基于行業(yè)景氣度和機(jī)構(gòu)持倉(cāng)傾向的行業(yè)輪動(dòng)策略

1、基于行業(yè)景氣度和機(jī)構(gòu)持倉(cāng)傾向的行業(yè)輪動(dòng)策略本文是資產(chǎn)配置系列報(bào)告第五篇。板塊和行業(yè)選擇是提高中期視角下權(quán)益資產(chǎn)配置效率的重要挑戰(zhàn)。在此前發(fā)布的報(bào)告資產(chǎn)配置研究系列之四：基于擁擠度判斷的行業(yè)輪動(dòng)策略中，我們提出了基于價(jià)量因子的行業(yè)輪動(dòng)方案，關(guān)注收益率動(dòng)量（過(guò)去一段時(shí)間累計(jì)漲幅過(guò)去一段時(shí)間累計(jì)漲幅）、行業(yè)擁擠度（基于 PCA 方法的資產(chǎn)集中度指標(biāo)）和全市場(chǎng)擁擠度（資產(chǎn)集中度分散度和換手率）在行業(yè)選擇上的預(yù)測(cè)作用。該篇報(bào)告發(fā)現(xiàn)：動(dòng)量因子在解決A 股行業(yè)輪動(dòng)問(wèn)題上具備長(zhǎng)期有效性，但在某些特殊階段容易出現(xiàn)集中回撤（比如2015 年6 月）。在市場(chǎng)共識(shí)從凝聚到瓦解的過(guò)程中，常有交易擁擠現(xiàn)象伴隨發(fā)生。作為單

2、因子使用時(shí)，擁擠度本身很難有效分辨未來(lái)行業(yè)走勢(shì)的“好壞”（容易犯“一類錯(cuò)誤”，錯(cuò)殺泡沫形成階段的動(dòng)量收益），卻在管理動(dòng)量因子持倉(cāng)風(fēng)險(xiǎn)、定位動(dòng)量崩潰位置上展現(xiàn)出較強(qiáng)的有效性。據(jù)此，該篇報(bào)告形成了基于價(jià)量因子的動(dòng)量+擁擠行業(yè)輪動(dòng)思路。該篇報(bào)告在定義擁擠度時(shí)，區(qū)分了行業(yè)擁擠和市場(chǎng)擁擠。（1）行業(yè)擁擠：使用 PCA 方法捕捉各行業(yè)收益率的共同驅(qū)動(dòng)因素，個(gè)性化越強(qiáng)的行業(yè)擁擠度越高、穩(wěn)定性越差，同時(shí)具備高動(dòng)量+高行業(yè)擁擠特征的板塊容易面臨泡沫破滅的風(fēng)險(xiǎn)。（2）市場(chǎng)擁擠：用行業(yè)擁擠的截面離散程度和換手率綜合表示市場(chǎng)價(jià)量擁擠狀況。測(cè)算結(jié)果表明，結(jié)合市場(chǎng)+行業(yè)考慮的雙擁擠指標(biāo)為動(dòng)量多空組合提供了不錯(cuò)的優(yōu)化效果。

3、價(jià)量信息有其高頻性、直觀性的好處，但并不能刻畫行業(yè)輪動(dòng)的全貌。一方面，在價(jià)值投資趨勢(shì)下，脫胎于行業(yè)基本面，且與動(dòng)量息息相關(guān)的盈利因子是主動(dòng)與量化兩大利器結(jié)合的關(guān)鍵靶點(diǎn)。另一方面，在 A 股機(jī)構(gòu)化趨勢(shì)下，公募基金貢獻(xiàn)了十分亮眼的表現(xiàn)，部分績(jī)優(yōu)產(chǎn)品在板塊和風(fēng)格輪動(dòng)上有持續(xù)的前瞻性見(jiàn)解，反映機(jī)構(gòu)風(fēng)格偏好的高頻持倉(cāng)亦具備寶貴的參考價(jià)值。以上信息集中存在于上市公司、券商研究所、公募基金等機(jī)構(gòu)的公開(kāi)披露數(shù)據(jù)中，具備較高的可得性，有望與價(jià)量因子相互呼應(yīng)補(bǔ)充。本文集中測(cè)試能夠反映行業(yè)景氣度和機(jī)構(gòu)持倉(cāng)傾向的三類因子，分別刻畫行業(yè)景氣度的歷史狀況、未來(lái)預(yù)期和機(jī)構(gòu)持倉(cāng)傾向：基于財(cái)報(bào)的已實(shí)現(xiàn)盈利：收益率動(dòng)量主要由估值

4、動(dòng)量和盈利動(dòng)量貢獻(xiàn)，盈利因子有翔實(shí)的經(jīng)濟(jì)基礎(chǔ)支撐，從已披露財(cái)報(bào)中總結(jié)的盈利質(zhì)量和成長(zhǎng)性指標(biāo)有望幫助把握行業(yè)輪動(dòng)節(jié)奏，預(yù)判結(jié)構(gòu)性良機(jī)。分析師一致預(yù)期：從財(cái)報(bào)中提煉的信息有穩(wěn)定性優(yōu)勢(shì)，但受到低頻性、滯后性困擾。分析師一致預(yù)期恰好可以彌補(bǔ)財(cái)報(bào)已實(shí)現(xiàn)盈利因子的“美中不足”，在業(yè)績(jī)真空期形成策略增益。行業(yè)輪動(dòng)績(jī)優(yōu)基金的高頻基金倉(cāng)位：部分優(yōu)秀基金經(jīng)理精于“自上而下”，在尋找優(yōu)勢(shì)行業(yè)和風(fēng)格上有持續(xù)的前瞻性。行業(yè)輪動(dòng)績(jī)優(yōu)基金的實(shí)時(shí)持倉(cāng)變化體現(xiàn)了這部分基金經(jīng)理的行業(yè)偏好，有效補(bǔ)充了來(lái)自機(jī)構(gòu)投資者的觀點(diǎn)。從收益率動(dòng)量到估值、盈利動(dòng)量一種簡(jiǎn)單實(shí)用的收益分解框架在此前報(bào)告資產(chǎn)配置研究系列之三：股票長(zhǎng)期收益率分解與預(yù)測(cè)

5、中，我們使用了一個(gè)經(jīng)典的收益分解框架，將納入現(xiàn)金分紅與再投資考慮后的權(quán)益資產(chǎn)收益率拆分為估值變化、盈利增長(zhǎng)、股本變動(dòng)和現(xiàn)金股息（及再投資）四項(xiàng)。具體做法如下：首先，將區(qū)間(， + 1的總收益+1分解為資本利得+1和股息收益+1。令、+1為、 + 1時(shí)點(diǎn)股價(jià)，+1為區(qū)間(， + 1的現(xiàn)金股息，有1 + +1= 1 + +1+ +1= +1 + +1其中，資本利得+1可以拆分為市盈率的變化和每股盈利的變化（當(dāng)然，除市盈率外，也可采取市凈率、市息率等其他估值乘數(shù)）。1 + +1= +1= +1 +1區(qū)間(， + 1的股息收益+1與息市比+1不同，需要特別關(guān)注分子分母時(shí)點(diǎn)上的差異。息市比+1相當(dāng)于靜態(tài)

6、股息率，股息收益+1相當(dāng)于動(dòng)態(tài)股息率。1 + +1= 1 + +1= +1 +1 = (+ 1)+1+1+1對(duì)數(shù)化后有l(wèi)n(1 + +1)= ln +1 + ln +1 + ln(1 + )+1= %+1 + %+1 + ln (1 + +1)每股收益還可再行展開(kāi)為盈利增長(zhǎng)和股本稀釋兩項(xiàng)。在這個(gè)框架下，資產(chǎn)區(qū)間對(duì)數(shù)總收益率被拆分為四個(gè)部分：（1）估值變化；（2）盈利增長(zhǎng)；股本變動(dòng)（若期間股本稀釋，則該項(xiàng)符號(hào)為正；若期間股本膨脹，則該項(xiàng)符號(hào)為負(fù)）；現(xiàn)金股息（及再投資）。此外，價(jià)格指數(shù)漲跌幅不考慮股息及再投資，其區(qū)間收益只由估值變化、盈利增長(zhǎng)和股本變動(dòng)三項(xiàng)貢獻(xiàn)。ln(1 + )= ln +1 +

7、ln +1 ln +1 + ln(1 + )+1= + + 以上分解思路曾幫助我們明確權(quán)益資產(chǎn)收益率的關(guān)鍵驅(qū)動(dòng)因素，為長(zhǎng)期收益率預(yù)測(cè)工作奠定了邏輯基礎(chǔ)。基于收益率動(dòng)量在行業(yè)輪動(dòng)上的有效性，一個(gè)自然的推廣是把收益率動(dòng)量拆分為估值動(dòng)量、盈利動(dòng)量（另兩項(xiàng)的貢獻(xiàn)通常比較?。┻M(jìn)行分析。高動(dòng)量行業(yè)之所以拿到多頭組合“入場(chǎng)券”，主要緣于估值提升還是業(yè)績(jī)貢獻(xiàn)？不同回看窗口下，估值、盈利對(duì)行業(yè)收益分化的驅(qū)動(dòng)力呈現(xiàn)怎樣的特征？本章后續(xù)嘗試回答這些問(wèn)題。估值、盈利動(dòng)量各領(lǐng)風(fēng)騷，單月收益解釋力存在月歷效應(yīng)不同回看窗口下，估值、盈利對(duì)行業(yè)收益分化的驅(qū)動(dòng)力呈現(xiàn)怎樣的特征？本文研究各類因子在 28 個(gè)中信一級(jí)行業(yè)（不含綜合

8、、綜合金融）上的預(yù)測(cè)效果。首先，為探究各收益組成部分對(duì)截面收益率的同期解釋力，滾動(dòng)計(jì)算不同回看月數(shù)（1-60 個(gè)月）下各組成部分與同期收益率的 RankIC 均值和 t 值，統(tǒng)計(jì)區(qū)間為 2005 年 1 月至 2022年 5 月。結(jié)果顯示：相比其他兩個(gè)組成部分（股本變動(dòng)、現(xiàn)金股息及再投資），估值變化、盈利增長(zhǎng)是導(dǎo)致行業(yè)收益分化的關(guān)鍵。估值變化是中短期行業(yè)收益分化的主要驅(qū)動(dòng)因素，長(zhǎng)期遵從均值回復(fù)規(guī)律。1 年內(nèi)估值變化的 RankIC 均值高于盈利，但隨回看月數(shù)的拉長(zhǎng)逐漸遞減；回看月數(shù)為 18 個(gè)月及以上時(shí)，估值變化對(duì)同期收益排名的影響已不再顯著（t 值 1.85），3 年以上時(shí)還可能呈現(xiàn)負(fù)相關(guān)。

9、長(zhǎng)期收益分化更依賴業(yè)績(jī)持續(xù)性差異。隨回看月數(shù)的拉長(zhǎng)，1 年以上主導(dǎo)行業(yè)收益分化的要素由估值變化逐漸轉(zhuǎn)變?yōu)橛鏊?。圖 1：不同回看月數(shù)下各行業(yè)收益驅(qū)動(dòng)因素的 RankIC 均值（同期解釋）: 、圖 2：不同回看月數(shù)下各行業(yè)收益驅(qū)動(dòng)因素的 RankIC t 值（同期解釋）: 、根據(jù)監(jiān)管要求，上市公司需在指定日期前披露一季報(bào)、半年報(bào)、三季報(bào)和年報(bào)，相應(yīng)截止日期分別為 4 月 30 日、8 月 31 日、10 月 31 日和次年 4 月 30 日。其中，本年年報(bào)與次年一季報(bào)截止日期重合，實(shí)際有最新財(cái)報(bào)公布的自然月只有 4 月、8 月、10 月。為便于表述，后文統(tǒng)一稱該三個(gè)自然月為財(cái)報(bào)披露月，其他自然

10、月為非財(cái)報(bào)披露月。估值、盈利等因子的計(jì)算與財(cái)報(bào)披露節(jié)奏有關(guān)，可能受到月歷效應(yīng)影響。按自然月統(tǒng)計(jì)估值變化、盈利增長(zhǎng)與單月收益率的 RankIC 均值和 t 值。結(jié)果顯示：財(cái)報(bào)披露節(jié)奏導(dǎo)致估值變化對(duì)單月收益的影響呈現(xiàn)周期性規(guī)律，在臨近財(cái)報(bào)披露月時(shí)縮小。盈利增長(zhǎng)是主導(dǎo) 4 月行業(yè)收益分化的最關(guān)鍵要素，有更高的 RankIC 均值和更顯著的 t 值。圖 3：按自然月各行業(yè)收益驅(qū)動(dòng)因素 RankIC 均值（同期解釋）: 、圖 4：按自然月各行業(yè)收益驅(qū)動(dòng)因素 RankIC t 值（同期解釋）: 、基本面因子外推 3-12 個(gè)月后仍能保持一定預(yù)測(cè)效果上節(jié)的分析聚焦于關(guān)鍵收益率組成部分估值變化和盈利增長(zhǎng)的同期

11、解釋力，發(fā)現(xiàn)估值是驅(qū)動(dòng)中短期行業(yè)收益分化的主要因素，長(zhǎng)期收益分化更依賴業(yè)績(jī)持續(xù)性差異。進(jìn)而，若兩者在時(shí)序上有一定的延續(xù)性，則可以根據(jù)當(dāng)前因子表現(xiàn)預(yù)測(cè)未來(lái)行業(yè)收益。估值、盈利動(dòng)量各自能外推多久？統(tǒng)計(jì)不同回看月數(shù)下估值變化、盈利增長(zhǎng)的自相關(guān)性 t 值，發(fā)現(xiàn)：（1）1 年內(nèi)估值變化和盈利增長(zhǎng)均有一定持續(xù)性，但 1 年以上兩者不約而同地出現(xiàn)了反轉(zhuǎn)。（2）以 1 年為界，中短期視野下的行業(yè)輪動(dòng)策略適合使用估值、盈利動(dòng)量進(jìn)行外推，3-12 個(gè)月估值和基本面的變化是驅(qū)動(dòng)行業(yè)收益分化的重要原因。圖 5：不同回看月數(shù)下，估值變化、盈利增長(zhǎng)的自相關(guān)性 t 值: 、在動(dòng)量策略有效的基礎(chǔ)上，脫胎于行業(yè)基本面，且與動(dòng)量

12、息息相關(guān)的盈利因子是主動(dòng)與量化兩大利器結(jié)合的關(guān)鍵靶點(diǎn)。由于財(cái)報(bào)披露的間隔較長(zhǎng)，短期估值動(dòng)量與收益率動(dòng)量十分接近。根據(jù)此前報(bào)告測(cè)算，行業(yè)動(dòng)量策略換手不低，與之相似的估值動(dòng)量同樣吸收了大量短期情緒信號(hào)。相比之下，盈利動(dòng)量雖受財(cái)報(bào)披露低頻性、滯后性困擾，但也具備穩(wěn)定性優(yōu)勢(shì)。據(jù)此，本文第 2、3 章重點(diǎn)關(guān)注反映行業(yè)景氣度歷史狀況和未來(lái)預(yù)期的兩類因子：（1）基于財(cái)報(bào)的已實(shí)現(xiàn)盈利；（2）分析師一致預(yù)期，分別測(cè)試因子應(yīng)用效果并探索有效的復(fù)合方法?；谪?cái)報(bào)的已實(shí)現(xiàn)盈利對(duì)行業(yè)收益率預(yù)測(cè)效果顯著根據(jù)上一章節(jié)的統(tǒng)計(jì)分析，我們發(fā)現(xiàn)：3-12 個(gè)月估值、盈利因子是驅(qū)動(dòng)行業(yè)收益分化的重要原因，以凈利潤(rùn)增速為代表的盈利因子

13、在時(shí)間序列上有較強(qiáng)的自相關(guān)性。本章試圖結(jié)合上市公司財(cái)報(bào)披露節(jié)奏，討論基于財(cái)報(bào)的已實(shí)現(xiàn)盈利對(duì)行業(yè)收益率是否存在預(yù)測(cè)效果。為保證信息及時(shí)性和截面可比性，本文所述財(cái)報(bào)因子的數(shù)據(jù)更新時(shí)間統(tǒng)一為每年 4 月 30 日（一季報(bào)）、8 月 31日（半年報(bào)）、10 月 31 日（三季報(bào)）。三個(gè)節(jié)點(diǎn)將每個(gè)自然年分為四個(gè)子區(qū)間，每個(gè)子區(qū)間的財(cái)報(bào)因子用來(lái)預(yù)測(cè)當(dāng)前時(shí)點(diǎn)到下個(gè)財(cái)報(bào)披露節(jié)點(diǎn)的行業(yè)收益率。圖 6：A 股上市公司財(cái)報(bào)披露節(jié)奏: 因子構(gòu)造原則：兼顧盈利質(zhì)量和成長(zhǎng)性在盈利因子的選取上，本文沒(méi)有拘泥于歸母凈利潤(rùn) TTM 增速這項(xiàng)單一指標(biāo)，實(shí)際所使用的盈利因子遵循質(zhì)量和成長(zhǎng)性兩條主線進(jìn)行拓展，希望能夠?qū)崿F(xiàn)多維度共振，

14、以強(qiáng)化擇時(shí)系統(tǒng)的穩(wěn)健性。盈利質(zhì)量與成長(zhǎng)性。事實(shí)上，在眾多反映行業(yè)歷史/當(dāng)前景氣度的指標(biāo)中，其中一部分已然經(jīng)歷了合理的“標(biāo)準(zhǔn)化”，比如凈資產(chǎn)收益率 ROE、銷售凈利率、每股凈收益 EPS 等（分母依次為凈資產(chǎn)、銷售收入、總股本），著重強(qiáng)調(diào)單位資源的盈利貢獻(xiàn)水平，本文將這部分因子歸類為盈利質(zhì)量因子。其余未經(jīng)“標(biāo)準(zhǔn)化”處理的盈利指標(biāo)，比如凈利潤(rùn)、營(yíng)業(yè)收入等，其同比值反映了行業(yè)景氣度的邊際變化，本文將這些因子歸類為成長(zhǎng)性因子。多維度盈利因子與股利貼現(xiàn)模型 DDM 的關(guān)系。根據(jù)固定增長(zhǎng)的股利貼現(xiàn)模型，股價(jià)的主要影響因素包括：（1）：下期股利；（2）：貼現(xiàn)率；（3）：股利增速。其中，盈利質(zhì)量類因子主要影響

15、 DDM 的分子，成長(zhǎng)性因子主要影響DDM 的分母，預(yù)期兩類因子對(duì)未來(lái)收益的影響方向均為正。圖 7：多維度盈利因子體系與 DDM 的關(guān)系: 為盡可能準(zhǔn)確度量行業(yè)景氣度、增強(qiáng)截面可比性，本章在因子構(gòu)造中遵循如下原則：盡量刻畫每次披露數(shù)據(jù)的增量信息。對(duì)于區(qū)間財(cái)務(wù)信息（如凈利潤(rùn)、營(yíng)業(yè)收入等）優(yōu)先同比去季節(jié)性，對(duì)于狀態(tài)信息（如凈資產(chǎn)等）優(yōu)先用可得兩期數(shù)據(jù)的均值進(jìn)行平滑。為平穩(wěn)性考慮，對(duì)所得因子做差分（環(huán)比）處理。表 1：基于財(cái)報(bào)的已實(shí)現(xiàn)盈利相關(guān)因子定義類別因子名稱因子符號(hào)頻率算法2*成份股當(dāng)年當(dāng)期凈利潤(rùn)加總（成份股盈利質(zhì)量ROE 同比環(huán)比ROE_AVG_yoy_Diff季度銷售凈利率環(huán)比NETPROF

16、ITMARGIN_Diff季度每股凈收益同比環(huán)比EPS_Diff季度期初凈資產(chǎn)加總+期末凈資產(chǎn)加總） 成份股當(dāng)期凈利潤(rùn)加總/成份股當(dāng)期營(yíng)業(yè)收入加總成長(zhǎng)性單季度凈利潤(rùn)同比環(huán)比QFA_YOYNETPROFIT_Diff季度(本季度指數(shù)成份股凈利潤(rùn)加總-上年同期指數(shù)成份股凈利潤(rùn)加總)/ABS 上年同期指數(shù)成份股凈利潤(rùn)加總單季度營(yíng)業(yè)收入同比環(huán)比QFA_YOYSALES_Diff季度(本季度指數(shù)成份股營(yíng)業(yè)收入加總-上年同期指數(shù)成份股營(yíng)業(yè)收入加總)/ABS 年同期指數(shù)成份股營(yíng)業(yè)收入加總成份股當(dāng)期歸屬母公司股東凈利潤(rùn)加總/指數(shù)總股本: 以上指標(biāo)作為單因子使用時(shí)，均展現(xiàn)了不錯(cuò)的預(yù)測(cè)能力，其中歸屬于盈利質(zhì)量類的

17、 ROE 同比環(huán)比、每股凈收益同比環(huán)比預(yù)測(cè)能力最突出，全區(qū)間RankIC 均值達(dá)到了 10%以上，t 值在 4 附近。表 2：基于財(cái)報(bào)的已實(shí)現(xiàn)盈利相關(guān)因子 RankIC 均值和 t 值因子名稱因子符號(hào)RankIC 均值t-statROE 同比環(huán)比ROE_AVG_yoy_Diff11.3%3.9銷售凈利率環(huán)比NETPROFITMARGIN_Diff6.0%1.8每股凈收益同比環(huán)比EPS_Diff11.5%4.4單季度凈利潤(rùn)同比環(huán)比QFA_YOYNETPROFIT_Diff7.5%2.3單季度營(yíng)業(yè)收入同比環(huán)比QFA_YOYSALES_Diff7.6%2.0: 、盈利質(zhì)量類因子持久性強(qiáng)，成長(zhǎng)性因子累

18、計(jì)多空收益在 60 日左右達(dá)峰從事件驅(qū)動(dòng)的角度理解已實(shí)現(xiàn)盈利對(duì)行業(yè)未來(lái)走勢(shì)的作用效果。以財(cái)報(bào)披露月最后一個(gè)交易日為公告日，將單因子多空收益率均值作為復(fù)利形成累計(jì)多空凈值曲線。結(jié)果顯示：已實(shí)現(xiàn)盈利中，質(zhì)量、成長(zhǎng)性因子對(duì)行業(yè)未來(lái)走勢(shì)的影響均保持了一定持久性。其中，盈利質(zhì)量類因子的持久性更強(qiáng)，幾乎可以持續(xù)到下個(gè)財(cái)報(bào)披露時(shí)點(diǎn)。成長(zhǎng)性因子的影響效果約在持有 60 天后達(dá)到峰值，此后稍顯回落，但始終保持了累計(jì)多空收益為正。圖 8：公告日起各已實(shí)現(xiàn)盈利因子多空組合累計(jì)凈值: 、基于財(cái)報(bào)的行業(yè)景氣度因子評(píng)價(jià)將反映財(cái)報(bào)已實(shí)現(xiàn)盈利的五個(gè)因子標(biāo)準(zhǔn)化后等權(quán)結(jié)合得到基于財(cái)報(bào)的行業(yè)景氣度因子，測(cè)試該因子在多頭組合、空頭組

19、合、多空組合、等權(quán)組合、多頭超額上的應(yīng)用效果。本文所稱多頭組合、空頭組合、多空組合、等權(quán)組合、多頭超額含義如下：多頭組合：每次調(diào)倉(cāng)時(shí)等權(quán)買入 28 個(gè)中信一級(jí)行業(yè)（不含綜合、綜合金融）中，因子值最高的 6 個(gè)行業(yè)?？疹^組合：每次調(diào)倉(cāng)時(shí)等權(quán)買入 28 個(gè)中信一級(jí)行業(yè)（不含綜合、綜合金融）中，因子值最低的 6 個(gè)行業(yè)。多空組合：每次調(diào)倉(cāng)時(shí)等權(quán)買入 28 個(gè)中信一級(jí)行業(yè)（不含綜合、綜合金融）中，因子值最高的 6 個(gè)行業(yè)，等權(quán)賣出因子值最低的 6 個(gè)行業(yè)。等權(quán)組合：每次調(diào)倉(cāng)時(shí)等權(quán)買入 28 個(gè)中信一級(jí)行業(yè)（不含綜合、綜合金融）。多頭超額：多頭組合相對(duì)等權(quán)組合的累計(jì)超額。如無(wú)特殊說(shuō)明，本文展示的策略均為

20、月頻策略，即以每自然月末最后一個(gè)交易日的收盤價(jià)作為交易價(jià)格。結(jié)果顯示：（1）基于財(cái)報(bào)的行業(yè)景氣度復(fù)合因子在 2017-2020 年表現(xiàn)尤其優(yōu)異，但 2021 年 9 月后風(fēng)格輪動(dòng)加劇，隨后風(fēng)險(xiǎn)偏好有所回落，該因子稍顯乏力、短暫失效。（2）全區(qū)間多空組合、多頭超額年化收益率 7.5%、3.3%，在識(shí)別未來(lái)優(yōu)勢(shì)行業(yè)上有一定應(yīng)用價(jià)值。表 3：基于財(cái)報(bào)的行業(yè)景氣度復(fù)合因子表現(xiàn)（2009/5/1-2022/5/27）組合類別年化收益率年化波動(dòng)率收益波動(dòng)比最大回撤多頭組合11.6%27.1%0.43-52.9%空頭組合3.3%27.1%0.12-66.4%等權(quán)組合8.1%26.2%0.31-58.5%多空

21、組合7.5%10.3%0.73-19.0%多頭超額3.3%6.3%0.52-14.0%: 、圖 9：財(cái)報(bào)因子多空組合凈值（2009/5/1-2022/5/27）: 、圖 10：財(cái)報(bào)因子多頭超額凈值（2009/5/1-2022/5/27）:、表 4：財(cái)報(bào)因子多空組合分年收益-風(fēng)險(xiǎn)特征（2009/5/1-2022/5/27）統(tǒng)計(jì)區(qū)間年化收益率年化波動(dòng)率收益波動(dòng)比最大回撤2009/5/1-2009/12/314.8%10.0%0.48-9.3%2010-3.2%9.6%-0.33-12.3%201111.7%6.1%1.92-4.1%20126.7%7.3%0.92-6.8%201313.9%8.7

22、%1.59-5.3%201414.3%9.3%1.54-10.6%2015-0.9%14.6%-0.06-16.1%2016-1.4%8.2%-0.17-7.8%201722.4%10.1%2.23-5.6%20183.2%8.2%0.39-7.7%201914.4%10.8%1.34-6.6%202017.3%12.5%1.38-7.8%2021-5.1%12.9%-0.40-14.4%2022/1/1-2022/5/27-2.1%14.4%-0.15-7.5%匯總7.5%10.3%0.73-19.0%: 、表 5：財(cái)報(bào)因子多頭超額分年收益-風(fēng)險(xiǎn)特征（2009/5/1-2022/5/27）統(tǒng)

23、計(jì)區(qū)間年化收益率年化波動(dòng)率收益波動(dòng)比最大回撤2009/5/1-2009/12/312.2%6.0%0.37-3.6%2010-5.3%6.7%-0.80-8.7%20113.9%3.8%1.04-2.2%20125.4%4.1%1.32-2.6%20135.9%5.7%1.04-5.4%201410.4%5.4%1.93-3.2%2015-3.3%7.1%-0.47-9.6%20160.3%4.9%0.06-3.8%201711.0%7.0%1.58-4.2%2018-2.3%4.9%-0.47-4.0%20195.3%7.2%0.74-5.2%202016.5%8.3%1.99-7.1%20

24、21-9.2%7.6%-1.21-12.6%2022/1/1-2022/5/272.2%7.6%0.29-3.1%匯總3.3%6.3%0.52-14.0%: 、分析師一致預(yù)期在非財(cái)報(bào)披露月有更強(qiáng)區(qū)別力上一章我們集中分析了基于財(cái)報(bào)的行業(yè)景氣度因子，發(fā)現(xiàn)盈利質(zhì)量類和成長(zhǎng)性因子長(zhǎng)期具備行業(yè)輪動(dòng)的指導(dǎo)能力，且對(duì)行業(yè)收益的影響均有一定持久性。財(cái)報(bào)因子固然有穩(wěn)定性優(yōu)勢(shì)，但受到低頻性、滯后性困擾，存在“美中不足”。在肯定財(cái)報(bào)因子有效性的同時(shí)，我們也對(duì)其 2021 年以來(lái)的回撤進(jìn)行了反思，發(fā)現(xiàn)該類因子的不穩(wěn)定性可能源于信息的低頻性和滯后性。（1）低頻性：對(duì)月頻策略而言，財(cái)報(bào)發(fā)布的頻率（每年 3 次）過(guò)低，這導(dǎo)

25、致相關(guān)策略每自然年的有效調(diào)倉(cāng)機(jī)會(huì)只有固定的 3 次，難以及時(shí)響應(yīng)當(dāng)前基本面變化。（2）滯后性：財(cái)報(bào)披露日明顯滯后于報(bào)告期，在此基礎(chǔ)上構(gòu)造的基本面指標(biāo)只能反映行業(yè)的歷史景氣度，無(wú)法反映當(dāng)前情況和投資者對(duì)未來(lái)板塊動(dòng)向的主觀認(rèn)識(shí)。本章重點(diǎn)關(guān)注分析師一致預(yù)期識(shí)別行業(yè)輪動(dòng)機(jī)會(huì)的能力，以彌補(bǔ)財(cái)報(bào)因子短板、捕捉市場(chǎng)對(duì)行業(yè)未來(lái)景氣度的預(yù)判。本文以朝陽(yáng)永續(xù)提供的分析師預(yù)期數(shù)據(jù)為基礎(chǔ)進(jìn)行加工。分析師預(yù)期代表了一系列從賣方研報(bào)中提取的結(jié)構(gòu)化數(shù)據(jù)，具備高頻性（日頻更新）、及時(shí)性（反映市場(chǎng)預(yù)期）的優(yōu)勢(shì)。在行業(yè)輪動(dòng)的語(yǔ)境下，分析師預(yù)期市值覆蓋度高、可用性強(qiáng)。統(tǒng)計(jì) A 股市場(chǎng)上近 120 日中至少有 5 家機(jī)構(gòu)覆蓋的個(gè)股市

26、值占比。從全市場(chǎng)的角度，分析師預(yù)期的市值覆蓋度始終維持在 80%以上，基于分析師預(yù)期加總計(jì)算的行業(yè)景氣度因子有一定全市場(chǎng)代表性。圖 11：分析師預(yù)期覆蓋市值占比維持在 80%以上: 、朝陽(yáng)永續(xù)、分行業(yè)來(lái)看：以 2022/5/17 截面為例，28 個(gè)中信一級(jí)行業(yè)（不含綜合、綜合金融）中，滿足近 120 日內(nèi)至少 5 家機(jī)構(gòu)覆蓋的個(gè)股市值占比均能達(dá)到 60%以上，其中銀行、石油石化、食品飲料、煤炭等行業(yè)占比達(dá)到 95%以上。圖 12：分析師預(yù)期覆蓋各行業(yè)市值占比（以 2022/5/17 截面為例）: 、朝陽(yáng)永續(xù)、因子構(gòu)造原則：保證連續(xù)性和可比性根據(jù)當(dāng)前所處位置線性插值，維護(hù)指標(biāo)連續(xù)性。盡管分析師預(yù)

27、期有高頻性（日頻更新）優(yōu)勢(shì)，但僅有整年預(yù)測(cè)值，數(shù)據(jù)本身并不具備連續(xù)性。為盡可能提高指標(biāo)可用性，滿足指標(biāo)與財(cái)報(bào)因子的差異化需要，本文所使用的分析師一致預(yù)期系列因子均代表當(dāng)前時(shí)點(diǎn)滾動(dòng) 1 年（365 日）的財(cái)務(wù)預(yù)測(cè)，使用未來(lái) 365 日在不同預(yù)測(cè)年份的天數(shù)占比加權(quán)計(jì)算。圖 13：分析師預(yù)期系列因子插值方法圖示: 其中，表示當(dāng)前所在年份，表示當(dāng)前所處時(shí)點(diǎn)到當(dāng)年年底的自然日天數(shù)。在處理分析師預(yù)期數(shù)據(jù)時(shí)，我們?nèi)灾攸c(diǎn)關(guān)注表征盈利質(zhì)量和成長(zhǎng)性的因子，詳細(xì)處理方式如下：分析師預(yù)期取樣原則：參考朝陽(yáng)永續(xù)算法，按優(yōu)先級(jí)從高到低取用 90 日內(nèi)機(jī)構(gòu)預(yù)測(cè)、90-120 日內(nèi)機(jī)構(gòu)預(yù)測(cè)、最近四個(gè)季度滾動(dòng)財(cái)報(bào)數(shù)據(jù)。行業(yè)合成

28、方法：整體法。時(shí)間序列取樣原則：對(duì)月頻策略，取用月內(nèi)所有交易日因子值的均值。平穩(wěn)性：出于平穩(wěn)性考慮，本文使用當(dāng)前值與過(guò)去期移動(dòng)均值的差值度量分析師一致預(yù)期因子相對(duì)于歷史時(shí)間序列的變化，有_(, ) = _(, ) (_(, ), )其中：表示行業(yè)編號(hào)，表示時(shí)間，表示滯后階數(shù)，(, )表示階移動(dòng)均值。表 6：基于分析師一致預(yù)期的行業(yè)景氣度因子定義類別因子名稱因子符號(hào)頻率算法行業(yè)整體法每股收益未來(lái) 1盈利質(zhì)量未來(lái) 1 年滾動(dòng)一致預(yù)期 EPS 移動(dòng)增長(zhǎng)con_eps_roll_F1Y_DMA月度未來(lái) 1 年滾動(dòng)一致預(yù)期 ROE 移動(dòng)增長(zhǎng)con_roe_roll_F1Y_DMA月度未來(lái) 1 年滾動(dòng)一致

29、預(yù)期凈利潤(rùn)同比移動(dòng)增長(zhǎng)con_np_yoy_roll_F1Y_DMA月度年預(yù)期成份股未來(lái)滾動(dòng) 1 年一致預(yù)期凈利潤(rùn)加總/成份股未來(lái) 1年滾動(dòng)一致預(yù)期凈資產(chǎn)加總成份股未來(lái)滾動(dòng) 1 年一致預(yù)期凈利潤(rùn)加總同比成長(zhǎng)性未來(lái) 1 年滾動(dòng)一致預(yù)期營(yíng)業(yè)收入同比移動(dòng)增長(zhǎng)con_or_yoy_roll_F1Y_DMA月度成份股未來(lái)滾動(dòng) 1 年?duì)I業(yè)收入加總同比: 如何確定滯后階數(shù)？我們測(cè)算了滯后階數(shù)為 1-36 個(gè)月時(shí)，分析師一致預(yù)期系列因子的預(yù)測(cè)能力，發(fā)現(xiàn)不同參數(shù)下該類因子均表現(xiàn)出了優(yōu)秀的行業(yè)區(qū)別力。出于月歷效應(yīng)的考慮，本文取為 12。表 7：不同回看月數(shù) lagN 下分析師一致預(yù)期因子的 RankIC 均值滯后

30、階數(shù) lagNcon_eps_roll_F1Y_ DMAcon_roe_roll_F1Y_ DMAcon_np_yoy_roll_F 1Y_DMAcon_or_yoy_roll_F 1Y_DMA標(biāo)準(zhǔn)化后等權(quán)合成24.1%4.0%4.0%1.4%3.3%14.1%4.0%4.0%1.4%3.3%34.7%4.4%5.1%2.3%4.2%45.0%4.8%4.9%2.6%5.0%63.8%5.0%5.3%2.8%4.3%53.9%5.1%4.5%2.8%4.6%123.8%5.8%5.5%3.3%5.4%243.0%5.2%6.0%4.2%5.4%361.0%3.3%3.6%2.1%3.0%:、朝

31、陽(yáng)永續(xù)、表 8：不同回看月數(shù) lagN 下分析師一致預(yù)期因子的 t 值滯后階數(shù) lagNcon_eps_roll_F1Y_ DMAcon_roe_roll_F1Y_ DMAcon_np_yoy_roll_F 1Y_DMAcon_or_yoy_roll_F 1Y_DMA標(biāo)準(zhǔn)化后等權(quán)合成22.262.262.250.821.9112.262.262.250.821.9132.452.502.931.422.3942.632.682.911.622.8661.982.843.291.732.5351.992.912.751.742.69121.952.983.232.052.98241.602.48

32、3.462.562.79360.561.531.921.141.49:、朝陽(yáng)永續(xù)、基于分析師一致預(yù)期的行業(yè)景氣度因子評(píng)價(jià)將反映分析師一致預(yù)期的一系列因子標(biāo)準(zhǔn)化后等權(quán)結(jié)合，得到基于分析師一致預(yù)期的行業(yè)景氣度復(fù)合因子。測(cè)試該復(fù)合因子在多頭組合、空頭組合、多空組合、等權(quán)組合、多頭超額上的應(yīng)用效果。結(jié)果顯示：（1）該策略下，全區(qū)間多空組合、多頭超額年化收益率 10.3%、3.8%，均優(yōu)于使用財(cái)報(bào)已實(shí)現(xiàn)盈利因子時(shí)的結(jié)果。這說(shuō)明，擁有高頻性、及時(shí)性優(yōu)勢(shì)的分析師一致預(yù)期因子長(zhǎng)期區(qū)別多空組合的能力整體更強(qiáng)。（2）基于財(cái)報(bào)的行業(yè)景氣度復(fù)合因子在 2021 年 9 月后短暫失效，但分析師一致預(yù)期在這段時(shí)間仍貢獻(xiàn)了

33、出色表現(xiàn)。該因子在 2021 年的多空收益率為 7.5%，2022 年至今（2022/5/27）的多空收益率高達(dá) 13.5%。表 9：基于分析師一致預(yù)期的行業(yè)景氣度復(fù)合因子表現(xiàn)（2009/5/1-2022/5/27）組合類別年化收益率年化波動(dòng)率收益波動(dòng)比最大回撤多頭組合12.1%27.9%0.43-55.4%空頭組合1.3%26.6%0.05-65.1%等權(quán)組合8.2%26.1%0.31-58.2%多空組合10.3%12.2%0.84-23.1%多頭超額3.8%7.6%0.50-17.3%: 、朝陽(yáng)永續(xù)、圖 14：分析師預(yù)期因子多空組合凈值（2009/5/1-2022/5/27）: 、朝陽(yáng)永續(xù)

34、、圖 15：分析師預(yù)期因子多頭超額凈值（2009/5/1-2022/5/27）:、朝陽(yáng)永續(xù)、表 10：分析師一致預(yù)期因子多空組合分年收益-風(fēng)險(xiǎn)特征（2009/5/1-2022/5/27）統(tǒng)計(jì)區(qū)間年化收益率年化波動(dòng)率收益波動(dòng)比最大回撤2009/5/1-2009/12/312.8%12.4%0.23-12.5%2010-2.0%12.0%-0.16-12.0%20113.3%6.8%0.49-8.3%20125.0%8.5%0.59-5.8%201315.3%8.6%1.78-3.5%201421.4%8.9%2.40-4.1%201511.3%15.6%0.72-15.9%20163.8%10.

35、3%0.37-8.9%201720.4%9.6%2.12-5.9%20183.6%10.6%0.34-9.2%20197.8%9.2%0.85-5.0%202012.3%12.0%1.03-7.6%20217.5%23.3%0.32-23.1%2022/1/1-2022/5/2713.5%16.4%0.83-10.1%匯總10.3%12.2%0.84-23.1%: 、朝陽(yáng)永續(xù)、表 11：分析師一致預(yù)期因子多頭超額分年收益-風(fēng)險(xiǎn)特征（2009/5/1-2022/5/27）統(tǒng)計(jì)區(qū)間年化收益率年化波動(dòng)率收益波動(dòng)比最大回撤2009/5/1-2009/12/31-1.3%7.5%-0.18-8.8%20

36、10-3.7%6.1%-0.61-8.8%20113.6%4.0%0.90-4.8%2012-0.2%5.2%-0.04-4.9%2013-0.3%6.0%-0.05-6.2%20148.3%6.2%1.35-2.8%20155.4%8.3%0.64-11.4%20163.2%5.4%0.59-3.9%201710.6%6.9%1.53-3.4%2018-1.9%7.0%-0.26-8.2%20195.4%6.2%0.87-3.7%20207.3%7.7%0.95-6.8%2021-1.0%15.2%-0.07-17.3%2022/1/1-2022/5/2712.0%9.9%1.21-5.0%

37、匯總3.8%7.6%0.50-17.3%: 、朝陽(yáng)永續(xù)、此外，分析師一致預(yù)期因子各個(gè)組合的最大回撤略高于財(cái)報(bào)因子，這說(shuō)明收益提升的同時(shí)亦引入了波動(dòng)。表 12：財(cái)報(bào)因子與分析師一致預(yù)期因子策略效果對(duì)比（2009/5/1-2022/5/27）年化收益率年化收益率最大回撤最大回撤多頭組合11.6%12.1%-52.9%-55.4%空頭組合3.3%1.3%-66.4%-65.1%等權(quán)組合8.1%8.2%-58.5%-58.2%多空組合7.5%10.3%-19.0%-23.1%多頭超額3.3%3.8%-14.0%-17.3%組合類別財(cái)報(bào)盈利分析師一致預(yù)期財(cái)報(bào)盈利分析師一致預(yù)期: 、朝陽(yáng)永續(xù)、從分年表現(xiàn)來(lái)

38、看，分析師一致預(yù)期因子在 2015 年、2021 年以及 2022 年以來(lái)（截至 2022/5/27）均提供了明顯的收益改善。根據(jù)此前報(bào)告資產(chǎn)配置研究系列之四：基于擁擠度判斷的行業(yè)輪動(dòng)策略中的測(cè)算，2015 年、2021年和 2022 年是純動(dòng)量策略表現(xiàn)不佳、回撤較大的年份，在這些年份中基本都發(fā)生過(guò)強(qiáng)勢(shì)行業(yè)的重大切換。分析師一致預(yù)期因子中凝聚了估值動(dòng)量、盈利動(dòng)量中的基本面觀點(diǎn)，與動(dòng)量策略、財(cái)報(bào)因子相比具備出色的靈活性。策略之間的互補(bǔ)性也為財(cái)報(bào)因子、分析師一致預(yù)期因子的結(jié)合提供了邏輯和實(shí)證基礎(chǔ)。表 13：財(cái)報(bào)、分析師一致預(yù)期、動(dòng)量因子分年多空收益（2010/1/1-2022/5/27）多空收益因

39、子多空收益收益-財(cái)報(bào)多空收益多空收益最大回撤2010-3.2%-2.0%1.2%19.1%-20.1%201111.7%3.3%-8.4%2.4%-9.5%20126.7%5.0%-1.7%8.6%-9.8%201313.9%15.3%1.4%34.1%-9.5%201414.3%21.4%7.0%20.6%-15.5%2015-0.9%11.3%12.1%-11.2%-29.9%2016-1.4%3.8%5.2%-17.2%-19.9%201722.4%20.4%-2.0%33.8%-6.6%20183.2%3.6%0.4%-3.7%-17.8%201914.4%7.8%-6.6%7.6%-

40、6.3%202017.3%12.3%-4.9%44.4%-10.4%2021-5.1%7.5%12.6%13.2%-20.4%2022/1/1-2022/5/27-2.1%13.5%15.6%3.1%-11.4%統(tǒng)計(jì)區(qū)間財(cái)報(bào)因子分析師一致預(yù)期分析師一致預(yù)期多空動(dòng)量因子動(dòng)量因子: 、朝陽(yáng)永續(xù)、考慮財(cái)報(bào)因子和分析師一致預(yù)期因子的行業(yè)輪動(dòng)策略在財(cái)報(bào)披露月，財(cái)報(bào)因子是導(dǎo)致行業(yè)收益分化的主要驅(qū)動(dòng)力；在非財(cái)報(bào)披露月，分析師一致預(yù)期能形成有效補(bǔ)充。如前所述，財(cái)報(bào)披露月指每年 4、8、10 月。比較財(cái)報(bào)披露月和非財(cái)報(bào)披露月財(cái)報(bào)因子和分析師一致預(yù)期因子的RankIC 均值，發(fā)現(xiàn)在財(cái)報(bào)披露月財(cái)報(bào)因子的預(yù)測(cè)能力普遍

41、優(yōu)于分析師一致預(yù)期因子，而在其他月份分析師一致預(yù)期因子更優(yōu)，兩者的互補(bǔ)性中也有月歷效應(yīng)的影子。圖 16：分析師一致預(yù)期在非財(cái)報(bào)披露月對(duì)已實(shí)現(xiàn)盈利因子“補(bǔ)短板”: 、朝陽(yáng)永續(xù)、分別將財(cái)報(bào)因子和分析師一致預(yù)期因子標(biāo)準(zhǔn)化。在財(cái)報(bào)披露月，兩者結(jié)合權(quán)重分別賦予 70%和 30%，反之賦予 30%和 70%，得到考慮財(cái)報(bào)已實(shí)現(xiàn)盈利和分析師一致預(yù)期的復(fù)合行業(yè)景氣度因子。復(fù)合行業(yè)景氣度因子的 RankIC均值和 t 值為 7.3%、4.2，遠(yuǎn)高于財(cái)務(wù)因子和分析師一致預(yù)期因子的水準(zhǔn)。圖 17：復(fù)合行業(yè)景氣度因子構(gòu)建邏輯: 圖 18：復(fù)合行業(yè)景氣因子 RankIC 和 t 值有明顯優(yōu)勢(shì):、朝陽(yáng)永續(xù)、測(cè)試復(fù)合行業(yè)景

42、氣度因子在多頭組合、空頭組合、多空組合、等權(quán)組合、多頭超額上的應(yīng)用效果。結(jié)果顯示：（1）同時(shí)考慮財(cái)報(bào)因子和分析師一致預(yù)期因子時(shí)，全區(qū)間多空組合、多頭超額年化收益率為 11.3%、 5.2%，均優(yōu)于僅使用財(cái)報(bào)已實(shí)現(xiàn)盈利（7.5%、3.3%）和僅使用分析師一致預(yù)期（10.3%、3.8%）的結(jié)果。復(fù)合行業(yè)景氣度因子能夠有效把握兩類因子使用的最佳時(shí)機(jī)。（2）復(fù)合行業(yè)景氣度因子多空組合、多頭超額的收益波動(dòng)比為 0.98、0.74，相比單一維度的因子具備更出色的長(zhǎng)期性價(jià)比。表 14：復(fù)合行業(yè)景氣度因子表現(xiàn)（2009/5/1-2022/5/27）組合類別年化收益率年化波動(dòng)率收益波動(dòng)比最大回撤多頭組合13.7

43、%27.5%0.50-53.6%空頭組合1.7%26.8%0.06-66.4%等權(quán)組合8.2%26.1%0.31-58.2%多空組合11.3%11.5%0.98-18.6%多頭超額5.2%7.0%0.74-11.8%: 、朝陽(yáng)永續(xù)、圖 19 ： 復(fù)合行業(yè)景氣度因子多空組合凈值（ 2009/5/1- 2022/5/27）: 、朝陽(yáng)永續(xù)、圖 20 ： 復(fù)合行業(yè)景氣度因子多頭超額凈值（ 2009/5/1- 2022/5/27）:、朝陽(yáng)永續(xù)、從分年收益來(lái)看，復(fù)合行業(yè)景氣度因子在識(shí)別后市風(fēng)格時(shí)彰顯了較強(qiáng)的穩(wěn)健性特征。得益于對(duì)因子有效時(shí)機(jī)的把控，2017 年至今（2022/5/27），復(fù)合行業(yè)景氣度因子每

44、年都能取得正的多空收益率和多頭超額收益率。表 15：復(fù)合行業(yè)景氣度因子多空組合分年收益-風(fēng)險(xiǎn)特征（2009/5/1-2022/5/27）統(tǒng)計(jì)區(qū)間年化收益率年化波動(dòng)率收益波動(dòng)比最大回撤2009/5/1-2009/12/31-0.6%10.8%-0.06-11.4%20101.4%11.3%0.13-11.2%201111.8%7.3%1.63-5.4%20125.8%7.7%0.76-6.5%201320.2%9.3%2.16-6.5%20149.9%9.0%1.10-8.1%201510.4%15.4%0.68-13.5%2016-1.6%9.8%-0.16-8.5%201722.1%9.7%

45、2.27-5.7%20189.4%9.7%0.97-8.0%201914.5%8.8%1.64-4.5%202020.6%12.7%1.62-8.3%202112.3%19.7%0.62-15.7%2022/1/1-2022/5/274.3%15.1%0.29-11.0%匯總11.3%11.5%0.98-18.6%: 、朝陽(yáng)永續(xù)、表 16：復(fù)合行業(yè)景氣度因子多頭超額分年收益-風(fēng)險(xiǎn)特征（2009/5/1-2022/5/27）統(tǒng)計(jì)區(qū)間年化收益率年化波動(dòng)率收益波動(dòng)比最大回撤2009/5/1-2009/12/311.2%6.6%0.19-4.1%2010-1.6%6.2%-0.26-6.1%20116

46、.4%4.1%1.56-4.0%2012-0.3%5.0%-0.05-6.1%20134.4%5.9%0.74-5.1%20146.9%6.1%1.13-3.2%20150.3%7.8%0.04-10.5%20161.0%5.2%0.20-3.7%201712.7%6.8%1.86-4.3%20180.1%5.6%0.02-4.8%20197.4%6.0%1.22-2.5%202017.9%8.5%2.10-6.9%20212.9%12.6%0.23-10.8%2022/1/1-2022/5/275.8%8.9%0.65-5.0%匯總5.2%7.0%0.74-11.8%: 、朝陽(yáng)永續(xù)、本文使用

47、的復(fù)合行業(yè)景氣度因子聚合基于財(cái)報(bào)的已實(shí)現(xiàn)盈利、基于分析師一致預(yù)期的未來(lái)盈利預(yù)測(cè)中的有效信息，既利用了盈利動(dòng)量對(duì)行業(yè)收益分化的支撐，也包含了估值動(dòng)量中與未來(lái)基本面動(dòng)向相關(guān)的主觀預(yù)期。在因子復(fù)合方式上，本文考慮了兩者互補(bǔ)性中的月歷效應(yīng)，對(duì)傳統(tǒng)的因子等權(quán)結(jié)合方式進(jìn)行了改進(jìn)。最終形成的復(fù)合行業(yè)景氣度因子具備更高的長(zhǎng)期收益和更強(qiáng)的穩(wěn)健性。圖 21：財(cái)報(bào)因子、分析師一致預(yù)期因子和復(fù)合行業(yè)景氣度因子多空組合凈值: 、朝陽(yáng)永續(xù)、向行業(yè)輪動(dòng)績(jī)優(yōu)基金“取經(jīng)”上文從收益率動(dòng)量的分解出發(fā)，討論了基于財(cái)報(bào)和分析師一致預(yù)期的行業(yè)景氣度指標(biāo)。結(jié)果表明，基于財(cái)報(bào)的已實(shí)現(xiàn)盈利和基于分析師一致預(yù)期的未來(lái)盈利預(yù)測(cè)在識(shí)別行業(yè)“好壞”

48、、預(yù)測(cè)后市風(fēng)格上均展現(xiàn)了出色的實(shí)用價(jià)值，其中財(cái)報(bào)披露數(shù)據(jù)在財(cái)報(bào)披露月有更強(qiáng)的多空區(qū)分能力，一致預(yù)期在非財(cái)報(bào)披露月能夠形成有益補(bǔ)充，兩者結(jié)合后的行業(yè)景氣輪動(dòng)策略年化多空收益率高達(dá) 11.3%，2017 年以來(lái)的多空收益率、多頭超額收益率均為正值，表現(xiàn)出色。除了上市公司和券商研究所，公募基金的公開(kāi)披露信息也非常值得關(guān)注。經(jīng)歷了多年的發(fā)展積淀，公募基金已經(jīng)成為了A 股市場(chǎng)上舉足輕重的機(jī)構(gòu)投資者，在近年來(lái)斬獲了極其亮眼的表現(xiàn)和空前的關(guān)注度，總規(guī)模屢創(chuàng)新高。公募基金的投資行為也成為了市場(chǎng)“風(fēng)向標(biāo)”，收獲了廣泛的討論；基金的行業(yè)倉(cāng)位間接反映了基金經(jīng)理對(duì)未來(lái)行業(yè)走勢(shì)的觀點(diǎn)，在解決行業(yè)輪動(dòng)問(wèn)題上存在一定借鑒意

49、義。得益于公募基金業(yè)績(jī)和持倉(cāng)公開(kāi)透明的性質(zhì)，“抄作業(yè)”式策略在詳實(shí)可靠的數(shù)據(jù)基礎(chǔ)上有了成長(zhǎng)的沃土。盡管如此，依賴機(jī)構(gòu)持倉(cāng)傾向的策略在實(shí)踐中仍面臨不少細(xì)節(jié)難題。比如：（1）要想獲取絕對(duì)準(zhǔn)確的行業(yè)倉(cāng)位，需要依賴完整的持倉(cāng)數(shù)據(jù)，而公募基金全部持倉(cāng)的披露頻率僅為半年一次，且依舊受滯后性干擾（每年 8 月 30 日左右披露半年報(bào)，次年 3 月 31 日左右披露年報(bào)）。對(duì)此，一種“退而求其次”式的方法是假設(shè)基金在持倉(cāng)真空期未做任何倉(cāng)位調(diào)整，即使用“低頻”持倉(cāng)。這種方法最大限度利用到了已披露的真實(shí)持倉(cāng)，但難以擺脫對(duì)其滯后性、片面性的擔(dān)憂。在優(yōu)勢(shì)行業(yè)迅速切換，市場(chǎng)“共識(shí)”尚未凝結(jié)之際，滯后性、片面性可能給策略

50、表現(xiàn)帶來(lái)災(zāi)難性的影響，相當(dāng)于每次抄到的都是“過(guò)時(shí)”的錯(cuò)誤答案。另一種“不將就”的做法是借助每日披露的凈值數(shù)據(jù)“曲線救國(guó)”，用帶約束的回歸法擬合基金高頻倉(cāng)位。在此前報(bào)告如何更精準(zhǔn)地實(shí)時(shí)跟蹤基金的行業(yè)與風(fēng)格倉(cāng)位探尋優(yōu)秀的行業(yè)與風(fēng)格倉(cāng)位測(cè)算方法中，我們?cè)岢隽藴?zhǔn)確度較高、穩(wěn)定性優(yōu)良的行業(yè)倉(cāng)位測(cè)算方法，本章節(jié)將對(duì)該方法作以回顧。（2）“在行業(yè)輪動(dòng)中賺錢”并非所有的主動(dòng)偏股型基金的初衷，有些基金經(jīng)理精于“自上而下”的投資思路，在尋找優(yōu)勢(shì)行業(yè)和風(fēng)格上有持續(xù)的前瞻性，這部分基金經(jīng)理的持倉(cāng)對(duì)行業(yè)輪動(dòng)策略的形成具備參考價(jià)值。另一部分基金經(jīng)理采取均衡配置的方法，不額外暴露于行業(yè)風(fēng)險(xiǎn)，或者長(zhǎng)期專注深挖某個(gè)領(lǐng)域的 a

51、lpha，不會(huì)輕易改變投資風(fēng)格。這些基金經(jīng)理主要靠選股賺錢，其行業(yè)配置反而可能是“噪聲”。本章 4.2 節(jié)介紹基金經(jīng)理行業(yè)輪動(dòng)能力的度量方法，希望能通過(guò)更精細(xì)的取樣優(yōu)化策略效果。如何高頻跟蹤基金經(jīng)理的行業(yè)倉(cāng)位？“工欲善其事，必先利其器?！痹谟懻摼唧w因子構(gòu)造之前，本節(jié)首先回顧我們?cè)诖饲皥?bào)告如何更精準(zhǔn)地實(shí)時(shí)跟蹤基金的行業(yè)與風(fēng)格倉(cāng)位探尋優(yōu)秀的行業(yè)與風(fēng)格倉(cāng)位測(cè)算方法中提出的持倉(cāng)行業(yè)回歸法。行業(yè)指數(shù)回歸法 vs 持倉(cāng)行業(yè)回歸法。本文提到的基金行業(yè)倉(cāng)位指基金持倉(cāng)中各行業(yè)股票市值占股票投資總市值的比例。行業(yè)指數(shù)回歸法：行業(yè)指數(shù)回歸法的基本思想是將基金凈值增長(zhǎng)率對(duì)行業(yè)指數(shù)收益率進(jìn)行回歸，對(duì)應(yīng)行業(yè)的回歸系數(shù)反映

52、基金在該行業(yè)上的倉(cāng)位。持倉(cāng)行業(yè)回歸法：考慮到基金經(jīng)理的行業(yè)配置有一定延續(xù)性，可以結(jié)合基金持倉(cāng)信息，使用基金持有單一行業(yè)的股票組合收益率代替該行業(yè)的指數(shù)收益率參與回歸。相比行業(yè)指數(shù)，不同基金個(gè)性化的行業(yè)內(nèi)持倉(cāng)股票組合對(duì)于基金在該行業(yè)的收益更具有解釋力度，特別是在行業(yè)持倉(cāng)組合走勢(shì)與整體行業(yè)指數(shù)走勢(shì)出現(xiàn)分化時(shí)。該篇報(bào)告的測(cè)算結(jié)果表明，持倉(cāng)行業(yè)回歸法在準(zhǔn)確度和穩(wěn)定性上有相對(duì)優(yōu)勢(shì)，本文重點(diǎn)回顧持倉(cāng)行業(yè)回歸法的實(shí)現(xiàn)步驟。 STEP1：模擬組合的構(gòu)建?；鹋缎畔㈩l率是四次季報(bào)+兩次年（中）報(bào)，在年（中）報(bào)兩次報(bào)告披露時(shí)，我們可以得到基金的全部持倉(cāng)信息，而在季報(bào)披露時(shí)，我們僅能得到前十大重倉(cāng)股的信息。如果僅

53、用年、中的全部持倉(cāng)作為我們的模擬組合頻率過(guò)低，但在季報(bào)披露后僅使用重倉(cāng)股進(jìn)行作為模擬組合，對(duì)于持倉(cāng)集中度低的基金顯然信息缺失嚴(yán)重，更好的方式是結(jié)合季報(bào)披露重倉(cāng)股與年（中）報(bào)的全部持倉(cāng)信息，對(duì)于季報(bào)組合進(jìn)行補(bǔ)全，即補(bǔ)全季報(bào)中的非重倉(cāng)股部分。在季報(bào)披露時(shí)，我們不僅能得到基金前十大重倉(cāng)股信息，同時(shí)還能得到基金證監(jiān)會(huì)的行業(yè)配置信息，如果使用披露的各個(gè)證監(jiān)會(huì)行業(yè)占比減去重倉(cāng)股對(duì)應(yīng)的證監(jiān)會(huì)行業(yè)占比，即可得到非重倉(cāng)股的證監(jiān)會(huì)行業(yè)配置信息，這是真實(shí)的非重倉(cāng)股證監(jiān)會(huì)行業(yè)配置比例?；鸾?jīng)理的選股在一定程度上具備延續(xù)性，我們以非重倉(cāng)股的證監(jiān)會(huì)行業(yè)配置比例（注意其為真實(shí)值，而非測(cè)算值）為靶，進(jìn)行模擬組合構(gòu)建，構(gòu)建規(guī)則

54、如下：獲取原始非重倉(cāng)股組合：將年報(bào)的全部持股明細(xì)剔除屬于一季報(bào)披露的重倉(cāng)股，即可得到原始非重倉(cāng)股組合。計(jì)算一季報(bào)非重倉(cāng)股的行業(yè)占比（真實(shí)值）：使用一季報(bào)披露的各個(gè)證監(jiān)會(huì)行業(yè)占股票市值的比例減去重倉(cāng)股的證監(jiān)會(huì)行業(yè)占比，可得到一季報(bào)非重倉(cāng)股的真實(shí)證監(jiān)會(huì)行業(yè)占比。構(gòu)建調(diào)整后的非重倉(cāng)股組合：用第 1 步中原始非重倉(cāng)股組合中各個(gè)證監(jiān)會(huì)行業(yè)的股票組合，保持各行業(yè)內(nèi)部股票的權(quán)重結(jié)構(gòu)不變，按第 2 步中非重倉(cāng)股的真實(shí)證監(jiān)會(huì)行業(yè)占比進(jìn)行填充，構(gòu)成 1 季報(bào)的非重倉(cāng)股組合。實(shí)際操作上，1 中原始非重倉(cāng)股組合的證監(jiān)會(huì)行業(yè)占基金凈資產(chǎn)比例記為1, 2, , 19，一季報(bào)真實(shí)非重倉(cāng)股證監(jiān)會(huì)行業(yè)占比記為1, 2, , 1

55、9。以原始非重倉(cāng)股組合為基底，對(duì)于其中所屬證監(jiān)會(huì)行業(yè) i 的股票，將其所占基金資產(chǎn)凈值比例乘以調(diào)整系數(shù)，作為當(dāng)期該股票所占基金凈資產(chǎn)的比例，構(gòu)建調(diào)整后的非重倉(cāng)股組合。構(gòu)建調(diào)整后的模擬組合：將一季報(bào)披露重倉(cāng)股組合與調(diào)整后非重倉(cāng)股組合結(jié)合，即為一季報(bào)的模擬組合。最終構(gòu)建出的模擬組合倉(cāng)位、前十大重倉(cāng)股及權(quán)重權(quán)重、證監(jiān)會(huì)行業(yè)占比均與披露值一致。二季報(bào)披露時(shí)，為了有效利用一季報(bào)信息，我們使用一季報(bào)模擬組合代替明細(xì)持倉(cāng)，剔除屬于二季報(bào)披露的重倉(cāng)股，后續(xù)操作同 1-4，構(gòu)建二季報(bào)模擬組合。中報(bào)披露后，直接使用中報(bào)中的明細(xì)持倉(cāng)組合作為我們的回歸組合。對(duì)于三、四季報(bào)、年報(bào)的處理，同一、二季報(bào)與中報(bào)的處理。此外，

56、對(duì)部分特殊情況，我們也單獨(dú)進(jìn)行了處理：（1）對(duì)于上期未持有但該期持有的行業(yè)，我們使用證監(jiān)會(huì)行業(yè)指數(shù)作為替代持倉(cāng)，比例為。（2）對(duì)于放縮后股票持倉(cāng)比例超過(guò)該季報(bào)中第十大重倉(cāng)股持股比例的股票，我們同樣將超過(guò)的部分權(quán)重配給證監(jiān)會(huì)行業(yè)指數(shù)。圖 22：基金模擬組合構(gòu)建：流程圖示資料來(lái)源：基于模擬組合的構(gòu)建，后續(xù)在各個(gè)時(shí)點(diǎn)上進(jìn)行倉(cāng)位測(cè)算使用的信息如下圖所示。圖 23：基金模擬組合構(gòu)建：各時(shí)點(diǎn)使用的組合信息資料來(lái)源： STEP2：回歸在構(gòu)建完基金模擬組合后，我們即可以在此基礎(chǔ)上構(gòu)建針對(duì)該基金的行業(yè)持倉(cāng)股票組合，以持倉(cāng)行業(yè)股票組合收益率替代行業(yè)指數(shù)回歸法中使用的行業(yè)指數(shù)收益率。構(gòu)建行業(yè)回歸元的具體方法為，在每

57、一個(gè)測(cè)算期，對(duì)于行業(yè)，我們使用基金模擬組合在行業(yè)下的股票持倉(cāng)，并按照股票占基金資產(chǎn)凈值比進(jìn)行歸一化后加權(quán)構(gòu)建行業(yè)股票組合，使用行業(yè)的股票組合收益率替換行業(yè)的指數(shù)收益率作為回歸元（對(duì)于模擬組合未持倉(cāng)的行業(yè)，仍使用行業(yè)指數(shù)收益率作為回歸元）。這樣，我們針對(duì)每一只基金，都針對(duì)性地構(gòu)造了行業(yè)回歸元，在基金行業(yè)持倉(cāng)股票組合走勢(shì)與行業(yè)指數(shù)發(fā)生分化時(shí)，對(duì)于持倉(cāng)行業(yè)組合進(jìn)行回歸更能反映基金在該行業(yè)上的倉(cāng)位情況。數(shù)學(xué)方法方面，該篇報(bào)告推薦使用時(shí)間加權(quán)的 Lasso 回歸實(shí)現(xiàn)對(duì)行業(yè)倉(cāng)位的測(cè)算，具體方案如下：普通線性回歸的目標(biāo)式是使得殘差的平方和最?。?( )2=1Lasso 回歸在目標(biāo)式中加入了 L1 范數(shù)懲罰項(xiàng)

58、： ( )2 + 1=1其中L1 范數(shù)是向量各元素絕對(duì)值的和，本文懲罰系數(shù)設(shè)為1 104。此處我們對(duì)于Lasso 回歸同樣進(jìn)行了時(shí)間加權(quán)的處理，最小化目標(biāo)如下： = ( )2 + 1=1其中權(quán)重為 = /, = 1,2, , 根據(jù)以上邏輯，我們將基金凈值增長(zhǎng)率() 對(duì)基金持倉(cāng)行業(yè)組合收益率()、國(guó)債指數(shù)收益率()進(jìn)行帶有約束條件的Lasso 回歸，以最小化為目標(biāo)，回歸方程以及約束條件如下： = + 0 + 11 + 22 + + 3030. .0 1 = 0,1,2, ,300 + 1 + 2 + + 30 160% 1 + 2 + + 30 95%，基金為偏股混合型60% 1 + 2 + +

59、 30 95%，基金為普通股票型且時(shí)間點(diǎn)在 2015/8/8 前80% 1 + 2 + + 30 95%，基金為普通股票型且時(shí)間點(diǎn)在 2015/8/8 后1 + 2 + + 30 95%，基金為靈活配置型或平衡混合型其中，為基金復(fù)權(quán)單位凈值的日度增長(zhǎng)率，1, 2, , 30分別為基金持倉(cāng)行業(yè)組合收益率（沒(méi)有持倉(cāng)的行業(yè)使用對(duì)應(yīng)行業(yè)指數(shù)收益率替代），為中債國(guó)債總財(cái)富指數(shù)（CBA00601.CS）的日度收益率，0為債券倉(cāng)位，1, 2, , 30分別代表各個(gè)行業(yè)的股票市值占基金資產(chǎn)凈值的比例。對(duì)1, 2, , 30進(jìn)行歸一化處理，即得到基金的行業(yè)倉(cāng)位1, 2, , 30=30=1其中 = 1,2, ,

60、30本文參與倉(cāng)位測(cè)算的基金樣本池范圍包含普通股票型、偏股混合型基金、靈活配置型基金以及平衡混合型基金，僅保留其中的開(kāi)放式基金、初始基金，并剔除 FOF 類基金以及滬港深基金等不完全投資于A 股市場(chǎng)的基金。為保證提高樣本有效性，按以下條件對(duì)基金樣本池做進(jìn)一步篩選：成立滿兩個(gè)季度、當(dāng)時(shí)未到期、規(guī)模大于 5000萬(wàn)元、過(guò)去四期平均倉(cāng)位大于 60%。如何度量基金經(jīng)理的行業(yè)輪動(dòng)能力？本文遵循 Brinson 模型的思路度量基金經(jīng)理的行業(yè)輪動(dòng)能力。作為有利于機(jī)構(gòu)持倉(cāng)傾向因子科學(xué)構(gòu)建的另一大利器，Brinson 模型是當(dāng)下基金績(jī)效歸因領(lǐng)域最受歡迎的模型之一，具有邏輯清晰、結(jié)構(gòu)科學(xué)等優(yōu)勢(shì)。本節(jié)將從“四個(gè)象限”