数量化专题报告：宏观周期的量化过程与价值投资

我们根据A股实际情况，从货币、信用、经济增长三个维度刻画A股宏观周期，并在每个阶段内部构建细分多层次指标体系，使用时间序列顺序的多维度指标相互验证判断阶段切换，从而准确定位任意时点所处的宏观状态。 宏观周期复盘结果表明2012年以来存在两轮完整的宏观周期，均沿着萧条-复苏-过热-滞胀的顺序演绎。2018年5月以来进入第三轮周期，当下货币环境维持宽松，信用总量回暖，而信用结构有待改善，经济底已经出现，但盈利尚未进入上行期，对应模型信号为萧条期中后期。 定义景气下行时具备财务韧性的企业为具备护城河的企业。其本质是在行业景气下行时，市场空间的缩小使公司间竞争加剧，从而盈利发生萎缩，而护城河保护下的市场份额受到竞争影响较小。 从宏观周期来看，萧条期和复苏期贡献了护城河策略75%的收益。护城河策略在2010至今的年化收益率为11.7%，跑赢基准中证500全收益。其中萧条期和复苏期最适宜投资护城河策略，此时有护城河的公司将在盈利和估值端同时获得相对优势。 风险提示：(1)本篇报告结论全部基于量化模型推出，请注意相关模型失效的风险。(2)本结论仅从量化模型推导得出，与研究所策略观点不重合。有关研究所策略团队对上述板块的观点，请参考相关策略报告。 1.引言 我们根据A股实际情况，从货币、信用、经济增长三个维度刻画A股宏观周期，并在每个阶段内部进行时间线细分，准确定位任意时点所处的宏观状态。就2022年3季度初来看，货币环境维持宽松，信用总量回暖，信用结构尚未改善，经济底已经出现，但盈利尚未进入上行期，对应模型信号为萧条期中后期。在宏观周期量化计量的基础上，本篇报告进一步将投资理念与宏观环境联系起来。研究发现，从行业下行周期中公司的财务韧性角度刻画护城河，选出的公司不仅符合价值投资理念，尤其在宏观周期处于萧条期时，这些公司往往能够实现行业利润占比逆势上行，股价走势也相对更加强势。而在萧条期后，宏观周期将进入复苏期，对应成长风格较为强势。因此，我们认为信贷结构的改善，以及信用数据企稳是经济周期由衰退向复苏切换的重要监测指标，在经济复苏一致预期形成前，建议关注护城河效应较强的价值股。 2.宏观周期量化框架 2.1.宏观周期量化的理念 本节的目标是实时识别宏观经济所处的阶段，从而在不同时期采用不同的投资策略。如何能够将宏观经济阶段判定的结果付诸实战是当前量化模型开发过程中最重要的事。具体而言包括以下三点： 其一，贴近实际，丰富信息层次感，关注经济发展实际过程，因此在总量指标以外也要关注结构指标； 其二，经济周期与预期相结合，不同宏观阶段下资产价格变化，本质上是投资者对经济发展阶段的认知，因此指标信号有效性要以实际认知为基础。 其三，状态稳定，以美林时钟为代表的宏观经济框架的核心问题是阶段划分不稳定、切换过于频繁且会出现周期紊乱的现象。本篇报告通过刻画时间线的方式，将一系列指标在时间线上进行定位，提高经济阶段判定的稳定性。 2.2.实战中的问题 在《宏观周期下的风格时钟》（2021.12.22）中，我们构建了以货币政策为核心的宏观经济框架，通过一系列截面指标的加权投票，将宏观经济划分为萧条-复苏-过热-滞胀四个时期。在实战中，我们发现该模型存在一些问题： 1、数据颗粒度粗糙，时常与市场认知脱钩。例如，在信用维度上，2022年3月社融总量同比数据已经上行，但结构上以政府债券为主，企业部门融资未扩张，市场并未形成宽信用认知，故不可判定宽信用形成。 图12022年3月社融总量上行，但企业融资未扩张 2、HP滤波等划分方法很难实时判定拐点位置。不仅在历史数据回测时无法精确定位所处阶段，并且由于HP滤波在端点处的稳定性较差，因而不能实时判断宏观经济状态。 3、单一指标或同类指标容易受到指标短期波动的影响而频繁切换阶段。 在货币松紧层面我们使用市场利率进行刻画，不同类型短期利率的相关性很高，因此即使考虑了多种市场利率的总体变化趋势，也不能使货币松紧的刻画更加稳定。2015年1月-3月市场利率指标均上行，但经济仍未进入增长区间因此货币宽松格局不会改变，若仅以利率变动作为划分依据则容易产生阶段误判。 图2市场利率在2015年1-3月上行，但不改货币宽松格局 2.3.宏观周期量化框架设计架构 2.3.1.三层架构&宏观指标仪表盘 我们从货币、信用、经济增长三个维度刻画A股宏观周期，将宏观周期划分为萧条-复苏-过热-滞胀四个阶段，并在每个阶段内部构建细分多层次指标体系。总体而言。对宏观经济的刻画包含三个层次：宏观经济状态、经济指标状态和底层细分指标。 在宏观阶段识别上，本篇报告更加重视不同指标间的逻辑联系，从多维指标体系出发进行判定。例如货币松紧由利率市场表征，但是，经济紧缩时货币持续宽松概率更高，信用进入实质性宽松之前货币紧缩概率较小，通过融入其他指标状态，使得整个故事更加完整，从而避免指标短期波动对宏观阶段识别的影响。 在底层细分指标处理上，我们借鉴海外MacroDashborad（宏观仪表盘）的思想，对于每个宏观指标按照涨跌和分位数等级输出信号，提高宏观指标信号的标准化程度。如表1所示，我们的框架中监测了9个指标，贯穿货币-信用-经济增长全流程。由于在宏观指标状态刻画中仅使用指标过去累计涨跌和历史分位数，不涉及未来数据问题，因此该框架可用于宏观周期阶段的实时判断。 表1:宏观指标仪表盘 2.3.2.货币宽松与信用宽松 在货币维度上，我们使用市场利率刻画货币松紧。考虑到市场利率种类较多且相关性高，我们将SHIBOR、拆借利率、回购利率和国债利率四个利率指标按照波动率倒数加权平均，构建市场短期利率综合指标，衡量市场流动性充裕情况。货币宽松在利率层面存在先下行再横盘的路径，对应市场利率快速下行和持续低位，整体上呈现“L”型形态。 图3市场短期利率综合指标 在信用维度上，社会融资规模扩张未必信用企稳，总量扩张可能由票融冲量带动。因此，我们除了在总量上监测社融增速以外，也在结构上监测企业融资同期多增情况，后者是企业中长期贷款和企业债券融资之和。 当企业融资扩张与信用总量扩张共振时，信用内生扩张意愿较强，对经济增长具有较强的推动作用。从投资者预期变化上看，信用实质性增长信号发出后，投资者开始关注经济扩张落地的信号，因而信用实质性宽松可以作为进入复苏期的标志。 图4企业融资扩张与信用总量扩张共振进入实质性宽松期 从宏观周期运行角度上看，信用企稳前，货币政策收紧概率较低。如图5所示，企业融资扩张与信用总量扩张的共振通常发生在货币宽松期，而货币紧缩通常发生在信用实质性宽松之后。 图5信用企稳前，货币政策收紧概率较低 2.3.3.经济增长与货币紧缩 经济增长初期，工业企业利润同比增速在信用实质性扩张之后上行，PMI转正是企业利润上行拐点的必要条件。从产业链上看，上游原材料和能源率先扩张，因此当企业利润扩张和上游原材料（螺纹钢-焦炭-铁矿价差）或上游能源（工业增加值：水电气）共振时可以判断进入经济增长区间。 图6 PMI转正是企业利润上行拐点的必要条件 图7企业利润增速和螺纹钢-焦炭-铁矿价差变化同期图8企业利润增速和工业增加值：水电气变化同期 制造业投资扩张一般滞后于企业利润上行。2012年以来制造业投资同比数据大趋势下行，但在企业利润上行后期也存在上行区间。2020年下半年，作为后疫情时期的经济恢复期，企业利润增速和制造业投资增速同期触底反弹上行。 图9企业利润企稳领先于制造业投资上行 从信用和经济增长的关系上看，经济增长上行拐点一般发生在信用宽松后期，因此可以结合信用数据判断经济增长情况：若信用未发生实质性扩张则经济增长大概率未到达上行拐点。从货币和经济增长的关系上看，经济企稳之前紧货币概率较低，宽货币大概率发生在经济紧缩。逻辑上货币调控的首要目的是促进经济增长，若经济紧缩则货币不具备紧缩的基础，因此在判断货币紧缩拐点时也可以结合经济增长情况进行判断。 图10信用企稳后企业利润容易出现上行拐点 图11经济企稳之前紧货币概率较低，宽货币大概率发生在经济紧缩期 2.4.宏观经济阶段复盘 根据我们构建的宏观经济仪表盘发出的信号，2012年以来存在两轮完整的经济周期，均按照萧条期-复苏期-过热期-滞涨期依次发生。目前处于第三轮周期中。从各阶段占比上看，萧条期和复苏期持续时间较长。 图12宏观经济阶段划分结果 表2:宏观经济阶段占比 2.4.1.第一轮：2012年1月-2014年5月 2012年1月-2014年5月宏观经济经历第一轮周期，萧条-复苏-过热-滞胀阶段依次出现，如表3所示。本轮经济周期持续时间较短，受制于2013年市场钱荒，2013年4月市场利率上行发出货币紧缩信号，宏观经济阶段转向过热。随后2014年2月在经济转向紧缩后，2014年5月货币政策重新转向宽松，进入下一轮周期。 表3:第一轮宏观经济周期复盘结果 2.4.2.第二轮：2014年6月-2018年4月 2014年6月-2018年4月宏观经济经历第二轮周期，萧条-复苏-过热-滞胀阶段依次出现，如表4所示，本轮周期的萧条期和复苏期较长。2015年1-3月市场利率短暂上行，但经济增长仍然下行，因此未改变货币宽松的格局。2016年10-11月曾短暂出现信用紧缩，但经济增长持续上行，因此宏观阶段在较长时间里维持在复苏期。2016年9月PPI上行至历史分位数70%以上，处于相对高位，同时经济增长持续上行，货币紧缩概率不断提升；2017年4月，市场利率上行发出货币紧缩信号，宏观经济阶段转向过热。随后2017年9月在经济转向紧缩后，2018年5月货币政策重新转向宽松，进入下一轮周期。 表4:第二轮宏观经济周期复盘结果：2014年6月-2018年4月 2.4.3.第三轮：2018年5月-今 2018年5月开始宏观经济进入第三轮周期。2019年9月社融扩张和企业融资扩张共振，宏观经济已经进入复苏期。2020年2月-2021年8月经济在经历了短期紧缩后快速反弹，受益于疫情前后信用持续扩张。 2021年8月之后，货币政策持续宽松而经济增长乏力，宏观经济复苏力量较弱，“类滞胀”时期实际是复苏过程中的短暂停留。2022年Q2货币环境维持宽松，信用总量回暖，而信用结构有待改善，经济底已经出现，但盈利尚未进入上行期，对应模型信号为萧条期中后期。 表5:第三轮宏观经济周期复盘结果：2018年5月-今 2.4.4.不同阶段下大类资产收益统计 我们构建的宏观周期量化框架对大类资产收益具有一定的区分度。滞胀期和萧条期经济增长下行，中债总指数收益更高。复苏期经济增长上行伴随PPI上行，南华商品指数收益更高。萧条期后期和复苏期信用扩张、经济增长上行，Wind全A指数收益更高。 图13宏观阶段划分与大类资产相对走势 表6:细分阶段下大类资产收益统计（月度平均） 2.5.指标灵敏度和滞后性的讨论 我们在宏观经济仪表盘中刻画指标涨跌时使用了指标过去6个月累计涨跌，以利率指标为例，图14展示了滚动期设置为3个月和6个月时利率指标变动情况，我们对指标信号灵敏度和滞后性问题进行一些讨论。 1、使用单一指标刻画阶段切换时，缩短滚动期使指标容易受到短期波动的影响；使用多维度指标刻画阶段切换时，可以使用其他维度指标过滤一部分短期波动的信号。这里的维度并不仅是指标数量，而是使用在货币、信用、经济增长的不同维度上的指标，通过逻辑上的先后关系辅助判断。例如，滚动期设置为3个月时，在2013年5月、2014年5月和2017年8月市场利率产生了额外的拐点信号，若只关注利率指标本身变化则容易产生阶段误判；若结合经济增长情况辅助判断货币政策导向，则可以排除前两个错误信号，但仍不能排除2017年9月的错误信号。 2、在指标波动剧烈时，缩短滚动期可以减少区间识别滞后性的问题。 例如，在2020年初市场利率快速下行又快速反弹时，缩短滚动期可以在一定程度上减少区间识别滞后性的问题。 图14不同滚动期长度下货币松紧的灵敏度存在差异 3.护城河的量化定义