东北策略工具箱（二）：A股风险领先指标.pdf

请务必阅读正文 后的 声明及说明 woTable_MainInfo Table_Title 证券研究报告 / 策略专题 报告 东北策略工具箱（二 ）： A 股 风险 领先指标 报告摘要： Table_Summary “东北策略工具箱” 这个系列专题目的在于分享分析金融和经济的方法论。我们想将分析经济金融 的复杂 系统进行模块化、工具化的分解。主要包含的内容有经济指标的介绍和解读、指标之间的关系以及指标的应用、处理和计算数据的方法，资产配臵的方法等。 通过对“分析工具”的拆解和分析，我们可以了解其本质特征和适用性，以防止因为 分析时的误用，导致错误的结论。 本文介绍市场结构的变化对于 A 股的影响分析。分析了众多市场结构的变化与 A 股整体表现的联动关系， 并且从中找出那些具有领先性的指标，构建一个综合 风险 领先指标，对 A 股 走势提示风险，对策略“大势判断”提供依据。 重要候选指标的表现如下： 市值基差 与股市联动效果较为一般。 周期稳定基差、金融消费基差 均与股市具有较强的领先联动性。 低波基差在 13 年之前与股市具有领先联动性，但是之后表现不佳。 恐慌指数虽然不是平稳序列，但是和股市具有较强的联动滞后性。不同期限的利率期限结构基差 表现各不相同。 13 年之前与股市联动性较强，但是之后联动减弱。 高等级信用利差 与股市联动关系较高，具有领先性。低等级信用利差 虽然联动性高，但是表现出滞后性。 金油差 是平稳序列，但是表现一般。 金油比 虽然不是平稳序列，但是与股市联动领先关系较强。 最终，我们选取 周期稳定基差、金融消费基差、高等级信用利差 作为合成综合指标的成分指标。 综合指标是平稳过程 。 和股市的联动领先性较强。在极值区间效果更好 ，起到风险提示作用 。但是指标 领先周期不稳定 ，成分指标的 持续有效性也有待检验 。针对上述问题，我们设计了 指标筛选机制 ，尽可能地在现有阶段保障指标的持 续有效性。 由于我们回测时检验的是指标与股市 60 个交易日收益率的关系，因此指标对于中长期（ 3 个月）的指导意义更大。对于那些具备高度联动性但是滞后的候选指标， 也具备投资意义。 一方面，可以作为股市趋势确认的依据。另一方面，对结构性的投资机会具备指导意义。 当前，综合指标在今年 3 月 7 日触及高点 2.67 后，短期下滑。随后中证 800 也在 4 月 19日触及 4399 高点后下滑。 目前指标处于下行趋势。建议投资者等待指标回升后，再适时决定买入的时点。 Table_Invest 风险 领先指标与中证 800 短期走势 Table_Report 相关报告 东北策略笔记：北上资金持续流出，外部压力依然存在 2019-05-20 东北策略工具箱（一）：解读领先指标CLI 2019-02-26 沪股通股票变更对于股价的定量影响分析 2019-01-15 Table_Author 证券分析师： 许俊 执业证书编号： S0550517050001 (010) 6321 0896 xujunnesc 研究助理：于润泽 执业证书编号： S0550118090018 (010) 5803 4575 yurznesc 证券研究报告 发布时间： 2019-05-27 策略专题 请务必阅读正文 后的 声明及说明 2 / 31 目 录 1. 系列说明 . 3 2. 分析框架 . 3 2.1. 整体思路 .3 2.2. 如何度量结构变化 .3 2.3. 具体步骤 .3 3. 指标组表现 . 5 3.1. 大市值 VS 小市值 .5 3.2. 周期 VS 稳定 .6 3.3. 金融 VS 消费 .7 3.4. 低波指数 .9 3.5. 股票波动率 VIX.12 3.6. 利率期限结构 .15 3.7. 信用利差 .19 3.7.1. 高等级信用利差 . 19 3.7.2. 低等级信用利差 . 22 3.8. 黄金 VS 原油 .23 4. 综合指标 . 25 4.1. 指标的合成 .25 4.2. 指标的特点 .26 4.3. 指标存在的问题 .27 4.4. 指标的定位 .28 5. 未来展望 . 28 6. 总结 . 29 策略专题 请务必阅读正文 后的 声明及说明 3 / 31 1. 系列说明 “东北 策略工具箱”这个系列专题目的 在于分享分析金融和经济的方法论。 我们想将分析经济金融 的复杂 系统进行模块化、工具化的分解。 主要包含的内容有经济指标的介绍和解读、指标之间的关系以及指标 的 应用、处理和计算数据的方法， 资产配臵的方法等 。 通过对“分析工具”的拆解和分析，我们可以了解其本质特征和适用性，以防止因为分析时的误用，导致 错误的结论 。 本文将介绍 市场结构的变化对于 A 股的影响分析。 意在分析众多市场结构的变化与A 股整体表现的联动关系。 并且从中找出那些 具有领先性的指标，构建一个综合风险领先指标，对 A 股走势提示风险，对策 略“大势判断”提供依据。 2. 分析框架 2.1. 整体思路 在二级市场中，很多标的或指标之间的价格差异反应的是市场结构的变化，比如说大市值与小市值的差异、周期板块与稳定板块的差异、利率期限结构、信用利差等等。这些市场结构的变化与 A 股整体表现存在着紧密的联系。有时市场结构的变化是 A 股表现的领先指标，能够领先反应出投资者对于股市的预期变化。有时却是滞后的。而有时关联程度又不是很高。本文意在分析众多市场结构的变化与 A 股整体表现的联动关系。并且从中找出那些具有领先性的指标，试图 构建一个综合 风险领先指标，对 A 股走势提示风险，对策 略“大势判断”提供依据。 2.2. 如何度量结构变化 我们将选取不同经济逻辑下的指标组，计算其基差和一年期的滚动 Z 值，通过 ADF检验 Z 值是否是平稳序列。如果是平稳序列，则观察其与股市未来收益率的联动关系。 首先，为什么计算滚动 Z值？ 一方面，计算 Z 值是基差标准化的过程。不同基差的 Z 值具有可比性，为之后指标组的对比以及最终指标的合成提供便利。另一方面，使用滚动 Z 值能够保证指标不会随着时间的变化而改变。 也就是随着新样本的加入，之前的指标数值不会在标准化的过程中发生改变。这对于模型的稳定性至关重要。 其次，为什么要检 验平稳序列？ 平稳序列能够为整个模型 增加一个分析维度。 除了分析 基差 Z 值 的时序 变化之外，如果时间序列 是 平稳过程，那它一定是均值回归过程 。 因此基差 Z 值本身数值的大小也就具有意义。 如果数值处于高位，则 未来 回落的概率更大。 2.3. 具体步骤 我们会根据主流的经济逻辑挑选潜在的指标组。 针对每一组检验，我们都会按照以下步骤进行分析。 首先 ， 说明 指数的选取 。 第二， 说明不同指标组的 经济逻辑 。这部分会从最基本最简单的经济逻辑出发，尽量与指标当前的表现保持相对独立。当然，经济逻辑本身也是从历史规律总结出来的，也算是样本内的经验总结。所 以这部分的分析要从最 基础 的逻辑出发，不被当前的市场表现所干扰。 第三， 根据回测策略专题 请务必阅读正文 后的 声明及说明 4 / 31 的结果，分析基差 Z 值与股市联动的 历史表现 ，检验是否与经济逻辑分析一致。 第四， 分析 当前 基差 Z 值所处 状态和表现 。 最新数据和状态表现截至到 20190519。 为了下文表述方便，将基差和基差 Z 值统一称作 “基差” 。并且，我们用中证 800指数（ 000906.SH）来代表股市的表现。 此外，在分析过程中我们会绘制以下图组来帮助我们进行深度分析。该图组包含 6张图。我们按照图上标记的序号以此介绍其含义。 图 1： 指标分析 图组 样式 数据 来源 ：东北证券 ， Wind （ 1） 该图是配对组的历史表现。 （ 2） 蓝色的线表示配对组基差的滚动 Z 值。三条虚线表示 Z 值均值和上下各一个标准差的水平。黄色线表示股市的历史走势。从这张图我们可以观察到基差与股市之间的联动关系。 （ 3） 由于第二张图是日度数据，会有很多波动和噪音存在，因此很难观察到基差与股市的联动关系。所以我们应用 HP 滤波技术，将数据中的趋势项提取出来，起到移动平滑去噪音的目的，从而绘制第三张图。从这张图中我们可以更加清晰地看到基差与股市的联动关系、领先 /滞后关系。 （ 4） 该图是基 差与股市的滚动相关系数，从而观察二者之间的线性相关性的变化。 （ 5） 该图横坐标表示基差 Z 值，纵坐标是 Z 值对应未来股市的收益率。如果不做特殊说明，我们选取未来 60 天股市的收益率作为分析对象。并且我们加上年份这个维度以反应不同历史时期的表现。 （ 6） 第 5 张图中，每一个基差区间下，未来收益率都有一个特殊的分布。我们计算每一个基差 Z 值相邻 20 个点对应的收益率的均值，从而得到第 6 张图。红色的点表示当前最新 Z 值对应的未来收益率均值。理想状态下，我们希望基差与未来历史收益率呈现相性关系，无论是倾斜向上或者向下，都具有一定意义。但是实 际过程中，我们发现首先二者之间的关系很多时候是非线性的，或者说线性特征不鲜明。第二，在 Z 值集中的 -2 到 2 这个区间内，股市未来收益特征并不明显。但是在 Z 值处于极端值时，未来收益或者损失往往比较明确。 策略专题 请务必阅读正文 后的 声明及说明 5 / 31 3. 指标 组 表现 3.1. 大市值 VS 小市值 指数选取： 大市值选取沪深 300 全收益指数（ H00300.CSI），小市值选取的是中证1000 全收益指数（ H00852.SH）。 经济逻辑： 不同市值的股票表现差异相对比较复杂。 大小市值公司之间的行业以及规模效应分化比较明显 。 在驱动因素上，大市值公司股价受到盈利的驱动更强，而小 市值公司的上涨可能更加依赖于流动性和风险偏好的提升。 当基差减小的时候，说明小市值股票表现更强，大概率股市处于过热期， 即风险偏好与流动性为主要驱动力，股价过度偏离盈利后未来 风险加大。 图 2： 市值基差分析 图 组 数据 来源 ：东北证券 ， Wind 历史表现： 从图组中，我们可以看到当 Z 值处于极端小的时候， A 股收益均值为负。这一点与逻辑部分的分析相符。这个特征主要表现在 10 年年初和 15 年中旬。当 Z值处于极端大的时候， A 股收益的均值水平为正。这个特征主要表现在 07 年 中下旬、 11 年年底， 17 年中上旬。当处于 -3 到 2 这个区间时，并没有显著的收益特征。换句话说，当大市值股票“远远”走弱于小市值股票时，股市未来下行风险加大。当大市值股票“远远”走强于小市值股票时，未来股市上行机会加大。 此外，可以看到在 2007 年 -2010 年这段时间中，大小市值的基差与股市走势线性正相关性较高，并且基差具有领先作用。但是此后相关性一度减小，基差出现明显滞后性。反而是股市的走势领先基差将近一年左右的时间。较长的领先性也导致了两者的相关系数在大部分时间内是负值。整体来看，基差与股市的联动性较弱， 并且呈现阶段性变化。 当前状态： 股市与基差的联动表现较差。 基差目前处于中性区间，暂无明显收益特征 。 策略专题 请务必阅读正文 后的 声明及说明 6 / 31 3.2. 周期 VS 稳定 指数选取： 选取中信风格指数中的周期（ CI005918.WI）和稳定（ CI005921.WI）作为分析对象。 从 下面 的图表统计来看， 周期指数行业分布较为分散，主要集中在化工（ 23%），采掘（ 18%），汽车（ 14%），机械设备（ 11%）等。 稳定指数 行业集中度较高，主要行业是 建筑装饰 （ 33%） 、公用事业 （ 33%） 和交通运输 （ 28%） 。 图 3： 周期指数 行业分布 图 4： 稳定指数行业市值分布 数据来源：东北证券 ， Wind 数据来源：东北证券 ， Wind 表 1： 周期指数前 10 大成分股 排名 代码 简称 总市值 (亿元 ) 总市值占比 申万一级行业 申万二级行业 1 601857.SH 中国石油 13,323.93 14.8% 采掘 石油开采 2 600028.SH 中国石化 6,586.27 7.3% 化工 石油化工 3 601088.SH 中国神华 3,733.28 4.1% 采掘 煤炭开采 4 600104.SH 上汽集团 3,041.20 3.4% 汽车 汽车整车 5 601766.SH 中国中车 2,333.22 2.6% 机械设备 运输设备 6 300750.SZ 宁德时代 1,631.56 1.8% 电气设备 电源设备 7 600019.SH 宝钢股份 1,523.69 1.7% 钢铁 钢铁 8 002594.SZ 比亚迪 1,404.18 1.6% 汽车 汽车整车 9 601111.SH 中国国航 1,294.16 1.4% 交通运输 航空运输 10 600309.SH 万华化学 1,287.30 1.4% 化工 化学制品 数据来源：东北证券 ， wind 表 2： 稳定指数前 10 大成分股 排名 代码 简称 总市值 (亿元 ) 总市值占比 申万一级行业 申万二级行业 1 600900.SH 长江电力 3,654.20 8.5% 公用事业 电力 2 601668.SH 中国建筑 2,405.53 5.6% 建筑装饰 房屋建设 3 600050.SH 中国联通 1,871.77 4.4% 通信 通信运营 4 601800.SH 中国交建 1,855.24 4.3% 建筑装饰 基础建设 5 600018.SH 上港集团 1,742.66 4.1% 交通运输 港口 6 601390.SH 中国中铁 1,532.85 3.6% 建筑装饰 基础建设 7 600009.SH 上海机场 1,416.70 3.3% 交通运输 机场 8 601186.SH 中国铁建 1,370.18 3.2% 建筑装饰 基础建设 9 601006.SH 大秦铁路 1,229.48 2.9% 交通运输 铁路运输 10 600011.SH 华能国际 1,012.53 2.4% 公用事业 电力 数据来源：东北证券 ， wind 策略专题 请务必阅读正文 后的 声明及说明 7 / 31 经济逻辑： 周期板块与经济变化相关性较高，且相对于整个股市更能反应市场对于未来经济变化的预期，其表现更为敏感。而稳定板块与经济走势相关性较低。当经济较好的情况下，周期板块的走势会强于稳定板块，周期基差逐渐走强， 可能 会带动整体股市逐渐走强。 图 5： 周期稳定 基差分析图组 数据 来源 ：东北证券 ， Wind 历史表现： 当 Z 值处于极端大的 情况下（ z3.5），未来股市收益均值显著为负。该特征主要表现在 15 年中旬。当 Z 值处于 1 到 2.5 区间时，收益显著为正。此外，基差在某种程度上对股市表现具有领先性。但是领先性的时间跨度比较大。 12 年之前，领先性大约是 3-6 个月左右。但是基差在 12 年出现底部拐点之后，股市直到 14 年中旬才有所反应。在 16 年之后，领先性逐步减弱，表现更多的是同步的变化。整体来看，二者的联动关系是比较高的，并且基差具备一定领先性。 当前状态： 当前基差在去年年中出现拐点后持续上行 ，近期处于 短期 下降趋势 。 与股市领先联动关系较好 。 预计 未 来股市 下行 概率大。 3.3. 金融 VS 消费 指数选取： 选取中信风格指数中的金融（ CI005917.WI）和消费（ CI005919.WI）作为分析对象。 从下面图表统计可以看出 ，金融指数行业分布集中，主要包括银行（ 56%），非银（ 32%），房地产（ 12%）。 消费指数行业分布较为分散，主要集中的行业是食品饮料（ 30%），医药生物（ 27%），家用电器（ 11%），农林牧渔（ 9%），商业贸易（ 8%）等。 策略专题 请务必阅读正文 后的 声明及说明 8 / 31 图 6： 金融 指数行业分布 图 7： 消费 指数行业市值分布 数据来源：东北证券 ， Wind 数据来源：东北证券 ， Wind 表 3： 金融指数前 10 大成分股 排名 代码 简称 总市值 (亿元 ) 总市值占比 申万一级行业 申万二级行业 1 601398.SH 工商银行 19,923.11 10.9% 银行 银行 2 601939.SH 建设银行 17,500.77 9.6% 银行 银行 3 601318.SH 中国平安 14,801.51 8.1% 非银金融 保险 4 601288.SH 农业银行 12,669.39 7.0% 银行 银行 5 601988.SH 中国银行 11,127.86 6.1% 银行 银行 6 600036.SH 招商银行 8,491.52 4.7% 银行 银行 7 601628.SH 中国人寿 7,357.30 4.0% 非银金融 保险 8 601328.SH 交通银行 4,455.76 2.4% 银行 银行 9 601166.SH 兴业银行 3,853.61 2.1% 银行 银行 10 601319.SH 中国人保 3,644.06 2.0% 非银金融 保险 数据来源：东北证券 ， wind 表 4： 消费指数前 10 大成分股 排名 代码 简称 总市值 (亿元 ) 总市值占比 申万一级行业 申万二级行业 1 600519.SH 贵州茅台 11,681.51 10.7% 食品饮料 饮料制造 2 000858.SZ 五粮液 4,268.99 3.9% 食品饮料 饮料制造 3 000651.SZ 格力电器 3,380.24 3.1% 家用电器 白色家电 4 000333.SZ 美的集团 3,352.47 3.1% 家用电器 白色家电 5 600276.SH 恒瑞医药 2,843.13 2.6% 医药生物 化学制药 6 603288.SH 海天味业 2,582.09 2.4% 食品饮料 食品加工 7 300498.SZ 温氏股份 1,939.28 1.8% 农林牧渔 畜禽养殖 8 600887.SH 伊利股份 1,914.35 1.8% 食品饮料 食品加工 9 002304.SZ 洋河股份 1,825.87 1.7% 食品饮料 饮料制造 10 300760.SZ 迈瑞医疗 1,722.63 1.6% 医药生物 医疗器械 数据来源：东北证券 ， wind 经济逻辑： 金融板块市场表现与利率较为敏感，与经济走势同步性较高，相对走强的区间对应经济强势期 ，而消费板块 的构成上，一方面必需消费品具有偏防御性属性，在经济走弱时会有更好的表现，另一方面家电以及高端白酒等与地产和基建相关性较高，而地产与基建作为稳经济政策的主要对冲行业，同样在经济转弱时会有策略专题 请务必阅读正文 后的 声明及说明 9 / 31 更好的业绩预期 。 图 8： 金融消费 基差分析图组 数据 来源 ：东北证券 ， Wind 历史表现： 可以看到 ，金融消费基差与未来股市收益率的线性相关性较强。当基差处于极小值时，收益率均值为负。主要表现在 15 年中旬和 18 年中上旬。当基差处于 -2 到 1.5 这个水平时，收益率特征并不明显。当基差处于较大值时，未来收益率水平在多个历史时间上显著为正。此外，在 2010 年之前， 基差 与股市表现的联动效果明显，领先股市 6 个月左右。 2010-2014 年，基差与股市联动效果较差，基差的变动可能不会反应到股市表现。 2014 年以后，两者的联动效应再次增强，整体趋势基本一致，基差起到领先指标的作用。整体来看，金融消费基差与股市的联动效果较好 ，基差的敏感性更强，意味着基差的短期波动可能不会最终反应到股市上，但是长期趋势还是能够映射到股市表现的。 当前状态： 当前基差表现中性，短期趋势 向下 ，长期 也已经出现拐点向下信号 ，估计未来整体股市将在短期内维持趋势向 下 的走势。 3.4. 低波指数 指数选取： 选取沪深 300 指数（ 000300.SH）和沪深 300 行业中性低波动指数（ 930846.CSI）作为研究对象。沪深 300 低波指数是 在沪深 300 指数一级行业内选取低波动特征的股票为样本，保持行业中性的同时，行业内股票采用波动率倒数加权 。成分股个数是 100 个。 经济逻 辑： 当低波指数相对走强的时候，说明投资者更加偏好低波动率的股票， 对于市场整体走势偏悲观 。而当投资者偏好风险更高，波动更高的股票以获取更高的收益时，往往对于股市未来的表现有较强的信心。因此当基差（基准减去低波指数）表现较强的时候，股市上行概率增强，当基差表现较弱的时候，股市下行风险加大。 策略专题 请务必阅读正文 后的 声明及说明 10 / 31 表 5： 低波 300 指数 10 大成分股 排名 代码 简称 总市值 (亿元 ) 总市值占比 申万一级行业 申万二级行业 1 601398.SH 工商银行 20,315.16 12.5% 银行 银行 2 601857.SH 中国石油 13,104.30 8.1% 采掘 石油开采 3 601288.SH 农业银行 12,914.37 8.0% 银行 银行 4 601988.SH 中国银行 11,157.30 6.9% 银行 银行 5 600519.SH 贵州茅台 11,035.70 6.8% 食品饮料 饮料制造 6 601628.SH 中国人寿 7,150.97 4.4% 非银金融 保险 7 600028.SH 中国石化 6,525.74 4.0% 化工 石油化工 8 601328.SH 交通银行 4,448.34 2.7% 银行 银行 9 601166.SH 兴业银行 3,789.21 2.3% 银行 银行 10 600900.SH 长江电力 3,740.00 2.3% 公用事业 电力 数据来源：东北证券 ， wind 历史表现： 当基差处于较大（ 1 至 4）或者极小值（ -3 至 -4）时，股市未来收益均值为正。当基差处于正常区间时，并没有明显的收益特征。在 12 年之前，基差联动效果好，与经济逻辑分析一致，领先性较强，但领先时长跨度较大，表现为 3-12 个月不等。之后反 而是股市的表现带领基差走势。这与经济逻辑分析有所偏差。 图 9： 300 低波 基差分析图组 数据 来源 ：东北证券 ， Wind 当前状态： 当前基差处于 向下趋势 ，说明低波股票走势更好。 但是处于中性水平，暂无明显收益特征。 此外，我们根据市值大小进行分层分析，分别分析中证 500、中证 800、中证 1000指数与其相应的中证低波指数基差。可以看到基差于股市走势联动效果一般，并且表现为股市走势领先于基差走势。当前基差走势下行，股市走势上行。预计未来短期低波股票表现强于高 波股票，但是中期存在反转可能。