基于“行业轮动宏观驱动力指标”：行业轮动速度见顶，但收敛速度或将有限

构建简单的行业轮动速度指标，其历史高点已经出现在2023年第一季度。行业轮动现象是客观存在的，行业轮动速度本身也有研究价值。 一个简单易算的月度行业轮动速度指标显示行业轮动速度于2021年下半年触底回升，在2023年一季度升至过去十年来的历史高位，目前指标仍处于较高位置但已出现回落趋势，基本符合投资者感受。 偏均衡的风格仅部分解释了行业轮动较快的现象，依靠某些单一维度理解行业轮速度将带来主观性偏误。成长-价值风格的均衡状态只能粗糙地解释2023年上半年行业轮动较快的现象。与部分投资者主观感受不同，某些单一指标并不能解释行业轮动速度。例如，市场涨跌幅、波动率、经济超预期、风险偏好因素等和行业轮动速度相关性都偏弱。 金融周期友好度评分与轮动速度正相关，库存周期友好度评分和US宏观友好度评分与轮动速度负相关。回归宏观友好度评分指标体系中寻找答案，让投资时钟理论更好地发挥解释作用。发现CN金融周期友好度与CN库存周期友好度之差与行业轮动速度指标正相关性接近0.6。US宏观友好度评分指标和行业轮动速度指标存在较明显的负相关性，系数约为-0.6。 合成行业轮动宏观驱动力指标，对轮动速度指标解释力颇高。构建行业轮动宏观驱动力指标=（CN金融周期友好度评分-CN库存周期友好度评分）-US宏观友好度评分。该合成指标与行业轮动速度指标存在较为明显的正相关关系，相关性系数接近0.7。目前该合成指标在经历了近2年的上升后，开始在历史高位横盘震荡。 行业轮动宏观驱动力指标下半年将小幅回落，行业轮动速度将缓慢收敛，斜率较为有限。基于相关指标的预测，行业轮动宏观驱动力指标目前可确认顶部已现，下半年预计将震荡回落，斜率比较有限。若该指标继续有效，A股行业轮动速度指标将以较低斜率缓慢收敛。这或许意味着主动权益基金投资难度将有所下降，同时beta研究依然将扮演重要角色。 风险提示：模型设计的主观性，历史数据有偏，预测数据有偏，相关关系不代表因果关系，相关关系面临变化。 1.行业轮动速度指标的历史高点出现在2023年第一 季度 1.1.构建简单的行业轮动速度指标，其正从历史高位回落 行业轮动现象是客观存在的，我们此前的研究报告着重于比较各行业短期或中长期的相对吸引力，对行业轮动速度则着墨不多。必须承认，行业轮动速度本身也是有研究价值的，例如可以作为某些板块行情持续性的判断依据之一。 借鉴业内接受度较高的衡量行业轮动强度的思路，我们构建一个非常简单易算的行业轮动速度指标。该指标为月频指标，读数一般介于0到100之间，越大表示行业轮动越快。 具体计算方式方面：首先，计算每月末时30个中信一级行业滚动12个月累计超额收益率（相对于全A指数）；其次，计算各行业累计超额收益率的相对排名；再者，计算各行业排名的月度变化；最后，加总所有行业排名月度变化的绝对值并进行标准化和平滑，即可得到行业轮动速度指标。 以 6M -MA平滑的行业轮动速度指标为据，行业轮动速度于2021年下半年触底回升，在2023年一季度升至过去十年来的历史高位，目前指标仍处于较高位置，但已出现回落趋势。 图1：行业轮动速度指标自2021年下半年触底回升，目前开始从历史高位回落 上半年行业轮动较快，印证总体均衡风格2023年2月初，我们在报告《预计23年估值风格差异指标先平后上——构建“规模风格差异指标” 和“估值风格差异指标”》中通过合成宏观因子，构建估值风格差异指标，并根据该指标预测部分的位置和形态，预判全年风格将呈现“价值-成长”总体均衡的状态。 请务必阅读正文之后的免责条款部分 风格均衡和快速轮动恰如硬币的两面，当没有一种风格可以持续地压制另一种风格时，均衡会导致轮动加快。这部分解释了2023年上半年行业轮动较快的现象。当然，这一解释方式非常间接和粗糙，本文的目的就是有针对性地深挖其他更直接和精确的影响因素。 图1：根据对估值风格差异指标的预测，2023年初时预测全年成长-价值风格偏均衡 1.2.依靠某些单一维度理解行业轮速度将带来主观性偏误 （1）首先，部分投资者可能会基于短期经验主观地认为，大盘指数表现较弱时行业轮动速度会比较快。遗憾的是，从2013年来全A指数的滚动收益率和行业轮动指数之间不到0.1的相关性系数中，我们并没有验证这一猜想。 图3：市场涨跌幅和行业轮动速度相关性很弱 （2）其次，另一部分投资者觉得市场波动率和轮动速度有关系。但同样地，全A指数波动率（平滑的30日滚动涨跌幅标准差）与行业轮动指数之间的相关性仅为0.1。 图4：市场波动率和行业轮动速度相关性很弱 （3）再次，一种观点认为经济数据超预期会加速行业轮动。然而，经计算，花旗中国经济意外指数与行业轮动指数之间的相关性也仅仅略高于0.1，两者并无明显联系。 图5：经济数据超预期和行业轮动速度相关性很弱 （4）最后，一种在投资者中接受度颇高的观点认为，行业轮动速度与市场风险偏好有关，市场风险偏好低时，轮动速度相对更快。这种观点在过去一年似乎得到验证，但经测算，全A指数的ERP（股权风险溢价）指标与行业轮动指数之间的相关性不到0.2，两者依然并无明显关联。 图6：股权风险溢价指标和行业轮动速度相关性也较弱 2.合成行业轮动宏观驱动力指标能够较好地解释行 业轮动速度 2.1.回顾宏观友好度评分指标体系，有效性源自投资时钟理论 在2022年9月的报告《如何以宏观友好度评分辅助权益仓位管理——兼论板块配置轮盘中的三种周期划分法》中，我们首次介绍了宏观友好度评分的概念。其核心思想是提取三种周期划分方式中的主要矛盾，形成连续的时间序列指标，克服了投资时钟模型的非连续性，便于进行自上而下的定量研究。 简而言之，我们分别从美林周期、库存周期、金融周期中提炼出滞胀指标、滞销指标、货币缺口指标三个宏观压力指标，再求其逆序分位数即可得到美林周期友好度评分、库存周期友好度评分、金融周期友好度评分。 在2022年12月的报告《宏观友好度视角下的中美权益资产比较》中，我们将宏观友好度评分指标向海外资产或市场进行了拓展，以类似的方式得到了美国三周期友好度评分指标。此外，若以0.25、0.5、0.25的权重将美国的美林周期、库存周期和金融周期友好度评分合成US宏观友好度评分指标，则可以解释接近七成情况下的美股中期表现。 在上述基本指标的基础上，我们还合成了适用于各类特定领域的指标，形成了指标体系（被收录在一个月度更新的数据库中，签约客户可联系我们索取）。我们基于这个宏观友好度评分指标体系展开的研究多种多样，主要包括大类资产轮动、跨市场轮动和风格轮动。其背后的逻辑假设是多种周期的叠加状态会显著影响大类资产表现、某地区股票市场的表现以及某种风格表现。基于投资时钟理论被广泛应用的事实，这个假设无疑是具有合理性的。 图7：国内三周期压力指标 图8：国内三周期友好度评分指标 引自报告《行业风格轮动背后的周期线索》 图9：美国US宏观友好度评分指标构成 图10：美国US宏观友好度评分和美股相关性高 引自报告《宏观友好度视角下的中美权益资产比较》 2.2.正向指标：金融周期友好度评分-库存周期友好度评分 直观上，行业轮动速度指标与中国（CN）库存周期友好度成反比和与中国（CN）金融周期友好度成正比。即使在不细究权重的条件下，CN金融周期友好度与CN库存周期友好度之差，与行业轮动速度指标正相关性接近0.6。 初步分析其经济学意义，可能的逻辑是：当流动性充裕（金融周期高友好度）而实体经济偏弱（库存周期低友好度）时，分母端逻辑（EPS相关）而非分子端逻辑（PE相关）成为驱动投资者行为的主要力量。相较于分子端逻辑，分母端逻辑更容易受到交易行为和情绪影响，往往更不稳定，这促使行业轮动速度加快。 举例说明：设甲市场共有ABC三个行业，其中A行业业绩预期增速明显更高且较为确定，但甲市场无风险利率较高，此时投资者普遍愿意持有A行业以获得来自分子端的持续收益，行业轮动速度较慢。而乙市场共有CDE三个行业，各行业业绩预期增速均较低或较不确定，同时乙市场流动性非常宽裕，此时分子端逻辑缺乏持续性但分母端弹性巨大，此时投资者倾向于基于短期事件进行投机，比价效应下，行业轮动速度往往较快。 目前该指标在历史高位，上行速度明显降低。 图11：取金融周期友好度和库存周期友好度之差 图12：该指标与行业轮动速度指标成正比 2.3.负向指标：US宏观友好度评分 US宏观友好度评分指标综合反映美股所面对的宏观周期环境的友好程度，由美国的美林周期、库存周期、金融周期三周期友好度合成。我们发现，该指标和行业轮动速度指标存在较明显的负相关性，系数约为-0.6。 初步思考其经济学逻辑可能是：当作为全球第一大经济体和金融中心的美国出现宏观友好度评分逐步攀升或处于高位的情况时，国际投资者的风险偏好通常较高，对全球经济前景持乐观态度，因此持股心态较好，投资久期较长，这将降低行业轮动的速度。 目前该指标在历史低位，下行速度已明显降低。 图13：美国US宏观友好度评分指标构成 图14：美国US宏观友好度评分与轮动速度成反比 引自报告《宏观友好度视角下的中美权益资产比较》 2.4.合成行业轮动宏观驱动力指标，正相关性颇高 抱持着重逻辑方向、轻具体数值的原则，我们将上述两个指标进行简单等权合成：行业轮动宏观驱动力指标=（CN金融周期友好度评分-CN库存周期友好度评分）-US宏观友好度评分。该合成指标与行业轮动速度指标存在较为明显的正相关关系，相关性系数接近0.7。 从逻辑方向角度可以进行敏感性（情景）分析：（1）若国内金融周期恶化，其他不变，则A股行业轮动速度下降，反之上升；（2）若国内库存周期改善，则A股行业轮动速度下降，反之上升；（3）若美国综合宏观环境改善，则A股行业轮动速度下降，反之上升。 目前该合成指标在经历了近2年的上升后，开始在历史高位横盘震荡。 图15：合成行业轮动宏观驱动力指标，解释较强，目前在历史高位横盘 3.下半年合成指标小幅回落，行业轮动速度将缓慢收 敛 3.1.CN金融周期和库存周期友好度评分之差将震荡做顶 依据宏观一致预期数据进行近似拟合和测算，CN金融周期和库存周期友好度评分下半年或分别一下一上，两者变化幅度均较小。这种“小步徐驱”的指标演变形态是由当前的宏观政策理念和外部环境共同决定的。 相对应的，CN金融周期友好度评分和CN库存周期友好度评分之差预计将震荡做顶。这将对行业轮动速度产生一定抑制作用。 具体到中国宏观因子的预测上，我们选择较为详尽且可得性较强的市场宏观一致预期数据。对于CN金融周期，其底层宏观因子为中国货币缺口指标，具体计算公式为：货币缺口指标=M2余额同比/社融存量规模同比，万德（Wind）则提供相关宏观预测数据。对于CN库存周期，其底层宏观因子为中国库存滞销指标，具体计算公式为：滞销指标=（PMI库存-50）-（PMI生产-50）。虽然市场对于PMI细分项的一致预期数据缺失，但我们可以通过相关性较高而可得性较强的GDP当季同比预期数据进行拟合，并对预测数据序列与真实数据序列接口处的差值以等比例缩放调整的方式进行平滑处理。 图16：CN金融和库存周期友好度总体反向运行 图17：CN金融和库存周期友好度之差将逐步见顶 3.2.US宏观友好度评分下半年将探底回升，好于年初预期 依据宏观一致预期数据进行近似拟合和测算，美国的US金融周期友好度评分预计二次探底后回升，US库存周期友好度和美林周期友好度评分预计小幅回升。在三者共同作用之下，US宏观友好度评分下半年或将探明底部，小幅反弹。这也将对行业轮动速度产生一定抑制作用。 客观而言，年初时，我们基于当时宏观一致预期数据进行的预测要更乐观一些（当时的结论是该指标到年底时触底但不反弹）。关于涉美一致预期情况对比请见报告：《宏观友好度视角下的中美权益资产比较》具体到美国宏观因子的预测上，我们采取类似的处理方法。对于US金融周期，我们在《美债实际利率中期向下拐点将于春季确认——基于一个领先指标》报