国盛证券-量化专题报告：银行行业基本面量化~择时与选股-190522

《国盛证券-量化专题报告：银行行业基本面量化~择时与选股-190522（19页）.pdf》由会员分享，可在线阅读，更多相关《国盛证券-量化专题报告：银行行业基本面量化~择时与选股-190522（19页）.pdf（19页精品完整版）》请在悟空智库报告文库上搜索。

        本报告主要解决以下三个问题：银行业绩核心影响因子有哪些？如何分别对这些核心因子建模预测？如何用这些因子去对银行做择时和选股？
        影响银行业绩三大核心因子：净息差、不良率和资产规模。银行的收入端主要边际影响业务是利息净收入，支出端的主要边际影响业务是资产减值损失。利息净收入对应生息资产规模和净息差，资产减值损失对应不良率。因此，净息差、不良率和资产规模是影响银行业绩变动的三大核心因子。
        净息差建模因子：债券收益率、实际  CPI-目标  CPI  &  利率市场化政策。其中，债券收益率是通过影响银行债券持有到期的收益率来影响净息差，CPI  是通过影响央行货币政策来影响净息差，利率市场化政策是政策的哑变量。基于这三个因子可以构建净息差的预测模型，模型预测  R_square  可以达到  0.73  左右，并且预计  2019  年行业净息差处于下行阶段。
        不良率建模因子：工业企业利润增速  &  新增人民币贷款增速。其中，工业企业利润增速代表企业“赚钱速度”，新增人民币贷款增速代表企业“借钱速度”。当前者大于后者时，银行不良率会下降，反之上升。这两个指标可以很好地解释银行行业不良率  2010  年以来的趋势变化。当前模型预计银行  2019  年不良率会上升。
        资产规模增速取决于货币环境。我们用新增人民币贷款增速作为资产规模代理变量，发现在降准周期下，新增人民币贷款增速会上升。当前依然处于降准周期，预判  2019  年贷款增速上升。
        银行的择时与选股模型。择时层面，我们基于不良率和净息差构建了银行配置时钟，当前处于净息差下降+不良率上升的象限，建议低配银行。选股层面，我们筛选了不良率和净息差这两个独特的选股因子。其中，不良率在经济变差的时候会有超额收益。净息差和传统因子负相关性很强，需要和传统因子结合起来使用，简单等权的夏普比率可以从  1.2  提高到  1.7，最大回撤可以从  10%降低到  5%。
        风险提示：模型根据历史数据规律总结，未来存在失效的风险。