不同通脹狀態(tài)下A股市場中觀決策邏輯研究

1、1、 通脹在經濟活動中的指示意義我們認為，通脹在經濟活動中有重要指示意義。相對于 CPI 來說，PPI 對通脹 周期的指示意義更強。通脹作為反映價格的指標，與各項經濟活動聯(lián)系緊密。通 脹水平影響企業(yè)的盈利周期和企業(yè)的補庫存行為，利率對通脹水平具有調節(jié)作用，債務擴張會刺激通脹水平上升。圖 1：通脹在經濟活動中的指示意義圖示資料來源：、 通脹周期PPI 對通脹周期的指示意義更強。大類資產價格波動與通脹水平變化關系緊密，可以及時的反映在 PPI 這一指標的波動性上，兩者具有較強相關性。由于 CPI中服務價格的堅挺，以及 PPI 與CPI 之間傳導路徑受阻，2012 年后 PPI 繼續(xù)保持較大的波動性

2、，而 CPI 則運行相對平穩(wěn)?？紤]到 PPI 與實體企業(yè)經營情況的聯(lián)系更為緊密，我們認為PPI 較CPI 能更好地衡量通脹周期。圖 2：國內物價指數(shù)圖 3：PPI 對通脹周期指示意義更強資料來源：Wind,資料來源：Wind,、 通脹與企業(yè)盈利、庫存通脹與企業(yè)盈利周期、庫存周期有一定同步性。從權益市場來看，A 股盈利周期 與通脹周期節(jié)奏較為一致。通脹周期角度，工業(yè)企業(yè)的利潤總額與工業(yè)品價格具 有一定的相關性，產品價格的波動將通過企業(yè)的財務和經營杠桿傳導至盈利水平。此外，工業(yè)品價格還會進一步影響企業(yè)的去庫、補庫行為等。在 PPI 讀數(shù)高點出現(xiàn)后，上市公司盈利周期、庫存周期將進入見頂回落階段，周期

3、邏輯有所淡化，成長主線穩(wěn)步回歸。圖 4：通脹在經濟活動中的指示意義圖示資料來源：Wind,、 通脹與利率水平利率水平波動與 PPI 波動相互影響。名義利率是由實際利率與通脹水平共同決定，通脹水平較高時名義利率也會上行，進而壓制通脹。當通脹較高時收益率也會高企，不利于成長風格或者長久期資產。圖 5：通脹水平與債券收益率圖 6：通脹與利率水平相互影響推導示意圖資料來源：Wind,資料來源：、 通脹與債務周期通脹的深層次驅動因素為債務周期。通脹周期作為經濟中的價格因素，對企業(yè)的經營、預期、補庫存行為存在一定指示意義。但實際上貨幣供給量的周期性波動對價格的影響更為深層次。債務周期定義為實體經濟杠桿率同

4、比增加量，其中杠桿率等于債務規(guī)模/名義 GDP(TTM)。債務擴張是通脹周期的重要驅動因素之一，債務周期領先于通脹周期。債務周期、通脹周期的變化更迭反映了經濟周期的短期波動。表 1：通脹周期與債務周期關系I 復蘇(1)II 繁榮(2)III 衰退(3)IV 蕭條(4)從債務周期觸底回升至通脹周期觸底從通脹周期觸底回升至債務周期見頂從債務周期見頂回落至通脹周期見頂從通脹周期見頂回落至債務周期觸底資料來源：Wind,圖 7：債務周期領先于通脹周期圖 8：債務周期被壓縮資料來源：Wind,資料來源：Wind,2、 通脹狀態(tài)劃分方法、 通脹狀態(tài)的劃分債務周期的更迭近幾年有所加快，受其驅動的通脹周期變化

5、也在加快，通脹對資產定價的重要性也逐步提升。資產配置策略中通脹狀態(tài)的劃分合理性一定程度上影響資產配置的準確性。本文以通脹存量水平、邊際變化二維度來劃分通脹狀態(tài)。通脹水平存量是指通脹本身處于高、中或者是低位，通脹邊際是指近期通脹的邊際變化是正還是負。我們可以將通脹狀態(tài)按照存量（高、中、低）以及邊際（向上、向下）劃分成六個象限。圖 9：通脹周期劃分意義圖 10：通脹狀態(tài)劃分六象限資料來源：資料來源：通脹水平動態(tài)劃分能夠較好反映真實通脹高低。通脹存量水平的定義為 PPI 上月值處于低、中或者高位。通脹低位，是指上月 PPI 同比低于過去三年中位數(shù)減去 0.5 倍標準差；通脹中位，是指上月 PPI 同

6、比在過去三年中位數(shù)加減 0.5 倍標準差之間；通脹高位，指上月PPI 同比高于過去三年中位數(shù)加上0.5 倍標準差。值得注意的是，對通脹水平的劃分本文采用上個月 PPI，避免用到未來數(shù)據。圖 11：通脹存量水平分組圖 12：通脹劃分上下閾值資料來源：Wind,資料來源：Wind,圖 13：通脹邊際刻畫狀態(tài)通脹邊際的刻畫能夠較好捕捉短期通脹波動趨勢。“預測值”是指每月末基于高頻“南華工業(yè)品指數(shù)、布倫特原油期貨連續(xù)合約價格”數(shù)據對即將公布的本月 PPI 同比數(shù)據做的預測。例如 2022 年 6 月的 PPI 在 7 月 10 日公布，而我們利用“PPI 近月預測”可以提前在 6 月末得到本月預測值。

7、對通脹邊際的定義是基于“預測值”變化而不是“實際值”變化，既對當月通脹同比的預測與上一期預測值的差。當通脹“預測值”高于前值時，通脹邊際上行，當通脹低于前值時，通脹邊際下行。我們接下來介紹 PPI 預測原理。資料來源：Wind,、 通脹預測：近月 PPIPPI 各項構成：石油石化、黑色金屬、有色金屬、非金屬礦物制品價格對 PPI有較強解釋性。預測原理：用 PPI 各項構成的價格同比去預測 PPI 同比。預測的自變量包括南華工業(yè)品指數(shù)、布倫特原油期貨連續(xù)合約價格。預測樣本：本文采用的時間范圍為 2006 年 1 月至 2022 年 6 月。訓練窗口期：歷史上通脹周期基本為 34 年，我們以 4

8、年為滾動訓練窗口可以較為完整的涵蓋一個通脹周期，避免過擬合。每半年調整一次預測模型。數(shù)據處理：首先將所有指標日均價格合成為月度價格。其次計算價格較去年當月的漲幅。然后進行線性回歸。圖 14：PPI 近月預測邏輯資料來源：PPI 同比近月預測效果：如下圖所示，滾動窗口預測的 PPI 同比能夠較好的抓住實際通脹走勢及波動，預測效果較好。PPI 各項構成對PPI 的解釋性較高，滾動預測的訓練集R 方平均為 78%。圖 15：滾動窗口預測 PPI 同比圖 16：PPI 各項構成對 PPI 的解釋性資料來源：Wind,資料來源：Wind,3、 不同通脹狀態(tài)下驅動風格配置的決策邏輯、 通脹驅動風格配置通脹

9、的存量水平以及邊際變化對風格因子收益都有一定解釋力度。除了盈利和波動率因子，大部分風格因子的收益都被存量解釋的程度較高，被增量解釋的程度較少。通脹狀態(tài)下風格配置具有必要性，通脹對風格因子的收益的影響并不是全域顯著而是局部顯著。風格因子在不同通脹狀態(tài)下跟通脹的相關性有明顯區(qū)別，其中相關性是指每個區(qū)間內通脹水平與下月因子收益之間相關性。不同風格因子在不同通脹水平上的敏感性上有區(qū)分。動量因子在低通脹時期與通脹相關性明顯，成長性因子在中低通脹時期與通脹相關性明顯，而規(guī)模因子在高通脹時期對通脹的相關性更明顯。表 2：通脹存量、邊際對不同風格的影響解釋程度 R 方BETA動量規(guī)模盈利中等市值估值波動率成長

10、性杠桿流動性存量1.10%5.62%2.91%0.25%1.73%3.49%0.28%2.19%1.64%5.16%增量0.41%0.03%0.08%2.24%0.04%0.31%2.28%0.87%0.40%0.07%資料來源：Wind,，數(shù)據區(qū)間 2014 年 1 月 1 日至 2022 年 6 月 30 日，下同表 3：風格因子對通脹的局部敏感性通脹水平分組相關性BETA動量規(guī)模盈利中等市值估值波動率成長性杠桿流動性低-21.94%32.37%22.64%-3.69%23.00%4.29%-5.15%-21.72%17.72%11.11%中15.45%-9.45%2.04%3.33%-2

11、1.37%17.86%-14.93%-41.25%-17.15%18.03%高-22.28%-24.30%-54.94%-28.29%11.92%7.40%26.83%6.66%26.21%4.95%資料來源：Wind,圖 17：不同風格因子在不同域的敏感性資料來源：Wind,通脹驅動風格配置的本質是通過探討風格因子收益中樞的分布確定不同通脹狀態(tài)下風格配置決策。局部敏感宏觀邏輯：當工業(yè)品價格（PPI)處于企業(yè)可承受閾值內時即使成本上行1%企業(yè)也不會特別敏感，但是當價格本身很高時繼續(xù)上漲的 1%就是壓倒駱駝的最后一根稻草，企業(yè)盈利對此敏感度很高。分段函數(shù)：通過前面不同分組下相關性可知，風格因子收

12、益對通脹水平、邊際變化的函數(shù) F（x）表現(xiàn)形式是分段函數(shù)。每個分段函數(shù)中有可能表達式為線性（例如下圖中高通脹），也有可能為非線性（例如下圖低通脹時期）。風格收益中樞分布：在風格配置中，我們不去探討每段區(qū)域函數(shù)的具體形式，只需要從概率的角度去揣度風格收益中樞分布，這也是通脹驅動風格配置的本質。收益中樞確定：我們通過啞變量回歸計算因子在每個狀態(tài)下的收益中樞，并且根據勝率、均值、純度對收益決策進行綜合考量。純度定義：某個狀態(tài)下風格因子收益分布的均值絕對值越高、標準差越小，則視為純度越高，如下圖虛線內所示狀態(tài)均為黑球，且黑球面積更大，表明純度越高。圖 18：資產收益與通脹水平關系曲線資料來源：Wind

13、,圖 19：因子對于通脹水平、通脹邊際的純度圖 20：風格因子收益中樞決策框架資料來源：Wind,資料來源：、 風格收益中樞預測及確定預測風格收益中樞：將二維自變量（通脹水平、通脹邊際）轉換為啞變量。我們以通脹狀態(tài)的兩個變量（是否邊際向上、當前通脹水平）為自變量，將其轉變?yōu)閱∽兞坎⒖紤]兩個因素之間的交互項。模型采用 logistic 回歸，以風格純因子月度收益為因變量，風格收益對通脹狀態(tài)的表達式如下。X風格收益 = 截距項 X0 + X1 邊際向上+ X2 通脹低位+ X3 通脹中位+ X4通脹水平：低通脹水平：中通脹水平：高通脹邊際：上X1+X2+X4X1+X3+X5截距 X0+X1通脹邊際

14、：下X2X3截距 X0 邊際向上 通脹低位+ X5 邊際向上 通脹中位表 4：通脹狀態(tài)到風格因子收益的映射資料來源：表 5：通脹狀態(tài)啞變量表達方式截距項邊際向上通脹低位通脹中位邊際向上*通脹低位邊際向上*通脹中位邊際向上+低通脹011010邊際向下+低通脹001000邊際向上+中通脹010101邊際向下+中通脹000100邊際向上+高通脹110000邊際向下+高通脹100000資料來源：整理確定風格收益中樞：根據模型，我們可以得到各通脹狀態(tài)下風格收益中樞。通過收益中樞，初步判斷某風格是否有對通脹配置的必要。例如下圖中動量、估值、波動率、成長性、杠桿在各個通脹狀態(tài)下收益方向不一致，這種差異有可能

15、是由于通脹狀態(tài)不同所導致的，這說明通脹對這些風格的定價有一定合理性。Beta 、流動性在各個通脹狀態(tài)下收益方向均一致，其收益波動不受通脹驅動的影響。表 6：風格收益對通脹狀態(tài)表達式系數(shù)取值資料來源：Wind,表 7：各通脹狀態(tài)下勝率通脹起點分組勝率BETA動量規(guī)模盈利中等市值估值波動率成長性杠桿流動性低84.85%24.24%24.24%75.76%36.36%42.42%54.55%66.67%33.33%18.18%中79.41%55.88%32.35%55.88%29.41%47.06%44.12%55.88%35.29%11.76%高78.79%60.61%57.58%69.70%36

16、.36%57.58%57.58%51.52%51.52%21.21%資料來源：Wind,表 8：各通脹狀態(tài)下均值通脹起點分組均值BETA動量規(guī)模盈利中等市值估值波動率成長性杠桿流動性低0.81%-0.69%-1.06%0.69%-0.36%-0.02%0.52%0.23%-0.04%-1.81%中0.73%0.10%-0.67%0.09%-0.31%0.01%-0.42%0.25%-0.05%-1.09%高0.64%0.24%-0.08%0.59%-0.17%0.35%0.12%0.00%0.12%-0.99%資料來源：Wind,、 通脹驅動下各風格因子表現(xiàn)、 估值 BTOP 因子風格因子純度

17、分布、收益中樞、勝率、均值：估值因子在低通脹階段純度較低，中高階段純度較好。從因子收益中樞并且結合勝率均值來看，中高通脹階段估值因子收益為正向的概率較大。我們需要抓住通脹水平處于中高位階段配置低估值風格，其他狀態(tài)下估值因子純度均不高，因此設置為中性配置。圖 21：估值因子 vs(通脹水平*通脹邊際變化)圖 22：估值因子收益資料來源：Wind,資料來源：Wind,表 9：估值因子勝率、均值估值勝率均值相關性低33.33%-0.02%4.29%中70.73%0.01%17.86%高51.02%0.35%7.40%資料來源：Wind,通脹狀態(tài)敏感性討論：從前面結論可以看到估值因子在中、高通脹下收益

18、大多為正向，在低通脹時期具有不確定性，因此取 0。我們對歷史樣本進行滾動訓練，窗口期為過去 3 年，分別在 2016 年 1 月、2017 年 1 月.2022 年 1 月往回進行滾動回測，得到的各期風格因子收益中樞如下，各年份的結論基本比較穩(wěn)定。表 10：估值因子通脹狀態(tài)敏感性討論資料來源：Wind,通脹配置表現(xiàn)：估值因子對通脹邊際敏感性不強，在中高通脹時暴露彈性較大。估值因子在通脹擇時下的策略年化收益為 19.92%，超額收益年化 6.98%，效果較好?；販y方法：在中證全指中分 5 組進行回測，每個狀態(tài)下取相應方向排名靠前的股票，得到估值因子通脹擇時分組收益。表 11：估值因子通脹配置表現(xiàn)

19、年化收益年化波動夏普最大回撤卡爾瑪策略多頭19.92%26.78%0.7450.47%0.39策略多空15.69%10.47%1.5014.47%1.08相對基準6.98%5.81%1.209.10%0.77資料來源：Wind,表 12：估值因子通脹配置方向通脹水平邊際情況估值因子配置方向低邊際向上0低邊際向下0中邊際向上1中邊際向下1高邊際向上1高邊際向下1資料來源：圖 23：估值因子通脹擇時多空收益、超額收益圖 24：估值因子通脹擇時分組收益資料來源：Wind,資料來源：Wind,、 波動率因子風格因子純度分布、收益中樞、勝率、均值：當通脹水平處于高通脹波動率因子有正向收益，特別是邊際向上

20、時期。在中低通脹區(qū)間，風格因子傾向于負向收益。大部分狀態(tài)純度都較高。圖 25：波動因子 vs(通脹水平*通脹邊際變化)圖 26：波動率因子收益資料來源：Wind,資料來源：Wind,表 13：波動率因子勝率、均值波動率勝率均值相關性低47.06%0.04%-20.61%中58.54%0.23%-34.59%高51.02%-0.06%33.98%資料來源：Wind,通脹狀態(tài)敏感性討論：高通脹時期且邊際向下時期波動因子收益中樞穩(wěn)定性不高，因此不做配置，其余區(qū)間較為穩(wěn)定。表 14：波動率因子通脹狀態(tài)敏感性討論資料來源：Wind,通脹配置表現(xiàn)：波動率因子除了在高通脹且邊際向上時配置高波動效果較好，其余

21、狀態(tài)下負向配置或者不做暴露。整體看下來策略多頭效果明顯，年化 14.36%。表 15：波動率因子通脹配置表現(xiàn)年化收益年化波動夏普最大回撤卡爾瑪策略多頭14.36%22.27%0.6458.65%24.49%策略多空10.95%17.29%0.6334.36%31.88%相對基準2.02%9.56%0.2131.09%6.50%資料來源：Wind,表 16：波動率因子通脹配置方向通脹水平邊際情況波動率因子配置方向低邊際向上-1低邊際向下-1中邊際向上-1中邊際向下-1高邊際向上1高邊際向下0資料來源：圖 27：波動率通脹擇時多空收益、超額收益圖 28：波動率通脹擇時分組收益資料來源：Wind,資

22、料來源：Wind,、 規(guī)模因子風格因子純度分布、收益中樞、勝率、均值：由下圖知，理論上我們在各個階段均可負向配置規(guī)模因子，但是高通脹且邊際向下的收益中樞不明顯，純度相對較低。圖 29：規(guī)模因子 vs(通脹水平*通脹邊際變化)圖 30：規(guī)模因子收益資料來源：Wind,資料來源：Wind,表 17：規(guī)模因子勝率、均值規(guī)模勝率均值相關性低37.25%-0.75%-5.01%中17.07%-0.90%-10.59%高42.86%-0.33%9.02%資料來源：Wind,通脹狀態(tài)敏感性討論：規(guī)模因子基本在各區(qū)間都呈現(xiàn)出負向收益，這種收益結構較為穩(wěn)定。表 18：規(guī)模因子通脹狀態(tài)敏感性討論資料來源：Wind

23、,通脹配置表現(xiàn)：市值因子在大部分區(qū)間都傾向于小市值，而在高通脹且邊際下行區(qū)間有一定不確定性，因此不做暴露。市值因子在通脹驅動下收益年化27.96%，相對于等權基準的超額收益年化為 14.15%。表 19：規(guī)模因子通脹配置表現(xiàn)年化收益年化波動夏普最大回撤卡爾瑪策略多頭27.96%29.05%0.9647.31%0.59策略多空20.09%13.34%1.5128.53%0.70相對基準14.15%5.74%2.4711.44%1.24資料來源：Wind,表 20：規(guī)模因子通脹配置方向通脹水平邊際情況規(guī)模因子配置方向低邊際向上-1低邊際向下-1中邊際向上-1中邊際向下-1高邊際向上-1高邊際向下0

24、資料來源：圖 31：規(guī)模通脹擇時多空收益、超額收益圖 32：規(guī)模通脹擇時分組收益資料來源：Wind,資料來源：Wind,、 杠桿因子風格因子純度分布、收益中樞、勝率、均值：由下圖知，杠桿因子在中低通脹時期負向暴露，高通脹且邊際向上時期正向暴露。大部分通脹狀態(tài)下純度都較高。圖 33：杠桿因子 vs(通脹水平*通脹邊際變化)圖 34：杠桿因子收益資料來源：Wind,資料來源：Wind,表 21：杠桿因子勝率、均值杠桿勝率均值相關性低33.33%-0.19%9.56%中29.27%-0.17%-0.38%高42.86%0.09%24.44%資料來源：Wind,通脹狀態(tài)敏感性討論：在不同時間區(qū)間內，杠

25、桿因子在低通脹區(qū)域的收益穩(wěn)定性有一定波動，但不影響收益中樞整體分布。表 22：杠桿因子通脹狀態(tài)敏感性討論資料來源：Wind,通脹配置表現(xiàn)：杠桿因子在除了在高通脹且邊際向上時正向配置，其余狀態(tài)下負 向配置。杠桿因子在通脹擇時下的策略年化收益為12.47%，超額收益年化4.92%，效果較好。表 23：杠桿因子通脹配置表現(xiàn)年化收益年化波動夏普最大回撤卡爾瑪策略多頭12.47%27.52%0.4552.95%0.24策略多空10.21%11.46%0.8927.45%0.37相對基準4.92%5.68%0.8714.37%0.34資料來源：Wind,表 24：杠桿因子通脹配置方向通脹水平邊際情況杠桿因

26、子配置方向低邊際向上-1低邊際向下-1中邊際向上-1中邊際向下-1高邊際向上1高邊際向下-1資料來源：圖 35：杠桿通脹擇時多空收益、超額收益圖 36：杠桿通脹擇時分組收益資料來源：Wind,資料來源：Wind,、 動量因子風格因子純度分布、收益中樞、勝率、均值：由下圖知，動量因子在低通脹階段收益為負向，其余均不明顯，勝率均值純度均不高，可不做暴露。圖 37：動量因子 vs(通脹水平*通脹邊際變化)圖 38：動量因子收益資料來源：Wind,資料來源：Wind,表 25：動量因子勝率、均值動量勝率均值相關性低49.02%-0.06%50.31%中48.78%-0.08%-9.02%高51.02%

27、0.14%-15.56%資料來源：Wind,通脹配置效果：動量因子在通脹驅動下年化收益 10.86%，相對基準年化超額 2.73%。表 26：動量因子通脹配置表現(xiàn)年化收益年化波動夏普最大回撤卡爾瑪策略多頭10.86%26.28%0.4151.44%0.21策略多空6.85%8.67%0.7923.48%0.29相對基準2.73%4.07%0.6712.94%0.21資料來源：Wind,表 27：動量因子通脹配置方向通脹水平邊際情況動量因子配置方向因子對應區(qū)間收益低邊際向上-1-0.46%低邊際向下-1-0.50%中邊際向上00.41%中邊際向下00.42%高邊際向上0-0.05%高邊際向下00

28、.12%資料來源：Wind,圖 39：動量通脹擇時多空收益、超額收益圖 40：動量通脹擇時分組收益資料來源：Wind,資料來源：Wind,、 不擇時因子：流動性因子風格因子純度分布、收益中樞、勝率、均值：流動性在各個狀態(tài)下收益方向均為負向，純度勝率都較高，配置低換手股票有超額收益。圖 41：流動因子 vs(通脹水平*通脹邊際變化)圖 42：流動性因子收益0.00%流動性-0.50%-1.00%-1.50%-2.00%資料來源：Wind,資料來源：Wind,表 28：流動性因子勝率、均值流動性勝率均值相關性低17.65%-1.41%20.77%中9.76%-1.30%39.94%高20.41%-

29、1.00%5.82%資料來源：Wind,通脹狀態(tài)敏感性討論：在不同滾動區(qū)間，流動性因子的收益情況都為負，結論較為穩(wěn)定。表 29：流動性因子通脹狀態(tài)敏感性討論流動性邊際向上+低通脹邊際向下+低通脹邊際向上+中通脹邊際向下+中通脹邊際向上+高通脹邊際向下+高通脹2016/1/29-2.35%-1.81%-1.19%-1.59%-1.18%-1.14%2017/1/26-2.01%-1.95%-1.53%-1.54%-2.93%-2.92%2018/1/31-2.01%-1.95%-1.49%-1.87%-1.50%-1.32%2019/1/31-0.42%-1.53%-0.81%-1.54%-1.

30、09%-1.27%2020/1/23-0.87%-1.08%-0.31%-1.22%-0.86%-1.27%2021/1/29-1.13%-1.15%-0.31%-1.22%-0.26%-1.18%2022/1/28-1.23%-1.15%-0.92%0.92%-1.84%0.00%配置方向-1-1-1-1-1-1資料來源：Wind,通脹配置表現(xiàn)：流動性因子對通脹敏感度不高，均作負向配置。流動性因子即使不做通脹擇時也有較好的效果，策略年化 18.66%，相對基準超額 5.86%。表 30：流動性因子通脹配置表現(xiàn)年化收益年化波動夏普最大回撤卡爾瑪策略多頭18.66%21.20%0.8847.39

31、%0.39策略多空22.87%17.17%1.3325.55%0.90相對基準5.86%8.50%0.6915.17%0.39資料來源：Wind,通脹水平邊際情況流動性因子配置方向低邊際向上-1低邊際向下-1中邊際向上-1中邊際向下-1高邊際向上-1高邊際向下-1資料來源：國海證券研究所表 31：流動性因子通脹配置方向圖 43：流動性通脹擇時多空收益、超額收益圖 44：流動性通脹擇時分組收益資料來源：Wind,資料來源：Wind,、 不擇時因子：中等市值因子風格因子純度分布、收益中樞、勝率、均值：中等市值在各個狀態(tài)下收益方向均為負向，純度勝率都較高，配置非中市值股票有超額收益。圖 45：中等市

32、值因子 vs(通脹水平*通脹邊際變化)圖 46：中等市值因子收益中等市值因子收益0.00%-0.10%-0.20%-0.30%-0.40%-0.50%資料來源：Wind,資料來源：Wind,表 32：中等市值因子勝率、均值中等市值因子勝率均值相關性低39.22%-0.30%23.53%中31.71%-0.28%-32.22%高32.65%-0.18%9.85%資料來源：Wind,通脹配置效果：中市值因子即使不擇時，也有較好效果。策略年化收益為28.41%，超額收益年化 14.55%。表 33：中等市值因子通脹配置表現(xiàn)年化收益年化波動夏普最大回撤卡爾瑪策略多頭28.41%27.28%1.0445

33、.18%0.63策略多空20.31%8.00%2.5419.59%1.04相對基準14.55%4.38%3.326.89%2.11資料來源：Wind,表 34：中等市值因子通脹配置方向通脹水平邊際情況流動性因子配置方向低邊際向上-1低邊際向下-1中邊際向上-1中邊際向下-1高邊際向上-1高邊際向下-1資料來源：圖 47：中等市值通脹擇時多空收益、超額收益圖 48：中等市值通脹擇時分組收益資料來源：Wind,資料來源：Wind,、 通脹配置下的各因子有效性總結綜合以上討論，在通脹狀態(tài)劃分框架下，動量、規(guī)模、波動率、估值、杠桿均有較好的擇時效果，可以加入通脹驅動風格配置模型中。對于流動性和中等市值

34、因子即使不做擇時也有較好的表現(xiàn)。成長因子和盈利因子整體在通脹狀態(tài)下整體收益不高，beta 因子純度不高。我們在風格配置中疊加流動性、中等市值不擇時因子能夠更進一步提高通脹驅動選股收益。圖 49：因子有效性分類及 2 種策略構建方法資料來源：Wind,表 35：各因子配置特點動量規(guī)模估值波動率杠桿流動性中等市值配置特點低通脹是負向配置除了高通脹且邊際下行區(qū)間其他時刻配置小市值中高通脹時期配置低估值中低通脹時期配置低波動，高通脹時期配置高波動高通脹時期配置高杠桿，中低通脹時期配置低杠桿均配置低換手均低配中等市值資料來源：Wind,表 36：各因子配置決策矩陣動量規(guī)模估值波動率杠桿流動性中等市值邊際

35、向上+低通脹-1-10-1-1-1-1邊際向下+低通脹-1-10-1-1-1-1邊際向上+中通脹0-11-1-1-1-1邊際向下+中通脹0-11-1-1-1-1邊際向上+高通脹0-1111-1-1邊際向下+高通脹00111-1-1是否擇時是是是是是資料來源：Wind,、 綜合風格決策策略：、 策略構建一我們用動量、規(guī)模、波動率、估值、杠桿這 5 個風格因子在中證全指成分池中選股。按照通脹狀態(tài)下的風格方向對風格因子進行加權得到綜合得分，從高到底劃分成 10 組，其中策略多頭表示第十組股票，策略基準定義為中證全指成分股票等權，超額收益為多頭比基準。從2014 年至2022 年6 月30 日，策略年

36、化34.75%，超額收益年化為 20.21%，效果整體不錯。表 37：策略一通脹配置表現(xiàn)年化收益年化波動夏普最大回撤卡爾瑪策略多頭34.75%25.03%1.3941.70%0.83策略多空39.20%14.56%2.6928.49%1.38相對基準20.21%8.05%2.5110.64%1.90資料來源：Wind,圖 50：策略一累計凈值圖 51：策略一超額累計收益資料來源：Wind,資料來源：Wind,策略年化收益策略年化波動夏普最大回撤超額年化收益超額年化波動信息比率超額最大回撤201478.39%16.27%4.826.93%22.38%4.65%4.812.42%2015255.7

37、7%37.06%6.9033.78%85.70%12.67%6.769.73%201624.88%27.84%0.8920.69%37.85%4.64%8.151.73%2017-3.75%16.65%-0.2215.65%13.22%6.50%2.036.89%2018-27.47%25.39%-1.0836.57%6.63%6.12%1.088.70%表 38：策略一收益分年度201940.36%23.27%1.7316.10%9.88%4.04%2.453.16%202020.92%23.51%0.8915.14%1.73%7.05%0.256.55%202128.23%18.37%1.

38、5415.29%1.61%10.09%0.168.94%2022 年初至 6.30-0.11%19.08%-0.0119.62%8.26%8.71%0.9510.64%匯總34.75%25.03%138.86%41.70%20.21%8.05%2.5110.64%資料來源：Wind,、 綜合風格決策策略二疊加流動性、中市值因子綜合擇時：通脹配置下的五類因子結合不擇時因子綜合擇時進行打分。按照通脹狀態(tài)下的風格方向對風格因子進行加權得到綜合得分，從高到底劃分成 10 組，其中策略多頭表示第十組股票，策略基準定義為中證全指股票等權，超額收益為多頭比基準。從 2014 年至 2022 年 6 月 30

39、 日，策略多頭年化 43.08%，超額收益年化為 27.64%，效果整體不錯。策略收益分年度在大部分年份表現(xiàn)較好，2015 年較為突出，超額收益分年度較為穩(wěn)健，在 2016年之前較為突出，2022 年年初至 6 月 30 日超額 10.89%。除了規(guī)模風格，大部分風格的決策矩陣對通脹邊際的變化不敏感，對通脹水平更為敏感。表 38：策略二配置表現(xiàn)年化收益年化波動夏普最大回撤卡爾瑪策略多頭43.08%23.44%1.8436.53%1.18策略多空55.60%16.00%3.4820.99%2.65相對基準27.64%8.56%3.2310.22%2.70資料來源：Wind,圖 52：策略二累計凈

40、值圖 53：策略二超額累計凈值資料來源：Wind,資料來源：Wind,策略收益分年度在大部分年份表現(xiàn)較好，2015 年較為突出。超額收益分年度較為穩(wěn)健，在 2016 年之前較為突出。2022 年初至 6.30 日策略超額收益 10.89%表 39：策略二收益分年度策略年化收益策略年化波動夏普最大回撤超額年化收益超額年化波動信息比率超額最大回撤201495.18%14.34%6.646.26%33.90%5.84%5.811.65%2015304.86%35.24%8.6531.47%111.32%13.91%8.009.38%201631.13%25.26%1.2318.73%44.75%6.

41、57%6.812.42%20173.20%13.67%0.2312.37%21.39%6.12%3.493.06%2018-20.02%24.03%-0.8332.92%17.60%6.21%2.837.29%201944.66%22.72%1.9715.69%13.24%4.39%3.023.07%202024.49%23.27%1.0515.48%4.74%7.57%0.636.77%202125.92%16.64%1.5615.14%-0.22%9.78%-0.0210.20%2022 年初至 6.302.33%17.59%0.1317.69%10.89%8.49%1.2810.22%匯

42、總43.08%23.44%1.8436.53%27.64%8.56%3.2310.22%資料來源：Wind,策略二配置結構：通過分析持倉我們可以了解 2015 年策略收益較高的原因。2015 年處于低通脹狀態(tài)，主要配置反轉、小市值、低波動、低杠桿、低換手、非中等市值。今年主要是高通脹狀態(tài)，建議配置在低估值、高波動、高杠桿、低換手、非中等市值上。表 40：2015 年風格配置動量規(guī)模估值波動率杠桿流動性中等市值2015/1/30邊際向下+中通脹0-11-1-1-1-12015/2/27邊際向下+低通脹-1-10-1-1-1-12015/3/31邊際向上+低通脹-1-10-1-1-1-12015/

43、4/30邊際向下+低通脹-1-10-1-1-1-12015/5/29邊際向上+低通脹-1-10-1-1-1-12015/6/30邊際向上+低通脹-1-10-1-1-1-12015/7/31邊際向下+低通脹-1-10-1-1-1-12015/8/31邊際向上+低通脹-1-10-1-1-1-12015/9/30邊際向下+低通脹-1-10-1-1-1-12015/10/30邊際向上+低通脹-1-10-1-1-1-12015/11/30邊際向上+低通脹-1-10-1-1-1-12015/12/31邊際向上+低通脹-1-10-1-1-1-1資料來源：Wind,表 41：當前 2022 年風格配置動量規(guī)模

44、估值波動率杠桿流動性中等市值2022/1/28邊際向下+高通脹00111-1-12022/2/28邊際向上+高通脹0-1111-1-12022/3/31邊際向下+高通脹00111-1-12022/4/29邊際向上+高通脹0-1111-1-12022/5/31邊際向下+高通脹00111-1-12022/6/30邊際向下+高通脹00111-1-1資料來源：Wind,、 策略在不同股票池的差異按照之前的綜合多因子決策結構在滬深 300 中成分股中選股增強，以等權成分股作為基準，策略年化收益 16.89%，相對基準等權 6.52%，效果相比在全指中選股效果較弱。表 42：滬深 300 配置表現(xiàn)年化收益

45、年化波動夏普最大回撤卡爾瑪策略多頭16.89%20.34%0.8329.35%0.58策略多空18.90%23.65%0.8039.54%0.48相對基準6.52%14.36%0.4530.13%0.22資料來源：Wind,圖 54：滬深 300 策略累計凈值圖 55：滬深 300 策略超額累計凈值資料來源：Wind,資料來源：Wind,表 43：滬深 300 收益分年度超額年化收益超額年化波動信息比率最大回撤201414.51%13.44%1.0810.09%20157.45%21.86%0.3418.25%201621.34%13.69%1.567.22%201712.73%10.05%1

46、.278.39%201813.90%10.47%1.3312.04%2019-3.29%10.44%-0.3211.64%2020-20.07%11.61%-1.7319.42%20210.55%14.69%0.0414.94%2022 年初至 6.3013.21%13.86%0.9517.67%資料來源：Wind,按照之前的綜合多因子決策結構在中證 800 中成分股中做選股增強，等權成分 股作為策略基準。在中證800 成分股中，策略年化收益21.98%，超額年化11.08%。表 44：中證 800 配置表現(xiàn)年化收益年化波動夏普最大回撤卡爾瑪策略多頭21.98%21.04%1.0434.33%

47、0.64策略多空19.79%19.47%1.0236.26%0.55相對基準11.08%11.22%0.9926.19%0.42資料來源：Wind,圖 56：中證 800 策略累計凈值圖 57：中證 800 策略超額累計凈值資料來源：Wind,資料來源：Wind,表 45：中證 800 收益分年度超額年化收益超額年化波動信息比率最大回撤201419.20%8.41%2.283.48%201529.01%16.49%1.7613.42%201623.94%9.25%2.594.53%201717.27%9.08%1.906.51%201815.93%9.23%1.7311.42%20191.12

48、%7.54%0.156.94%2020-14.05%9.79%-1.4414.03%2021-5.39%12.42%-0.4314.93%2022 年初至 6.3012.46%11.78%1.0514.23%資料來源：Wind,4、 不同通脹狀態(tài)下驅動行業(yè)配置的決策邏輯為了探討通脹驅動框架對行業(yè)配置的貢獻，我們將各行業(yè)收益分別對通脹狀態(tài)、通脹邊際變化做回歸，得到的回歸 R2 可以理解為通脹驅動對行業(yè)價格的解釋力度。其中煤炭、輕工、鋼鐵、石油石化、消費者服務、計算機、機械被通脹存量定價的部分較顯著，而醫(yī)藥、紡織服裝、建筑、電力設備被邊際定價的部分較為顯著。圖 58：各行業(yè)被通脹狀態(tài)存量、邊際的解

49、釋力度資料來源：Wind,我們同樣是將通脹狀態(tài)劃分成 6 各維度，將其轉換成啞變量，計算不同行業(yè)的預期收益中樞。為了保證行業(yè)預期收益的穩(wěn)健性，我們用滾動測試的辦法，既固定過去 3 年的窗口計算行業(yè)的預期收益，觀察頻率為間隔 1 年。以煤炭為例，煤炭在大部分區(qū)間內部收益均較為穩(wěn)定，模型對煤炭的解釋程度較高，我們通過三個步驟得到煤炭行業(yè)的最終決策矩陣：滾動回測：回測窗口期為過去三年，既能保證訓練有效性又不會損失太多數(shù)據，每年 1 月訓練一次。EWMA 加權：將之前的訓練結果用 EWMA 加權，半衰期為 2，保證最近年份的權重更高。閾值取 0.4：當 EWMA 加權之后的收益中樞絕對值低于 40%說

50、明賠率較低，這種情況我們選擇不做暴露，大于 40%暴露為正向，小于-40%暴露為負向。圖 59：煤炭行業(yè)的最終決策矩陣資料來源：Wind,按照上述步驟我們可以得到行業(yè)決策矩陣：下圖展示了在經過指數(shù)加權平滑處理、閾值過濾之后的矩陣。2022 年大概率是高通脹時期，高通脹邊際向上向下狀態(tài) 下配置的行業(yè)值得關注：在高通脹且邊際向上時配置正向行業(yè)包括：石油石化、輕工制造、家電、醫(yī)藥、食品飲料、電子、通信在高通脹且邊際向下時配置正向的行業(yè)包括：煤炭、有色、電力及公用事業(yè)、鋼鐵、基礎化工、電力設備新能源、國防和軍工、汽車圖 60：全部行業(yè)的最終決策矩陣資料來源：Wind,、 綜合行業(yè)配置一按方向配置策略一

51、：我們將每個通脹狀態(tài)下配置方向為 1 的行業(yè)定義為正向配置行業(yè)，配置方向為-1 的定義為負向配置行業(yè)。策略基準為中信一級行業(yè)等權，正向配置行業(yè)為當前狀態(tài)下行業(yè)配置方向為正向的部分，超額收益為正向配置行業(yè)除以基準。策略正向配置行業(yè)年化收益 18.84%，超額收益年化 7.12%。表 46：行業(yè)配置策略一表現(xiàn)年化收益年化波動夏普最大回撤卡爾瑪策略基準10.97%26.60%0.4158.22%0.19正向配置18.84%27.40%0.6949.41%0.38負向配置3.80%26.48%0.1467.67%0.06策略超額7.12%6.24%1.1410.03%0.71資料來源：Wind,圖 61：行業(yè)配置策略一累計凈值圖 62：行業(yè)配置策略一