外資配置交易框架及買賣特征研究總論

1、在今年 4 月底 A 股開啟超跌反彈以來，我們著重強調流動性邏輯，重視增量資金對于 A 股市場的積極作用。事實上，5-6 月 A 股市場最為明確的增量資金是以北向資金為代表的外資，這個讓非常多投資者始料未及。根據(jù)我們的統(tǒng)計，5-6 月北向資金流入金額接近 900 億元，不僅彌補 3 月大幅流出的 420 億，并且呈現(xiàn)大幅流入。北向資金的持倉大幅回補支撐市場在5-6 月持續(xù)強勢，我們認為本質上是對于國內相關政策不確定性逐漸緩解以及基本面預期開始修復的一種確認。而到了 7 月，受到外圍市場和國內房地產局部風險事件影響，北向資金再次流出 210.69 億元，在此期間上證指數(shù)從 3400 點震蕩回落至

2、 3200 點。不難看出，以北向資金為代表的外資群體對于大盤市場的感知處于高度敏感的狀態(tài)。而面對以北向資金為代表的外資流入流出行為，確實在研究落地上有較高的難度。我們在與投資者廣泛的交流過程中，發(fā)現(xiàn)痛點在與三個方面：1、北向流入流出波動大，難以琢磨；2、北向流入金額和市場成交量懸殊，沒有意義；3、外資是不是最主要的邊際交易，無法判斷。同時，研究外資的難點也比較多：例如：1、周度還是月度視角比較有效？2、多少金額有效，100 億有效？流入哪些領域有更好的預示效果？3、交易型和配臵型？假外資和真外資？等等。我們認為在深度研究外資的過程中，以上這些問題都需要正視。客觀而言，我們很難在一篇文章講清楚以

3、上全部內容。因此，在本篇文章，我們重點聚焦在以北向資金為代表的外資在 A 股“擇時”的問題，以供廣大投資者參考。具體而言：對于外資在 A 股的配臵，我們基于政策、市場成熟度、經濟環(huán)境三個維度進行分析，從配臵層面創(chuàng)新性地首次提出“安信策略EPU-成熟度-基本面三因素配臵分析框架”。具體而言：第一、當經濟政策不確定性增加，政策風險加劇自然會壓制外資的風險偏好；當經濟政策不確定性趨緩，則為市場和經濟正常運行提供的大前提。在這里我們用經濟不確定指數(shù)（EPU 指數(shù)）衡量；第二、在一個成熟的市場中，市場參與者的認知相對理性，市場價格與價值的偏離程度較小，投機行為較少。因此，我們認為市場成熟化將有助于外資的

4、流入。在這里，我們用資本市場波動率等指標來衡量；第三、上市公司的基本面分析是市場中價值投資的普遍認知，決定著 DDM 模型的分子端；同時經濟情況也通過政策等多方面影響利率水平，從而影響 DDM 模型的分母端。在這里，我們主要用反映宏觀基本面的 PMI 來衡量。從歷史印證上來看，安信策略EPU-成熟度-基本面三因素框架能夠對外資流入情況起到較好的解釋預判效果。外資集中流入期的普遍現(xiàn)象是：經濟政策不確定性（EPU）下降，市場波動性（月均換手率）在 1%以下，經濟環(huán)境 PMI 在榮枯線以上；外資集中流出期的普遍現(xiàn)象是：經濟政策不確定性（EPU）上升，市場波動性（月均換手率）在 1.5%以上，經濟環(huán)境

5、 PM I 在榮枯線以下。同時，我們認為當兩個因素傾向于外資流入/流出時，這時候對外資流入/流出概率大，在流動幅度的影響程度上，經濟政策不確定性指數(shù) EPU 指數(shù)為觀測外資流入流出行為的核心指標，經濟政策不確定性 EPU市場成熟度經濟環(huán)境。此外，在交易層面，我們認為以月度為單位觀察北向資金流入流出對于外資行為進行觀察是相對有效的。與此同時，如果在月度中單日北向凈流入/流出超過 100 億，可將其視為重要的交易特征與信號，其余單日低于 50 億的流入流出我們認為研究意義并不大。具體而言，我們得到外資在交易層面配臵 A 股的十大啟示：第一、外資買入特征：全部 A 股整體 PE 估值低于 14X，在

6、階段性大盤指數(shù)跌 10%以上，波動性趨穩(wěn)階段時，北向資金流入概率大。具體而言，通過梳理外資流入時的 A 股市場環(huán)境，我們發(fā)現(xiàn)以下五大啟示：1、從估值方面來看，當全部 A 股整體 PE 估值低于 14x 時是北向的明確流入信號；2、從市場情緒來看，北向資金在市場情緒偏低的時刻買入,加速流入時月均換手率低于 1%；3、從系統(tǒng)性風險來看，北向流入時更為關注 VIX 指數(shù)，VIX 指數(shù)往往在 50 以下或見頂回落時流入，與匯率并無嚴謹關聯(lián)；4、從市場行情來看，北向資金在階段性大盤指數(shù)跌 10%以上，波動性趨穩(wěn)階段時，外資流入的概率大；5、從行業(yè)層面的買入情況來看，在 2019 年以前消費與金融板塊在流

7、入后相關領域行情演繹具備持續(xù)性；2019 年下半年以來，半導體、新能源等新興產業(yè)在北向流入后相關領域旱情演繹具備持續(xù)性。綜合評估來看，北向資金流入對于相應領域的配臵前瞻性（預示上漲）居前的行業(yè)有：電氣設備（新能源）電子家用電器。第二、外資賣出特征：當市場出現(xiàn)系統(tǒng)性風險+上證指數(shù)階段性拉升 20%時，北向資金流出概率大。具體而言，通過梳理外資流出時的 A 股市場環(huán)境，我們發(fā)現(xiàn)以下五大啟示：1、從估值方面來看，當全部 A 股整體市盈率十年估值分位數(shù)回落至 30%左右，北向流出壓力會出現(xiàn)明顯緩解。2、從市場情緒來看，全 A 平均換手率回升至 1.5%，博弈色彩較嚴重的時期，北向資金傾向于流出。3、從

8、系統(tǒng)性風險來看，在出現(xiàn)全球系統(tǒng)性風險背景下（VIX 指數(shù)上升 200%或絕對值高于50），外資可能出現(xiàn)“止損式”賣出。4、從市場行情來看，在止盈背景下前三個月上證綜指累計漲幅達 20%時，北向資金有較大兌現(xiàn)收益的可能。北向資金在高位兌現(xiàn)收益后，市場將進入相對疲軟調整期。六輪集中流出區(qū)段中，上證綜指在開始流出前三個月（算數(shù)）平均漲跌幅為 4.9%，開始流出前一個月（算數(shù)）平均漲跌幅為 1.2%，流出區(qū)間（算數(shù)）平均漲跌幅為-3.0%，開始流出后三個月（算數(shù)）平均漲跌幅為-3.6%。5、在行業(yè)層面，北向資金傾向于賣出行業(yè)估值水平處在高位，行業(yè)所屬 PE 大多處于十年分位數(shù) 70%以上，前期累計收益

9、超過 30%的行業(yè)。同時，在各輪北向資金流出區(qū)間，北向資金持倉較為集中的食品飲料、醫(yī)藥生物、休閑服務等行業(yè)往往仍然有平均 5%-10%左右的超額收益。從目前評估來看，北向資金流出對于相應領域的配臵前瞻性（預示下跌）評估：非銀金融房地產計算機。外資配臵分析框架：安信策略EPU-成熟度-基本面三因素框架外資對于 A 股的配臵，我們基于政策、市場成熟度、經濟環(huán)境三個維度進行分析，從配臵層面創(chuàng)新性地首次提出“安信策略EPU-成熟度-基本面三因素配臵分析框架”并認為當兩個因素傾向于外資流入/流出時，這時候對外資流入/流出概率大，在流動幅度的影響程度上，經濟政策不確定性 EPU市場成熟度經濟環(huán)境。具體而言

10、：第一、當經濟政策不確定性增加，政策風險加劇自然會壓制外資的風險偏好；當經濟政策不確定性趨緩，則為市場和經濟正常運行提供的大前提。在這里我們用經濟不確定指數(shù)（EPU 指數(shù)）衡量；第二、在一個成熟的市場中，市場參與者的認知相對理性，市場價格與價值的偏離程度較小，投機行為較少。因此，我們認為市場成熟化將有助于外資的流入。在這里，我們用資本市場波動率等指標來衡量；第三、上市公司的基本面分析是市場中價值投資的普遍認知，決定著 DDM 模型的分子端；同時經濟情況也通過政策等多方面影響利率水平，從而影響 DDM 模型的分母端。在這里，我們主要用反映宏觀基本面的 PMI 來衡量。圖 1：安信策略EPU-成熟

11、度-基本面三因素配臵分析框架經濟政策不確定指數(shù)（EPU）：當 EPU 指數(shù)回落時，外資傾向于增配從經濟政策不確定性的角度看，BAKER（2016）基于南華早報進行文本分析，構建了中國經濟政策不確定性指數(shù) EPU。南華早報是香港領先的英文期刊，具有較廣泛的影響力，該 EPU 指數(shù)在學術界也有廣泛認知與使用。指數(shù)具體構建方法：首先，挑選出有關中國經濟不確定性的文章，要求 China, Chinese 、economy, economic、uncertain, uncertainty 三個術語集中都有單詞出現(xiàn)在文章內；第二，要求在步驟一中挑選出的討論經濟不確定性的文章，也討論政策問題，所以文章還需要

12、滿足包含特定政策詞匯。第三，挑選出每月滿足上述要求的文章。用討論中國經濟政策不確定性的文章數(shù)量除以當月總發(fā)文數(shù)量，之后進行標準化處理最終得到 EPU 指數(shù)。我們發(fā)現(xiàn)，北向資金傾向于在 EPU 回落期間流入，以 2022 年為例，自 2022 年 2 月-4 月，受地緣政治、全球通脹等系統(tǒng)性風險影響，經濟政策不確定 EPU 迅速上升，北向資金進入月度凈流出階段；到 2022 年 4 月-6 月，EPU 自 843.92 高位回落至 700.43，北向資金隨之連續(xù)三月凈流入，且規(guī)模逐步擴大。中美 EPU 具有較高的正相關性，相關系數(shù)達 0.64，故需要密切關注國內國際經濟政策不確定性情況。我們認為

13、隨著美國加息節(jié)奏的逐漸明晰，中美經濟基本面觸底，有利于不確定性趨于緩和，為北向資金流入提供穩(wěn)定的政策環(huán)境。圖 2：經濟政策不確定性EPU 指數(shù)回落，北上流入回暖BAKER表 1：北向資金流入區(qū)段 EPU 變動情況開始結束EPU 變動2022 年 4-6 月843.92700.43-143.492020 年 11 月-2021 年 12 月723.91589.81-134.102020 年 4 月-6 月819.18843.6224.442019 年 6 月-2020 年 1 月959.85755.26-204.592019 年 1 月-2 月654.96720.1665.202018 年 1

14、月-5 月122.94374.10251.17BAKER2017 年 2 月-8 月464.52265.26-199.262014 年 11 月-2015 年 3 月112.7482.09-30.65圖 3：中美EPU 具有較高的相關性BAKER資本市場成熟度（波動率、FDI 監(jiān)管限制指數(shù)等）：當市場波動率提升時，外資傾向于避險減配市場趨于成熟體現(xiàn)在市場波動水平降低，機構持股比例上升，市場開放水平提升，服務實體經濟能力增強。市場波動加劇與外資持股風險相關聯(lián)，而市場開放水平則意味著在必要情況下外資是否能夠及時自主可控地流入流出，對風險做出反應。金融市場開放水平是市場成熟的表現(xiàn)之一，M SCI 提

15、到進一步納入 A 股須以中國 A 股市場的準入狀況及國際接軌水平為依據(jù)，體現(xiàn)了外資對金融市場開放水平的密切關注。OECD 編制的 FDI 監(jiān)管限制指數(shù)，對各經濟體外國直接投資的監(jiān)管限制程度進行評價，其中包括針對金融業(yè)的評價。金融市場開放水平決定了外資流入流出的自由便利程度。指數(shù)具體構建方法：OECD 根據(jù)對各國FDI限制政策的加權打分，衡量一個國家對外國直接投資的限制程度。該指數(shù)主要衡量的是各經濟體對 FDI 的法定限制，主要包括四種限制類型：(1)外國股權限制；(2)歧視性篩選或審批機制；(3)聘用外國人作為關鍵雇員的限制；(4)其他經營限制，如外資企業(yè)設立形式、利潤匯回等。指數(shù)分值介于 0

16、-1 之間，分值越低代表開放程度越高，限制程度越低，0 代表完全開放，1 代表完全封閉。行業(yè)方面，F(xiàn)DI 限制指數(shù)共覆蓋了包含初級產業(yè)、制造業(yè)以及服務業(yè)的 22 個主要的經濟部門，并對主要經濟部分進行了細分。一國總體限制指數(shù)是各部門得分的平均值。自 1997 年以來，我國 FDI 限制指數(shù)及金融業(yè) FDI 限制指數(shù)均持續(xù)下降，意味著外國投資者進入中國各行業(yè)投資更加自由便利，自 2018 年金融業(yè)限制指數(shù)下降尤為明顯。2018 年4 月，國家主席習近平在博鰲亞洲論壇開幕式上向世界宣布，“中國開放的大門不會關閉，只會越開越大”，表示將大幅放寬包括金融業(yè)在內的市場準入。央行行長易綱隨后公布了詳細的開

17、放路線圖和清晰的落地時間表。2018 年成為了新一輪力度空前的金融大開放啟幕，2018 年金融業(yè) FDI 限制指數(shù)下降明顯，由 2017 年的 0.56 下降至 0.33，大大刺激了外資的流入。市場開放水平一定程度解釋了在 2018 年中美貿易戰(zhàn)背景下，外資逆勢流入 A 股的現(xiàn)象。圖 4：2018 年金融業(yè)限制指數(shù)下降明顯，外資加速流入OECD圖 5：滬深股市每年募集資金及 IPO 家數(shù)整體呈上升趨勢圖 6：A 股機構持股比例提升至 40%左右暫時維穩(wěn)而金融市場的作用在于服務實體經濟，股票市場募集資金的能力是其核心價值體現(xiàn)。滬深兩市每年募集資金及 IPO 家數(shù)整體呈上升趨勢，體現(xiàn)了 A 股在經

18、濟發(fā)展中起到的重要作用?；趯χ袊洕l(fā)展的信心，我們相信股市也將持續(xù)健康發(fā)展，這也構成外資長期配臵 A 股的原因。長期來看機構持股比例的提升體現(xiàn)了市場機構化進程，市場參與者專業(yè)水平的提高意味著市場走向成熟?；跈C構持股市值及私募證券投資基金規(guī)模等數(shù)據(jù)，我們估算出 A 股市場的機構持股比例從 2014 年底的 27%上升至 2021 年底的 41%。在 2021 年前，機構持股比例處在上升通道，未見其與市場及北向資金流入之間的聯(lián)動；但 2021 年后， A 股機構持股比例已升至 40%左右的較高位臵，較高的機構化程度意味著 A 股市場的逐步成熟，短期來看市場波動率也是市場成熟度的觀察維度，北向

19、資金傾向于在 A 股市場波動加劇時流出。波動加劇，意味著短期內市場投機行為的增多或市場分歧的存在。自 2018 年以來，上證綜指月度日漲跌幅標準差以 1%為中樞振蕩，近四輪北向資金集中流出階段，標準差均出現(xiàn)明顯峰值達 1.5-2%；而近四輪北向資金集中流入階段，標準差均處在下降通道或 1%的振蕩中樞附近。故上證綜指月度日漲跌幅標準差超過 1.5%時，北向資金傾向于避險流出。圖 7：波動率中樞為 1%，提升至 1.5% 以上時北向資金較大概率凈流出宏觀經濟基本面（GDP、PMI 和工業(yè)企業(yè)數(shù)據(jù)）：當經濟發(fā)展態(tài)勢良好，外資傾向于增配在經濟基本面較差無明顯改善階段，資金流動性充裕為市場提供流動性邏輯

20、，刺激經濟復蘇。在資金流動性層面， M2 同比所代表的國內流動性供給寬松有利于北上流入。2020 年 4 月-2020 年 6 月，M2 同比維持 11.1%高位；2022 年 5-6 月，M2 同比分別錄得 11.1%、11.4%增長，以上區(qū)段均為北向資金集中流入區(qū)段。M2 同比高于 10%更可能對應北上凈流入。圖 8：M2 同比高于 10%為市場提供流動性邏輯圖 9：債市收益率對外資流動影響并不明顯從宏觀層面來，長期來看我國基本面向好的趨勢不會改變，作為全球第二大經濟體經濟增速持續(xù)維持相對高增長。從經濟基本面的層面來看，我國仍然維持 5%左右的中高速 GDP 增長，這也為 A 股公司經營業(yè)

21、績表現(xiàn)提供大環(huán)境保障。從反映經濟情況的社會融資增量、PMI 指標以及上市企業(yè) ROE 的水平對北向凈流入進行驗證來看，經濟情況與外資流入流出的關聯(lián)度驗證關系規(guī)律有以下兩條：其一，PMI 深 V 時，北向資金處在流入萎縮或凈流出的階段。在系統(tǒng)性風險引發(fā)經濟走弱的情況下，從 PMI 上可以顯著看到深 V 形態(tài)，如 2020 年 2 月 PMI 由前值 50.0 降至35.7，隨后 2020 年 3 月北向資金單月凈流出 678.7 億元；2022 年 4 月 PMI 降至 47.4，北向資金在 2022 年 3 月已有反映，凈流出 450.8 億元。其二，當企業(yè)盈利的基本面預期開始出現(xiàn)改善，上證綜

22、指成分股一致預測 ROE 同比水平處于觸底回升的時間階段，北向資金往往會呈現(xiàn)出集中流入，因此北向資金的交易指引信號仍然圍繞基本面展開。2016 年 8 月至 2018 年 8 月、2020 年 8 月至 2021 年底，上證綜指成分股一致預測 ROE 同比處在明顯上升通道，期間出現(xiàn)三輪北向資金集中流入。以 2020 年 2 月-10 月最為明顯，當該指標走弱時，出現(xiàn)了 2020 年 2-3 月凈流出；當企穩(wěn)橫盤時，出現(xiàn)了 2020 年 4-6 月的凈流入；當在再次走弱時，出現(xiàn)了 2020 年 7-10月的凈流出。圖 10：中國 GDP 及實際增速表現(xiàn)圖 11：PMI 與北向凈流入與北向凈流入圖

23、 12：一致預測 ROE 同比與北向凈流入ChoiceChoice圖 13：社會融資增量當月同比 3 期移動平均與北向凈流入圖 14：OECD 綜合領先指標與北向凈流入歷史驗證：EPU-成熟度-基本面三因素框架對于外資流入的復盤從歷史印證上來看，安信策略EPU-成熟度-基本面三因素框架能夠對外資流入情況起到較好的解釋預判效果。外資集中流入期的普遍現(xiàn)象是：經濟政策不確定性（EPU）下降，市場波動性（月均換手率）在 1%以下，經濟環(huán)境 PMI 在榮枯線以上；外資集中流出期的普遍現(xiàn)象是：經濟政策不確定性（EPU）上升，市場波動性（月均換手率）在 1.5%以上，經濟環(huán)境 PMI 在榮枯線以下。外資集中

24、流入期的普遍現(xiàn)象是：經濟政策不確定性（EPU）下降，市場波動性（月均換手率）在 1%以下，經濟環(huán)境 PMI 在榮枯線以上。以 2022 年 5-6 月為例，EPU 下降明顯，3 月及4 月EPU分別為863.94 及843.92，5 月及6 月EPU分別為735.83 及700.43；月均波動率處在 0.9-1.0%的低位；區(qū)間平均 PMI 為 49.9，5 月及 6 月 PMI 分別為 49.6及 50.2，相較于 3 月及 4 月 PMI 的 49.5 及 47.4 有較明顯的改善，存在經濟基本面改善預期。從三個維度來看，2022 年 5-6 月與外資凈流入現(xiàn)象相符，其余區(qū)段類似。但 20

25、18 年 1-5 月 EPU 上升，但仍出現(xiàn)外資凈流入的現(xiàn)象。我們觀察后認為該區(qū)段經濟表現(xiàn)較優(yōu)，區(qū)間平均 PMI 達 51.3，經濟持續(xù)改善及月均波動性處于低位為外資流入帶來動力。但鑒于 EPU 作為政策層面的衡量指標，其重要性居于首位，EPU 的不符合預期導致 2018 年 1-5 月的月均凈流入 263.4 億元較其他凈流入區(qū)間較為舒緩，同時區(qū)間市場收益為-6.4%，為所有凈流入區(qū)段中唯一錄得負收益的區(qū)段，充分體現(xiàn)了 EPU 上升對市場的壓制作用。外資集中流出期的普遍現(xiàn)象是：經濟政策不確定性（EPU）上升，市場波動性（月均換手率）在 1.5 %以上，經濟環(huán)境 PMI 在榮枯線以下。以 20

26、22 年 2-4 月為例，EPU 上升明顯，俄烏沖突疊加 Omicron 疫情沖擊導致 EPU 由 2 月的 406.18 快速上升至 4 月的 843.92；同時市場波動性加劇，月均波動率達 0.9-1.8%，上限超 1.5%；經濟環(huán)境走差，區(qū)間 PMI 為 49.0，尤其 4 月份上海實施嚴格的疫情管控后，消費及生產受到明顯壓制。從三個維度來看，2022 年 2-4 月與外資凈流出現(xiàn)象相符，其余區(qū)段類似，僅 2020 年 7-10 月與 2015 年 10-11 月略有不同。2020 年 7-10 月在 EPU 下降，且經濟環(huán)境持續(xù)改善的情況下外資凈流出，我們認為最重要的原因是 2020

27、年初新冠疫情爆發(fā)，市場出現(xiàn)恐慌性下跌，2-3 月外資大規(guī)模流出；4-6 月疫情得到初步控制且中國復工復產節(jié)奏快，外資進而轉向凈流入，市場進入快速上漲的階段，7-10 月區(qū)間滾動 40 日漲跌幅峰值達 20.0%，外資有較強的盈利兌現(xiàn)的動力，由此引發(fā) 2020 年 7-10 月的外資凈流出。而 2015年 10-11 月處在大熊市回調的階段，該區(qū)段前三個月市場整體下跌 28.6%，前一個月下跌 4.8%，猛烈下跌態(tài)勢短期緩解，北向資金部分解套而外逃，其流出主要受到交易層面的因素影響。進一步，我們拆分出外資集中流入的八個時間段與六個時間段，可以清晰地發(fā)現(xiàn)配臵層面的市場成熟度、政策層面、經濟情況三個

28、維度視角下的規(guī)律：1、經濟政策不確定性指數(shù) EPU為觀測外資流入流出行為的一項核心指標，一旦 EPU 指數(shù)出現(xiàn)持續(xù)下降，則外資流入的可能性極高，反之流出壓力明顯上升。2、三因素框架當中有兩個因素得到明顯邊際改善，則外資往往呈現(xiàn)大幅流入；三因素框架中三個因素均邊際惡化，則外資往往呈現(xiàn)大幅流出。2022.05-2022.06：經濟政策不確定性 EPU 指數(shù)進入下行，經濟基本面探底回升，市場成熟度整體平穩(wěn)，外資回流月均凈買入 449.1 億元。疫情后經濟開始逐步進入弱修復區(qū)間，更加科學精準的防疫防控政策驅動不確定性指數(shù)出現(xiàn)下行，與此同時，PMI 指數(shù)和工業(yè)企業(yè)利潤同比在 4 月見底后，5-6 月出現(xiàn)

29、連續(xù)回升，其中 6 月官方制造業(yè) PMI 回升至 50.2 的擴張區(qū)間，因此三因素模型框架當中有兩項出現(xiàn)了明顯邊際改善，故而外資大幅回流。2022.02-2022.04：經濟政策不確定性 EPU 指數(shù)顯著上升，經濟基本面惡化，市場成熟度下降，外資月均凈流出 116.0 億元。俄烏沖突疊加 Omicron 疫情爆發(fā)，導致政策不確定性上升，多地因疫情進行嚴格管控，對制造業(yè)供應鏈及終端消費均有較大負面影響。同時機構持股比例顯著下降，市場波動性上升。2020.11-2021.12：經濟政策不確定性 EPU 指數(shù)整體處在下降通道，經濟基本面持續(xù)改善，市場成熟度整體平穩(wěn)，外資月均凈買入 391.0 億元。

30、社會進入后疫情時代，地方疫情小規(guī)模爆發(fā)但疫情影響鈍化，經濟政策不確定性下降。海外疫情態(tài)勢嚴峻，利好國內出口和經濟，期間 PMI 連續(xù)十個月處在榮枯線以上。2020.07-2020.10：經濟政策不確定性 EPU 指數(shù)下降，經濟基本面持續(xù)改善，市場成熟度上升，外資月均凈賣出 61.0 億元。本次凈流出與三因素框架分析相悖，我們認為主要系交易層面因素導致。海外疫情嚴重壓制了外資的風險偏好，同時該區(qū)間上證綜指滾動 40 天累計漲跌幅峰值達 20.0%，外資因盈利兌現(xiàn)目的而外流。2020.04-2020.06：經濟政策不確定性 EPU 指數(shù)止?jié)q保持平穩(wěn)，經濟基本面顯著改善，市場成熟度平穩(wěn)，外資月均凈買

31、入 453.5 億元。社會及市場從疫情沖擊初期的恐慌中維穩(wěn)，各項應對措施逐步有序推進，政策不確定性止住上漲趨勢；經濟從 PMI 看相較 2 月改善幅度大。2020.02-2020.03：經濟政策不確定性 EPU 指數(shù)顯著上升，經濟基本面嚴重惡化，市場成熟度下降，外資月均凈流出 281.4 億元。新冠疫情爆發(fā)，外生沖擊導致三因素同時嚴重惡化，不確定性上升，股市波動劇烈，2 月 PMI 深 V 至 35.7。2019.06-2020.01：經濟政策不確定性 EPU 指數(shù)下降，經濟較弱，市場成熟度有所進步，外資月均凈買入 420.5 億元。不確定性在振蕩中下降；經濟較弱但在改善過程中，區(qū)間前 5 個

32、月 PMI 低于榮枯線，后 3 個月轉為榮枯線以上；機構持股比例上升。2019.03-2019.05：經濟政策不確定性 EPU 指數(shù)上升，經濟由強走弱，市場成熟度下降，外資月均凈流出 224.4 億元。中美貿易摩擦升級、政策不確定性走高；從 PMI 看由榮枯線上方下穿進入萎縮區(qū)間；機構持股比例下降，市場波動加劇。2019.01-2019.02：經濟政策不確定性 EPU 指數(shù)下降，經濟略走弱，市場成熟度有所進步，外資月均凈買入 605.4 億元。中美貿易戰(zhàn)有所緩和，不確定性下降；經濟 PMI 略低于榮枯線；市場波動性維持低位。2018.01-2018.05：經濟政策不確定性 EPU 指數(shù)上升，經

33、濟基本面走強，市場成熟度上升，外資月均凈買入 263.4 億元。中美貿易戰(zhàn)升溫，不確定性上升；但 PMI 持續(xù)處于擴張區(qū)間；機構持股比例上升，市場波動性維持低位，同時 2018 年我國FDI 限制指數(shù)顯著下降。2017.02-2017.08：經濟政策不確定性 EPU 指數(shù)下降，經濟走強，市場成熟度整體平穩(wěn)，外資月均凈買入 194.7 億元。不確定性處在下降通道，PMI 持續(xù)處在擴張區(qū)間，市場波動性維持低位，但機構持股比例有所下降。2015.10-2015.11：經濟政策不確定性 EPU 指數(shù)下降，經濟走弱，市場成熟度下降，外資月均凈流出 105.1 億元。經濟政策不確定性下降，但經濟處于萎縮區(qū)

34、間，外資受到市場成熟度下降，波動率劇增的影響，在熊市反彈階段一定程度上解套外流。2015.06-2015.07：經濟政策不確定性 EPU 指數(shù)上升，經濟平穩(wěn)，市場成熟度顯著下降，外資月均凈流出 128.0 億元。本輪集中流出主要是市場波動性顯著加劇，牛市見頂熊市暴跌導致外資出逃。2014.11-2015.03：經濟政策不確定性 EPU 指數(shù)保持平穩(wěn)，經濟平穩(wěn)，市場成熟度整體平穩(wěn)，外資月均凈買入 210.8 億元。三因素均保持穩(wěn)定，該階段處在牛市階段，外資順勢流入。圖 15：外資流動分析框架與各輪次外資集中流動對應關系圖 16：2014 年 11 月至 2022 年 6 月北向資金當月成交金額（

35、億元）及滬深 300 走勢注：紅色陰影時期表示北向資金密集流入，綠色陰影期間北向資金流出圖 17：北向資金行業(yè)流向及其前瞻性作用交易視角下外資買入：何時開始抄底流入？行文之前，我們需要對于研究外資的樣本做界定：作為從整體的評估上來看，以月度為單位我們認為是相對有效的。與此同時，如果單日外資凈流入超過 100 億，我們同樣將其視為相對重要的交易特征與信號，其余單日的擾動我們不將其作為研究的重點樣本?？傮w來看，北向資金整體對于 A 股的成交額占比 2020 年以來提升至 10%左右，因此從總體上來看外資成交占比并不算在高位，但從對 A 股的邊際影響來看并不低，因此，我們仍然需要重視北向資金的動向。

36、其中，北向成交額市場占比=（北向的月度買入金額+北向的月度賣出金額）/滬深兩市月度總成交金額。圖 18：北向資金成交金額及市場占比有較明顯提升Wind具體而言：其一，從增量資金的維度來看，外資是 2016 年來 A 股市場明確的邊際買入者。自滬深港通開通后，大量北向資金流入 A 股，以年度維度來看其中 2016-2021 年北向資金年度平均凈流入 2579.13 億元，截至 2022 年 6 月底北向資金對 A 股的持股市值達 25109.88 億元，占全部 A 股的自由流通市值比例達 6.5%。圖 19：年度北向資金凈買入金額整體呈現(xiàn)上升態(tài)勢圖 20：北向資金持股比例得到持續(xù)提升W ind其

37、二，從外資大幅流入時期對 A 股的影響來看，由于外資主要流入集中于大盤，我們可以看到滬深 300 指數(shù)表現(xiàn)優(yōu)于上證綜指整體，而從集中買入的行業(yè)來看，可以發(fā)現(xiàn)后續(xù)相對大盤以及相對買入較少的行業(yè)存在有明顯的超額收益。圖 21：各輪流入時期集中買入行業(yè)具有明顯超額收益其三，從整體的行情來看，外資往往能在 A 股反轉之時大幅買入，即外資流入后往往行情出現(xiàn)較大幅度上漲。復盤外資流入超過 100 億的時間段來看，在流入超 100 億的當日、未來 3個交易日、5 個交易日、未來 20 個交易日大盤股均相較于市場整體存在一定超額收益，分別為 0.33%、0.29%、0.27%、0.85%。圖 22：北向資金凈

38、流入與大盤股超額行情存在正向關系而針對外資的評估來看，從交易層面上來看外資每日的波動性相對較大，會存在有一天凈流出超過 50 億，下一個交易日凈流入超過 50 億的現(xiàn)象，因此從整體的評估上來看，以月度為單位我們認為是相對有效的。與此同時，如果單日外資凈流入超過 100 億，我們同樣將其視為相對重要的交易特征與信號，其余單日的擾動我們不將其作為研究的重點樣本。分時段來看，自 2014 年 11 月滬股通正式開通以來，我們最終選擇歷史的八輪集中流入與六輪流出時段。具體而言，集中流入的時間段分別為 14 年 11 月-15 年 3 月、17 年 2 月-8 月、 18 年 1 月-5 月、19 年

39、1 月-2 月、19 年 6 月-20 年 1 月、20 年 4 月-20 年 6 月、20 年 11月-21 年 12 月、22 年 4 月-6 月；密集流出則發(fā)生在 15 年 6-7 月、10-11 月、19 年 3-5 月、20 年 2-3 月、20 年 7-10 月、22 年 2-4 月。整體層面：短期關注來自市場特征，全部 A 股整體 PE 估值低于 14X，換手率低于 1%最為值得關注站在中長期配臵的角度，必須要明確的是經濟政策的不確定性、宏觀基本面以及 A 股市場的成熟度是外資的核心關切，對于買入行為起到決定性作用。但是站在短期角度，擾動因素則會變得更為復雜，綜合考慮之后我們認為

40、從估值、情緒、風險、收益、國內投資者行為角度進行探索是比較合適的。通過梳理外資流入時的 A 股市場環(huán)境，我們發(fā)現(xiàn)以下幾點特征：1、從估值方面來看，當全部 A 股整體 PE 估值低于 14x 時是北向的明確流入信號；2、從市場情緒來看，北向往往在市場情緒偏低的時刻買入,加速流入時月均換手率低于 1%；3、從系統(tǒng)性風險來看，北向流入時更為關注 VIX 指數(shù)，VIX 指數(shù)往往在 50 以下或見頂回落時流入，與匯率并無嚴謹關聯(lián)；4、從市場行情來看，北向資金在階段性大盤指數(shù)跌 10%以上，波動性趨穩(wěn)階段時，外資流入的概率大。5、從行業(yè)層面的買入情況來看，在 2019 年以前消費與金融板塊在流入后相關領域

41、行情演繹具備持續(xù)性；2019 年下半年以來，半導體、新能源等新興產業(yè)在北向流入后相關領域旱情演繹具備持續(xù)性。綜合目前評估來看，北向資金流入對于相應領域的配臵前瞻性（預示上漲）評估：電氣設備（新能源）電子家用電器。圖 23：總結八輪外資流入時市場特征概覽估值層面：當全部 A 股估值低于 14x 時，北向資金買入概率大從歷史的角度來看，外資密集買入時期和 A 股整體估值往往不存在明確的關聯(lián)，但一旦估值低于 14x，外資則開始果斷買入：2017 年底至 2018 年底，估值持續(xù)下跌，而外資大部分月份均呈現(xiàn)了凈流入的狀態(tài)，僅 2018 年 2 月及 10 月有較小幅的凈流出，整體呈現(xiàn)越跌越買的情形。在

42、 2018 年 12 月觸及全部 A 股 12.2x 的低點后，估值迅速反彈。2019 年期間估值多次下探均未再次跌破 14x，估值整體在 14x 到 15x 左右的區(qū)間振蕩，A 股估值處于低位刺激了外資全年較大幅度凈流入。2020 年初疫情沖擊下，估值仍在 14x 處止跌。此后由于低估值且國內基本面較快恢復，估值快速拉升，外資凈流入幅度大。2021 年估值整體在振蕩中回落，由 19x 左右的高位回落至 16x，估值回落的速度相對較為緩和，外資持續(xù)凈流入。而自 2022 年以來。由于俄烏沖突、全球通脹、Omicron 疫情對經濟產生了極大程度地沖擊等一系列因素相互疊加，外資再度出現(xiàn)較大規(guī)模凈流

43、出，而在 4 月底估值水平下探至 14x 的時間段當中，外資重新開始轉入堅定買入的趨勢當中。溢價指數(shù)上來看，其代表兩地的套利機會，北上資金傾向于在 AH 股溢價下滑時流入。恒生 AH 股溢價指數(shù)追蹤的是在內地和香港兩地同時的股票的價格差異，指數(shù)數(shù)值越大說明 A 股相對 H 股溢價越高。在八輪外資集中流入時，恒生 AH 股溢價指數(shù)算數(shù)平均為 127.7。自 2018年初以來，AH股溢價指數(shù)整體上行，導致近四輪流入階段AH股溢價指數(shù)明顯較前四輪更高， AH 股溢價指數(shù)不構成影響流入的主要因素。但各輪流入均不處于 AH 股溢價指數(shù)明顯上升階段，2020 年 7 月-10 月 AH 股溢價指數(shù)明顯上升

44、，對應北上資金凈流出，故認為北上資金傾向于在 AH 股溢價指數(shù)企穩(wěn)或下滑時流入。圖 24：全 A 估值低于 14x 是北上資金的流入信號圖 25：北向資金在相對性價比高位基本不凈流出圖 26：高隱含風險溢價吸引北上資金流入圖 27：流入期間 AH 股溢價處于階段性低位情緒：北向資金在市場情緒偏低的時刻買入,加速流入時月均換手率低于 1%；換手率反映 A 股市場的流動性和交易活躍度。北向資金傾向于在市場活躍程度持續(xù)減弱，月度日均換手率（算數(shù)平均法）下滑至低位階段加速流入。在歷史八輪流入階段，開始月份日均換手率均值為 1.06%，結束月份日均換手率均值為 1.31%。圖 28：外資在全 A 月均換

45、手率低于 1%時加速流入系統(tǒng)性風險：北向流入時更為關注 VIX 指數(shù)，VIX 指數(shù)往往在 50 以下或見頂回落時流入，與匯率并無嚴謹關聯(lián)從匯率角度來看，北向資金密集流入階段當中并未呈現(xiàn)出清晰一致的規(guī)律。其中在 2018 年3 月開始的北向資金的密集流入時期，由于中美貿易摩擦持續(xù)發(fā)酵，人民幣出現(xiàn)由 6.3 迅速貶值至 6.9，而在 2021 年外資流入時間段當中，由于供應鏈存在錯配關系，我國出口仍然維持強勁，人民幣匯率一路升值。因此，歷史上來看，外資的流入與匯率之間的關系并不存在直接關聯(lián)。從 VIX 指數(shù)來看，北向資金往往在 VIX 指數(shù)處于歷史低位或觸頂下調的階段集中流入、增配 A 股。而在

46、VIX 指數(shù)迅速上行的市場較為恐慌的階段，往往出于避險的考慮，北向資金會出現(xiàn)短暫大幅流出的過程。圖 29：人民幣匯率與北向資金流向無直接關聯(lián)圖 30：北向資金流入期間 VIX 指數(shù)處于階段低位市場行情：北向資金在階段性大盤指數(shù)跌 10%以上，波動性趨穩(wěn)階段時，外資流入的概率大北向資金在階段性大盤指數(shù)跌 10%以上，北上資金抄底概率大。上證綜指滾動 40 天累計收益率長期處在-7%至 7%的振蕩區(qū)間。其中，2019 年 5 月、2020 年 3 月、2022 年 4 月均出現(xiàn)了滾動 40 天累計收益率跌破 10%的局面，此后北向資金很快恢復凈流入，而滾動 40 天累計收益率很快回到振蕩區(qū)間。在

47、2019 年 1-2 月、2020 年 4-6 月，隨著北向資金的流入，上證綜指滾動 40 天收益率大大突破 7%的振蕩上限，隨著北向流入接近尾聲也到達高點。北向資金有較強的抓住反轉機會的能力。對比流入區(qū)間前一個月及流入開始后一個月上證綜指的表現(xiàn)，流入前一個月平均收益率為-2.0%，流入開始后一個月平均收益率為 4.9%，亦可認為北向資金是重要的行情反轉催化劑。圖 31：上證綜指滾動 40 天累計收益率上揚突破階段大幅買入圖 32：北向資金擅長反轉處買入，流入區(qū)間上證綜指漲幅最大國內投資者行為：2019 年以前往往是內資的領先信號，當前指示意義有所減弱2014 年 11 月滬港通開通時國內基金

48、倉位正處在高位，2017 年前三季度北向資金大舉流入時國內基金在前期持續(xù)減倉，7 月才開始有資金進場。2018 年市場行情走低，國內外資金差異表現(xiàn)得最為明顯，外資持續(xù)流入，國內資金則持續(xù)減倉。2019 開年外資大舉流入，而國內基金則顯得猶豫。自 2019 年之后，隨著內資的配臵思路逐漸轉向以產業(yè)賽道為核心，整體公募基金在倉位股票的投資比例持續(xù)維持在 68%左右相對恒定的水平，因此外資流入整體來看和國內公募基金倉位的變化程度關聯(lián)度在逐步減弱。圖 33：2019 年以來內外資行為相關度較弱行業(yè)層面：消費轉向新能源，高質量發(fā)展聚焦度顯著提升在行業(yè)配臵方面，2019 年來外資不僅偏好消費、醫(yī)藥，新能源

49、相關的行業(yè)同樣獲得外資偏好。在 2019 年以前的外資偏好當中，消費與金融板塊為北向資金最為青睞的品種，其中食品飲料行業(yè)幾乎每輪獲得了 200 億元以上的凈買入加倉，但這一現(xiàn)象在 2019 年來的外資買入當中出現(xiàn)了較為明顯的改變，新能源、電子等高景氣成長板塊開始逐步成為北向資金的心頭好，其中 2020 年 11 月-2021 年 12 月的這一輪買入過程當中，北向資金凈買入電氣設備行業(yè) 1328.26 億元，而對于食品飲料行業(yè)則呈現(xiàn)出凈賣出 117.92 億元，截至 2022 年 6 月底，北向資金對于電氣設備持倉一度超過食品飲料，當前持股市值 3627.26 億元，基本與食品飲料相接近，說明

50、整體來看，外資的持股偏好開始逐步由最開始的消費金融逐步轉向高景氣成長行業(yè)，側面也說明了其對我國高質量發(fā)展的轉型認可度也逐步提升。2022 年 5 - 6 月2 020 年 11 月- 2021 年 12 月2020 年 4 月- 6 月2019 年 6 月- 2020 年 1 月行業(yè)名稱持股市值累計凈買入持股市值累計凈買入持股市值累計凈買入(億持股市值(億累計凈買入(億 ( 億元)( 億元)( 億元)( 億元)( 億元)元)元)元)食品飲料3639.35 240.61 3848.08 - 117.92 3084.98 134.86 2310.75 184.15 電氣設備3627.26 114.

51、98 3641.84 1328.26 599.08 130.76 377.86 150.90 醫(yī)藥生物2040.19 98.77 2646.42 492.97 2350.50 170.58 1520.49 429.01 銀行 2026.31 145.93 1846.49 545.30 1103.96 - 15.95 1305.82 421.94 化工 1764.07 137.32 1753.41 732.78 395.70 90.33 312.60 119.78 電子 1494.54 - 18.99 2223.98 649.15 1271.53 257.02 1020.03 210.46 家用

52、電器1430.87 - 3.06 1677.88 83.94 1555.08 85.68 1570.32 426.09 非銀金融1144.08 75.90 1377.93 392.89 1034.44 61.87 1193.32 194.85 機械設備1031.38 80.80 1135.27 348.54 473.14 80.37 367.25 95.36 有色金屬713.67 - 38.31 661.87 244.62 200.90 42.85 161.22 84.71 計算機 711.02 32.09 1021.10 457.83 613.46 72.07 408.65 203.65 汽

53、車 699.38 57.88 765.20 43.16 384.50 61.85 399.37 75.20 公用事業(yè)685.57 43.76 610.59 147.50 363.52 8.44 350.07 41.00 交通運輸645.11 57.42 575.54 168.55 461.66 25.30 461.74 31.63 休閑服務496.93 37.32 532.39 52.69 379.81 - 22.53 237.87 8.78 采掘 476.01 51.46 285.39 144.37 74.53 3.75 98.57 23.47 建筑材料437.43 10.92 458.85

54、 5.83 391.10 15.66 386.29 109.64 農林牧漁316.98 29.41 344.75 109.76 337.50 2.25 252.13 91.73 傳媒 312.24 16.34 375.12 103.07 383.01 97.96 271.61 113.10 房地產 301.49 - 24.61 307.82 - 32.98 430.86 39.30 455.51 184.73 建筑裝飾273.81 9.51 228.87 36.69 150.37 - 21.98 170.57 89.12 輕工制造220.54 - 17.85 273.28 85.79 158.

55、86 32.12 123.45 63.01 通信 196.61 30.03 193.87 12.87 196.11 15.56 186.61 95.26 鋼鐵 176.33 - 30.37 275.52 63.07 92.96 17.86 102.68 42.39 國防軍工115.27 - 5.74 165.23 - 56.88 119.95 21.73 98.12 46.23 綜合 73.29 - 2.16 100.42 - 5.83 66.89 3.14 68.85 13.35 商業(yè)貿易39.46 1.31 66.61 - 9.80 128.25 21.06 73.96 31.28 紡織服

56、裝20.69 - 0.26 33.45 28.25 10.34 - 0.43 23.50 12.98 表 2：北向資金行業(yè)配臵逐漸從偏好消費、金融轉向高景氣成長 （按 2022 年 6 月末持股市值排序）行業(yè)名稱 2019 年持股市值(億元)1 月- 2 月累計凈買入(億元)2018 年持股市值(億元)1 月- 5 月累計凈買入(億元)2017 年持股市值(億元)2 月- 8 月累計凈買入(億元)食品飲料 1842.15 230.13 1392.51 301.09 711.20 140.66 電氣設備 173.04 49.71 106.10 30.83 53.98 28.56 醫(yī)藥生物 795

57、.34 97.68 824.90 148.95 356.73 152.58 銀行 885.97 162.04 406.19 88.94 315.77 85.58 化工 209.67 29.16 147.26 57.06 73.75 8.99 電子 637.12 98.25 638.94 163.04 385.62 107.43 家用電器 1027.66 198.71 787.04 13.03 462.93 264.30 非銀金融 897.99 75.18 485.22 74.74 457.06 198.40 機械設備 196.60 46.65 58.61 13.95 47.25 17.94 有

58、色金屬 93.74 25.81 69.45 32.41 48.03 15.71 計算機 138.45 41.87 76.72 25.78 43.64 145.61 汽車 348.08 35.48 359.21 46.32 229.11 20.64 公用事業(yè) 310.35 30.45 261.50 36.91 180.26 55.50 交通運輸 426.97 29.33 327.94 34.44 217.66 38.47 休閑服務 179.59 - 1.22 173.03 15.77 51.29 20.55 采掘 71.74 11.68 36.54 11.97 15.49 - 1.83 建筑材料

59、 188.66 16.72 117.38 51.21 48.94 - 21.91 農林牧漁 124.10 27.32 59.57 18.05 26.96 13.86 傳媒 126.17 19.11 83.48 45.17 51.24 17.84 房地產 259.38 48.60 94.58 13.10 60.59 25.20 建筑裝飾 127.13 35.92 54.65 17.59 50.39 0.77 輕工制造 53.09 7.12 61.57 33.23 23.74 14.66 通信 95.80 20.75 49.45 6.13 30.83 4.57 鋼鐵 115.91 6.70 68.

60、20 23.17 28.53 5.11 國防和軍工 34.95 5.21 15.17 3.53 16.88 - 8.86 綜合 26.79 7.79 12.57 2.50 6.91 2.38 商業(yè)貿易 60.53 10.99 49.82 19.29 17.93 1.58 紡織服裝 12.94 0.76 18.66 7.35 11.21 3.55 外資密集流入時期流入的行業(yè)前期表現(xiàn)均較有韌性，在市場走弱的背景下抗跌，同時市盈率十年期分位數(shù)在 50%以下，偏好消費、高景氣行業(yè)。從表現(xiàn)上來看，電子、電氣設備、汽車、家用電器、食品飲料等在流出階段表現(xiàn)較好。這表明在外資流入的背景下，市場的風險偏好上升，