大势研判：因子与驱动-2022“授人以渔”培训框架

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