从资产配置到策略配置。2011年以后，A股和中债的风险溢价明显降低，且股债牛熊波动较大，这导致风险平价策略在中国市场效果不佳。我们需要将传统的资产配置思路转变为策略配置思路，通过策略将低夏普的资产转化为高夏普的资产。策略配置可以细分为两个方向：Alpha策略和Beta策略，本文主要聚焦Beta策略，即基于赔率和胜率两个维度刻画资产在时间序列上的状态，在合适的时点承担风险，从而改善资产的收益风险特征。
　　赔率雷达图的设计：A股、转债、利率债。赔率是左侧信号，赚的是定价误差的钱，因此赔率的偏离幅度越大，赔率均值回归的速度越快，赔率策略越容易赚钱。权益赔率指标建议使用股息率-国债收益率，可转债赔率指标建议使用CCB模型定价误差，利率债赔率指标建议使用预期收益差。基于赔率理念构建的赔率增强型策略自2011年以来能够长期获得较好的表现，年化收益达6.4%，最大回撤为3.2%，卡玛比率达1.96。
　　宏观胜率评分卡的设计：货币、信用、经济、通胀和海外。胜率指标是右侧信号，赚的是基本面动量的钱，因此胜率信号的信噪比越高，胜率策略越容易赚钱。我们从货币、信用、经济、通胀和海外五个宏观维度出发，量化定义了每一个维度的方向和强度，最终合成出各大类资产的宏观胜率。基于宏观胜率构建的胜率增强型策略自2011年以来能够稳定获得较好的表现，年化收益达6.3%，最大回撤为2.8%，卡玛比率达2.27。
　　基于赔率-胜率的四种投资机会特征分析。1）积极把握“高赔率+高胜率”：赔率胜率兼具状态下的资产收益风险特征明显改善，建议集中仓位操作；2）不应错过“低赔率+高胜率”：从历史统计来看，“低赔率+高胜率”的机会同样显示出优秀的收益风险特征，因此有高胜率支持的情况下无须因为低赔率而过早降低仓位；3）谨慎参与“高赔率+低胜率”：高赔率+低胜率的品种要么是持续阴跌的行情，要么是短期暴跌的行情，因此如果想参与“高赔率+低胜率”的机会建议投资者尽可能提高组合的分散化程度。
　　赔率-胜率复合策略优于单一赔率/胜率策略。相比于纯赔率策略或者纯胜率策略，基于赔率-胜率复合框架的股票择时、国债择时和资产配置策略均表现出更优的收益风险特征。基于赔率-胜率复合框架构建的资产配置策略自2011年以来年化收益达6.7%，最大回撤为2.8%，相比于纯赔率策略/纯胜率策略而言，收益更高、波动更小、回撤更小。
　　风险提示：资产估值中枢发生瞬时且持续的飘移将影响赔率策略的效果。五个宏观维度与资产之间的关系发生改变、宏观指标不再能准确代理宏观维度的信息都将影响胜率策略的效果。

研究报告全文：证券研究报告金融工程研究2023年10月13日量化专题报告构建大类资产的宏观胜率评分卡货币信用增长通胀与海外五因子宏观经济量化系列之三从资产配置到策略配置2011年以后A股和中债的风险溢价明显降低作者且股债牛熊波动较大这导致风险平价策略在中国市场效果不佳我们需分析师林志朋要将传统的资产配置思路转变为策略配置思路通过策略将低夏普的资产执业证书编号S0680518100004转化为高夏普的资产策略配置可以细分为两个方向Alpha策略和Beta邮箱linzhipenggszqcom分析师刘富兵策略本文主要聚焦Beta策略即基于赔率和胜率两个维度刻画资产在时执业证书编号S0680518030007间序列上的状态在合适的时点承担风险从而改善资产的收益风险特征邮箱liufubinggszqcom赔率雷达图的设计A股转债利率债赔率是左侧信号赚的是定价研究助理汪宜生执业证书编号S0680123070005误差的钱因此赔率的偏离幅度越大赔率均值回归的速度越快赔率策邮箱wangyishenggszqcom略越容易赚钱权益赔率指标建议使用股息率-国债收益率可转债赔率指相关研究标建议使用CCB模型定价误差利率债赔率指标建议使用预期收益差基1量化分析报告继续保持顺周期医药TMT于赔率理念构建的赔率增强型策略自2011年以来能够长期获得较好的表的哑铃型配置基本面量化系列研究之二十四现年化收益达64最大回撤为32卡玛比率达1962023-10-11宏观胜率评分卡的设计货币信用经济通胀和海外胜率指标是右2量化周报市场或先破后立反弹可期2023-10-08侧信号赚的是基本面动量的钱因此胜率信号的信噪比越高胜率策略3量化点评报告十月配置建议利用强趋势越容易赚钱我们从货币信用经济通胀和海外五个宏观维度出发低拥挤应对轮动行情资产配置思考系列之四十量化定义了每一个维度的方向和强度最终合成出各大类资产的宏观胜率六2023-10-07基于宏观胜率构建的胜率增强型策略自2011年以来能够稳定获得较好的表4量化分析报告择时雷达六面图资金面与经济现年化收益达63最大回撤为28卡玛比率达227面弱化2023-10-07基于赔率-胜率的四种投资机会特征分析1积极把握高赔率高胜率5量化周报市场有望节后迎来日线级别反弹赔率胜率兼具状态下的资产收益风险特征明显改善建议集中仓位操作22023-09-24不应错过低赔率高胜率从历史统计来看低赔率高胜率的机会同样显示出优秀的收益风险特征因此有高胜率支持的情况下无须因为低赔率而过早降低仓位3谨慎参与高赔率低胜率高赔率低胜率的品种要么是持续阴跌的行情要么是短期暴跌的行情因此如果想参与高赔率低胜率的机会建议投资者尽可能提高组合的分散化程度赔率-胜率复合策略优于单一赔率胜率策略相比于纯赔率策略或者纯胜率策略基于赔率-胜率复合框架的股票择时国债择时和资产配置策略均表现出更优的收益风险特征基于赔率-胜率复合框架构建的资产配置策略自2011年以来年化收益达67最大回撤为28相比于纯赔率策略纯胜率策略而言收益更高波动更小回撤更小风险提示资产估值中枢发生瞬时且持续的飘移将影响赔率策略的效果五个宏观维度与资产之间的关系发生改变宏观指标不再能准确代理宏观维度的信息都将影响胜率策略的效果请仔细阅读本报告末页声明2023年10月13日内容目录一引言从资产配置到策略配置4二宏观胜率中的方向和强度721货币维度政策工具与利率走廊722信用维度中长期贷款1023增长维度三个PMI1224通胀维度CPI与PPI1425海外维度CDS与RAI1626本章小结18三赔率-胜率分析框架与策略应用1931资产配置中的赔率策略1932资产配置中的胜率策略2233赔率-胜率分析框架初探24四总结27风险提示28图表目录图表1股债资产的长期配置价值分析2011年后A股和中债的风险溢价均有所降低导致风险平价策略效果下降4图表2股债风险平价策略的分段表现5图表3策略配置可以分为beta策略和alpha策略两个大方向5图表4借鉴股票投资从赔率和胜率两个角度出发构建大类资产的Beta管理框架6图表5五个宏观因子能够解释超过50的大类资产波动意味着资产配置中的胜率必然是宏观主导而非微观主导7图表6央行常见的货币政策工具箱8图表7量化识别货币政策方向货币方向因子能够领先捕捉历史上市场利率的变化8图表8货币方向因子对大类资产收益的区分度测试9图表9以政策利率7天逆回购利率为中枢构建货币强度因子9图表10货币强度因子对大类资产收益的区分度测试10图表11新增人民币贷款中的短期贷款与货币因子相关性较高10图表12以中长期贷款脉冲作为信用方向因子的代理变量阴影面积为信用因子上行的信号区间11图表13信用方向因子对大类资产收益的区分度测试11图表14新增人民币贷款预期差与中长期贷款脉冲12图表15信用数据超预期时利好沪深300指数12图表16信用强度因子对大类资产收益的区分度测试12图表17以PMI脉冲作为增长方向因子的代理变量阴影面积为三个PMI脉冲的方向打分13图表18增长方向因子对大类资产收益的区分度测试13图表19PMI预期差与中采PMI脉冲14图表20PMI超预期时利好沪深300指数14图表21增长强度因子对大类资产收益的区分度测试14图表22以广义通胀05CPI05PPI的三个月差分方向作为通胀因子方向15图表23通胀方向因子对大类资产收益的区分度测试15图表24通胀预期差与广义通胀15图表25通胀低于预期时利好沪深300指数15图表26通胀强度因子对大类资产收益的区分度测试16图表27主权CDS利差隐含了经济增长的预期16图表28主权CDS利差较高时北向资金流入明显放缓16P2请仔细阅读本报告末页声明2023年10月13日图表29中国主权CDS利差对大类资产收益的区分度测试17图表30花旗风险偏好指数较高时利好沪深30017图表31花旗风险偏好指数较高时利好标普50017图表32花旗风险偏好指数对大类资产收益的区分度测试18图表33宏观胜率中的10个分项因子计算方法概览18图表34DRP对沪深300未来收益的解释度19图表35基于DRP赔率指标的股债轮动策略19图表36预期收益对利率债未来收益的解释度20图表37基于预期收益差指标的利率债久期轮动策略20图表38定价误差对可转债未来收益的解释度20图表39基于CCB定价误差的可转债-利率债轮动策略20图表40以风险平价为基础优化器将赔率作为主动管理观点输入到风险预算参数即可得赔率增强型策略权重21图表41基于资产赔率的资产配置策略21图表42大类资产综合宏观胜率的计算过程将每一个宏观指标的状态按照金融逻辑转化为大类资产的打分22图表43权益宏观胜率与权益择时策略23图表44利率债宏观胜率与利率债久期择时策略23图表45基于宏观胜率的资产配置策略24图表46赔率-胜率框架下的沪深300收益分解25图表47赔率-胜率框架下的7-10年期国债收益分解25图表48四种状态下的沪深300收益风险特征25图表49四种状态下的7-10年期国债收益风险特征25图表50赔率-胜率框架下的沪深300择时策略26图表51赔率-胜率框架下的7-10年期国债择时策略26图表52基于赔率-胜率分析框架的资产配置策略无论收益还是回撤均优于纯赔率纯胜率策略26图表53赔率-胜率框架下三类策略的收益风险特征均优于纯赔率纯胜率策略27P3请仔细阅读本报告末页声明2023年10月13日一引言从资产配置到策略配置当我们谈及大类资产配置的时候第一时间映入脑海的常常是海外市场的成熟策略或产品如桥水的全天候策略基金但这些资产配置理论在中国市场似乎有些水土不服并没有诞生出类似桥水全天候基金这样的极具市场影响力的绝对收益产品因此在本文引言部分我们尝试探讨以下三个问题1为什么风险平价策略在中国市场的效果不理想2什么样的资产配置理念更适合中国市场3如何构建具有本土特色的战术配置框架为什么在中国市场中使用风险平价策略的效果不理想对比中国市场股债资产的长期表现基于图表1和图表2我们可以看到2011年以后A股与中债的风险溢价能力出现明显下滑以货币基金收益率为基准计算的股债夏普比率在2011年后均有明显的降低风险平价策略确实能够利用股债之间的负相关性提升组合的夏普比率但其整体表现依然是建立在股债风险溢价水平的基础上因此在2011年后风险平价策略也表现出较明显的收益下滑回撤变大夏普降低的现象基于分段表现来看股债风险平价策略的收益能力主要取决于股票是否有牛市如2014-2015年回撤水平则更多取决于债券是否有熊市如2013年由于中国股债的牛熊波动较大因此单纯的风险平价也不可避免要承受较大的市场风险备注此处统计中A股选用沪深300全收益指数中债选用中债国债7-10年总财富指数无风险收益率采用货币基金收益率经典的金融市场假设一般认为长期来看如果一个资产承担了更高的风险则需要提供更高的回报作为风险补偿即学术中的风险溢价概念但2011年以后的A股和中债的风险溢价能力出现了较明显的下滑我们认为这种低风险溢价的现象或许便是风险平价策略在中国市场表现差强人意的核心原因之一图表1股债资产的长期配置价值分析2011年后A股和中债的风险溢价均有所降低导致风险平价策略效果下降2005-2011A股A股vs货基中债中债vs货基风险平价策略RP策略vs货基年化收益14612055298659年化波动31431360596159最大回撤7208953夏普比率0510490962012-2023A股A股vs货基中债中债vs货基风险平价策略RP策略vs货基年化收益663335034715年化波动22021925233129最大回撤4618076夏普比率026013048资料来源Wind国盛证券研究所P4请仔细阅读本报告末页声明2023年10月13日图表2股债风险平价策略的分段表现2005-2008年2009-2012年2013-2015年2016-2018年2019-2023年17年化收益132年化收益30年化收益81年化收益18年化收益4716最大回撤53最大回撤48最大回撤76最大回撤52最大回撤25夏普比率135夏普比率007夏普比率09夏普比率-06夏普比率097151413121110092005200620072008200920102011201220132014201520162017201820192020202120222023资料来源Wind国盛证券研究所相对于资产配置策略配置的理念更适合中国市场策略配置的本质是通过策略将低夏普资产转化为高夏普资产如果在市场有效性较强的情况下我们可以尽量均衡地配置不同的风险资产充分利用资产间的低相关性和资产风险溢价来赚取长期回报但如果是在市场有效性较低的情况下我们则需要对资产进行一定程度的过滤将低夏普比率的资产转化为合理甚至是高夏普比率的资产后再进行配置我们将这个过程称之为策略配置一般而言策略配置也可以细分为两种大方向Alpha策略主要关注横截面的定价误差在控制跟踪误差的基础上尽可能获取超额收益常见为自下而上的相对收益策略如选股策略和选基策略等Beta策略主要关注时间序列的定价误差未必能提升收益但往往能显著改善组合的风险常见为自上而下的绝对收益策略如美联储模型美林时钟等图表3策略配置可以分为beta策略和alpha策略两个大方向资产配置市场有效性较强充分利用资产间的低相关性和资产风险溢价赚取长期回报策略配置市场无效性较强可以通过策略将低夏普比率资产转化为高夏普比率资产Beta策略Alpha策略聚焦时间序列多为自上聚焦横截面多为自下而下的绝对收益策略而上的相对收益策略资料来源国盛证券研究所P5请仔细阅读本报告末页声明2023年10月13日资产配置中的Beta管理框架赔率胜率在股票投资中PEPSPE是业界常见的一种对股票价格的分解模式本质来说是将股票价格投影成两个元素一个只与基本面相关的趋势要素EPS与一个只与估值相关的均值回复要素PE因此借鉴股票投资我们从赔率和胜率两个角度出发构建大类资产的Beta管理框架赔率代表资产与合理定价中枢的偏离度因此天然是一个左侧信号对应的是均值回复的交易模式主要挑战是定价中枢和均值回复周期存在不确定性胜率代表资产核心驱动因子的边际变化大部分情况下是一个右侧信号对应的是基本面动量的交易模式主要挑战是资产的核心驱动因素可能随着时间发生转变赔率和胜率两个维度各有优劣且相互补充我们可通过赔率和胜率将资产切割成不同的状态和阶段不同的状态下资产也将呈现出不同的收益分布特征因此与其说我们在配置资产不如说我们在配置资产在时间序列中的某种状态而这也正是我们本篇报告的核心思路具体不同资产的赔率和胜率的设计我们将在正文部分详细展开图表4借鉴股票投资从赔率和胜率两个角度出发构建大类资产的Beta管理框架蓝色虚线代表了资产的合理定价中低赔率低赔率枢对应的是均值回复的交易模式高胜率低胜率高赔率高赔率红色虚线代表了资产的核心驱动因低胜率高胜率子对应的是基本面动量交易模式资料来源国盛证券研究所相比于2020年的专题报告资产配置的四种范式赔率胜率趋势和拥挤度本篇报告的迭代主要体现在以下三点1聚焦赔率和胜率弱化趋势和拥挤度基于国内大类资产宽度有限资产配置投资者调仓频率天然较低而且过于强势的Beta策略将压缩Alpha策略的空间等原因我们认为中国市场的资产配置过程中应更多聚焦赔率和胜率两个核心指标而趋势和拥挤度我们则建议视为资产配置过程里面的辅助指标2胜率部分有大迭代相比于前期较为零散的宏观胜率指标本篇报告我们从货币信用增长通胀和海外五个因素出发并且综合了宏观动量和宏观超预期两个维度的信息构建了对股债商均有效的宏观胜率评分卡因此本文的重点也将放在大类资产的宏观胜率评分卡设计上来3赔率部分有小迭代比如股票的赔率指标我们将其覆盖到美股可转债的估值中枢我们用更精准的CCB模型进行定价等P6请仔细阅读本报告末页声明2023年10月13日二宏观胜率中的方向和强度事实上我们对大类资产配置中胜率概念的思考并非是一蹴而就的宏观胜率评分卡的设计理念在过去的三篇专题报告中逐渐成型1研究成果通过对大类资产进行收益归因我们发现货币信用增长通胀和海外五个因子可以累计解释超过50的大类资产波动2019年9月资产配置vs风险配置打造一个系统化的宏观风险配置框架2研究成果参考OECD等海外机构的领先指数编制经验我们制定了一个完全定量化的流程去寻找有效的宏观领先指标并构建了基于宏观方向的情景分析框架2021年2月中国经济领先指数3研究成果领先指数存在信号频率较低和趋势识别滞后的问题为解决这两个问题我们以宏观一致预期数据为基础构建了基于宏观强度的宏观预期差信号2022年12月宏观预期差量化与超预期策略图表5五个宏观因子能够解释超过50的大类资产波动意味着资产配置中的胜率必然是宏观主导而非微观主导不同资产的宏观解释度大类资产风格行业个股77655150474136393031312617利率债信用债沪深300南华商品大盘风格价值风格成长风格小盘风格大金融上游周期中游制造下游消费大科技资料来源Wind国盛证券研究所因此我们按照上述的三个研究成果初步确立了宏观胜率评分卡的设计理念1五个维度只从货币信用增长通胀和海外五个维度出发设计信号为了降低数据挖掘和过度拟合的可能性其他宏观维度暂且不作考虑2两个信号每个维度尽可能包含两个信号一个是宏观维度的方向信号一个是宏观维度的强度信号在不纳入新宏观维度的前提下尽可能丰富宏观信息的层次21货币维度政策工具与利率走廊货币方向因子在专题报告宏观预期差量化与超预期策略中我们曾对央行常用的货币政策工具进行梳理目前收录了短期利率中期利率准备金率和定向投放4个大类工具若考虑功能和期限的区别则总计有24个细分的货币政策工具P7请仔细阅读本报告末页声明2023年10月13日图表6央行常见的货币政策工具箱央行货币政策工具箱01020304短期政策利率中期政策利率准备金率央行定向工具SLOSLF逆回购超定存利率贷款利率大型机构小型机构再贷款再贴现TMLF额准备金率MLF利率LPR利率资料来源国盛证券研究所当然如果只考虑国内货币政策工具的变动的话有可能会遇到货币政策空窗期届时我们将无法判断货币因子的方向为了解决政策空窗期的问题我们引入市场利率作为货币方向因子的其中一个分项具体来说货币方向因子构建方式如下政策工具打分对于某一个货币政策工具如果过去90天内发生了政策宽松事件降息降准设定为1分相反则设定为-1分市场利率打分对DR007进行30日移动平均处理得DR007ma30若DR007ma30相比90天前下降则设定为1分相反则设定为-1分若DR007数据缺失则用SHIBOR1W进行填补货币方向因子24个政策工具打分市场利率打分25图表7量化识别货币政策方向货币方向因子能够领先捕捉历史上市场利率的变化货币方向因子右轴0代表货币宽松市场利率DR007ma3078066040520403-202-401-600-8020022004200620082010201220142016201820202022资料来源Wind中国人民银行官网国盛证券研究所通过上述的计算过程我们将传统定性的货币政策描述转化为一个完全定量刻画的货币方向因子货币方向因子大于0即代表当前货币政策以宽松为主要基调反之如果货币方向因子小于0则意味着当前货币政策以收紧为主要基调基于此我们统计了2005年以来货币方向因子对不同大类资产收益的区分度从图表8可见货币方向因子对于债券资产有显著的收益区分能力且货币方向因子对不同资产的影响方向和金融逻辑基本相符这也侧面反映出货币方向因子的设计合理性P8请仔细阅读本报告末页声明2023年10月13日图表8货币方向因子对大类资产收益的区分度测试货币宽松货币方向因子0货币收紧货币方向因子014129128注柱子高低代表大类资产12处在不同环境中的年化收益107586667566494043324242150沪深300中证500南华商品1-3年国债7-10年国债信用债资料来源Wind中国人民银行官网国盛证券研究所货币强度因子货币方向因子解决的是货币政策的方向问题并不能充分反映货币宽松的程度因此从信息的角度而言仍有缺失对此我们从业界常用的利率走廊概念出发以短端政策利率为中枢构建了货币强度因子具体定义如下市场利率定义以DR007为市场利率若DR007数据缺失以SHIBOR1W填补利率中枢定义2014年前以DR007的滚动四年加权平均数为短端利率中枢2014年后则以7天逆回购利率作为短端利率中枢原始偏离度MA市场利率利率中枢-130货币强度因子市场利率偏离度原始偏离度滚动四年原始偏离度的标准差图表9以政策利率7天逆回购利率为中枢构建货币强度因子市场利率偏离度zscore右轴DR007ma307天逆回购利率2014年前以DR007滚动均值替代70360250140030-12010-200-320022004200620082010201220142016201820202022资料来源Wind国盛证券研究所考虑到货币极端宽松或极端收紧的情况在历史序列来看时间太短因此对于货币强度因子我们采用事件触发的方式定义货币强度因子的信号若市场利率偏离度-15倍标准差定义未来120个交易日为货币极端宽松环境若市场利率偏离度15倍标准差定义未来120个交易日为货币极端收紧环境P9请仔细阅读本报告末页声明2023年10月13日结合图表8和图表10我们可以看到货币强度因子很好地弥补了货币方向因子对于权益和商品预测能力的缺失或许我们也可以这么总结普通级别的货币宽松收紧对于权益和商品而言影响较小只有强度极高的货币宽松收紧才对权益和商品有显著的指导意义图表10货币强度因子对大类资产收益的区分度测试货币极端宽松市场利率偏离度-15后120个交易日货币极端收紧市场利率偏离度15后120个交易日100813注柱子高低代表大类资产处80708在不同环境中的年化收益率60402872012392907420-20-17-20-183-169-40沪深300中证500南华商品1-3年国债7-10年国债信用债资料来源Wind国盛证券研究所22信用维度中长期贷款信用方向因子在2021年央行政策研究报告健全现代货币政策框架中曾提及我国金融体系以银行为主货币政策的传导主要通过银行实现近年来人民银行抓准作为货币创造直接主体的银行通过流动性资本利率这三大外部约束影响银行货币创造行为完善货币供应调控机制如果说货币维度体现的是央行-商业银行的松紧那么信用维度便应更多体现商业银行-实体经济的松紧常见的信用指标有很多那么哪一个指标才能最好体现商业银行对实体经济的松紧从逻辑出发如果说信用是通过借贷活动对既有资源的跨期配置的话那么中长期贷款相比于短期贷款而言更符合我们对信用的定义和理解从数据出发新增人民币贷款中的短期贷款与货币因子信息重叠度较高而中长期贷款则与货币因子负相关且对股债商的收益区分度也较好图表11-13图表11新增人民币贷款中的短期贷款与货币因子相关性较高常见信用指标与货币方向因子的相关性40338302012510790-10-20-217-30-280-40-364M1M2社融数据新增人民币贷款短期贷款中长期贷款资料来源Wind国盛证券研究所P10请仔细阅读本报告末页声明2023年10月13日综上我们对信用方向因子作出以下定义信用方向因子中长期贷款当月值-滚动12个月求和-同比处理若中长期贷款脉冲相比于三个月前有所抬升则将当前定义为信用宽松环境若中长期贷款脉冲相比于三个月前有所降低则将当前定义为信用收紧环境图表12以中长期贷款脉冲作为信用方向因子的代理变量阴影面积为信用因子上行的信号区间沪深300中长期贷款脉冲右轴700020060001505000100400050300002000-501000-1000-1502005200720092011201320152017201920212023资料来源Wind国盛证券研究所图表13信用方向因子对大类资产收益的区分度测试信用宽松中长期贷款脉冲三个月环比0信用收紧中长期贷款脉冲三个月环比050411注柱子高低代表大类资产处40317在不同环境中的年化收益率3020106727210412317300-07-10-90-20-125沪深300中证500南华商品1-3年国债7-10年国债信用债资料来源Wind国盛证券研究所信用强度因子我们参考专题报告宏观预期差量化与超预期策略利用Bloomberg对国内新增人民币贷款的一致预期数据进行信用强度因子的设计信用强度因子新增人民币贷款当月值预期中位数预期标准差若信用强度因子15倍标准差定义未来60个交易日为信用显著超预期环境若信用强度因子-15倍标准差定义未来60个交易日为信用显著不及预期环境备注为何此处不用中长期贷款的预期差作为信用强度因子主要是因为无论是Wind还是Bloomberg均没有覆盖中长期贷款的一致预期数据从图表16的测试结果来看信用预期差信号对于股票商品长久期债券和信用债的区分度较为明显但对于短久期债券无显著区分度某种意义上也和信用的内涵相符P11请仔细阅读本报告末页声明2023年10月13日图表14新增人民币贷款预期差与中长期贷款脉冲图表15信用数据超预期时利好沪深300指数新增人民币贷款预期差MA3右轴中长期贷款脉冲新增人民币贷款预期差MA3右轴沪深30060260002405500112050000045000-204000-1-1-403500-60-23000-22019202020212022202320192020202120222023资料来源WindBloomberg国盛证券研究所资料来源WindBloomberg国盛证券研究所图表16信用强度因子对大类资产收益的区分度测试信用显著超预期预期差15后60个交易日信用显著不及预期预期差-15后60个交易日40注柱子高低代表大类资产处27930270在不同环境中的年化收益率2086731049263619350-16-10-126-20-165沪深300中证500南华商品1-3年国债7-10年国债信用债资料来源WindBloomberg国盛证券研究所23增长维度三个PMI增长方向因子由于目前PMI数据依然是国际最常用的市场关注度最高的和公布最及时的反映宏观经济的变量之一因此我们采用PMI数据作为增长维度的主要参考指标目前业界常用的主要PMI指标主要有四个中采制造业PMI一般月底公布中采非制造业PMI一般月底公布财新制造业PMI一般每月第一天公布和财新服务业PMI一般每月3号-6号公布考虑到公布时间的及时性我们主要采用前三个PMI作为基础数据具体而言增长方向因子的设计细节如下数据选取中采制造业PMI中采非制造业PMI财新制造业PMI信号时间以上述三个PMI中最晚公布的时刻作为信号时间指标处理PMI脉冲原始PMI-滚动12个月平均-同比处理根据每一个PMI脉冲的三个月环比变化方向打出1分增长方向因子三个PMI脉冲环比方向打分的加总如果增长方向因子得分0将当前定义为经济上行环境反之则定义为经济下行环境P12请仔细阅读本报告末页声明2023年10月13日从图表17可见在当前的指标设计下我们尽可能平衡了增长因子方向的灵敏性和平滑性使之能够尽可能匹配投资者对经济环境的认知从图表18的实证结果可见增长方向因子对于国内大类资产有着较强的收益区分度其中对国内权益和7-10年期国债有着不错的收益区分能力且增长因子对不同大类资产的影响方向与金融逻辑相符这也说明了PMI指标虽然简单但依然能发挥较好的资产配置指导作用图表17以PMI脉冲作为增长方向因子的代理变量阴影面积为三个PMI脉冲的方向打分增长方向因子打分右轴中采PMI脉冲PMI-MA12-同差1003802604012000-20-1-40-60-2-80-100-3200720092011201320152017201920212023资料来源WindBloomberg国盛证券研究所图表18增长方向因子对大类资产收益的区分度测试经济上行增长方向因子打分0经济下行增长方向因子打分030注柱子高低代表大类资产处20418620在不同环境中的年化收益率86106270393626160-22-10-92-127-20沪深300中证500南华商品1-3年国债7-10年国债信用债资料来源WindBloomberg国盛证券研究所增长强度因子与信用预期差指标的设计类似我们利用Bloomberg对三个PMI的一致预期数据进行增长强度因子的设计PMI预期差PMI预期中位数预期标准差增长强度因子PMI综合预期差三个PMI预期差的等权平均若综合预期差15倍标准差定义未来60个交易日为经济显著超预期环境若综合预期差-15倍标准差定义未来60个交易日为经济显著不及预期环境从图表19来看PMI预期差指标与PMI脉冲序列并不完全相关意味着加入预期差信号后能进一步丰富增长维度的信息层次另外从图表21的结果来看增长强度因子对于权益商品和7-10年期国债也有不错的收益区分度P13请仔细阅读本报告末页声明2023年10月13日图表19PMI预期差与中采PMI脉冲图表20PMI超预期时利好沪深300指数PMI预期差指标MA3右轴中采PMI脉冲PMI预期差指标MA3右轴沪深300指数402550023050002011104500000-104000-20-1-13500-30-40-23000-22019202020212022202320192020202120222023资料来源Bloomberg国盛证券研究所资料来源WindBloomberg国盛证券研究所图表21增长强度因子对大类资产收益的区分度测试经济显著超预期预期差15后60个交易日经济显著不及预期预期差-15后60个交易日30220注柱子高低代表大类资产处20171在不同环境中的年化收益率12110454446343022010-10-101-20-150沪深300中证500南华商品1-3年国债7-10年国债信用债资料来源WindBloomberg国盛证券研究所24通胀维度CPI与PPI通胀方向因子对于通胀数据考虑到市场的关注度以及Bloomberg中的一致预期数据覆盖情况我们利用常见的CPI和PPI数据构成通胀方向因子具体如下通胀方向因子广义通胀05CPI平滑值05PPI原始值若广义通胀指标相比于三个月前有所降低则将当前定义为通胀下行环境若广义通胀指标相比于三个月前有所抬升则将当前定义为通胀上行环境通胀强度因子与PMI综合预期差构建方式类似通胀强度因子定义如下通胀强度因子通胀综合预期差05CPI预期差05PPI预期差若综合预期差-15倍标准差定义未来60个交易日为通胀显著不及预期环境若综合预期差15倍标准差定义未来60个交易日为通胀显著超预期环境从图表22-26的结果来看通胀方向因子和通胀强度因子对于权益和商品的区分度较强但对于债券的区分度有限意味着通胀因子或许并非中国债券资产的核心定价因子P14请仔细阅读本报告末页声明2023年10月13日备注为什么通胀下行和通胀不及预期时反而中国商品表现更好我们认为主要原因是中国商品指数更多是经济敏感型资产而非通胀敏感型资产在专题报告资产配置vs风险配置打造一个系统化的宏观风险配置框架中我们对大宗商品进行宏观风险分解的时候同样发现经济增长风险可以解释商品走势的38而通胀风险只能解释商品走势的6图表22以广义通胀05CPI05PPI的三个月差分方向作为通胀因子方向广义通胀05CPI05PPI的三个月差分右轴CPI平滑值PPI原始值15121085400-5-4-10-8-15-122005200720092011201320152017201920212023资料来源Bloomberg国盛证券研究所图表23通胀方向因子对大类资产收益的区分度测试通胀下行广义通胀三个月环比0通胀上行广义通胀三个月环比040344319注柱子高低代表大类资产处30在不同环境中的年化收益率20107105332323750480-08-10-92-80-20沪深300中证500南华商品1-3年国债7-10年国债信用债资料来源WindBloomberg国盛证券研究所图表24通胀预期差与广义通胀图表25通胀低于预期时利好沪深300指数通胀预期差指标MA3右轴广义通胀通胀预期差指标MA3右轴沪深300指数825500265000114450020040000-1-13500-2-4-23000-22019202020212022202320192020202120222023资料来源Bloomberg国盛证券研究所资料来源WindBloomberg国盛证券研究所P15请仔细阅读本报告末页声明2023年10月13日图表26通胀强度因子对大类资产收益的区分度测试通胀显著不及预期预期差-15后60个交易日通胀显著超预期预期差15后60个交易日60475注柱子高低代表大类资产处422在不同环境中的年化收益率40344182207203826232414020-04-20沪深300中证500南华商品1-3年国债7-10年国债信用债资料来源WindBloomberg国盛证券研究所25海外维度CDS与RAI海外对中国的风险偏好主权CDS利差在报告外资风险偏好的三个标尺中我们曾提及可以利用中国主权CDS利差刻画了外资对中国经济基本面的看法中国主权CDS利差是外资投资中国5年期国债时的违约风险对冲成本利差较高时一定程度隐含了外资对中国经济基本面的担忧另外我们也发现CDS利差对北向资金流入有较强的解释力能够在一定程度上反应外资的行为与动机因此我们利用中国主权CDS利差的水平构建第一个海外因子具体如下数据披露时间次日早上6点左右海外因子中国主权CDS利差-MA30-zscore处理四年窗口若中国主权CDS利差zscore小于0则认为当前海外对中国市场风险偏好较高若中国主权CDS利差zscore大于0则认为当前海外对中国市场风险偏好较低从图表29的实证结果来看中国主权CDS利差对沪深300指数和7-10年期国债有不错的区分度这确实也更符合外资的买入习惯另外中国主权CDS利差对股债资产的区分度明显优于大宗商品体现了主权CDS利差的风险偏好属性图表27主权CDS利差隐含了经济增长的预期图表28主权CDS利差较高时北向资金流入明显放缓中国主权CDS利差zscore右轴中采PMI脉冲中国主权CDS利差zscore右轴北向累计净买入亿403200003221700020111400000011000-1-1-208000-2-2-40-35000-3201120132015201720192021202320192020202120222023资料来源WindBloomberg国盛证券研究所资料来源WindBloomberg国盛证券研究所P16请仔细阅读本报告末页声明2023年10月13日图表29中国主权CDS利差对大类资产收益的区分度测试海外对中国风险偏好较高CDSzscore0倍标准差海外对中国风险偏好较低CDSzscore0倍标准差30267254注柱子高低代表大类资产处20在不同环境中的年化收益率1073664654413825210-36-10-84-20沪深300中证500南华商品1-3年国债7-10年国债信用债资料来源WindBloomberg国盛证券研究所海外市场风险偏好花旗RAI指数花旗风险偏好指数CitiRAIIndex由6类因子组成股票期权隐波新兴市场与美国信用债之间的利差银行间借贷成本美国市场CDS利差外汇期权隐波利率掉期期权隐波较全面地捕捉了市场对于风险水平的感知刻画了海外投资者对美国市场的风险偏好因此第二个海外因子定义如下数据披露时间次日中午12点左右海外因子花旗RAI指数-MA30-zscore处理四年窗口若花旗RAI指数zscore大于0则认为当前海外市场风险偏好较高若花旗RAI指数zscore小于0则认为当前海外市场风险偏好较低事实上从花旗RAI指数的构建方式来看这个指标更多是描述美国市场的风险偏好情况因此从图表30-32的结果来看花旗RAI指数不仅对于中国的股债资产有一定的收益区分度对于美股和黄金同样有着收益区分度备注在2022年的点评报告八月配置建议不确定性世界中的配置策略和外资风险偏好的三个标尺中我们也曾做过RAI指数对全球大类资产的影响测算实证证明RAI指数对各国股指美债中债大宗商品黄金和美元指数等均有着较强的收益区分能力图表30花旗风险偏好指数较高时利好沪深300图表31花旗风险偏好指数较高时利好标普500花旗风险偏好指数zscore右轴沪深300花旗风险偏好指数zscore右轴标普500700026000260005000115000400000400030003000-1-120002000-2-2100010000-30-320112013201520172019202120232011201320152017201920212023资料来源WindBloomberg国盛证券研究所资料来源WindBloomberg国盛证券研究所P17请仔细阅读本报告末页声明2023年10月13日图表32花旗风险偏好指数对大类资产收益的区分度测试海外市场风险偏好较高RAIzscore0倍标准差海外市场风险偏好较低RAIzscore0倍标准差20182注柱子高低代表大类资产处在不同环境中的年化收益率151111081058606451537372728180沪深300标普500黄金1-3年国债7-10年国债信用债资料来源WindBloomberg国盛证券研究所26本章小结第二章我们主要从货币信用增长通胀和海外五个因素出发尽可能综合了方向和强度两个维度的信息总共构建了10个宏观分项指标在保证宏观逻辑性的基础上进一步丰富了宏观量化的信息维度下一章节我们将利用10个宏观分项指标的信息构建大类资产的宏观胜率打分卡以及资产配置中的胜率增强型策略图表33宏观胜率中的10个分项因子计算方法概览因子因子124个货币政策工具变动打分1DevDR0077天逆回购利率-1货币21个市场利率DR007变动打分2Dev-MA30-rollzscore四年窗口325个打分等权判断货币因子方向3若偏离度15或-15则认为触发事件1中长期贷款-roll12-同比处理1Bloomberg新增人民币贷款预期差信用2根据3个月差分判断信用因子方向2若预期差15或-15则认为触发事件1三个PMI-roll12-同比处理1Bloomberg三个PMI预期差等权增长2根据三个PMI方向投票判断增长方向2若预期差15或-15则认为触发事件1广义通胀CPI平滑值PPI原始值1BloombergCPI和PPI预期差等权通胀2根据3个月差分判断通胀因子方向2若预期差15或-15则认为触发事件1CDS-MA30-rollzscore四年窗口1RAI-MA30-rollzscore四年窗口海外2根据CDSzscore的正负号判断状态2根据RAIzscore的正负号判断状态资料来源国盛证券研究所P18请仔细阅读本报告末页声明2023年10月13日三赔率-胜率分析框架与策略应用31资产配置中的赔率策略在2020年9月外发的专题报告资产配置的四种范式赔率胜率趋势与拥挤度中我们已经详细阐述了各大类资产的赔率定义因此在此处我们不再详细的展开仅作简单的复述以及数据跟踪权益资产的赔率指标股息率-国债收益率这个指标最早受启发于美联储模型FEDmodel即以ERP市盈率倒数-国债收益率作为股债性价比的衡量指标但根据我们的研究采用ERP作为权益资产的赔率指标有一定的局限性以DRP股息率-国债收益率作为赔率指标逻辑和效果均更好主要有以下三点原因从分子的稳定性来看股票盈利的周期波动较大股票分红周期波动较小采用股息率作为估值指标能够更好规避经济周期的影响备注美国市场常用CAPE来取代PE本质也是考虑到盈利存在明显的周期性从逻辑的匹配性来看股息率与国债到期收益率均属于利息收入股息率相当于是股票的到期收益率因此两者的逻辑匹配度更强从指标的效果来看基于全球多个国家的数据DRP指标的股债择时能力普遍强于ERP指标基于DRP指标的股债轮动策略在中美两个市场中效果优于ERP指标DRP指标的主要挑战在于指数需要具备较强的类长久期债属性即高确定性高股息率从而避免价值陷阱和成长不确定性因此上证50沪深300中证500等宽基指数更适合DRP估值法而中证1000国证2000等小盘指数不适合DRP估值法图表34DRP对沪深300未来收益的解释度图表35基于DRP赔率指标的股债轮动策略50赔率指标股息率-国债收益率右轴赔率择时策略50A股50国债沪40R36163深3003014220未12来101一10年0真80实-10收6益-20-1率-304-2-402-20-100010200-3沪深300股息率-10年期国债收益率2005200820112014201720202023资料来源Wind国盛证券研究所资料来源Wind国盛证券研究所利率债的赔率指标预期收益在专题报告大类资产定价系列之二利率债收益预测框架中我们曾介绍利率债的收益分解模型将利率债收益分解为三个部分远期利率久期影响和凸性偏差三项并通过改进后的CIR模型对未来一年的r进行预测从而得到不同期限利率债的预期收益序列预期收益模型的主要挑战在于利率中枢发生瞬时且持久的飘移这将导致模型中的利率中枢估算出现较大的偏差2020年-2022年因此后续模型的改进也依赖于能否更合理和更及时地估算出真实利率中枢P19请仔细阅读本报告末页声明2023年10月13日图表36预期收益对利率债未来收益的解释度图表37基于预期收益差指标的利率债久期轮动策略15赔率指标预期收益差右轴赔率择时策略50长债50短债R512420真10实收2215益5差2010100185年期--51601年期-1014-512-10-15-10-5051010-15预期收益差10年期-1年期2005200820112014201720202023资料来源Wind国盛证券研究所资料来源Wind国盛证券研究所可转债的赔率指标CCB模型定价误差在专题报告可转债定价模型与应用中我们将可转债的赎回条款纳入定价过程构建了CCB定价模型其优势主要有二1相比于蒙特卡洛模拟定价CCB模型存在解析解求解速度有明显优势2相比于BS公式CCB模型对中国市场的可转债定价误差更低尤其是对平衡和偏股型转债CCB模型的主要挑战在于对可转债赎回概率的估算在不同的市场环境中上市公司对于可转债的赎回意愿也会发生改变从而导致CCB模型出现持续的定价偏差图表38定价误差对可转债未来收益的解释度图表39基于CCB定价误差的可转债-利率债轮动策略25赔率指标CCB定价误差右轴赔率择时策略50转债50国债20R59中2610证1524转5债1022未0来520一018-5年真-516实-10收-1014益-15-1512-20-2010-02-01000108-25CCB模型定价误差2011201320152017201920212023资料来源Wind国盛证券研究所资料来源Wind国盛证券研究所资产配置中的赔率策略单一资产的赔率指标设计如上所述那么我们该如何将不同资产的赔率信号综合考虑并基于此构建资产配置策略赔率策略具体细节如下备选资产沪深300指数中证转债标普500ETF1-3年期国债总财富指数7-10年期国债总财富指数信用债AAA货币基金组合优化器采用带风险预算的风险平价优化框架赔率的标准化不同资产的赔率指标统一利用滚动六年的窗口进行zscore处理从而使得赔率数据具备可比性即可得图表40中的赔率雷达图风险预算设计根据不同资产的标准化赔率大小得到赔率排名如126将P20请仔细阅读本报告末页声明