“利率~利差”輪盤下的風(fēng)險資產(chǎn)配置策略中國篇

1、內(nèi)容目錄 HYPERLINK l _TOC_250004 “利率-利差”拐點在中國市場的劃分 4 HYPERLINK l _TOC_250003 中國“利率-利差”輪盤下的股票和商品大勢復(fù)盤 5 HYPERLINK l _TOC_250002 中國“利率-利差”輪盤下的股票、商品結(jié)構(gòu)項分析 9 HYPERLINK l _TOC_250001 四象限下國內(nèi)各風(fēng)格股市回報復(fù)盤和排序 9 HYPERLINK l _TOC_250000 中國和美國市場的“利率-利差”輪盤對比 12國信證券投資評級 15分析師承諾 15風(fēng)險提示 15證券投資咨詢業(yè)務(wù)的說明 15圖表目錄圖 1：中國利率、利差的高點拐點劃

2、分 4圖 2：中國市場“利率-利差”四階段的劃分 5圖 3：中國市場“利率-利差”四階段下股市和商品市場復(fù)盤 5圖 4：“利率-利差”框架下中國股市和商品市場勝率的復(fù)盤 7圖 5：中國“利率降+利差升”階段的股市、商品復(fù)盤（第二象限） 8圖 6：中國“利率升+利差升”階段的股市、商品復(fù)盤（第一象限） 8圖 7：中國“利率升+利差降”階段的股市、商品復(fù)盤（第四象限） 9圖 8：中國“利率降+利差降”階段的股市、商品復(fù)盤（第三象限） 9圖 9：不同風(fēng)格股票指數(shù)結(jié)構(gòu)行情在四類組合下的復(fù)盤和經(jīng)驗排序 10圖 10：四象限下五類中信風(fēng)格指數(shù)回報情況分析 10圖 11：四階段下各明細類商品行情復(fù)盤和經(jīng)驗排

3、序 11圖 12：利率和利差反向變動時工業(yè)品跑贏農(nóng)產(chǎn)品 11圖 13：中國股票、商品勝率輪盤（2008 至今） 12圖 14：美國股票、商品勝率輪盤（1997 至今） 12圖 15：中國四象限下各風(fēng)格股票配置輪盤（2008 至今） 13圖 16：美國四象限下各風(fēng)格股票配置輪盤（1997 至今） 13圖 17：中國四象限下各類商品輪盤（2008 至今） 13圖 18：美國四象限下各類商品輪盤（1997 至今） 13表 1：中國不同階段的“利率-利差”組合以及股市、商品行情復(fù)盤 6表 2：不同“利率-利差”組合下大類資產(chǎn)行情概率分布 7表 3：牛、熊“二分法”中各組合對應(yīng)的股市、商品行情 8“利率

4、-利差”拐點在中國市場的劃分在“利率-利差”系列第一篇文章中，筆者對美國為代表的海外市場進行了“利率-利差”拐點的劃分，歸類為四個組合，分析各階段股票、商品大勢和結(jié)構(gòu)上的行情演變規(guī)律，最終總結(jié)出“風(fēng)林火山”的投資規(guī)律。在本篇文章中，筆者嘗試對中國市場“利率-利差”階段下風(fēng)險資產(chǎn)的投資規(guī)律進行復(fù)盤，并嘗試總結(jié)經(jīng)驗以應(yīng)用于投資實踐。圖 1：中國利率、利差的高點拐點劃分資料來源: Wind，整理首先是指標(biāo)的選取，中國市場的利率指標(biāo)采用 3 個月期 SHIBOR 利率，既可以規(guī)避隔夜、七天品種利率的高波動，又不至于陷入十年期期限過長、明顯超出存續(xù)債券和持倉久期的問題；利差方面，本文參照債券大體期限、以

5、及盡可能多涵蓋信用違約風(fēng)險，選取 5 年期、A+級別的企業(yè)債，與同期限國開債收益率間作差，作為中國市場信用利差的衡量標(biāo)準。數(shù)據(jù)起始時間為 2008 年 10 月，由于國內(nèi)債券收益率長期呈現(xiàn)“箱體震蕩”且數(shù)據(jù)時長有限，并沒有類似美國市場長期收益率下行趨勢，因此拐點探尋也相對容易，筆者并未對原數(shù)據(jù)進行移動平滑處理，所選依據(jù)為日度收盤價的月度均值。劃分結(jié)果如圖 2 所示。（1）中國四階段的輪轉(zhuǎn)規(guī)律較海外市場更加鮮明：除了疫情期間出現(xiàn)過“利率降+利差升”到“利率升+利差降”的直接切換外，歷次每一輪完整的周期都先后遍歷了四個組合階段。這是由于中國債券市場信用溢價更多反映的是流動性溢價，在 2018 年信

6、用債頻繁暴雷之前更是如此，因此利率到信用利差傳導(dǎo)像四時輪轉(zhuǎn)一般是有序的，國內(nèi)市場利率和利差峰值、低谷的拐點重合現(xiàn)象也明顯少于美國。（2）然而，這類劃分方式有一個弊端，即近期數(shù)據(jù)辨識度不高。歷史全樣本復(fù)盤能看到完整的周期輪廓，自然容易區(qū)分拐點，但臨近期間中，如利差連續(xù)幾個月上升過程中突然出現(xiàn)一個月案例的下降，是上升過程中短期的回落（噪聲），還是真實的趨勢性信號（拐點），依照線性外推無從判斷。從圖 2 的劃分結(jié)果也能發(fā)現(xiàn)，臨近期末的切換頻率變高，是樣本內(nèi)數(shù)據(jù)“盲區(qū)”所致。結(jié)合高頻的利率、利差數(shù)據(jù)，與基本面貨幣和信用、通脹與產(chǎn)出的交互驗證是后續(xù)文章討論的方向，本篇不做贅述。圖 2：中國市場“利率-利

7、差”四階段的劃分利率降，利差降利率升，利差降利率升，利差升7利率降，利差升Shibor 3M( )利差（右,）6.065.555.044.534.023.5120082009201020112012201320142015201620172018201920203.0數(shù)據(jù)來源：Wind，整理中國“利率-利差”輪盤下的股票和商品大勢復(fù)盤在劃分好中國市場“利率-利差”組合下四階段后，筆者復(fù)盤各階段股票和商品類資產(chǎn)價格變動規(guī)律。大勢方面，筆者選擇的綜合類指數(shù)為滬深 300 指數(shù)和南華綜合指數(shù)，所選區(qū)間內(nèi)雖然股市整體也是呈現(xiàn)上漲趨勢，但高低回落的趨勢還是很明顯的，這點比美國股市長期牛市的狀態(tài)，不容易產(chǎn)

8、生“精準的失誤”。每個組合區(qū)間內(nèi)的序列如表 1 所示，牛市、熊市和震蕩市的劃分除了定性觀測，還以每一階段收盤較開盤時價格5%為標(biāo)出，區(qū)分牛市（區(qū)間內(nèi)明顯上漲趨勢、收盤價較開盤價上漲超出 5%）、熊市（區(qū)間內(nèi)明顯下跌趨勢，收盤價較開盤價下跌超出 5%）、震蕩市（區(qū)間內(nèi)沒有明顯漲跌趨勢，先抑后揚或者先漲后跌，起始價格變動幅度在5%范圍內(nèi)）。圖 3：中國市場“利率-利差”四階段下股市和商品市場復(fù)盤利率降，利差降利率升，利差降利率升，利差升利率降，利差升滬深300指數(shù)(點)南華綜合指數(shù)(右，點) 19005500170045001500350025001300110090015002008200920

9、102011201220132014 201520162017201820192020700數(shù)據(jù)來源：Wind，整理中國的四階段出現(xiàn)的時間概率相較美國更為勻稱。除了第一象限“利率升+利差升”僅占 10.66%外，二象限“利率降+利差升”、三象限“利率降+利差降”、四象限“利率升+利差降”分別占了 24.29%、31.89%和 33.16%的比重。處在利差下降的時點更長，信用利差的急速抬升往往是事件型的擴散外溢，如歷史中三次信用利差大幅抬升發(fā)生在 2008 年金融危機、2014 年超日債打破剛兌、 2020 年新冠疫情初期，雖然短期內(nèi)利差已較快的斜率抬升，但隨后往往有一個很緩的下降坡道，耗時相對

10、較長。表 1：中國不同階段的“利率-利差”組合以及股市、商品行情復(fù)盤起點終點階段股市商品股票行情商品行情開盤收盤最高最低區(qū)間回報開盤收盤最高最低區(qū)間回報熊市震蕩市5559517855595178-6.8617481792179217482.54牛市牛市501855595559501810.7916111748174816118.47震蕩市牛市49055018501849052.3014921611161114928.04牛市牛市391049054905391025.4513671492149713679.11熊市熊市4145391041453803-5.691524136715241309-1

11、0.33震蕩市震蕩市39624145414539624.6315091524152415090.99震蕩市震蕩市38343962396237363.3314941509150914551.03震蕩市震蕩市37773834401436601.5214271494149414274.68熊市震蕩市4024377742473113-6.1514041427146113411.63震蕩市震蕩市39434024408139432.0413531404140413533.79牛市牛市327939433943327920.26109213531425109223.86震蕩市牛市324732794990299

12、80.989921092110883410.11牛市熊市222432473247214746.0111789921178992-15.80熊市震蕩市2376222423762224-6.391230117812301178-4.23震蕩市熊市23172376269022112.561304123013841198-5.67熊市熊市2550237626372317-6.851403123014131297-12.31熊市熊市3070255030702405-16.931544140315441329-9.16牛市牛市28873070331828876.35134215441638134215.1

13、1震蕩市牛市2770268635302686-3.04112312701405112313.12牛市牛市196027702770196041.369421123112394219.222021-022021-03利率降+利差降2020-122021-02利率降+利差升2020-112020-12利率升+利差升2020-052020-11利率升+利差降2020-012020-05利率降+利差升2019-122020-01利率升+利差升2019-072019-12利率升+利差降2019-032019-07利率降+利差降2017-122019-03利率降+利差升2017-102017-12利率升+利

14、差升2016-092017-10利率升+利差降2014-122016-09利率降+利差降2014-012014-12利率降+利差升2013-112014-01利率升+利差升2012-082013-11利率升+利差降2012-022013-11利率降+利差降2011-072012-02利率降+利差升2010-082011-07利率升+利差升2009-052010-07利率升+利差降2009-012009-05利率降+利差降資料來源: Wind，整理為了更加直觀總結(jié)每一種組合中投資國內(nèi)股市、商品賺錢的概率，筆者按照時間加權(quán)計算概率的方法，將投資勝率以四象限輪盤的形式呈現(xiàn)，劃分結(jié)果如表 2 和圖 4

15、 所示。從結(jié)果上看，選擇一象限、規(guī)避二象限的策略較為明確：第一象限“利率升+利差升”股市錄得牛市的概率為 64%，商品錄得牛市的概率為 70%，在四類組合中皆為最高，第二象限“利率降+利差升”股市、商品錄得熊市的概率分別為 67%和 57%，皆為四個象限中最高。第三象限和第四象限中，股市和商品市場的回報情況介于一、二象限之間，整體看四象限表現(xiàn)（股市有 36%的概率錄得牛市，商品有 62%的概率錄得牛市）優(yōu)于三象限（股市有 8%概率錄得牛市，商品有 49%的概率錄得牛市）。因此無論股市還是商品市場，歷史中行情的平均排序均為：第一象限第四象限第三象限第二象限。圖 4：“利率-利差”框架下中國股市和

16、商品市場勝率的復(fù)盤數(shù)據(jù)來源：萬得，整理；內(nèi)環(huán)為各階段出現(xiàn)的概率，中環(huán)為滬深 300 指數(shù)在各階段錄得各行情的概率，外環(huán)為南華綜指錄得各行情的概率，概率均按時間加權(quán)。表 2：不同“利率-利差”組合下大類資產(chǎn)行情概率分布時間加權(quán)概率組合概率時間加權(quán)概率行情股市商品牛市33.25.0利率降，利差升20.024.0熊市66.856.5震蕩市0.038.5牛市64.470.3雙升20.026.7熊市11.90.0震蕩市23.729.7牛市35.962.3利率升，利差降20.024.0熊市0.028.3震蕩市64.19.5牛市7.748.9雙降20.025.3熊市43.241.2震蕩市49.09.9資料來

17、源: Wind，整理在第三、第四象限中，股市出現(xiàn)震蕩市的概率占了近 50%及以上，商品市場在第一、第二象限中表現(xiàn)為震蕩市的概率也占了 30%及以上。為了更清晰看出市場相對走勢，筆者將牛市、熊市、震蕩市的“三分法”簡化為牛市、熊市的“二分法”，震蕩市的案例中僅考慮從開盤到收盤收尾點位間是漲是跌，簡化版劃分如表 3 所示：表 3：牛、熊“二分法”中各組合對應(yīng)的股市、商品行情利率降+利差降利率升+利差降利率升+利差升利率降+利差升行情股市商品股市商品股市商品股市商品牛市56.9%58.7%73.6%71.7%88.2%88.2%33.4%43.6%熊市43.1%41.3%26.4%28.3%11.8

18、%11.8%66.6%56.4%資料來源: Wind，整理可以發(fā)現(xiàn)在牛、熊市“二分法”下第一、四象限相對第二、三象限的優(yōu)勢更加明顯。第三、四象限股市的震蕩行情中錄得微幅上漲，第一、二象限中商品的震蕩行情分也更接近牛市。綜合考慮，上述排名傾向利率、利差雙升的第一象限，規(guī)避第二、三象限是有道理的，各象限下股票、商品的實際走勢復(fù)盤如下圖 58 所示：圖 5：中國“利率降+利差升”階段的股市、商品復(fù)盤（第二象限）利率降，利差升創(chuàng)業(yè)板指數(shù):月滬深300指數(shù):月 南華綜合指數(shù):月點 60004000200002008 2009 2010 20112012 20132014 2015 2016 201720

19、18 20192020資料來源: Wind，整理圖 6：中國“利率升+利差升”階段的股市、商品復(fù)盤（第一象限）利率升，利差升創(chuàng)業(yè)板指數(shù):月滬深300指數(shù):月 南華綜合指數(shù):月點 60004000200002008200920102011201220132014201520162017201820192020數(shù)據(jù)來源：Wind，整理利率升，利差降創(chuàng)業(yè)板指數(shù):月滬深300指數(shù):月南華綜合指數(shù):月圖 7：中國“利率升+利差降”階段的股市、商品復(fù)盤（第四象限）點 60004000200002008200920102011201220132014201520162017201820192020數(shù)據(jù)來源：

20、Wind，整理圖 8：中國“利率降+利差降”階段的股市、商品復(fù)盤（第三象限）利率降，利差降創(chuàng)業(yè)板指數(shù):月滬深300指數(shù):月南華綜合指數(shù):月點 60004000200002008200920102011201220132014201520162017201820192020數(shù)據(jù)來源：Wind，整理；注：概率按照時間加權(quán)。中國“利率-利差”輪盤下的股票、商品結(jié)構(gòu)項分析四象限下國內(nèi)各風(fēng)格股市回報復(fù)盤和排序國內(nèi)的股票市場結(jié)構(gòu)方面，筆者選用中信風(fēng)格指數(shù)，共包含成長、穩(wěn)定、周期、消費、金融共五類指數(shù)，數(shù)據(jù)從 2004 年開始公布。本文同時也考慮了創(chuàng)業(yè)板相對于大盤的超額回報情況。從復(fù)盤結(jié)果來看：（1）信用利

21、差可以視為創(chuàng)業(yè)板的影響因子。第三、四象限信用利差收窄的階段理論上對應(yīng) risk-on 的環(huán)境，創(chuàng)業(yè)板經(jīng)驗上更容易跑贏主板，一、二象限恰好相反。（2）利差上升的環(huán)境下，是經(jīng)濟由暖轉(zhuǎn)熱的區(qū)間，利率走勢決定了進攻板塊還是防御板塊占優(yōu)。第一象限周期、成長、消費表現(xiàn)最佳，跑贏大盤，而穩(wěn)定和金融則跑輸大盤；第二象限正好相反，金融和穩(wěn)定跑贏大盤，成長、周期和消費則跑輸。（3）利差下降的大語境下，利率走高或者走低對板塊排序影響并不算大。第三、四象限整體均為成長和消費表現(xiàn)占優(yōu)，金融居中，周期和穩(wěn)定表現(xiàn)不佳。圖 9：不同風(fēng)格股票指數(shù)結(jié)構(gòu)行情在四類組合下的復(fù)盤和經(jīng)驗排序數(shù)據(jù)來源：Wind，整理；注：內(nèi)環(huán)、中環(huán)和外環(huán)

22、分別為中信風(fēng)格指數(shù)平均排序、股市牛熊概率、主板和創(chuàng)業(yè)板相對強弱，概率采取時間加權(quán)。五類風(fēng)格指數(shù)中，周期和穩(wěn)定較有參考意義。穩(wěn)定指數(shù)在第二象限表現(xiàn)最佳，其次是第三象限，第一、四象限中則未跑贏大盤；周期指數(shù)在一象限中表現(xiàn)最佳，而在第二象限中表現(xiàn)最弱。成長和消費風(fēng)格指數(shù)僅在第二象限錄得負回報，其他三個象限均為正回報，和近年來國內(nèi)特殊的結(jié)構(gòu)性行情有關(guān)。圖 10：四象限下五類中信風(fēng)格指數(shù)回報情況分析數(shù)據(jù)來源：彭博，萬得，整理；概率按照時間加權(quán)。商品的明細分類下，筆者選取兩個系列的指數(shù)，其一是商務(wù)預(yù)報每周公布的中國大宗商品價格指數(shù)（總指數(shù)下有橡膠、牲畜、能源、綜合、有色、礦產(chǎn)、農(nóng)產(chǎn)品、鋼鐵和油料油脂共 9

23、 個分項），其二是南華系列指數(shù)（綜合指數(shù)下有能化、農(nóng)產(chǎn)品、工業(yè)、金屬共 4 個分項）。南華指數(shù)的分類主要涉及生產(chǎn)領(lǐng)域，和海外CRB 不同之處在于原油所占權(quán)重較低，而黑色金屬占比則較高。中國大宗商品價格指數(shù)除了生產(chǎn)領(lǐng)域的工業(yè)品和農(nóng)產(chǎn)品外，還有更為細致的油脂、牲畜、橡膠等生活領(lǐng)域產(chǎn)品。圖 11：四階段下各明細類商品行情復(fù)盤和經(jīng)驗排序數(shù)據(jù)來源：彭博，萬得，整理；注：內(nèi)環(huán)為中國大宗商品價格分項指數(shù)回報平均排序，中環(huán)為商品牛熊概率、外環(huán)為南華商品分項的回報平均排序，概率采取時間加權(quán)。結(jié)果顯示對角線上的兩個板塊，商品表現(xiàn)略有相似之處：以南華分類為例，第二、四象限中金屬和工業(yè)占優(yōu)，而能化、農(nóng)產(chǎn)品表現(xiàn)羸弱；第

24、一、三象限中金屬表現(xiàn)均為最差，農(nóng)產(chǎn)品表現(xiàn)較好。利率和利差同升或者同降時，無風(fēng)險利率對信用溢價的帶動更強，受到流動性溢出效應(yīng)更明顯的、周期特征顯著的工業(yè)品和金屬波動會加大，而農(nóng)產(chǎn)品受到的外溢性相對較小。反之，二、四象限利率、利差反向變化時，周期屬性特征較強的金屬和工業(yè)品表現(xiàn)勝過相對更穩(wěn)健的農(nóng)產(chǎn)品。如圖 12 所示，2018 年信用違約常態(tài)化淡化了利率-利差傳導(dǎo)機制，二者轉(zhuǎn)為反向變動，南華工業(yè)品指數(shù)的行情也持續(xù)超出農(nóng)產(chǎn)品指數(shù)。圖 12：利率和利差反向變動時工業(yè)品跑贏農(nóng)產(chǎn)品數(shù)據(jù)來源：彭博，萬得，整理中國和美國市場的“利率-利差”輪盤對比對比上篇美國市場四個象限中各類資產(chǎn)的行情，中、美風(fēng)險資產(chǎn)在各個象

25、限中走勢排名具有一致性，分歧之處主要在結(jié)構(gòu)中。中、美勝率輪盤共通之處：（1）第一象限出現(xiàn)的時間概率都是最小的；（2）二象限都是風(fēng)險資產(chǎn)（商品、股票）錄得熊市概率最高、需要規(guī)避的區(qū)間；（3）鑒于美股長期牛市的特殊體質(zhì)，雖然數(shù)據(jù)其實時點比中國還要早 10 年，但一、三、四象限均錄得牛市，而中國股市錄得牛市概率最高的第一象限，概率也僅為 64%；（4）中國“利率-利差”輪盤中股市出現(xiàn)震蕩市的概率較美國更高，因此在這類區(qū)間單純依據(jù)牛市概率來評判并非占優(yōu)策略。若純熊市概率較高，可以根據(jù)熊市概率反向來規(guī)避該時段。如中國的第二象限，雖然該時段牛市錄的概率最低，僅為 7%，但純熊市的概率為 43%，不及第二象

26、限的 67%，因此放在倒數(shù)第二的排位；若不考慮震蕩期的牛、熊概率“實力相當(dāng)”，如第三象限的商品行情，則將“三分法”切換為“二分法”來觀測牛、熊市的相對概率。（5）美國風(fēng)險資產(chǎn)在四象限內(nèi)綜合排名為：第一象限第四象限第三象限第二象限，其中第三、四象限的相對排名是按照商品出現(xiàn)牛市和震蕩市的相對概率決定的。從大勢來看，中國“利率-利差”四類組合階段的風(fēng)險資產(chǎn)排名順位與美國一致。圖 13：中國股票、商品勝率輪盤（2008 至今）圖 14：美國股票、商品勝率輪盤（1997 至今）資料來源：Bloomberg，Wind，整理資料來源：Bloomberg，Wind，整理中、美輪盤四階段中，不同風(fēng)格屬性股票板塊

27、異同如下：（1）中國周期行業(yè)表現(xiàn)最優(yōu)期為第一象限，而美國是在第四象限，中國和美國市場的第二、三象限周期品種排名均靠后。（2）中國消費和成長板塊在第一、三、四象限均跑贏大盤，尤其是在三、四象限為表現(xiàn)最優(yōu)到了兩個行業(yè)。而美國第二象限中消費表現(xiàn)最佳，在第一象限各板塊中名列第二；TMT 在第一、三象限中表現(xiàn)較好。（3）如果用美國的公共事業(yè)對標(biāo)國內(nèi)的“穩(wěn)定”指數(shù)（參照上證 380 穩(wěn)定指數(shù)的分類，除了公共事業(yè)外可能還包括交運、食品飲料、醫(yī)藥和銀行龍頭等），美國公共事業(yè)僅在第二象限表現(xiàn)不錯，排名第二，第四象限排名最末，其他三個象限均為倒數(shù)一、二名；中信穩(wěn)定風(fēng)格指數(shù)在第二象限中排名第二，其他三個象限位列倒數(shù)第一、二名。（4