【华泰金工林晓明团队】周期视角下的因子投资时钟--华泰因子周期研究系列之二

摘要

基于经济周期表现构建因子投资时钟

本文利用华泰周期研究对宏观环境进行刻画,对主要的大类因子表现进行分析,并总结出了因子投资时钟。我们将过往宏观环境分为了四类:经济增长&流动性趋紧、经济增长&流动性宽松、经济衰退&流动性趋紧、经济衰退&流动性宽松。对四种宏观环境中适合配置的因子进行了归类与分析,从而构建了因子投资时钟。因子投资时钟能够对中长期风格因子的配置提供借鉴。目前A股处于因子投资时钟的第一象限,建议配置大市值、价值、成长、质量因子。


经济周期中的核心变量是企业盈利,其他指标受经济增长状态的影响

在周期研究中,我们认为所有资产价格、宏观数据都是从某一个维度对经济系统进行观测,而经济系统的核心变量是微观经济参与者的经济活动水平,或者说企业盈利。经济增长是微观企业经营活动的宏观反映。经济的整体状态确定了,利率水平、通胀水平以及大部分资产价格的方向也就可以做出相应的判断。例如,将估算的全市场(除金融、石油石化)上市公司的ROE与一年期国债利率画在一起,可以看到两者有很明显的同上同下的特征。

 

借助经济增长与流动性状态划分经济周期

根据我们对因子周期的研究发现,因子的周期比较长,虽然有部分因子短期波动较大,但是难以把握,大部分因子的中长期走势还是跟经济形势挂钩,影响最为明显的两个因素就是经济增长和流动性,前者可以使用库兹涅茨周期进行刻画,后者可以借助朱格拉周期辅助判断。我们可以借助这两个变量把经济环境分为四种情况,将不同情况下表现较好的因子进行总结,就可以构建因子投资时钟。

 

不同经济周期环境下的因子配置

根据投资时钟的分类,当经济增长的时候,大市值、价值因子表现较好,经济衰退的时候小市值、反转、杠杆类因子表现较好。流动性趋于紧张的时候成长类因子表现较好。质量类因子只有在经济衰退、流动性趋于宽松的环境下表现较差。换手率因子和波动率因子在不同的宏观环境下表现都比较好,这两个因子建议长期配置。对于宏观环境的判定,我们利用库兹涅茨周期对经济增长进行判定,参考朱格拉周期、全市场估值水平、国债收益率等诸多信息确定流动性状态。

 

A股历史因子投资时钟轮动情况

2001年4月至2004年12月:经济增长&流动性紧张;处于时钟第一象限。2005年1月至2006年3月:经济增长&流动性宽松;处于时钟第二象限。2006年4月至2007年9月:经济增长&流动性紧张;处于时钟第一象限。2007年10月至2009年6月:经济衰退&流动性宽松;处于时钟第三象限。2009年7月至2013年12月:经济衰退&流动性趋于紧张;处于时钟第四象限。2014年1月至2016年8月:经济衰退&流动性宽松:处于时钟第三象限。2016年9月至今:经济增长&流动性紧张:处于时钟第一象限。


风险提示:模型根据历史规律总结,历史规律可能失效。金融周期规律被打破。市场出现超预期波动,导致拥挤交易。


为什么要关注因子在不同宏观周期环境中的表现

本文的主题是希望通过周期研究来探索因子在不同时期中的表现规律。之所以重点关注这个话题是因为部分因子特性在2017年之后发生了很大的变化,市值等核心因子出现了较大幅度的回撤。由于自2007年开始,小市值股票一直拥有超越大市值股票的表现,导致部分使用量化策略的基金管理人在小市值因子上暴露过多,当小市值因子开始回撤的时候,投资人很难判断这是短期的回撤还是中长期趋势的改变。这个问题对投资带来了很大的挑战。

 

同时,风格配置大概率会成为继资产配置之后的又一热点。实际上,判断因子的表现在一定程度上就是主动投资者常说的风格分析。如果从研究的维度上进行分类,资产配置是对市场宏观特征进行分析,风格配置和行业配置是对市场中观特征进行分析,选股是对市场微观特征进行分析。资产配置是通过考量不同大类资产之间的差别来决策出未来不同大类资产之间的配置比例,这是大规模资金都需要面对的问题。大类资产配置的比例确定之后,合理的风格配置能够帮助投资人获取更高的回报。由于大资金的特殊性,往往无法在微观的个股选择上进行操作,他们一般通过配置指数或者基金的方式完成股票资产的配置。此时就可以通过风格判断确定在这一维度上的配置比例。这一点在长期资金占比逐渐提高的A股将越来越重要。

 

市场风格呈现了投资者主流的风格偏好,这背后是每一个投资者对自身投资决策的考量,什么时候选择大市值回避小市值?什么时候更偏好高估值?什么时候选择高ROE?我们认为这些决策的背后更与宏观环境相关。因此从宏观环境作为主要变量来研究风格因子的表现是一条值得尝试的研究路径。对于复杂的经济体而言,经济状态是系统最核心的变量,金融资产价格、宏观经济变量都是经济状态的反映。风格因子的表现同样也必然受到经济周期的影响,通过宏观经济体的一些表征与因子表现互相印证能够有助于判断风格因子的未来表现。



华泰金工团队采用了量化的方法来对经济周期进行研究,在这个领域已经做出了一系列工作。我们的周期研究发现主要的资产价格序列和宏观经济序列存在明显的三个周期,时间长度分别为42个月、100个月、200个月附近。这三个长度刚好与传统经济学研究中的基钦周期、朱格拉周期、库兹涅茨周期时间长度一致,不同资产价格和宏观序列表现出的这三个周期实际上是经济系统的周期。在不同的资产类别中,我们认为商品是最靠近实体经济的一种资产,商品价格长周期上的波动在一定程度上反映了实体经济的总需求,因此可以借助商品来识别经济的中长期波动。

 

在本系列的第一篇报告中,我们采用华泰周期研究模型对单因子累积收益率进行了建模,发现大部分因子的累积收益率都可以表示为时间趋势项与周期波动项的组合。且因子的周期波动性与宏观经济整体的库兹涅茨周期、朱格拉周期比较吻合。在上篇报告的最后,我们提出了因子投资时钟的概念,由于因子周期与宏观经济周期的一致性,可以通过周期状态来指导投资,但是经济周期是抽象的,在本篇报告中我们希望建立宏观状态与因子投资的关系。

 

本文主要分为四个部分,第一部分简单介绍一下我们第一篇报告中的主要结论;第二部分借助流形学习中的多维缩放算法对因子相关性进行分析,筛选出需要重点分析的具有代表性的因子;第三部分对每类因子在不同宏观环境中的表现进行分析;第四部分总结规律,搭建因子投资时钟。


前期报告基本结论

在上篇报告《华泰因子周期系列研究之一——因子收益率的周期性初探》中,我们首先对因子月度收益率进行累加得到因子收益率累积序列,研究发现大部分因子累积收益率序列可以写成一个时间趋势项与很多周期项叠加的形式。因此在去掉时间趋势项之后的因子累积收益率序列呈现出了很强的周期性,应用傅里叶变换和MUSIC算法我们可以得到大部分因子去趋势之后的累积收益率序列都存在80~90个月的周期和200个月附近的周期。这个结论将周期模型再次扩充,之前我们的研究发现资产价格、宏观指标存在42个月、100个月、200个月的周期,这三个周期与古典经济学中基钦周期、朱格拉周期、库兹涅茨周期的时间长度基本一致。所以我们能够借用周期模型对资产价格和宏观数据进行预判。现在,我们发现因子在经过一定的处理之后也表现出了周期性,这就为研究因子特别是风格因子的表现提供了一定的思路和方法。




同时,由于因子的周期表现更偏向于长周期,我们可以借助因子受长周期的影响构建“类投资时钟”,在上篇报告的最后,我们给出了一种“类投资时钟”的分类:



但我们的研究并不止于此,这个“类投资时钟”是较为抽象的,在研究中我们发现像市值、估值、盈利质量、成长等于基本面相关性密切的因子周期性表现更强,因此我们希望将如上“类投资时钟”升级为宏观环境下的因子投资时钟。


利用因子相关性对因子的分类与筛选

多维缩放技术对因子相关性距离的二维展示

在因子研究中,我们常常将同一类因子单独进行研究,这是因为同类因子往往都具有相似的性质。那不同类别之间的因子有没有可能存在一定的相关性?某一类因子表现较好的时候会不会伴随着另一类因子表现较差?华泰多因子模型中使用了70个因子,但不是每个因子都有必要详细研究它的周期性。为了明确因子之间的关系并进行因子筛选,我们采用相关性矩阵对因子进行分类,同时采用流形学习算法多维缩放(MDS)将因子在高维中的相关性距离在二维平面上表示出来。

 

多维缩放(Multidimensional scaling,缩写MDS)是一种非线性降维的方法,常常用于数据相似性的可视化呈现,特别是数据集包含距离矩阵的情形。因子的相关性矩阵可以看做因子之间的一种距离矩阵,两个相似的因子应该与其他因子的相关性表现也类似。借助多维缩放技术,我们将因子相关性矩阵(70维的距离矩阵)缩放到二维空间中展示。由于原始程序作图不太清晰,我们在图上做了部分标注。



因子相关性多维缩放后的距离图显示,市值因子独自处于图的左上角,这说明市值因子与其他因子的特征都不太类似。波动率类与换手率类因子聚集在图的右下角,这两类因子可能有部分类似的特征。质量类与成长类因子同样也发生了聚集。杠杆类因子之间距离比较大,说明组内特征差异可能比较大。组内差异最大的是估值类因子,EP、DP、BP分别处于图的不同位置,说明估值类因子可能每个都有自己的特点,很难称之为完全近似的一类因子。


因子筛选与重点因子的相关性关系

借助如上距离图,我们对因子进行适当的筛选,将距离非常近的因子挑选出具有代表性的一个进行研究,同类因子不同期限的尽量保留一个。情绪类因子和技术指标类因子不在我们重点关注的因子之列,所以暂时去掉这两类因子。如此筛选后我们保留23个因子。



由于之前70个因子的相关性多维缩放图信息较为密集,我们对需要重点研究的23个因子重新作图。从新的距离图中可以找到一些有意思的结论。估值类因子都聚集在图的下方,市值与杠杆类因子处于图的上方,说明这两组因子“距离”较远,或者说特征差距较大。从相关性上可以看到,BP、SP与杠杆类因子明显负相关,EP、DP与市值因子明显负相关。成长类因子与质量类因子依然距离很近,相关性上他们也都是正相关。因此这个图是相关性关系的一个缩略图,从图中距离基本可以看出因子之间的关系。



在图中距离较远的因子基本是负相关,距离较近的因子基本是正相关。从图中的关系我们可以猜测,当EP因子表现较好的时候,ln_capital(市值)因子大概率表现一般甚至较差,当反转类因子表现较好的时候,成长类和质量类因子大概率表现不佳。成长类因子与质量类因子依然靠的很近,这两类因子具有很强的相似性。而质量类因子中的经营性现金流除以净利润这个因子(operationcashflowratio_q)自己处于图的中央,说明它与ROE、资产周转率等质量因子表现不太一致。估值类因子依然差异较大,BP、SP处于图的右侧边缘,而EP处于图的底部。换手率和波动率处于图形中间偏右下的位置,说明这两个因子与大部分因子的相关性不高,只与DP因子距离较近。


不同周期中的因子表现分析

经济周期与资产价格的逻辑

在周期研究中,我们认为所有资产价格、宏观数据都是从某一个维度对经济系统进行观测,而经济系统的核心变量是微观经济参与者的经济活动水平,或者说企业盈利。经济增长是微观企业经营活动的宏观反映。经济的整体状态确定了,利率水平、通胀水平以及大部分资产价格的方向也就可以做出相应的判断。

 

当全社会的企业经营活动水平上升、企业盈利增加的时候,企业的信贷需求就会增加,资金从金融资产转向生产流通领域。导致了信贷价格(利率)开始上升,同时生产流通领域的价格也开始上升。利率的上升提高了金融资产的必要回报率,压低了金融资产的价格。同时生产流通领域的价格上升增加了整体价格系统的不稳定,对货币政策和整体的流动性水平形成制约。

 

当企业盈利开始下降的时候,对信贷的需求就会减少。资金开始从生产流通领域转向金融资产,信贷价格(利率)开始下降,利率的下滑压低了金融资产的必要回报率,资产价格的上升主要表现为估值的扩张。此时,过量的流动性将会大幅提高市场的风险偏好,压低风险溢价水平。



如果用万得全A指数作为研究对象,其指数的PB除以PE就是全市场用整体法计算所得的ROE水平。这个数据可以代表所有上市公司的整体状况,投资者在研究全市场ROE水平的时候往往会去掉金融行业,因为金融行业由于体量太大往往会减弱其他行业的波动。因此我们采用万得全A(除金融、石油石化)这个指数,来估算ROE。使用指数PB与PE估算而得的ROE是实时滚动的,当有新的公司公布财报,新的信息将会体现在数据上。而一般的ROE数据只有一年四次的财报数据。

 

将估算的全市场(除金融、石油石化)上市公司的ROE与一年期国债利率画在一起,可以看到两者有很明显的同上同下的特征。在图中ROE数据似乎有落后于利率数据的现象,这是因为公司的ROE数据只有财报公布的时候才会更新,所以本身就是滞后的。但实际上,我们认为正是因为公司盈利水平的变化才使得利率发生了变化。



在周期研究中,我们认为综合商品指数反映了全球经济的总需求,因此其可以在一定程度上反映整体经济的趋势。我们采用CRB综合商品指数的三个周期作为系统性的基钦周期、朱格拉周期、库兹涅茨周期。其中42个月周期为基钦周期,100个月周期为朱格拉周期,200个月周期为库兹涅茨周期。我们认为库兹涅茨周期与经济的长期走势更为相关。2000年之后库兹涅茨周期开始上行,经济逐渐开始复苏,从估算ROE上看02年到08年上市公司的ROE长趋势上是向上的,中间在05年有一段时间的波折;09年开始经济长趋势是明显向下的,但是由于金融危机,09年出现了较大的波动。15年年中之后,经济又重新开始了一轮上升期,上市公司的ROE则是在16年4月之后观察到止跌上升。



朱格拉周期反映了全市场的估值水平,或者说是市场流动性的整体状态。当朱格拉周期向上时,流动性紧缩,市场估值水平下降,属于杀估值的状态,当朱格拉周期向下时,市场流动性宽松,估值水平提升,属于提估值的状态。使用A股全市场PB中位数来看市场整体估值,可以发现全市场的估值水平跟朱格拉周期基本是相反的状态,当然两者有一定的滞后。1999年6月之后,朱格拉周期开始上行,市场流动性开始逐渐紧张,全市场的估值顶点出现在了2000年11月,之后全市场估值一路下行。朱格拉周期在2003年7月之后开始下行,意味着流动性紧张的状态会逐渐缓解,但A股整体估值下降期往往会长于估值上周期,估值拐点发生在朱格拉周期下行的后期,2005年6月开始A股估值开始上升,估值在上升期上升速度很快,在2007年12月达到估值顶点,而朱格拉周期的底部在2007年6月,可以发现,朱格拉周期的底部与估值顶点往往时间差距不大。之后A股再一次进入了估值的下降期,我们认为从2008年到2012年12月都是估值的下降期,中间由于08年市场剧烈波动造成估值快速下降又在09年快速上升的情况,但是经济本身呈现出的流动性趋势都是偏紧的。2011年9月朱格拉周期开始下行,流动性环境开始逐渐趋于宽松,在朱格拉周期下降一年之后,估值开始进入了上升期,2015年5月达到估值高点,朱格拉周期的底部刚好也是在2015年的8月左右。目前朱格拉周期还处于上升期,A股在2015年6月之后的估值下降期也没有走完。需要注意的是,08年之后整体上是经济走弱的环境,因此金融市场的流动性环境应该是整体好于08年之前经济上行时的流动性环境的。



经济周期对因子表现的影响

研究经济周期中不同因子的表现,实际上是研究不同的经济环境下市场对不同风格的偏好。根据我们上面的分析,经济系统的核心变量是企业盈利,当企业盈利上升的时候,会带动流动性收紧,投资者会自发的减少杠杆,减少对利率风险的暴露。在债券市场,表现为短久期的资产将跑赢长久期的资产。在股票市场则表现出了低估值、大市值的价值股跑赢了高估值、小市值的成长股。


市值因子在经济周期中的逻辑

首先考察市值因子的表现,事实上只有在库兹涅茨周期明显向上的阶段,市值因子才出现了反向,也就是大市值的股票表现好于小市值的股票。两段时间分别为2001年7月至2006年11月,2016年9月至今。从库兹涅茨周期上看,这两段时间都是经济的中长期基本面发生了改变而导致的。当经济中长期趋势开始向好,企业盈利增长的确定性增强,投资者不再追求不确定性更高的小市值公司股票,逐渐开始增加大市值公司股票的投资比例,进而导致了市值因子的反转。




关于小市值因子长期带来的超额收益,业内有多种解释。一种认为小市值特征的股票拥有更低的流动性、更低的透明度和更高的破产可能性,因此小市值股票的超额收益来源于其承担的流动性风险、透明度风险和破产风险。另一种解释从行为金融学的角度出发,认为投资者本身存在系统性偏差,例如更倾向于投资流动性更好的资产,而忽略了流动性较差的资产。我们认为,小市值因子的表现体现了不同经济周期下投资者偏好的变化。当经济增长的确定性增强,资金将从不确定性更高的小市值股票中流出,选择盈利更为确定的大市值股票。而当经济逐渐走弱,拥有大市值特征的公司盈利变差的确定性也更强,资金将倾向于更有可能盈利的小市值股票,从而回避确定性变差的公司。也就是说,经济增长追求变好的确定性,经济走弱回避变差的确定性。


价值类因子在09年到13年表现不佳

价值类因子例如BP、EP、DP等,他们拥有一些类似的特征,但是表现又不完全相同。从相关性距离图中也可以看出,价值类因子两两之间距离较远,每一个都有自身独特的性质。价值类因子长期都能够有不错的超额收益,但是在2009年至2013年这段时间,价值类因子都遭遇了滑铁卢。从累积因子收益率上来看,这段时间价值因子的累积因子收益几乎没有增长。EP因子和DP因子表现不佳的时间区间更长,EP因子从08年开始表现不佳,直到14年年中,DP因子从09年开始表现不佳,同样直到14年年中。为什么这段时间价值类因子都表现不好呢?我们认为核心还是经济在这段时间表现较差,低估值的股票往往意味着投资者认为其“成长性”较弱,受经济的周期性波动影响较大,在经济变差的情况下,投资者大概率会回避受经济波动影响更大的股票,倾向于配置市场认可有高成长特征的高估值股票,从而使得估值因子表现一般。同时,在经济不太景气的宏观环境下,流动性往往相对充裕。在一个流动性充裕的阶段,投资者有更低的成本去追求“不确定的增长”,拉长投资组合的“久期”。因此价值类因子在这段时间表现都不佳。






成长类因子在经济长期趋势即将发生转变的时候往往表现不佳

在价值类因子表现不佳的09年到13年,成长类因子相对表现较好,这也是众多投资者关注价值成长轮动的原因。从历史来看,成长类因子主要在两段时期表现不佳,一次是2007年11月至2009年6月,第二次是2013年7月至2015年5月。这两段时间一次是经济增长的末期、一次是经济衰退的末期。两次都是开始于流动性紧张的末期。所以成长类因子与流动性也有比较密切的关系。

 

由于成长类因子指代的是已完成的“成长”,与多数投资者考察的未来的“成长”并不一致。在因子研究的框架下,成长是指过去已经实现的高成长,比如营业收入的增长、净利润的增长和ROE的增长。这种高增长往往具有一定的惯性,因此长期来看成长因子表现较好。同时,具有这种高成长特性的股票大部分是“蓝筹股”。成长因子出现回撤的原因我们认为是拥挤交易。我们发现成长因子的两次回撤都是在经济的长期趋势即将发生转变的时候,这个时候宏观环境的不确定较大,资金倾向于投资过往实现了高增长的确定性的股票,已经实现稳定的高增长的股票也往往具有防守特性。同时这两段时间市场的利率较高,投资者会更关注久期较短的资产。资金的大量流入导致成长类因子的交易拥挤,成长类股票被高估,一旦流动性开始放松,投资者风险偏好提高,开始选择分散配置,不再单一盯紧成长因子,从而导致资金从成长类因子中流出,成长类股票估值回复。



质量类因子的中长周期特征

以ROE作为代表性的质量类因子,过往表现有两个特点,一个是受长周期经济走势的影响十分密切,二是在经济弱势的阶段,朱格拉周期的上行也会带动质量因子有不错的表现。从1998年至今,有三段时期ROE因子表现较好,第一次是2002年10月到2006年11月,第二次是2010年3月到2013年5月,第三次是2016年12月至今。第一次与第三次都发生在库兹涅茨周期明显上升的阶段,也就是实体经济开始了明显的增长,企业盈利增加,投资者的投资风格开始转向大盘价值,对基本面的重视导致ROE因子收益率快速累积。第二次是经济衰退过程中,库兹涅茨周期下行,朱格拉周期上行,出现了阶段性的流动性紧张,这个阶段高ROE的企业受到投资者的青睐,超额收益凸显。




因此,质量类因子在两种宏观环境下都能取得超额收益,一种是宏观经济向好,企业盈利明显抬升的阶段,第二种是经济走弱,同时流动性趋于紧张的阶段。

 

ROE因子与EP因子的相关性非常高,两者累积因子收益率去趋势后的走势几乎完全一致。这说明两者都是主要受到库兹涅茨周期的推动,与经济的长期走势更为相关。但在2010年到2013年ROE因子反弹的这段时间,EP因子并没有明显的反映。这说明在经济衰退的过程中,ROE还会受到流动性的影响,但EP因子相对受流动性影响较弱。



杠杆类因子的周期表现

杠杆类因子本质上更接近风险因子而不是收益因子,从累积收益上来看,杠杆类因子长期并没有稳定的收益。同时杠杆类因子受长周期库兹涅茨周期的影响较为明显。当库兹涅茨周期向上的时候杠杆类因子普遍表现不好,当库兹涅茨周期向下的时候杠杆类因子表现较好。也就是说当经济向好的时候高杠杆的股票表现要好于低杠杆的股票,当经济相对弱势的时候低杠杆的股票表现要好于高杠杆的股票。这说明,在经济强势期,投资者不排斥高杠杆的股票,较高杠杆的股票反而收益更高;当经济进入弱势期的时候,投资者相对偏好低杠杆的股票,这符合经济强势加杠杆、经济弱势去杠杆的经济学原理。



反转类因子的周期表现

反转因子与市值因子的相关性比较高。但是短期的反转因子周期性不明显,从因子累积收益率上来看,1个月反转因子表现相当稳定,12个月反转因子的周期性更为明显。



将12个月反转因子与市值因子去趋势后的累积因子收益率画在一起,可以看到,两者中长期的走势是同向的。市值因子的波动性更大,两者都与经济的长期趋势更为相关,2001年之后到2006年底,实体经济表现强劲,市值因子与反转因子都是负向的收益,2007年之后一直到2016年下半年,经济走弱,市值因子与反转因子表现都较好。同时在流动性明显放松的08年至09年、14年至15年,两者超额收益明显。



Beta因子、换手率因子与波动率因子

在我们挑选出的23个因子中,还有三个因子没有分析,分别是beta因子、换手率因子与波动率因子。这三个因子比较特殊,我们倾向于认为他们受经济周期的影响不大。其实这三个因子描述的都是股票自身的某些交易特性,呈现的可能是一些交易偏好,而不是受经济周期影响的风格偏好。这三个因子中,贝塔因子中间有两段时间有明显回撤,一次是2008年11月到2009年6月,第二次是2013年6月至2014年10月。波动率因子和换手率因子是这些因子中最接近理想alpha的因子,两个因子在历史上没有特别大的回撤,表现一直很稳定,同时这两个因子与其他因子的相关性都较低,适合长期在组合中进行配置。





因子投资时钟

构建因子投资时钟

根据我们对因子周期的研究发现,因子的周期比较长,虽然有部分因子短期波动较大,但是难以把握,大部分因子的中长期走势还是跟经济形势挂钩,影响最为明显的两个因素就是经济增长和流动性,前者可以使用库兹涅茨周期进行刻画,后者可以借助朱格拉周期辅助判断。我们可以借助这两个变量把经济环境分为四种情况,然而遗憾的是,这四种情况并不能形成类似美林时钟一样的完美轮回,因为经济增长的周期与流动性周期长度并不一致,这就导致了四种状态不是均匀出现的。例如,在经济衰退过程中,流动性充足的时间是要长于流动性紧张的时间的,经济是核心变量,它会带动流动性朝着匹配当前经济增长状态的方向去发展。随着经济的衰退,中长期流动性都是宽裕的,但是在某些时间,部分经济指标的短期向好可能引起流动性短期的紧张。同样,在经济增长时期,流动性整体是趋向于紧张的,但是也会在某些时期部分指标的波动使得流动性有所放松。



虽然这种分类方法不能形成一个完美的轮回,但是这依然是一种良好的对市场宏观环境分类的方法,基于上文我们对单类因子的分析,可以将适合相应的经济环境的因子填入四类区域,就能够构造出投资时钟。当经济增长的时候,大市值、价值因子表现较好,经济衰退的时候小市值、反转、杠杆类因子表现较好。流动性趋于紧张的时候成长类因子一般都表现较好。除去经济衰退叠加流动性宽松的时期,其余三种环境下质量类因子表现都可以。如此我们就可以搭建一个因子投资时钟。

 

当然,这个因子投资时钟也没有办法做到严格的完全对应,在日常使用中需要注意这么几点:

1、换手率因子和波动率因子在不同的宏观环境下表现都比较好,这两个因子建议长期配置,没有放入投资时钟。

2、成长因子在因子投资时钟中的位置意味着当市场流动性趋于紧张的时候成长因子表现较好,但是并不意味着流动趋于宽松的情形成长因子都表现不好,我们的分析中发现成长因子是在经济长期趋势的尾声叠加流动性趋于宽松的情形中表现不好。

3、价值类因子在经济长周期向上的环境中都表现较好,但是由于价值类因子内部差异较大,在经济长周期向下的环境中并不是都表现较差,例如BP因子在经济长周期向下的环境中表现一般的时间长度就要比EP因子和DP因子要短一些。

 

因子投资时钟的搭建是为了构造一种因子投资的框架,我们并不追求严格意义上的精确,框架的价值在于指导中长期的因子配置和风格配置。市场短期风格变换的影响因素偶然性较大,并不是因为宏观环境的改变,因此短期的风格轮动并不在因子投资时钟框架之内。数据证明因子的周期性本来就比较长,对风格因子进行中长期的投资配置稳定性会更好。


投资时钟的轮动

上文我们提到,因子投资时钟并不像美林时钟一样能够有一个顺序的轮回。那么,这四种经济环境之间如何互相变换呢?为了照顾投资时钟的对称性,我们先假设一种理想环境。在理想环境下,我们认为在经济增长的时期,首先迎来的是流动性紧张,之后流动性将会短暂放松,后期流动性继续趋于紧张,接着经济将从增长转向衰退,同时流动性会迅速转向,进入经济衰退、流动性趋于宽松的阶段,在经济衰退的中期,流动性会短暂趋紧,之后再次趋向放松。最后经济从衰退转向增长,流动性随之转向趋紧,开启新的经济增长轮回。



如果我们采用类似坐标系的分类方法,将投资时钟的右上角定义为第一象限(Ⅰ),左上角为第二象限(Ⅱ),左下角为第三象限(Ⅲ),右下角为第四象限(Ⅳ)。在理想的经济假设下,刚开始经济增长&流动性趋紧,处于第一象限(Ⅰ),之后变为经济增长&流动性宽松,进入第二象限(Ⅱ),然后流动性再次趋紧重回第一象限(Ⅰ)。紧接着经济增长的过程走完,进入衰退,同时流动性开始放松,从第一象限(Ⅰ)跳入了第三象限(Ⅲ),在经济衰退的过程中会有一次流动性短期趋紧的过程,这时候是进入了第四象限(Ⅳ),之后流动性再次放松,再次回到第三象限(Ⅲ),最后衰退周期走完,经济重回复苏,流动性开始趋紧,市场重回第一象限(Ⅰ)。在这样一个理想的对称的经济周期下,因子投资时钟经历的是“(Ⅰ)->(Ⅱ)->(Ⅰ)->(Ⅲ)->(Ⅳ)->(Ⅲ)->(Ⅰ)”的循环。纵然是在理想状态下,我们认为不同象限出现的机会也不是均等的,第一象限和第三象限出现的机会会更多一些,这是由我们的核心假设决定的:经济增长会决定流动性的长期走向。

 

真实情况与理想情况自然有很多不同,在理想情况下,我们假设了流动性周期长度是经济增长周期长度的三分之一。真实情况下,我们认为流动性周期会更接近朱格拉周期,经济增长周期是库兹涅茨周期,前者是后者的二分之一。理想情况下,我们认为周期都是前后对称的,也就是上涨期和下跌期时间基本一致,但是在实际情况中,我们发现特别是流动性周期,时间长度并不是均等的。

 

借助于上面总结的投资时钟,利用库兹涅茨周期对经济增长进行判定,参考朱格拉周期、全市场估值水平、国债收益率等诸多信息确定流动性状态,我们认为A股历史上的因子投资时钟轮动如下:

 

2001年4月至2004年12月:经济增长&流动性趋于紧张;因子投资时钟第一象限(Ⅰ)

2005年1月至2006年3月:经济增长&流动性趋于宽松;因子投资时钟第二象限(Ⅱ)

2006年4月至2007年9月:经济增长&流动性趋于紧张;因子投资时钟第一象限(Ⅰ)

2007年10月至2009年6月:经济衰退&流动性趋于宽松;因子投资时钟第三象限(Ⅲ)

2009年7月至2013年12月:经济衰退&流动性趋于紧张;因子投资时钟第四象限(Ⅳ)

2014年1月至2016年8月:经济衰退&流动性趋于宽松:因子投资时钟第三象限(Ⅲ)

2016年9月至今:经济增长&流动性趋于紧张:因子投资时钟第一象限(Ⅰ)

 

目前我们处于库兹涅茨周期向上,经济长期趋势向上的环境,同时流动性相对紧张,处于因子投资时钟的第一象限,所以建议配置大市值、价值、成长、质量等因子。


因子的具体计算方法


风险提示:模型根据历史规律总结,历史规律可能失效。金融周期规律被打破。市场出现超预期波动,导致拥挤交易。



免责申明

本公众平台不是华泰证券研究所官方订阅平台。相关观点或信息请以华泰证券官方公众平台为准。根据《证券期货投资者适当性管理办法》的相关要求,本公众号内容仅面向华泰证券客户中的专业投资者,请勿对本公众号内容进行任何形式的转发。若您并非华泰证券客户中的专业投资者,请取消关注本公众号,不再订阅、接收或使用本公众号中的内容。因本公众号难以设置访问权限,若给您造成不便,烦请谅解!本公众号旨在沟通研究信息,交流研究经验,华泰证券不因任何订阅本公众号的行为而将订阅者视为华泰证券的客户。


本公众号研究报告有关内容摘编自已经发布的研究报告的,若因对报告的摘编而产生歧义,应以报告发布当日的完整内容为准。如需了解详细内容,请具体参见华泰证券所发布的完整版报告。


本公众号内容基于作者认为可靠的、已公开的信息编制,但作者对该等信息的准确性及完整性不作任何保证,也不对证券价格的涨跌或市场走势作确定性判断。本公众号所载的意见、评估及预测仅反映发布当日的观点和判断。在不同时期,华泰证券可能会发出与本公众号所载意见、评估及预测不一致的研究报告。


在任何情况下,本公众号中的信息或所表述的意见均不构成对客户私人投资建议。订阅人不应单独依靠本订阅号中的信息而取代自身独立的判断,应自主做出投资决策并自行承担投资风险。普通投资者若使用本资料,有可能会因缺乏解读服务而对内容产生理解上的歧义,进而造成投资损失。对依据或者使用本公众号内容所造成的一切后果,华泰证券及作者均不承担任何法律责任。


本公众号版权仅为华泰证券股份有限公司所有,未经公司书面许可,任何机构或个人不得以翻版、复制、发表、引用或再次分发他人等任何形式侵犯本公众号发布的所有内容的版权。如因侵权行为给华泰证券造成任何直接或间接的损失,华泰证券保留追究一切法律责任的权利。本公司具有中国证监会核准的“证券投资咨询”业务资格,经营许可证编号为:91320000704041011J。



林晓明

执业证书编号:S0570516010001


文章评论
点击加载更多
嗨牛财经 版权所有 © 2014-2017 粤公网安备44010402001139   粤ICP备14041788号-1
用户登录 关闭
还没有嗨牛账号?立即注册
嗨牛财经公众平台 关闭
可在嗨牛财经微信端获得更多精彩内容