行业轮动系列：基于券商金股的行业轮动研究

2022年09月05日 证券研究报告•金融工程专题报告 行业轮动系列 基于券商金股的行业轮动研究 摘要 券商金股是各大券商研究所根据当月配置策略，联合内部各个行业研究小组精心甄选的股票投资组合。各家券商每月的金股组合中既包含了各行业研究小组覆盖的优质标的，也蕴藏着研究所对未来一个月股票市场行业配置的研究判断。 本文将从各大券商的月度金股组合出发，尝试从月度金股组合中挖掘行业配置的相关信息。为此我们首先根据当期金股组合的行业分布构建了静态券商金股因子。但由于每个研究所行业覆盖度不同，各个行业研究小组的规模与研究能力存在 差异，当期金股组合的行业分布存在偏差与固化，静态券商金股因子无效。 为了解决以上问题，在静态券商金股因子的基础上，我们通过环比变化，构筑了动态券商金股因子，并采用信息系数分析判断其有效性。在样本期 （2021/5-2022/4），因子的IC均值为0.1326，在置信水平99%上强烈拒绝IC均值为0的原假设，IC与均值同向的比例高达81.82%，IR比率（IC均值除以标准差）为1.16，动态券商金股因子对未来行业收益具备较强的预测作用。 以此为基础，我们基于动态券商金股因子构建了中信一级行业轮动策略并进行了回溯测试。在样本期内，根据动态券商金股因子构建的多头组合可实现月度收益率0.93%，年化收益率为11.75%，最大回撤率为10.33%，表现全面优于万得全A指数与行业等权指数，在近期大幅回撤的A股市场表现依旧优异。 风险提示：本研究基于2021/5-2022/4中国A股市场历史数据，因子的历史收益率不代表未来收益率。若未来市场环境发生较大变化，因子的实际表现可能与本文的结论有所差异。 西南证券研究发展中心 分析师：邓璎函 执业证号：S1250517080005电话：023-67507084 邮箱：dyh@swsc.com.cn 相关研究 1.基于相似股票历史收益的选股因子研究 (2022-05-20) 2.基于吸收比率规避市场下行风险的资产配置策略(2022-02-09) 3.基于“集中度”识别拥挤交易的行业轮动策略(2022-01-26) 4.基于价格动量和基本面动量的双动量选股策略(2021-11-19) 5.基金管理的主动性指标构建与业绩预测 (2021-10-26) 6.BARRA中国市场模型（CNE6）解读— —因子选股系列(2019-02-26) 7.波动率因子的改进：异质波动率——因子选股系列(2018-08-29) 61294 请务必阅读正文后的重要声明部分 目录 本文研究导读1 1因子构建1 1.1挖掘行业配置研判1 1.2静态券商金股因子2 1.3动态券商金股因子4 2因子有效性检验4 2.1信息系数分析4 3基于动态券商金股因子的行业轮动策略5 3.1行业轮动策略5 3.2策略回溯测试6 4总结与展望7 5风险提示7 图目录 图1：券商金股行业分布示意图1 图2：中信一级行业累计净值柱状图2 图3：静态券商金股因子构造示意图3 图4：静态券商金股因子累计信息系数变化示意图3 图5：动态券商金股因子累计信息系数变化示意图5 图6：动态券商金股因子多头策略与市场指数净值变化图6 表目录 表1：动态券商金股因子信息系数分析结果4 表2：动态券商金股因子行业轮动结果6 本文研究导读 券商金股是各大券商研究所根据当月配置策略，联合内部各个行业研究小组精心甄选的股票投资组合。各家券商每月的金股组合中既包含了各行业研究组对优质标的的研究成果，又蕴藏了研究所对未来一个月股票市场行业配置的研判。 在本文的第一部分，我们将尝试挖掘券商金股中各大券商研究所对行业趋势的前瞻判断，以此为基础，构建券商金股行业配置因子，并通过回溯测试检验因子的有效性。 在本文的第二部分，我们将通过券商金股行业配置因子构建中信一级行业轮动策略，并在样本期内检验轮动策略的实际表现。 1因子构建 1.1挖掘行业配置研判 尽管各家券商每月推出月度金股已经持续了很长时间，但历年各家券商每个月推出的月度金股的历史数据还未被纳入数据库。目前，只有每市APP收纳了较为齐整的券商金股数据。尽管如此，每市APP也仅供查阅2021年5月至2022年4月各家券商的金股组合。 为了挖掘券商十大金股中蕴含的行业配置观点，我们从每市APP上收集了2021年5月至2022年4月共49家券商发布的月度金股组合，搭建了券商金股数据库。 我们选用中信一级行业作为行业分类标准，在剔除非A股标的后，样本期内一共有1144 只股票被选为券商金股。在图1中我们首先绘制了所有券商金股的行业分布示意图。 图1：券商金股行业分布示意图 500 450 400 350 300 250 200 150 100 50 交通运输 传媒 农林牧渔 医药商贸零售国防军工基础化工 家电建材建筑房地产 有色金属 机械 汽车 消费者服务 煤炭电力及公用事业电力设备及新能源 电子石油石化纺织服装 综合综合金融计算机轻工制造 通信钢铁银行 非银行金融 食品饮料 0 数据来源：每市，西南证券整理 如图所示，在样本期（2021/5-2022/4）内，券商金股的行业分布存在较大差异。券商金股偏爱选择医药、基础化工、机械、电力设备及新能源、电子、计算机、食品饮料板块的标的；传媒、商贸零售、家电、建筑、房地产、消费者服务、煤炭、电力及公用事业、石油石化、纺织服装、钢铁、非银行金融板块的股票很少被选为券商金股；券商金股中几乎从未出现过综合板块与综合金融板块的标的。 可以看出，券商金股偏好高估值高景气度成长板块的标的，那么在过去一年内，投资高估值高景气度成长板块是否可以获得超额收益呢？为此，我们绘制了样本期内中信一级行业的累计净值如下图所示。 图2：中信一级行业累计净值柱状图 1.61.4 1.2 1 0.8 0.6 0.4 0.2 交通运输 传媒 农林牧渔 医药商贸零售国防军工基础化工 家电建材建筑房地产 有色金属 机械 汽车 消费者服务 煤炭电力及公用事业电力设备及新能源 电子石油石化纺织服装 综合综合金融计算机轻工制造 通信钢铁银行 非银行金融 食品饮料 0 数据来源：西南证券 如图2所示，在样本期内，券商金股组合重点配置的医药、机械、电子、计算机、食品饮料板块的表现低迷；反而建筑、有色金属、煤炭、综合、钢铁等较少被券商金股组合覆盖的板块表现突出；因此，我们预期券商金股组合当期的行业分布对未来行业收益的预测作用较弱。 1.2静态券商金股因子 为了验证以上猜想，我们首先根据券商金股组合当期行业分布构筑了静态券商金股因子 。因子具体的构建方式如下。 第一步，我们需要收集当期入选券商金股组合的全部标的。第二步，根据标的所属行业对当期券商金股进行分类汇总。 第三步，计算每个行业金股入选的次数占当期全部金股的比例作为静态券商金股因子。 图3：静态券商金股因子构造示意图 数据来源：西南证券 为了检验静态券商金股因子的有效性，在样本期（2021/5-2022/4）内，我们对其进行了信息系数分析。为了直观展示信息系数分析的结果，我们在图4中绘制了样本期内静态券商金股因子信息系数累计IC变化示意图。 图4：静态券商金股因子累计信息系数变化示意图 1.2 1 8 6 4 2 0 2 4 2021-4 2021-7 2021-10 2022-1 2022-4 0. 0. 0. 0. -0. -0. -0.6 累计IC 数据来源：西南证券 如图所示，在样本期内在之前的报告中，静态券商金股因子波动极大，且出 现了反转，表明静态券商金股因子对未来行业收益几乎没有预测作用，这也就意味着当期券商金股的行业分布无法提供有效的行业配置研判，这与我们的预期相符。 1.3动态券商金股因子 为什么券商金股当期的行业分布无法提供有效的行业配置信息？我们认为有以下两大原因。 其一，各个研究所覆盖的板块不同。部分研究所已实现全板块覆盖，而也有研究所只覆盖了部分板块，在配置当月金股组合时，无法全面评估各个行业的情况，导致金股组合的行业配置存在偏差。 其二，每个研究所各个行业研究小组的规模与研究水平客观上也存在较大差异。在配置当月金股组合时，往往更加重视规模较大研究水平较高的研究小组的配置意见，从而导致券商金股因子的行业分布固化。 由于当月券商金股组合的行业配置存在偏差与固化，那么当月券商金股的行业分布比例自然也难以提供有效的行业配置信息。为了规避金股组合行业配置的偏差及固化带来的影响，在静态券商金股因子的基础上，我们将使用券商金股行业分布的环比变化来捕捉券商金股组 合中蕴藏的行业配置观点，进而构建动态券商金股因子。 其中，代表期行业的静态券商金股因子值，静态券商金股因子值的环比变化即为动态券商金股因子。 3因子有效性检验 3.1信息系数分析 在第一部分，我们构建了动态券商金股因子，接下来我们将通过信息系数分析判断当期动态券商金股因子是否对行业下期收益具有明显的预测作用。 信息系数IC是指当期动态券商金股因子值与下期中信一级行业收益率之间的相关系数， IC越大，因子对行业下期收益率的预测作用也就越强。信息系数分析的结果见下表。 表1：动态券商金股因子信息系数分析结果 IC均值 IC标准差 t统计量 IC与均值同向的比例 IR 动态券商金股因子 0.1326*** 0.11 3.85 81.82% 1.16 数据来源：西南证券 根据表1数据，在样本期内，动态券商金股因子的IC均值为0.1326，在置信水平99%上强烈拒绝IC均值为0的原假设，IC与均值同向的比例高达81.82%，IR比率（IC均值除以标准差）为1.16。根据信息系数分析的结果，我们可以判断动态券商金股因子对行业下期收益具有较强的预测作用，且动态券商金股因子值同行业的下期收益正相关。 为了进一步考证重新动态券商金股因子的稳定性，我们在图5中绘制了样本期内动态券商金股因子累计信息系数IC变化示意图。 图5：动态券商金股因子累计信息系数变化示意图 1.8 1.6 1.4 1.2 1 0.8 0.6 0.4 0.2 0 -0.2021-42021-62021-82021-102021-122022-22022-4 累计IC线性(累计IC) 数据来源：西南证券 如图所示，在样本期内，尽管存在小幅波动，但动态券商金股因子的信息系数始终保持稳步增长，表明因子在样本期内有效且稳定。特别是从2022年起，尽管A股市场波动较大，但动态券商金股因子表现稳定，值得信赖， 综上所述，通过信息系数分析，可以得出以下结论：在样本期（2021/5-2022/4）内，动态券商金股因子稳定有效，对行业未来一期的收益有较强的预测作用。 4基于动态券商金股因子的行业轮动策略 信息系数分析的结果表明，在样本期内，动态券商金股因子稳定有效，对未来行业收益有较强的预测作用，以此为基础，接下来我们将根据动态券商金股因子构建行业轮动策略并进行回溯测试。 4.1行业轮动策略 我们根据动态券商金股因子构建了中信一级行业轮动策略，具体的行业轮动策略如下。 为了减少交易费用，我们选用月度调仓策略。在每月最后一个交易日结束后，收集汇总各大券商公布的月度金股组合，剔除金股组合中的非A股标的，保留金股标的数量不足或超过10的金股组合，计算各个中信一级行业的动态券商金股因子值。 根据动态券商金股因子值的大小，对各个中信一级行业进行排序，选择排名前五的行业等权构建多头组合，排名倒数五位的行业等权构建空头组合。 4.2策略回溯测试 在样本期（2021/5-2022/4）内，我们对动态券商金股因子行业轮动策略进行回溯测试，回溯测试的结果如下表所示。 表2：动态券商金股因子行业轮动结果 月度收益 年化收益 最大回撤 Sharp比率 月度胜率 多头组合 0.93% 11.75% 10.33% 0.51 50.00% 空头组合 -1.63% -17.90% 19.20% -1.25