市场下行风险监测:投资者结构平衡度

（以下内容从浙商证券《市场下行风险监测:投资者结构平衡度》研报附件原文摘录）
　　点击上方“Allin君行” ，关注我们 摘要 行情终结内因之一是投资者结构失衡。本文定量描述了投资者结构平衡度指标。经实证，指标对市场下行风险预警效果良好。 指标成功在2021年核心资产行情和2023年小市值行情反转前发出预警。预警后120交易日，各宽基指数平均跌幅为6.41%；预警后60交易日，各万得一级行业平均跌幅为3.67%。 行情终结的内因是投资者结构失衡 当投资者对资产的预期高度一致，并迅速在市场上交易这些预期时，持有反向预期的投资者数量以及反向市场的流动性都会减少，市场供需失衡导致市场价格快速运动。一致预期实现或者落空，投资者会平仓自己的交易（兑现收益或认错止损）。由于缺乏反向流动性的支撑，市场投资者结构失衡，微观结构恶化，资产价格快速向反方向运动，行情终结。 投资者结构平衡度的量化表达 长期来看，股票收益率呈类似正态分布的钟形曲线（尖峰肥尾，有偏）。如果短期收益率分布与长期分布大幅偏离，则认为出现了投资者结构失衡的现象。这种偏离可以用K-S统计量衡量。用风险调整后收益给K-S统计量赋予方向，得到投资者平衡度的量化表达。 指标能有效对市场风险进行预警 对历史进行回溯，从上证50至中证2000，指标能对不同市值风格的宽基指数发出预警信号。对预警阈值进行敏感性测试，预警的成功率和阈值高低呈线性关系，未发生异常跳跃或极端值。 存量市场下，指标有效性更强 存量市场下，指标预警到行情见顶平均间隔为8个自然日，期间收益率小于0。增量市场下，长短期收益率分布偏离可能更加持续。指标预计到行情见顶间隔平均间隔为30个自然日，期间可能存在大幅正收益。因此，指标需要配合成交量信息共同使用。 风险提示 模型风险：由于模型构建、参数估计、假设条件及其应用等方面存在的不确定性或错误，导致模型预测结果与实际情况产生显著偏离。 历史数据不代表未来：市场和环境随时间变化，历史数据不能完全代表未来趋势，尤其当市场结构、政策环境或投资者行为发生突变时，基于历史数据训练的模型可能失效。 01 投资者结构失衡是行情反转内因之一 一段行情的终结或反转，往往源自于投资者结构的失衡。 当投资者对资产的预期高度一致，并迅速在市场上交易这些预期时，持有相反观点的投资者数量以及流动性都会减少，投资者结构失衡。投资者结构失衡导致资产供需失衡，使得资产价格单边快速上涨或者下跌，价格可能显著偏离资产的内在价值。 当资产价格大幅偏离其内在价值时，原本的一致预期可能会转变为反向一致预期。在资产价格快速上涨的情况下，如果投资者的预期得到实现，且价格显著高于价值，投资者会选择获利了结。若预期未能实现，则投资者可能会重新评估并决定是继续持有还是卖出。在这两种情况下，主动卖盘往往超过主动买盘，导致行情发生反转，进入下跌趋势。相反，在价格下跌的情况下，价格可能显著小于价值，如果投资者的一致预期得以实现，利空因素被消化，市场迎来困境反转，主动买盘会逐渐超过主动卖盘，使行情企稳或反转。以上几种情况，原本的一致预期可能演变为反向一致预期，且由于交易对手的缺失，资产供需继续失衡，直至价格回到价值中枢，形成新的平衡。 在反向一致预期的市场格局下，资产价格较脆弱，小规模交易也可能引发价格的大幅波动。外部因素，如经济数据发布、财务数据、市场传言或意外事件，都可能成为触发市场反转的催化剂。一旦市场出现反转信号，剩余的投资者可能会迅速调整头寸，导致价格急剧下跌（如果之前的预期过于乐观）或上涨（如果之前的预期过于悲观）。 在A股市场，由投资者结构失衡引发的行情反转并不罕见。历史上多次重大市场波动之前，都出现了这种失衡。例如，2021年2月，“茅行情”的突然瓦解导致了市场风格由大向小再平衡；2023年11月，小市值股票的风格调整逐步发酵，最终在2024年2月引发了小市值股票的流动性困局。 综上所述，关键在于通过对投资者结构平衡度的量化分析，来确定投资结构的状态，并评估投资者结构失衡到何种程度后，行情可能走到尽头或发生反转。 02 投资者结构平衡度的量化表达 投资者结构平衡度可以通过衡量资产短期收益率分布与长期收益率分布之间的偏离来确定。 从长期角度来看，权益市场的收益分布通常呈形似正态分布的对称钟型曲线，但具有更尖锐的峰度和更厚的尾部，意味着尾部风险事件的概率较高。如果资产价格在一段时间内持续单向移动，其均值可能会偏离长期收益率的均值，波动率降低，而偏度增加。例如，图2展示了两个不同时间窗口的收益率分布，左图的收益率均值为0.14%，标准差为1.34%；右图的收益率均值为0.30%，标准差为1.21%。 资产的内在特性决定了短期收益分布与长期收益分布之间的偏离是暂时性的。在存量资金市场中，短期偏离倾向于迅速回归到长期分布；而在增量资金市场中，这种偏离可能会持续较长时间，但最终也会回归。在从偏离状态向均衡状态的过渡过程中，资产回报的不确定性增加，波动率随之上升。 然而，仅依靠价格的涨跌幅度来衡量投资者结构的平衡度是不够的，需要更精细的量化方法。 本文采用了Kolmogorov-Smirnov统计量（K-S检验），这是一种非参数统计检验方法，用于定量描述短期股票收益率与理论分布之间的偏离程度。K-S检验能够在不假设样本分布的前提下，比较样本分布与理论分布（或两个样本分布）之间的差异，从而为我们提供了一种评估投资者结构平衡度的有力工具。K-S统计量表达式如下： 03 应用：市场风险预警 3.1. 宽基指数风险预警 选择市值不同的主流宽基指数（上证50、沪深300、中证500、中证1000、中证2000）近7年（2017年6月至2024年6月）的交易数据，验证投资者结构平衡度指标在不同指数上的风险预警能力。 计算过程如下：滚动回溯过去20个交易日的日度收益率数据，得到时序均值和标准差。然后，生成正态分布的理论累计分布函数和样本的经验累计分布函数，并计算得到两个分布间的K-S统计量。最后，使用时序均值和标准差对K-S统计量进行调整，得到日度的投资者结构平衡度指标。 当指标触达0.3的预警阈值后，空仓120个交易日，得到预警策略的宽基指数净值，并与全仓持有宽基指数的净值曲线对比，可得预警指标对收益率的提升。 图5至图10集中展示了指标在沪深300、中证1000和中证2000上的历史预警信息和策略净值。由图可知，指标能有效对各个市值的宽基指数进行领先的风险预警。 表1展示了指标预警后，各宽基指数在不同区间的收益率。预警指标对市场的未来表现有一定的领先效果。从表1中可以看出，多数宽基指数在预警后的短期（t+5和t+10）内收益率波动不大，但随着时间的推移，走势普遍呈现下跌趋势。在指标预警后240交易日，宽基指数跌幅达到最大值，平均为-7.66%，指标对中长期风险有一定的预示作用。 从表2中可以看出，随着指标阈值的增加，各个宽基指数的预警次数普遍减少，而准确率则呈现随阈值提高而上升的趋势。不同阈值的预警指标在不同指数下表现有所差异，但大多数指数在阈值较高时准确率较高。总体而言，指标有效性和阈值设定的关系比较平滑，呈线性关系，未出现有效性的跳跃或异常数据点。 3.2. 板块预警 指标在宽基指数上有效性高，尝试检验指标在更加细化资产上的预警有效性。选取11个万得一级行业作为股票的板块分类，并检验指标有效性。 由表3可知，指标在不同板块上的预警有效性差异较大。指标对大消费板块（日常消费和可选消费）、医疗保健板块和公用事业板块的预警有效性较低，对金融、电信和房地产的预警效果最好。 体来看，指标预警后，各板块的平均收益在短期内有所波动，但长期依旧呈现下跌走势，尤其是在t+40至t+180天期间。 04 存量市场下，指标更有效 4.1. 增量资金市场容易错过行情 在增量资金市场行情下，资产的长短期收益率偏离更加持续，在指标发出预警信号后的短期内，资产可能继续大幅上涨。在存量资金市场行情下，指标预警后，资产会更快进入到下跌周期。 以万得全A指数为例，自2014年1月至2024年6月，指标共发出5次预警。如果触发预警指标前20日内，成交额创近250日新高，则将行情定义为增量资金行情，否则定义为存量资金行情。 由表4可知，在增量资金市场行情下，指标预警40日后，万得全A平均仍有11.50%的收益，直到60交易日后才转为负收益率。在存量市场行情下，预警后10日，万得全A已经转为负收益率。 增量市场环境下，市场在各个时间区间的收益都要显著高于存量市场行情。因此，投资者结构平衡度指标需要搭配成交指标共同使用，以免错过市场短期大幅上涨带来的收益。 4.2. 增量市场滞后见顶，存量市场同步见顶 在增量资金市场环境下，行情见顶滞后于指标预警。存量环境下，行情见顶与指标预警同步。 如表5所示，在增量市场行情下，从指标预警到行情见顶，中间的时间间隔难以确定，特别是2015年的全面牛市行情，指标预警后53个自然日，行情才见顶，期间涨幅高达37.62%。 如表6所示，在存量市场行情下，从指标预警到行情见顶，中间的时间间隔短，且市场的收益率分布难以持续偏离，期间涨幅皆为负值。 05 结论 行情终结的内因之一是投资者结构的失衡，本文找到了一种投资者结构平衡度的量化表达方法。通过计算长短期收益率分布的偏差程度，并用风险调整后的收益给赋予方向，得到投资者平衡度的量化表达。 历史回溯，该指标对上证50、沪深300、中证500、中证1000、中证2000和国证2000等宽基指数具有领先的风险预警功能。风险预警120交易日后，宽基指数平均跌幅为6.41%；240交易日后，平均跌幅为7.66%。 以万得一级行业为权益资产的分类代表，除工业、消费和公用事业板块外，指标对其他板块有较好的风险预警能力。预警后60日，各板块块平均跌幅为3.67%。 指标在存量市场环境下，有效性更强。在增量市场环境下，资产的长短期收益分布偏离更加持续，从预警到行情见顶平均时间间隔为30个自然日。在存量市场环境下，预警到行情见顶平均时间间隔为8个自然日。因此，指标需要配合成交量信息共同使用。 06 风险提示 模型风险：由于模型构建、参数估计、假设条件及其应用等方面存在的不确定性或错误，导致模型预测结果与实际情况产生显著偏离。 历史数据不代表未来：市场和环境随时间变化，历史数据不能完全代表未来趋势，尤其当市场结构、政策环境或投资者行为发生突变时，基于历史数据训练的模型可能失效。 报告作者： 陈奥林 从业证书编号 S1230523040002 陆达 从业证书编号 S1230524070003 详细报告请查看2024年7月11日发布的浙商证券金融工程专题报告《市场下行风险监测：投资者结构平衡度》 法律声明： 本公众号为浙商证券金工团队设立。本公众号不是浙商证券金工团队研究报告的发布平台，所载的资料均摘自浙商证券研究所已发布的研究报告或对报告的后续解读，内容仅供浙商证券研究所客户参考使用，其他任何读者在订阅本公众号前，请自行评估接收相关推送内容的适当性，使用本公众号内容应当寻求专业投资顾问的指导和解读，浙商证券不因任何订阅本公众号的行为而视其为浙商证券的客户。 本公众号所载的资料摘自浙商证券研究所已发布的研究报告的部分内容和观点，或对已经发布报告的后续解读。订阅者如因摘编、缺乏相关解读等原因引起理解上歧义的，应以报告发布当日的完整内容为准。请注意，本资料仅代表报告发布当日的判断，相关的研究观点可根据浙商证券后续发布的研究报告在不发出通知的情形下作出更改，本订阅号不承担更新推送信息或另行通知义务，后续更新信息请以浙商证券正式发布的研究报告为准。 本公众号所载的资料、工具、意见、信息及推测仅提供给客户作参考之用，不构成任何投资、法律、会计或税务的最终操作建议，浙商证券及相关研究团队不就本公众号推送的内容对最终操作建议做出任何担保。任何订阅人不应凭借本公众号推送信息进行具体操作，订阅人应自主作出投资决策并自行承担所有投资风险。在任何情况下，浙商证券及相关研究团队不对任何人因使用本公众号推送信息所引起的任何损失承担任何责任。市场有风险，投资需谨慎。 浙商证券及相关内容提供方保留对本公众号所载内容的一切法律权利，未经书面授权，任何人或机构不得以任何方式修改、转载或者复制本公众号推送信息。若征得本公司同意进行引用、转发的，需在允许的范围内使用，并注明出处为“浙商证券研究所”，且不得对内容进行任何有悖原意的引用、删节和修改。 廉洁从业申明： 我司及业务合作方在开展证券业务及相关活动中，应恪守国家法律法规和廉洁自律的规定，遵守相关行业准则，遵守社会公德、商业道德、职业道德和行为规范，公平竞争，合规经营，忠实勤勉，诚实守信，不直接或者间接向他人输送不正当利益或者谋取不正当利益。

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）