com 证书 :S 联系人 : 梁镇 Tel:(021) lz11936@htsec.com 金融工程研究金融工程专题报告证券研究报告 2018 年 09 月 29 日板块轮动系列研究 ( 一 ) 宏观数据在板块轮动中的应用 [Table_Summary] 投资要点 : 本文延续了海通量化团队因子择时风格择时以及指数轮动的框架, 对于板块轮动框架进行了构建本文主要使用宏观经济数据构建了月度的板块轮动模型本文第一部分介绍了板块轮动框架第二部分展示了各类宏观变量的单变量择时效果第三部分构建了多变量复合模型并展示了复合模型的历史表现 A 股市场的板块轮动效应本文按照行业属性将 29 个中信一级行业划分为金融周期消费成长四个板块, 并使用各板块的成分行业指数进行市值加权得到板块指数回测结果表明, 各板块的收益特征存在显著差异, 月度多空组合收益差均值为 8.75%, 最大值超过 40%, 表明 A 股市场上存在极为显著的板块轮动现象板块轮动框架在本文中, 板块轮动策略的构建可分为以下三个步骤 :1) 选择与板块跨期相关性高的择时变量 ;2) 构建符合轮动逻辑的回归模型 ;3) 根据模型进行板块选择和结果分析本文的择时指标主要由宏观经济变量组成单变量有效性分析本文研究发现, 经济增长流动性国际贸易和经济不确定性四类指标均具有一定的板块择时效果其中经济增长类指标推荐 PMI 系列指标, 尤其是 PMI 月度变化以及 PMI 新出口订单数量月度变化, 其与金融周期跨期正相关, 消费成长负相关, 尤其是和周期板块显著负相关 ; 流动性类指标推荐期限利差月度变化和 M1-M2 剪刀差月度变化, 其与金融周期跨期负相关, 消费成长正相关, 尤其是和金融成长板块显著相关 ; 国际贸易类指标推荐出口金额同比月度变化, 其与金融周期跨期正相关, 消费成长负相关, 与周期消费板块相关性显著 ; 经济不确定性类指标推荐 EPU 指数, 其与金融周期跨期正相关, 消费成长负相关, 与金融消费板块相关性显著多指标复合模型由于板块轮动涉及多个资产, 本文在二元逻辑回归的基础上, 采用序数回归模型进行复合该模型能够较好地结合分类回归排序问题, 其基本假设适用于宏观数据对于板块影响的实际情况根据序数模型构建的 4 选 2 轮动策略具有 16.1% 的年化超额收益, 信息比率 1.78, 月度胜率为 66%;4 选 1 策略年化超额收益约为 21%, 信息比率 1.25, 月度胜率为 60% 整体来看, 宏观经济数据在板块轮动领域具有一定的应用价值风险提示市场系统性风险资产流动性风险以及政策变动风险会对策略表现产生较大影响

2 目录金融工程研究金融工程专题报告 2 1. 板块轮动框架简介板块划分 A 股市场的板块轮动现象板块轮动流程单变量有效性分析经济增长类指标流动性类指标国际贸易类指标经济政策不确定性指数多指标复合模型序数回归模型介绍回测设定及因子相关性分析板块轮动 -4 选 2 模型板块轮动 -4 选 1 模型总结风险提示... 18

3 金融工程研究金融工程专题报告 3 图目录图 1 板块净值表现 (2006/1 2018/8)... 5 图 2 板块月度多空收益差 (2006/1 2018/8)... 7 图 3 板块轮动模型整体实现流程... 7 图 4 经济增长趋势 (2006/1 2018/7)... 8 图 5 PMI 月度变化与周期板块超额收益... 9 图 6 PMI 月度变化与周期板块超额收益的相关性情况... 9 图 7 期限利差月度变化与金融 / 成长收益差图 8 期限利差月度变化与金融 / 成长收益差的相关性情况图 9 M1-M2 月度变化与成长板块超额收益图 10 M1-M2 月度变化与成长板块超额收益的相关性情况图 11 出口金额同比增速月度变化与周期板块超额收益图 12 出口金额同比增速月度变化与周期超额收益相关性情况图 13 经济不确定性指数与金融板块超额收益图 14 经济不确定性指数与金融板块超额收益的相关性情况图 15 经济不确定性指数与消费板块超额收益图 16 经济不确定性指数与消费板块超额收益的相关性情况图 17 复合模型 (4 选 2) 历史净值走势 (2012/1 2018/8) 图 18 复合模型 (4 选 1) 历史净值走势 (2012/1 2018/8)... 18

4 金融工程研究金融工程专题报告 4 表目录表 1 中信一级行业板块分类... 5 表 2 板块收益特征 (2006/1 2018/8)... 6 表 3 板块月度超额收益分布特征... 6 表 4 板块超额收益相关性... 6 表 5 板块超额收益特征... 8 表 6 各 PMI 指标月度变化与各板块超额收益之间的跨期相关性... 9 表 7 PMI 月度变化与周期板块超额收益分段跨期相关性表 8 期限利差月度变化与各板块超额收益之间的跨期相关性表 9 期限利差月度变化与周期板块超额收益分段跨期相关性表 10 各流动性相关指标月度变化与各板块超额收益之间的跨期相关性表 11 M1-M2 月度变化与周期板块超额收益分段跨期相关性表 12 各外贸相关指标月度变化与各板块超额收益之间的跨期相关性表 13 出口金额同比增速月度变化与周期板块超额收益分段跨期相关性表 14 经济不确定性指数与各板块超额收益之间的跨期相关性表 15 经济不确定性指数与周期板块超额收益分段跨期相关性表 16 经济不确定性指数与消费板块超额收益分段跨期相关性表 17 复合模型外生变量相关性一览表 18 4 选 2 板块轮动模型分年度表现表年 1 月至 8 月复合模型板块选择表年 1 月至 2018 年 8 月复合模型择时变量数值表 21 4 选 1 板块轮动模型分年度表现... 18

5 金融工程研究金融工程专题报告 5 本文延续了海通量化团队因子择时风格择时以及指数轮动的框架, 对于板块轮动框架进行了构建本文主要使用宏观经济数据构建了月度的板块轮动模型本文第一部分介绍了板块轮动框架的构建第二部分展示了各类宏观变量的单变量择时效果第三部分构建了多变量复合模型并展示了复合模型的历史表现 1. 板块轮动框架简介本文在构建板块轮动框架时沿用了海通量化团队因子择时风格择时以及指数轮动的整体框架通过使用外生变量进行时间序列回归, 可对于板块未来的相对强弱概率进行预测从而实现板块轮动整个板块轮动框架可简单分为三部分 :1) 板块轮动择时变量构建 ;2) 回归模型构建 ;3) 板块轮动择时变量选取由于涉及的内容较多, 本文将重点讨论板块轮动外生变量构建与回归模型构建, 板块轮动变量的动态选取我们将在后续报告中详细讨论 1.1 板块划分板块是指按照不同形式和划分标准构建的标的资产聚类, 例如常见的行业板块概念板块等进行板块划分是板块轮动的基础, 在本文中主要根据行业属性进行划分, 将中信 29 个一级行业划分为金融周期消费成长四个板块下表展示了各板块具体的行业构成值得注意的是, 在进行板块分类时, 本文剔除了板块特征并不明显的国防军工以及综合两个行业表 1 中信一级行业板块分类板块名称金融周期消费成长包含行业银行非银行金融房地产煤炭有色金属 ; 石油石化电力及公用事业钢铁基础化工 ; 交通运输建筑建材汽车机械. 轻工制造商贸零售家电医药食品饮料农林牧渔餐饮旅游纺织服装电力设备电子元器件通信计算机传媒 1.2 A 股市场的板块轮动现象在板块分类的基础上, 本文使用各板块的成分行业指数进行市值加权得到板块指数由于本文构建的板块轮动模型为月度模型, 因此相关板块指数的权重调整也会在每月调仓时进行各板块指数净值走势如下图所示 : 图 1 板块净值表现 (2006/1 2018/8) 16 金融周期消费成长板块等权其中, 消费板块整体表现最佳, 年化收益达 16.88%; 周期板块表现较弱, 仅为 9.94% 下表展示了各板块的收益特征下表中信息比率的计算基准为板块等权指数

6 金融工程研究金融工程专题报告 6 表 2 板块收益特征 (2006/1 2018/8) 年化收益年化波动率信息比最大回撤胜率金融 15.52% 31.19% % 51.12% 周期 9.94% 30.52% % 55.18% 消费 16.88% 31.42% % 57.29% 成长 12.78% 34.64% % 55.53% 板块等权 12.72% 29.06% % 54.82% 为了能够进一步分析各板块的收益特征, 可对于板块月度超额收益分布特征进行总结 : 周期板块超额收益均值为负 ; 整体呈右偏分布, 即小于均值的情况较多 ; 峰度较小, 极端值相对较少整体表现为较为稳定地跑输基准金融板块超额收益均值为正 ; 同样是右偏, 即多数情况下不及均值 ; 峰度最大, 极端值较多整体表现为超额收益胜率不高, 但出现超额时绝对值较大, 从而跑赢基准消费板块超额收益均值最高 ; 无偏分布 ; 峰度小于金融板块, 胜率较高整体表现为较为稳定地跑赢基准成长板块超额收益在零值附近 ; 无偏分布 ; 峰度较小整体表现为与基准表现相近表 3 板块月度超额收益分布特征平均值标准差胜率偏度峰度金融 0.09% 5.93% 50.33% 周期 -0.30% 2.22% 43.71% 消费 0.23% 3.03% 53.64% 成长 -0.02% 4.26% 44.37% 从板块超额收益相关性来看, 周期板块收益与其他三个板块间的相关性相对较低, 而金融消费以及成长之间存在十分显著的同期相关性表 4 板块超额收益相关性金融周期消费成长金融周期消费成长综上所述, 不同板块表现存在较为明显的差异假设以每个月表现最优的板块为多头, 表现最差的板块为空头, 构建板块多空组合可以看到, 月度多空收益差的均值为 8.75%, 最大值超过 40% 下图展示了月度多空收益差的历史情况

7 金融工程研究金融工程专题报告 7 图 2 板块月度多空收益差 (2006/1 2018/8) 45% 40% 35% 30% 25% 20% 15% 10% 5% 0% 8.75% 由此可以得到一个基本结论 :A 股市场上存在极为显著的板块轮动现象这也是本文构建板块轮动策略的初衷和基础 1.3 板块轮动流程本文讨论的板块轮动模型的核心为时间序列回归通过假定外生变量与板块超额收益之间存在稳定相关性, 可构建回归模型对于板块未来的超额收益进行预测, 从而实现板块轮动板块轮动模型整体实现流程如下图所示 : 图 3 板块轮动模型整体实现流程寻找与板块收益高相关的择时变量择时变量回归预测构建符合板块轮动逻辑的回归预测模型根据模型结果进行板块选择, 并对轮动策略表现进行分析板块选择资料来源 : 海通证券研究所本文主要使用宏观经济变量构建择时变量, 我们会在后续报告中对于偏中观以及微观的择时变量的择时效果进行回测同时, 考虑到择时变量最终会被应用至时间序列回归中, 本文在计算择时变量时统一对于非平稳序列进行月度差分处理从而保证指标的平稳性 2. 单变量有效性分析本节将重点展示经济增长流动性国际贸易以及经济不确定性的板块轮动能力在评价相关指标时, 本节从以下四点进行分析讨论 : 1) 经济意义宏观指标与资产价格之间的关系, 通常存在经济意义上的解释择时变量应当与传统经济学文献中的结论大致相符 2) 跨期相关性由于在进行板块轮动时, 模型实际依赖的是择时变量与板块收益间的跨期联动性, 因此择时变量与未来 1 期板块超额收益间的跨期相关性能较

8 Jan-06 Jun-06 Nov-06 Apr-07 Sep-07 Feb-08 Jul-08 Dec-08 May-09 Oct-09 Mar-10 Aug-10 Jan-11 Jun-11 Nov-11 Apr-12 Sep-12 Feb-13 Jul-13 Dec-13 May-14 Oct-14 Mar-15 Aug-15 Jan-16 Jun-16 Nov-16 Apr-17 Sep-17 Feb-18 Jul-18 金融工程研究金融工程专题报告 8 为直观地体现择时指标的有效性本部分在计算超额收益时所使用的基准为板块市值加权指数 3) 时间序列共同走势跨期相关性虽然较为直观地反映了择时变量的效果, 但是该指标无法从时间序列的角度体现指标的择时效果因此本节同样会从时间序列的角度对比展示择时变量与板块收益之间的共同走势 4) 滚动相关性以及分段跨期相关性考虑到时间序列共同走势依旧存在一定的局限性, 本节同样展示了择时变量与未来板块超额收益之间的滚动相关性以及分段相关性情况 2.1 经济增长类指标早在 1996 年标普分析师 Sam Stovall 1 就论述了不同经济增长阶段下板块表现存在差异, 此后的美林时钟等经济周期模型也验证了这一结论, 可以概述为 : 经济上行时期金融能源以及资源类板块表现优异 ; 经济下行时期防御类板块表现优异, 包括刚性需求的消费品消费服务电子通信等我们采用 GDP 滤波划分经济增长趋势, 结果如下图所示 : 图 4 经济增长趋势 (2006/1 2018/7) 16% 14% 12% 10% 8% 6% 4% 2% 0% 上行趋势下行趋势经济增长趋势 ( 采用 GDP 滤波 ) 图中黄色部分为上行趋势, 灰色部分为下行趋势不同趋势下板块超额收益平均值和胜率均有显著差异表 5 板块超额收益特征上行阶段下行阶段平均超额收益超额收益胜率平均超额收益超额收益胜率金融 8.63% 55.10% -3.75% 47.52% 周期 2.97% 59.18% -6.76% 36.63% 消费 2.59% 53.06% 3.43% 54.46% 成长 % 30.61% 6.50% 50.50% 显然, 金融周期板块在经济上行阶段表现较好 ; 消费成长板块在下行阶段表现较好这与文献结论基本一致, 因此我们认为经济增长类指标具有一定的经济意义目前国内经济增长类指标较多, 包括常用的 GDP 工业增加值 PMI; 合成类指标 1 Standard & Poor's Guide to Sector Investing

9 金融工程研究金融工程专题报告 9 如经济景气指数 OECD 综合领先指数 ; 高频类指标如粗钢产品发电量日均耗煤量等经过对比, 在月频的维度上, 公布无滞后期的 PMI 是较好的反应经济增长的指标下表展示了各 PMI 月度变化与各板块超额收益之间的跨期相关性情况表 6 各 PMI 指标月度变化与各板块超额收益之间的跨期相关性指标名称金融周期消费成长相关性 P 值相关性 P 值相关性 P 值相关性 P 值 PMI % % % % PMI: 生产 % % % % PMI: 新订单 % % % % PMI: 新出口订单 % % % % PMI: 在手订单 % % % % PMI: 产成品库存 % % % % PMI: 采购量 % % % % PMI: 进口 % % % % PMI: 主要原材料购进价格 % % % % PMI: 原材料库存 % % % % PMI: 从业人员 % % % % PMI: 供货商配送时间 % % % % 观察上表可以发现,PMI 变动类指标与周期板块超额收益之间具有显著的跨期正相关性也即, 前期 PMI 月度变化量越高于历史平均水平, 未来 1 个月周期板块超额收益越高换句话说 : PMI 上行, 代表经济增长趋势良好, 周期板块在经济上行阶段存在显著的超额收益 ; PMI 下行, 代表经济增长疲软, 周期板块在经济下行阶段表现较差下图分别展示了 PMI 月度变化与周期板块的超额收益情况以及滚动相关性分段相关性情况图 5 PMI 月度变化与周期板块超额收益图 6 PMI 月度变化与周期板块超额收益的相关性情况 1.2% 周期板块超额收益 ( 左轴 ) PMI 月度变化 ( 右轴 ) 0.6% 0.0% -0.6% -1.2% 滚动相关性分段相关性观察上图不难发现,PMI 月度变化对于周期板块超额收益具有较好的预测效果, 但是同样需要注意到该指标在历史上也存在失效观察下表中的分段相关性可以发现,PMI 月度变化在 2013 年 8 月至 2015 年 8 月间失效, 该指标与未来 1 个月周期板块超额收益之间的跨期相关性仅为 -0.05

10 金融工程研究金融工程专题报告 10 表 7 PMI 月度变化与周期板块超额收益分段跨期相关性起始日期结束日期跨期相关性从后文我们可以看到, 这一失效阶段是流动性类指标相对有效的时期由于流动性类的指标或者货币政策类的指标存在一定的逆周期倾向, 因此在流动性主导市场的情况下, 经济增长类的指标对板块轮动的解释程度会有所下降 2.2 流动性类指标关于货币政策或流动性类的指标的研究同样较多学界如 Conor 等 (2005) Conover 2 等 (2007) 均发现板块收益在不同货币政策环境下存在显著的差异本节在构建流动性类指标时, 首先使用了滞后度较低的国债以及国开债数据计算期限利差月度变化来体现流动性的变化下表展示了各参数下的期限利差月度变化与未来 1 个月各板块超额收益之间的跨期相关性情况表 8 期限利差月度变化与各板块超额收益之间的跨期相关性品种期限利差参数金融周期成长消费相关性 P 值相关性 P 值相关性 P 值相关性 P 值 3M-1M % % % % 6M-1M % % % % 国债 1Y-1M % % % % 10Y-1M % % % % 5Y-1Y % % % % 10Y-1Y % % % % 3M-1M % % % % 6M-1M % % % % 国开债 1Y-1M % % % % 10Y-1M % % % % 5Y-1Y % % % % 10Y-1Y % % % % 观察上表不难发现, 短期限债券到期收益率计算出的期限利差月度变化与金融板块以及成长板块未来 1 个月的超额收益之间存在显著相关性期限利差月度变化与金融板块未来 1 个月的超额收益显著负相关, 和成长板块未来 1 个月的超额收益显著正相关也即, 期限利差变化量越高于历史平均水平, 未来 1 个月成长板块超额收益越高, 金融板块超额收益越低短期限债券到期收益率计算出的期限利差扩大往往代表着短期资金面宽松, 反之, 则代表着短期资金面缩紧下图分别展示了期限利差月度变化与金融 / 成长板块收益差的共同走势以及滚动相关性分段相关性情况 2 Sector Rotation and Monetary Conditions

11 金融工程研究金融工程专题报告 11 图 7 期限利差月度变化与金融 / 成长收益差图 8 期限利差月度变化与金融 / 成长收益差的相关性情况 3.0% 金融 - 成长板块收益 ( 左轴 ) 2.0% 期限利差月度变化 (6M-1M)( 右轴 ) 1.0% 0.0% -1.0% -2.0% -3.0% -4.0% 滚动相关性分段相关性观察上图可以发现, 期限利差对于金融成长板块具有较好的择时效果从分段相关性的角度看, 该指标自 2013 年 2 月以来都呈现出了较好的择时效果, 该类指标与未来 1 个月金融 / 成长板块收益差的跨期相关性基本维持在附近值得注意的是, 期限利差变化在 2008 年 2009 年 2011 年以及 2012 年中失效表 9 期限利差月度变化与周期板块超额收益分段跨期相关性开始时点结束时点 3M-1M 6M-1M 1Y-1M 当然, 在构建流动性相关指标时, 也可考虑使用更加宏观的指标, 如社融新增贷款等下表展示了各指标与未来 1 个月各板块超额收益之间的跨期相关性情况表 10 各流动性相关指标月度变化与各板块超额收益之间的跨期相关性指标名称金融周期消费成长相关性 P 值相关性 P 值相关性 P 值相关性 P 值社会融资规模环比增速 % % % % 社会融资规模同比增速 % % % % 新增人民币贷款同比增速 % % % % 新增人民币贷款 ( 中长期 ) 同比增速 % % % % 新增人民币存款同比增速 % % % % 各项贷款余额同比增速 % % % % 各项存款余额同比增速 % % % % M0 同比 % % % % M1 同比 % % % % M2 同比 % % % % M2 同比 -M1 同比 % % % % 观察上表不难发现, 仅部分指标具有一定的板块择时能力, 如, 新增人民币存款同比增速月度变化与金融板块未来 1 个月的收益负相关与消费板块未来 1 个月的收益正相关 M1 同比增速 (M1-M2) 月度变化与成长板块未来 1 个月的收益正相关下图分别展示了 M1-M2 月度变化与未来 1 个月成长板块超额收益的共同走势以及滚动相关性分段相关性情况

12 金融工程研究金融工程专题报告 12 图 9 M1-M2 月度变化与成长板块超额收益图 10 M1-M2 月度变化与成长板块超额收益的相关性情况 2.0% % % % % -0.5% % 成长板块超额收益 ( 左轴 ) % M1 同比 -M2 同比月度变化 ( 右轴 ) 滚动相关性 -0.2 分段相关性 -0.3 从长期趋势来看,M1-M2 月度变化与成长板块未来 1 个月的收益呈现出了较为明显的正相关性从分段相关性来看, 两者间的跨期相关性较为稳定, 但是相关性水平并不高表 11 M1-M2 月度变化与周期板块超额收益分段跨期相关性开始时点结束时点跨期相关性国际贸易类指标国际贸易类的指标主要影响周期和消费板块, 这与我国的产品进出口结构有关 : 即出口数据主要影响消费品和周期下游 ( 如机电 ) 产品出口, 进口数据主要影响周期上游原材料进口等下表展示了各国际贸易类指标与各板块未来 1 个月超额收益之间的跨期相关性情况表 12 各外贸相关指标月度变化与各板块超额收益之间的跨期相关性指标名称金融周期消费成长相关性 P 值相关性 P 值相关性 P 值相关性 P 值 BIS 人民币有效汇率指数 % % % % CFETS 人民币汇率指数 % % % % 贸易差额同比增速 % % % % 出口金额同比增速 % % % % 进口金额同比增速 % % % % 进出口金额同比增速 % % % % 观察上表可知, 部分国际贸易类指标与周期板块未来 1 个月超额收益之间存在显著跨期相关性汇率指数月度变化与周期板块未来 1 个月超额收益负相关, 而出口金额同比增速月度变化与周期板块未来 1 个月超额收益正相关下图分别展示了出口金额同比增速月度变化与未来 1 个月周期板块超额收益的共同走势以及滚动相关性分段相关性情况

13 金融工程研究金融工程专题报告 13 图 11 出口金额同比增速月度变化与周期板块超额收益图 12 出口金额同比增速月度变化与周期超额收益相关性情况 0.4% 周期板块超额收益 ( 左轴 ) 0.2% 出口金额同比增速月度变化 ( 右轴 ) 0.0% -0.2% -0.4% -0.6% -0.8% -1.0% -1.2% 滚动相关性分段相关性从分段相关性的角度看, 出口金额同比增速月度变化对于周期板块的择时效果仅在 2015 年 4 月至 2017 年 4 月之间以及 2018 年 3 月以来较为明显, 期间该指标与未来 1 个月周期板块超额收益之间的跨期相关性接近 0.50 然而该指标在其他时间段上的择时效果并不明显, 甚至在 2017 年 5 月至 2018 年 2 月之间出现了跨期相关性的明显反向表 13 出口金额同比增速月度变化与周期板块超额收益分段跨期相关性开始时点结束时点跨期相关性经济政策不确定性指数在此前的报告中我们介绍了一种描述宏观经济不确定性的指标 EPU 指数, 其主要反映经济体中机构或个人对经济状况评估和预期的不一致程度更多详细内容介绍请参考海通量化团队 2018 年 7 月 6 日发布的专题报告宏观经济的不确定性在 A 股市场被定价了吗? 由于 EPU 指数本身就具有较强的平稳性, 因此本文在计算择时变量时, 并未进行差分处理而是直接选取了 EPU 原始数值下表展示了 EPU 指数与各板块未来 1 个月超额收益之间的跨期相关性情况表 14 经济不确定性指数与各板块超额收益之间的跨期相关性指标名称金融周期消费成长相关性 P 值相关性 P 值相关性 P 值相关性 P 值经济不确定性指数 % % % % 观察上表可以发现,EPU 指数与金融板块以及消费板块未来 1 个月超额收益之间存在显著跨期相关性 EPU 指数与金融板块超额收益正相关, 也即,EPU 指数水平越高, 金融板块超额收益越高下图分别展示了 EPU 指数与未来 1 个月金融板块超额收益的共同走势以及滚动相关性分段相关性情况

14 金融工程研究金融工程专题报告 14 图 13 经济不确定性指数与金融板块超额收益图 14 经济不确定性指数与金融板块超额收益的相关性情况 2.0% 金融板块超额收益 ( 左轴 ) 1.5% 经济不确定性指数 ( 右轴 ) 1.0% 0.5% 0.0% -0.5% -1.0% -1.5% -2.0% 滚动相关性分段相关性观察共同走势图可知,EPU 指数与金融板块未来 1 个月收益之间的正相关性较为明显结合分段相关性结果可知,EPU 指数在 2011 年 6 月之前以及 2016 年失效, 该指标在其他时间中对于金融板块都具有较好的择时效果表 15 经济不确定性指数与周期板块超额收益分段跨期相关性开始时点结束时点跨期相关性除了金融板块以外,EPU 指数对于消费板块也具有较好的择时效果从全区间来看, EPU 指数与消费板块超额收益负相关, 也即,EPU 指数水平越低, 消费板块超额收益越高下图分别展示了 EPU 指数与未来 1 个月消费板块超额收益的共同走势以及滚动相关性分段相关性情况图 15 经济不确定性指数与消费板块超额收益图 16 经济不确定性指数与消费板块超额收益的相关性情况 1.2% 1.0% 0.8% 0.6% 0.4% 0.2% 0.0% -0.2% -0.4% -0.6% 消费板块超额收益 ( 左轴 ) 经济不确定性指数 ( 右轴 ) 滚动相关性分段相关性结合共同走势图以及分段相关性图可知,EPU 指数对于消费板块也具有较强的择时效果该指标在 2011 年 7 月以来对于消费板块的择时效果一直较为稳定, 指标与板块未来 1 个月的跨期相关性维持在 -0.5 至 -0.3 之间

15 金融工程研究金融工程专题报告 15 表 16 经济不确定性指数与消费板块超额收益分段跨期相关性开始时点结束时点跨期相关性多指标复合模型 3.1 序数回归模型介绍在此前风格择时和指数轮动报告中, 我们采用 logistic 模型构建复合变量择时模型原因在于我们认为资产轮动的核心在于预测资产表现的相对强弱而非预测收益率, logistic 模型可以很好地解决分类和回归两个问题该模型同样适用于本文讨论的板块轮动策略值得注意的是, 风格择时和指数轮动只涉及两个资产, 因此因变量可以用 0 1 序列来表示 ; 而板块轮动策略涉及多个资产, 因此需要将因变量按照收益表现进行排序, 这一点传统的 logistic 模型难以实现因此, 本文推荐采用序数回归模型 ordinal logistic 构建复合变量择时模型序数回归是从传统二元逻辑回归上衍生出来的一种模型, 用于预测序数变量的回归分析, 即因变量可为任意范围序数, 不同值之间只有相对排序是显著的相当于在分类和回归的基础上加入了排序的概念从模型上来看, 序数回归可以表示为 k-1 个 logistic 回归方程, 其中 k 为因变量数量以板块超额收益为例, 可以从小到大定为四个水平值, 发生的概率分别为 p1 p2 p3 p4 则模型可表示为 : lo g p 1 1 p 1 = β 0,1 + β 1 X β k X k lo g p 2 1 p 2 = β 0,2 + β 1 X β k X k lo g p 3 1 p 3 = β 0,3 + β 1 X β k X k p 4 = 1 p 1 p 2 p 3 可以看到, 序数回归模型产生的几个模型的因变量概率是递增的, 即有序结果的累积概率 ; 不同模型的自变量个数和回归系数都是相同的, 唯一区别在于截距项, 这是序数回归模型的基本假设由于部分有效的宏观经济指标对于板块的影响相对较为稳定, 因此本文认为可以满足这种假设 3.2 回测设定及因子相关性分析基于概率预测, 投资者可根据自身需求构建板块轮动策略对于 4 选 2 策略, 投资者可在每月调仓时点预测未来 1 个月各个板块收益水平值为 3 或者 4 的概率, 并选择概率最大的两个板块对于 4 选 1 策略, 投资者可在每月调仓时点预测未来 1 个月各板块收益水平为 4 的概率, 并选择概率最大的 1 个板块本部分在进行回测时, 设定如下 : 1) 回测时间 :2012 年 1 月至 2018 年 8 月本节回测的模型为月末换仓模型 2) 滚动估参窗口 :60 个月在每月预测下个月各板块收益排序的概率时, 统一使用历史滚动 60 个月 (5 年 ) 的数据进行序数回归估参

16 金融工程研究金融工程专题报告 16 3) 外生变量选择 : 本节回测的模型为固定变量模型, 所选外生变量为 : 期限利差变化 M1-M2 同比增速月度变化 PMI 新出口订单月度变化出口金额同比增速月度变化以及经济不确定性指数整体上看, 各外生变量间的相关性较为可控, 同期相关性情况详见下表表 17 复合模型外生变量相关性一览期限利差 M1-M2 PMI 新出口订单出口金额同比增速经济不确定指数期限利差 M1-M PMI 新出口订单出口金额同比增速经济不确定指数板块轮动 -4 选 2 模型下图展示了 4 选 2 模型在 2012 年 1 月至 2018 年 8 月间的历史净值走势下图以及后文中的策略基准为四个板块市值加权得到的指数图 17 复合模型 (4 选 2) 历史净值走势 (2012/1 2018/8) 6.5 轮动策略 ( 左轴 ) 5.5 策略基准 ( 左轴 ) 4.5 轮动策略 / 策略基准 ( 右轴 ) 轮动策略年化收益约为 24.2%, 轮动基准年化收益约为 8.1%, 轮动策略年化超额收益约为 16.1%, 轮动策略信息比率 1.78, 月度胜率为 66% 下表展示了模型的分年度表现情况表 18 4 选 2 板块轮动模型分年度表现收益最大回撤月度胜率年度轮动模型策略基准超额轮动模型策略基准超额轮动模型策略基准超额 % 7.7% 1.5% 21.6% 22.0% 4.6% 42% 50% 58% % 4.0% 25.5% 17.5% 17.7% 3.4% 58% 58% 83% % 54.8% 41.6% 14.8% 9.2% 7.8% 83% 75% 83% % 33.0% 40.8% 46.4% 48.3% 8.1% 58% 67% 75% % -12.8% 8.3% 26.9% 29.2% 7.1% 50% 50% 58% % 2.4% -0.1% 12.8% 9.3% 5.3% 58% 58% 42% 截至 % -18.2% 8.7% 17.6% 24.3% 4.2% 50% 25% 63% 从分年度表现来看, 板块轮动模型除了在 2012 年以及 2017 年的超额收益较低以外, 在其他年度中皆取得了较好的超额收益表现为了能够进一步观察板块轮动模型的运行机制, 本节以 4 选 2 模型 2018 年以来的板块选择结果为例进行说明 ( 投资者若想

17 金融工程研究金融工程专题报告 17 进一步了解模型历史上的板块选择, 可联系报告作者 ) 下表中标红的板块为当期复合模型配臵的板块, 表格中的数字为板块在当月相对于策略基准的超额收益表年 1 月至 8 月复合模型板块选择起始日期结束日期金融周期消费成长 % -1.2% 0.0% -7.3% % 0.1% -0.2% 4.2% % -1.9% 1.9% 4.8% % 0.1% 0.3% -1.4% % -1.0% 8.2% -4.1% % 1.1% -1.4% -1.5% % 0.3% -1.4% -2.3% % -0.6% -3.3% -0.2% 观察上表可以发现, 模型在部分月份的板块选择上十分灵活例如, 模型在 1 月选择配臵了金融以及周期, 然而在 2 月却切换到了消费和成长模型在板块选择上的灵活性主要来自于择时变量的灵活下表展示了各调仓时点上, 择时变量时间序列标准化以后的数值表 20 观测时点 2018 年 1 月至 2018 年 8 月复合模型择时变量数值期限利差月度变化 M1-M2 同比增速月度变化 PMI 新出口订单月度变化出口金额同比增速月度变化经济不确定指数以期限利差月度变化为例, 在 2017 年 12 月 29 日, 该指标时间序列标准化后的数值为 -2.73, 这一数值说明 12 月短期资金面出现了十分明显的收紧, 因此模型在配臵板块时会更加偏好金融在进入 2018 年 1 月后, 该指标回升至 2.27, 这体现了短期资金面的大幅宽松, 因此模型在配臵板块时会转而偏好成长这一机制在其他择时变量上同样成立, 模型在板块配臵上的灵活性完全来自于择时变量 3.4 板块轮动 -4 选 1 模型下图展示了 4 选 1 模型的历史表现情况轮动策略年化收益约为 30.8%, 轮动基准年化收益约为 8.07%, 轮动策略年化超额收益约为 21%, 轮动策略信息比率 1.25, 月度胜率为 60% 相比于 4 选 2 模型,4 选 1 模型具有更强的收益性, 但是模型稳定性相对更弱

18 图 18 复合模型 (4 选 1) 历史净值走势 (2012/1 2018/8) 金融工程研究金融工程专题报告轮动策略 ( 左轴 ) 8.5 策略基准 ( 左轴 ) 7.5 轮动策略 / 策略基准 ( 右轴 ) 下表展示了模型的分年度表现情况表 21 4 选 1 板块轮动模型分年度表现收益最大回撤月度胜率年度轮动模型策略基准超额轮动模型策略基准超额轮动模型策略基准超额 % 7.70% 9.26% 20.61% 21.97% 8.45% 42% 50% 58% % 3.97% 30.18% 20.42% 17.66% 9.51% 50% 58% 67% % 54.76% % 13.46% 9.24% 7.16% 83% 75% 83% % 32.98% 17.71% 46.13% 48.27% 24.06% 58% 67% 50% % % 12.89% 24.10% 29.19% 11.13% 50% 50% 58% % 2.41% 3.06% 13.15% 9.32% 7.29% 58% 58% 50% 截至 % % 9.14% 24.67% 24.31% 9.98% 25% 25% 50% 虽然 4 选 1 模型收益性更强, 但是模型在板块选择上展现出了较强的极端性模型在板块中更加偏好收益性更强的金融以及成长板块, 而很少选出周期以及消费板块 4. 总结本文沿袭此前因子择时风格择时以及指数轮动的系列研究, 对于板块轮动框架进行了构建总体上看,A 股市场上存在显著的板块轮动现象, 而板块间的相对强弱可以通过一些外生变量进行预测本文尝试使用宏观经济变量辅助板块轮动, 研究结果表明经济增长流动性国际贸易和经济不确定性四类指标具有一定的板块择时效果通过序数回归模型进行复合, 4 选 2 轮动策略具有 16.1% 的年化超额收益, 信息比率 1.78, 月度胜率为 66%;4 选 1 策略年化超额收益约为 21%, 信息比率 1.25, 月度胜率为 60% 整体来看, 宏观经济数据在板块轮动领域具有一定的应用价值 5. 风险提示市场系统性风险资产流动性风险以及政策变动风险会对策略表现产生较大影响

19 信息披露金融工程研究金融工程专题报告 19 分析师声明 [Table_Analysts] 冯佳睿金融工程研究团队袁林青金融工程研究团队本人具有中国证券业协会授予的证券投资咨询执业资格, 以勤勉的职业态度, 独立客观地出具本报告本报告所采用的数据和信息均来自市场公开信息, 本人不保证该等信息的准确性或完整性分析逻辑基于作者的职业理解, 清晰准确地反映了作者的研究观点, 结论不受任何第三方的授意或影响, 特此声明法律声明本报告仅供海通证券股份有限公司 ( 以下简称本公司 ) 的客户使用本公司不会因接收人收到本报告而视其为客户在任何情况下, 本报告中的信息或所表述的意见并不构成对任何人的投资建议在任何情况下, 本公司不对任何人因使用本报告中的任何内容所引致的任何损失负任何责任本报告所载的资料意见及推测仅反映本公司于发布本报告当日的判断, 本报告所指的证券或投资标的的价格价值及投资收入可能会波动在不同时期, 本公司可发出与本报告所载资料意见及推测不一致的报告市场有风险, 投资需谨慎本报告所载的信息材料及结论只提供特定客户作参考, 不构成投资建议, 也没有考虑到个别客户特殊的投资目标财务状况或需要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在法律许可的情况下, 海通证券及其所属关联机构可能会持有报告中提到的公司所发行的证券并进行交易, 还可能为这些公司提供投资银行服务或其他服务本报告仅向特定客户传送, 未经海通证券研究所书面授权, 本研究报告的任何部分均不得以任何方式制作任何形式的拷贝复印件或复制品, 或再次分发给任何其他人, 或以任何侵犯本公司版权的其他方式使用所有本报告中使用的商标服务标记及标记均为本公司的商标服务标记及标记如欲引用或转载本文内容, 务必联络海通证券研究所并获得许可, 并需注明出处为海通证券研究所, 且不得对本文进行有悖原意的引用和删改根据中国证监会核发的经营证券业务许可, 海通证券股份有限公司的经营范围包括证券投资咨询业务

20 金融工程研究金融工程专题报告 20 [Table_PeopleInfo] 海通证券股份有限公司研究所路颖所长 (021) 高道德副所长 (021) 姜超副所长 (021) 邓勇副所长 (021) 荀玉根副所长 (021) 钟奇所长助理 (021) 涂力磊所长助理 (021) 宏观经济研究团队姜超 (021) 于博 (021) 顾潇啸 (021) 李金柳 (021) 联系人宋潇 (021) 陈兴 (021) 固定收益研究团队姜超 (021) 朱征星 (021) 周霞 (021) 姜珮珊 (021) 杜佳 (021) 联系人李波 (021) 政策研究团队李明亮 (021) 陈久红 (021) 吴一萍 (021) 朱蕾 (021) 周洪荣 (021) 王旭 (021) 汽车行业王猛 (021) 杜威 (0755) 互联网及传媒钟奇 (021) 郝艳辉 (010) 许樱之孙小雯 (021) 刘欣 (010) 强超廷 (021) 毛云聪 (010) 联系人陈星光 (021) 金融工程研究团队高道德 (021) 冯佳睿 (021) 郑雅斌 (021) 罗蕾 (021) 沈泽承 (021) 余浩淼 (021) 袁林青 (021) 姚石 (021) 吕丽颖 (021) 联系人周一洋 (021) 张振岗 (021) 颜伟 (021) 梁镇 (021) 策略研究团队荀玉根 (021) 钟青 (010) 高上 (021) 李影 (021) 姚佩 (021) 周旭辉联系人唐一杰 (021) 郑子勋 (021) 王一潇 (021) 石油化工行业邓勇 (021) 朱军军 (021) 联系人胡歆 (021) 张璇 (021) 公用事业吴杰 (021) 张磊 (021) 戴元灿 (021) 联系人傅逸帆 (021) 有色金属行业施毅 (021) 联系人李姝醒 (021) 陈晓航 (021) 李骥 (021) 甘嘉尧 (021) 金融产品研究团队高道德 (021) 倪韵婷 (021) 陈瑶 (021) 唐洋运 (021) 宋家骥 (021) 皮灵 (021) 徐燕红 (021) 薛涵 (021) 联系人谈鑫 (021) 王毅 (021) 蔡思圆 (021) 庄梓恺 (021) 中小市值团队张宇 (021) 钮宇鸣 (021) 孔维娜 (021) 潘莹练 (021) 联系人王鸣阳 (021) 程碧升 (021) 相姜 (021) 医药行业余文心 (0755) 郑琴 (021) 孙建 (021) 联系人贺文斌 (010) 吴佳栓 (010) 范国钦批发和零售贸易行业汪立亭 (021) 李宏科 (021) 联系人史岳高瑜 (021) 房地产行业涂力磊 (021) 谢盐 (021) 杨凡 (021) 联系人金晶 (021)

21 电子行业陈平 (021) 联系人谢磊 (021) 尹苓 (021) 石坚 (010) 基础化工行业刘威 (0755) 刘海荣 (021) 张翠翠 (021) 孙维容 (021) 联系人李智 (021) 非银行金融行业孙婷 (010) 何婷 (021) 夏昌盛 (010) 联系人李芳洲 (021) 建筑建材行业钱佳佳 (021) 冯晨阳 (021) 联系人申浩 (021) 建筑工程行业杜市伟 (0755) 张欣劼李富华 (021) 军工行业蒋俊 (021) 刘磊 (010) 张恒晅联系人张宇轩 (021) 家电行业陈子仪 (021) 李阳 (021) 联系人朱默辰 (021) 刘璐 (021) 煤炭行业李淼 (010) 戴元灿 (021) 吴杰 (021) 计算机行业郑宏达 (021) 黄竞晶 (021) 杨林 (021) 鲁立 (021) 于成龙联系人洪琳 (021) 交通运输行业虞楠 (021) 联系人李丹 (021) 党新龙 (0755) 机械行业佘炜超 (021) 耿耘 (021) 杨震 (021) 沈伟杰 (021) 周丹农林牧渔行业丁频 (021) 陈雪丽 (021) 陈阳 (021) 银行行业孙婷 (010) 解巍巍联系人林加力 (021) 谭敏沂 (0755) 造纸轻工行业衣桢永 (021) 曾知 (021) 赵洋 (021) 金融工程研究金融工程专题报告 21 电力设备及新能源行业张一弛 (021) 房青 (021) 曾彪 (021) 徐柏乔 (021) 张向伟 (021) 联系人陈佳彬 (021) 通信行业朱劲松 (010) 余伟民 (010) 张弋张峥青 (021) 纺织服装行业梁希 (021) 联系人盛开 (021) 刘溢 (021) 钢铁行业刘彦奇 (021) 联系人周慧琳 (021) 刘璇 (0755) 食品饮料行业闻宏伟 (010) 成珊 (021) 唐宇 (021) 社会服务行业汪立亭 (021) 陈扬扬 (021) 研究所销售团队深广地区销售团队蔡铁清 (0755) 伏财勇 (0755) 辜丽娟 (0755) 刘晶晶 (0755) 王雅清 (0755) 饶伟 (0755) 欧阳梦楚 (0755) 宗亮巩柏含上海地区销售团队胡雪梅 (021) 朱健 (021) 季唯佳 (021) 黄毓 (021) 漆冠男 (021) 胡宇欣 (021) 黄诚 (021) 毛文英 (021) 马晓男杨祎昕 (021) 张思宇慈晓聪 (021) 王朝领北京地区销售团队殷怡琦 (010) 郭楠吴尹张丽萱 (010) 杨羽莎 (010) 杜飞张杨 (021) 何嘉 (010) 李婕欧阳亚群

22 金融工程研究金融工程专题报告 22 海通证券股份有限公司研究所地址 : 上海市黄浦区广东路 689 号海通证券大厦 9 楼电话 :(021) 传真 :(021) 网址 :

公司研究中联环 (835750)2 目录 1. 循环洁水, 环境专家... 5 2. 污水治理进入重效果高标准时代... 6 3. 分布式水厂契合新背景下污水处理需求... 8 4. 业绩预测与评级...

公司研究中联环 (835750)2 目录 1. 循环洁水, 环境专家... 5 2. 污水治理进入重效果高标准时代... 6 3. 分布式水厂契合新背景下污水处理需求... 8 4. 业绩预测与评级... [Table_MainInfo] 公司研究 / 公用事业 / 水公用事业中联环 (835750) 公司研究报告证券研究报告 2016 年 07 月 19 日 [Table_InvestInfo] 投资评级暂不评级首次覆盖股票数据 6 [Table_StockInfo] 个月内目标价 ( 元 ) 7 月 18 日

目录 金融工程研究金融工程专题报告 2 1. 板块轮动框架简介 板块划分 A 股市场的板块轮动现象 板块轮动流程 单变量有效性分析 经济增长类指标 流动性类指标 国际贸易类指

目录金融工程研究金融工程专题报告 2 1. 板块轮动框架简介板块划分 A 股市场的板块轮动现象板块轮动流程单变量有效性分析经济增长类指标流动性类指标国际贸易类指