资产配置月报：二月配置视点：市场非理性与破净策略

目录市场非理性与破净策略 3下行行情中的价值机遇 3破净行业配置策略 4大类资产量化观点 6权益：各因素边际改善，节后市场或回暖 6利率：2月利率或下行7BP至2.36% 11黄金：短工雇佣降温，或驱动黄金上涨 12地产：供需压力齐升，量价继续负增 15市场风格量化观点 17价值成长红利：一月超额大增，继续看好价值 17大小市值：季节效应看好小盘，但拥挤风险仍存 20行业配置量化观点 23行业推荐：胜率与赔率 24行业推荐：出清反转策略 25行业推荐：宏观驱动戴维斯双击策略 28风险提示 29插图目录 30表格目录 31市场非理性与破净策略市场非理性下跌行情下应注意把握价值机遇。2024年1月，在市场悲观预期与情绪波动的主导下A股整体出现了较大幅度的下跌。本轮下跌过后，许多资产的估值已落入极低水平，长期价值投资角度来看，当前估值较低同时基本面较好的资产的配置价值凸显。以沪深300、中证1000为例，二者的PB和PE水平已经接近历史下沿水平。截至2024年1月31日，沪深300的PE为10.61，PE分位数13.22%，PB1.18，PB0.64%；1000PE28.9，PE10.33%，PB1.65，PB0.09%。当前二者的估值或已压缩至极点状态。7000100%16,000100%600014,00090%500070%12,000400060%70%50%10,00060%300040%7000100%16,000100%600014,00090%500070%12,000400060%70%50%10,00060%300040%8,00050%200030%6,00040%10004,00030%2,00010%00%2014/12/312016/12/312018/12/312020/12/312022/12/31PB分位数右轴) PE分位数右轴) 沪深300 PB分位数(右轴) PE分位数右轴) 中证10000 0%

20%资料来源：wind， 资料来源：wind，万得破净概念指数（8841126.WI）近两年相较万得全A超额显著。万得破净概念指数由PB<1的股票构建，因其估值较低，近年来在下行行情中有着较好的防守属性；同时市场情绪等非理性因素导致的估值被过度压低的优质资产，也有望通过估值修复贡献收益。自2022年以来，破净指数相较于万得全A年化超额收益达到15.98%。图3：万得破净概念指数相较万得全A净值超额（2018-05-31日开始）资料来源：wind，我们以中信三级行业指数为资产池，尝试构建破净行业配置策略。我们给出两条筛选标准：1.行业PB<1；2.行业ROE_PB打分在全行业前50%（ROE_PB打分为全行业ROE排名-全行业PB排名。我们在筛选破净行业的基础上，进一步剔除基本面表现较差的一部分行业。策略等权配置筛选出符合标准的行业，并20121图4：回测净值曲线76543212012/12012/72013/12012/12012/72013/12013/72014/12014/72015/12015/72016/12016/72017/12017/72018/12018/72019/12019/72020/12020/72021/12021/72022/12022/72023/12023/72024/1万得全A净值 PB<1ROE_PB_Rank>1/2 PB<1&ROE_PB_Rank>1/2资料来源：wind，仅筛选破净行业的策略组合年化收益率11.15%，相较于万得全A基准的年2.72%；ROE_PB15.19%，相较于万得全A基准的年化超额收益率5.44%，表现有了显著的提升。组合主要在市场下行行情中贡献较多超额收益，且近期超额显著，2022年以来年化收益率4.54%，超额年化收益23%，24116.54%。图5：破净行业轮动组合净值与超额 7 16 0.85 0.64 0.43 0.22 01 -0.22012/12012/82013/32012/12012/82013/32013/102014/52014/122015/72016/22016/92017/42017/112018/62019/12019/82020/32020/102021/52021/122022/72023/22023/9超额净值右轴) 破净组合净值 万得全A净值资料来源：wind，2024年2月符合条件的中信三级行业为：炼油、国有大型银行III、全国性股份制银行III、城商行、港口、棉纺织品、房建建设、农商行、租赁。大类资产量化观点2024年2月大类资产量化观点如下：大类资产观点权益核心：各因素边际改善，节后市场或回暖1大类资产观点权益核心：各因素边际改善，节后市场或回暖1利率核心：2月利率或下行7BP至2.36%20231185%；1PMI210Y黄金核心：短工雇佣降温，或驱动黄金上涨2023862%；ASA地产核心：供需压力齐升，量价继续负增0.650.74；资料来源：，1月景气度继续回升，市场走势继续背离。根据民生A股景气度指数监测，202382023Q2、2023Q3、2023Q4+0.1、-1.0、+5.5。2024Q11+1.7，整体处于平稳回升中。上证指数净利润同比2023Q3实际收敛到-1.8%，按照景气2023Q4、2024Q1 2024.01.31） 图6：当前景气上行趋势与历史6波上行周期平均趋势 图7：2020 2024.01.31） 资料来源：wind，，注：横轴为日历日天数，纵轴为标准化景气度变化幅度

资料来源：wind，，注：景气度指数计算详见专题报告《分歧度、流动性、景气度——三维指数择时框架》，全文同图8：A股景气度指数与上证指数净利润同比（%） 资料来源：wind，信用连续五个月小幅扩张，政府债回落，企业债回升。我们预测社融1为5.99万亿元，同比减少0.01万亿元，社融TTM环比约为-0.03%；社融存量同比增速约为9.44%。从结构来看，信贷与去年同期基本持平，企业债券融资回PMI行，信贷整体来说难有超预期表现。企业债券净融资下显著多增，相较去年同期1图9：上证指数、A股景气度及社融TTM环比MA6变化 资料来源：wind，，注：图中上证指数为放缩调整后的趋势示意总量预测2024年1月预测值2023年总量预测2024年1月预测值2023年1月2023年12月预测值2023年12月新增社融59852599561960619401社融TTM环比-0.03%-0.56%1.88%1.81%结构预测2023年12月预测值2022年12月2023年11月预测值2023年11月人民币贷款14819144011204711120→企业贷款+居民短贷119751158196396579→居民中长贷1990186510882331→企业票据融资854114613202092外币贷款-263-1665-211-357委托贷款12-10137-386信托贷款-2911-764-1308197未贴现银行承兑汇票-1396-554-272203企业债券-2112-48879861330政府债券967428091153711512非金融企业境内股票融资5011443381359存款类金融机构资产支持证券-102-152-160-1355贷款核销13841384625742资料来源：，预测波动率底部回升，流动性仍未形成趋势，市场风险未解除。当前景气度处于上行趋势，分歧度底部回升，流动性有所回升但未形成趋势，整体市场仍处在高风险象限。但从股权风险溢价来看，市场当前处于赔率极值，对于以美债利率计算成本的外资来说，虽然股权风险溢价角度仍不具吸引力，但是短期内北向资金已由持续流出转变为持续流入，理论上外资当前未有明显负面影响。当下市场回暖有赖流动性的持续回升。即便分歧度继续上升，景气度上升趋势下若流动性回升，市场有机会震荡上涨。因此春节后如若市场交易活跃度回升，有望带来指数回暖。图10：分歧度、流动性、景气度变化趋势资料来源：wind，图11：沪深300ERP分位数（中债/美债为底）资料来源：wind，民生金工三维择时框架通过将量价情绪与宏观景气有机结合判断市场涨跌概率，同时通过股权风险溢价（ERP）等因素补充刻画极端赔率状态修正判断，能够低频且有效抓取市场上涨区间，规避市场高风险区间。详细内容请参考报告《分歧度、流动性、景气度——三维指数择时框架》。图12：分歧度-流动性-景气度三维择时框架 资料来源：绘制图13：中证800走势与北上资金近期关系 资料来源：wind，，注：指数的数值调整目的为在坐标轴中与其他指标可比利率：27BP2.36%利率的本质是资金的价格。利率变动由资金的供需因素共同决定，民生金工利率预测框架采用结构化静态因子模型（trctdtaticacorl，从精选的宏观指标中抽象出四大因子：经济增长、通货膨胀、债务杠杆、短期利率，共同刻画利率的变动方向。图14：10Y国债利率驱动因素模型资料来源：绘制以此框架进行月度利率择时，2006年以来样本内外均有70%左右胜率。模型通过静态因子模型预测下月10Y国债利率变动方向，并通过累加或者累减实际变动以表示预测效果，以2019年初为样本内外节点进行统计，总体保持较高胜率。2023年以来样本外有11个月方向判断正确，胜率为85%。图15：静态因子模型历史月度利率择时效果资料来源：wind，，注：择时结果计算方法为利率月度变动的累加（看多）或累减（看空）210Y7BP2.36%。子来看，经济增长因子保持回升，通货膨胀因子再次回落，债务杠杆因子小幅上行，短期利率因子开始回落，1月原材料购进价格PMI2图16：利率驱动因子长期变化趋势 资料来源：wind，图17：10Y国债利率2月预测各因子贡献 图18：2018年以来模型预测值与实际值对比 资料来源：wind， 资料来源：wind，黄金的本质是“高级别的保底信用”。当前信用最强货币为美元，因此黄金走势目前主要对标美元信用。美元信用主要体现在美国经济强弱、信用扩张强弱，美元实际利率等因素中。因此我们从精选的宏观指标中抽象出四大因子：美国经济、美国就业、美国财政、美国负债，共同刻画黄金的变动方向，并采用结构化静态因子模型进行黄金的判断。图19：黄金驱动因素模型资料来源：绘制以此框架进行月度黄金择时，2008年以来有64%左右胜率。长期来说四因子模型对黄金走势有较高的解释度。黄金本身并无未来现金流，传统金融定价公式无法直接定价，本身交易价格受到叙事与情绪影响较大，四因子虽有较高解释度，但框架仍是开放的。2023年以来样本外有8个月方向判断正确，胜率为62%。图20：静态因子模型历史月度黄金择时效果资料来源：wind，美国就业因子大幅回落，或驱动黄金上涨。我们在之前的报告中判断在财政赤字、债务上限扩张影响下，对美元信用的担忧将促进黄金反弹。本月来看美国对外负债因子小幅回落，就业因子大幅下行（主要为ASA员工统筹指数贡献，代表短工雇佣水平，经济因子小幅回升，财政因子继续上升，就业的快速回落或给黄金带来上涨驱动力。图21：黄金驱动因子长期变化趋势资料来源：wind，图22：伦敦金现2月预测各因子贡献资料来源：wind，从赔率因素来看，实际利率近期走平但仍处高位，黄金上涨空间仍存。美国实际利率可视为黄金机会成本，历史上与黄金走势呈较为显著的负相关关系。虽然在美国政府高赤字率，美债信用评级下降背景下，与黄金走势的相关性有所减弱。但从赔率的角度来理解，实际利率绝对值仍处高位，未来若继续下行，对黄金仍是利好驱动。图23：黄金与美国实际利率走势 图24：美国通胀预期 资料来源：wind， 资料来源：wind，民生金工房地产行业压力指数的构建目标是追踪市场核心指标变化，衡量房地产市场的承压状态。我们采用扩散指数的方式，通过房地产市场供给与需求各链路中的关键指标，从绝对水平和边际变动两个维度打分，加总标准化得到房地产行业压力指数。房地产行业压力指数的值越大表示当前房地产市场低迷并有形势继续恶化的潜在可能。回顾历史市场表现，房地产板块获得较大超额收益的时与宽松政策的持续发布期基本吻合，其核心逻辑为高压力驱动宽政策，进而修复市场预期。房地产行业压力指数的更多细节请参考报告《视角透析：房地产行图25：房企、居民、金融机构、地方政府链路关系 资料来源：绘制截止至2024年1月31日，三个月移动平均的房地产行业压力指数为0.76（前值0.652，行业整体压力再次回升。从细分指标层面看，同比显著降低，而成交土地溢价率则略有回暖；70负增长，降幅依旧与上月持平，环比为-0.4%；商品房销售面积30负增长，且降幅连续三个月扩大，而个人住房贷款同比转负；房屋新开工面积同比再度转负，未能延续增长态势。从供需层面来看，供给侧的房地产开工状况与需求测的个人住房贷款双双回落，均未能形成增长趋势，供给和需求两侧的压力再次上升。图26：民生金工房地产行业压力指数（2024.01）资料来源：wind，图27：细分指标当期评分（2024.01）资料来源：wind，绘制图28：供需两侧压力（2024.01） 资料来源：wind，绘制市场风格量化观点2024年2月市场风格量化观点如下：市场风格观点价值成长红利核心：一月超额大增，继续看好价值/，1市场风格观点价值成长红利核心：一月超额大增，继续看好价值/，120186115.732大小市值核心：季节效应看好小盘，但拥挤风险仍存152资料来源：，对于价值/成长的轮动，1个月相对收益动量策略在2018年6月后表现稳健。成长/价值相对收益（中证800成长/中证800价值）2005年以来年化为-2.6%，价值略占优。而按照最近1个月、3个月、6个月、12个月占优风格外推下一月占优风格的策略中，仅1个月动量策略表现较好，并且其在2018年6月后表现大幅提升。1月价值风格继续延续，策略单月获得15.73%超额收益。图29：价值/成长相对收益动量轮动策略年化收益（2004.12-2024.01）

图30：价值/成长1个月动量轮动策略表现（2004.12-2024.01） 8.0%6.0%4.0%2.0%0.0%-2.0%

6.8%

1.3%

3.4% 3.7%

2018.06后2018.06后赔率：1.9:12018年6月A股首次纳入MSCI3210.5成长/价值相对净值 1个月动量轮动策略净值资料来源：wind， 资料来源：wind，策略有效背后的主要因素可能是“跟随投资”与“公募扩容”导致的调仓粘性上升。如果风格切换后有更多资金跟随，即便在50%预测胜率下，动量策略也能够通过高赔率获得正的预期收益。外资-内资-散户的定价能力落差催生“跟随投资”现象。2018年6月A股纳入MSCI后“跟随投资”以更高频的方式得以发生和传导，叠加公募扩容下的调仓粘性增加，或使得成长/价值风格动量延续性提升。动量策略什么情况下有效？图31：动量策略什么情况下有效？动量策略什么情况下有效？资料来源：绘制基于此规律延续的假设，价值/成长轮动可以做右侧投资，截至2024年1月价值风格延续，按规则2024年2月建议继续配置价值。占优风格动量模型判断判断对错2022年1月价值价值√2022年2月占优风格动量模型判断判断对错2022年1月价值价值√2022年2月价值价值√2022年3月价值价值√2022年4月价值价值√2022年5月成长价值×2022年6月成长成长√2022年7月价值成长×2022年8月价值价值√2022年9月价值价值√2022年10月价值价值√2022年11月价值价值√2022年12月成长价值×2023年1月成长成长√2023年2月价值成长×2023年3月价值价值√2023年4月价值价值√2023年5月价值价值√2023年6月成长价值×2023年7月价值成长×2023年8月价值价值√2023年9月价值价值√2023年10月成长价值×2023年11月价值成长×2023年12月√2024年1月√2024年2月资料来源：，自2016年外资大量流入A股开始，美债利率对A股红利/成长相对强弱产生显著影响。逻辑上来说，红利资产现金流分布较为平均，久期较短，而成长资产现金流分布近小远大，久期较长，对资金成本的敏感性上来说后者更甚，因而美债利率会对两者的定价造成一定的影响。从过去规律来看，拐点上美债利率领先红利/成长相对收益，大约领先3-6个月不等。当前美债利率初步有拐头迹象，红利切成长的大拐点或许也还未到来，红利风格仍可能继续有表现。图32：红利/成长相对收益与美债利率 1中证红利MA20/创业板相对表现趋势十年期美债收益率右轴) 美债利率趋势(右轴)资料来源：wind，当下价值拥挤度下降，成长拥挤度上升，离散度方面价值仍优于成长。因子拥挤度刻画了市场交易的风格集中性，目前来看，价值拥挤度有所下降，成长拥挤度有所提升但未到极值。因子离散度刻画了不同风格的潜在机会水平，目前来看价值因子离散度仍高，价值风格仍有较多值得挖掘的机会，而成长因子离散度低，也即潜在机会较少，继续耐心等待。图33：价值/成长拥挤度 图34：价值/成长离散度 资料来源：wind， 资料来源：wind，大盘/小盘的轮动大趋势上与机构调研强度有较高相关性。我们使用过去30日的平均调研次数作为机构调研强度的代理指标。大盘/小盘（沪深300/中证1000）的相对收益在月度频率上轮动较为频繁，但大趋势上与机构调研强度强弱有较高的一致性，且机构调研强度强弱的拐点一定程度上领先大盘/小盘轮动大趋势拐点，大小盘的轮动或与注意力机制相关。图35：小盘/大盘市场机构关注度强弱 3 22.5 1.52 11.5 0.51 0小盘/大盘相对收益净值(左轴) 小盘/大盘机构调研强弱资料来源：wind，，注：机构关注度强弱指标都做了MA12处理当前小盘相对大盘关注度已基本拐头向下。不论是中证1000+相对于沪深300/中证500还是中证500相对于沪深300的机构调研强度边际都在走弱，整体市场注意力可能正在发生切换。历史上机构调研强度出现大拐点之后往往前期强势风格还有一波表现，随后出现风格切换。图36：不同市值股票池机构调研强弱1.91.71.51.31.10.90.7机构调研强弱(中证沪深机构调研强弱(中证沪深机构调研强弱(中证1000+/中证500)资料来源：wind，，注：机构关注度强弱指标都做了MA12处理，中证1000+指中证1000指数成分股及市值更小的其余股票的总和从市值因子拥挤度来看，当前小盘风格拥挤度接近历史极值水平。1月小盘拥挤度有迅速上升，目前接近15年以来历史极值水平，处于极度拥挤的状态，需要格外关注拥挤交易的风险。图37：市值因子拥挤度1市值因子拥挤度资料来源：wind，，注：市值拥挤度使用沪深300和中证1000计算从季节效应来看，2010年以来2月份小盘占优的比例达92.9%。2023年大小盘季节效应统计显著性较高的月份实际表现与统计结论较为一致，特别在2月、4月、5月、8月、12月。2月与3月统计显示小盘相对占优；特别是2月，2010年-2023年期间2月份小盘占优比例92.9%，小盘平均跑赢大盘4.25%。图38：2010-2022年月度大小盘收益差均值（季节效应） 显著性p值<0.2显著性p值<0.2月 月 月 月 月 月 月 月 月 月 月 月10.0%0%0%0%0%0%-2.0%-4.0%-6.0%大小盘收益差大小盘收益差2023年大小盘收益差(300-(500+1000)/2)2024年大小盘收益差(300-(500+1000)/2)资料来源：wind，，注：300代表沪深300，500代表中证500，1000代表中证1000我们基于机构关注度、市值因子拥挤度、季节效应三个维度，构建了大小盘轮动择时策略（沪深0/中证100。我们根据机构关注度的趋势、市值拥挤度的水平以及当月的季节效应对三个维度分别打分（-1表示小盘占优，0表示没有明显偏重，1表示大盘风格占优，并以1：1：3的比例加权得到综合分数𝑠𝑐𝑜𝑟𝑒，大盘仓位设置为0.5+0.5∗𝑠𝑐𝑜𝑟𝑒，小盘仓位设置为0.5−0.5∗𝑠𝑐𝑜𝑟𝑒，策略月度调仓。截止2024年1月，策略年化收益14.36%，相较于等权基准超额稳定，年化超额6.55%。图39：大小盘轮动策略表现（2005.01-2024.01） 253.5203152.510251.501超额累计收益(右轴) 策略累计收益 基准累计收益资料来源：wind，2024年2月模型相对看好小盘风格。机构关注度维度仍看好小盘，拥挤度维度看好大盘，季节效应维度2月更看好小盘，综合来看模型2月更偏好于小盘风格。行业配置量化观点多维行业配置策略 胜率赔率 出清反转 宏观驱动戴维斯双击行业表5：2024年2月推荐行业及权重多维行业配置策略 胜率赔率 出清反转 宏观驱动戴维斯双击行业钢铁16.7%√√电力及公用事业10.0%√汽车10.0%√家电10.0%√食品饮料10.0%√交通运输10.0%√商贸零售6.7%√传媒6.7%√资料来源：，，注：2月出清反转策略为空仓，因此多维行业配置推荐行业总权重为80%民生金工多维行业配置策略由三个行业配置策略组合而成，采取“恒星+卫星“的模式，其中胜率赔率策略、出清反转以及宏观驱动戴维斯双击策略权重为3：1：1，策略内部选取的行业等权持有。策略历史绝对收益与超额收益显著，2023年绝对收益2.50%，相对于中信一级行业等权的超额收益为7.06%。2024年1月份收益-8.56%，相对于中信一级行业等权的超额收益为1.73%。图40：民生金工多维行业配置策略绝对收益 图41：民生金工多维行业配置策略超额收益 14 712 610 58 46 34 22 12009/12/312010/12/3111/12/3112/312009/12/312010/12/3111/12/3112/31312009/12/312010/12/312011/12/312012/12/312013/12/312014/12/312015/12/312016/12/312017/12/312018/12/312019/12/312020/12/312021/12/312022/12/312023/12/31

0.0%-0.5%-1.0%-1.5%-2.0%-2.5%-3.0%-3.5%超额回撤（右轴） 超额收益资料来源：wind， 资料来源：wind，投资的期望回报取决于投资的胜率和赔率。在行业配置中，胜率是行业短周期实现相对市场超额收益的概率，赔率刻画行业长周期能获得多少绝对收益。短期看，行业景气度往往决定了行业的胜率；长期看，行业的估值、股息率等决定了行业的赔率。高胜率的行业往往趋势较好、景气度较高，而高赔率的行业往往估值低长期看有绝对收益空间。我们从胜率和赔率两个维度对中信一级行业进行刻画，综合考虑胜率和赔率，推荐：交通运输、电力及公用事业、汽车、钢铁、家电、食品饮料。图42：2024年2月行业胜率赔率刻画 建材有色金属计算机建材有色金属计算机国防军工基础化工低胜率高赔率轻工制造通信 交通运输电力及公用事业农林牧渔家电机械 高胜率高赔率电子食品饮料电力设备及新能源银行传媒建筑房地产汽车高胜率低赔率 钢铁纺织服装石油石化煤炭非银行金融商贸零售2520赔率15排名10500 5 10

15 20 25 30胜率排名资料来源：wind，推荐行业胜率赔率胜率&赔率交通运输√推荐行业胜率赔率胜率&赔率交通运输√√√电力及公用事业√√√汽车√√√钢铁√√家电√√√食品饮料√√√石油石化√通信√√轻工制造√√电子√√农林牧渔√√资料来源：绘制策略历史表现如下，样本外超额显著。图43：胜率赔率策略收益 543210超额收益（右轴） 胜率赔率策略 行业平均

3.73.22.72.21.71.20.7资料来源：wind，策略介绍需求引导并且领先供给变化，在供给出清需求反转下行业回报将大概率提升。在行业繁荣时期企业由于过度扩张、竞争导致产能过剩，出现供过于求的状态，而从该种状态到产能淘汰整合，资本撤离行业的过程称为行业出清。在出清尾声，需求端的回升使得企业盈利好转，而供给端还没有进入新的扩张时，将是布局行业的良好机会。我们从行业需求、行业供给、行业竞争格局三个维度描述行业发展所处状态。通过对每个指标上下行状态进行划分得到行业八种状态。我们将行业需求和供给均在下降时定义为行业出清状态，而将出清后行业需求端得到改善，行业供给未转向，同时集中度下行的状态定义为出清结束反转状态，观察行业是否能够在出清状态结束后基于格局变化获得超额收益。详细内容请参考报告《量化捕捉行业出清反转投资机会》。图44：供需角度分析行业出清过程 图45：行业状态划分标准 资料来源：绘制 资料来源：绘制策略表现20121312024131策略主要在熊市末期与牛市初期贡献超额收益。16 1412 16 1412 10 86 4 20 2012/012012/092013/052014/012014/092015/052016/012016/092018/012018/092019/052020/012020/092021/052022/012022/092023/05超额收益（右轴） 行业出清策略 行业平均864205.34.84.33.83.32.82.31.81.30.8超额收益（右轴）行业出清策略行业平均资料来源：wind，策略最新观点当下处在反转期-分散化且前6个月出清过的行业为石油石化、建材、轻工制造、商贸零售、纺织服装、房地产、电子、计算机。但是根据模型设定，推荐行业较多时，采用空仓能够提升策略超额的稳定性，因此出清反转策略本期不进行行业推荐。行业 2024年1月行业 2024年1月态石油石化 反转期-散化建材 反转期-散化轻工制造 反转期-散化商贸零售 反转期-散化纺织服装 反转期-散化房地产 反转期-散化电子 反转期-散化计算机 反转期-散化机械 反转期-散化汽车 反转期-散化家电 反转期-散化有色金属 反转期-中化基础化工 反转期-中化建筑 反转期-中化医药 反转期-中化食品饮料 反转期-中化通信 反转期-中化传媒 反转期-中化电力及用事业 景气期-散化农林牧渔 景气期-散化煤炭 景气期-中化国防军工 景气期-中化钢铁 出清中-散化电力设及新源 出清中-散化消费者务 出清中-散化交通运输 出清中-散化资料来源：wind，宏观驱动戴维斯双击策略认为宏观变量到资产价格的传导并非线性结构，如果直接利用宏观变量对行业未来收益做预测，其有效性较弱。宏观到资产价格的传导路径需要经过景气度和估值这两个中间变量，如果能够把握景气度和估值的变化，就能够较好地预测资产价格变动的方向。PMIPMIShibor，利率能够显著驱动计算机行业的估值，当流动性提升时，计算机行业的估值可能有明显提升。我们通过宏观指标分别预测行业未来盈利和未来估值，寻找未来盈利与估值均有可能上升的行业，构建宏观驱动戴维斯双击策略。图47：宏观到资产价格的传导需要经历景气度和估值2个中间变量资料来源：绘制从宏观预测的角度，2024年Q1景气与估值双升的行业为：传媒、钢铁、商贸零售。宏观驱动戴维斯双击策略历史上贡献显著收益。14 12 10 14 12 10 83.764 2 0 超额收益（右轴） 宏观驱动戴维斯双击策略 行业平均141210864206.75.74.73.72.71.70.7超额收益（右轴）宏观驱动戴维斯双击策略行业平均资料来源：wind，风险提示量化模型基于历史数据，市场未来