【广发宏观陈礼清】债市“资产荒”的量化体系与择时落地

（以下内容从广发证券《【广发宏观陈礼清】债市“资产荒”的量化体系与择时落地》研报附件原文摘录）
　　广发证券资深宏观分析师 陈礼清 博士 chenliqing@gf.com.cn 广发宏观郭磊团队 报告摘要 第一，2024年开年以来，利率长端交易越发拥挤。市场流行的观点之一是将本轮利率超预期的下行归因于债市“资产荒”，但实际上本轮利率的下行幅度已超越了传统“资产荒”时段的线性推演。我们理解债市一则本轮“资产荒”不仅是金融机构行为，且有宏观逻辑所带来的强化，比如随着名义GDP调整和广义资产回报率下降，稳定回报特征资产（债券、类债、低波红利）的稀缺性上升，低风险特征资产的估值上移；二则，本轮“资产荒”包含着对中长期经济特征的理解，如经济的结构弹性上升、总量弹性下降，从而整体风险资产的估值中枢有所下移，而低风险资产的机会成本下降。 第二，现有研究对债市“资产荒”仍处于一个偏定性的分析框架，如何量化债市“资产荒”，并且基于“资产荒”进行债市择时？在本篇研究中，我们尝试构建一个六维的债市“资产荒”量化体系，并且将“资产荒”指标视作赔率指标进行逐一择时落地。赔率指标触发择时与胜率指标不同，该指标只有在达到一定阈值才会触发择时条件，具有择时意义。我们计算债市“资产荒”指标进行滚动12个月的Z分数，并以Z分数超过±1倍标准差认为是指标的极值区域，最后构建债市“资产荒”打分卡进行汇总。本篇是4月7日《股市“资产荒”的量化体系与择时落地》的姊妹篇。 指标一：信用利差。经济下行期，理论上无风险利率回落、信用风险抬升；但由于刚兑预期的存在，市场不会完全定价高票息资产的违约风险，这类资产会吸纳大量流动性。债市“资产荒”的强度也会在这种极致压缩的信用利差中反映。当“资产荒”开始消解，信用风险在定价中才会逐渐回归正常化。我们以“城投债5Y-1Y信用利差”滚动12个月的Z分数来评估信用利差的极致位置。突破了-1意味着信用利差即将触底回升，提示的是利率上行风险，即“资产荒”是一个推动高票息资产估值中枢上移的过程，而“资产荒”的尾声也意味着债市估值将会往复。2023年3月，该Z分数触顶回落，意味着债市新一轮的“资产荒”开始发酵；2024年开年以来，该Z分数持续探底，目前已经突破-2，提示债市“资产荒”已演绎至极致状态，释放低配利率的信号。从策略表现看，该策略自2005年2月以来年化收益为1.4%，超额收益为1.5%，夏普比例为1.4。 指标二：金融机构量层面的“资产缺口”。金融机构的配置压力（银行表外+非银）是债券市场重要的“资产荒”来源之一。金融机构待投资金越多，资产荒理论上也越严重。我们通过每月金融数据和央行信贷收支表倒算出每月银行的“待投资金”以及“可投资产”，进而计算出银行的“待投资缺口”。“资产缺口”为两者轧差，与10年期国债收益率呈负相关关系。其逆序触底回升后，10年期国债收益率多数时段出现上行。当金融机构滚动12个月的“资产缺口”Z分数突破+1时，意味着“资产缺口”的严重程度已臻极致，释放利率上行信号。2024年开年以来，该分数便快速突破了+2的低配阈值。从策略表现看，该策略自2016年以来年化收益为8.7%，超额收益为0.05%，夏普比例为0.86。 指标三：银行理财资负两端利差。该利差与10年期国债利率呈现正相关，表明经济下行阶段，理财资产端收益率率先跟随调整，但负债端通常在维持规模的意愿下保持一定刚性。2019年之前，基本上是利差领先国债利率9个月，2019年后则两者基本同步。这背后或许与2018年“资管新规”出台、民企违约风险以及股市处于单边下行调整阶段有关。2024年开年以来至3月，该Z分数的回落至-0.74，释放中性标配债券和现金信号；进入4月以来，该分数触底该分数回落继续回落至-1.2，触发减配债券信号。从策略表现看，该策略自2015年以来年化收益为1.3%，超额收益为2.4%，夏普比例为1.38。 指标四：非银“资产缺口”。与指标二金融机构“资产缺口”一致，其与国债利率呈现反向关系，该指标越高，说明“资产缺口”越大，非银“资产荒”越严重。其滚动12个月的Z分数突破+1时，意味着“资产缺口”的扩大速度已超出过去12个月的趋势，提示“资产荒”已进入下半场，利率即将出现反转。2022年四季度至今Z分数突破了-1，提示债市即将进入“资产荒”，应超配国债。目前该指标仍处于-1附近，提示虽然非银“资产荒”已演绎一段时间，但仍可能延续，尚未触及反转区间。从策略表现看，该策略自2010年以来年化收益为1.4%，超额收益为1.8%，夏普比例为1.44。 指标五：M2与社融（除政府债）的背离程度。M2与社融的增速差可以理解为货币相对于资产供应的充裕程度。不过由于财政政策逆周期调节，政府债券放量在经济下行期越明显，不能反映下行期真正的实体融资需求，我们小做修正，考察M2与社融（除政府债）的增速差。与非银“资产荒”一致，该指标与10年国债利率呈负相关。指标越高越说明资产荒严重，利率倾向于下行。作为赔率信号，具有择时意义的是当该指标Z分数突破+1时，意味着“资产荒”已进入下半场，利率或将反转。2022年四季度至今该指标提示超配国债。目前该指标仍处于-1附近，仍维持超配国债的判断，尚未触及反转区间。从策略表现看，该策略自2016年以来年化收益为0.91%，并不具有超额收益，主要是2018-2019年间跑输。若观察2020年以来的时段，则超额收益为3.54%，夏普比例为2.48。 指标六：央行问卷调查中的货币供需感受指数。在前期报告《结构性资产荒的来龙去脉》中，我们指出可以利用央行每个季度所做的银行家问卷调查构建“资产荒”度量指标。我们利用贷款需求指数除以货币政策感受指数来表述资产供需强度。由于该指标与国债利率为正相关指标，与信用利差、理财资负两端利差信号一致。当该指标Z分数突破-1时，也意味着资产荒已进入后半场，边际上最严重的时刻已过去。该指标在23年下半年触发了超配国债的信号。该策略自2013年以来年化收益为1.6%，超额收益为3.9%，夏普比例为1.61。该信号目前处于-0.26附近，仍提示债市“资产荒”处于中期，择时信号保持国债、现金各50%的仓位。 第三，如何利用债市“资产荒”体系进行宏观择时？上述6个择时指标中，我们设定超过半数的底层指标Z分数突破“+1”（债市超配阈值）提示超配债券，反之则低配。2024年3-4月该信号分别为标配、偏低配，债市综合平均Z分数已回落至-0.41、-0.30，这意味着债市赔率已被消耗许多。该策略自2016年以来年化收益为1.2%，超额收益为2.9%，夏普比率为1.21。 第四，前期报告《股市“资产荒”的量化体系与择时落地》中我们提出了股市“资产荒”的指标体系；如何结合它与本篇框架，进行一个综合的股票、债券、现金多资产择时？由于股债“资产荒”均存在超配、标配、低配三种信号，我们进一步形成股、债、现金的“九宫格”配置策略。回溯来看，该策略自2016年以来年化收益为2.9%，超额收益为10.0%，夏普比率为0.40。 报告简版 第一 2024年开年以来，利率长端交易越发拥挤。市场流行的观点之一是将本轮利率超预期的下行归因于债市“资产荒”，但实际上本轮利率的下行幅度已超越了传统“资产荒”时段的线性推演。我们理解债市一则本轮“资产荒”不仅是金融机构行为，且有宏观逻辑所带来的强化，比如随着名义GDP调整和广义资产回报率下降，稳定回报特征资产（债券、类债、低波红利）的稀缺性上升，低风险特征资产的估值上移；二则，本轮“资产荒”包含着对中长期经济特征的理解，如经济的结构弹性上升、总量弹性下降，从而整体风险资产的估值中枢有所下移，而低风险资产的机会成本下降。 2024年开年以来，债市整体对“利空钝化”，利率长端交易越发拥挤，10年期国债利率一度突破2.3%关键点位，超越了基本面（名义GDP）的定价锚。截止2024年4月17日，30Y-10Y利差仅为19.94BP，30Y-MLF利差（-4.4BP）仍处于历史少见的“倒挂”阶段。与此同时，近期多数信用利差持续收窄，30年期超长信用债也已发行。 第二 现有研究对债市“资产荒”仍处于一个偏定性的分析框架，如何量化债市“资产荒”，并且基于“资产荒”进行债市择时？在本篇研究中，我们尝试构建一个六维的债市“资产荒”量化体系，并且将“资产荒”指标视作赔率指标进行逐一择时落地。赔率指标触发择时与胜率指标不同，该指标只有在达到一定阈值才会触发择时条件，具有择时意义。我们计算债市“资产荒”指标进行滚动12个月的Z分数，并以Z分数超过±1倍标准差认为是指标的极值区域，最后构建债市“资产荒”打分卡进行汇总。本篇是4月7日《股市“资产荒”的量化体系与择时落地》的姊妹篇。 我们融合宏观实体与微观市场层面的“资产荒”，尝试构建了六维债市“资产荒”量化体系，并且将“资产荒”指标视作赔率指标进行逐一择时落地，涵盖月频的品种信用利差、金融机构“资产缺口”、非银部门“资产缺口”、理财资负两端利差、M2与社融（除政府债）增速差以及季频的央行调查中的“资产缺口”。 赔率指标触发择时与胜率指标不同，该指标只有在达到一定阈值才会触发择时条件，具有择时意义。我们计算股债“资产荒”指标进行滚动12个月的Z分数，并以Z分数超过±1倍标准差认为是指标的极值区域。最后，我们制作了股债“资产荒”打分卡，对债市“资产荒”分项进行汇总，给出择时方案。 第三 指标一：信用利差。经济下行期，理论上无风险利率回落、信用风险抬升；但由于刚兑预期的存在，市场不会完全定价高票息资产的违约风险，这类资产会吸纳大量流动性。债市“资产荒”的强度也会在这种极致压缩的信用利差中反映。当“资产荒”开始消解，信用风险在定价中才会逐渐回归正常化。我们以“城投债5Y-1Y信用利差”滚动12个月的Z分数来评估信用利差的极致位置。突破了-1意味着信用利差即将触底回升，提示的是利率上行风险，即“资产荒”是一个推动高票息资产估值中枢上移的过程，而“资产荒”的尾声也意味着债市估值将会往复。2023年3月，该Z分数触顶回落，意味着债市新一轮的“资产荒”开始发酵；2024年开年以来，该Z分数持续探底，目前已经突破-2，提示债市“资产荒”已演绎至极致状态，释放低配利率的信号。从策略表现看，该策略自2005年2月以来年化收益为1.4%，超额收益为1.5%，夏普比例为1.4。 在前期报告《结构性资产荒的来龙去脉》中，我们指出价格类的信用利差指标是目前研究中常用的观察视角。理论上信用利差作为信用风险溢价，应与国债收益率反向变化，因为经济下行期，无风险利率回落，信用风险应是升高的，信用利差理应走扩。但国内城投或产业债的信用利差除2012年、2018年的少数时间外，大多时候与国债收益率同向变化。由此可见，信用利差中存在其他形成对冲的定价成分。我们理解这类成分仍与国内市场的“刚性兑付”预期有关。 我们利用滚动12个月的城投债5Y-1Y信用利差Z分数来评估信用利差的极致位置。当信用利差Z分数触底突破-1时，意味着信用利差即将触底回升，“资产荒”和“信用风险”的定价成分在信用利差中的影响力开始扭转。此时提示的是利率上行风险，即“资产荒”是一个推动高票息资产估值中枢上移的过程，而“资产荒”的尾声也意味着债市估值将会往复。 2023年3月，该Z分数触顶回落，意味着债市新一轮的“资产荒”即将开始发酵，应积极超配10年期国债。而24年开年以来，该Z分数持续探底，目前已经突破-2，提示债市“资产荒”已演绎至极致状态，释放低配利率的信号。 从策略表现看，该策略自2005年2月以来年化收益为1.4%，超额收益为1.5%，夏普比例为1.4。2024年2月以来，该信号提示债市“资产荒”臻至极致位置，仓位由超配债券转为持有现金。 第四 指标二：金融机构量层面的“资产缺口”。金融机构的配置压力（银行表外+非银）是债券市场重要的“资产荒”来源之一。金融机构待投资金越多，资产荒理论上也越严重。我们通过每月金融数据和央行信贷收支表倒算出每月银行的“待投资金”以及“可投资产”，进而计算出银行的“待投资缺口”。“资产缺口”为两者轧差，与10年期国债收益率呈负相关关系。其逆序触底回升后，10年期国债收益率多数时段出现上行。当金融机构滚动12个月的“资产缺口”Z分数突破+1时，意味着“资产缺口”的严重程度已臻极致，释放利率上行信号。2024年开年以来，该分数便快速突破了+2的低配阈值。从策略表现看，该策略自2016年以来年化收益为8.7%，超额收益为0.05%，夏普比例为0.86。 负债端每月的“待投资金”为银行表外和非银可以运用的最大限度资金即为社融减去回流表内的存款以及M0。资产端每月“可投资产”为“社融+金融债券-银行表内除非银贷款的剩余贷款项”。 “资产缺口”为两者轧差，与10年期国债收益率呈负相关关系，“资产缺口”体量越大，10年期国债收益率越倾向于下行，体现了“资产荒”会推升债券估值。而“资产缺口”仍发挥着赔率的作用，在其逆序触底回升后，10年期国债收益率多数时段出现上行。 当金融机构滚动12个月的“资产缺口”Z分数突破+1时，意味着“资产缺口”的扩大速度已超出过去12个月的趋势，提示“资产荒”对债市估值的边际支撑将有所消解。由于该指标与国债利率是反向指标，具体择时规则与信用利差不同，为“资产缺口”Z分数处于[-∞，-1]，超配中债总净价指数；当Z分数处于[+1，+∞]，减配中债总净价指数。与信用利差信号一致，24年开年以来，该Z分数的逆序也同样持续探底，突破+2阈值，提示债市“资产荒”已演绎至极致状态，开始释放低配利率的信号。 从策略表现看，该策略自2016年以来年化收益为8.65%，超额收益为0.05%，夏普比例为0.86。若观察2020年以来的时段，则超额收益为2.49%，夏普比例为2.02。2024年3月中旬以来，该信号提示债市“资产荒”已臻至极致位置，应持有现金，而适度减配债券。 第五 指标三：银行理财资负两端利差。该利差与10年期国债利率呈现正相关，表明经济下行阶段，理财资产端收益率率先跟随调整，但负债端通常在维持规模的意愿下保持一定刚性。2019年之前，基本上是利差领先国债利率9个月，2019年后则两者基本同步。这背后或许与2018年“资管新规”出台、民企违约风险以及股市处于单边下行调整阶段有关。2024年开年以来至3月，该Z分数的回落至-0.74，释放中性标配债券和现金信号；进入4月以来，该分数触底该分数回落继续回落至-1.2，触发减配债券信号。从策略表现看，该策略自2015年以来年化收益为1.3%，超额收益为2.4%，夏普比例为1.38。 配置压力不仅仅体现在量上，在价方面，我们也可以参考企业ROIC与贷款利率轧差，计算理财资产收益率与负债成本之间的利差。该利差明显收窄甚至倒挂则说明债市“资产荒”现象严重，而作为赔率指标，倒挂突破阈值则说明“资产荒”已进入后半程，提示利率反转信号。在资产端收益率与负债端成本形成明显倒挂的2015-2016年、2018-2019年以及2021H2-2022年，均为债市过去最主要的三轮“资产荒”时刻。 由于该指标与国债利率是同向指标，与信用利差指标择时规则类似，当Z分数触底突破-1时，意味着“理财资负两端利差”已经倒挂至极致位置，提示“资产荒”将进入后半程，边际上提示估值反转。24年开年以来，该Z分数的回落至-0.74，虽未触及上下界，释放中性信号，但距离+1超配债券的阈值更远。进入4月以来，该分数回落继续回落至-1.2，触发减配债券信号。 从策略表现看，该策略自2015年以来年化收益为1.3%，超额收益为2.4%，夏普比例为1.38。2024年开年以来至3月，该信号为债券和现金仓位各50%；4月以来，转为减配债券。 第六 指标四：非银“资产缺口”。与指标二金融机构“资产缺口”一致，其与国债利率呈现反向关系，该指标越高，说明“资产缺口”越大，非银“资产荒”越严重。其滚动12个月的Z分数突破+1时，意味着“资产缺口”的扩大速度已超出过去12个月的趋势，提示“资产荒”已进入下半场，利率即将出现反转。2022年四季度至今Z分数突破了-1，提示债市即将进入“资产荒”，应超配国债。目前该指标仍处于-1附近，提示虽然非银“资产荒”已演绎一段时间，但仍可能延续，尚未触及反转区间。从策略表现看，该策略自2010年以来年化收益为1.4%，超额收益为1.8%，夏普比例为1.44。 负债端，在央行资产负债表中，其他存款性公司对“对其他金融机构债权”为银行对非银的投资，对应非银的负债；资产端，社融中表外的委托和信托贷款可以理解为实体部门从非银机构获得的融资，反过来对应非银机构的资产。两者增速之差既可以理解为非银的“资产缺口”。 与指标二金融机构“资产缺口”一致，其与国债利率呈现反向关系，该指标越高，越说明非银资产荒严重，利率通常为在之后呈现下行趋势。2019年前，该指标对利率走势具有6个月的领先性，2019年之后，与理财利差一致，更多表现为同步性。 滚动12个月的“非银资产缺口”的Z分数突破+1时，意味着“资产缺口”的扩大速度已超出过去12个月的趋势，提示“资产荒”已进入下半场，利率即将出现反转。Z分数突破了-1时，意味着债市即将进入“资产荒”，比如22年四季度至今。目前该指标仍处于-1附近，提示虽然非银“资产荒”已演绎一段时间，但仍可能延续，尚未触及反转区间。 从策略表现看，该策略自2010年以来年化收益为1.4%，超额收益为1.8%，夏普比例为1.44。2024年开年以来，该信号仍然提示非银“资产荒”还在发酵阶段，并没有进入后半场，仍应超配国债。 第七 指标五：M2与社融（除政府债）的背离程度。M2与社融的增速差可以理解为货币相对于资产供应的充裕程度。不过由于财政政策逆周期调节，政府债券放量在经济下行期越明显，不能反映下行期真正的实体融资需求，我们小做修正，考察M2与社融（除政府债）的增速差。与非银“资产荒”一致，该指标与10年国债利率呈负相关。指标越高越说明资产荒严重，利率倾向于下行。作为赔率信号，具有择时意义的是当该指标Z分数突破+1时，意味着“资产荒”已进入下半场，利率或将反转。2022年四季度至今该指标提示超配国债。目前该指标仍处于-1附近，仍维持超配国债的判断，尚未触及反转区间。从策略表现看，该策略自2016年以来年化收益为0.91%，并不具有超额收益，主要是2018-2019年间跑输。若观察2020年以来的时段，则超额收益为3.54%，夏普比例为2.48。 同样是从“量”维度表达“资产荒”，M2与社融的增速之差可以理解为货币相对与资产供应之间的充裕程度。近年来政府债越来越成为社融中的核心分项，但这一融资水平并不能反映实体经济融资需求，即容易会在经济下行期，低估宏观层面存在的“资产荒”。甚至越是实体经济下行期，财政政策逆周期调节，政府债券放量越明显。因此我们在资产端选用社融剔除政府债券之后的增速，负债端选择M2增速进行做差。 “M2-社融（剔除政府债）”与10年国债利率呈负相关。该指标越高，越说明资产荒严重，10年国债利率倾向于下行。当滚动12个月的“M2-社融（除政府债）Z分数”突破+1时，意味着资产相对货币产生的“资产缺口”已明显高于过去12个月的趋势，提示“资产荒”已进入下半场，利率将出现反转。与非银资产荒一致，同样指示2022年四季度至今该指标提示超配利率。目前该指标仍处于-1附近，尚未触及反转区间。 从策略表现看，该策略自2016年以来年化收益为0.91%，并不具有超额收益，主要是2018-2019年间跑输。若观察2020年以来的时段，则超额收益为3.54%，夏普比例为2.48。24年开年以来至4月，该信号仍提示债市“资产荒”尚未并没有进入后半场，仍应超配国债。 第八 指标六：央行问卷调查中的货币供需感受指数。在前期报告《结构性资产荒的来龙去脉》中，我们指出可以利用央行每个季度所做的银行家问卷调查构建“资产荒”度量指标。我们利用贷款需求指数除以货币政策感受指数来表述资产供需强度。由于该指标与国债利率为正相关指标，与信用利差、理财资负两端利差信号一致。当该指标Z分数突破-1时，也意味着资产荒已进入后半场，边际上最严重的时刻已过去。该指标在23年下半年触发了超配国债的信号。该策略自2013年以来年化收益为1.6%，超额收益为3.9%，夏普比例为1.61。该信号目前处于-0.26附近，仍提示债市“资产荒”处于中期，择时信号保持国债、现金各50%的仓位。 央行银行家问卷调查中的贷款需求指数指向的是实体融资需求，对机构而言是资产供给；而货币政策感受指数指向货币松紧，代表资金多寡，银行配置需求。但这一比值指标属于季度数据，同时公布时点相对较晚，可做一辅助判断。 历史上，货币需求/货币政策感受与10年国债利率呈正相关。由于该指标与国债利率为正相关指标，其信号与上文中金融机构“资产缺口”、非银资产荒、M2-社融（除政府债）增速差并不一致，而与信用利差、理财资负两端利差信号一致。当该指标突破-1时，也意味着资产荒已进入后半场，边际上最严重的时刻已过去。此时或是货币需求已触底，或是货币政策宽松已至极致即将收敛，均提示利率可能有上行风险。该指标在23年下半年触发了超配国债的信号。目前处于-0.26附近，尚未触及反转区间。 从策略表现看，该策略自2013年以来年化收益为1.6%，超额收益为3.9%，夏普比例为1.61。若观察2020年以来的时段，则超额收益为3.3%，夏普比例为2.3。24年开年以来，该信号仍提示债市“资产荒”处于中期，择时信号保持国债、现金各50%的仓位。 第九 如何利用债市“资产荒”体系进行宏观择时？上述6个择时指标中，我们设定超过半数的底层指标Z分数突破“+1”（债市超配阈值）提示超配债券，反之则低配。2024年3-4月该信号分别为标配、偏低配，债市综合平均Z分数已回落至-0.41、-0.30，这意味着债市赔率已被消耗许多。该策略自2016年以来年化收益为1.2%，超额收益为2.9%，夏普比率为1.21。 债市方面，2023年上半年，债市6项指标的Z分数平均得分处于0.6~1.1，提示债市“资产荒”仍处于上半场，并且靠近“+1”的超配阈值，表明当时债市刚刚进入“资产荒”的趋势中，债市赔率较高。2024年开年至3-4月，虽然未触及“-1”低配阈值，但债市综合平均Z分数已回落至-0.41、-0.30，提示债市“资产荒”进入下半场，债市赔率已被消耗许多。 由于不同“资产荒”信号均反映了债市“资产荒”的不同视角，我们设定6个择时信号代表6个方向，超过半数的底层指标Z分数突破“+1”（债市超配阈值）为债市“资产荒”进入上半场，则可以超配中债净价总指数，反之低配。2024年3-4月信号为标配、偏低配，3月底层指标2项信号标配，2项信号偏低配，2项信号仍偏超配债券；4月银行理财资负利差指标从标配转为偏低配。该策略自2016年以来年化收益为1.2%，超额收益为2.9%，夏普比率为1.18。 第十 前期报告《股市“资产荒”的量化体系与择时落地》中我们提出了股市“资产荒”的指标体系；如何结合它与本篇框架，进行一个综合的股票、债券、现金多资产择时？由于股债“资产荒”均存在超配、标配、低配三种信号，我们进一步形成股、债、现金的“九宫格”配置策略。回溯来看，该策略自2016年以来年化收益为2.9%，超额收益为10.0%，夏普比率为0.40。 对于综合策略设计，在“股票、债券与现金”配置仓位各占1/3的基准情形下，对于股票或债券，若任意一种资产释放低配信号，则对应降低1/6的仓位比重；反之，若释放超配信号，则提升1/6的仓位比重；所余仓位由现金进行补充。若两者同时释放股债赔率均高的超配信号，则现金仓位为0%，股债各占50%仓位。由此，我们共形成了9种配置情形。 回溯来看，该策略自2016年以来年化收益为2.9%，超额收益为10.0%，夏普比率为0.40。 风险提示：一是资产荒的代理指标存在口径调整、机制转变等风险，对其指示的股债赔率效果有所折扣；二是利用Z分数来判断赔率高低阈值的择时体系仍有待改进；三是存在其他忽视的变量影响股债资产荒程度。 目录 正文 PART1 如何理解近期债市的“失锚”？ 2024年开年以来，利率长端交易越发拥挤。即便在3月人民币汇率波动、政府债券供给的干扰下，利率有所波动，但债市整体对“利空钝化”却对“利好敏感”。表现上，10年期国债利率3月中上旬一度突破2.3%关键点位，4月以来已持续在2.26%~2.31%之间窄幅波动。 整体而言，开年以来债市的表现仍超越了基本面——名义GDP的定价锚。截止2024年4月17日，30Y-10Y利差仅为19.94BP，30Y-MLF利差（-4.4BP）仍处于历史少见的“倒挂”阶段。与此同时，在信用债二级市场中，伴随着城投债净融资额的下降，近期多数信用利差持续收窄。一级市场中，首只30年期超长信用债（24诚通控股）也在3月发行。 对于利率债与信用债超越传统基本面、资金面定价锚的理解，已有部分投资者归因于债市“资产荒”的深化。正如2015-2016Q3，2018Q2-2019，以及2021-22年的历史中，债市均出现了类似的“资产荒”现象。 但现有研究对债市“资产荒”仍处于一个偏定性的分析框架，并且更多聚焦于金融机构交易行为。本轮利率的下行幅度已超越了过去单纯“资产荒”时期的线性推演。我们理解债市的“失锚”与本轮“资产荒”的特殊性有关。一则，本轮“资产荒”不仅是金融机构行为，而有宏观逻辑支撑。随着名义GDP调整和广义的资产回报率下降，稳定回报特征资产（债券、类债、低波红利）的稀缺性上升，低风险特征资产的估值上移；二则，本轮“资产荒”包含着对中长期经济特征的理解，如经济的结构弹性上升、总量弹性下降，从而整体风险资产的估值中枢有所下移，而低风险资产的机会成本下降。 PART2 宏微观交叠的“资产荒”推升利率估值 （一）“资产荒”是估值因素，影响债市赔率 我们认为当前可能存在宏微观“资产荒”的交叠，即“资产荒”不仅仅限于局部市场，而是更广泛的发生于底层实体，进而推动了整个金融市场——股债均有“资产荒”的现象，并且在债市的演绎较之前更深远。 24年3月21日，中国人民银行副行长宣昌能在国新办发布会上表示，央行正在加强监测资金空转问题，并将密切关注企业贷款转存和转借等情况[1]，也意味着本轮实体层面预期仍然偏弱，企业在银行信贷投放的推动下，一方面获得资金，另一方面却“无处可投”，直接切断了金融机构新的高收益资产的来源。 具体到股债择时，我们认为广义“资产荒”是一个抬升低风险特征资产（类债、低波红利）估值上界，压低风险资产（权益）估值下界的因素，进而使得传统基于“估值均值往复”规律上的股债赔率分析框架失灵。 （二）基于“资产荒”择时的大体思路 与前期报告《股市“资产荒”的量化体系与择时落地》的做法一致，我们融合宏观实体与微观市场层面的“资产荒”，尝试构建了能跟踪债市“资产荒”程度的量化体系（短期高频为月度，中长期为季度），并且将“资产荒”指标视作赔率指标进行逐一择时落地。 赔率指标触发择时与胜率指标不同，该指标只有在达到一定阈值才会触发择时条件，具有择时意义。我们计算股债“资产荒”指标进行滚动12个月的Z分数，并以Z分数超过±1倍标准差认为是指标的极值区域。最后，我们制作了股债“资产荒”打分卡，对债市“资产荒”分项进行加权汇总，给出择时方案。 PART3 债市“资产荒”跟踪体系与择时途径 （一）指标一（月度）：极致的信用利差 对于债市“资产荒”，在前期报告《结构性资产荒的来龙去脉》中，我们指出价格类的信用利差指标是目前研究中常用的观察视角。利差明显下行说明债市存在大量流动性追逐有限资产的“资产荒”现象。理论上信用利差作为信用风险溢价，应与国债收益率反向变化，因为经济下行期，无风险利率回落，信用风险应是升高的，信用利差理应走扩。但国内城投或产业债的信用利差除2012年、2018年的少数时间外，大多时候与国债收益率同向变化。 由此可见，国内信用利差并没有客观反映信用风险，信用利差中存在其他形成对冲的定价成分。我们理解这类成分仍与国内市场的“刚性兑付”预期有关，即在经济下行期，只有当市场低估高票息资产的违约风险时，才会出现将这类资产暂时当作优质资产吸纳大量流动性。债市“资产荒”的强度也会在这种极致压缩的信用利差中反映，当“资产荒”开始消解，信用风险在信用利差中的定价才会逐渐回归。 类似于股市“资产荒”的逻辑，当信用利差臻至极低位，触发-1的阈值，意味着信用利差即将触底回升，“资产荒”和“信用风险”的定价成分在信用利差中的影响力开始扭转。此时提示的是利率上行风险，即“资产荒”是一个推动高票息资产估值中枢上移的过程，而“资产荒”的尾声也意味着债市估值将会往复。 我们利用滚动12个月的城投债5Y-1Y信用利差Z分数来评估信用利差的极致位置。当信用利差Z分数触底突破-1时，意味着信用利差收缩速度快于过去12个月的趋势，提示利率反转。2023年3月，该Z分数触顶回落，意味着债市新一轮的“资产荒”即将开始发酵，应积极超配10年期国债。而2024年开年以来，该Z分数持续探底，目前已经突破-2，提示债市“资产荒”已演绎至极致状态，释放做空利率的信号。 从策略回测结果来看，基于“城投债5Y-1Y信用利差Z分数”的策略自2005年2月以来年化收益为1.4%，超额收益为1.5%，夏普比例为1.4。2024年2月以来，该信号提示债市“资产荒”臻至极致位置，仓位由超配债券转为持有现金。 （二）指标二（月度）：金融机构“量”层面的“资产缺口” 金融机构的配置压力（银行表外+非银）是债券市场重要的“资产荒”来源之一。金融机构待投资金越多，资产荒理论上也越明显。我们通过每月金融数据和央行信贷收支表倒算出每月银行的“待投资金”以及“可投资产”，进而计算银行的“待投资缺口”。这一“缺口”同样是赔率指标，会推升债市的估值；而这一“缺口”的反转也将提示债市将会出现估值的回复。 金融机构每月的“待投资金”为“银行表外与非银”的负债合计。社融属于实体部门全部的新增负债，这部分负债除了以M0现金的方式漏损以外，会通过住户、企业以及财政存款重新回到银行表内。因此银行表外和非银可以运用的最大限度资金即为社融减去回流表内的存款以及M0。 而资产端每月“可投资产”为“社融+金融债券-银行表内除非银贷款的剩余贷款项”。一方面，金融机构的“可投资产”也来源于“社融”——这一实体部门给金融机构提供的资产供给。此外，社融中不包括金融机构发行的债券，而这部分也属于“可投资产”。另一方面，与债市“资产荒”有关的“可投资产”是全部“可投资产”剔除掉银行表内的部分，因此需要剔除“银行表内除非银贷款的剩余贷款项”。 最终的“资产缺口”存在一定季节性，我们进行了季调处理，并且观察其TTM走势。可以看到，“资产缺口”与10年期国债收益率呈负相关关系，“资产缺口”体量越大，10年期国债收益率越倾向于下行，体现了“资产荒”会推升债券估值；而“资产缺口”仍发挥着赔率的作用，在其触底回升后，10年期国债收益率多数时段出现上行。 我们类似计算了金融机构滚动12个月的“资产缺口”Z分数，当Z分数触底突破+1时，意味着“资产缺口”的扩大速度已超出过去12个月的趋势，提示“资产荒”对债市估值的边际支撑将有所消解。从序列走势看，“资产缺口”对国债利率的拐点具有3个月的领先性。我们将“资产缺口”Z分数滞后3个月再进行择时。由于该指标与国债利率是反向指标，具体择时规则与信用利差不同，为“资产缺口”Z分数处于[-∞，-1]，超配中债总净价指数，现金为100%；当Z分数处于[+1，+∞]，空仓中债总净价指数，权重为0%，现金为100%。若该Z分数处于（-1,1）区间内，则中债总净价指数仓位为50%，现金为50%。 与信用利差信号一致，2024年开年以来，该Z分数的逆序也同样持续探底，突破+2阈值，提示债市“资产荒”已演绎至极致状态，开始释放低配利率的信号。 从策略回测结果来看，“资产缺口Z分数”的策略自2016年以来年化收益为8.65%，超额收益为0.05%，夏普比例为0.86。若观察2020年以来的时段，则超额收益为2.49%，夏普比例为2.02。2024年3月中旬以来，该信号提示债市“资产荒”已臻至极致位置，应持有现金，而适度减配债券。 （三）指标三（月度）：银行理财资负两端利差 配置压力不仅仅体现在量上，在价格方面，我们也可以通过类似于企业ROIC与贷款利率轧差一样，计算理财资产收益率与负债成本之间的利差。该利差明显收窄甚至倒挂则说明债市“资产荒”现象明显，而作为赔率指标，倒挂到一定程度，即该利差突破滚动12个月的趋势，则说明“资产荒”已进入后半程，提示利率反转信号。 资产端，我们通过10年期国债收益率、3年AA+企业债收益率、余额宝7日年化收益率、AAA同业存单到期收益率、债权类信托、股权类信托、SHIBOR 3个月收益率分别代表利率债、信用债、现金及银行存款、同业存单、非标准化债权资产以及权益类资产收益。各类资产方向的配置比例按照银行理财网披露更新，债权类信托、股权类信托收益数据来自普益标准。从2023年的理财年报中可以看出，理财对信用债、利率债、同业存单三者的配置占比达到了56.6%，其中信用债占比达到42.1%。利用其资负两端的利差表征的“资产端稀缺程度”也与债市的“资产荒”更接近。 负债端，22年前，我们使用全市场理财产品一年期预期年收益率作为代表，22年后根据普益标准封闭式新发理财产品平均业绩比较基准进行调整。 从理财资负两端的利差来看，在资产端收益率与负债端成本形成明显倒挂的2015-2016年、2018-2019年以及2021H2-2022年，均为债市过去最主要的三轮“资产荒”时刻。 该利差与10年期国债利率呈现正相关，表明经济下行阶段，理财资产端收益率率先跟随调整，但负债端通常在维持规模的意愿下保持一定刚性。而下降到极致状态，负债端利率也会跟随补降。其中理财资产端的调整速度在2019年前后也出现明显的分界。2019年之前，基本上是利差领先国债利率9个月，2019年后则两者基本同步。这背后或许与2018年“资管新规”出台、“民企违约潮”大年以及股市处于单边下行调整阶段有关。 我们同样计算了理财资负利差的滚动12个月Z分数。由于该指标与国债利率是同向指标，与信用利差指标择时规则类似，当Z分数触底突破-1时，意味着“理财资负两端利差”已经倒挂至极致位置，提示“资产荒”将进入后半程，边际上提示估值反转。 与信用利差、金融机构“资产缺口”指标信号基本一致，24年开年以来至3月，该Z分数的回落至-0.74，虽未触及上下界，释放中性信号，但距离+1超配债券的阈值更远。进入4月以来，该分数回落继续回落至-1.2，触发减配债券信号。 从策略回测结果来看，基于“理财资负利差Z分数”的策略自2015年以来年化收益为1.3%，超额收益为2.4%，夏普比例为1.38。2024年开年以来至3月，该信号为债券和现金仓位各50%；4月以来，转为减配债券。 （四）指标四（月度）：非银“资产缺口” 在央行资产负债表，其他存款性公司对“对其他金融机构债权”为银行对非银的投资，对应非银的负债。而社融中表外的委托和信托贷款可以理解为实体部门从非银机构获得的融资，反过来对应非银机构的资产。两者增速之差既可以理解为非银的“资产缺口”。 与指标二金融机构“资产缺口”一致，其与国债利率呈现反向关系，该指标越高，越说明非银资产荒明显，利率通常为在之后呈现下行趋势。2019年前，该指标对利率走势具有6个月的领先性，2019年之后，与理财利差一致，更多表现为同步性。 我们同样计算了滚动12个月的“非银资产缺口”的Z分数，从赔率视角理解该指标，该指标与其余资产荒指标一致，当该指标突破+1时，意味着“资产缺口”的扩大速度已超出过去12个月的趋势，提示“资产荒”已进入下半场，利率即将出现反转。反之，当“资产缺口”收敛到一定程度，即将重新走扩，Z分数突破了-1时，意味着债市即将进入“资产荒”，比如2022年四季度至今。目前该指标仍处于-1附近，提示虽然非银“资产荒”已演绎一段时间，但仍可能延续，尚未触及反转区间。 从策略回测结果来看，基于“非银资产缺口Z分数”的策略自2010年以来年化收益为1.4%，超额收益为1.8%，夏普比例为1.44。2024年开年以来，该信号仍然提示非银“资产荒”还在发酵阶段，并没有进入后半场，仍应超配国债。 （五）指标五（月度）：M2与社融（除政府债）的背离程度 同样是从“量”维度表达“资产荒”，M2与社融的增速之差可以理解为货币相对与资产供应之间的充裕程度。近年来政府债越来越成为社融中的核心分项，但这一融资水平并不能反映实体经济融资需求，即容易会在经济下行期，低估宏观层面存在的“资产荒”。甚至越是实体经济下行期，财政政策逆周期调节，政府债券放量越明显。因此我们在资产端选用社融剔除政府债券之后的增速，负债端选择M2增速进行做差。 比较M2-社融增速之差、M2-社融（除政府债）增速之差与10年期国债利率的走势看，两者负相关关系均在2022年下半年以来出现背离，但M2-社融（除政府债）增速差与10年期国债利率的背离更小。 2022年四季度为国债利率上行，但M2-社融（除政府债）增速差亦不断上行，这背后可能与22年四季度理财大量赎回推升了M2增速，回流成为存款有关。 我们同样计算了滚动12个月的“M2-社融（除政府债）Z分数”。当该指标突破+1时，意味着资产相对货币产生的“资产缺口”已明显高于过去12个月的趋势，提示“资产荒”已进入下半场，利率将出现反转。反之，当该指标突破-1时，表明“资产缺口”收敛到极致，即将重新走扩，意味着债市即将进入“资产荒”。与非银资产荒一致，同样指示2022年四季度至今该指标提示超配利率。目前该指标仍处于-1附近，尚未触及反转区间。 从策略回测结果来看，基于“M2-社融（除政府债）Z分数”的策略自2016年以来年化收益为0.91%，并不具有超额收益，主要是18-19年间跑输。若观察2020年以来的时段，则超额收益为3.54%，夏普比例为2.48。2024年开年以来至4月，该信号仍提示债市“资产荒”尚未并没有进入后半场，仍应超配国债。 （六）指标六（季度）：央行调查中的货币供需感受 在前期报告《结构性资产荒的来龙去脉》中，我们指出可以利用央行每个季度所做的银行家问卷调查构建“资产荒”度量指标。其中的贷款需求指数指向的是实体融资需求，对机构而言是资产供给；而货币政策感受指数指向货币松紧，代表资金多寡，银行配置需求。我们可以利用贷款需求指数除以货币政策感受指数来表述资产供需强度。但这一指标属于季度数据，同时公布时点相对较晚，可做一辅助判断。 历史上，货币需求/货币政策感受与10年国债利率呈正相关，且在个别阶段具有小幅领先性。 我们同样计算了滚动12个月的“货币需求/货币政策感受比值Z分数”。由于其与国债利率为正相关指标，因此其信号与上文中金融机构“资产缺口”、非银资产荒、M2-社融（除政府债）增速差并不一致，而与信用利差、理财资负两端利差信号一致。当该指标突破-1时，也意味着资产荒已进入后半场，边际上非常明显的时刻已过去。此时或是货币需求已触底，或是货币政策宽松已至极致即将收敛，均提示利率可能有上行风险。反之，当该指标突破+1时，表明融资需求极为旺盛（货币需求多），与当时搭配的货币宽松程度（货币政策感受）提示“资产荒”即将发生，提示利率下行。该指标在23年下半年触发了超配国债的信号。目前处于-0.26附近，尚未触及反转区间。 从策略回测结果来看，基于“货币需求/货币政策感受比值Z分数”的策略自2013年以来年化收益为1.6%，超额收益为3.9%，夏普比例为1.61。若观察2020年以来的时段，则超额收益为3.3%，夏普比例为2.3。2024年开年以来，该信号仍提示债市“资产荒”处于中期，择时信号保持国债、现金各50%的仓位。 PART4 综合“资产荒”体系进行债市择时 （一）债市六指标融合：债市“资产荒”已进入下半场 在债市“资产荒”体系中，同样在综合汇总时，为了避免未来数据，我们采用上月Z分数作为下月仓位的择时依据。 可以看到，在整个2023年期间，债市的“资产荒”Z分数汇总均大于0。而根据上文分析，“资产荒”是推升债券估值、压制权益类风险资产估值的因素，因此，在2023年，“资产荒”指标整体的方向是支持超配债市。 从赔率的阈值角度看，2023年上半年，债市6项指标的Z分数平均得分处于0.6~1.1，提示债市“资产荒”处于上半场，并且靠近“+1”的超配阈值，表明当时债市刚刚进入“资产荒”的趋势中，债市赔率较高，性价比好。2024年开年至3月，虽然未触及“-1”做空阈值，但Z分数已回落至-0.41，提示债市赔率已被消耗许多；最新4月仓位所使用的3月得分回升到-0.3，提示债市“资产荒”边际又有所加深，提示债市赔率虽整体不高，但边际有所回升。 若不考察分数，而是考察6项指标中Z分数突破超配债券阈值的个数，自2023年四季度以来，债券市场“资产荒”指标汇总后指示“资产荒”正进入下半场，债券赔率已有所下降。 进一步，由于不同“资产荒”信号均反映了债券“资产荒”的不同视角，我们同样不能直接将6项指标Z分数进行求和择时。与《股市“资产荒”的量化体系与择时落地》相同，我们同样设定6个择时信号代表6个方向，若超过半数的择时信号提示债市“资产荒”仍在上半场加速演绎状态，则最终信号得分大于0，保持中债净价总指数超配；而若超过半数的择时信号提示债市“资产荒”已进入下半场，利率具有上行风险，则最终信号得分小于0，现金仓位为100%；若6项指标中，提示债市超配低配的信号个数相等，则中债净价总指数仓位为中性，与现金各50%。最新2024年4月信号（提示4月15日至5月14日）中，有2项信号超配，3项信号偏低配，1项信号对长债中性，综合后的信号为中性偏低配。 从这一综合后的策略结果来看，该策略自2016年以来年化收益为1.2%，超额收益为2.9%，夏普比率为1.21。2024年开年该信号对利率由超配转为中性，即中债净价总指数与现金各占50%；4月最新提示中债净价总指数占比可进一步适当减配。 （二）基于择时打分卡的股债择时 最后我们利用前期报告《股市“资产荒”的量化体系与择时落地》中的股市指标与债市指标融合，设计“股、债、现金”的多资产择时方案： 基准情形：股票、债券与现金配置仓位各占1/3。 情形一：若两者均释放赔率均低的做空信号，则两者仓位均为1/6，现金仓位为2/3； 情形二：若两者同时释放股债赔率均高的超配信号，则现金仓位为0，两者仓位均为1/2； 情形三：若两者中只有一者释放超配信号，另一者为做空信号，则做空信号的资产持仓为1/6，超配信号资产持仓为1/2，现金持仓为1/3； 情形四：若两者中有一者释放超配信号，而另一方释放中性信号，则超配信号持仓为1/2，中性信号资产持仓为1/3，现金持仓为1/6。 由此，我们形成了“九宫格”配置策略： 综合来看，当前权益“资产荒”对万得全A的赔率信号仍未至系统性超配的窗口期；而债券由前期“资产荒”带来的估值支撑有所消解，配置仓位有所下降；现金比重有所上升。回溯来看，该策略自2016年以来年化收益为2.9%，超额收益为10.0%，夏普比率为0.40。 风险提示：一是资产荒的代理指标存在口径调整、机制转变等风险，对其指示的股债赔率效果有所折扣；二是利用Z分数来判断赔率高低阈值的择时体系仍有待改进；三是存在其他忽视的变量影响股债资产荒程度。 [1]http://www.scio.gov.cn/live/2024/33514/fbyd/202403/t20240322_839261.html 郭磊篇 【广发宏观郭磊】如何理解一季度经济数据 【广发宏观郭磊】如何看过去两年的黄金定价 【广发宏观郭磊】3月出口数据浅析 【广发宏观郭磊】3月物价特征及下阶段线索 【广发宏观郭磊】3月PMI超预期原因探析 【广发宏观郭磊】如何看人民币汇率 【广发宏观郭磊】如何看铜与螺纹钢价格的走势背离 【广发宏观郭磊】如何看1-2月的经济表现 【广发宏观郭磊】如何看2月通胀数据 【广发宏观郭磊】出口开局增速良好有助于修正微观预期 【广发宏观郭磊】对政府工作报告经济发展主要目标的理解 【广发宏观郭磊】2月PMI环比企稳 【广发宏观郭磊】如何看目前宏观面：复盘与展望 【广发宏观郭磊】2月CPI有望近半年来首次转正 【广发宏观郭磊】如何看2024年第一份PMI数据 【广发宏观郭磊】如何看2023年经济数据 【广发宏观郭磊】如何看2023年最后一份出口数据 【广发宏观郭磊】CPI、PPI与名义增长中枢 【广发宏观郭磊】12月PMI数据与四季度资产走势 【广发宏观郭磊】如何看11月经济数据 【广发宏观郭磊】前瞻2024 【广发宏观郭磊】中央经济工作会议要点解读 【广发宏观郭磊】价格环比下行的驱动线索 【广发宏观郭磊】以进促稳、先立后破 【广发宏观郭磊】如何评价11月出口表现 【广发宏观郭磊】PMI显示需求企稳趋势有待巩固 【广发宏观郭磊】如何评价10月经济数据 【广发宏观郭磊】商品价格小周期调整的影响 【广发宏观郭磊】出口增速小幅回踩，手机出口显著加速 【广发宏观郭磊】原材料库存调整带来PMI短期回踩 【广发宏观郭磊】增发国债的三重意义 【广发宏观郭磊】三季度GDP增速为何超预期 【广发宏观郭磊】平减指数已逐步回升 【广发宏观郭磊】9月出口表现及其对宏观面的影响 【广发宏观郭磊】宏观面剪刀差 【广发宏观郭磊】8月大部分经济指标均有好转 【广发宏观郭磊】价格周期完成触底 【广发宏观郭磊】8月出口：海外PMI反弹影响下的初步改善 【广发宏观郭磊】PMI数据与宏观面逻辑 【广发宏观郭磊】从与2016年的比较看当前宏观面位置 【广发宏观郭磊】如何看7月经济数据 【广发宏观郭磊】PPI和CPI底将先后形成 【广发宏观郭磊】如何看7月出口 【广发宏观郭磊】三条线索驱动PMI继续修复 【广发宏观郭磊】如何解读年中政治局会议精神 【广发宏观郭磊】如何评价二季度经济数据 【广发宏观郭磊】如何看6月出口 【广发宏观郭磊】哪些价格环比已企稳，哪些还在下行 【广发宏观郭磊】重拾定价锚：2023年中期宏观环境展望 【广发宏观郭磊】如何看5月经济数据 【广发宏观郭磊】关注形成中的PPI底 【广发宏观郭磊】外需边际放缓凸显稳定总需求必要性 【广发宏观郭磊】稳定和扩大总需求是当前宏观面关键 【广发宏观郭磊】人民币汇率的三个定价线索 【广发宏观郭磊】稳定总需求是当前经济的关键所在 【广发宏观郭磊】核心CPI大致正常 【广发宏观郭磊】对经济整体性的强调将有助于中期均衡 【广发宏观郭磊】4月PMI为何低于预期 【广发宏观郭磊】一季度政治局会议解读 【广发宏观郭磊】一季度GDP增速处市场预期上限 【广发宏观郭磊】出口超预期降低总量下行风险 【广发宏观郭磊】如何理解偏低的通胀 【广发宏观郭磊】供求环比高斜率修复后的分化调整 【广发宏观郭磊】怎么评价前两个月的经济数据 【广发宏观郭磊】宏观视角下的三个可能机会 【广发宏观郭磊】对2023年的通胀数据来说只需确认两件事情 【广发宏观郭磊】怎么评价前两个月的出口 【广发宏观郭磊】对政府工作报告经济发展主要目标的理解 【广发宏观郭磊】PMI和BCI均指向经济景气度高开 【广发宏观郭磊、贺骁束】“PPI定买卖”：2006-2022年复盘 【广发宏观郭磊】1月通胀数据的中观细节 【广发宏观郭磊】年初的以来的五大宏观定价线索 【广发宏观郭磊】年初的PMI、BCI与同期资产反应逻辑 【广发宏观郭磊】万得全A疫情以来复合增速仍低于名义GDP 【广发宏观郭磊】本轮出口下行和历史上几轮周期的区别 【广发宏观郭磊】待确认的PPI底 【广发宏观郭磊】制造业投资的三因素框架 【广发宏观郭磊】12月PMI的四个特征 吴棋滢篇 【广发宏观吴棋滢】广义财政支出进度有望逐步加快 【广发宏观吴棋滢】开年财政数据解读 【广发宏观吴棋滢】如何理解广义赤字率及财政的“净扩张” 【广发宏观吴棋滢】从各省预算报告前瞻全国财政预算特征 【广发宏观吴棋滢】如何看上海试点离岸贸易的印花税优惠政策 【广发宏观吴棋滢】2023年财政特征回顾与2024年展望 【广发宏观吴棋滢】如何看“三大工程”对投资端的影响 【广发宏观吴棋滢】11月财政数据简评 【广发宏观吴棋滢】10月财政数据简评 【广发宏观吴棋滢】三季度财政数据解读 【广发宏观吴棋滢】8月财政数据点评 【广发宏观吴棋滢】如何看待新一轮地方债务风险化解及其影响 【广发宏观吴棋滢】7月财政数据与后续两大关键线索 【广发宏观吴棋滢】6月财政数据简析 【广发宏观吴棋滢】寻找新平衡：2023年中期财政环境展望 【广发宏观吴棋滢】财政收入偏弱凸显稳增长必要 【广发宏观吴棋滢】政策性开发性金融工具是政策空间之一 【广发宏观吴棋滢】财政收入状况约束支出强度 【广发宏观吴棋滢】从第二财政到第三财政 【广发宏观吴棋滢】当前财政状况的三个特征 【广发宏观吴棋滢】2023年财政的八大特征 【广发宏观吴棋滢】如何评价2023年开年财政数据 【广发宏观钟林楠、吴棋滢】地方政府债务九问 【广发宏观吴棋滢】2022年年度财政数据的主要看点 【广发宏观吴棋滢】非税增速放缓带来什么信号 【广发宏观吴棋滢】再筑堤岸：2023年财政环境展望 贺骁束篇 【广发宏观贺骁束】4月经济初窥 【广发宏观贺骁束】高频数据下的3月经济 【广发宏观贺骁束】3月经济初窥 【广发宏观贺骁束】高频数据下的2月经济 【广发宏观贺骁束】高频数据下的1月经济 【广发宏观贺骁束】1月经济初窥 【广发宏观贺骁束】本轮原油和大宗商品价格缘何调整 【广发宏观贺骁束】12月经济初窥 【广发宏观贺骁束】高频数据下的11月经济 【广发宏观贺骁束】11月经济初窥 【广发宏观贺骁束】高频数据下的10月经济 【广发宏观贺骁束】10月经济初窥 【广发宏观贺骁束】高频数据下的9月经济 【广发宏观贺骁束】9月经济初窥 【广发宏观贺骁束】高频数据下的8月经济 【广发宏观贺骁束】高频数据下的7月经济 【广发宏观贺骁束】7月经济初窥 【广发宏观贺骁束】走出低凹地：2023年中期通胀环境展望 【广发宏观贺骁束】高频数据下的6月经济 【广发宏观贺骁束】6月经济初窥 【广发宏观贺骁束】高频数据下的5月经济 【广发宏观贺骁束】5月经济初窥 【广发宏观贺骁束】高频数据下的4月经济 【广发宏观贺骁束】4月经济初窥 【广发宏观贺骁束】3月用电量数据简评 【广发宏观贺骁束】高频数据下的3月经济 【广发宏观贺骁束】3月经济初窥 【广发宏观贺骁束】2月复工情况与高频数据 【广发宏观郭磊、贺骁束】“PPI定买卖”：2006-2022年复盘 【广发宏观贺骁束】聊聊春节期间的高频经济数据 【广发宏观贺骁束】复盘过去一年整车货运量变化与同期资产表现 【广发宏观贺骁束】第一批城市居民生活半径开始恢复 钟林楠篇 【广发宏观钟林楠】如何看3月社融与M1数据 【广发宏观钟林楠】央行可以通过公开市场操作购买国债吗 【广发宏观钟林楠】从近期央行操作理解政策逻辑 【广发宏观钟林楠】2月社融与M1简评 【广发宏观钟林楠】货币政策新特征及其对资产定价的影响 【广发宏观钟林楠】2月LPR报价对股债的影响逻辑 【广发宏观钟林楠】1月社融与M1为何超预期 【广发宏观钟林楠】2023年四季度货币政策执行报告解读 【广发宏观钟林楠】贷款风险溢价与利率曲线特征 【广发宏观钟林楠】超预期降准有助于提振微观预期 【广发宏观钟林楠】如何看待最新的社融与M1数据 【广发宏观钟林楠】新一轮PSL对经济、货币环境及资产价格的影响 【广发宏观钟林楠】如何看11月社融与M1增速 【广发宏观钟林楠】2023年三季度货币政策执行报告解读 【广发宏观钟林楠】汇率与流动性 【广发宏观钟林楠】如何看10月社融数据 【广发宏观钟林楠】中央金融工作会议解读 【广发宏观钟林楠】如何看新一轮化债对货币环境的影响 【广发宏观钟林楠】9月社融尚可，年内有望继续修复 【广发宏观钟林楠】如何看降准 【广发宏观钟林楠】8月金融数据对资产定价环境的两个意义 【广发宏观钟林楠】如何看近期流动性的变化 【广发宏观钟林楠】5年期LPR利率为何没有调整 【广发宏观钟林楠】2023年二季度货币政策执行报告解读 【广发宏观钟林楠】非对称降息有何用意 【广发宏观钟林楠】如何看低于预期的7月信贷 【广发宏观钟林楠】如何看存量房贷利率调整的影响 【广发宏观钟林楠】如何看待超预期的6月社融 【广发宏观钟林楠】适应新常态：2023年中期流动性环境展望 【广发宏观钟林楠】如何看待6月LPR报价的变化 【广发宏观钟林楠】社融数据偏低加大政策升温概率 【广发宏观钟林楠】如何看OMO利率降息的影响 【广发宏观钟林楠】如何评估存款利率下调对经济的影响 【广发宏观钟林楠】从负债端政策到资产端政策 【广发宏观钟林楠】2023年一季度货币政策执行报告解读 【广发宏观钟林楠】4月信贷情况凸显稳需求必要性 【广发宏观钟林楠】如何看利率走势与宏观指标的背离 【广发宏观钟林楠】如何理解超预期的信贷 【广发宏观钟林楠】如何理解超预期的降准 【广发宏观钟林楠】偏强信贷对资产定价环境意味着什么 【广发宏观钟林楠】中国居民部门加杠杆：空间、动能与影响 【广发宏观钟林楠】“实际利率水平合适”该如何理解 【广发宏观钟林楠】2022年四季度货币政策执行报告解读 【广发宏观钟林楠、吴棋滢】地方政府债务九问 【广发宏观钟林楠】信贷强势开局 【广发宏观钟林楠】年初以来流动性环境的三个变化 王丹篇 【广发宏观王丹】能耗目标、PPI与本轮供给侧优化 【广发宏观王丹】3月哪些行业景气在改善 【广发宏观王丹】如何理解开年企业盈利增速 【广发宏观王丹】从3月EPMI看新兴产业产需比例变化 【广发宏观王丹】对“大规模设备更新”目标的定量分析 【广发宏观王丹】2月中观景气分布的四条线索 【广发宏观王丹】关于“大规模设备更新”的理解 【广发宏观王丹】春节假期国内宏观变化简评 【广发宏观王丹】2024年1月中观景气度观察 【广发宏观王丹】2023年企业盈利的总量及中观特征 【广发宏观王丹】1月EPMI数据简评 【广发宏观王丹】2023年权益行业表现的宏观和中观线索 【广发宏观王丹】从年末PMI数据看中观景气分布的六大线索 【广发宏观王丹】如何理解11月企业利润数据 【广发宏观王丹】如何看12月EPMI 【广发宏观王丹】11月中观景气分布的四条线索 【广发宏观王丹】库存周期小幅回踩 【广发宏观王丹】11月EPMI大致平稳 【广发宏观王丹】10月中观景气度分布有哪些变化 【广发宏观王丹】如何看三季度工业企业盈利数据 【广发宏观王丹】10月EPMI数据与短期宏观面 【广发宏观王丹】原材料和中游制造引领PMI改善 【广发宏观王丹】PPI触底带动企业利润增速修复及名义库存企稳 【广发宏观王丹】9月EPMI上行斜率加大 【广发宏观王丹】过去十年哪些产品占出口比重显著提升 【广发宏观王丹】原材料行业、计算机电子行业引领PMI边际改善 【广发宏观王丹】价格触底带来原材料类行业利润边际改善 【广发宏观王丹】从EPMI看8月经济 【广发宏观王丹】7月行业景气度的中观分布分析 【广发宏观王丹】利润降幅收窄，库存继续下移 【广发宏观王丹】7月EPMI显示产需仍淡季磨底 【广发宏观王丹】校准航向标：2023年中期中观产业链展望 【广发宏观王丹】哪些行业支撑了景气的低位初步企稳 【广发宏观王丹】名义库存进一步降至偏低水平 【广发宏观王丹】6月EPMI已低位持平 【广发宏观王丹】消费类资产超额收益时段宏观驱动历史复盘 【广发宏观王丹】景气磨底阶段的中观分布特征 【广发宏观王丹】企业库存去化加速 【广发宏观王丹】5月EPMI扣除季节性之后低位徘徊 【广发宏观王丹】4月中观景气分化进一步加剧 【广发宏观王丹】3月营收转正，盈利低位弱修复 【广发宏观王丹】复苏程度的分布：中观行业图景扫描 【广发宏观王丹】中观景气分化 【广发宏观王丹】开年工业企业利润增速偏低的原因及后续展望 【广发宏观王丹】3月EPMI显示行业修复动能有所分化 【广发宏观王丹】哪些行业在引领2月经济的修复 【广发宏观王丹】如何估算2023年GDP增速 【广发宏观王丹】2月EPMI创历史同期新高 【广发宏观王丹】1月哪些行业景气变化领先 【广发宏观王丹】复盘2022年企业盈利数据 【广发宏观王丹】如何理解大型易地搬迁融入新型城镇化的政策 【广发宏观王丹】疫情达峰后第一个宏观数据EPMI明显修复 陈嘉荔篇 【广发宏观陈嘉荔】美国核心通胀反弹原因及后续趋势 【广发宏观陈嘉荔】美国就业数据与移民影响 【广发宏观陈嘉荔】日央行转向及资产价格反应 【广发宏观陈嘉荔】美联储态度偏鸽，基准情形是美年内三次降息 【广发宏观陈嘉荔】美国核心通胀回落趋势未变 【广发宏观陈嘉荔】如何看美国2月就业数据 【广发宏观陈嘉荔】1月美联储会议纪要的关键信息 【广发宏观陈嘉荔】春节假期海外宏观变化简评 【广发宏观陈嘉荔】美国核心通胀超预期回升的原因和展望 【广发宏观陈嘉荔】美国1月非农数据的结构特征 【广发宏观陈嘉荔】美联储弱化3月降息预期 【广发宏观陈嘉荔】美国四季度GDP数据与其市场反应 【广发宏观陈嘉荔】美国CPI略超预期，但核心CPI继续放缓 【广发宏观陈嘉荔】美国12月非农数据与美联储利率决策 【广发宏观陈嘉荔】12月美联储会议纪要的关键信息 【广发宏观】美联储或在明年上半年启动降息 【广发宏观】美国通胀回落有利于美联储结束紧缩 【广发宏观】美国就业数据降温缓和风险资产压力 【广发宏观】美联储暂停加息叠加再融资担忧缓和 【广发宏观】美国三季度GDP数据为何偏高 【广发宏观】关于美国财政的几点认识 【广发宏观】美国通胀问题和经济问题是一体两面 【广发宏观】9月美联储会议纪要的关键信息 【广发宏观】9月非农数据继续偏强 【广发宏观】美联储进一步弱化明年降息预期 【广发宏观】美国8月通胀数据呈现出一定复杂性 【广发宏观】美国非农、PMI数据及其对宏观面的影响 【广发宏观】如何看墨西哥对美出口的较快增长 【广发宏观】2023年杰克逊霍尔经济研讨会简评 【广发宏观】7月美联储会议纪要的关键信息 【广发宏观】美国核心通胀继续小幅回落 【广发宏观】非农放缓，失业率和薪资数据仍强放缓 【广发宏观】如何看惠誉下调美国信用评级的影响 【广发宏观】美国二季度GDP数据为何偏高 【广发宏观】美联储不再把衰退当作假设情形 【广发宏观】美国6月通胀数据的新信号 【广发宏观】非农数据的三个影响 【广发宏观】美联储6月会议纪要的三重信息 【广发宏观】挑战软着陆：2023年中期海外环境展望 【广发宏观】美联储6月议息会议的新信号 【广发宏观】美国通胀继续高位降温 【广发宏观】黄金定价框架和展望 【广发宏观】美国非农就业和失业率为何同时走高 【广发宏观】美联储5月会议纪要的三重信息 【广发宏观】美国4月通胀继续高位降温 【广发宏观】非农再超预期降低硬着陆概率 【广发宏观】美联储第十次加息后的暗示 【广发宏观】如何理解美国一季度GDP公布后美股的反应 【广发宏观】复盘全球科技类资产：2020-2023 【广发宏观】美联储议息会议纪要的三个关键信息 【广发宏观】3月非农数据及市场反应逻辑 【广发宏观】OPEC+超预期原油减产简评 【广发宏观】如何理解美国中小银行储蓄转移? 【广发宏观】美联储寻求平衡的结果就是好结果 【广发宏观】美国：通胀数据与金融稳定性的博弈 【广发宏观】非农数据、SVB及资产反应逻辑 【广发宏观】美国此轮失业率低的原因是什么？ 【广发宏观】美联储2月议息会议纪要解读 【广发宏观】美国1月通胀数据公布后金融市场波动有限 【广发宏观】如何理解预期的非农数据 【广发宏观】美联储继续加息后的资产反应逻辑 【广发宏观】美国四季度GDP超预期，经济放缓速率仍可控 【广发宏观】海外宏观：年初市场最关注的几大问题 【广发宏观】美国通胀韧性+回落背景下的资产反应逻辑 【广发宏观】强非农、弱薪资短期助推美国经济软着陆预期 【广发宏观】美联储12月议息会议纪要解读 【广发宏观】美国12月议息会议要点解读 【广发宏观】最新美国通胀数据怎么看 【广发宏观】越过山丘：2023年海外宏观展望 文永恒篇 【广发宏观】数据要素化及其中长期影响 【广发宏观】资产负债表衰退理论与海外经验案例的实质 【广发宏观】布局现代化：2023年中期跨周期环境展望 【广发宏观】中等发达国家从1万到3万美元跨越的国际比较 【广发宏观】人工智能对经济的中长期影响：一个宏观框架 【广发宏观】中国式现代化的内涵与影响 陈礼清篇 【广发宏观陈礼清】3月以来的资产特征：大类资产配置月度展望 【广发宏观陈礼清】股市资产荒的量化体系与择时落地 【广发宏观陈礼清】资产表现特征及背后线索：大类资产配置月度展望 【广发宏观陈礼清】高分红策略的宏观逻辑与择时体系 【广发宏观陈礼清】名义GDP的周度估算 【广发宏观陈礼清】未来美债收益率若下行有利于哪些行业定价 【广发宏观陈礼清】股债性价比择时的宏观改进 【广发宏观陈礼清】M1、BCI、PPI与宏观择时 【广发宏观陈礼清】如何对GDP进行月度估算？ 【广发宏观陈礼清】社会消费品零售总额如何预测？ 【广发宏观陈礼清】工业增加值如何预测？ 法律声明： 本微信号推送内容仅供广发证券股份有限公司（下称“广发证券”）客户参考，其他的任何读者在订阅本微信号前，请自行评估接收相关推送内容的适当性，广发证券不会因订阅本微信号的行为或者收到、阅读本微信号推送内容而视相关人员为客户。 完整的投资观点应以广发证券研究所发布的完整报告为准。完整报告所载资料的来源及观点的出处皆被广发证券认为可靠，但广发证券不对其准确性或完整性做出任何保证，报告内容亦仅供参考。 在任何情况下，本微信号所推送信息或所表述的意见并不构成对任何人的投资建议。除非法律法规有明确规定，在任何情况下广发证券不对因使用本微信号的内容而引致的任何损失承担任何责任。读者不应以本微信号推送内容取代其独立判断或仅根据本微信号推送内容做出决策。 本微信号推送内容仅反映广发证券研究人员于发出完整报告当日的判断，可随时更改且不予通告。 本微信号及其推送内容的版权归广发证券所有，广发证券对本微信号及其推送内容保留一切法律权利。未经广发证券事先书面许可，任何机构或个人不得以任何形式翻版、复制、刊登、转载和引用，否则由此造成的一切不良后果及法律责任由私自翻版、复制、刊登、转载和引用者承担。

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）