A股底层密码系列报告（一）：三维宏观时钟下的A股大势与风格轮动框架

目录TOC\o"1-2"\h\z\u三维度宏观时钟的探索思路 4更适用A股的自上而下宏观择时轮动框架较少 4三维宏观轮动时钟的构建 5三维度宏观时钟与市场关系探讨 12大势层面轮动规律 12大小盘风格轮动规律 15成长价值风格轮动规律 18业绩偏好轮动规律 21估值偏好轮动规律 25产业链轮动规律 29大类行业风格轮动规律 35三维度宏观时钟的择时与风格轮动总结 41图表目录图1：A股的波动性远远高于美股 4图2：除非突发因素影响，国内经济数据的波动性一般较低 5图3：美林时钟轮动周期 5图4：DDM定价模型 5图5：全A的PE-TTM波动与新增中长贷TTM增速波动基本一致 6图6：工业企业利润TTM增速与用万得全A推算的TTM盈利增速波动一致 7图7：三维宏观变量体系 7图8：对三维宏观指标平滑处理后的周期传导示意图 8图9：信用周期领先盈利周期约半年 9图10：利率周期领先信用周期约半年 9图三维度宏观框架下理论的周期传导框架 10图12：理论上从时间规律出发三个宏观变量周期可以组成6种核心环境类型 图13：2007年至今三维度构建的核心宏观环境类型（将非核心类型还原至原核心类型位置） 图14：2015年金融创新活跃，表外融资相对表内融资触底更早 12图15：2007年至今不同宏观环境下宽基指数市场表现情况 13图16：核心宏观环境类型中的万得全A表现评价与理论推演变化 14图17：三维度宏观时钟下的大势轮动图 15图18：2007年至今不同宏观环境下大小盘风格表现情况 16图19：核心宏观环境类型中的小盘相对表现评价与理论推演变化 17图20：三维度宏观时钟下的大小盘风格轮动图 18图21：三维度宏观时钟下的成长价值风格情况 19图22：不同宏观环境中成长相对价值的表现情况总结 20图23：三维度宏观时钟下的成长价值风格轮动图 21图24：不同宏观环境下的不同业绩指数的市场表现 22图25：不同业绩指数在不同宏观环境中的相对胜率差异（平均数口径） 23图26：不同业绩指数在不同宏观环境中的相对胜率差异（中位数口径） 23图27：不同宏观环境下不同业绩指数的相对胜率差异（平均数口径） 23图28：不同宏观环境下不同业绩指数的相对胜率差异（中位数口径） 24图29：三维度宏观时钟下的业绩偏好轮动图 25图30：不同宏观环境下的不同估值指数表现 26图31：不同估值指数在不同宏观环境中的相对胜率差异（平均数口径） 27图32：不同估值指数在不同宏观环境中的相对胜率差异（中位数口径） 27图33：不同宏观环境下不同估值指数的相对胜率差异（平均数口径） 27图34：不同宏观环境下不同估值指数的相对胜率差异（中位数口径） 28图35：三维度宏观时钟下的估值偏好轮动图 29图36：三维度宏观时钟下的产业链指数表现情况（类型4-6） 30图37：三维度宏观时钟下的产业链指数表现情况（类型1-3） 31图38：不同产业链指数在不同宏观环境下的相对胜率差异（平均数口径） 32图39：不同产业链指数在不同宏观环境下的相对胜率差异（中位数口径） 32图40：不同宏观环境下不同产业链指数的相对胜率差异（平均数口径） 33图41：不同宏观环境下不同产业链指数的相对胜率差异（中位数口径） 33图42：三维度宏观时钟下的产业链风格轮动图 34图43：三维度宏观时钟下的大类行业风格表现情况（类型4-6） 36图44：三维度宏观时钟下的大类行业风格表现情况（类型1-3） 37图45：不同大类行业风格在不同宏观环境下的相对胜率差异（平均数口径） 38图46：不同大类行业风格在不同宏观环境下的相对胜率差异（中位数口径） 38图47：不同宏观环境下不同大类行业风格的相对胜率差异（平均数口径） 39图48：不同宏观环境下不同大类行业风格的相对胜率差异（中位数口径） 39图49：三维度宏观时钟下的产业链风格轮动图 41图50：三维度宏观时钟下的大势、风格、行业轮动图 42三维度宏观时钟的探索思路A股的自上而下宏观择时轮动框架较少AAA股择时的意义相对发达国家的权益市场如美国等，其重要性更为突出，图1：A股的波动性远远高于美股数据来源：东北证券，Wind目前市场上更适用A股的自上而下轮动框架较少。目前市场上所存在的A股研究DDMGDP的更新频率GDP的波CPI、工业增加DDM模型，作为较为经典的股票模型，其原理是DDM模型，可能会由于对分子、分母的主观判断差的缺陷。图2：除非突发因素影响，国内经济数据的波动性一般较低数据来源：东北证券，Wind图3：美林时钟轮动周期 图4：DDM定价模型 数据来源：东北证券，MBA百科 数据来源：东北证券如何构建更客观、更数量化、更可跟踪、更可验证、更适应A股的自上而下宏观择时轮动框架成为一个关键的问题，也是本文试图研究的问题。三维宏观轮动时钟的构建从自上而下的角度去思考宏观时钟，首先需要找到最基本的宏观周期变量，在本文的理解中，可观测到的最根本的基础宏观变量有4个，分别是：利率→信用→增长→通胀且这四个变量在理论上应该存在先后传导逻辑，即：利率的下行刺激信用的上行，4A（PPI代表与利率→信用→增长TTM增速（增长、M0，思路如下：新增中长贷TTM（增量属性TTM（同为MAPE-TTMTTMA股的估值波5M高。图5：全A的PE-TTM波动与新增中长贷TTM增速波动基本一致数据来源：东北证券，Wind工业企业利润TTM（盈利A12个月利润增量同比TTM增速形式的核心原因在于一方面其能够平滑掉短期单月数据的大幅波动，能够更为清晰的辩明盈利增长的拐点，且相对上市公司盈利高频，A股TTM盈利增速有较高一致性，更贴近市场。图6：工业企业利润TTM增速与用万得全A推算的TTM盈利增速波动一致数据来源：东北证券，Wind（流动性A股市10年期收益率作M250个交易日。从上三指标出发，即可构建一个三维宏观环境体系，具体变量构成的图形和特点如下：图7：三维宏观变量体系数据来源：东北证券，Wind三维度宏观指标的先后传导规律可验证。如前文所述，我们认为利率是信用均领先增长曲线（蓝线）的低点与高点，仅在在2015/2016期间有短期不符合错位的情形。图8：对三维宏观指标平滑处理后的周期传导示意图数据来源：东北证券两两变量之间存在约6个月的传导规律。首先，变量间的周期传导时间规律63618个月左右，363年面证明了该框架的合理性。图9：信用周期领先盈利周期约半年数据来源：东北证券，Wind图10：利率周期领先信用周期约半年数据来源：东北证券，Wind图11：三维度宏观框架下理论的周期传导框架数据来源：东北证券三维宏观轮动框架下的62^3=8636个月的规律，可发现三6200728个时间区间来6253201520166图12：理论上从时间规律出发三个宏观变量周期可以组成6种核心环境类型数据来源：东北证券图13：2007年至今三维度构建的核心宏观环境类型（将非核心类型还原至原核心类型位置）数据来源：东北证券，Wind图14：2015年金融创新活跃，表外融资相对表内融资触底更早数据来源：东北证券，Wind66种宏A股市场的表现规律。三维度宏观时钟与市场关系探讨A7A股三维宏观轮动背景下的资产价格轮动规律。大势层面轮动规律从大势研A和创业板指，A3（平均/中位口径（区间投资收益为正概率（区间投资自起点最大涨幅/最可从经验上推演不同宏观环境下的市场趋势演绎。+1和-1三者均向上）向-3（三者均向下）A表现不同的波动程度。图15：2007年至今不同宏观环境下宽基指数市场表现情况数据来源：东北证券，Wind图16：核心宏观环境类型中的万得全A表现评价与理论推演变化数据来源：东北证券，Wind可以发现：（1）A股市场大势在绝大多数区间里面符合理论推导规律。我们从不同类型环境的63，循环往复，但需注意的点在于和理论值相差较各类型中最优，仅为中等水平。微观因素是影响类型3表现偏弱的原因。从宏观角度无法得到解释，故从微观角度思考当时A342012/9/30-2012/11/302015/12/31-2016/11/302019/2/28-20163的择时和配03应涨但未涨，则面对微观事件的冲击应调整配置而等待右侧信号为佳。我们可构建不同类型下的大势判断与仓位建议轮动图：图17：三维度宏观时钟下的大势轮动图数据来源：东北证券大小盘风格轮动规律大小盘风格轮动比较选择沪深300与中证1000作为研究对象。在大小盘风格轮动层面，我们选择市场较为常用的沪深300指数作为大盘属性代表指数，选择中证（某一风格在某一类型能够相对另一风格占优的概率）和平均收益，主要参考平均收益。予三维度+1与-13中6中大盘极致占优的轮动规律。图18：2007年至今不同宏观环境下大小盘风格表现情况数据来源：东北证券，Wind图19：核心宏观环境类型中的小盘相对表现评价与理论推演变化数据来源：东北证券，Wind从结果看：从观测结果直观3中由于前述5类型明显存在从143最强而类型6最弱有明显差异。理论推演的前提是小盘对于流动性松紧的敏感度最高，但这个前提可能忽略了大盘风格更强的顺周期属性，1可观察到小盘股在绝大3我们可构建不同宏观环境类型下的大小盘风格轮动图：图20：三维度宏观时钟下的大小盘风格轮动图数据来源：东北证券成长价值风格轮动规律成长价值风格轮动比较选择国证价值与国证成长指数作为研究对象。在成长价值类型能够相对另一风格占优的概率）和平均/中位收益，主要参考平均/中位收益。与-13中6中价值极致占优的轮动规律。图21：三维度宏观时钟下的成长价值风格情况数据来源：东北证券，Wind图22：不同宏观环境中成长相对价值的表现情况总结数据来源：东北证券，Wind从结果看：成长/从观测结16的轮动中，可以看出成长相对价值从最弱到最强再转弱的分布规律。但61。相对16，借1相634452007/1/31—2007/8/31，2016/11/30—2017/4/30两段，复盘看仍是市场情绪与微观事件的影响导致该类差异出现：A.2007120%B201620172016年末的大跌，市场转向防守，而催化因素主要是“万宝之争”背景下，监管层对“野蛮”举牌2017我们可构建不同宏观环境类型下的成长价值风格轮动图：图23：三维度宏观时钟下的成长价值风格轮动图数据来源：东北证券业绩偏好轮动规律业绩偏好轮动规律用申万业绩指数以及相对胜率进行比较评价。市场对于标的业3个及以上的指数表现比较，为使对比更具有一致性，故均采用相对胜率的评价模式：A指数的区间相对胜率=（A指数区间涨跌幅—区间涨跌幅最低指数的涨跌幅）/（区间涨跌幅最高指数的涨跌幅—区间涨跌幅最低指数的涨跌幅）由此可以在0-100%的范围内统一评价不同指数在同一区间的相对表现。图24：不同宏观环境下的不同业绩指数的市场表现数据来源：东北证券，Wind图25：不同业绩指数在不同宏观环境中的相对胜率差异（平均数口径）数据来源：东北证券，Wind图26：不同业绩指数在不同宏观环境中的相对胜率差异（中位数口径）数据来源：东北证券，Wind图27：不同宏观环境下不同业绩指数的相对胜率差异（平均数口径）数据来源：东北证券，Wind图28：不同宏观环境下不同业绩指数的相对胜率差异（中位数口径）数据来源：东北证券，Wind从结果来看：业绩偏好程度在不同环境中有明显轮动规律（2）随着流动性的收于业绩的包容度会更高，此时也可以多关注一些业绩偏弱的类主题炒作机会。我们可构建不同宏观环境类型下的业绩偏好风格轮动图：图29：三维度宏观时钟下的业绩偏好轮动图数据来源：东北证券估值偏好轮动规律估值偏好轮动规律用申万业绩指数以及相对胜率进行比较评价。类比前述业绩偏好程度的变化，我们同样可以探讨在不同宏观环境下，市场对于估值容忍度情况，图30：不同宏观环境下的不同估值指数表现数据来源：东北证券，Wind图31：不同估值指数在不同宏观环境中的相对胜率差异（平均数口径）数据来源：东北证券，Wind图32：不同估值指数在不同宏观环境中的相对胜率差异（中位数口径）数据来源：东北证券，Wind图33：不同宏观环境下不同估值指数的相对胜率差异（平均数口径）数据来源：东北证券，Wind图34：不同宏观环境下不同估值指数的相对胜率差异（中位数口径）数据来源：东北证券，Wind从结果看：高估值策略长期跑输市场，信用与盈利更大程度决定估值偏好轮动。比较差，也比较符合市场对于高估值的风险厌恶情绪，长期看很难跑出好收益。12，信用开始转好的时候，中市盈率指数表现胜率大我们可构建不同宏观环境类型下的估值偏好风格轮动图：图35：三维度宏观时钟下的估值偏好轮动图数据来源：东北证券产业链轮动规律产业链轮动规律用中信产业链指数以及相对胜率进行比较评价。宏观环境的轮动5TMT数据来源：东北证券，Wind数据来源：东北证券，Wind-数据来源：东北证券，Wind图39：不同产业链指数在不同宏观环境下的相对胜率差异（中位数口径）数据来源：东北证券，Wind图40：不同宏观环境下不同产业链指数的相对胜率差异（平均数口径）数据来源：东北证券，Wind图41：不同宏观环境下不同产业链指数的相对胜率差异（中位数口径）数据来源：东北证券，Wind从结果看：A股的产业链轮动存在明显关系：1中，市场趋势仍然在基本面下行中承压，该类环境中的交易重心仍12TMT中，背后是流动性的充裕以及信用上体TMT的题材炒作为主、下游的修复预期为辅。3相对转弱。4在流动性收紧的情况下，相对胜率最弱。5下游也开始有所表现，风格在这个时候扩散的程度可能比较高。61我们可构建不同宏观环境类型下的产业链指数轮动图：图42：三维度宏观时钟下的产业链风格轮动图数据来源：东北证券大类行业风格轮动规律大类行业轮动规律用申万大类行业风格指数以及相对胜率进行比较评价。6数据来源：东北证券，Wind数据来源：东北证券，Wind数据来源：东北证券，Wind图46：不同大类行业风格在不同宏观环境下的相对胜率差异（中位数口径）数据来源：东北证券，Wind图47：不同宏观环境下不同大类行业风格的相对胜率差异（平均数口径）数据来源：东北证券，Wind图48：不同宏观环境下不同大类行业风格的相对胜率差异（中位数口径）数据来源：东北证券，Wind从结果看：与产业链轮动规律基本一致，不同宏观环境的轮动与A股的大类行业风格轮动存在明显关系：11风格中同类型下基础设施及建设与中上游较好的规律基本一致。2同类型中产业链风格内TMT与下游相对胜率较高的规律一致。3中，进入盈利上行初期，市场开始交易的重心开始转向需求复苏端产业明显占优的规律基本一致。42更占优的规律基本一致。561我们可