量化专题报告 证券研究报告|金融工程研究 2022年12月23日 宏观预期差量化与超预期策略——宏观经济量化系列之二 如果说专题报告《中国经济领先指数——宏观经济量化系列之一》解决的是宏观量化中的方向判断问题,那么本文则从国内投资者关注较少的宏观一致预期的数据切入,补充解决了宏观量化中的力度判断问题: 1)如何刻画经济数据预期差?如何统一不同指标的预期差强度? 2)如何刻画货币政策预期差?哪种方案最适合中国市场? 3)如何融合不同宏观指标的信息,构建宏观预期差指数? 4)预期差信息在大类资产配置中有什么应用? 经济数据预期差的定义。1)预期数据的选取:Bloomberg数据在信息丰富度、回测严谨性和预测可信度等方面均显示出较高的数据质量。2)预期数 据的类别:本文采用Bloomberg中覆盖的6个信用类指标、13个经济类指标以及2个通胀类指标。3)预期差的标准化:传统的预期差定义存在纵向和横向不可比的缺点,因此我们纳入了Bloomberg中提供的预测分歧和预测机构数量两个信息,提出了一种更科学有效的预期差标准化方式。 货币政策预期差的定义。1)货币政策工具箱的梳理:当前我国央行货币政策工具大致上可以分为短期政策利率、中期政策利率、定向工具和准备金 率4个大类工具。2)中国货币政策预期差:目前常见的货币政策预期差定义方式有政策事件法、一致预期法、固浮利差法和市场利率法四种,基于逻辑性、普适性和有效性三个标准,我们采用“政策事件法+市场利率法”作为中国货币政策预期差的最终定义。3)美联储货币政策预期差:以每年召开8次的FOMC会议为时点,根据联邦基金目标利率的变动定义政策事件,根据FOMC会议前后30分钟的期货隐含利率变动定义市场利率,两者的综合打分作为美联储货币政策预期差的最终定义。 中国宏观经济预期差指数的编制。借鉴高盛(2013)的MAP预期差指数编制方法,通过单一信号打分、大类得分汇总、时间序列平滑&标准化三个 步骤构建了货币政策预期差、信用预期差、经济预期差、通胀预期差和美联储货币政策预期差�个指数。 预期差策略的设计。1)不同资产的预期差策略:经济-通胀预期差时钟适用于权益、大宗商品等经济敏感型资产,货币-信用预期差时钟适用于债券等流动性敏感型资产,而美联储货币政策预期差则适用于黄金、美债等美 元流动性敏感型资产。2)固收+预期差增强型策略:我们按照资金通道的方法融合不同的策略,由于不同通道的策略和资产各不相同,因此多资产多策略的混合形成了较好的风险分散化作用,固收+预期差平衡增强型策略年化收益达6.4%,年化波动为2.6%,最大回撤为2.7%。 风险提示:宏观一致预期不能完美代表市场全体对宏观的认知;短期剧烈的宏观冲击可能并不能及时反映在宏观一致预期中;资金面噪声可能会导致市场利率法的识别方向出错。 作者 分析师林志朋 执业证书编号:S0680518100004邮箱:linzhipeng@gszq.com 分析师刘富兵 执业证书编号:S0680518030007邮箱:liufubing@gszq.com 相关研究 1、《量化周报:市场反弹进程尚未过半》2022-12-18 2、《量化分析报告:股基解密:疫情与政策推动互联网医疗快速发展——汇添富中证互联网医疗投资价值分析》2022-12-17 3、《量化分析报告:择时雷达六面图:技术面、情绪面资金面继续弱化》2022-12-17 4、《量化分析报告:掘金ETF:价值重估,风光正好— —绿色电力ETF投资价值分析》2022-12-13 5、《量化周报:深证成指确认日线级别反弹》2022-12- 11 请仔细阅读本报告末页声明 内容目录 一、宏观量化的研究路线5 二、如何刻画经济数据预期差?7 2.1预期数据的选择7 2.2宏观预期数据特征与处理9 2.3如何刻画经济数据的预期差10 三、如何刻画货币政策预期差?12 3.1央行的货币政策工具12 3.2刻画货币政策预期差的四种思路14 3.3中国货币政策预期差的定义19 3.4美联储货币政策预期差的定义20 四、宏观预期差指数与超预期策略22 4.1宏观预期差指数的编制方案22 4.2预期差交易策略设计25 �、总结31 参考文献32 风险提示32 图表目录 图表1:中国经济周期的经典范式与宏观领先指数5 图表2:信用-经济框架下的A股情景分析与预判5 图表3:宏观预期差信息可以弥补宏观趋势判断的低频与滞后性缺点6 图表4:Wind宏观一致预期明细与底层数据来源7 图表5:Bloomberg宏观一致预期明细与底层数据来源7 图表6:Bloomberg宏观一致预期数据质量8 图表7:Bloomberg宏观一致预期数据样式(以GDP不变价当季同比为例)8 图表8:中国宏观经济数据公布时间线9 图表9:出口同比的春节效应9 图表10:M1同比的春节效应9 图表11:最终选入的Bloomberg宏观预期数据列表、数据特征及其数据处理10 图表12:M2同比预期差历史序列具有明显异方差性11 图表13:工业增加值同比预期差历史序列具有明显异方差性11 图表14:利用经济学家的预测分布进行预期差标准化11 图表15:小样本分布与正态分布的差异11 图表16:预期差信息的标准化处理方案探索与改进12 图表17:央行货币政策工具箱13 图表18:政策事件法定义下的事件驱动分析:沪深300指数14 图表19:政策事件法定义下的事件驱动分析:国债1-3年净价指数14 图表20:1年期LPR利率与Bloomberg一致预期15 图表21:1年期定期存款利率与Wind一致预期15 图表22:一致预期法定义下的事件驱动分析:沪深300指数15 图表23:一致预期法定义下的事件驱动分析:国债1-3年净价指数15 图表24:固浮利差隐含预期:2011-201316 图表25:固浮利差隐含预期:2020-202216 图表26:固浮利差法定义下的事件驱动分析:沪深300指数17 图表27:固浮利差法定义下的事件驱动分析:国债1-3年净价指数17 图表28:什么市场利率最能反映货币政策的预期差?17 图表29:市场利率法定义下的事件驱动分析:沪深300指数18 图表30:市场利率法定义下的事件驱动分析:国债1-3年净价指数18 图表31:四种货币政策预期差定义方式的比较18 图表32:中国货币政策预期差事件驱动分析:沪深300指数19 图表33:基于货币政策预期差的沪深300择时策略19 图表34:中国货币政策预期差事件驱动分析:中证500指数19 图表35:基于货币政策预期差的中证500择时策略19 图表36:中国货币政策预期差事件驱动分析:国债1-3年净价指数20 图表37:基于货币政策预期差的国债净价多空择时策略20 图表38:美国联邦基金目标利率与期货隐含利率20 图表39:利用联邦基金利率期货隐含利率识别美联储货币政策预期差21 图表40:美联储货币政策预期差最终定义21 图表41:美联储货币政策预期差事件驱动分析:TLT指数22 图表42:基于美联储货币政策预期差的TLT择时策略22 图表43:美联储货币政策预期差事件驱动分析:黄金22 图表44:基于美联储货币政策预期差的黄金择时策略22 图表45:预期差得分的计算方法23 图表46:单一信号得分=预期差得分*重要性得分23 图表47:美国货币政策预期差指数与沪深30024 图表48:美国货币政策预期差指数与10年期国债收益率24 图表49:中国货币政策预期差指数与沪深30024 图表50:中国货币政策预期差指数与10年期国债收益率24 图表51:中国信用预期差指数与沪深30024 图表52:中国信用预期差指数与10年期国债收益率24 图表53:中国经济预期差指数与沪深30025 图表54:中国经济预期差指数与10年期国债收益率25 图表55:中国通胀预期差指数与沪深30025 图表56:中国通胀预期差指数与10年期国债收益率25 图表57:基于经济-通胀预期差时钟的择时策略:沪深300指数26 图表58:基于经济-通胀预期差时钟的择时策略:石油石化26 图表59:基于经济-通胀预期差时钟的择时策略:煤炭26 图表60:基于经济-通胀预期差时钟的择时策略:有色金属27 图表61:基于经济-通胀预期差时钟的择时策略:消费板块27 图表62:基于经济-通胀预期差时钟的择时策略:金融板块27 图表63:基于经济-通胀预期差时钟的择时策略:稳定板块27 图表64:基于经济-通胀预期差时钟的择时策略:南华商品指数28 图表65:基于经济-通胀预期差时钟的择时策略:南华金属指数28 图表66:基于经济-通胀预期差时钟的择时策略:上期有色金属指数28 图表67:基于经济-通胀预期差时钟的择时策略:南华能化指数28 图表68:基于经济-通胀预期差时钟的择时策略:南华农产品指数28 图表69:基于货币-信用预期差时钟的择时策略:中债国债总财富指数1-3年29 图表70:基于货币-信用预期差时钟的择时策略:中债国债总财富指数7-10年29 图表71:基于美联储货币政策预期差的择时策略:黄金30 图表72:固收+预期差增强型策略(稳健型:权益上限10%)30 图表73:固收+预期差增强型策略(平衡型:权益上限15%)31 图表74:固收+预期差增强型策略(进取型:权益上限20%)31 一、宏观量化的研究路线 在专题报告《中国经济领先指数——宏观经济量化系列之一》中,我们参考海外机构编制领先指数的经验,有机地结合了宏观的逻辑性优势和量化的自动化优势,编制了刻画中国经济周期的四个宏观领先指数,按照领先滞后顺序依次是:货币领先信用,信用领先经济,经济领先通胀,基于此构成了中国经济周期的经典循环范式: 货币条件指数:用来衡量当前货币政策的松紧,主要由准备金率、存款利率、逆回购利率、定向工具发行利率等政策工具所构成,平均领先GDP12个月。 金融条件指数:用来衡量当前广义信用环境的松紧,主要由货币量、利率利差、汇率、资产价格组成,平均领先GDP9个月。 经济高频指数:用来衡量当前高频经济景气的好坏,主要由工业、进出口、房地产和金融条件四个大类组成,平均领先GDP6个月。 通胀高频指数:用来衡量当前通胀的压力程度,分项有CPI食品预警指数、CPI非食品预警指数和PPI预警指数三个,平均领先对应通胀指标5个月。 图表1:中国经济周期的经典范式与宏观领先指数 资料来源:国盛证券研究所 图表2:信用-经济框架下的A股情景分析与预判 7000 6000 5000 4000 3000 2000 1000 0 沪深300指数(左轴)金融条件指数(上行代表信用宽松)经济高频指数 2021年3月-2022年4月,宏观环境切换至“信用下+经济下”,情景分析显示沪深300指数在此环境平均年化涨幅为-20% 115 110 105 100 95 90 85 10% 0% -10% -20% -30% 60% 40% 20% 0% “信用下+经济下”宏观环境下的资产表现 5%3% -18%-20%-21% 国债7-10年国债1-3年中证500沪深300上证50 “信用上+经济下”宏观环境下的资产表现 10% 6% 45%42%41% 201120122013201420152016201720182019202020212022 资料来源:Wind,国盛证券研究所 上证50沪深300中证500国债7-10年国债1-3年 2021年3月-2022年4月数据显示中国宏观处于“信用下-经济下”的宏观环境,情景分析表明这一宏观环境下股票平均年化收益为-20%,刚好对应了这一段A股熊市。虽然基于宏观指标趋势性强的特点,宏观领先指数能够帮助我们有效识别当下的宏观环境,但一方面宏观指数的趋势识别必然存在滞后性,另一方面宏观指数的波动周期太长也意味着我们无法捕捉到战术级别的信号。因此从信号属性来看,宏观领先指数给出的信号大概率是一个右侧低频的中期策略信号。 既然宏观领先指数