行业择时及指数基金（含ETF）配置月报：2022年1月期
- 1 - 敬请参阅最后一页特别声明 熊颖瑜 联系人 （8621）60753902 xiongyingyu＠gjzq.com.cn 张慧 分析师 SAC执业编号：S1130515080002 (8610)66216782 zhang_h＠gjzq.com.cn 张剑辉 分析师 SAC执业编号：S1130519100003 (8610)66211648 zhangjh＠gjzq.com.cn 2022年1月期 A股市场不同行业轮动现象比较显著，热门行业的持续性强度有限，尤其是近年来轮动切换的节奏更是进一步加快，研究一套对未来行业横截面收益有预测作用的模型具有必要性。行业结构性分化的原因有多种：一方面，不同行业对宏观经济的敏感性不同；另一方面从行业产业链数据、行业基本面来看，行业自身产业周期景气度变化也会导致收益出现波动；另外，市场资金情绪、分析师预期、北向资金行为都会对短期走势带来影响。 我们的行业轮动研究框架从结构上将分为上层宏观环境因素、中层行业产业链传导、底层行业多因子，多维度来搭建行业轮动框架。本文所阐述框架为该系列的第一部分，主要讨论如何利用行业基本面、行业价量因子、分析师预期因子、市场情绪因子等来构建底层的轮动框架。我们每个月从近三十个行业中选取九个行业（近三分之一）进行等权配臵，同时指数基金尤其是ETF产品近年来不断丰富也使得该行业轮动策略有可实现途径。模型回测显示，该策略2016年以来多空收益的年化达到12.84%，波动率8.82%，夏普1.45，最大回撤11.3%。行业多头减等权基准（所有行业等权）的年化收益7.37%，夏普比率6.9。相对而言，相对而言过去几年策略在2018、2021年底出现较大回撤，其他时间段较为稳定。 12月份行业轮模型动结果推荐的行业为轻工制造(8.88%)、家用电器(6.68%)、采掘（4.5%）、计算机（1.62%）、钢铁（1.57%）、电子（1.13%）、机械设备（0.44%）、化工(0.05%)、有色金属（-6.21%）等。截至12月31日模型优选的行业为家电、公用事业、钢铁、轻工、煤炭、电力设备、石油化工、计算机、食品饮料、建筑装饰。 落实到ETF及指数基金组合配臵层面，通过测算被动股票型指数基金（含ETF）全部目标跟踪指数与优选得到的家电、公用事业、钢铁、轻工、煤炭、电力设备、石油化工、计算机、食品饮料、建筑装饰等10个行业指数的相关系数，初步筛选出相关程度较高的行业主题指数。进而从跟踪这些行业主题指数的被动股票型指数基金中，优选跟踪误差、相关系数均具备优势的品种，同时从产品流动性角度出发，综合考虑基金规模和日均成交额等指标，最终我们筛选出如下基金构成等权重组合。经测算，截至2021年12月31日，近五年来该指数型基金等权组合相对于10个行业等权指数的年化跟踪误差为5.19%，跟踪偏离度日均值0.23%，很好地复制了行业指数表现。 基金代码 基金简称 成立日期 Q3规模(亿元) 005063.OF 广发中证全指家用电器A 2017/9/13 7.30 501030.OF 汇添富中证环境治理A 2016/12/29 10.23 515210.OF 国泰中证钢铁ETF 2020/1/22 16.72 510500.OF 南方中证500ETF 2013/2/6 475.17 515220.OF 国泰中证煤炭ETF 2020/1/20 35.12 516160.OF 南方中证新能源ETF 2021/1/22 21.89 516570.OF 易方达中证石化产业ETF 2021/6/9 0.45 159998.OF 天弘中证计算机主题ETF 2020/3/20 16.35 515170.OF 华夏中证细分食品饮料产业主题ETF 2020/12/30 37.14 516970.OF 广发中证基建工程ETF 2021/6/23 57.92 风险提示：本报告基于历史个股数据进行测试，历史回测结果不代表未来收益。未来市场风格可能切换，Alpha 因子可能失效，本文内容仅供参考。 2022年1月12日 行业择时及指数基金（含ETF）配置月报 量化投资策略报告 证券研究报告 金融产品研究中心 行业择时策略（2021年1月期） - 2 - 敬请参阅最后一页特别声明 第一部分：A股行业轮动框架介绍 A股中行业走势的分化较大。我们从后验的角度来看，每期能够选出跑的最好的前几个行业进行等权配臵，长期下来能够比全部行业的等全配臵获得明显的超额收益。 假设我们的模型能够捕捉每个月表现最好的前N个行业，在这里N可以取为5、10，在最理性的情况下所获得的累计如下图，top5行业轮动的累计收益远远超过top10行业轮动配臵、全部行业平均配臵的效果。因此，行业配臵可以成为获取超额收益的重要来源之一。本文采用的时申万一级各行业进行测算，测算周期从2016年1月1日至今。 图表1：行业等权vs行业top5组合vs行业top10组合 来源：国金证券研究所,wind 目前，市场上新发指数基金尤其是ETF越来越多，投资者进行行业轮动落地的工具也愈加丰富。但影响行业轮动的因素比较复杂，行业的大多数基本面因子是从个股因子衍生而来的，而且相对于多因子选股模型，横截面中行业的数量（31个行业）也远远小于横截面中股票的个数，导致行业轮动的容错率较小，因此我们的框架也要相对应的更为多元且精细化。 有效的行业轮动模型目标是能够捕捉到行业分化的趋势。影响行业分化的因素很多，我们从上层、中层、下层维度来说，上层经济走势、货币政策、国际局势等都会对股市有影响；中观层面，行业的景气度边际变化会对行业轮动有重要影响；底层的行业基本面、价量因子、分析师一致预期因子、以及北上资金流入流出、融资融券等市场情绪指标都对行业预期收益有影响。 行业择时策略（2021年1月期） - 3 - 敬请参阅最后一页特别声明 图表2：行业轮动整体框架 来源：国金证券研究所 本文作为行业择时系列的第一部分，首先从底层多因子框架去研究行业轮动。之后会陆续加入景气度以及宏观因素。 为了探究哪些底层细分因子对于行业横截面收益有预测效果。我们结合行业质量因子、成长因子、动量因子、流动性、波动率因子、分析师一致预期因子、市场情绪因子等来作测试。以下是我们在底层微观层面上的筛选框架。 图表3：行业轮动模型底层框架 来源：国金证券研究所 基本面因子包括成长和质量因子。质量因子我们主要关注企业资产周转率和债务杠杆情况。债务因子在模型中被视为正向指标，负债率提升意味着整体行业正在加大投入，景气度处于上升周期。周转率指标为正向指标，资产周转率越高表明企业营运效率越高。由于不同的行业资产周转水平不同，横向比较意义不大，因此我们利用差分将质量因子的增量纳入到测试范围中。表征企业营运效率的总资产周转率因子及其一阶差分在横截面上预测效果不错，IC均值分别为4%、5.23%，测试结果如下： 上层宏观：经济走势、 货币政策、通胀情况 中层行业景气度：行业产业链上下游格局价量数据 底层：基本面+价量+分析师预期+市场情绪因子 行业价量 市场情绪 分析师预期 行业基本面 一致预期营收增速、净利润增速、roe变化 分析师报告覆盖、流动性、换手率、北向资金流入等 20日动量、60日动量、120日动量、250日动量 质量因子（杠杆比率、营运周转率）、成长因子 行业择时策略（2021年1月期） - 4 - 敬请参阅最后一页特别声明 图表4：质量类因子 来源：国金证券研究所,wind,通联数据 图表5：总资产周转率因子多空超额收益 图表6：总资产周转率（一阶差分）多空超额收益 来源：国金证券研究所 ,wind,通联数据 来源：国金证券研究所,wind,通联数据 成长因子我们主要关注净利润增长、营收增长、净资产增长。成长类因子在模型中都是正向指标，我们认为企业的盈利、营收增速、资产增速越高，代表企业发展越有潜力。我们将个股的成长性指标用行业内市值占比为权重进行加权，得到行业的成长性指标，结果来看营收增长和净资产增长的IC效果都为负向。净资产增长率因子的多空收益单调性还不错，我们将其绝对值进行处理。 图表7：成长类因子 来源：国金证券研究所,wind,通联数据 图表8：净资产增长率多空超额收益 来源：国金证券研究所,wind,通联数据 行业择时策略（2021年1月期） - 5 - 敬请参阅最后一页特别声明 动量因子在行业轮动中效果显著。整体上不同窗口期的动量因子都具有稳定的预测效果，20日、60日、120日、250日动量的IC均值分别为4.57%，7.58%，9.5%，10.12%，ICIR也都比较高。 图表9：动量类因子 来源：国金证券研究所,wind,通联数据 图表10：120天动量多空超额收益 图表11：250天动量多空超额收益 来源：国金证券研究所,wind,通联数据 来源：国金证券研究所,wind,通联数据 图表12：20天动量多空超额收益 图表13：60天动量多空超额收益 来源：国金证券研究所,wind,通联数据 来源：国金证券研究所,wind,通联数据 分析师一致预期指标具有和传统alpha因子相对独立的收益来源。定期报告中的财务数据披露的企业盈利数据往往会滞后，而分析师会针对市场和企业的综合情况对于一家公司的经营形成预期。朝阳永续将分析师对于个股的一致预期数据加工形成对于行业的一致预期数据。我们主要测试了一致预期营收增速、一致预期净利润增速、一致预期roe增量三个因子都是正向因子。其中一致预期roe增量的效果较好，IC均值为5.44%，近几个月有些回撤。 行业择时策略（2021年1月期） - 6 - 敬请参阅最后一页特别声明 图表14：分析师一致预期类因子 来源：国金证券研究所,wind,朝阳永续 图表15：一致预期roe增量多空超额收益 来源：国金证券研究所，wind,朝阳永续 图表16：市场情绪因子 来源：国金证券研究所,wind,通联数据，朝阳永续 表征市场情绪的因子包括换手率，波动率，北向资金净买入情况以及分析师行业覆盖报告数量等。其中换手率和波动率模型认为是负向因子，我们认为个股的波动和换手越低越好。而分析师覆盖行业报告数量表征市场对该行业的关注度，越高意味着越能吸引更多的投资者。北向因子代表着作为市场主力机构之一的行为表现，也是正向因子。这几个因子的效果都不错，除了Hsig ma的IC均值比较低以外,换手率、对数换手率、分析师覆盖行业报告数量、北向月频净买入的IC均值分别为4.52%、2.71%、6.36%、4.53%，表明都有较强的行业横截面区分能力。 行业择时策略（2021年1月期） - 7 - 敬请参阅最后一页特别声明 图表17：行业报告覆盖数量因子多空收益 图表18：20日平均换手率因子多空收益 来源：国金证券研究所,wind,通联数据，朝阳永续 来源：国金证券研究所,wind,通联数据 图表19：月度换手率对数因子多空收益 图表20：历史波动因子多空收益 来源：国金证券研究所,wind,通联数据 来源：国金证券研究所,wind,通联数据 图表21：北上资金月频净买入 图表22：北上资金月频净买入占行业总市值比变化 来源：国金证券研究所,wind,通联数据 来源：国金证券研究所,wind,通联数据 行业择时策略（2021年1月期） - 8 - 敬请参阅最后一页特别声明 我们从四个维度分别找出了一些对于行业轮动具有预测作用的12个细分因子，可以看到动量因子内部REVS几个因子相关性较高，VOL与STOM相关性较高，其余大多相关性均在50%以下。我们保留市场情绪中的VOL20因子以及动量因子中的REVS20与REVS250。 图表23：细分因子相关性（时间区间20160101~20210730） 来源：国金证券研究
