中观因子的变化蕴含丰富的信息
　　中观因子可以反映行业上下游的供需关系、价量情况，为行业景气变化提供预测。而普遍的行业景气提升也预示着市场环境向好，基于中观因子变化的大盘择时策略进一步展示中观因子的有效性。在本篇报告中，我们通过对以往的中观因子进行分类与删减，降低共线性对模型的影响，同时放弃了lasso等特设稀疏性方法对模型的改造，直面高维数据影响。
　　滚动窗口回归可使策略收益更上层楼
　　滚动窗口的动态模型在参数的计算上可以不断纳入各项指标最新数据，这可以使模型的表现获得质的提升，动态模型的表现明显强于静态模型，尤其在2020年以来新冠疫情爆发，经济形势急速变化的背景下，以往数据得到的静态模型逐渐不能满足需要。而在疫情爆发9个月后，动态的滚动窗口回归模型逐渐适应新形势，与静态模型的差距越来越大。我们使用了滚动窗口的方式对行业景气驱动模型进行了动态改进，以期模型能够纳入兼容最新数据，最终使模型的预测效果获得显著提升。相对于行业平均收益，根据模型推荐选取的前五大行业，其年化超额收益高达16.90%，信息比率达1.54，月度胜率达65%。
　　行业驱动因素拆解：以食品饮料行业为例
　　我们可以通过更加深入的观察回归的参数了解到各因素对回归结果的影响力。以食品饮料行业为例。从宏观角度来看，当前食品饮料行业受M2同比增速、各项贷款余额等货币与信贷指标对食品饮料行业影响较大。货币政策的放松、尤其是M2增速的提高对该行业的增长有着显著的推动作用。从行业角度分析。糖、啤酒、软饮料、食用油的产量是近期影响力较大的行业因素。综合来看，该行业当前的景气情况主要受宏观经济形势影响。
　　风险提示
　　本模型采用量化方法通过历史数据统计、建模和测算完成，结论在极端市场环境变化中有失效的风险。
　　

研究报告全文：仅供机构投资者使用证券研究报告量化研究报告TableDate2023年3月27日TableTitle行业景气驱动模型的动态改进与因子拆解138620TableTitle2行业景气轮动研究之四分析师TableAuthor分析师杨国平投资要点TableSummary邮箱yanggphx168comcnSACNOS1120520070002中观因子的变化蕴含丰富的信息分析师王祥宇中观因子可以反映行业上下游的供需关系价量情况邮箱wangxiang1hx168comcn为行业景气变化提供预测而普遍的行业景气提升也预示着SACNOS1120520080004市场环境向好基于中观因子变化的大盘择时策略进一步展示中观因子的有效性在本篇报告中我们通过对以往的中分析师杨兆熙邮箱yangzxhx168comcn观因子进行分类与删减降低共线性对模型的影响同时放SACNOS1120523010001弃了lasso等特设稀疏性方法对模型的改造直面高维数据影响TableReport滚动窗口回归可使策略收益更上层楼滚动窗口的动态模型在参数的计算上可以不断纳入各项指标最新数据这可以使模型的表现获得质的提升动态模型的表现明显强于静态模型尤其在2020年以来新冠疫情爆发经济形势急速变化的背景下以往数据得到的静态模型逐渐不能满足需要而在疫情爆发9个月后动态的滚动窗口回归模型逐渐适应新形势与静态模型的差距越来越大我们使用了滚动窗口的方式对行业景气驱动模型进行了动态改进以期模型能够纳入兼容最新数据最终使模型的预测效果获得显著提升相对于行业平均收益根据模型推荐选取的前五大行业其年化超额收益高达1690信息比率达154月度胜率达65行业驱动因素拆解以食品饮料行业为例我们可以通过更加深入的观察回归的参数了解到各因素对回归结果的影响力以食品饮料行业为例从宏观角度来看当前食品饮料行业受M2同比增速各项贷款余额等货币与信贷指标对食品饮料行业影响较大货币政策的放松尤其是M2增速的提高对该行业的增长有着显著的推动作用从行业角度分析糖啤酒软饮料食用油的产量是近期影响力较大的行业因素综合来看该行业当前的景气情况主要受宏观经济形势影响风险提示本模型采用量化方法通过历史数据统计建模和测算完成结论在极端市场环境变化中有失效的风险请仔细阅读在本报告尾部的重要法律声明1证券研究报告基金研究周报正文目录1基于行业景气变化因子的择时策略311领先因子的选取312行业景气模型的建立72行业景气模型的改进721中观因子的处理822模型的动态改进83行业驱动因素拆解124小结165风险提示16图表目录图1行业中观因子的应用3图2指标类别及变化计算8图3多数因子相关系较低但仍有部分因子具有较强相关性以食品饮料行业为例9图4采取逐步回归筛去低显著性的因子后模型表现反而显著下降9图5不同时期回归得到的领先因子系数不同以食品饮料行业为例10图6纳入最新数据可使模型进一步加强11图7各时期宏观因子对各行业的影响12图8各时期行业因子对各行业的影响13图9各时期各行业预测收益14图10食品饮料行业走势与信贷指标16图11食品饮料行业走势与产量16表1宏观因子汇总3表2行业领先因子池5表3采取逐步回归筛去低显著性的因子后模型表现反而显著下降10表4改进的行业景气变化策略表现11表5改进的行业景气变化策略相对表现11表6食品饮料行业主要因子贡献14请仔细阅读在本报告尾部的重要法律声明2证券研究报告量化研究报告1基于行业景气变化因子的择时策略前三篇研究报告我们通过梳理行业逻辑考虑供给需求成本产量等因素分析行业上下游产业链从行业基本面的角度选取出了与行业景气相关的数百个行业中观因子并基于中观因子与行业景气之间的相关性强弱从中观因子中筛选出了若干领先因子本系列第一篇研报基于行业景气模型的行业轮动中我们依据历史的领先因子与行业超额收益之间的关系构建了行业超额收益预测模型依据预测的超额收益选择行业本系列第二篇研报行业景气变化因子驱动的行业轮动中我们介绍了利用领先因子变化构建行业景气变化因子开发了基于行业景气变化因子的行业轮动策略取得了较好的效果本系列第三篇研报行业景气变化因子驱动的择时策略中我们利用行业景气因子进行了大盘的择时行业轮动策略的有效性得益于我们选取的中观因子含有丰富的信息使用它们可以较为准确的预测超额收益或判断行业景气变化方向在本篇报告中我们回归到最初的行业轮动模型当中修正了部分因子停止更新带来的影响后我们改变了因子的选取方式使用了对阈值敏感度较低的模型同时将固定参数的静态模型修改为滚动窗口回归的动态模型以期随时纳入最新数据剔除停更数据提高模型可靠性图1行业中观因子的应用表现资料来源华西证券研究所11领先因子的选取我们按照申万一级行业分类剔除了综合行业后逐一行业进行了研究和梳理寻找了一系列领先因子指标由于行业特性不同各个行业的具体因子选取的角度略有不同但基本遵循产业分析的一般思路首先我们分析行业内主要产业的逻辑和经营模式寻找相关联的宏观指标再从上游来寻找对生产环节影响较大的指标从下游寻找驱动销量变化的信息源并综合的梳理成本库存供给需求变化的逻辑最后关注市场情绪的变化按照这样的方法论我们构建了涵盖数百个因子的领先因子池其中部分宏观因子如下表所示表1宏观因子汇总频因子类别因子名称单位类型数据来源率请仔细阅读在本报告尾部的重要法律声明3证券研究报告量化研究报告全社会用电量累计同比月同比Wind工业与固定资产投固定资产投资完成额累计同比月同比国家统计局资工业增加值当月同比月同比国家统计局22个省市平均价猪肉周元千克总量根据新闻整理PPI全部工业品当月同比月重复国家统计局CPI当月同比月重复国家统计局社会消费品零售总额当月同比月重复国家统计局消费与价格指数贸易差额当月同比月重复海关总署贸易差额当月值月亿美元增量海关总署PPI全部工业品环比月上月100环比国家统计局CPI环比月环比国家统计局M2同比月同比中国人民银行货币M1同比月同比中国人民银行M0同比月同比中国人民银行社会融资规模当月值月亿元增量中国人民银行金融机构新增人民币贷款当月值月亿元增量中国人民银行金融机构金融机构新增人民币存款当月值月亿元增量中国人民银行金融机构各项贷款余额同比月同比中国人民银行金融机构各项存款余额同比月同比中国人民银行中债国债到期收益率1年日总量中债估值中心期限利差5-1日总量中债估值中心期限利差10-1日总量中债估值中心期限利差AAA日总量中债估值中心利率与利差期限利差AAA-日总量中债估值中心期限利差AA日总量中债估值中心期限利差AA日总量中债估值中心理财产品预期年收益率人民币全市场1个周停止Wind月波罗的海干散货波罗的海干散货指数BDI日总量指数BDIPMI月总量PMI市场景气度OECD综合领先指OECD综合领先指标中国月点总量标中国消费者信心指数消费者信心指数月月点总量月期货结算价连续WTI原油日美元桶总量IPE1973年3美元指数日总量倚天财经月100海外市场美国国债收益率10年日总量美联储2006年1名义美元指数广义日总量美联储月100美国新增非农就业人数初值月千人总量美国劳工部请仔细阅读在本报告尾部的重要法律声明4证券研究报告量化研究报告2010年人民币实际有效汇率指数月总量国际清算银行100市净率沪深两市日倍总量中证指数公司权益市场滚动市盈率TTM沪深两市日倍总量中证指数公司国民经济GDP不变价当季同比季同比国家统计局资料来源Wind华西证券研究所部分行业领先因子如下表所示表2行业领先因子池因子行业名称领先因子数量中国仓储指数-综合中国物流业景气指数LPI-业务总量-季调中国物流业景气交通运输指数LPI-新订单-季调中国航运信心指数CSFI公路客运量-当月同比公路33货运量-当月同比出口金额-当月同比广告投放花费-户外-当月同比广告投放花费-报纸-当月同比广告投放花费-杂传媒志-当月同比广告投放花费-电视-当月同比电影上映场次-当周值电影票房收7入-当周值电影观影人次-当周值CPI-食品-当月同比主产区平均价-白条鸡主产区平均价-白羽肉鸡主产区平农林牧渔均价-肉种蛋主产区平均价-肉鸡苗主产区平均价-鸡产品全国平均出场价-生27猪出栏生猪总成本-自繁自养仔猪城市CPI-当月同比平均价-生猪饲料产量-中成药-当月值产量-中成药-当月同比产量-化学药品原药-当月值产量医药-化学药品原药-当月同比全球-确诊病例-新冠肺炎-当日新增出口交货值-医药18制造业-当月值RPI-当月同比农村CPI-当月同比农村RPI-当月同比出口金额-一般贸易-累计同比城市CPI-当月同比城市RPI-当月同比社会消费品零售总额-乡村-当商贸零售11月同比社会消费品零售总额-商品零售-当月同比社会消费品零售总额-城镇-当月同比社会消费品零售总额-当月值产量-发电设备-当月同比产量-核电-当月同比供热量-累计同比发电量-风电国防军工12-当月同比世界银行-商品价格-尿素产量-化学纤维-当月值产量-化学纤维-当月同比产量-原盐-当月值产量-原盐-当月同比产量-合成橡胶-当月值产量-合成橡胶-基础化工31当月同比产量-合成纤维-当月值产量-合成纤维-当月同比产量-氢氧化钠烧碱-当月值产量-家用洗衣机-当月同比产量-家用洗衣机-累计同比产量-家用电冰箱-当月同比产量-家用电冰箱-累计同比产量-空调-当月同比产量-空调-累计同比家电19内销量-冰箱-累计同比内销量-家用空调-累计同比内销量-洗衣机-累计同比出口金额-空调-累计同比产量-平板玻璃-当月值产量-平板玻璃-当月同比产量-水泥-当月值产量-水泥-当月同比价格-普通水泥-425级袋装-北京固定资产投资完成额-基础设施建材19建设投资不含电力-累计同比固定资产投资完成额-基础设施建设投资-累计同比固定资产投资完成额-建筑业-累计同比产量-钢材-当月值产量-钢材-当月同比固定资产投资完成额-基础设施建设投资不含电力-累计同比固定资产投资完成额-基础设施建设投资-累计同比固建筑16定资产投资完成额-建筑业-累计同比固定资产投资完成额-房地产业-累计同比家具制造业-负债合计-同比请仔细阅读在本报告尾部的重要法律声明5证券研究报告量化研究报告30大中城市-商品房成交面积-一线城市30大中城市-商品房成交面积-三线城市30大中城市-商品房成交面积-二线城市30大中城市-商品房成交面积70个大中城市二手住宅价格指数-一线城市-当月同比70个大中城市二手住宅价格房地产14指数-三线城市-当月同比70个大中城市二手住宅价格指数-二线城市-当月同比商品房销售面积-累计值商品房销售面积-累计同比房地产开发投资完成额-累计值ICSG-全球精炼铜产量原生再生-当月值ICSG-全球精炼铜消费量-当月值ILZSG-全球精炼铅产量-当月值ILZSG-全球精炼铅消耗量-当月值LME铅-库存-有色金属44合计-全球LME铜-库存-合计-全球LME铝-库存-合计-全球LME锌-库存-合计-全球产量-乘用车-当月同比产量-冷柜-当月同比产量-发电设备-当月同比产量-挖掘机-当月值出口数量-挖掘机-工程机械行业机械-当月值出口数量-推土机-主要企业-累计值出口数量-装载机-主要企业-累计14值出口数量-起重机-累计值产量-乘用车-当月值产量-乘用车-当月同比产量-原煤-当月值产量-商用车-汽车当月值产量-商用车-当月同比产量-新能源汽车-当月值产量-新能源汽车-当18月同比GDP-不变价-住宿和餐饮业-当季同比GDP累计同比贡献率-住宿和餐饮业tHPI消费者服务10酒店平均价格-亚洲-上海海南旅游消费价格指数-总指数中国煤炭价格指数-全国综合产量-农用氮磷钾化肥折纯-当月同比产量-动力煤-当月值产量-尿素-当月同比产量-火电-当月同比产量-炼焦煤炼焦精煤炭28煤-当月值产量-焦炭-当月值产量-精甲醇-当月同比产量-钢材-当月同比全社会用电量-当月同比产量-天然气-当月同比产量-液化天然气-当月同比产量-煤层气-当月同比产量-煤气-当月同比出口数量-液化天然气LNG-当月值发电新增设备容量-太阳电力及公用事业21能-累计值发电新增设备容量-核电-累计值发电新增设备容量-水电-累计值发电新增设备容量-火电-累计值产量-水电-当月值产量-火电-当月值价格指数-仪器仪表价格指数-电工电气电力设备及新能源27-低压开关及电源全国主要电网最高发电负荷-国调直调-当月值中国台湾半导体行业指数中国就业市场景气指数CIER-电子技术或半导体或集电子成电路出口数量-二极管及类似半导体器件-当月值北美半导体设备制造商-出16货额-当月值交通固定资产投资-公路建设-全国-累计值产量-十种有色金属-当月同比产量-石油石化原油加工量-当月值产量-原油加工量-累计值产量-合成纤维单体-当月同比33产量-天然原油-累计值Cotlook-A指数COTLOOK棉纱指数PTA产业链负荷率-PTA工厂PTA产业链负纺织服装24荷率-江浙织机PTA产业链负荷率-聚酯工厂中国棉纺织行业景气指数中关村电子产品价格指数-台式机中关村电子产品价格指数-电脑整机中关村电计算机子产品价格指数产量-微型电子计算机-当月同比产量-电子计算机整机-当月同9比请仔细阅读在本报告尾部的重要法律声明6证券研究报告量化研究报告中国公路物流运价指数-同比产量-新闻纸-当月值产量-新闻纸-当月同比产轻工制造量-机制纸及纸板-当月值产量-机制纸及纸板-当月同比出口交货值-家具制造25业-当月同比中国电信-宽带用户数-当月新增产量-光电子器件-当月值产量-光电子器件-当通信14月同比产量-光缆-当月值产量-光缆-当月同比产量-挖掘机-当月同比产量-汽车-当月同比产量-粗钢-当月值产量-粗钢-当钢铁22月同比产量-金属切削机床-当月同比产量-钢材-当月值上证综合指数社会融资规模存量-同比货币当局-储备货币基础货币金融机银行构-新增人民币贷款-中长期-当月值金融机构-新增人民币贷款-短期贷款及票据5融资-当月值保险公司-保费收入-人身意外伤害险-累计值保险公司-保费收入-人身险-累计非银行金融值保险公司-保费收入-健康险-累计值保险公司-保费收入-寿险-累计值保险11公司-保费收入-累计值36大中城市日用工业消费品平均价格-啤酒-瓶装630ml左右36大中城市日用工食品饮料业消费品平均价格-啤酒-罐装350ml左右36大中城市日用工业消费品平均价格-24葡萄酒-干红750ml12度中低档资料来源Wind华西证券研究所行业景气模型的主要逻辑是假定行业的超额收益来自于多个方面我们力图从基本面的视角选取指标对超额收益进行分解12行业景气模型的建立在以往的模型中我们通过将行业指数收益与各同步指标进行单一变量线性回归根据回归模型的R2筛选出各行业显著的领先指标然而在实际上行业的表现往往不是少数指标决定的而是上下游数十种影响因素相互作用的结果根据单一指标对行业的R2对指标的进行筛选不一定能够提高模型的预测效果我们需直面高维数据的问题故而在本篇报告中我们直接使用各行业的领先指标与行业收益进行回归其回归模型如下其中为行业的行业指数未来一月收益为行业的第个领先因子在因子线性回归的过程中有一个问题需要关注数据的时效性不同于价量数据很多因子的发布并不实时当月可用值与实际值之间往往存在一定的偏差因此我们在计算前统计当前时点与最新可用数据发布期之间的差距为每一个指标计算因子滞后时间计算时我们根据此前统计的各因子滞后时间推算出在该月份最新可用数据并利用该数据作为自变量进行线性回归以保证不受未来信息对模型结果的影响通过回归模型得到各因子的参数后我们即可使用最新数据预测各行业下一期的收益率并在每月月底配置预测收益最高的五个行业构建择时策略2行业景气模型的改进请仔细阅读在本报告尾部的重要法律声明7证券研究报告量化研究报告21中观因子的处理在以往的报告中我们选取了42个宏观因子与552个行业因子构建固定系数的行业景气模型在后来的应用中我们发现模型中存在因子停止更新同一因子环比同比增量数据均存在等情况为提高模型稳定性我们需要对原模型的因子进行处理不同行业的中观因子数据特性不同常见的数据包括环比数据同比数据价格指数利率估值指标等数据类型各不相同我们将宏观与行业的总计594个因子划分为四类总量增量环比同比并对不同类型的数据进行一定的处理除环比与同比数据外我们将指数价格存货利率企业数量等划分为总量数据对产量销售量等数据划分为增量数据对于总量型数据由于上期与当期变化通常较小我们将其直接转换为环比数据对于年度内累计的数据我们将其转换为月度的增量数据而对于增量型数据由于往往两期之间的变化较大如产量等常常出现当期值较上期值高出数倍等情况我们将该值转换为当期值与过去十二期均值的比值数据对于环比同比类数据我们尽可能保留原值最后我们将同一指标的不同类型数据进行删减优先保留其环比数据包括总量数据转换来的环比数据其次为增量数据最后为同比数据最终所有指标在量纲上接近将594个指标删减为434个图2指标类别及变化计算表现环比同比类数累计类数据增量类数据总量类数据据当期值过去十二计算增速变化环原值增量类数据期均值-1比资料来源华西证券研究所22模型的动态改进221基于共线性的因子的筛选对策略提升效果有限在以往研究中量化模型往往倾向于使用非常少的因子常见的模型如Fama-French三因子Carhart五因子Novy-marx四因子等往往将证券收益解释为市场规模价值动量盈利杠杆财务等少数几个因子这是由于以往的经济学假说往往只能假设出过于理想的极简情况而单一的理论逻辑往往不能包含太多的变量否则将难以自圆其说与此同时而市场上所能够找到的数据量则极其庞大对证券价格能够产生影响的因素错综复杂为了能够得到逻辑上的解释人们往往采取各种手段对数据进行降维处理最终仅留下少数解释性较强的因子建立模型但在实际的应用中少数因子对市场的预测效果十分有限将市场表现解释为少数因子的假设也是不合理的我们需要直面高维数据的问题请仔细阅读在本报告尾部的重要法律声明8证券研究报告量化研究报告图3多数因子相关系较低但仍有部分因子具有较强相关性以食品饮料行业为例价格白价格白36大中城36大中城36大中城36大中城产量白产量啤零售价中零售价桶零售价桶产量乳制产量葡萄产量鲜产糖量全销糖量全产量卷产量食用产量成品产量软饮农副食品食品制造食品制造农副食品中债国债PMI消费者信波罗的海OECD综滚动市盈市净率沪美国国债名义美元美元指数期货结算美国新增人民币实CPI环比PPI全部贸易差额22个省全社会用固定资产工业增加GDP不M0同比M1同比M2同比金融机构金融机构金融机构金融机构社会融资期限利差期限利差信用利差信用利差信用利差酒五粮液酒泸州老市日用工市日用工市日用工市日用工酒当月值酒当月值老年奶粉装食用油装食用油品当月值酒当月值冷藏肉当国合计国合计烟当月值植物油当糖当月值料当月值加工业企业企业单业存货加工业存到期收益心指数干散货指合领先指率TTM深两市收益指数广义价连非农就业际有效汇工业品环当月值市平均电量累计投资完成值当月同变价当季新增人民新增人民各项贷款各项存款规模当月5-110-1AAAAAAAA-价格白酒五粮液52度500ml京东100016005-012-002014006-001-002003-002011003-001002005-005-009001-002002002-004-006011001015014001-013-013003-002001008-012000-006002004002-003-005-003000-001004-005-005005001-003-010004-010005002004价格白酒泸州老窖52度500ml京东016100012008009-006-001-001-003008009010002-004001-007-005000001-001015017-008-008-012003004007000009010005-002-010003-004000-003008003006002-003-001001002-002-011004013-001-013002023024-006-007-00736大中城市日用工业表现005012100-020009010-004-002-004006011002007-002007016-002004013011000-004-002001001001002002-001-009-006007-009003-005-019-001000-005004003-002003-004004-008004004019014006001024005004-014-012-013消费品平均价格啤36大中城市日用工业消费品平均价格啤-012008-020100000-048006-008014-002-005-015-001003000-003002000-001-009-007-009002007-003005009-001004005001007-002-006011011-010-010-001-009001008010007-003002002010000-010004012-00800201001101401336大中城市日用工业消费品平均价格葡-002009009000100024007-014-001004005-002010005011001-003008011-011003003000005006002-004-009-003-003-003008014002000001-002-002-007-005009-004001-002-003001-008009006-001002007-008-021-01300000000036大中城市日用工业消费品平均价格葡014-006010-048024100020-017-010001011030018010018-010-011018022001006007000009000-003-001-010-010-005-005-015000-007-013003002000-009003011-014-009-009-001-006001-009015016-002-009018-007-005007001006产量白酒当月值006-001-004006007020100-062002003011043081057073001-038034070-033-002001-015016-009001010004-009012008-006-010003005004033021006000-024011029028020011020028017-001028029008009007015011013产量啤酒当月值-001-001-002-008-014-017-062100-006013010004-050-020-078008027-025-083069006002008-030014-001-010012004-018-013004006007-014-001-029001-005015027002002-003-001003000000-015-012-005-001-018-004-010-010-011-011零售价中老年奶粉-002-003-004014-001-010002-006100001-007-006-003-006009-003-009-004001003001001014020-009000010-007-006002-001-009000-009006-007005-016-011-007001-007006-003006000-012-005006-006-004-005001000001008006008零售价桶装食用油菜籽油003008006-002004001003013001100071026005028-010-009010014-009008-007-008-003000001-016-017-005-019-010-006007008001-001001000016022013001027005012020015-013-017-012-005-023-014-015012005008008005零售价桶装食用油调和油-002009011-005005011011010-007071100027010021-004003-001016000008-001-002004-006014-008-016-010-011-001000003012005000-002-009021022015002024-008007002018-006-019-008-009-023-016-001008001-001-001-002产量乳制品当月值011010002-015-002030043004-006026027100048051021-019-016040016003011012-003001-005002010-003-009002008-005-001002-007-003018028008035-003002015006013018015017-005-011013018-002010005019017017产量葡萄酒当月值003002007-001010018081-050-003005010048100050075008-042044069-026-007-002-026-009-013006016010-015011011-003-004009-003005041022000012-025005023017017004017022021008022021015008009010007008产量鲜冷藏肉当月值-001-004-002003005010057-020-006028021051050100041001-014032030-006007007-012010001-003001-007-005004007001005010006008029021013020-011034042031030021014031005-005026034002004-001007011008产糖量全国合计累计值002001007000011018073-078009-010-004021075041100034-045054097-034-011001-023001-020-001014000-014007006-003-015-001008010038022-006006-019003007010002-002-003000024014004008024019023001-002001销糖量全国合计累计值005-007016-003001-010001008-003-009003-019008001034100-029-007023045-002-006-005-010-008001-011007001-010-008006-008022008-008-004007-007-002001009005002006-008001-009036021-004-005036004007-034-037-031产量卷烟当月值-005-005-002002-003-011-038027-009010-001-016-042-014-045-029100-012-037-008-010-013034008007-012-007-019007-012-013001-005002-003-003-004-003000006008-002-004-010-006-001-004-002-044-029-006-005-034008005003005001产量食用植物油当月值-009000004000008018034-025-004014016040044032054-007-012100038-015014017-018-003008-009002-020-013009012-003-004-002-009009022032-012045-010-001020011003016013033002005022031012003009004003003产量成品糖当月值001001013-001011022070-083001-009000016069030097023-037038100-045-010-005-021009-020007014-002-009012013000-009-004011000040022003002-024000004008002001004008023017011010028012017005002005产量软饮料当月值-002-001011-009-011001-033069003008008003-026-006-034045-008-015-045100008005-005-013008002-009017003-015-010-008001-001-009-002-021-015-008-003029010021012012009009014019022008013018000-003-019-023-019农副食品加工业企业单位数002015000-007003006-002006001-007-001011-007007-011-002-010014-010008100098036035005010000-004018002003012-002003001-007-002-012-003018-006002005004000009006010009-006007007016002003-007-010-006食品制造业企业单位数002017-004-009003007001002001-008-002012-002007001-006-013017-005005098100020020005007000-002011007008009-001003-001-006000-009-006020-006000001001-003007005007006-007004004013001002-004-008-004食品制造业存货-004-008-002002000000-015008014-003004-003-026-012-023-005034-018-021-005036020100062002015002-024021-001-003001-005-010013-015-009-031001-011005002-003-011-004010-008002-008-021-008-002008002-001000003002农副食品加工业存货-006-008001007005009016-030020000-006001-009010001-010008-003009-013035020062100-006017-002-017021-003-008-001-015-011010-012-006-048009-016-004002009003004006000010006009000011016008009003008004中债国债到期收益率1年011-012001-003006000-009014-009001014-005-013001-020-008007008-020008005005002-006100-012008006017-007-006011-010-002011001-029-006007-003007001004009-018011019019-004-005014018005-052-065012012009PMI001003001005002-003001-001000-016-008002006-003-001001-012-009007002010007015017-012100-014005069012013010006-002015-008000-027-006-018-006-011-018-030-003-001001006021017005006024-002010-003-001000消费者信心指数月015004002009-004-001010-010010-017-016010016001014-011-007002014-009000000002-002008-014100016-005-006-005-008-003-009005007004003009009002006007018002-008007001-002-005005001005-010-016007004005波罗的海干散货指数BDI014007002-001-009-010004012-007-005-010-003010-007000007-019-020-002017-004-002-024-017006005016100-002-012-007009-008004004002006002008-004-001001003008000000002001013020001002001000-002002-002001OECD综合领先指标中国001000-001004-003-010-009004-006-019-011-009-015-005-014001007-013-009003018011021021017069-005-002100016013023-008-010042-010-015-023-002-010-003-008-012-006-021003007013013007013013019-005-003-015-012-014滚动市盈率TTM沪深两市-013009-009005-003-005012-018002-010-001002011004007-010-012009012-015002007-001-003-007012-006-012016100095005-010-018015002-004006-005011001-018-009-007-017003-005004005-001000-006-004014017-014-012-014市净率沪深两市-013010-006001-003-005008-013-001-006000008011007006-008-013012013-010003008-003-008-006013-005-007013095100008-007-023014-005-001012-001019000-009-005-004-010003-006001007003-003-007-003012015-007-006-009美国国债收益率10年003005007007008-015-006004-009007003-005-003001-003006001-003000-008012009001-001011010-008009023005008100-008000038-010003007007010-010-002-008-001-016-006006002-002003-001004-003001005-008-010-009名义美元指数广义-002-002-009-002014000-010006000008012-001-004005-015-008-005-004-009001-002-001-005-015-010006-003-008-008-010-007-008100-006-006002009000-010001006-001-010-007001-006-012-014003002-015-016-005-004001001002002美元指数001-010003-006002-007003007-009001005002009010-001022002-002-004-001003003-010-011-002-002-009004-010-018-023000-006100-038008009011-003002-004008-001001006-007-006-008001-015-009-009001-005-003-003-005000期货结算价连续WTI原油008003-005011000-013005-014006-001000-007-003006008008-003-009011-009001-001013010011015005004042015014038-006-038100-009000-010004-011-014003-002007-010004009008006011010011007011007-004-002-002美国新增非农就业人数初值-012-004-019011001003004-001-007001-002-003005008010-008-003009000-002-007-006-015-012001-008007002-010002-005-010002008-009100-005013-009-009-007004001009-002-009-016-010004000-011-010002003004-008-003-006人民币实际有效汇率指数000000-001-010-002002033-029005000-009018041029038-004-004022040-021-002000-009-006-029000004006-015-004-001003009009000-005100004-019014-022012004006008-001-014-009-002000-012-009-003020027003002003CPI环比-006-003000-010-002000021001-016016021028022021022007-003032022-015-012-009-031-048-006-027003002-023006012007000011-010013004100016031002014010022009007003004-006-025003006-008007002006002003PPI全部工业品环比002008-005-001-007-009006-005-011022022008000013-006-007000-012003-008-003-006001009007-006009008-002-005-001007-010-003004-009-019016100-021002037018034027007034008-008002014012-003004-003014012014贸易差额当月值004003004-009-005003000015-007013015035012020006-002006045002-003018020-011-016-003-018009-004-010011019010001002-011-009014031-021100005-014-004-007-018-006-018000-010-006-005-005-01001100600400400222个省市平均价猪肉002006003001009011-024027001001002-003-025-011-019001008-010-024029-006-006005-004007-006002-001-003001000-010006-004-014-007-022002002005100-008-004-010-013002-005-001007-003-001-002009000-004000-002-002全社会用电量累计同比-003002-002008-004-014011002-007027024002005034003009-002-001000010002000002002001-011006001-008-018-009-002-001008003004012014037-014-008100039060059024017002-002-001-002008-006000-003-003-002-002固定资产投资完成额累计同比-005-003003010001-009029002006005-008015023042007005-004020004021005001-003009004-018007003-012-009-005-008-010-001-002001004010018-004-004039100069067031045074005-001069075-004003-001002003-001工业增加值当月同比-003-001-004007-002-009028-003-003012007006017031010002-010011008012004001-011003009-030018008-006-007-004-001-007001007009006022034-007-010060069100043020033037002-006035039-005005-006-008-007-009GDP不变价当季同比000001004-003-003-001020-001006020002013017030002006-006003002012000-003-004004-018-003002000-021-017-010-016001006-010-002008009027-018-013059067043100009033031004001033035-004002003006004005M0同比-001002-008002001-006011003000015018018004021-002-008-001016001009009007010006011-001-008000003003003-006-006-007004-009-001007007-006002024031020009100021042003-010029039004003-001006008005M1同比004-002004002-008001020000-012-013-006015017014-003001-004013004009006005-008000019001007002007-005-006006-012-006009-016-014003034-018-005017045033033021100069-002003067071003-008-009003001003M2同比-005-011004010009-009028000-005-017-019017022031000-009-002033008014010007002010019006001001013004001002-014-008008-010-009004008000-001002074037031042069100003002094098003-005-006002002000金融机构新增人民币贷款当月值-005004019000006015017-015006-012-008-005021005024036-044002023019009006-008006-004021-002013013005007-002003001006004-002-006-008-010007-002005002004003-002003100056002003075000008-013-016-013金融机构新增人民币存款当月值005013014-010-001016-001-012-006-005-009-011008-005014021-029005017022-006-007-021009-005017-005020007-001003003002-015011000000-025002-006-003-001-001-006001-010003002056100000004047-003007-011-013-009金融机构各项贷款余额同比001-001006004002-002028-005-004-023-023013022026004-004-006022011008007004-008000014005005001013000-003-001-015-009010-011-012003014-005-001-002069035033029067094002000100094005-003-004002001000金融机构各项存款余额同比-003-013001012007-009029-001-005-014-016018021034008-005-005031010013007004-002011018006001002013-006-007004-016-009011-010-009006012-005-002008075039035039071098003004094100002-005-006003004002社会融资规模当月值-010002024-008-008018008-018001-015-001-002015002024036-034012028018016013008016005024005001019-004-003-003-005001007002-003-008-003-010009-006-004-005-004004003003075047005002100-002001-013-014-011期限利差5-1004023005002-021-007009-004000012008010008004019004008003012000002001002008-052-002-010000-005014012001-004-005011003020007004011000000003005002003-008-005000-003-003-005-002100079-021-020-020期限利差10-1-010024004010-013-005007-010001005001005009-001023007005009017-003003002-001009-065010-016-002-003017015005001-003007004027002-003006-004-003-001-006003-001-009-006008007-004-006001079100-030-028-029信用利差AAA005-006-014011000007015-010008008-001019010007001-034003004005-019-007-004000003012-003007002-015-014-007-008001-003-004-008003006014004000-003002-008006006003002-013-011002003-013-021-030100095097信用利差AA002-007-012014000001011-011006008-001017007011-002-037005003002-023-010-008003008012-001004-002-012-012-006-010002-005-002-003002002012004-002-002003-007004008001002-016-013001004-014-020-028095100095信用利差AAA-004-007-013013000006013-011008005-002017008008001-031001003005-019-006-004002004009000005001-014-014-009-009002000-002-006003003014002-002-002-001-009005005003000-013-009000002-011-020-029097095100-1-1资料来源Wind华西证券研究所在最初的构想下本文的行业景气模型也采用了各种因子筛选的手段如最初的行业同步指标划分lasso方法逐步回归等方法但在实际的应用中我们发现这些方法对模型预测效果的提升是存疑的如lasso方法的提升十分有限且依赖于合适的参数逐步回归方法则反而使测试期模型表现下降图4采取逐步回归筛去低显著性的因子后模型表现反而显著下降表现资料来源Wind华西证券研究所请仔细阅读在本报告尾部的重要法律声明9证券研究报告量化研究报告表3采取逐步回归筛去低显著性的因子后模型表现反而显著下降固定参数策略逐步回归策略Wind全A行业平均年化收益2217148612551213月度最大回撤1516234622952176夏普比率119076066065资料来源Wind华西证券研究所最后我们放弃了以往的行业领先指标的筛选除去一些必要的处理外如上文中相同指标因子仅保留一个不同类型指标尽可能处理为环比数据外不再进行其它人为的因子筛选最终纳入模型的因子由模型本身的逻辑决定222因子系数随时间而变滚动窗口回归效果显著我们知道证券的收益率受到多种因素的影响且这些因素的影响往往不是一成不变的以往固定参数的回归模型其模型效果会随着时间的流逝逐渐下降而训练集与测试集的划分往往使得用于计算模型的参数的数据还停留在数年前为了将最新数据也纳入考量我们在以往模型的基础上将回归窗口改为滚动模式即每期计算的因子系数均为该期能使用的最新数据回归得到其中滚动窗口为过去八年此外由于各时间截面下的参数都是最新得到的即使划分了训练集与测试集模型与策略的构建方式亦不受影响滚动模型并无划分训练集测试集的必要图5不同时期回归得到的领先因子系数不同以食品饮料行业为例表现资料来源Wind华西证券研究所滚动窗口的动态模型在参数的计算上可以不断纳入各项指标最新数据这可以使模型的表现获得质的提升下图为不同模型下进行行业轮动的策略表现可以看出请仔细阅读在本报告尾部的重要法律声明10证券研究报告量化研究报告动态模型的表现明显强于静态模型尤其在2020年以来新冠疫情爆发经济形势急速变化的背景下以往数据得到的静态模型逐渐不能满足需要而在疫情爆发9个月后动态的滚动窗口回归模型逐渐适应新形势与静态模型的差距越来越大图6纳入最新数据可使模型进一步加强表现资料来源Wind华西证券研究所从策略表现来看过去四年滚动回归模型年化收益达2904较普通回归模型高出687较行业平均高出1691同时月度最大回撤较普通模型提高29较行业平均降低476相较于行业平均指数滚动回归策略的信息比率达154月度胜率达65表4改进的行业景气变化策略表现滚动回归普通回归Wind全A行业平均年化收益2904221712551213月度最大回撤1806151622952176夏普比率125119066065资料来源Wind华西证券研究所表5改进的行业景气变化策略相对表现相对Wind全A相对行业平均超额收益16491690信息比率131154月度胜率6765资料来源Wind华西证券研究所请仔细阅读在本报告尾部的重要法律声明11证券研究报告量化研究报告综合上面的内容我们可以看出即使因子数量较多模型的预测效果仍旧十分出色下面我们以食品饮料行业为例深入挖掘这行业景气度的来源3行业驱动因素拆解多元线性回归模型是一个逻辑基础较为坚实的模型我们可以通过更加深入的观察回归的参数了解到各因素对回归结果的影响力各因子参数乘以各因子的值即为该因子对预测收益的贡献最终的行业预测收益即为各部分预测收益之和由于篇幅有限我们不能对因子一一展示通常情况下多数宏观因子与行业因子的相关性是比较低的我们将所有因子分为宏观与行业两部分并分别展示这两部分对预测收益的贡献图7展示了各时间段宏观因子对各行业收益的影响图7各时期宏观因子对各行业的影响农林牧渔基础化工钢铁有色金属电子家用电器食品饮料纺织服饰轻工制造医药生物公用事业交通运输房地产商贸零售社会服务建筑材料建筑装饰电力设备国防军工计算机传媒通信银行非银金融汽车机械设备煤炭石油石化策略超额20192289121-5108051-3-13-20025-7-131512625-142786-3270表现2019331888115878-23-12-8674-53-21961217-118712-13036201943091223698945-6-45910-517195510-40757400320195311203117859-2-1-7-55-13-11-2-9112-114-14-302-1-4022201963040-1-1-80-4-2-14-12-11-133-5-7-10-1-88-8-11-1-10-70-2-2-11-06220197313-5-10-50-3-6-6-9-9-13-14-5-9-3-19-11-60-7-12-4-13-10-5-8-4-9245201983152-8-12-2-2-1-3-3-6-8-151-36-8-6341-25-15-5-2-1-5-2-1762019930161543-1091374-21-13671579132357-1613971217-3512019103110241-16-405-9-2-10-19056-12-2-49-20-6-9-1-30110382019113097-2-4-10-1-2-7-5-12-8-18-1-12-5-113-61-3-8-4-224130002019123196-2-4175810-124-3-610710-66-387-1305-21100002020131881338558-193-20891756314191212-798124-142820202293126-212879-1462-312814-54191668-24118-272042020331083-7-10073-120-5-294-36613-86924-1113-1126-31922020430-17976-99-391-230-108-24012-147-167-19110-189108-9-22-523670-205-203-129-104-208-252-228-3969-10420205314-342372-130-1331-35-1745-4720-27-26-851-3-66-17-35-1501637-1729-20-013202063030311973155-764899182116151135-82652144513777147104164120867212017711995920852020731-91-3-7-16-91-22-375-11-18-16-1623-122200-24-15-15-8-25-14-6-2189572020831-231315-1-9215-3-2129-2105-113737432748-20-4-711180141243-0652020930-333-25-20-10-10-13-10-390-16-35-10-270-3-80-12-18-6-13-15-27-13-13-11-1412920201031-191-7-6-13-302-296-8-23-4-16233-5-16-10-3-1-8-40-4-8-4-02520201130-248-5-3-11036-198-3-133-978823-273-9-208-8-259020201231-1495-4222-3-1-199-6-19-2-1095-16-41359-100410-4-44302021131-21-3-14-21-1-4-1-5-14-2-14-31-13-30-1-6-214-8-61-11-9-13-14-14-73632021228-2331-10-30-2-2-246-5-14-5-18353-94-6-1613-53101832021331-14-4-2-21-7-10-3-9-342-4-20-8-120-3-2-5-23-95-60-74-9-102962021430-51-11-49-17-15010-2-9-9-55-2-12-10-6-1-3917-3-1119615-1410-160-2732021531-10192356197-32642141-3230136963566119928729765101725120216301-10-16-40-11-11-6-26-4-12-27-51-40-15-9-35-39-10-5-8-207-30-31-175-27-423252021731-7-17-8-910-23-14-813-17-47-24-24-8-36-34-15-1-7-194-23-30-20-14-11-22115820218311-5710-1-26-5-12-5-11-20-44-25-8-13-23-21-1-13-7-153-19-32-12-41-147112021930-12-1-1-22102-216-8-17-9-2-16-8-3-66-7-614-8-2-101-5-2-01020211031-1135-64-30-21-7-11-11-6-38-17-753-9-129-6-1-96-8-12-07320211130-14-61-13-1-10-6-60-15-12-22-10-7-2-20-17-53-8-7-1-4-10-11-2-9-14-34020211231-29-16-9-9-10-4-10-41-18-15-16-7-15-15-14-12-7-12-18-16-5-4-12-13-8-23-1941620221311913-11910199201-15813198613611101571319-6-3184202222814102516-116794-8-1039-8017865165194-1210082022331-14-17-108-610-32-21-6-171-112-711210-631-24-12-6-7-96792022430-30-9-80-10-13-11-10-9-16-17-20-8-16-22-23-17-12-15-21-14-10-3-18-16-16-27-131622022531-28-14-5-9-22-13-12-12-13-17-16-20-14-19-13-37-29-53-17-14-11-2-19-72-28-151822022630-21-7126-6-7-7-8-5-23-1-3-12-17-4-2-3193-13-15-8-4-14-613-173202022731-455-115-402-21-14-11-18-15-15-208-5-83212-3-7-8-17-26-130-15-160852022831-6311210-8-4-3-2-42-12-5-19-80177-651-3-10-36-5-170712022930-15-1115-20-5-4-1-1-23-17-47142-9-9-265-221-40-04520221031-8-80-6-6-80-16-8-11-10-101-144534-15-20-13-1270-7-5-4-14-46020221130-3-6-110-72-3-20-2-12-217065-2340-26-54-4-14-08220221231-9-3-10290-3-16-26-72-13-2-19-120-214-4-10-5-1-8-14-8-1-2-4-3782023131-60-1625210-1-9-2313-5-6-14-1035199-5247-868-11-73022023228-47-5319455-158-223-17021417465136-12112-3033-11-16-7-10-13-93-20-15-8-7-131-10-3-33-9-15-9-10-118-7-18-11-11-11资料来源Wind华西证券研究所除所有行业共有的宏观因素外各个行业分别有自身的行业因子指标图8则展示了各时间段行业因子对各行业收益的影响请仔细阅读在本报告尾部的重要法律声明12证券研究报告量化研究报告图8各时期行业因子对各行业的影响农林牧渔基础化工钢铁有色金属电子家用电器食品饮料纺织服饰轻工制造医药生物公用事业交通运输房地产商贸零售社会服务建筑材料建筑装饰电力设备国防军工计算机传媒通信银行非银金融汽车机械设备煤炭石油石化策略超额201922820-5-1-1-554231122002211-29-10-11-1212-10153270表现2019331-33-2173-3831519160-1013416-9-1-5-1017-132720362019430-63-115203-2381928-51-11359-6410110144-35003201953101-12-17-5444-1171395-6-216212-310-417-6-130702220196309-3544231699102-112005-1-52-110211-339-0622019731-2-3-11414-61149915-43-213-19-13231135-54102452019831-6-9-1504-1337872102-41261-502-21320-4-12-17620199308-10-3-654503961629-5102-2-652-37-20-2-9-8-351201910313-8-6250-9-1346170-5-49210431-8115-2-1-4103820191130-8-2-259220-62315-27-5610-112-314-1-2-3-420002019123114-10416826-1710331711-4704243-494-30700002020131-12-6-2753-1-852121-25-6619-112-1163-3-110642820202290-9-7-14432715352042-82-29-430-16-3-2-51522042020331-12-6-27-541-8-2695223-8-63-14011-316-76-31-719220204301-8-88-113-9-6-243-25111-941-212-40-51-18-37-4-1042020531-3-14-11-26-831-13521-7913-8-24-54100-10-716-411-12-70-0132020630-236-11-2-115-2261-24558-32-13-42-7040-4677-4-9-100852020731-3-17139-1-5-231-8411012-18-13-27-1631305264-10-4-2995720208311816-3-2118-11-911-1148413-7-10-17-43814765-82-24-065202093020-6-15-13502-120-5621521-41-6-8-1410-1-124-2-60-161292020103116-779153-3216-8024-119100-5456-1-3024-227-0252020113017010351013223-8-114613-22-6754-3-410-17-52125902020123113611291623-428-1-31158235-40990-48178-321543020211315213-7214-6150131331652172-2-8854-403363202122834661562-3422332525118531142-7231-618183202133112-15-621-1-69-26230727510112-5520-6113296202143016-56-851-2-1121-51156175-316-57-2-106-52-576-27320215310-4-3-6-17-1-35-41-58856402-17-160-312-12901-1911-72512021630-12-41-8-32100-38-1012433-39-9141413-320-19880-8-583252021731-12-399-5552-16-5102522-1-816152-802-5479-22511582021831-11-17-4-1623-6-10-1112524-111211-4-1120-7027-4127112021930-6-21-8-212-12-9615376-3-7149-16-771-10300-4113-0102021103110-1-9-4-141-21-168161451-3178-2-410-736-10-21013-0732021113012-4-12-10-11072-789026-3510-5-5-1-1-7115-11128-3402021123130-2-161-608-4-41179412153-5741-4-231-11344162022131142-1314-515-5-1995115-1-51511-5-3-1-414403011842022228171-10-1-81-1-1-1789141-4-410-1-12-1001-1-31-6-51811008202233190-811-91-19-6-8101142-3-474-1-83-322-2021446792022430200010-71112-414111-1-4257-14-9-12-6-2-36015-2162202253124-6-20-17-111-94-3170192-8-3830-502-17-1-13-11110182202263010-33-8-111328350-2186-2-7-4-7-12-62913-611113202022731541-9410612-55-2-2350-1-7-60-2055109-562708520228315-16-14-202729-322-125-4-6-6-1831-23-301-833007120229306-111-5-801912-30-3011-4-7-7-15-30-33-21-6-6421-0452022103141-2100-1-110-6-58-5-19-1-9-11-10402-10-1-14-212-9-46020221130-74-31930-4-21-368070-9-11130-2233-1-14-61-7-0822022123163-212-22-1-10604-9-1123-7-12-4-7-13-122-4-44-1-3782023131-3-3-19-150-15-72-430-112-3-7-11-5-9-1-20-2-92-20-2-8302202322801-120-100-14-31-13-11198-6-91-1-1-3-4-54-4-4-210336218-1402105011-1-213-5-8-9-3-326-3-12-310-42-1资料来源Wind华西证券研究所宏观因素影响与行业因素共同构建出模型预测收益图9则为模型预测收益的汇总其中红色标出的是各时间截面上预测收益靠前的5个行业绿色为预测收益靠后的5个行业最右侧的策略超额则为预测收益靠前的5个行业构建的行业轮动策略的超额收益请仔细阅读在本报告尾部的重要法律声明13证券研究报告量化研究报告图9各时期各行业预测收益农林牧渔基础化工钢铁有色金属电子家用电器食品饮料纺织服饰轻工制造医药生物公用事业交通运输房地产商贸零售社会服务建筑材料建筑装饰电力设备国防军工计算机传媒通信银行非银金融汽车机械设备煤炭石油石化策略超额20192281111-5-58351024-2-100465-312510712-2179110270表现20193315116171951511-187866487141057767914540362019430215018710117713132411098616141061061219490032019531122-9-6111913-1366510-7250393-2102-90503022201963013-344-43-1-1-8-2-2-35-6-610-1-37-14-10-20131-51-2-06220197311-8-10911-12-64-1-51-9-6-4-6-133-1-4-10-1-2-70-13012452019831-1-6-10-7-23-15032-161-22404-1104-2-3-2-5-50-17620199302461-3-5121877763715917111116119-4131110539-3512019103113-6-23-11-4-94-52-4-2002-3061311-1425-5-1-420382019113015-41-10-1-7-10-10-5-3-26-31122-52-66-5-5-20150002019123123-521225714-7-17012118617110111-199-518-10002020131-52101013840311407131210812121915119125121454282020229240-151611916197-126116-32105206651941392042020331-122-24-12-51-11-690-77-110912-47112156587-101922020430-17868-107-384-241-105-2507-149-163-1585-188118-18-18-501572-209-203-135-102-210-244-231-3364-10420205311-481246-213-1130-1-1645-12721-24-34-31-37-66-18-35-22161248-2922-19-013202063028012661153-7748104180142152134-78702721212535140104168120837912618411586830852020731-12056-7-11-4-24-7-3-7-7-17-45-14-542-11-14-9-7-19-10-15-25-219572020831-52912-229116-12-1017218923026262351-11-3-31824561418-0652020930-13-3-40-33-5-9-11-11-19-5-10-15-5-6-42-9-16-1-9-8-7-14-13-22-15-20-11-3012920201031-3-60220-34-13-2-81-43113-2-1-11-4-5-4-7-23-6-62-02520201130-68532-216840-519451028924-21-473-71059020201231-11516253841-588-9-83-23210-4652256-216126-1104302021131-16-1-1-271-33-122-2-130-9-2615-1-195-1-4-1-18-1-920-14-536320212281197531-52-38-311-3-1315148-615-31-136-4-3281832021331-1-54-26-5-9-3-15-25023-8-5344504-7-1-12-8-21-7296202143011-4-6-58-12-14-2-119-1411-2-5-5-80-32124-13101211-115-96-2732021531-1015215016-73029883970155247555820111616298452092512021630-11-14-15-48-14-95-25-42-22-15-8-37-55-18-21-253-8-6-21-12-22-22-17-3-32-343252021731-18-19105-18-9-6-15-2-8205-22-25-16-21-19-13-8-7-17-1-19-24-11-17-9-1711582021831-10-6146-18-24-2-18-15-22-8-39-23-4-24-10-10-5-24-6-15-4-19-31-5-82-127112021930-18-30-30-104-23-4-2-1284-4-155-22-1-1-45-5-2-10-261-01020211031-12-4-10-9-2-2-2-15154-2-35023-2-8-122-35-19411-07320211130-2-10-11-23-11-101-4-7-7-3-22-8-1-5-14-7-10-2-9-8-9-3-8-6-3214-340202112310-18-24-8-16-4-1-8-3-8-8-7-3-14-131-9-12-4-14-15-9-6-8-12-10-10-1641620221311510113141024411041713121423714189118175924-218420222283111-8470166-8111131052-25-25615123-16120082022331-50-11-1-6-9-9-6-11-5-33-4914112-3-1302-12-57-66792022430-10-9-910-17-120-8-13-3-16-9-10-21-19-18-10-26-24-22-12-16-5-21-10-16-12-151622022531-4-21-25-26-33-12-21-8-44-10-150-12-27-16-29-26-6-1-18-13-28-3-20-4-10-27-51822022630-12-1014-2-8-65-73-204-2-1522-4-1014-4-15-13-14-2-57-514-63202022731-399-10-4-111-15-2-16-13-17-17157-7-152612-5-7-3-12-16-4-6-9110852022831-127-28-8-2427-74-10-66-12-6-4-1110-633-6-9-1-2-2130712022930-9-211-5-2-2148-4-1-53-7-807-12-12-9-594-1-4-5021-04520221031-4-7-24-5-8-1-6-14-16-2-150-53-3-9-6-11-21-11-137-1-21-89-23-46020221130-10-1-4213-8-3-5-2-3462-146-9-618-216315-18-2-3-21-08220221231-30-1214-13-1-3-16-20-76-22-2-7-9-7-149-11-11-2-1-5-12-12-62-5-3782023131-9-3-173460-16-17-21-26-5-7-2-12-3-5140-6-182-2-648-13-153022023228-48-17294-82-14711418-4418463913-270-2033资料来源-5Wind-14华西证券研究所-6-2-28-95-9-11-84-14-13-8-11-6-12-19-7-4-14-4-9-8-16-8-13由于模型中包含的因子数量众多我们不能一一分析下面我们以食品饮料行业2023年2月的数据为例观察各因子对该行业预测收益的贡献找出这一时期对行业收益影响较大的因素在观察各因素对行业景气程度的影响时我们需要关注各指标的相关性将高相关性的指标视为一个整体由于相关性的影响单个指标可能的预测收益贡献可能会过大如下表中金融机构各项存款余额同比指标与M2同比指标对预测收益的贡献都非常的高但实际上金融机构各项存款余额同比金融机构各项贷款余额同比M2同比M1同比四项各项指标间的相关性均在09以上从下表可见2023年2月份对食品饮料行业影响较大的因素为信贷与货币因素其次为糖与食用油产量的行业因素此外其它宏观因素与行业因素对模型的影响亦不容小觑表6食品饮料行业主要因子贡献组预测收益贡类型预测收益组指标参数值X值献贡献M1同比02100714M2同比244013308金融机构各项贷款余额同比1940112201126宏观金融机构各项存款余额同比-335012-416产糖量全国合计累计值01805090264行业产量食用植物油当月值-013019-26请仔细阅读在本报告尾部的重要法律声明14证券研究报告量化研究报告金融机构新增人民币贷款当月值00705034金融机构新增人民币存款当月值00305015337宏观社会融资规模当月值-002050-124-37行业const-004100-37信用利差AAA024-012-30信用利差AA035-013-455-31宏观信用利差AAA--036-01244固定资产投资完成额累计同比02800514工业增加值当月同比-014001-026-28宏观GDP不变价当季同比-142003-417-26宏观美国新增非农就业人数初值-005050-268-25宏观美国国债收益率10年-022011-25产量啤酒当月值041-014-569-23行业产量软饮料当月值-032-01032中债国债到期收益率1年-002008-02期限利差5-1-022-026561022宏观期限利差10-1014-023-3211-22宏观波罗的海干散货指数BDI-005045-221217宏观全社会用电量累计同比0470041713-15宏观CPI环比-191001-1514-11行业零售价中老年奶粉-350000-111511宏观名义美元指数广义-055-0021116-10行业销糖量全国合计累计值-006017-101709宏观人民币实际有效汇率指数16400109产量白酒当月值01602133产量葡萄酒当月值-012045-561808行业产量成品糖当月值0060503119-08宏观M0同比-010008-08资料来源Wind华西证券研究所从宏观角度分析结合图10可以看出M2同比增速与金融机构存款余额增速指标基本重合M1同比增速指标则波动较大单独取出这四个指标计算其与食品饮料行业未来一月的收益率序列相关性可以发现其结果均为正相关但在整体的回归中其回归得到系数会出现正负相抵的情况整体而言这四项指标对预测收益的贡献为126结合四个指标的参数值情况可以看出货币政策的放松尤其是M2增速的提高对该行业的增长有着显著的推动作用从行业角度分析受限于农作物的生长周期许多食品原材料的生产有着明显的周期性其中糖酒软饮料食用油的产量是近期影响力较大的行业因素综合来看当前行业因素总体对食品饮料行业的预测收益的贡献为-15宏观因素为70该行业的景气情况主要受益于宏观经济形势的好转请仔细阅读在本报告尾部的重要法律声明15证券研究报告量化研究报告图10食品饮料行业走势与信贷指标图11食品饮料行业走势与产量资料来源Wind华西证券研究所资料来源Wind华西证券研究所4小结在本篇报告中我们通过对以往的中观因子进行分类与删减降低共线性对模型的影响同时放弃了lasso等特设稀疏性方法对模型的改造直面高维数据影响同时我们使用了滚动窗口的方式对行业景气驱动模型进行了动态改进以期模型能够纳入兼容最新数据最终使模型的预测效果获得显著提升同时通过深入挖掘各因子的实际影响我们分析了当下行业景气度差距的主要来源同时验证了模型的逻辑基础然而当下的模型仍然面临两个问题一方面为因子数据的问题各类因子的数据五花八门需要投入大量精力进行整理而在因子的挑选上过度关心往往会导致模型具有较高的过拟合性两者间的平衡需仔细把握我们目前的处理方法为主要关注因子数据类型的统一此外仅在有坚实的行业逻辑条件下进行因子的筛选另一方面目前的模型本身仍然基于最经典的线性回归模型这样的模型虽然具备较高逻辑性与透明度但在面对高维数据时仍力不从心未来我们将致力于解决如何从大量有帮助的因子之中提取更为准确的预测性信息进而使得模型在样本为可以获得更优异的表现5风险提示本模型采用量化方法通过历史数据统计建模和测算完成结论在极端市场环境变化中有失效的风险请仔细阅读在本报告尾部的重要法律声明16证券研究报告量化研究报告分析师与研究助理简介TableAuthorInfo杨国平复旦大学博士华西证券研究所副所长金融工程首席分析师曾任申万研究所董事总经理金融工程部总监首席分析师25年证券从业经验王祥宇中国科学院计算机博士华西证券研究所金融工程资深高级分析师资产配置FOF与智能量化组长6年金融工程研究经验在多因子选股资产配置行业配置基金研究等领域具有丰富的研究经验杨兆熙复旦大学金融硕士2020年11月加入华西研究所主要研究领域为基金研究分析师承诺作者具有中国证券业协会授予的证券投资咨询执业资格或相当的专业胜任能力保证报告所采用的数据均来自合规渠道分析逻辑基于作者的职业理解通过合理判断并得出结论力求客观公正结论不受任何第三方的授意影响特此声明评级说明投资公司评级标准说明评级买入分析师预测在此期间股价相对强于上证指数达到或超过15以报告发布日后的6个增持分析师预测在此期间股价相对强于上证指数在515之间月内公司股价相对上证中性分析师预测在此期间股价相对上证指数在-55之间指数的涨跌幅为基准减持分析师预测在此期间股价相对弱于上证指数515之间卖出分析师预测在此期间股价相对弱于上证指数达到或超过15行业评级标准以报告发布日后的6个推荐分析师预测在此期间行业指数相对强于上证指数达到或超过10月内行业指数的涨跌幅中性分析师预测在此期间行业指数相对上证指数在-1010之间为基准回避分析师预测在此期间行业指数相对弱于上证指数达到或超过10华西证券研究所地址北京市西城区太平桥大街丰汇园11号丰汇时代大厦南座5层网址httpwwwhx168comcnhxzqhxindexhtml请仔细阅读在本报告尾部的重要法律声明17证券研究报告量化研究报告华西证券免责声明华西证券股份有限公司以下简称本公司具备证券投资咨询业务资格本报告仅供本公司签约客户使用本公司不会因接收人收到或者经由其他渠道转发收到本报告而直接视其为本公司客户本报告基于本公司研究所及其研究人员认为的已经公开的资料或者研究人员的实地调研资料但本公司对该等信息的准确性完整性或可靠性不作任何保证本报告所载资料意见以及推测仅于本报告发布当日的判断且这种判断受到研究方法研究依据等多方面的制约在不同时期本公司可发出与本报告所载资料意见及预测不一致的报告本公司不保证本报告所含信息始终保持在最新状态同时本公司对本报告所含信息可在不发出通知的情形下做出修改投资者需自行关注相应更新或修改在任何情况下本报告仅提供给签约客户参考使用任何信息或所表述的意见绝不构成对任何人的投资建议市场有风险投资需谨慎投资者不应将本报告视为做出投资决策的惟一参考因素亦不应认为本报告可以取代自己的判断在任何情况下本报告均未考虑到个别客户的特殊投资目标财务状况或需求不能作为客户进行客户买卖认购证券或者其他金融工具的保证或邀请在任何情况下本公司本公司员工或者其他关联方均不承诺投资者一定获利不与投资者分享投资收益也不对任何人因使用本报告而导致的任何可能损失负有任何责任投资者因使用本公司研究报告做出的任何投资决策均是独立行为与本公司本公司员工及其他关联方无关本公司建立起信息隔离墙制度跨墙制度来规范管理跨部门跨关联机构之间的信息流动务请投资者注意在法律许可的前提下本公司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或期权并进行证券或期权交易也可能为这些公司提供或者争取提供投资银行财务顾问或者金融产品等相关服务在法律许可的前提下本公司的董事高级职员或员工可能担任本报告所提到的公司的董事所有报告版权均归本公司所有未经本公司事先书面授权任何机构或个人不得以任何形式复制转发或公开传播本报告的全部或部分内容如需引用刊发或转载本报告需注明出处为华西证券研究所且不得对本报告进行任何有悖原意的引用删节和修改请仔细阅读在本报告尾部的重要法律声明18