什么是Beta从CAPM说起

1、研究报告2020-2-9金融工程专题报告什么是 Beta？从 CAPM 说起金工看策略报告要点Beta 不仅可以描述风险，还能刻画风格Beta 是 CAPM 模型给出的对资产的风险暴露最直观的刻画，而 Fama-French三因子模型则在其基础上引进了对资产在大小盘风格和高低估值风格上偏离的刻画，两者都决定了资产的配置方向。因子收益是描述风格切换的量化形式将全市场的个股按照市值大小分成大市值组和小市值组，做多小市值做空大市值组构建的多空组合收益，描述了市场大小盘风格的相对强弱。将全市场个股按照估值大小分成高估值组和低估值组，做多低估值做空高估值组构建的多空组合收益，描述了市场高低估值风格的相对

2、强弱。大小盘风格的切换主要受权益市场风险溢价影响一方面小市值公司对现金流紧缺的承受能力较低，导致其对市场无风险利率更为敏感，当利率上行推升资金利用成本时，大盘股得益于规模效应受流动性影响较小，表现上强于小盘；另一方面小市值公司往往发展程度较低，在盈利方面缺乏长期稳定的基本面支撑，具有更大的风险，但同时也具有更高的风险溢价，在权益市场收益能力较强时可以获得更高的收益能力。高低估值切换主要受权益市场风险偏好影响当市场风险偏好陡升，非理性交易加剧时，“便宜”的个股就不再具有之前的吸引力，短期的博弈、局部的主题都有可能成为市场交易的主要矛盾，在这种市场环境下，容易出现高估值表现优于低估值的现象。历史上

3、共发生六次较为明显的高估值占优时间段，并集中在三次权益市场迅速上升时期。中期市场或维持当前大小盘均衡风格，低估值回撤行情或告一段落，长期小盘股或占优中期来看，权益市场估值中枢收窄，但仍具备风险溢价；债券市场受通胀影响或维持较高位，但上行空间有限，大小盘风格短期或维持当前水平，无明显强弱区分；长期来看，权益市场估值有较大上升空间，收益能力显著，而市场利率或进入下行通道，将共同推升风险溢价抬升，小盘股将逐渐优于大盘。经历 2019 年初市场迅速上涨后，风险得到了一定程度的释放，当前市场活跃度较低，风险溢价未突破上限警戒点位，低估值回撤的行情或告一段落。分析师覃川桃（8621）61118766 HY

4、PERLINK mailto:qinct qinct执业证书编号：S0490513030001分析师刘胜利（8621）61118705 HYPERLINK mailto:liusl4 liusl4执业证书编号：S0490517070006分析师陈洁敏（8621）61118706 HYPERLINK mailto:chenjm5 chenjm5执业证书编号：S0490518120005联系人郑起（8621）61118706 HYPERLINK mailto:zhengqi2 zhengqi2相关研究量化角度看可转债（二）：板块轮动2020-1-14长江金工单行业基本面量化系列研究框架2019-1

5、2-25指数基金巡礼之 Smart Beta 金融工程2020 年度投资策略2019-12-20风险提示： 1.模型存在失效风险；2.本文举例均基于历史数据，不保证未来收益。目录 HYPERLINK l _TOC_250021 CAPM 与 Beta 4 HYPERLINK l _TOC_250020 CAPM 4 HYPERLINK l _TOC_250019 Beta 的意义 4 HYPERLINK l _TOC_250018 Beta 之外的 Alpha 5 HYPERLINK l _TOC_250017 Fama-French 三因子模型与风格 6 HYPERLINK l _TOC_2

6、50016 Fama 三因子 6 HYPERLINK l _TOC_250015 大小盘风格 7 HYPERLINK l _TOC_250014 经济复苏下的风格切换 8 HYPERLINK l _TOC_250013 权益市场单边反应的风格切换 9 HYPERLINK l _TOC_250012 市场利率单边贡献的风格切换 11 HYPERLINK l _TOC_250011 风险溢价是大小盘切换的主要原因 11 HYPERLINK l _TOC_250010 高低估值风格 12 HYPERLINK l _TOC_250009 Smart Beta 也是 Beta 15 HYPERLINK

7、l _TOC_250008 低波风格 15 HYPERLINK l _TOC_250007 其他风格 16 HYPERLINK l _TOC_250006 市场何去何从 17 HYPERLINK l _TOC_250005 经济转型为当前大环境 17 HYPERLINK l _TOC_250004 经济发展趋于平稳 17 HYPERLINK l _TOC_250003 经济结构转型 18 HYPERLINK l _TOC_250002 局部扰动 19 HYPERLINK l _TOC_250001 小结 20 HYPERLINK l _TOC_250000 总结 20图表目录图 1：A 股和美

8、股权益市场长期向上 5图 2：以历史 Beta 和 Alpha 预测今年行业收益 5图 3：Fama 三因子收益 7图 4：市值因子收益和大小盘风格 7图 5：2005 年初起经济复苏带动估值提升 9图 6：2005 年下半年通胀带动利率抬升 9图 7：2014 年底金融股领涨 10图 8：2015 年第二次大盘占优是第一次大盘占优的后续反应 10图 9：2017 年初货币收紧推升利率抬升 11图 10：利率抬升为推动大盘占优 11图 11：风险溢价是大小盘切换的主要原因 12图 12：以风险溢价择时可以有效规避市值因子回撤 12图 13：高低估值风格对投资的启示 12图 14：6 次高低估值

9、风格切换时间段 12图 15：2018 年初市场交易热度犹在 14图 16：2018 年北上资金持续流入(单位：亿) 14图 17：市场风险突变点可以提示估值风格切换 14图 18：以风险变化区间择时可以规避价值因子回撤 14图 19：低波因子收益 15图 20：300 低波相对沪深 300 表现 16图 21：500 低波相对中证 500 表现 16图 22：反转因子收益 16图 23：流动性因子收益 16图 24：经济增长放缓 17图 25：房地产周期淡化 17图 26：权益市场估值稳定于新平台 17图 27：国债收益率对通胀反应钝化 17图 28：消费逐渐成为我国 GDP 的主要构成部分

10、 18图 29：国内研发占比逐步提升 18图 30：当前处于全球低利率通道 18图 31：通胀近期有所上升 19图 32：美国国债收益率近期倒挂 19图 33：一致预测盈利基本和真实盈利持平 19图 34：目前市场风险偏好处于较低水平 19表 1：新因子收益与市场收益异同 6表 2：大盘占优时间段 8表 3：2014 年以来降息时间点 9表 4：大盘占优时间段市场特点 10表 5：市值因子择时前后风险指标 12表 6：估值切换时间点 13表 7：高低估值择时前后风险指标 15表 8：2012 年前后国债收益率与 CPI、PPI 相关性 18表 9：未来估值抬升估计 19CAPM 与 BetaB

11、eta 起源于资本资产定价模型，它是当前量化投资在构建资产组合、控制风险这一分支的基柱，而 beta 又在选择个股、行业和风格上有着重要的指导意义。CAPM上世纪 60 年代，特雷诺、夏普等人分别提出 CAPM 模型，即资本资产定价模型，描述了资产的系统性风险和期望收益率之间的关系，其数学表达形式如下：E() = () )其中E()代表资产的期望收益率，代表无风险收益率，()代表市场期望收益率，() 也被称为风险溢价，E() 也被称为市场溢价。一般来说，预期市场收益率可以通过测量市场的宽基指数历史收益率的算数平均来估算，如沪深 300、中证全指历史收益率，无风险利率通常以中长期国债收益率来估计

12、，如 10 年期国债收益率。通过模型由历史数据拟合得到，代表了资产在市场上的风险暴露。CAPM 模型认为资产的期望收益率由市场收益率和资产自身的风险暴露决定。CAPM 最大的意义在于引进系统性风险，从而将资产的收益和风险相匹配。资产的风险分为系统性风险和非系统性风险，其中系统性风险为所有个股共有的风险，不可分散，但非系统性风险却可通过构建资产组合来近似消除。所以在经过充分分散化投资后，投资者获得的收益率应只和系统性风险相匹配，所以 Beta 不仅是资产在市场中风险暴露的体现，往往也作为资产组合系统性风险的刻画。最终资产组合的收益是由投资者决定在市场中暴露的风险程度决定，即更高的收益意味着更高的

13、风险。Beta 的意义除了系统性风险这一概念的引入，CAPM 模型还在确定个股价值、构建有效资产组合上有着重要应用，但是本节将从最简单的系统性风险的衡量指标，即 Beta 出发，探讨这一指标对投资带来的影响。Beta 是对资产或个股“弹性”最直观的刻画。以个股为例，因为所有个股的期望收益率都由市场收益和其风险暴露决定，高 beta 的个股在市场中暴露了更多风险，当市场向上时可以获得更高的收益，即个股向上的“弹性”更大，但是在市场向下时也会面临更大的回撤。这种对期望收益率的刻画就为投资者在选股时提供了一种最为简单的操作方式：只需要判断接下来市场是处在上行或是下行状态，就可以通过选择高弹性或低弹性

14、的个股，获得相比于市场的超额收益。这也是择时在相对收益领域的意义。但是在实际操作中却有更简单的操作方式，即如果市场存在长期向上的趋势，持有高 beta 个股即可获得超额收益。实际上，从 A 股和美股权益市场长期表现来看，确实存在一定的正绝对收益，高风险的个股会给投资者带来更高的回报。图 1：A 股和美股权益市场长期向上7 65432102005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019沪深300标普500资料来源：Wind, 长江证券研究所Beta 之外的 AlphaCAPM 认为个股和资产收益率

15、仅和其在市场中的风险暴露相关，但是在实际构建模型的过程中，存在大量实例表明存在风险暴露获得收益之外的收益率，CAPM 更为广泛接受的形式也为如下：E() = () ) + 即个股获得的收益由在市场中获得的风险溢价和自身特性带来的超额收益共同决定，所以当市场向下时绝大部分个股很难贡献正绝对收益，但却存在个股能跑出自身独立的行情。对于这一相对广义的 CAPM 模型，下图则以行业的选择为例，给出了最直观的展示。以 2015-01-01 起至 2018-12-31，以月度申万一级行业收益率对月度中证全指收益率做回归得到各个行业的 beta 和 alpha，其中各个行业的 beta 如图中灰色折线所示，

16、并根据今年中证全指的月度收益率数据，按历史 beta 和 alpha 估计今年各个行业的收益率，其和真实行业收益的相关性高达 55.74%。于是抛开一切微观公司基本面、中观行业景气分析，判断出市场，也就在很大程度上帮我们做好了选股。图 2：以历史 Beta 和 Alpha 预测今年行业收益相关性=55.74%80% 1.470%60%50%40%30%20%10%0%-10%电 食 家 计 建 农 非 医 休子 品 用 算 筑 林 银 药 闲饮 电 机 材 牧 金 生 服料 器料 渔 融 物 务国 银 电 有防 行 气 色军设 金工备 属机 化 传械 工 媒设备房 通 轻 交 汽地 信 工 通

17、 车产制 运造 输商 采 纺 公 钢 建业 掘 织 用 铁 筑贸服 事装易装 业饰1.31.21.11.00.90.80.70.60.50.4资料来源：Wind, 长江证券研究所实际涨跌幅预测涨跌幅Beta(右轴)但是本文并不打算对 Alpha 这一性质给出太多探讨，而将注意力转回到 Beta 上。Fama-French 三因子模型与风格CAPM 模型实际上已被广大投资者所知且接受，beta 也给了投资者选股最直观的“感受”，可以通过“判断市场”、“计算 Beta”两步，选择有溢价的个股，但是随着研究的深入，人们发现有越来越多的现象无法被解释，如市场异象。Fama-French 三因子模型也就

18、此问世。Fama 三因子1992 年，Fama 和 French 通过对美股股票市场的研究发现，公司的市值的差异、市值账面比差异，可以解释市场溢价之外的收益部分，并在 CAPM 模型的基础上，提出了三因子模型：E() = + () ) + + + 三因子模型在市场收益之上新引进了两个新的组合收益：市值因子收益和价值因子收益，即上式中的 SMB 和 HML。所谓的市值因子收益，就是将全市场的个股按照市值大小分 成大市值组和小市值组，做多小市值做空大市值组构建多空组合，组合的收益即是市值 因子收益。价值因子则是按照 BP 将全市场个股按照大小分成高价值组和低价值组，做 多高价值做空低价值组构建多空

19、组合，组合的收益即是价值因子收益。从市值因子收益和价值因子收益的构建过程可以看出，其和市场收益有以下异同：表 1：新因子收益与市场收益异同开始日期同异新因子收益市场收益资料来源：长江证券研究所均是组合收益均以日度频率展现表现组合加权方式：一般等权组合调整频率：一般月度组合方式：多空加权方式：一般市值加权 组合调整频率：一般季度以上组合方式：纯多头本文中，以 EP 代替 BP，构建价值因子收益。Fama 和 French 在市场收益率的基础上找到了其他可以解释个股收益的因素，长期来看小市值个股表现优于大市值个股，低估值个股表现优于高估值个股，且这种表现相比于市场收益更为稳定，下图给出了市场因子、

20、市值因子和价值因子收益净值。图 3：Fama 三因子收益5.09,0004.58,0004.07,0003.53.02.52.01.51.00.56,0005,0004,0003,0002,0001,0000.002005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019大小盘风格净值高低估值风格净值中证全指(右轴)资料来源：Wind, 长江证券研究所三因子模型是当前量化领域多因子领域的基础，不论是随后的五因子模型、APT 还是目前接受程度最高的 Barra 风险结构模型，均从 CAPM 到三因子模型一脉

21、相承。而对于三因子中介绍的不能被市场收益解释的市场异象，也存在各种金融学解释。但是本篇并不打算介绍这些模型，也不在统计结果上给出过多讨论，而将重点放在三因子模型衍生出的市场风格上。大小盘风格回顾市值因子收益的定义，是全市场小市值组合相对大市值组合的多空收益，则当组合收益向上时，说明市场上小盘占优，反之当收益向下时则是大盘占优，市值因子收益是对市场大小盘风格最为直接的一种刻画。大小盘风格对权益市场的资产配置有着十分重要的意义，以沪深 300 和中证 500 的指数轮动为例，下图展示了市值因子收益净值和中证 500 相对沪深 300 的多空比价，可以看到在每一段市值因子刻画的大盘强于小盘的时间段，

22、也是沪深 300 强于中证 500 的时间段。图 4：市值因子收益和大小盘风格126001060086006600460026002.82.42.01.61.20.86002005200620072008 2009 2010 2011 2012 2013 2014 20152016 2017201820190.4 沪深300 中证500大小盘风格净值(右轴)中证500/沪深300(右轴)资料来源：Wind, 长江证券研究所本文中以最大回撤的方式，给出确定大小盘风格切换到大盘风格的时间段的方法，具体算法如下：得到截止到各个时间点的最大净值点：净值曲线向前回滚最大值；计算各个时间点的回撤：当前净值

23、点/最大净值点-1；找出局部最大回撤：以 126 个交易日为窗口，判断各个时间点回撤是否为窗口内的最大回撤；确定回撤区间：针对每一个局部最大回撤，找出最大净值点时间点作为最大回撤起始点，对相同的最大回撤起始点决定的回撤区间，以最长时间长度为准。以上述算法共确定了历史上出现的四次较为明显的大盘占优时间段，如下表所示：表 2：大盘占优时间段开始日期结束日期最大回撤长度2005-01-202007-10-2917.65%6692014-10-292015-01-0515.10%472015-06-152015-07-1312.57%202017-01-062019-11-2821.71%705资料来

24、源：Wind，长江证券研究所大小盘风格是权益市场风险溢价最直接的体现。一方面小市值公司对现金流紧缺的承受能力较低，导致其对市场无风险利率更为敏感，当利率上行推升资金利用成本时，大盘股得益于规模效应受流动性影响较小，表现上强于小盘；另一方面小市值公司往往发展程度较低，在盈利方面缺乏长期稳定的基本面支撑，具有更大的风险，但同时也具有更高的风险溢价，在权益市场收益能力较强时可以获得更高的收益能力。故综合来看，当权益市场收益能力较强，且市场无风险收益水平较低时，即权益市场整体的风险溢价水平越高，小盘个股越占优。在四次大盘占优的时间段中，两次时间长达近三年，时间点相距较远，而 2015 年两次持续时间较

25、短且相隔较近，本文中将其合并为一次，针对三次大盘占优的时间段，给出相关复盘。经济复苏下的风格切换第一次大盘占优时期为 2005-01-20（第二高点为 2005-10-21）至 2007-10-29。2004 年底国内 GDP 增速达到局部低点 8.80%，并于之后进入较为稳定的上行通道直至 2007 年下半年全球范围金融危机见顶，如图 5 所示。经济企稳复苏使得企业盈利好转，同时也带动提升市场预期，呈现权益市场估值修复的行情，中证全指估值于 2005-07-18 见底后进入上行区间，并于 2007-12-28 达到最高点。估值的抬升使得权益市场的盈利能力逐步下降。而于此同时，经济活动的扩张带

26、动需求上升，通胀进入上行通道，如图 6 所示，国内 CPI同比于 2005-09-30 初现向上拐点，直至 2008-02-29 见顶。通胀上行带动利率向上，10年期和 1 年期国债收益率分别于 2005-09-20 和 2005-10-24 达到局部低点进入上行区间，并在 2007-11-16 和 2007-11-15 分别达到顶点。利率的上行在一定程度上降低了权益市场的风险溢价。经济环境是第一次大小盘风格切换的主要原因，经济复苏带动权益市场进入估值修复行情，使得其收益能力逐步下降，同时通胀的扩张又带动利率上行，两者共振共同造成了权益市场风险溢价的下降，呈现大盘占优行情。2007-06-30

27、2004-12-312008-02-292005-09-30图 5：2005 年初起经济复苏带动估值提升图 6：2005 年下半年通胀带动利率抬升（单位:%）20601561816141210864202005 2006504030201002007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 20191050-5-1020052006 20075432102008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 GDP:不变价:当即同比(单位:%) PE(右轴) P

28、PI:全部工业品:当月同比 CPI:当月同比 1年国债收益率(右轴) 10年国债收益率(右轴)资料来源：Wind, 长江证券研究所资料来源：Wind, 长江证券研究所权益市场单边反应的风格切换第二次大盘占优时期为 2014-10-29 至 2015-07-13，这一时间段包含两次风格向大盘的切换，分别为 2014-10-29 至 2015-01-05 和 2015-06-15 至 2015-07-13。2014 年末，市场开启新一轮的降息周期，如下表所示，自 2004-11-22 至 2015-10-24，一年期存款基准利率和贷款利率分别从 3.00%和 6.00%降至 1.75%和 4.60

29、%。在改革与流动性宽松的大背景下，权益市场率先反应，于 2014 年底进入“牛市”行情，其标志为金融股领涨。表 3：2014 年以来降息时间点调整日期一年期存款基准利率一年期贷款基准利率调整前调整后调整幅度调整前调整后调整幅度2015-10-241.75%1.50%-0.25%4.60%4.35%-0.25%2015-08-262.00%1.75%-0.25%4.85%4.60%-0.25%2015-06-282.25%2.00%-0.25%5.10%4.85%-0.25%2015-05-112.50%2.25%-0.25%5.35%5.10%-0.25%2015-03-012.75%2.50

30、%-0.25%5.60%5.35%-0.25%2014-11-223.00%2.75%-0.25%6.00%5.60%-0.40%资料来源：中国人民银行，长江证券研究所金融股由于其低估值特点，以及业绩将直接收益于降息，先于市场反应，以中信一级行业的银行指数和非银金融指数为金融股标的，在 2014-10-15 至 2014-12-31 和 2014-10-14 至 2014-12-30 分别进入相对于中证全指的超额收益区间，如图 7 所示。由于金融股多为大市值个股，这也直接造成了市场大盘表现优于小盘的现象，所以在表现上第一次大盘占优的时间点和金融股领涨的时间点高度重合。此次大盘占优的时间段内，市

31、场利率呈现震荡并无明显变化，而权益市场的率先反应使估值在短期内迅速提升，其风险溢价在短期迅速下降，同步呈现大盘占优的行情，现象上看“迅速”是此次市场反应的特点，：年化收益上如表所示，绝对收益上市场短期上涨迅速，相对收益方面上不同板块个股分化较大，金融股相对于全市场超额收益显著，大盘股相对于小盘股超额收益显著，如表 4 所示；权益市场风险溢价的变化由权益市场估值单方面贡献，导致大盘相对小盘占优与权益市场变化同步发生，且持续时间较短。表 4：大盘占优时间段市场特点市场银行非银绝对收益216.15%（中证全指）1276.56%5719.47%超额收益136.24%（大盘相对小盘）487.48%297

32、4.00%资料来源：Wind，长江证券研究所第一次市场反应“迅速”的特点，也是第二次大盘相对小盘占优的主要原因。从图 8 中可以看到，经历第一次大盘风格占优后，中证全指估值仍在上升，带动权益市场自身收益能力进一步下降，同时利率端逐步消化降息信息，其中 1 年期国债收益率短期内迅速下降并反弹，而 10 年期国债收益率则进入较长时间且稳定的下行周期，图中以中证全指 EP-10 年期国债收益率代表权益市场风险溢价，这一时间段仍以权益市场为主导， EP 和风险溢价均在 2015-06-15 权益市场到达顶点时达到局部低点。由于之前大盘占优兑现迅速，存在过度反应的可能，使得后续在风险溢价持续降低时，大盘

33、相对小盘未能持续呈现强势；当风险溢价到达低点时，叠加市场触顶、风险增加，小盘股表现相比于大盘股更大的回撤。第二次大盘占优本质是对之前大盘迅速反应的后续反应。图 7：2014 年底金融股领涨图 8：2015 年第二次大盘占优是第一次大盘占优的后续反应2.92.62.32.01.71.41.10.81.62014-12-302014-12-312014-10-142014-10-151.41.21.00.80.62014-10-292015-07-132015-01-052015-06-155.5315.04.5284.0253.53.0222.5192.01.5161.0130.50.01020

34、13-12 2014-03 2014-06 2014-09 2014-12 2015-03 2015-06 2015-09 2015-122013-12 2014-03 2014-06 2014-09 2014-12 2015-03 2015-06 2015-09 2015-12银行非银金融中证全指银行比价(右轴)非银金融比价(右轴) 1年期国债收益率(单位:%)10年期国债收益率(单位:%) 风险溢价(单位:%)PE(右轴)资料来源：Wind, 长江证券研究所资料来源：Wind, 长江证券研究所降息驱动下的权益市场反应是第二次大小盘风格切换的主要原因，在改革与流动性宽松的大背景下，以金融股领

35、涨为拐点进入了权益市场的估值修复行情，而利率则较为平缓，在权益市场单边主要贡献下形成了以牛市起点和终点的短期大盘风格切换。市场利率单边贡献的风格切换第三次大盘占优时期为 2017-01-06 至 2019-11-28（第一低点为 2018-02-06）。在 2015 年的供给侧改革大背景下，2016 年下半年起金融去杠杆开启，央行通过货币回笼及拉长资金期限来提升货币市场利率，提高金融机构负债成本，8 月 24 日央行重启 14 天逆回购，从图中可以看到逆回购及中期借贷便利利率自 2016 年下半年开始显著上升。同期市场利率呈同步变化，如图 9 所示，1 年期和 10 年期国债利率自 2016-

36、08-18至 2017-12-20 和 2016-08-15 至 2017-11-23 分别进入上行通道，如图 10 所示。同一时期，权益市场收益能力并无显著变化，风险溢价能力由市场资金利用成本单边决定，所以在市场利率抬升的同时，大盘开始占优，且显著优于小盘。随后市场利率稳定在新平台，1 年期和 10 年期国债利率有所下行，权益市场也受贸易摩擦影响估值有所下降，两者共同抬升了权益市场的风险溢价能力，大盘和小盘表现也开始无明显差别。供给侧改革大环境下的金融去杠杆是第三次大小盘风格切换的主要原因，在权益市场收益能力无明显变动的情况下，资金利用成本的抬升推动利率上行，单边降低权益市场风险溢价能力，使

37、得大盘显著占优的时间段同步于利率抬升的区间。图 9：2017 年初货币收紧推升利率抬升图 10：利率抬升为推动大盘占优3.4223.2203.0182.8162.6142.4124.54.03.53.02.52.08.02016-08-1508-182016-2017-12-202017-11-237.57.06.56.05.55.02.2102016-01 2016-06 2016-11 2017-04 2017-09 2018-02 2018-07 2018-12 2019-05 2019-101.52016-01 2016-07 2017-01 2017-07 2018-01 2018-

38、07 2019-01 2019-074.5逆回购加权利率(单位:%)MLF加权利率(单位:%)PE(右轴)1年期国债收益率(单位:%)10年期国债收益率(单位:%)大小盘风格净值EP(右轴)资料来源：Wind, 长江证券研究所资料来源：Wind, 长江证券研究所风险溢价是大小盘切换的主要原因通过三次大小盘风格切换的复盘，可以看到每次影响大小盘切换的主要原因不同，但最终均落到权益市场收益能力和市场无风险利率水平上，共同影响权益市场的风险溢价能力，最终决定大小盘相对强弱。故本文以中证全指 EP（风险资产的收益水平）减去 1年期国债收益率（无风险资产的收益水平）作为风险溢价的刻画，并以当前风险溢价水

39、平在过去三年的历史分位数，作为当前市场风险溢价能力的刻画，如图 11 所示。以 20%分位数作为风险溢价是否偏低的标准，历史上共出现三次权益市场风险溢价的相对较低的区间，而三次区间分别对应了两次时间较长的大盘占优时间段和两次相距较近的时间较短的大盘占优时间段。每次风险偏好下降至 20%分位数的时间点，都是一次左侧对大小盘风格切换的提示，故本文以首次风险偏好下降至 20%分位数为左侧提示点，以风险偏好回升（分位数降至 3%以下回升或降至 10%以下且十天内升至 20%）作为右侧提示点，给出大小盘切换择时的表现，如图 12 所示，并和未择时进行比较，如表 5 所示，可以看到以风险溢价择时可以有效规

40、避大小盘切换带来的回撤。图 11：风险溢价是大小盘切换的主要原因图 12：以风险溢价择时可以有效规避市值因子回撤3.08%2.56%2.04%1.52%1.00%0.54.03.53.02.52.01.51.00.50.02005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019大小盘风格净值风险溢价(右轴)-2%0.02005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019大小盘大小盘择时 资料来源：Wind,

41、长江证券研究所资料来源：Wind, 长江证券研究所表 5：市值因子择时前后风险指标年化收益夏普比最大回撤大小盘5.62%0.82-19.52%大小盘择时8.18%1.42-12.32%资料来源：Wind，长江证券研究所高低估值风格回顾价值因子收益的定义，是全市场低估值组合相对高估值合的多空收益，则当组合收益向上时，说明市场上低估值占优，反之当收益向下时则是高估值占优，价值因子收益是对市场高低估值风格最为直接的一种刻画。相比于大小盘，估值风格在当下的市场环境下有着更为重要的意义。自 2019 年初以消费和科技为代表的高估值板块领涨以来，周期、大金融的低估值风格在表现上持续弱势。从价值因子产生回撤

42、的时间段来看，除综合外的申万 27 个一级行业，电子、食品饮料、计算机和农林牧渔表现优异，而采掘、银行、建筑装饰和钢铁则表现平平。而从年初行业 PE 的排序来看，和收益情况基本一致，两者排名的相关性高达 64.77%，如图 13 所示。图 13：高低估值风格对投资的启示图 14：6 次高低估值风格切换时间段70%60%50%40%30%20%10%0%-10%60相关性=64.77%50403020100电 食 计 农 休 医 国 非 通 家 机 有 建 传 化 电 交 轻 公 商 汽 纺 房 采 银 建 钢子 品 算 林 闲 药 防 银 信 用 械 色 筑 媒 工 气 通 工 用 业 车 织

43、 地 掘 行 筑 铁5.04.54.03.53.02.52.01.51.0900080007000600050004000300020001000饮 机 牧 服 生 军 金电 设 金 材设 运 制 事 贸服 产装料渔 务 物 工 融器 备 属 料备 输 造 业 易装饰0.502005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019收益率估值(右轴)高低估值风格净值银行比价非银金融比价中证全指(右轴)资料来源：Wind, 长江证券研究所资料来源：Wind, 长江证券研究所高低估值风格是市场交易行为是否合理

44、的直接体现，其切换则和市场情绪、风险水平息息相关。一方面估值由已实现盈利决定，相同价格下的高盈利水平个股会带给投资者更高的回报，估值相对更低，即更便宜；另一方面价格决定估值水平高低，个股当前的价格包含投资者对公司业绩的预期。故估值是当前市场预期盈利和过去实际盈利的对个股价值的综合估计，体现了价值和价格的匹配情况。估值对个股价值的反应存在三种可能：估值反应价值，市场逐步消化信息，价格向价值回归，存在估值溢价，低估值表现优于高估值；估值反应价值，市场仍未消化信息，价格未向价值回归，估值溢价滞后，低估值表现优于高估值；估值未反应价值，价格未向价值回归，估值溢价滞后，低估值表现优于高估值。在相对有效的

45、市场下，估值反应价值是市场常态，即从截面维度上看，排除估值陷阱，个股估值和未来盈利水平匹配；从时间维度上看，绝大部分时间市场整体的估值相对合理。但不论估值是否反应价值，低估值回撤仅在后两种情况下发生，其特点为“非理性”。当市场风险偏好陡升，非理性交易加剧时，“便宜”的个股就不再具有之前的吸引力，短期的博弈、局部的主题都有可能成为市场交易的主要矛盾，在这种市场环境下，容易出现高估值表现优于低估值的现象。图 14 展示了价值因子收益及中信一级银行指数、中信一级非银金融指数相比中证全指的比价，并标注了以最大回撤方法共确定的历史上六次较为明显的高估值表现优于低估值的时间段，在表 6 中给出了具体时间。

46、相比于大小盘风格，高估值每次占优持续时间不长，在三个月到半年之间，其中历史上最长的一次回撤区间从今年一月底到九月底。历史上六次低估值回撤的时间段，按照市场周期分别归为三轮“牛市”周期中，虽然每次驱动市场上涨的因素不同，但在表现上有以下共性：从市场节奏上看，三次“牛市”均以金融股领涨起始，以时间和空间综合来看上涨迅速，后指数回落点位较高点差距较大；从估值回撤的时间点上看，低估值回撤均发生在市场迅速上涨初期，且为金融股相对市场结束超额收益后并产生回撤的时间点，重合度较高。表 6：估值切换时间点开始日期结束日期最大回撤长度银行开始日期银行结束日期非银开始日期非银结束日期2006-04-052006-

47、10-0913.43%1242006-02-232006-07-072006-05-082006-08-212007-01-102007-05-2516.50%882007-01-042007-05-292007-01-152007-05-312015-01-052015-06-0312.77%1012004-12-312015-06-022014-12-312015-06-182015-09-022015-11-2513.87%542015-09-152015-12-172015-07-072016-02-172018-02-062018-04-2010.15%472018-02-06201

48、8-05-242018-02-062018-05-242019-01-312019-09-2411.39%1582019-01-312019-09-102019-02-252019-12-10资料来源：Wind，长江证券研究所需要指出的是，第 5 次估值回撤（2018-02-06 至 2018-04-20）是在市场非上涨状态下发生的，且受资管新规、海外降息周期开启以及贸易摩擦升级等多方面因素影响，市场随后进入下行通道，以陆股通为代表的外资也存在一定流出，但在当时时点来看市场交易热度仍不减，如图 15、图 16 所示，体现在市场波动率较之前有明显提升，成交未明显缩量，以陆股通为代表的外资也在后续

49、持续进入 A 股，市场仍存在一定“非理性”的可能。图 15：2018 年初市场交易热度犹在图 16：2018 年北上资金持续流入(单位：亿)20, 1.28%1.6%2018-02-06, 5316.3670001.4%2018-060002018-02-06, 1.12%1.2%50001.0%40000.8%30000.6%20000.4%0.2%10000.0%04-20, 4044.162018-04-1.8%8000100 350080 30006040200-20-40-60-8025002000150010005000-100 -120 -5002017-01-032017-04

50、-062017-07-042017-09-262017-12-262018-03-28成交额(右轴)波动率2017-03-01 2017-05-08 2017-07-05 2017-08-31 2017-11-02 2018-01-03 2018-03-07 2018-05-11净流入 累积净流入(右轴) 资料来源：Wind, 长江证券研究所资料来源：Wind, 长江证券研究所为了刻画市场交易的非理性程度，本文从以下三个角度出发构建量化指标：市场风险，以中证全指收益率时间维度滚动标准差得到的已实现波动率和中证全指成分股日度收益率截面维度标准差得到的截面波动率共同刻画；估值分位，当前估值在过去五

51、年的历史分位；市场交易热度，即过去 10 个交易日中证全指涨跌幅。以上述三个指标相乘得到了整体市场风险偏好的刻画，如图 17 所示，以回滚一年布林带上界作为风险临界点（即 252 个交易日风险点位平均值+2 倍风险点位标准差），每次风险点上穿风险临界点的时间点可以看作市场风险偏好陡升的提示，以回滚一年风险偏好均置作为风险回落点，每次风险点下穿风险回落点的时间点可以看作市场风险偏好回归正常的提示。风险临界点共 6 次，提示了 6 次估值风格切换中的 5 次，基本做到了左侧提示估值风格切换至高估值的时间点，且在 2013 年 3 月给出一次幅度不大但持续时间较常的估值风格切换的提示。值得一提的是

52、2015 年和大小盘轮动提示点类似，将两次回撤统一在 2014 年底给出提示，且高低估值风格的切换紧随大小盘风格切换。故本文以风险临界点为左侧提示点，以风险回落点作为右侧提示点，给出高低估值风格切换择时的表现，如图 18 所示，并和未择时进行比较，如表 7 所示，可以看到以风险偏好择时可以规避高低估值切换带来的回撤 2018-02-132013-03-1101-2220072006-04-28-2004-12-0808-03-2019图 17：市场风险突变点可以提示估值风格切换图 18：以风险变化区间择时可以规避价值因子回撤618%6 16%5514%412%410%338%26%210200

53、52006200720082009201020112012 20132014 201520162017 20184%2%0%2019102005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019风险点位 高低估值风格净值(左轴) 风险点位上限高低估值高低估值择时 资料来源：Wind, 长江证券研究所资料来源：Wind, 长江证券研究所表 7：高低估值择时前后风险指标年化收益夏普比最大回撤高低估值10.88%1.15-16.50%择时高低估值11.25%1.30-14.05%资料来源：Wind，长江证券研究

54、所Smart Beta 也是 Beta三因子模型引出了市场上最常见的两种风格大小盘和高低估值，实际上在 CAPM 为基础的资产定价模型远没有停止探索，2015 年 Fama 和 French 在三因子的基础上提出了五因子模型，发现在美股市场 ROE 和总资产增长率也可以对三因子不能解释的市场异象给出解释，而在三因子之上也衍生出了以套利定价模型（Arbitrage Pricing Theory）为代表的多因子模型，其中 2012 年 MSCI 发布的 CNE5 模型则为目前大部分 A 股量化投资者所接受，在收益归因、消除非系统性风险和构建组合上有着巨大的作用。本文不对这些繁琐的数学模型进行介绍，

55、而沿着之前的思路，将其中的因子转换为市场的风格。低波风格全球三大指数公司在编著指数时，除了根据市值、价值和成长进行切分外，还会根据波动率进行切分，即低波动率风格。将全市场的个股按照已实现波动率分成高波动率组和低波动率组，做多低波动率组做空高波动率组构建多空组合，得到的收益即是低波动率因子收益。下图展现了低波动率因子的净值曲线，从历史上看，低波风格的表现相比大小盘风格和高低估值风格更为稳定。图 19：低波因子收益918%816%714%612%510%48%36%24%12%020052006 2007 2008 2009 2010 20112012 20132014 2015 20160%20

56、17 2018 2019资料来源：Wind, 长江证券研究所最大回撤(右轴)低波风格净值实际上，中证指数公司也有相应的低波指数，下图分别展示了沪深 300 指数和沪深 300低波指数，以及中证 500 指数和中证 500 低波指数的净值走势，长期来看低波指数均比原指数表现更好，尤其是中证 500，长期可以贡献较为稳定的超额收益。图 20：300 低波相对沪深 300 表现图 21：500 低波相对中证 500 表现7,000 1.725,000 2.66,0005,0004,0003,0002,0001,0001.61.51.41.31.21.11.00.920,00015,00010,000

57、5,0002.4 2.22.01.81.61.41.21.002005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 20190.802005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 20190.8沪深300300低波低波/300(右轴)中证500500低波低波/500(右轴)资料来源：Wind, 长江证券研究所资料来源：Wind, 长江证券研究所关于低波动率风格的长期稳定的超额收益，学术界和业界均有大量讨论，分别从错误定

58、价、彩票效应、基金经理短期博弈等多种角度给出解释，本文中不具体讨论其收益来源。其他风格在 A 股市场，还有两种和交易行为息息相关的风格，被证明长期有效，分别是短期反转风格和低换手风格。反转因子收益，就是将全市场的个股按照上个月的涨跌幅大小分成高涨幅组和低涨幅组，做多低涨幅组做空高涨幅组构建多空组合，组合的收益即是反转因子收益。由于整个 A 股市场目前的大部分交易行为仍由个人投资者构成，短期错误定价的现象普遍存在，股 价在短期仍存在均值回归的现象，使得反转因子的收益长期稳定。低换手因子收益，就是将全市场的个股按照上个月的换手率大小分成高换手组和低换手组，做多低换手组做空高换手组构建多空组合，组合

59、的收益即是低换手因子收益。低换手因子收益来源与反转因子类似，均和市场的交易行为相关，换手较高的个股往往参与博弈的投资者较多，容易被高估。图 22：反转因子收益图 23：流动性因子收益8 16%16 30%714%612%510%48%36%24%12%14 1210864225%20%15%10%5%00%2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 201900%2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018

60、 2019最大回撤(右轴)反转风格净值最大回撤(右轴)流动性风格因子 资料来源：Wind, 长江证券研究所资料来源：Wind, 长江证券研究所市场何去何从放眼当下，大小盘风格将如何演绎？低估值回撤的行情是否仍会持续？经济转型为当前大环境中国的经济发展已经进入新的阶段，过去的经济发展模式对市场的影响开始呈现变化，长期来看经济的转型将对权益市场的表现产生深远影响，但追踪溯源，不变的是影响大小盘和高低估值风格的内在逻辑风险。经济发展趋于平稳2012 年以来，我国经济增速有所下降，并逐渐稳定在新的平台，与此同时社会通胀伴随经济增长的平稳呈现钝化；另一方面作为经济周期之母的房地产自身周期开始淡化，表现为