兼论板块配置轮盘中的三种周期划分法：如何以宏观友好度评分辅助权益仓位管理

从三种周期划分方式中提炼出三种宏观压力指标。景气通胀周期对应“滞胀指标”，库存周期对应“滞销指标”，金融周期对应“货币缺口指标”。在对权益市场的解释力方面，三种宏观压力指标各有千秋，其中滞胀指标同时作用于DDM模型分子和分母端，普适性较好；滞销指标作用于分子端，对传统经济板块解释力最强；货币缺口指标作用于分母端，更适合于对利率敏感的长久期股票资产。 将三种宏观压力指标整合转化为“宏观友好度评分”。对三种压力指标进行标准化和加权平均处理，合成“宏观压力综合指标”，并转化为“宏观友好度评分”，在提高广谱解释力的同时更直观地刻画宏观环境对于股票投资的友好程度。评分越高反映宏观环境越友好，投资风险越低，权益仓位可以越积极。 依据宏观友好度评分调整模拟组合仓位获得增强效果。相对于全A指数，择时增强组合长期累计收益率和夏普比均有稳定改善。直观上，增强组合以极低仓位成功规避了2008-2009年、2011-2012年、2019-2020年、2022年的市场大幅调整，同时在市场快速上行阶段总体保持了较高仓位。 总结：可作为权益资产配置比例决策的辅助工具。权益市场择时的难度极大，远非任何单一指标或方法可以达成。宏观友好度评分的引入仅仅是为中长期权益仓位管理提供了一种较为新颖的分析视角。主观分析上，投资者可以关注该指标各阶导数的变化或相关预期的变化以捕捉更为高频的择时信号。目前来看，宏观友好度评分见底于2022年Q1，目前处于加速回升的趋势中，可以中高水平权益仓位应对。 风险提示：模型主观性，历史数据有偏，模型失效，尾部风险。 1.三种周期划分方式及各自对应的宏观压力指标 1.1.景气通胀周期和“滞胀指标” 在《板块配置轮盘》系列的第一篇专题中我们根据景气因子和通胀因子的互动关系将国内经济周期划分为“复苏-过热-滞胀-衰退”四类象限以及非典型时期，并根据统计分析归纳出各类象限中的优势板块和弱势板块相关规律，解决了美林时钟在国内直接应用容易出现水土不服的痛点，获得较好的前瞻性预判效果。 图1：板块配置轮盘图 这里的景气因子由PMI滤波处理获得，时效性较强；通胀因子由CPI和PPI经波动率加权和滤波处理获得。2021年8月后，通胀因子上行至中枢以上并持续维持高位，同时景气因子快速回落至中低位，经济正式进入过去近20年来持续时间最长的一次滞胀象限，市场波动率逐步提升，背后的原因是疫情和地缘黑天鹅的轮番冲击。 图2：景气通胀周期划分 我们以景气因子减通胀因子之差为“滞胀指标”，成为第一个压力指标，反映经济在某个时点的真实增长状态。一般而言，滞胀指标在过热后期和滞胀时期位置最高，在衰退后期和复苏时期位置最低。滞胀指标同时作用于DDM模型的分子端和分母端（即EPS和PE）。观察可知，滞胀指标对于A股的表现有较为显著的抑制作用。 图4：滞胀指标和A股表现显著负相关 1.2.库存周期和滞销指标 除了景气通胀周期外，库存周期也是一种常用的周期划分方式，对周期性行业股价表现的解释力更高。我们通过分析滤波处理后的PMI-生产时间序列和PMI-产成品库存时间序列的边际增减关系，将库存周期划分为被动加库存、主动去库存、被动去库存、主动加库存四类象限，分别对应生产下降，库存上升；生产下降，库存下降；生产上升、库存下降； 生产上升，库存上升。 图5：库存周期划分 库存周期划分规则较为简单，所以样本期内没有非典型时期。和景气通胀周期比较，发现两者间有着近似对应关系；大部分情况下被动加库存期和滞胀象限重合度较高，主动去库存期和衰退象限重合度较高，被动去库存期和复苏象限重合度较高，主动加库存期和过热象限重合度较高。 实践中将这两种周期划分结果联合考察，可以起到相互验证的效果。 我们以PMI生产减PMI库存之差为“滞销指标”，成为第二个压力指标，反应工业产品库存去化的顺畅程度。滞销指标主要作用于DDM模型的分子端，同样对全A指数有着较为显著的抑制作用。 图6：滞销指标和A股表现显著负相关 1.3.金融周期和货币缺口指标 由于宏观调控政策的主动性，金融周期往往具有领先性和逆周期属性，是一种不可忽视的周期划分方式，其对利率敏感型资产（所谓长久期资产）的价格表现解释力较高，并对由流动性主导的行情有较强的解释力。 我们参考社会过剩流动性概念，通过分析滤波处理后的M2同比时间序列和社融存量同比时间序列的边际增减关系，将金融周期划分为四类象限：宽货币宽信用，宽货币紧信用，紧货币紧信用，紧货币宽信用。规律上，宽货币和紧信用往往对应无风险利率回落，而紧货币宽信用往往对应无风险利率回升。 图7：金融周期划分 我们以社融存量同比除以M2同比作为“货币缺口指标”，成为第三个压力指标，反应经济体系中流动性的紧缺程度。逻辑上，该指标主要作用于DDM模型的分母（估值）端，如下图所示，该指标和全A指数收益率间存在某种程度的负相关关系。 图8：货币缺口指标和A股表现存在一定的负相关性 2.将三种指标合成为“宏观友好度评分” 2.1.三种宏观压力指标的解释力各有千秋 基于2006年以来的月度数据（包括部分8月一致预期数据），我们总结了三种压力指标和主流权益指数阶段性表现之间的相关性。 如下表，滞销指标和全A指数的负相关性最强，达到-0.67；滞胀指标次之，为-0.5；货币缺口指标负相关性更弱一些，为-0.32。然而，滞销指标对代表成长股的创业板50指数解释力很弱（-0.15），滞胀指标有中等解释力（-0.37），而货币缺口指标解释力最强（-0.45）。 内在逻辑上，滞胀指标由景气和通胀构成，分别对应DDM模型中的分子和分母端，因此其对绝大部分可以DDM模型定价的权益资产均有中强解释力，其平均解释力-0.46，解释力标准差仅0.05。这也是我们在板块配置轮盘的第一篇专题报告中优先选用此种周期划分方式的原因，详请见《板块配置轮盘——宏观因子和A股板块轮动间的桥梁》。 滞销指标和工业生产活动密切相关，属于偏重于基本面（DDM分子端）的指标。凡是存在库存周期性波动的行业都受其影响，因此对于周期股占比较高的指数有着较强解释力，但对于轻资产的成长股则有些无能为力，平均解释力-0.54，但解释力标准差高达0.22。 货币缺口指标恰恰相反，关注于DDM分母端，对于中小盘和成长风格指数解释力较好，因为这些板块受无风险利率（以及与其相关的贴现率）影响更大，对于周期板块和价值板块缺乏解释力。平均解释力-0.34，解释力标准差0.11，数据普通，但结合考虑可以起到查漏补缺的作用。 表1：三类指标和指数收益率间的相关性矩阵 2.2.合成宏观压力综合指标和宏观友好度评分 以某种形式综合考虑上述三种压力指标可有效提高对广谱权益指数的预测能力。种压力我们对三指标进行标准化和加权平均处理，合成了“宏 观压力综合指标”。具体上，我们以回归分析加经济学原理分析相结合的方式设定最优权重为：滞胀指标20%，滞销指标50%，货币缺口指标30%。随后，对宏观压力综合指标时间序列进行排序并计算分位数，得到“宏观友好度评分”，其介于0和100之间，可以更直观形象地刻画宏观环境对于股票市场的友好程度，评分越高反映宏观环境越友好，投资风险越低，权益仓位可以更加积极。 图9：合成宏观压力综合指数 图10：转化为宏观友好度评分 效果上，宏观压力综合指标对各大指数均有较强的解释力，平均为-0.65，且解释力标准差仅为0.06，是整体意义上的最佳指标。 表2：宏观压力综合指标综合解释力更佳 直观上，宏观友好度评分和全A阶段性表现显著正相关，即使对于大多数基本面指标较难以很好解释的2015年前后的流动性牛市，该指标也能较好地进行拟合（而滞销指标此时则无能为力）。本质上，该宏观友好度评分是通过简明的形式，将宏观研究对于投资的意义进行了显性化表达，符合大类资产配置研究中对于综合性、全面性和体系化的要求。 图11：宏观压力综合指数和全A显著负相关 图12：宏观友好度评分和全A显著正相关 3.回测仓位管理的增强效果及小结 3.1.根据宏观友好度评分灵活调整权益仓位 择时或者说权益仓位管理始终是资产配置实践中的难题之一，也是大类资产配置研究所要解决的核心问题之一。在诸多的解决方案中，基于宏观分析进行的仓位管理属于典型的小众。在此我们初步尝试依据宏观友好度评分设置简单的仓位调整规则，并回测其超额收益率表现，以验证其可行性。 以万得全A择时增强模拟组合为例，根据上月的宏观友好度评分决定下月的仓位，公式为： 本月仓位=IF(上月宏观友好度评分>70,100%,IF(上月宏观友好度评分>50,70%,IF(上月宏观友好度评分>30,50%,IF(上月宏观友好度评分>20,40%,0%)))) 图13：依据宏观友好度评分设置模拟组合仓位 3.2.模拟组合获得较为稳定的增强效果 相对于对标指数（在此是万得全A），择时增强组合累计收益率更高（7.8倍>6.1倍），夏普比更高（0.71>0.57）。直观效果上，增强组合以极低仓位成功规避了2008-2009年、2011-2012年、2019-2020年、2022年的市场大幅调整，同时在市场快速上行阶段总体保持了较高仓位。 图14：模拟组合跑赢对标市场指数 3.3.策略价值及局限小结 本篇报告中我们将《板块配置轮盘》框架中最核心的三种周期划分方式做了一次总结，并将每种划分方式浓缩为一个压力指标（共三个：滞胀指标、滞销指标和货币缺口指标）。为了使得三个宏观压力指标形成协同效应，我们对其进行了整合，并转化为较为直观的“宏观友好度评分”，从而提高了解释力和适应力。 回测发现，根据“宏观友好度评分”设计的万得全A择时增强组合获得了较为稳定的优化效果，可提高权益组合风险收益比，侧面验证了定量的宏观研究对于权益投资中长期择时和大类资产配置决策所具有的积极意义。 在中短期的主观分析上，宏观友好度指标同样具有一定的参考意义，投资者可以关注该指标各阶导数的变化或者跟踪底层宏观数据的一致预期变化以获得更为高频的择时信号。目前来看，宏观友好度评分见底于2022年Q1，目前处于持续回升的趋势中，建议保持中高水平权益仓位。 需要说明的是，权益市场择时的难度之大，影响因素之多，远非我们实用单一指标可以实现。宏观友好度评分的引入仅仅是为中长期权益资产配置决策提供了多一种分析视角而已，最好能与其他择时方法论的结论形成共振。 未来的进化方向上，由于目前的“宏观友好度评分”专注于权益整体仓位的管理，强调指标对多种风格指数的普适性。若有必要，还可对权重参数稍作修改，形成针对某类指数的宏观友好度评分。