通往绝对收益之路(七)——左侧布局的逆周期投资

（以下内容从海通证券《通往绝对收益之路(七)——左侧布局的逆周期投资》研报附件原文摘录）
　　重要提示：《证券期货投资者适当性管理办法》于2017年7月1日起正式实施，通过本微信订阅号发布的观点和信息仅供海通证券的专业投资者参考，完整的投资观点应以海通证券研究所发布的完整报告为准。若您并非海通证券客户中的专业投资者，为控制投资风险，请取消订阅、接收或使用本订阅号中的任何信息。本订阅号难以设置访问权限，若给您造成不便，敬请谅解。我司不会因为关注、收到或阅读本订阅号推送内容而视相关人员为客户;市场有风险，投资需谨慎。 引言 在往期报告《宏观对冲研究之三——宏观动量策略在全球股票市场中的实证》中，我们根据多维度的宏观指标开发了月度择时模型，并构建了多种绝对收益组合。从样本外跟踪结果来看，基于动量假设的宏观择时模型信号相对偏右，在趋势下跌的市场环境中具备较好的防御性，但是也面临踏空反弹的风险。 为了提升资产配置信号的左侧属性，本文借鉴海外文献《Countercyclical Investing: Foundations of A Cycle-driven Approach to Asset Allocation》，尝试构建逆周期配置模型。核心思想在于借助具备逆周期属性的代理变量预测未来的宏观环境，然后选择不同环境下表现最优的几类资产构建绝对收益组合。为了克服左侧调仓可能引发的较大回撤，我们也结合了趋势（动量）信号进行辅助判断，寻求更优的收益风险比。 01 美林时钟在中国的运用及启示 桥水基金的创始人达里奥曾说，“投资者最需要关注的两大经济周期变量，即经济增长和通货膨胀”。他认为，这些变量在经济环境里一旦发生变化，将会影响大类资产之间的相对表现，并且这种影响关系在数百年时间里基本保持“不变”。2004年，美林证券基于美国1973年以来的历史数据提出了经典的“美林时钟”资产配置模型，其核心思想正如达里奥所表述的那样。 如图1所示，“美林时钟”根据经济增长（GDP）和通货膨胀（CPI）两个宏观变量，将经济周期分成了衰退期（GDP下行+CPI下行）、复苏期（GDP上行+CPI下行）、过热期（GDP上行+CPI上行）和滞胀期（GDP下行+CPI上行）四个象限。从实证结果来看，四个象限里表现最优的资产类别依次为债券、股票、商品和现金。 那么，“美林时钟”在中国市场的运用效果如何？首先，我们观察2004年以来经济增速（GDP）和通货膨胀（PPI）两大宏观指标的走势。参考海通策略组2021年3月发布的报告《今年是弱版07年、强版10年——大类资产历史对比》，我们认为考察期内完整的投资时钟（从衰退到滞胀）一共有5轮，分别是2004年末-2008年中（持续约4年半）、2008年中-2011年中（3年）、2011年中-2013年底（2年半）、2013年底-2018年初（约4年），2018年初-2022年初（约5年）[1]。 2022年GDP和PPI双双下行，或进入衰退期。展望2023年，我们认为，受益于经济刺激政策、疫情防控政策转变等积极因素影响，国内经济有望进入复苏阶段，即开启第六轮投资时钟。 实际上，每一轮宏观周期的窗口长短不一（平均3-4年），且四个象限的运行时间也不尽相同，进行主观配置时需要灵活应对。考虑到本文将采取量化方式定时调仓，我们尝试在季度窗口内将经济环境划分为四象限，即根据GDP和PPI的季度环比变化进行切分。有两点需要注意， 1）如图2所示，受疫情冲击等外生因素影响，2020Q1-Q2国内经济增速先下后上，GDP波动远高于往年。在央行宽松等利好政策推动下，经济增速于2021Q1附近达到阶段性顶点，并于2021Q2开始持续回落。为了降低异常值带来的影响，我们对这四个高波动时点的GDP原始数据做了平滑处理。 2）2013-2019年，国内经济整体进入高质量发展阶段，GDP增速较前期稳中下降，较长时间内维持在7-8%，波动减小，或可采用克强指数（月频）辅助判断。考察期内（2011-2022），GDP季度环比均值为负，我们以40%分位数（约-0.1%）作为经济增速上行或下行的划分阈值，PPI季度环比则以0为阈值。 如图3所示，近十二年内，国内经济周期处于滞胀期的时间相对较少，其余三象限分布较为均匀，复苏期和过热期相对更多一些。观察股票、商品和债券在四象限内的季均收益，我们发现， 1）无论是在复苏期还是过热期，当经济增速处于上行阶段，企业盈利增速较好，股票类资产表现最为突出，且大盘风格相对占优。为了简化起见，我们将在后文对这两个象限进行合并，即统称为Growth（增长）环境。 再看衰退期，头部公司业绩明显下滑，大盘股表现相对欠佳。但是，以中证1000、国证2000为代表的小盘指数却逆市上行，季均收益高达2-3%。例如2014Q3-2015Q2、2021Q3-2022Q3，在国内经济增速放缓叠加通胀下行的背景下，央行后期释放的流动性或为小盘企业提供经营便利，从而呈现更高的盈利增速。 2）滞胀期内，大宗商品价格普遍走高，无论是农业品还是工业品均有较好的投资回报率。此外，商品类资产在通胀上行的过热期也表现不错，与股票类资产相当。需要注意的是，黄金价格与美元指数等海外市场因素高度相关，针对黄金的择时策略可参考往期报告《FICC系列研究之十四——黄金市场概况及多维度择时策略》。 3）除了小盘股以外，高等级债券或受益于宽松的货币政策，在衰退期内也具备较好的防御性，而低等级债券则因投资者信心下降、信用利差走阔而收益欠佳。 总体来看，国内各类资产表现大致按照“美林时钟”演绎，但也不排除部分时点或出现阶段性“背离”。如果我们能较好地预测下个季度的宏观环境，则可以借鉴“美林时钟”经验选择对应资产，构建长期有效的配置策略。下文，我们将重点介绍宏观环境的预测方法。 02 如何预测下个季度的宏观环境？ 正如前文介绍，国内的宏观经济周期约3-4年，而央行的“逆周期”调控原则正是推动“时钟”运转的重要原因。因此，我们将从逆周期视角出发，寻找能够预测下个季度经济增长和通货膨胀变化方向的代理变量。借鉴海外文献，我们基于债券收益率构建信用利差和期限利差两大变量。 1 经济增长：信用利差 由于国开债的交易活跃度通常高于国债，我们用AA级中票到期收益率减去国开债到期收益率来刻画信用利差。如下图所示，1、3、5年期信用利差走势大致相同，中枢在2012年向后整体下行且波动降低。通常来讲，如果投资者对于经济增长的情绪越乐观（例如2016年、2019年），则信用利差收窄；越悲观（例如2011年下半年、2018年），则走阔。 以5年期为例，我们结合逆周期思维在季末时点观察当前信用利差，若大于滚动3年中位数（Wide），则预期下个季度收窄，经济增长回升；若小于滚动3年中位数（Tight），则预期下个季度走阔，经济增长下降。由于AA级中债中票到期收益率最早可获得的数据从2008年4月开始，我们的回测起始日为2011年6月（回看3年）。 考察期内，信用利差收窄和走阔的季度占比分别为58.70%和41.30%，下个季度GDP环比变化均值分别为-0.35%和-0.03%，基本符合经济增长的变化预期。此外，信用利差发出走阔信号后，经济增长回升，股票表现明显优于收窄信号，如。万得全A、沪深300的季均收益均大于4%。 2 通货膨胀：期限利差 理论上，宏观政策调控方向往往领先于经济周期。当经济处于低谷时，债券收益率曲线（如，降息后）通常十分陡峭，短端利率后续上行空间较大，通胀或有下降的趋势；当经济处于顶峰时，债券收益率曲线（如，加息后）通常较为平坦，短端利率后续下行空间较大，通货膨胀或有上升的趋势。 参考海外文献，我们采用期限利差刻画收益率曲线的陡峭程度。如图6所示，当国债期限大于7年，曲线趋于平稳，即期限利差的边际变化逐步减小。为了提升追踪央行货币政策影响曲线形态的灵敏度（即寻找曲线最为陡峭的区间段），我们选取5年（也可选7年，为与信用利差的期限保持一致，以5年为例）作为长端期限，6个月作为短端期限。 考察期内，期限利差平坦和陡峭的季度占比分别为65.22%和34.78%，下个季度PPI环比变化均值分别为-0.04%和-0.42%，基本符合通货膨胀的变化预期。此外，期限利差发出平坦信号后，通胀或将上行，商品表现明显优于陡峭信号。如，南华商品指数、南华工业品指数的季均收益均大于2%。 3 “信用利差+期限利差”协同预测经济周期 借助两大逆周期预测信号，我们可按如下流程对下个季度的宏观环境进行预测，并分为Growth（增长）、Inflation（通胀）、Slowdown（衰退）三种阶段。需要注意的是，这里我们已经对复苏期和过热期进行了合并，统称为Growth（增长）。 如图9所示，Growth、Inflation和Slowdown环境对应的较优资产分别为股票、商品（和股票）和债券（和小盘股），预测效果基本符合“美林时钟”规律。后续，我们将基于三类资产构建季度调仓的绝对收益组合，寻求优于简单再平衡策略的收益风险比。 03 构建逆周期资产配置模型 1 逆周期模型 与往期报告类似，本文以构建绝对收益为目标，将股债20-80（30-70）组合作为逆周期配置模型的基准。接着，我们选取沪深300、国证2000、南华商品和中债-国债（总财富）指数作为底层资产。 如表1所示，Growth环境超配股票资产10%（20%），Slowdown环境低配股票资产10%（20%），Inflation环境维持股票基准配置比例。此外，Inflation环境配置商品的比例为30%（40%）。 考察期内，逆周期配置模型预测结果为Growth、Inflation、Slowdown环境的季度占比依次为41.30%、36.96%和21.74%。从两种中枢的季度平均结果来看，沪深300和国证2000合计配置比例为21.96%、33.91%，与基准较为接近。此外，南华商品的平均配置比例为11.09%、14.78%。 以股债20-80为例，逆周期配置模型仅在2011年和2018年未能战胜基准，年均收益为7.06%，高于基准（4.21%）。此外，逆周期配置模型年均最大回撤为5.02%，高于基准4.02%，全区间最大回撤（8.85%）略低于基准（9.31%）。总体来看，逆周期配置模型的全区间收益回撤比为0.85，接近基准（0.47）的两倍。股债30-70结果类似，逆周期配置模型的全区间收益回撤比为0.72，超过基准（0.31）两倍。 中枢为股债20-80和30-70的逆周期配置回测净值如下所示。以2015年为分界线，逆周期配置模型前期跑赢基准的幅度相对有限，后期超额优势逐步放大，尤其是2016、2019、2020年。不过，股债30-70中枢的逆周期配置模型在2022Q1遭遇明显回撤。 2 引入趋势追踪以降低风险 逆周期配置模型对2015Q3-Q4的预测环境均为Slowdown，较为精准地捕捉到了股票指数的反转下跌，使得全区间最大回撤略低于基准。然而，从年平均回撤或波动来看，逆周期配置模型仍明显高于基准。为了进一步熨平组合的年平均回撤或波动，我们尝试引入月度趋势信号来“抵消”季度逆周期信号的左侧风险。例如，预测环境为Growth，但股票市场仍处于趋势下跌的过程中，此时需要适当调低股票资产的配置比例。 简单起见，我们以均线跨越作为沪深300和南华商品的趋势信号，即月末收盘价高于（低于）x日均线，则视为上涨（下跌）信号。不同参数x的测试结果如图12-13所示，均线回看的窗口越长，对短期价格波动的敏感度越低。为了防止频繁触发趋势信号，我们优先选择相对稳健的200日均线，且要求月末前5日的收盘价连续高于或低于均线。 我们将在T月末（逆周期信号时点）、T+1月末和T+2月末连续判断趋势信号。需要注意的是，引入趋势信号的意义仅在于防范逆周期信号潜在的左侧回撤风险，并非起到“强化”判断的作用。以股债20-80的基准为例，具体调仓规则如下（30-70基准的规则类似）， 1）在Growth环境中，沪深300、国证2000、南华商品、中债-国债的初始配置比例为30%:0%:0%:70%。若季度内未触发股票趋势下跌信号，则始终维持初始配置比例。一旦触发股票趋势下跌信号，则调整为基准配置（沪深300: 20%，中债-国债: 80%）；接着观察后续是否触发股票趋势上涨信号，若是，则恢复至初始配置（沪深300: 30%，中债-国债: 70%）。 2）在Inflation环境中，沪深300、国证2000、南华商品、中债-国债的初始配置比例为20%:0%:30%:50%。若季度内未触发股票/商品趋势下跌信号，则始终维持初始配置比例。一旦触发股票趋势下跌信号，则沪深300降仓至10%；接着观察后续是否触发股票趋势上涨信号，若是，则沪深300恢复至初始配置（20%）。 一旦触发商品趋势下跌信号，则南华商品降仓至10%；接着观察后续是否触发商品趋势上涨信号，若是，则南华商品恢复至初始配置（30%）。其中，股票和商品的趋势信号判断是独立的。 3）在Slowdown环境中，沪深300、国证2000、南华商品、中债-国债的初始配置比例为0%:10%:0%:90%。若季度内未触发股票趋势上涨信号，则始终维持初始配置比例。一旦触发股票趋势上涨信号，则调整为基准配置（沪深300: 10%，国证2000: 10%，中债-国债: 80%）；接着观察后续是否触发股票趋势下跌信号，若是，则恢复至初始配置（国证2000: 10%，中债-国债: 90%）。 如表4所示，年均单边换手在引入趋势信号后反而下降了。原因在于，逆周期信号给出的宏观环境预测结果具备一定反转属性，导致部分相邻季末时点的换仓比例较大。然而，引入趋势追踪信号后，可以有效平滑这种“跳跃”时点。 引入趋势信号后，除2013、2015和2020年以外，其余9年的最大回撤均小于或等于原始逆周期配置模型。改善较大的年份，如2011、2012、2018年，均为趋势行情较为明确的市场环境。因此，股债20-80和30-70的年平均回撤分别下降0.40%和1.25%，年平均波动分别下降0.79%和1.58%，高于基准不到1%。 从收益表现来看，引入趋势信号后的年均收益与原始逆周期配置模型相仿，并未出现大幅削弱，且股债20-80自2014年以来每年几近绝对正收益。总体来看，引入趋势追踪信号后的年均收益回撤比有了进一步提升。 3 情景分析 以滚动一年为例，持有股债20-80和30-70基准收益为正的胜率分别为85.02%和72.43%，低于逆周期配置模型86.75%和77.14%。引入趋势追踪后，滚动一年持有平均收益较引入前下滑不到1%，但是回撤和波动均有所“平滑”，故持有期内收益为正的胜率较引入前进一步提升至89.92%和81.25%。此外，两种配置模型滚动一年持有收益大于5%的胜率均高于基准超20%，即整体业绩弹性更高。 回测区间内，触发趋势信号的季度数量占比为23.74%。每个季度均有3次判断趋势信号的机会，若其中有2次及以上“看对”，则该季度的趋势判断记为“看对”，反之则记为“看错”。 如表7所示，我们将引入趋势信号后季度收益变化绝对值大于1%的时点进行展示。由于逆周期预测信号相对偏左，股票、商品可能在Growth、Inflation环境下仍处于趋势下跌状态。例如2011Q3-Q4、2014Q1、2018Q4和2022Q1，引入趋势信号后可使季度收益平均提升1.78%。 然而，引入趋势信号并不是“百利无一害”，尤其在市场“急转”的时候，即，趋势信号的右侧属性反而削弱了逆周期配置模型捕捉反转行情的能力。如表7所示，逆周期信号预测2019Q1的宏观环境为Growth，较好地捕捉了2018年趋势下跌后的第一轮反弹。但由于2018年末，沪深300收盘价仍然连续5日低于200日均线，即触发趋势下跌信号，最终错失本轮行情，从而拖累该年收益。 此外，我们也注意到2015年的回撤较趋势信号引入前有所放大。原因在于，逆周期信号预测2015Q3的宏观环境为Slowdown，踏准了市场反转下跌的节奏，但此前所有的趋势信号大都指向上涨。 04 总结 桥水基金的创始人达里奥曾说，“投资者最需要关注的两大经济周期变量，即经济增长和通货膨胀”。他认为，这些变量在经济环境里一旦发生变化，将会影响大类资产之间的相对表现，并且这种影响关系在数百年时间里基本保持“不变”。2004年，美林证券基于美国1973年以来的历史数据提出了经典的“美林时钟”资产配置模型，其核心思想正如达里奥所表述的那样。 那么，“美林时钟”在中国市场的运用效果如何？经过季度窗口的测试，我们发现，衰退期、复苏期、过热期和滞胀期对应的较优资产分别为债券（及小盘股）、股票、股票（及商品）、商品，即大致按照“美林时钟”演绎。如果我们能较好地预测下个季度的宏观环境，则可以借鉴历史经验选择对应资产，构建长期有效的资产配置策略。 国内的宏观经济周期约3-4年，而央行的“逆周期”调控原则正是推动“时钟”运转的重要原因。因此，我们将从逆周期视角出发，寻找能够预测下个季度经济增长和通货膨胀变化方向的代理变量。借鉴海外文献，我们基于债券收益率构建了信用利差和期限利差两大信号，将宏观环境分为Growth（增长）、Inflation（通胀）、Slowdown（衰退）三种阶段。 本文以构建绝对收益为目标，将股债20-80（30-70）组合作为逆周期配置模型的基准。接着，我们选取沪深300、国证2000、南华商品和中债-国债（总财富）指数作为底层资产。考察期内（2011.06-2022.12），逆周期配置模型的全区间收益回撤比分别为0.85和0.72，高于基准0.47和0.31。然而，从年平均回撤或波动来看，逆周期配置模型仍然明显高于基准。为了进一步熨平组合的年平均回撤或波动，我们尝试引入月度趋势信号来“抵消”季度逆周期信号的左侧风险。 引入趋势信号后的优点在于，降低趋势行情明确年度的回撤，且年均收益基本不变，故年均收益回撤比有所提升。此外，年均单边换手可进一步下降。但是，引入趋势信号并不是“百利无一害”，尤其在市场“急转”的时候，即，趋势信号的右侧属性反而削弱了逆周期配置模型捕捉反转行情的能力。 05 风险提示 本报告所有分析均基于公开信息，不构成任何投资建议；模型误设风险，因子失效风险，历史统计规律失效风险。 [1] 海通策略组于2021年3月发布报告，彼时国内宏观周期仍处于第五轮投资时钟，后续判断为金工组观点。 联系人 冯佳睿 021-23219732 黄雨薇 021-23154387 本订阅号不是海通研究报告的发布平台，客户仍需以海通研究所通过研究报告发布平台正式发布的完整报告为准。 市场有风险，投资需谨慎。在任何情况下，本订阅号所载信息或所表述的意见并不构成对任何人的投资建议，对任何因直接或间接使用本订阅号刊载的信息和内容或者据此进行投资所造成的一切后果或损失，海通证券不承担任何法律责任。 本订阅号所载的资料、意见及推测有可能因发布日后的各种因素变化而不再准确或失效，海通证券不承担更新不准确或过时的资料、意见及推测的义务，在对相关信息进行更新时亦不会另行通知。 本订阅号的版权归海通证券研究所拥有，任何订阅人如欲引用或转载本订阅号所载内容，务必联络海通证券研究所并获得许可，并必注明出处为海通证券研究所，且不得对内容进行有悖原意的引用和删改。 海通证券研究所金融工程对本订阅号（微信号：海通量化团队）保留一切法律权利。其它机构或个人在微信平台以海通证券研究所金融工程名义注册的、或含有“海通证券研究所金融工程团队或小组”及相关信息的其它订阅号均不是海通证券研究所金融工程官方订阅号。

点此查看微信公众号原文全部内容>>

大部分微信公众号研报本站已有pdf详细完整版：https://www.wkzk.com/report/（可搜索研报标题关键词或机构名称查询原报告）