华泰证券_20180306_行业轮动系列之二：周期视角下的行业轮动实证分析.pdf

谨请参阅尾页重要声明及华泰证券股票和行业评级标准 1 证券研究报告证券研究报告 金工研究/深度研究 2018年03月06日 林晓明林晓明 执业证书编号：S0570516010001 研究员 0755-82080134 李聪李聪 13488695724 联系人 1 金工金工:大成旗下基金大成旗下基金 2018 定投策略研究定投策略研究2017.12 2金工金工:人工智能选股之循环神经网络模人工智能选股之循环神经网络模型型2017.11 3金工金工:人工智能选股之全连接神经网络人工智能选股之全连接神经网络2017.11 周期视角下的行业轮动实证分析周期视角下的行业轮动实证分析 华泰行业轮动系列之二 本文从定性梳理和定量实证两个角度研究了周期视角下的行业轮动规律本文从定性梳理和定量实证两个角度研究了周期视角下的行业轮动规律 我们认为，全球是一个统一的整体，这个统一的整体在运动的过程中是有规律的，统一受到基钦周期、朱格拉周期、库兹涅茨周期三个核心变量的驱动。基于这个假设，一方面，可以站在长、中、短三个不同周期视角下，定性梳理随着目标周期波动所展现的行业轮动规律；另一方面，可以基于统一的周期驱动三因子构建定价方程，拟合行业指数的波动，并预测未来走势，构建纯定量的行业配置模型。实证结果表明，该模型能有效把握行业轮动的规律，并获取稳健的超额收益。基于大宗商品表征实体经济状态，梳理不同周期视角下的行业轮动规律基于大宗商品表征实体经济状态，梳理不同周期视角下的行业轮动规律 在股票、债券、大宗商品、房地产四大类资产中，按照贴近实体经济的程度排序，应该是大宗商品 股票 债券 房地产，也就是说大宗商品对实体经济的变化最敏感，最适合作为观测基本面运行状态的实时窗口。本文统一选取 CRB 综合现货指数为参考基准，从中提取基钦周期、朱格拉周期、库兹涅茨周期三个核心驱动周期，并分别梳理了每个周期视角下的行业轮动规律。结果表明：库兹涅茨周期反映了经济基本面的长期趋势，决定投资风格；朱格拉周期反映了无风险利率的中期走向，决定市场估值水平；基钦周期反映了市场牛熊趋势，决定短期方向。21 个月、个月、42 个月、个月、100 个月是个月是 A 股股行业波动的共同驱动周期行业波动的共同驱动周期 华泰金工周期系列报告已经通过海量数据反复论证了基钦周期（42 个月附近）、朱格拉周期（100 个月附近）、库兹涅茨周期（200 个月附近）的稳定存在，然而这是全球视角下的统计结论。如果将目光聚焦到 A 股市场，仅仅关注行业本身的波动起伏，可以发现最显著的三个驱动周期是 21 个月、42 个月和 100 个月。其中，全球视角下统计显著的库兹涅茨长周期影响较小，取而代之的是其他国家股票市场上影响并不显著的 21 个月周期分量，这有可能跟我国仍处于发展中阶段，资本市场尚不成熟有关。周期三因子行业配置周期三因子行业配置模型能有效把握行业轮动规律，获取超额收益模型能有效把握行业轮动规律，获取超额收益 周期三因子行业配置模型原理：1、在每个截面处，基于训练窗口内数据合成六大板块等权指数，高斯滤波提取其 21 个月、42 个月、100 个月三个周期信号，作为统一的定价因子；2、基于统一的定价因子，对训练窗口内每个板块的对数同比序列进行多元线性回归，训练定价方程，拟合样本内的资产价格波动；3、基于训练得到的定价方程和周期三因子信号外延结果，预测每个板块的下一期走势，根据预测涨跌幅排名进行相应配置。实证结果表明，在单边千五的手续费下，该策略年化收益率达到 28.89%，夏普比率 0.85，年化超额收益 12.86%，回测区间为 2005 年 3 月至 2018 年 1 月。行业配置模型参数设置与敏感性分析行业配置模型参数设置与敏感性分析 本文所提出的行业配置模型中，除了三周期长度之外，还有几个核心参数：1、训练窗口长度，该值太长容易出现钝化，无法反应资产价格实时的运行状态，太短则会过于敏感，容易出现相位跳变，本文统一设置为 50 个月；2、傅里叶变换长度，在傅里叶变换之前，需要在原序列头部或尾部补零来提升频域分辨率，而补零长度需要在分辨率的精细度和计算开销之间权衡，本文统一设置补零后序列的总长度为 4096；3、高斯滤波器衰减系数，该值过大会导致干扰成分通过，影响预测的稳定性，太小又会对谱峰的抖动过于敏感，退化到类似于线谱滤波器的情形，本文统一设置为 10。风险提示：模型基于历史规律总结，有失效可能。相关研究相关研究 金工研究/深度研究|2018 年 03 月 06 日 谨请参阅尾页重要声明及华泰证券股票和行业评级标准 2 正文目录正文目录 本文研究导读.6 行业配置研究综述.6 美林投资时钟模型.7 量化周期视角下的行业配置思路.9 不同经济周期视角下的行业轮动规律梳理.10 行业轮动规律梳理框架.10 CRB 综合现货指数三周期分解.11 行业相对指数.11 行业聚类.12 库兹涅茨周期视角下的行业轮动规律梳理.13 库兹涅茨周期反映了经济基本面的长期趋势.13 库兹涅茨周期视角下的历史行情阶段划分.14 库兹涅茨周期视角下的行业轮动规律梳理.15 库兹涅茨周期投资时钟.18 朱格拉周期视角下的行业轮动规律梳理.19 朱格拉周期反映了市场的整体估值水平.19 朱格拉周期视角下的历史行情阶段划分.22 朱格拉周期视角下的行业轮动规律梳理.23 朱格拉周期投资时钟.31 基钦周期视角下的行业轮动规律梳理.33 基钦周期反映了市场的牛熊趋势.33 基钦周期视角下的历史行情阶段划分.33 基钦周期视角下的行业轮动规律梳理.35 基钦周期投资时钟.39 行业轮动规律总结及最新配置建议.41 量化周期视角下的行业配置模型.42 周期系列研究方法回顾.42 周期信号的识别.42 周期信号的提取.44 周期信号的利用.44 量化周期视角下的行业配置原理.45 行业共性规律：六大板块频谱分析，获取统一驱动周期.45 行业个性分化：幅度和相位两个视角.49 周期三因子定价模型：获取统一的定价三因子.51 周期三因子定价模型：能否识别幅度、相位分化？.54 总结：量化周期视角下的行业配置模型.56 量化周期视角下的行业配置策略实证分析.57 策略回测分析.57 策略持仓分析.60 参数敏感性分析.65 傅里叶变换长度.65 训练窗口长度.66 周期三因子长度.68 高斯滤波器衰减系数.69 金工研究/深度研究|2018 年 03 月 06 日 谨请参阅尾页重要声明及华泰证券股票和行业评级标准 3 图表目录图表目录 图表 1：行业配置研究框架.6 图表 2：美林投资时钟模型.7 图表 3：量化投资时钟与美林投资时钟对比.9 图表 4：行业轮动规律梳理框架.10 图表 5：CRB 综合现货指数三周期分解.11 图表 6：CRB 综合现货指数同比拟合.11 图表 7：六大板块构成.12 图表 8：六大板块聚类分析.12 图表 9：CRB、PPI、CPI 200 个月长周期对比.13 图表 10：CRB 200 个月滤波与全市场 ROE 的对比图.13 图表 11：基于库兹涅茨周期划分市场阶段.14 图表 12：库兹涅茨周期视角下的上证综指阶段划分.14 图表 13：第一轮库兹涅茨周期各阶段板块涨跌幅.15 图表 14：2016 年 1 月 29 日至 2017 年底六大板块累计涨跌幅.15 图表 15：第一轮库兹涅茨周期上行阶段板块相对指数.16 图表 16：第一轮库兹涅茨周期上行阶段板块涨跌幅.16 图表 17：第一轮库兹涅茨周期下行阶段板块相对指数.17 图表 18：第一轮库兹涅茨周期下行阶段板块涨跌幅.17 图表 19：库兹涅茨周期视角下的投资时钟.18 图表 20：2016.01.292017.12.31 区间六大板块涨跌幅.18 图表 21：全市场估值中枢和朱格拉周期走势对比图.19 图表 22：十年期国债收益率和 CRB 综合现货指数的 100 个月周期对比.19 图表 23：CRB 综合现货指数与上证综指 100 个月滤波结果对比.20 图表 24：CRB 综合现货指数与上证综指 200 个月滤波结果对比.20 图表 25：全市场估值中枢和朱格拉周期、库兹涅茨周期走势对比图.21 图表 26：基于朱格拉周期划分市场阶段.22 图表 27：基于朱格拉周期的上证综指阶段划分.22 图表 28：第一轮朱格拉周期估值结构性抬升阶段.23 图表 29：2003-11-13 至 2006-05-31 区间一级行业起始估值水平和区间涨跌幅.23 图表 30：2003-11-13 至 2006-05-31 高估值组合和低估值组合涨跌幅中位数.23 图表 31：第一轮朱格拉周期估值普涨阶段.24 图表 32：2006-06-01 至 2007-10-16 区间一级行业起始估值水平和区间涨跌幅.24 图表 33：2006-06-01 至 2007-10-16 高估值组合和低估值组合涨跌幅中位数.24 图表 34：第一轮朱格拉周期估值普降阶段.25 图表 35：2007-10-17 至 2008-10-28 区间一级行业起始估值水平和区间涨跌幅.25 图表 36：2007-10-17 至 2008-10-28 高估值组合和低估值组合涨跌幅中位数.25 图表 37：第一轮朱格拉周期估值结构性下杀阶段.26 图表 38：2008-11-01 至 2009-08-04 区间一级行业起始估值水平和区间涨跌幅.26 图表 39：2008-11-01 至 2009-08-04 高估值组合和低估值组合涨跌幅中位数.27 图表 40：2009-08-05 至 2011-12-28 区间一级行业起始估值水平和区间涨跌幅.27 图表 41：2009-08-05 至 2011-12-28 高估值组合和低估值组合涨跌幅中位数.27 图表 42：第二轮朱格拉周期估值结构性抬升阶段.28 图表 43：2011-12-29 至 2014-03-12 区间一级行业起始估值水平和区间涨跌幅.28 图表 44：2011-12-29 至 2014-03-12 高估值组合和低估值组合涨跌幅中位数.28 图表 45：第二轮朱格拉周期估值普涨阶段.29 图表 46：2014-03-13 至 2015-06-12 区间一级行业起始估值水平和区间涨跌幅.29 图表 47：2014-03-13 至 2015-06-12 高估值组合和低估值组合涨跌幅中位数.29 图表 48：第二轮朱格拉周期估值普降阶段.30 图表 49：2015-06-13 至 2016-01-28 区间一级行业起始估值水平和区间涨跌幅.30 图表 50：2015-06-13 至 2016-01-28 高估值组合和低估值组合涨跌幅中位数.30 金工研究/深度研究|2018 年 03 月 06 日 谨请参阅尾页重要声明及华泰证券股票和行业评级标准 4 图表 51：朱格拉周期视角下的投资时钟.31 图表 52：2016-01-29 至 2017-12-31 区间一级行业起始估值水平和区间涨跌幅.32 图表 53：2016-01-29 至 2017-12-31 高估值组合和低估值组合涨跌幅中位数.32 图表 54：全市场估值中枢未来走势预测.32 图表 55：CRB 综合现货 42 个月滤波与上证综指对数同比序列对比图.33 图表 56：CRB 综合现货 42 个月滤波与上证综指对数同比序列对比图.33 图表 57：基于基钦周期划分市场阶段（两阶段划分）.34 图表 58：基于基钦周期划分市场阶段（四阶段划分）.34 图表 59：第一轮基钦周期阶段划分.35 图表 60：第一轮基钦周期六大板块相对指数走势.35 图表 61：第一轮基钦周期各阶段板块涨跌幅.35 图表 62：第二轮基钦周期阶段划分.36 图表 63：第二轮基钦周期各阶段六大板块相对指数走势.36 图表 64：第二轮基钦周期各阶段板块涨跌幅.36 图表 65：第三轮基钦周期阶段划分.37 图表 66：第三轮基钦周期六大板块相对指数走势.37 图表 67：第三轮周期各阶段板块涨跌幅.37 图表 68：第四轮基钦周期阶段划分.38 图表 69：第四轮基钦周期六大板块相对指数走势.38 图表 70：第四轮基钦周期各阶段板块涨跌幅.38 图表 71：基钦周期视角下的投资时钟.39 图表 72：第五轮基钦周期阶段划分.40 图表 73：第五轮基钦周期各阶段板块涨跌幅（截止到 2018 年 1 月 31 日）.40 图表 74：第五轮基钦周期六大板块相对指数走势（截止到 2018 年 1 月 31 日）.40 图表 75：库兹涅茨周期、朱格拉周期、基钦周期走势.41 图表 76：周期系列研究方法回顾.42 图表 77：三周期合成示意.42 图表 78：空时采样示意图.43 图表 79：高斯滤波器频域响应曲线示意图.44 图表 80：量化周期视角下的行业配置研究思路.45 图表 81：周期上游板块对数同比序列.46 图表 82：周期上游板块频谱图.46 图表 83：周期中游板块对数同比序列.46 图表 84：周期中游板块频谱图.46 图表 85：周期下游板块对数同比序列.46 图表 86：周期下游板块频谱图.46 图表 87：大金融板块对数同比序列.47 图表 88：大金融板块频谱图.47 图表 89：消费板块对数同比序列.47 图表 90：消费板块频谱图.47 图表 91：成长板块对数同比序列.47 图表 92：成长板块频谱图.47 图表 93：六大板块 MUSIC 共同谱.48 图表 94：六大板块三周期回归拟合结果.48 图表 95：21 个月周期 Z 域动画图.49 图表 96：21 个月周期最新 Z 域图.49 图表 97：42 个月周期 Z 域动画图.50 图表 98：42 个月周期最新 Z 域图.50 图表 99：100 个月周期 Z 域动画图.50 图表 100：100 个月周期最新 Z 域图.50 图表 101：42 个月周期 2006 年 11 月 Z 域图.51 图表 102：42 个月周期 2015 年 3 月 Z 域图.51 图表 103：六大板块等权指数对数同比序列.51 金工研究/深度研究|2018 年 03 月 06 日 谨请参阅尾页重要声明及华泰证券股票和行业评级标准 5 图表 104：六大板块等权指数对数同比序列频谱图.51 图表 105：板块等权指数及其 21 个月高斯滤波结果.52 图表 106：板块等权指数 21 个月周期阶段划分.52 图表 107：6 大版块区间排名与累计涨跌幅（21 个月周期上升阶段）.53 图表 108：6 大版块区间排名与累计涨跌幅（21 个月周期下降阶段）.53 图表 109：简化场景下的回归定价方程实证结果.55 图表 110：相位领先关系示意图.55 图表 111：量化周期视角下的行业配置模型.56 图表 112：策略净值表现.57 图表 113：策略回测业绩指标.57 图表 114：周期上游板块拟合动态图.58 图表 115：周期上游板块拟合示意图.58 图表 116：周期中游板块拟合动态图.58 图表 117：周期中游板块拟合示意图.58 图表 118：周期下游板块拟合动态图.58 图表 119：周期下游板块拟合示意图.58 图表 120：大金融板块拟合动态图.59 图表 121：大金融板块拟合示意图.59 图表 122：消费板块拟合动态图.59 图表 123：消费板块拟合示意图.59 图表 124：成长板块拟合动态图.59 图表 125：成长板块拟合示意图.59 图表 126：策略持仓标记.60 图表 127：策略持仓截面明细.60 图表 128：策略持仓汇总统计.63 图表 129：加入手续费后的策略净值表现.64 图表 130：加入手续费后的策略回测业绩指标.64 图表 131：行业配置模型中的参数设置.65 图表 132：原始状态下的频谱图分辨率.65 图表 133：补零至 4096 个点后的频谱图分辨率.65 图表 134：训练窗口长度 20 个月时周期上游板块拟合动态图.66 图表 135：训练窗口长度 20 个月时周期上游板块拟合动态图.66 图表 136：训练窗口长度 50 个月时周期上游板块拟合动态图.66 图表 137：训练窗口长度 50 个月时周期上游板块拟合动态图.66 图表 138：训练窗口长度 100 个月时周期上游板块拟合动态图.67 图表 139：训练窗口长度 100 个月时周期上游板块拟合动态图.67 图表 140：不同训练窗口长度下的回测表现（无佣金）.67 图表 141：不同周期参数取值下的策略实证表现（无佣金）.68 图表 142：高斯滤波器频域响应曲线（=）.69 图表 143：高斯滤波器频域响应曲线（=）.69 图表 144：高斯滤波器频域响应曲线（=）.70 图表 145：不同高斯滤波器衰减系数下的策略实证表现（无佣金）.70 金工研究/深度研究|2018 年 03 月 06 日 谨请参阅尾页重要声明及华泰证券股票和行业评级标准 6 本文研究导读本文研究导读 行业配置研究综述行业配置研究综述 行业配置作为投资组合管理中战术性资产配置的一部分，无论在学术界还是投资界，都得到了广泛的研究。在国外成熟市场上，行业配置一直是作为一种稳健的投资方式广泛应用于实践中。而国内资本市场由于起步较晚，且相对封闭，投资理念较为单一，主要集中在自下而上的选股领域，以行业配置为基础的资产管理产品占比非常小。但随着 A 股市场化程度的不断提高、机构投资者规模的不断扩大以及投资者投资心理的日趋成熟，行业配置也会受到越来越多的关注。目前，行业配置模型还没有形成一套完整、成熟的体系，绝大多数研究都是从某一个视角切入，来挖掘行业间的轮动规律。我们通过归纳、梳理已有研究成果，得到如图表 1 所示的研究框架，这也是我们开展后续研究的一个初步构想，自上而下分为 3 个层次：1.宏观层面，主要关注宏观经济运行状态到行业轮动现象的传导机制。根据 DDM 模型，股价主要由分红和折现率决定，其中，分红和盈利水平挂钩，盈利水平又直接受到经济周期波动的影响；而折现率和利率环境挂钩，利率环境反映整体估值水平，估值水平又直接受到流动性周期的推动。在经济周期和流动性周期的交错扩张、收缩下，各行业受自身盈利周期和整体估值水平的叠加影响，呈现出交叉轮动的特征。更进一步，流动性周期取决于货币政策周期，而货币政策又是央行逆周期操作的产物，所以经济周期是核心影响变量。2.中观层面，主要关注行业之间的相互关系，包括传导关系和关联关系。前者主要研究行业轮动是否在时间序列上呈现稳定的传导特征，最常见的研究方式就是自上而下进行产业链划分，关注产业链上下游行业之间的股价表现是否符合产业链传导逻辑，也有学者采用自下而上的思路，利用格兰杰因果检验等手段提取统计显著的传导规律，然后找寻背后的逻辑支撑。关联关系则主要研究类似行业之间的股价表现是否有联动效应，比如我们常说“煤飞色舞”就因为煤炭和有色同处产业链上游，又比如“喝酒吃药”则指白酒和医药行业同为防御性板块。关于关联关系，最常见的研究方式就是通过聚类分析来合并大类板块，然后研究大类板块之间的轮动规律，也有人通过数据挖掘等技术手段在海量数据中提取显著且稳定存在的关联规则。3.微观层面，主要关注行业自身的技术面、基本面，也即像对待个股一样对待行业。技术面主要从交易数据中提取规律，研究方法主要包括动量效应、反转效应、量价规律等，其中关于行业动量效应的研究最为丰富。基本面则主要研究行业估值，行业景气度以及分析师一致性预期的影响。图表图表1：行业配置研究框架行业配置研究框架 资料来源：华泰证券研究所 金工研究/深度研究|2018 年 03 月 06 日 谨请参阅尾页重要声明及华泰证券股票和行业评级标准 7 在华泰金工行业轮动系列第一篇报告基于通用回归模型的行业轮动策略中，我们从微观层面的量价规律出发，利用回归模型来挖掘各行业收益率背后的交叉预测关系，取得了不错的效果。本篇报告我们将关注点聚焦在宏观层面下的经济周期波动上，这一方面是因为，从中长期来看，经济周期的波动是行业轮动背后的核心驱动力，而且自美林时钟发布后，通过把握不同经济周期下的受益行业来获取超额收益，几乎成了行业配置的标准思路，广受投资者追捧；另一方面，华泰金工在前期的周期系列研究中，已经积累了很多的研究方法和有益结论，把量化周期分解的思路引入到行业配置中来是一个自然而然的想法。下文中，我们先简单回顾美林时钟的基本内容，然后引出量化周期视角下的行业配置思路。美林投资时钟模型美林投资时钟模型 2004 年，美林证券发表了The Investment Clock一文，文中通过对美国超过 30 年的数据统计分析，提出了将资产配置及行业轮动与经济周期联系起来的投资时钟理论。其主要原理是根据经济增长趋势和通货膨胀趋势，将经济周期划分为复苏，过热，滞胀，衰退四个阶段，并分别给出了每个阶段对应的优质资产作为投资标的。图表图表2：美林投资时钟模型美林投资时钟模型 资料来源：美林证券，华泰证券研究所 在衰退阶段（低 GDP+低 CPI），经济增长率低于潜在增长率，市场需求疲软，产出负缺口持续扩大，超额的生产能力和下跌的大宗商品价格驱使通胀率更低。政府不得不采取宽松的货币政策（减息）及积极的财政政策（减税）刺激经济增长。此时，收益率曲线急剧下行，债券是最佳选择，而股票市场上，金融股是较好选择。在复苏阶段（高 GDP+低 CPI），刺激政策开始起作用，GDP 增长率加速，产出缺口缩小，而通胀率还在继续下行，因为空置的生产能力还未耗尽。而周期性的生产能力扩充强劲，需求端回暖加上生产成本下行，企业盈利能力大幅上升，这个阶段投资股票是最佳选择。行业选择上，汽车、地产等可选消费品行业往往有超额表现。金工研究/深度研究|2018 年 03 月 06 日 谨请参阅尾页重要声明及华泰证券股票和行业评级标准 8 在过热阶段（高 GDP+高 CPI），经济增长率超过潜在经济增长率，市场需求旺盛，企业开始面临产能约束，导致通胀抬头。中央银行加息以求将经济拉回到可持续的增长路径上来，使得收益率曲线上行，债券表现糟糕。经济活动的过热以及较高的通货膨胀使大宗商品成为收益最高的资产。而股票市场上，与大宗商品相关的上游资源股是较好的选择。在滞胀阶段（低 GDP+高 CPI），经济增长率依然超过潜在增长率，但呈减速趋势，产出正缺口逐渐减小，而通胀仍然处于上行阶段。企业成本日益上升，为了保持盈利不得不提高产品价格，导致工资-价格螺旋上涨，业绩开始出现停滞甚至下滑，股价上涨乏力。而通胀位于高位导致利率也维持高位，这就限制了债券市场的回暖步伐。此时持有现金才是最佳选择。而在股票市场上，需求弹性较小的公用事业、食品饮料等行业表现相对较好。美林投资时钟的核心贡献在于指出了经济波动具有周期性，而且通过数据实证表明，如果能在不同经济周期运行状态下配置合适的资产/行业，可以获得显著的超额回报。但美林证券同时也指出，该模型并不是一个实时、定量的交易策略，其有效与否的关键在于对宏观经济走势的判断是否正确。因此，经济周期的分析才是美林时钟模型中的核心问题。基于美林时钟提出的理论框架和关键问题，国内一些机构和学者也开展了很多研究。郑木清（2003）利用产出缺口和利率变动作为划分经济周期的方式，并给出了股票、债券和现金的混合资产配置方法；刘锋（2010）利用 M1 和 M2 的同比增速差进行货币政策周期的划分，结果表明，在货币扩张阶段，周期性行业表现更佳，而货币紧缩阶段则非周期性行业表现更好；侯效兰（2012）使用工业增加值和 CPI 来进行经济周期划分，梳理了 A 股各个行业在不同经济周期状态下的表现，并给出了相应的配置方案。无论是美林时钟，还是其拓展研究，核心思想都是通过宏观指标来划分经济周期运行状态，进而指导资产/行业配置，这样的一个研究体系都面临着同样的挑战：首先，对于经济周期运行状态的划分过于简化。整个经济体是一个庞大、复杂而又联系紧密的系统，无论哪种宏观经济指标，都只是观测这个复杂经济体的一个低维视角，而且还受到偶发事件等噪声影响，难以刻画经济体全貌。即便站在当下对历史行情进行划分都很难达成共识，那对未来走势发表正确预测观点更是困难重重。其次，经济周期运行状态到金融资产价格表现的映射关系并不固定。从宏观经济走势到实体行业表现，再到资产价格轮动，这中间需要经过层层传递，会受到很多干扰因素的影响，最终呈现的映射关系并非单一的线性模式，特别是在投机氛围浓厚的 A 股市场，情况更是复杂。映射关系的错误理解很容易导致行业配置的失效。所以说，虽然美林时钟的提出具有划时代的意义，但落地到实际配置领域还有很多细节有待研究，需要一套清晰、可行的解决方案。既然从宏观指标出发困难重重，何不转换思路，直接从行业指数自身的周期性波动出发，来挖掘背后的轮动规律？这其中至少有如下两点考虑：1.行业指数的涨跌和宏观指标的波动包含了同样的信息。宏观指标是从某个角度对实体经济数据进行统计汇总，而行业指数虽然是交易出来的，但投资者的每一次买卖行为也已经将分散在社会各个角落的经济信息汇聚在一起。两者一个是宏观视角，一个是微观视角，都受到实体经济的影响，背后都反映了经济周期运行状态的变迁。2.行业指数相比于宏观指标，数据质量更高，实时性更好。一方面，宏观指标的公布频率偏低，慢的 GDP 数据一个季度公布一次，稍快的 CPI、工业增加值等数据也是按月公布，而低频的宏观数据和高频的市场交易之间存在着天然的矛盾；另一方面，宏观指标的公布总是滞后的，特别是在拐点处，很可能宏观数据公布之前，股票市场已经有所反应，那宏观指标就失去了指示意义。综上所述，后文我们将延续“周期系列研究”中的核心思想，从量化周期分解的角度去梳理行业轮动背后的规律，并构建定量配置模型。金工研究/深度研究|2018 年 03 月 06 日 谨请参阅尾页重要声明及华泰证券股票和行业评级标准 9 量化周期视角下的行业配置思路量化周期视角下的行业配置思路 华泰金工“周期系列研究”通过傅里叶变换、联合谱估计等研究方法，发现全球主要国家股票市场指数、CPI、PPI、CRB 大宗商品指数等均存在 42 个月，100 个月和 200 个月左右的共同周期信号。这三个周期的长度和古典经济学研究中的基钦周期、朱格拉周期、库兹涅茨周期基本一致，且在海量数据中均得以验证。因此，我们提出了“全球金融经济体由统一三周期驱动”的核心假设，并开启了利用经济周期的全新视角，即华泰量化投资时钟“周期三因子模型”将 42 个月、100 个月、200 个月的短周期、中周期、长周期抽象为三因子，用以解释资产价格的运动变化，并预测未来走势。总结起来，量化周期研究和传统周期研究的区别如下：传统的周期研究，是分立的研究。比如，研究中国的库存周期就用中国库存相关的指标，研究美国的产能周期就用美国产能相关的指标，两者之间没有联系。量化周期研究认为全球是一个统一的整体，这个统一的整体在运动的过程中是有规律的，统一受到三个周期的驱动。那么，各个国家的金融资产价格和宏观经济指标，都可以看成是从某个低维视角对系统的观察，同受系统级别三周期的影响，只不过不同国家经济发展阶段不同，受每个周期影响的程度也不同。本文中，我们秉承同样的研究思路，提出了基于三周期分解的量化投资时钟模型，它和传统的美林投资时钟一样，都认为经济周期是行业轮动背后的核心驱动力，区别在于：美林投资时钟并没有对经济周期的运行规律加以任何假设，而是利用宏观经济指标对经济周期运行状态进行客观划分，并通过梳理不同状态下各个资产的表现来对当前配置提供建议。量化投资时钟则假设经济周期的运行存在相对稳定的规律，且其波动可以被全球金融经济体统一三周期所解释。基于这个假设，一方面，可以站在长、中、短三个不同周期视角下，梳理随着目标周期波动所展现的行业轮动规律，并对当下提供配置建议；另一方面，可以基于统一的周期三因子构建定价方程，预测每个行业的未来走势，构建纯定量的行业配置模型。图表图表3：量化投资时钟与美林投资时钟对比量化投资时钟与美林投资时钟对比 资料来源：华泰证券研究所 后文中，我们将从定性、定量两个层面阐述量化周期视角下的行业配置思路。第一部分中，我们分别基于库兹涅茨周期、朱格拉周期、基钦周期三个视角，梳理随着目标周期波动所展现的行业轮动规律，并针对每个周期视角提出相应的投资时钟模型；第二部分中，我们基于三周期因子构建纯定量的行业配置模型，并从多个角度实证其表现。金工研究/深度研究|2018 年 03 月 06 日 谨请参阅尾页重要声明及华泰证券股票和行业评级标准 10 不同经济周期视角下的行业轮动规律梳理不同经济周期视角下的行业轮动规律梳理 行业轮动规律梳理框架行业轮动规律梳理框架 华泰金工“周期系列研究”中已经对金融市场的三大周期信号（42 个月的基钦周期、100个月的朱格拉周期、200 个月的库兹涅茨周期）予以了充分挖掘，证明了周期信号在中国市场乃至全球市场是真实存在并且稳定运行的。同时我们也指出，虽然不同金融资产的三周期长度基本一致，但是相位之间并非完全对齐，因为金融经济信息的传递，以及信息接收方做出相应反馈都是有时滞的，反应在相位上就是领先滞后关系。换句话说，全球金融经济体中的资产价格、宏观指标都是系统的一个低维观测视角，它们都受到系统级别统一三周期的驱动，但截面状态各不相同，因此，我们需要确定一个大家能够普遍接受的参考基准来观察系统本身的运行状态。在股票、债券、大宗商品、房地产四大类资产中，如果按照贴近实体经济的程度排序，应该是大宗商品 股票 债券 房地产，也就是说大宗商品对实体经济的变化最敏感，最适合作为观测基本面运行状态的实时窗口。下文中，我们统一选取大宗商品作为参考基准，从大宗商品三周期状态出发刻画实体经济运行状态，并分别梳理每个周期视角下的行业轮动规律：1.选取 CRB 综合现货指数作为大宗商品的代表，表征实体经济运行状态。2.利用高斯滤波对 CRB 综合现货指数进行三周期分解，获取 42 个月附近的基钦周期信号，100 个月附近的朱格拉周期信号，以及 200 个月附近的库兹涅茨周期信号。3.分别在每个周期视角下梳理行业轮动规律：首先，在目标周期信号的拐点附近确定上证综指的真实高低点，进而划分阶段；然后，统计各阶段行业表现并梳理轮动规律。4.梳理行业轮动规律时，为了把握核心的行业风格变迁，我们做了行业聚类；同时，为了直观展示行业间的分化，我们采用行业相对指数来刻画其相对涨跌情况。后文会分别介绍。图表图表4：行业轮动规律梳理框架行业轮动规律梳理框架 资料来源：华泰证券研究所 金工研究/深度研究|2018 年 03 月 06 日 谨请参阅尾页重要声明及华泰证券股票和行业评级标准 11 CRB 综合现货指数三周期分解综合现货指数三周期分解 沿用“周期系列研究”中的方法论，首先对 CRB 综合现货指数进行对数同比处理，然后利用高斯滤波器提取 42 个月、100 个月、200 个月附近的频率成分，分别对应实体经济中的基钦周期、朱格拉周期、库兹涅茨周期。从三周期当前位置来看，基钦周期已经开始拐头向下，但朱格拉周期、库兹涅茨周期还处于上升通道，所以对于未来经济走势，我们认为短期或有震荡，但中长期趋势是向上的。图表图表5：CRB 综合现货指数三周期分解综合现货指数三周期分解 资料来源：Wind，华泰证券研究所 图表图表6：CRB 综合现货指数同比拟合综合现货指数同比拟合 资料来源：Wind，华泰证券研究所 行业相对指数行业相对指数 由于原始行业指数的涨跌受大盘影响较大，多数情况下呈现出同涨齐跌的现象，使得行业风格的分化难以观察，所以后文中我们主要基于相对指数来梳理行业轮动的规律，其构造方法如下：1.将原始行业指数在基准日对齐，基准日所有行业指数设置为 1000 点，以后的时间序列数据做相应的比例换算；=1000/0 其中，0为基准日 行业的原始行业指数，为面板上第 日 行业的原始行业指数，为面板上第 日 行业对齐之后的行业指数。-50%-40%-30%-20%-10%0%10%20%30%40%-10%-8%-6%-4%-2%0%2%4%6%8%10%1996/011996/111997/091998/071999/052000/032001/012001/112002/092003/072004/052005/032006/012006/112007/092008/072009/052010/032011/012011/112012/092013/072014/052015/032016/012016/112017/0942个月高斯滤波100个月高斯滤波200个月高斯滤波CRB同比处理(右轴)-50%-40%-30%-20%-10%0%10%20%30%40%1996/011996/111997/091998/071999/052000/032001/012001/112002/092003/072004/052005/032006/012006/112007/092008/072009/052010/032011/012011/112012/092013/072014/052015/032016/012016/112017/09CRB同比处理回归拟合曲线 金工研究/深度研究|2018 年 03 月 06 日 谨请参阅尾页重要声明及华泰证券股票和行业评级标准 12 2.保持行业对齐指数总和不变，每天根据行业指数占指数总和比重计算行业相对指数：=0=1/=1 其中，0为基准日 行业对齐之后的行业指数，为面板上第 日 行业对齐之后的行业指数，为面板上第 日 行业的行业相对指数。可以看到，行业相对指数相当于统一起始基准，保持总市值不变，然后统计各个行业的市值占比变化情况，这样能直观的刻画行业之间的相对涨跌情况。行业普涨时，涨幅最大行业的占比仍然呈现出上升趋势，而相对较弱的行业则会呈现出下跌趋势，普跌情况下结果类似。相比于原始指数，相对指数能够更直观的展现行业间的分化表现。行业聚类行业聚类 在华泰金工周期系列报告行业指数频谱分析及配置模型中，我们基于 k-means 聚类算法将剔除综合、国防军工后的一级行业聚类成了周期上游、周期中游、周期下游、大金融、消费、成长六大板块，板块内采用等权平均的方式构建板块指数。图表图表7：六大板块构成六大板块构成 板块板块 板块包含行业板块包含行业 周期上游 采掘、有色金属 周期中游 钢铁、化工、公用事业、交通运输 周期下游 建筑材料、建筑装饰、汽车、机械设备 大金融 银行、非银金融、房地产 消费 轻工制造、商业贸易、休闲服务、家用电器、纺织服装、医药生物、食品饮料、农林牧渔 成长 计算机、传媒、通信、电气设备、电子 资料来源：华泰证券研究所 进一步，如果把周期上游、周期中游、周期下游、大金融合并成周期性板块，那么全市场就简单的分成周期、消费、成长三类。整个行业板块划分如下。图表图表8：六大板块聚类分析六大板块聚类分析 资料来源：华泰证券研究所 可以看到，行业聚类结果与传统定性行业分类结果基本一致，说明自上而下的产业经济逻辑是深深的融入到金融市场的运行过程之中的。金工研究/深度研究|2018 年 03 月 06 日 谨请参阅尾页重要声明及华泰证券股票和行业评级标准 13 库兹涅茨周期视角下的行业轮动规律梳理库兹涅茨周期视角下的行业轮动规律梳理 库兹涅茨周期反映了经济基本面的长期趋势库兹涅茨周期反映了经济基本面的长期趋势 在 CRB 综合现货指数的三周期分解中，库兹涅茨周期对应 200 个月的长周期，它反映了经济基本面的长期运行趋势，这可以从宏观、微观两个层面来解释。从宏观层面考虑，经济上行时，消费、投资增长，需求强劲，引发通货膨胀预期，直观体现就是物价指数的上涨，下行时同理。我们分别从 CRB 综合现货指数、CPI、PPI 中提取200 个月的长周期项，可以看到，CRB 和 PPI 的走势基本一致，均领先于 CPI，这很好的印证了经济上行带动通货膨胀，经济下行引发通货紧缩的宏观逻辑。图表图表9：CRB、PPI、CPI 200 个月长周期