证券研究报告 ——“授人以渔”系列报告(四) 大势研判:因子与驱动 报告摘要: 如何寻找A股的有效驱动因子?20年疫情之后,中国经济周期重回“复苏-过热-滞胀-衰退”的经典“美林时钟”,货币-信用周期也未明显偏离。 历史不会重演,但押着同样的韵脚。我们基于“量价”和“货币信用”周期的因子驱动模型,识别出的有效因子构建的投资组合,从2002年以来能够长期实现超过25%的年化收益率。 分子端:如何识别“量价”驱动的有效因子?我们用工业增加值作为 “量”的替代变量,用CPI和PPI拟合出的GDP平减指数作为“价”的替代变量。2012年“增量经济”时代,中国经历过3轮完整的“量价”周期;2013年中国进入“存量经济”时代后,叠加16-17年的“供给侧改革”以及18年以来的“供给收缩常态化”政策扰动,中国的“量价”周期不再显著。不过,20年疫情以后,经典的“美林时钟”重新回归,并已走完一轮完整的“复苏-过热-滞胀-衰退”周期,当前已经重新步入新一轮“复苏”周期。我们遍历12类A股常用因子,并筛选出强有效因子(具体筛选方法及驱动因子结论,详见正文)。 分母端:如何识别“货币信用”驱动的有效因子?货币政策的传导时 滞,带来了经典的“货币-信用”周期。参考董德志在《投资交易笔记》中提出的“货币信用框架”,我们通过货币政策工具、社融增速和M2同比,构建“货币信用”周期。2002年至今,中国共经历6轮完整的“货币信用”周期,平均一轮周期时长在3-3.5年,当前中国经济即将进入事实上的“宽货币宽信用”的阶段。我们遍历12类A股常用因子,并筛选出强有效因子(具体筛选方法及驱动因子结论,详见正文)。 复盘:“因子与驱动”模型年化收益超过25%。(1)构建组合:我们基 于分子(量价)和分母(货币信用)的有效因子,分别构建2000年以来的长时间序列的投资组合;(2)精选阈值:针对各强有效因子,我们以10%的颗粒度,逐步测算不同配置范围下的最佳收益模型;(3)数据回测:优化后的模型显示,“量价”和“货币信用”强有效因子构建的组合,均能长期获得年化25%的收益。同时,在绝大多数的“量价”和“货币信用”区间,我们的投资组合均能获得正超额收益。 展望:构建“量价”和“货币信用”驱动组合。(1)分子端:7-8月经 济数据相继确认中国经济“弱复苏”。中报再次确认22年A股进入产能“投产”阶段,结构性“供给过剩”也会强化“量升价跌”的复苏格局;(2)分母端:近期MLF和LPR相继降息,显示事实上的宽货币周期。同时,5.13央行表态“宏观杠杆率会有所上升”,“稳增长”大背景下,信用扩张将是中期趋势。(3)量升价跌&货币信用双宽,配置高ROE稳定性和低市值因子的组合(详见正文)。 核心假设风险:疫情反复、经济下行超预期、中美关系不确定性等。 分析师:戴康 SAC执证号:S0260517120004SFCCENo.BOA313 021-38003560 daikang@gf.com.cn 分析师:曹柳龙 SAC执证号:S0260516080003 021-38003558 caoliulong@gf.com.cn 请注意,曹柳龙并非香港证券及期货事务监察委员会的注册持牌人,不可在香港从事受监管活动。 相关研究:行业比较:景气与预期:——“授人以渔”策略方法论系列 2022-09-02 (四)底部框架:否极与泰来:——“授人以渔”策略方法论系列 2022-08-29 (二)底部夯实,蓄势待发:——港股最新策略展望 2022-08-29 目录索引 一、如何寻找A股的有效驱动因子?5 (一)如何运用A股驱动模型?5 (二)如何识别A股有效因子?5 (三)如何验证A股有效因子?6 二、分子端:如何识别“量价”驱动的有效因子?8 (一)20年疫情以后,分子端量价周期重归经典的“美林时钟”8 (二)“量价”驱动视角下,如何筛选A股有效因子?9 三、分母端:如何识别“货币信用”驱动的有效因子?13 (一)货币-信用传导的时滞,带来经典的“货币信用”周期13 (二)“货币信用”驱动视角下,如何筛选A股有效因子?14 四、复盘:“因子与驱动”模型年化收益超过25%18 (一)构建组合:因子筛选-参数优化-模型优化18 (二)精选阈值:分档优化因子筛选条件,得出最优投资组合标准18 (三)数据回测:2002年至今分子/分母端组合年化收益均超25%19 �、展望:构建“量价”和“货币信用”驱动组合23 (一)分子端:量升价跌,关注高ROE稳定性因子23 (二)分母端:宽货币宽信用,关注低市值因子25 (三)投资组合:量升价跌&货币信用双宽,配置高ROE稳定性和低市值因子的组合 .................................................................................................................................26 六、风险提示28 图表索引 图1:基于经典DDM模型构建A股“因子与驱动”方法论5 图2:分子端:量价驱动模型6 图3:分母端:货币信用驱动模型6 图4:分子端量价组合及Wind全A走势7 图5:分母端货币信用组合及wind全A走势7 图6:分子端量价组合各年收益情况7 图7:分母端货币信用组各年收益情况7 图8:工业增加值数据基本和GDP增速走势趋同8 图9:拟合后的指数基本可以反映GDP平减指数走势8 图10:2001-2022年中国经济周期划分:基于量价视角进行分类9 图11:分子端:经济周期模型12 图12:货币政策传导的时滞,带来了货币-信用周期13 图13:货币信用模型17 图14:基于有效因子构建投资组合,并回测检验过程18 图15:分子端“量价”有效因子投资组合净值走势20 图16:分母端“货币信用”有效因子投资组合净值走势20 图17:分子端量价有效因子投资组合历史收益情况(分年度)21 图18:分母端信用有效因子投资组合历史收益情况(分年度)21 图19:中国7月经济数据继续“弱复苏”23 图20:重要行业开工率与上海地铁客运量23 图21:中游制造:在建工程和固定资产同比增速23 图22:可选消费:在建工程和固定资产同比增速23 图23:2022年4月,新一轮猪周期开启24 图24:生产资料价格回落是PPI进入下行通道的主因24 图25:高ROE稳定性公司数量行业分布24 图26:高ROE稳定性公司市值分布24 图27:21Q4以来,新一轮宽货币周期开启25 图28:21Q4以来市场利率持续下降25 图29:7月社融虽低于预期,但宽信用大趋势仍将持续26 图30:监管层主动提及杠杆率上行类似表述后,信用往往迎来扩张26 图31:低市值公司数量行业分布26 图32:低市值公司市值分布26 表1:2001-2012年的三轮典型周期9 表2:2013年以来的非典型周期及新冠周期9 表3:“量价”驱动视角下,股息率因子的表现(示例)10 表4:“量价”驱动视角下,市值因子的表现(示例)10 表5:各时期因子有效性次数统计(涨幅排名处于前5的概率)11 表6:12年前的三轮货币信用周期14 表7:12年后的三轮货币信用周期14 表8:2014年后货币信用周期市值因子表现(示例)14 表9:2014年后货币信用周期高股息率因子表现(示例)15 表10:各时期因子有效性次数统计(涨幅排名处于前5的概率)15 表11:宽货币-宽信用环境下,低市值个股占优16 表12:分子端“量价”投资组合参数优化过程19 表13:分母端“货币信用”投资组合参数优化过程19 表14:分子端有效因子投资组合在各历史阶段收益表现22 表15:分母端有效因子投资组合在各历史阶段收益表现22 表16:分子、分母端因子共同筛选出当前最优股票池27 一、如何寻找A股的有效驱动因子? (一)如何运用A股驱动模型? 历史不会重演,但押着同样的韵脚。根据经典的DDM模型,A股走势主要由分子端(量价)和分母端(货币信用+ERP)共同驱动。2010年以来,中国从“增量 经济”时代步入当前的“存量经济”时代,同时“供给收缩常态化”的推动使得经济周期不再遵循完美的“美林时钟”。另一方面,分母端的“货币信用”驱动仍继续维持稳定切换,基本保持3-3.5年的切换周期。分子端“美林时钟”的失效,一定程度上导致分子端量价驱动的投资模型失效,投资者有点“无所适从”。 不过,在20年以来的疫情冲击下,经济周期再次回归经典的“美林时钟”。20年疫情以后,中国再次经历了典型的“复苏-过热-滞胀-衰退”的量价周期。同时,“货币信用”周期也未出现明显偏离。我们可以回归分子、分母端的周期演变规律,找出在大多数区间内均能验证有效的规律,并可以基于当前所处经济周期,寻找一般规律下的最优组合。 图1:基于经典DDM模型构建A股“因子与驱动”方法论 数据来源:Wind,广发证券发展研究中心 (二)如何识别A股有效因子? 分子端:根据“量价”两个维度划分4个象限,并总结各象限的有效因子。(1)量升价跌(复苏)阶段:高ROE稳定性因子占优;(2)量价齐升(过热)阶段,高股息率因子、低PE因子和高市值因子占优;(3)量跌价升(滞胀)阶段:低市值 因子、低ROE因子、低PEG和高业绩因子占优;(4)量价齐跌(衰退)阶段:低市值因子、低ROE稳定性因子、低PB因子、高股息率因子占优。 分母端:根据“货币信用”两个维度划分4个象限,并总结各象限的有效因子。 (1)紧货币紧信用:高股息率因子占优;(2)紧货币宽信用:高ROE因子和高业绩因子占优;(3)宽货币宽信用:低市值因子占优;(4)宽货币紧信用阶段:低PE和低PB因子占优。 图2:分子端:量价驱动模型图3:分母端:货币信用驱动模型 数据来源:Wind,广发证券发展研究中心数据来源:Wind,广发证券发展研究中心 (三)如何验证A股有效因子? A股有效因子构建的组合,均实现超过25%的收益率(年化)。我们通过选取不同阶段的强有效因子的交集(由于衰退期无强有效因子,选择弱有效因子的组合作为替代)作为该阶段投资组合的筛选标准,得到在不同时间区间内的投资组合,并对其历史收益进行回测。回测结果显示分子端因子投资组合年化收益率达到 29.96%,分母端因子投资组合年化收益率达到25.97%。即便在如08年金融危机 /15&16年股灾/18年大幅回撤的时间段,组合仍保持了较强韧性,也一定程度上体现了组合的抗风险性。 图4:分子端量价组合及Wind全A走势图5:分母端货币信用组合及wind全A走势 数据来源:Wind,广发证券发展研究中心数据来源:Wind,广发证券发展研究中心 图6:分子端量价组合各年收益情况图7:分母端货币信用组各年收益情况 数据来源:Wind,广发证券发展研究中心数据来源:Wind,广发证券发展研究中心 二、分子端:如何识别“量价”驱动的有效因子? (一)20年疫情以后,分子端量价周期重归经典的“美林时钟” 我们采用工业增加值,以及利用CPI及PPI拟合出的GDP平减指数,分别作为经济周期中“量”与“价”的替代指标。GDP增速是确定性较强的代表经济总量增速 的指标,而GDP平减指数则是代表“价”的水平的最优指标。但由于GDP相关指标更新频次较慢(季度披露),我们退而求其次,采用工业增加值同比增速(月度披露)代替GDP增速,采用CPI及PPI的拟合指数(月度披露),代替GDP平减指数。 通过CPI和PPI同比的线性组合,可以有效模拟出GDP平减指数。2013年前,“价”主要由CPI驱动,因此,70%的CPI+30%的PPI的组合可以较好的模拟出GDP 平减指数的走势。而随着2013年后中国步入存量经济时代,PPI的重要性上升,50%的CPI+50%的PPI的组合可以有效拟合GDP平减指数。拟合后的指数走势基本与GDP平减指数的季度数据一致。 图8:工业增加值数据基本和GDP增