行业轮动模型在行业及主题ETF配置上的应用

金融工程●专题报告 2024年3月4日 行业轮动模型在行业及主题ETF配置上的应用 核心观点： ETF市场发展日益完善，投资工具地位确立：随着ETF发行产品数量规模不断增加，ETF市场规模快速增长。在主观多头基金收益调整的背景下，投资者对灵活被动投资的需求更加迫切，ETF由于其低费率和灵活便捷的特性，日益成为投资策略的重要落地工具。ETF的覆盖范围已经满足投资者的行业、指数、主题概念的多元投资需求：基于对行业主题ETF的聚类分析，我们确认了ETF已经基本覆盖二级市场大部分行业。产品数量和规模上来看，目前国内的ETF市场以股票型ETF为主，而股票型ETF当中，行业和主题ETF产品数量最多，规模仅次于宽基ETF，为行业轮动策略的指数化实施提供了较为充分的流动性条件。回测显示，行业轮动模型在行业主题ETF上应用效果良好，行业主题ETF 可作为行业指数的直接投资工具：我们采用扩散指数行业轮动模型和低波扩散行业轮动模型，分别将ETF和ETF跟踪指数作为标的进行回测，回测显示策略均能获得明显的超额收益，确认了ETF作为行业轮动策略投资工具的有效性，行业及主题ETF能有效替代行业指数，作为行业轮动投资的直接标的。 低波扩散模型今年以来表现出色，3月份组合仍以高股息行业标的为主：相较于扩散指数行业轮动模型，低波扩散行业轮动模型今年以来表现更佳，超额收益明显。3月份推荐家电、煤炭、电力及公用事业、石油石化行业对应相关ETF标的。风险提示：历史数据不能外推，本文仅提供数据统计和以历史数据测算提供的判断依据，不代表投资建议。 吴金超：021-20252648：wujinchao_yj@chinastock.com.cn分析师登记编码：S0130523080002马普凡：021-68597610：mapufan_yj@chinastock.com.cn分析师登记编码：S0130522040002 分析师 扩散指数模型ETF轮动净值 行业扩散指数ETF轮动净值 沪深300 超额收益(右轴) 22 11 00 2018/1/22019/1/22020/1/22021/1/22022/1/22023/1/22024/1/2 资料来源：Wind，中国银河证券研究院 低波扩散模型ETF轮动净值 低波扩散ETF轮动净值 沪深300 超额收益(右轴) 22 1.51.5 11 0.50.5 00 2018/1/22020/1/22022/1/22024/1/2 资料来源：Wind，中国银河证券研究院 相关研究 【银河金工】行业扩散指数因子作用机理解析及改进方法——行业轮动系列专题 www.chinastock.com.cn证券研究报告请务必阅读正文最后的中国银河证券股份有限公司免责声明 目录 一、ETF产品日趋丰富，行业主题投资正当时3 （一）ETF市场概览3 （二）行业主题ETF产品特征描述4 二、行业指数与行业主题ETF的映射关系构建6 三、基于行业轮动模型的行业主题ETF轮动策略8 （一）行业扩散行业轮动模型8 （二）策略构建9 （三）策略回测9 四、基于低波扩散指数模型的ETF轮动策略10 （一）低波扩散指数因子10 （二）策略构建11 （三）策略回测11 五、总结与展望14 风险提示14 一、ETF产品日趋丰富，行业主题投资正当时 （一）ETF市场概览 近年来二级市场“权益投资被动化”越发明显。由于主动权益基金整体的业绩下滑，ETF作为被动权益投资工具的灵活便捷及低费率受到越来越多投资者的认同，近年来不管是机构投资者还是个体投资者，明显增加了权益端股票型ETF上的配置。主题ETF、行业ETF和宽基ETF跟踪指数锚定某类投资主题、板块和市场，可以直接帮助投资者投资标的，并通过量化或主观增强方式筛选优质资产和优化持仓，有效提高了投资质量。此外，ETF的核心优势是结合二级市场交易和申购赎回机制，投资者可以在ETF市场价格与基金单位净值之间存在差价时进行套利交易。套利机制的存在，使得ETF避免了封闭式基金普遍存在的折价问题。 随着ETF发行产品数量规模不断增加，ETF市场规模快速增长。截止2024年2月29日，ETF产品数量907只，市场规模2.4万亿，较2023年初增加0.78万亿。其中股票型ETF占比74.5%，而股票 型ETF中规模指数ETF共210只，规模1.2万亿，主题和行业指数470只，规模0.53万亿。 图1：ETF产品规模（单位：亿元）及数量变化 股票型债券型商品型跨境型货币型总数（右轴） 30,000950 25,000900 20,000850 15,000800 10,000750 5,000700 0650 资料来源：Wind，中国银河证券研究院 我们对各基金公司ETF发行情况进行统计，数据显示，截止2024年2月29日，前十大ETF基金公司过去一年发行产品数量均有明显增长，华夏基金、易方达基金、华泰柏瑞基金、华宝基金和国泰基金ETF产品规模居前。其中股票型ETF基金中，华夏基金、易方达基金、华泰柏瑞基金和国泰基金ETF规模均在1000亿元以上。 从申购赎回情况看，全市场ETF净回购份额在去年8月份达到峰值1126.0亿元，经历回落后从去年12月份开始净申购份额快速增长，2024年2月份上交所和深交所合计份额净申购ETF份额313.75万份，而股票型ETF份额净申购份额474.33万份。 图2：基金公司ETF规模前十（亿元）图3：基金公司ETF数量前十 2023 2024 5,000 4,000 3,000 2,000 1,000 0 100 2023 2024 80 60 40 20 0 资料来源：Wind，中国银河证券研究院资料来源：Wind，中国银河证券研究院 上交所 深交所 图4：上交所及深交所ETF申购赎回份额情况图5：上交所及深交所ETF申购赎回份额情况（股票型） 10,000,000 8,000,000 6,000,000 4,000,000 2,000,000 0 -2,000,000 8,000,000 上交所 深交所 6,000,000 4,000,000 2,000,000 0 2023年01月 2023年02月 2023年03月 2023年04月 2023年05月 2023年06月 2023年07月 2023年08月 2023年09月 2023年10月 2023年11月 2023年12月 2024年1月 2024年2月 2023年01月 2023年02月 2023年03月 2023年04月 2023年05月 2023年06月 2023年07月 2023年08月 2023年09月 2023年10月 2023年11月 2023年12月 2024年1月 2024年2月 -2,000,000 资料来源：Wind，中国银河证券研究院资料来源：Wind，中国银河证券研究院 （二）行业主题ETF产品特征描述 1.ETF产品以行业主题类为主 过去十年基金行业蓬勃发展，资产规模不断扩容，存量基金数量不断增加，但也带来相应的结构性问题：择基难度不断上升，大多数投资者只能进行右侧投资或者青睐“明星基金”，选择历史收益率高的基金进行配置。但许多历史高收益基金受益于特定的行业、风格或概念，也受制于市场主线的变换，出现大规模回撤。纵观三年行业行情，市场行业偏好和投资主题切换频繁，导致许多主观多头基金的净值表现不尽理想，出现了先扬后抑的现象。因此行业轮动择时策略一直备受关注，而现有的研究多数集中于行业指数层面，适合那些寻求在特定行业进行高低配置以获取超额收益的投资者，但那些希望通过直接投资特定行业指数来获利的投资者，则需要将研究聚焦于ETF等可投资的行业指数工具上。本报告试图聚焦行业轮动策略，将行业投资理念落实到ETF的可交易层面。 股票型ETF统计显示，行业主题指数ETF规模上居于第二，数量位居第一，为行业轮动策略提供了较多的交易空间。2023年内，行业主题ETF净申购额在4月达到峰值后回落，规模ETF则于8月达到最高点。参考规模ETF份额变动，行业主题ETF份额变动规模在同一数量级，有足够的流动性支撑行业轮动通过ETF实现。 图6：股票型ETF中不同类型产品规模及数量图7：ETF净申购份额变动（分类型统计） 规模ETF行业和主题ETF 10,000,000 资产净值(亿元)数量(右轴) 14,000 12,000 10,000 8,000 6,000 4,000 2,000 0 500 400 300 200 100 0 8,000,000 6,000,000 4,000,000 2,000,000 0 -2,000,000 2023年01月 2023年02月 2023年03月 2023年04月 2023年05月 2023年06月 2023年07月 2023年08月 2023年09月 2023年10月 2023年11月 2023年12月 2024年1月 2024年2月 -4,000,000 资料来源：Wind，中国银河证券研究院资料来源：Wind，中国银河证券研究院 2.行业主题ETF产品聚类分析 在发行数量和规模可观的背景下，行业ETF缺乏统一的行业划分标准，导致彼此存在行业的交叉。而主题ETF往往锚定特定的投资主线或概念，涉及到产业链上下游多行业，例如人工智能ETF涉及芯片、半导体、材料、软件应用多个概念。这些现实条件造成了ETF归类的困难，一个行业存在多个对应的ETF，一个ETF涉及多行业交叉。因此，要实现行业轮动的ETF投资，必须厘清行业和ETF的对应关系，对行业主题ETF产品的结构关系有一个更直观的理解。 因此，我们尝试对行业和主题ETF进行聚类，步骤如下： 1）计算各ETF跟踪指数之间的相关系数作为聚类的依据; 2）对相关系数大于设定阈值（0.85）的跟踪指数建立连接，构成同一聚类； 3）提取聚类中的词频，剔除常用词，选取最高频词语作为聚类特征； 4）检查聚类结果，人工调整明显不符合聚类的ETF。 图8：ETF基金产品聚类过程 资料来源：Wind，中国银河证券研究院 从聚类结果看，目前生物医药、电子、新能源、证券和央国企相关的行业主题ETF规模最大，而从产品数量看，新能源和生物医药类产品最多。今年二月份以来，市场转暖，各行业主题ETF均实现上涨，其中涨幅较高的行业主题主要集中在通信、人工智能、电子、计算机、机器人等。 图9：行业主题ETF统计结果 月30% 收益 率25% 数据通信 人工智能 计算机 20% 机器人 电子 成长 汽车传媒 15% 科技综合 民企100 成渝经济圈化工军机工械 创价值 生物医药 材料 10%CS长三角 家电 消费有色金属 食品饮料 新能源 长江保护 煤炭红利 ESG 黄金旅游 钢铁 农业 金融 证券 央国企 交通运输 5%房地产 基建电力 银行 0% -5 5 15 25 35 45 55 65 75 产品数量 -5% 资料来源：Wind，中国银河证券研究院 注：气泡大小表示基金规模，部分规模较小的行业主题聚类结果未显示 二、行业指数与行业主题ETF的映射关系构建 为了实现通过ETF对行业的直接投资，需要构建行业与ETF的映射关系。由于不同ETF采纳的行业标准不同，发行的基金公司不同，行业与主题ETF存在概念交叉关系。接下来我们尝试构建中信一级行业与行业主题ETF的映射关系构建，步骤如下： 1）计算ETF的跟踪指数与中信一级行业指数的相关性，记为corr1； 2）计算ETF的跟踪指数与各个中信二级行业指数的相关性，选取最大值记为corr2； 3）为了避免ETF仅选取行业部分成分股，导致与行业整体走势呈现明显差异，此处，若 corr1<corr2，则采用ETF与中信二级行业指数的相关系数，作为与一级行业相关性； 4）对每个行业根据相关性逆序排序，并筛选出成立时间大于一个月，基金规模居前5的ETF作为该行业的映射ETF。 表1：行业ETF匹