三月配置視點(diǎn)：本輪外資流入行為有何特征

目錄本輪外資流入行為有何特征？ 3外資本輪流入偏好什么風(fēng)格？ 3外資本輪流入偏好哪些行業(yè)？ 5外資哪些機(jī)構(gòu)在加倉(cāng)？ 6大類(lèi)資產(chǎn)量化觀點(diǎn) 7權(quán)益：景氣度分歧仍存，三月震蕩前行 7利率：3月10Y國(guó)債利率或下行7BP至2.26% 12黃金：美國(guó)就業(yè)小幅回升，黃金整體仍有機(jī)會(huì) 13地產(chǎn)：壓力與上月持平，新房?jī)r(jià)格仍在下行 16市場(chǎng)風(fēng)格量化觀點(diǎn) 18價(jià)值成長(zhǎng)紅利：價(jià)值機(jī)會(huì)收斂，布局成長(zhǎng)反彈 18大小市值：關(guān)注度降、擁擠度高，但模型仍偏小盤(pán) 21行業(yè)配置量化觀點(diǎn) 25行業(yè)推薦：勝率與賠率 26行業(yè)推薦：出清反轉(zhuǎn)策略 27行業(yè)推薦：宏觀驅(qū)動(dòng)戴維斯雙擊策略 30風(fēng)險(xiǎn)提示 31插圖目錄 32表格目錄 33本輪外資流入行為有何特征？2022年以來(lái)，北向資金有著四次主要流入趨勢(shì)。這四次分別為2022年516日-2022742022113日-2023420日、202377-202384日、2024119-202431資金趨勢(shì)性流入的過(guò)程中，更偏好哪些行業(yè)與風(fēng)格，對(duì)資產(chǎn)價(jià)格又產(chǎn)生了什么影響，接下來(lái)我們對(duì)這四次的歷史復(fù)盤(pán)。圖1：北向資金累計(jì)凈流入（單位：億元） 資料來(lái)源：wind，，注：虛線(xiàn)部分為2022年來(lái)北向資金四次主要流入趨勢(shì)北向資金在2022年以來(lái)四輪主要流入趨勢(shì)期間，整體更加偏好成長(zhǎng)風(fēng)格，且成長(zhǎng)價(jià)值風(fēng)格指數(shù)的走勢(shì)與北向資金在成長(zhǎng)價(jià)值風(fēng)格上的流入表現(xiàn)出較高相關(guān)性。我們首先對(duì)北向資金四輪流入趨勢(shì)中對(duì)成長(zhǎng)價(jià)值風(fēng)格的偏好進(jìn)行了復(fù)盤(pán)，依據(jù)北向持股在國(guó)證成長(zhǎng)（399370.SZ）和國(guó)證價(jià)值（399371.SZ）成分股中的分布判斷資金的偏好。在前三輪流入趨勢(shì)中，北向資金整體更加偏向于成長(zhǎng)風(fēng)格的股票，成長(zhǎng)價(jià)值風(fēng)格指數(shù)的走勢(shì)與北向資金的流入也保持著較高的相關(guān)性。本輪（第四輪）中，北向資金在成長(zhǎng)與價(jià)值風(fēng)格上表現(xiàn)均為先流出再流入，從相關(guān)性來(lái)看，北向資金流入流出也對(duì)成長(zhǎng)價(jià)值風(fēng)格指數(shù)的漲跌起到一定的驅(qū)動(dòng)作用。圖2：成長(zhǎng)價(jià)值風(fēng)格第一輪北向流入 圖3：成長(zhǎng)價(jià)值風(fēng)格第二輪北向流入 資料來(lái)源：wind， 資料來(lái)源：wind，圖4：成長(zhǎng)價(jià)值風(fēng)格第三輪北向流入 圖5：成長(zhǎng)價(jià)值風(fēng)格第四輪北向流入 資料來(lái)源：wind， 資料來(lái)源：wind，值得注意的是，本輪流入中，北向資金一度大量買(mǎi)入小盤(pán)風(fēng)格，最后又切換為大盤(pán)風(fēng)格。本輪流入趨勢(shì)的前半段，北向資金大量買(mǎi)入100億市值以下的股票，500億市值以上的股票則呈大幅凈賣(mài)出的狀態(tài)；而到后半段，北向資金又大幅拋售小市值股票，轉(zhuǎn)而大量買(mǎi)入大市值股票，風(fēng)格切換迅速。圖6：按市值分類(lèi)北向資金累計(jì)流入（單位：億元） 資料來(lái)源：wind，行業(yè)（中信一級(jí)）角度來(lái)看，外資長(zhǎng)期看好TMT、消費(fèi)以及新能源，本輪TMT與消費(fèi)。TMT第四和第五；新能源則被暫時(shí)冷落，汽車(chē)行業(yè)凈流入相對(duì)有限，電力設(shè)備及新能源行業(yè)則出現(xiàn)小幅的凈賣(mài)出。流出最多的為傳媒。圖7：行業(yè)分類(lèi)第一輪北向流入（單位：億元） 圖8：行業(yè)分類(lèi)第二輪北向流入（單位：億元） 資料來(lái)源：wind， 資料來(lái)源：wind，圖9：行業(yè)分類(lèi)第三輪北向流入（單位：億元） 圖10：行業(yè)分類(lèi)第四輪北向流入（單位：億元） 資料來(lái)源：wind， 資料來(lái)源：wind，凈流入排名第一輪第二輪第三輪第四輪凈流入排名第一輪第二輪第三輪第四輪1東方財(cái)富寧德時(shí)代寧德時(shí)代中際旭創(chuàng)2匯川技術(shù)五糧液比亞迪北方華創(chuàng)3贛鋒鋰業(yè)邁瑞醫(yī)療五糧液寧德時(shí)代4東方雨虹分眾傳媒東方財(cái)富京東方A5衛(wèi)星化學(xué)東方財(cái)富平安銀行五糧液6德方納米京東方A同花順格力電器7康龍化成匯川技術(shù)分眾傳媒洋河股份8恩捷股份晶盛機(jī)電美的集團(tuán)濰柴動(dòng)力9邁瑞醫(yī)療平安銀行三花智控順豐控股10順豐控股格力電器廣發(fā)證券美的集團(tuán)資料來(lái)源：，本輪北向資金流入趨勢(shì)中，資金來(lái)源主要為外資的銀行和券商，中資銀行和券商的國(guó)際子公司并不是主力。從2024年2月16日至2024年3月1日期間北向資金買(mǎi)入最多的前十大機(jī)構(gòu)來(lái)看，有9家為外資的銀行券商；中資銀行和券商雖然有所布局，但在本輪資金流入中并不是資金的主要來(lái)源。這一變化或表明外資對(duì)A股市場(chǎng)的看法趨于樂(lè)觀。機(jī)構(gòu)名稱(chēng)加倉(cāng)比例香港上海匯豐銀行有限公司11.1%中銀國(guó)際證券有限公司190.5%機(jī)構(gòu)名稱(chēng)加倉(cāng)比例香港上海匯豐銀行有限公司11.1%中銀國(guó)際證券有限公司190.5%渣打銀行(香港)有限公司4.5%JPMORGANCHASEBANK,NATIONALASSOCIATION3.7%J.P.MORGANBROKING(HONGKONG)LTD19.6%花旗銀行5.9%高盛(亞洲)證券有限公司7.6%SocieteGenerale29.3%ABNAMROCLEARINGHONGKONGLTD153.0%UBSSECURITIESHONGKONGLTD0.8%資料來(lái)源：，大類(lèi)資產(chǎn)量化觀點(diǎn)2024年3月大類(lèi)資產(chǎn)量化觀點(diǎn)如下：大類(lèi)資產(chǎn)觀點(diǎn)權(quán)益核心：景氣度分歧仍存，三月震蕩前行2大類(lèi)資產(chǎn)觀點(diǎn)權(quán)益核心：景氣度分歧仍存，三月震蕩前行2利率核心：3月10Y國(guó)債利率或下行7BP至2.26%20231286%；2PMI310Y黃金核心：美國(guó)就業(yè)小幅回升，黃金整體仍有機(jī)會(huì)2023971%；地產(chǎn)核心：壓力與上月持平，新房?jī)r(jià)格仍在下行0.736；資料來(lái)源：，景氣度指數(shù)緩慢攀升，成分指標(biāo)內(nèi)部分歧。根據(jù)民生A股景氣度指數(shù)監(jiān)測(cè)，景氣度指數(shù)在2023年8月二次探底后已順利進(jìn)入上升趨勢(shì)。2024Q1截至2月底景氣度變化+2.8，整體處于平穩(wěn)回升中。上證指數(shù)凈利潤(rùn)同比2023Q3實(shí)際收斂到-1.8%，預(yù)計(jì)2023Q4、2024Q1都將進(jìn)一步改善。不過(guò)成分指標(biāo)內(nèi)部有所分歧，工業(yè)企業(yè)利潤(rùn)同比趨勢(shì)出現(xiàn)見(jiàn)底跡象，工業(yè)增加值趨勢(shì)持續(xù)回升，但PMI分項(xiàng)反映的就業(yè)、生產(chǎn)、出口、通脹等指標(biāo)都較弱。圖11：當(dāng)前景氣上行趨勢(shì)與歷史6波上行周期平均趨勢(shì) 資料來(lái)源：wind，，注：橫軸為日歷日天數(shù)，縱軸為標(biāo)準(zhǔn)化景氣度變化幅度

圖12：2020年至今各季度景氣度變化(截至2024.3.1） 資料來(lái)源：wind，，注：景氣度指數(shù)計(jì)算詳見(jiàn)專(zhuān)題報(bào)告《分歧度、流動(dòng)性、景氣度——三維指數(shù)擇時(shí)框架》，全文同圖13：A股景氣度指數(shù)與上證指數(shù)凈利潤(rùn)同比（%） 資料來(lái)源：wind，2月預(yù)計(jì)邊際減弱。2為1.92萬(wàn)億元，同比減少1.24萬(wàn)億元，社融TTM環(huán)比約為-3.45%。從結(jié)構(gòu)來(lái)看，信貸、政府債券和企業(yè)債券均相較去年超高基數(shù)有所回落。信貸方面，商品PMI2IPO圖14：上證指數(shù)、A股景氣度及社融TTM環(huán)比MA6變化 資料來(lái)源：wind，，注：圖中上證指數(shù)為放縮調(diào)整后的趨勢(shì)示意總量預(yù)測(cè)2024年2月預(yù)測(cè)值2023年總量預(yù)測(cè)2024年2月預(yù)測(cè)值2023年2月2024年1月預(yù)測(cè)值2024年1月新增社融19162316105985265017社融TTM環(huán)比-3.45%6.11%-0.03%1.44%結(jié)構(gòu)預(yù)測(cè)2024年2月預(yù)測(cè)值2023年2月2024年1月預(yù)測(cè)值2024年1月人民幣貸款13441181845023948401→企業(yè)貸款+居民短貸10870181035180351228→居民中長(zhǎng)貸2038635066272→企業(yè)票據(jù)融資2368-989-2070-9733外幣貸款-1310-280989委托貸款-62-7717-359信托貸款-77266-1817732未貼現(xiàn)銀行承兌匯票-1219-6941995635企業(yè)債券1862366242944835政府債券6024813829372947非金融企業(yè)境內(nèi)股票融資86571477422存款類(lèi)金融機(jī)構(gòu)資產(chǎn)支持證券-563-279-525-203貸款核銷(xiāo)367367312474資料來(lái)源：，預(yù)測(cè)流動(dòng)性與波動(dòng)率同步提升，市場(chǎng)震蕩反彈，但未來(lái)持續(xù)性或有限。當(dāng)前景氣度仍處于上行趨勢(shì)但斜率較低，分歧度和流動(dòng)性同步快速回升，整體市場(chǎng)處在震蕩上漲象限，但流動(dòng)性回升具有周期性并且難以持續(xù)維持高水平，三月市場(chǎng)可能出現(xiàn)隨著流動(dòng)性回落帶來(lái)的回調(diào)。從股權(quán)風(fēng)險(xiǎn)溢價(jià)來(lái)看，由于國(guó)債收益率持續(xù)下行，市場(chǎng)反彈后也仍處于賠率極值。對(duì)于以美債利率計(jì)算成本的外資來(lái)說(shuō)，雖然股權(quán)風(fēng)險(xiǎn)溢價(jià)角度A股仍不具吸引力，但是北向資金已由持續(xù)流出轉(zhuǎn)變?yōu)槌掷m(xù)流入，外資當(dāng)前對(duì)市場(chǎng)有正向作用。圖15：分歧度、流動(dòng)性、景氣度變化趨勢(shì)資料來(lái)源：wind，圖16：滬深300ERP分位數(shù)（中債/美債為底）資料來(lái)源：wind，圖17：中證800走勢(shì)與北上資金近期關(guān)系 資料來(lái)源：wind，，注：指數(shù)的數(shù)值調(diào)整目的為在坐標(biāo)軸中與其他指標(biāo)可比民生金工三維擇時(shí)框架樣本外表現(xiàn)當(dāng)下已創(chuàng)新高。框架通過(guò)將量?jī)r(jià)情緒與宏觀景氣有機(jī)結(jié)合判斷市場(chǎng)漲跌概率，同時(shí)通過(guò)股權(quán)風(fēng)險(xiǎn)溢價(jià)（ERP）等因素補(bǔ)充刻畫(huà)極端賠率狀態(tài)修正判斷，能夠低頻且有效抓取市場(chǎng)上漲區(qū)間，規(guī)避市場(chǎng)高風(fēng)險(xiǎn)區(qū)間。詳細(xì)內(nèi)容請(qǐng)參考報(bào)告《分歧度、流動(dòng)性、景氣度——三維指數(shù)擇時(shí)框圖18：分歧度-流動(dòng)性-景氣度三維擇時(shí)框架樣本外表現(xiàn)（截至2024.3.1） 資料來(lái)源：wind，利率：310Y7BP2.26%利率的本質(zhì)是資金的價(jià)格。利率變動(dòng)由資金的供需因素共同決定，民生金工利率預(yù)測(cè)框架采用結(jié)構(gòu)化靜態(tài)因子模型（trctdtaticacorl，從精選的宏觀指標(biāo)中抽象出四大因子：經(jīng)濟(jì)增長(zhǎng)、通貨膨脹、債務(wù)杠桿、短期利率，共同刻畫(huà)利率的變動(dòng)方向。圖19：10Y國(guó)債利率驅(qū)動(dòng)因素模型資料來(lái)源：繪制以此框架進(jìn)行月度利率擇時(shí)，2006年以來(lái)樣本內(nèi)外均有70%左右勝率。模型通過(guò)靜態(tài)因子模型預(yù)測(cè)下月10Y國(guó)債利率變動(dòng)方向，并通過(guò)累加或者累減實(shí)際變動(dòng)以表示預(yù)測(cè)效果，以2019年初為樣本內(nèi)外節(jié)點(diǎn)進(jìn)行統(tǒng)計(jì)，總體保持較高勝率。2023年以來(lái)樣本外有12個(gè)月方向判斷正確，勝率為86%。圖20：靜態(tài)因子模型歷史月度利率擇時(shí)效果資料來(lái)源：wind，，注：擇時(shí)結(jié)果計(jì)算方法為利率月度變動(dòng)的累加（看多）或累減（看空）310Y7BP2.26%。子來(lái)看，經(jīng)濟(jì)增長(zhǎng)因子保持回升，通貨膨脹因子繼續(xù)回落，債務(wù)杠桿因子繼續(xù)上行，短期利率因子大幅回落，2月原材料購(gòu)進(jìn)價(jià)格PMI3圖21：利率驅(qū)動(dòng)因子長(zhǎng)期變化趨勢(shì) 資料來(lái)源：wind，圖22：10Y國(guó)債利率3月預(yù)測(cè)各因子貢獻(xiàn) 圖23：2018年以來(lái)模型預(yù)測(cè)值與實(shí)際值對(duì)比 資料來(lái)源：wind， 資料來(lái)源：wind，黃金的本質(zhì)是“高級(jí)別的保底信用”。當(dāng)前信用最強(qiáng)貨幣為美元，因此黃金走勢(shì)目前主要對(duì)標(biāo)美元信用。美元信用主要體現(xiàn)在美國(guó)經(jīng)濟(jì)強(qiáng)弱、信用擴(kuò)張強(qiáng)弱，美元實(shí)際利率等因素中。因此我們從精選的宏觀指標(biāo)中抽象出四大因子：美國(guó)經(jīng)濟(jì)、美國(guó)就業(yè)、美國(guó)財(cái)政、美國(guó)負(fù)債，共同刻畫(huà)黃金的變動(dòng)方向，并采用結(jié)構(gòu)化靜態(tài)因子模型進(jìn)行黃金的判斷。圖24：黃金驅(qū)動(dòng)因素模型資料來(lái)源：繪制以此框架進(jìn)行月度黃金擇時(shí)，2008年以來(lái)有64%左右勝率。長(zhǎng)期來(lái)說(shuō)四因子模型對(duì)黃金走勢(shì)有較高的解釋度。黃金本身并無(wú)未來(lái)現(xiàn)金流，傳統(tǒng)金融定價(jià)公式無(wú)法直接定價(jià)，本身交易價(jià)格受到敘事與情緒影響較大，四因子雖有較高解釋度，但框架仍是開(kāi)放的。2023年以來(lái)樣本外有9個(gè)月方向判斷正確，勝率為71%。圖25：靜態(tài)因子模型歷史月度黃金擇時(shí)效果資料來(lái)源：wind，美國(guó)就業(yè)因子有所回升，整體仍驅(qū)動(dòng)黃金上漲。我們?cè)谥暗膱?bào)告中判斷在財(cái)政赤字、債務(wù)上限擴(kuò)張影響下，對(duì)美元信用的擔(dān)憂(yōu)將促進(jìn)黃金反彈。本月來(lái)看美國(guó)對(duì)外負(fù)債因子回升，就業(yè)因子小幅上行，經(jīng)濟(jì)因子小幅回升，財(cái)政因子繼續(xù)上升，整體模型判斷黃金仍有機(jī)會(huì)。圖26：黃金驅(qū)動(dòng)因子長(zhǎng)期變化趨勢(shì)資料來(lái)源：wind，圖27：倫敦金現(xiàn)3月預(yù)測(cè)各因子貢獻(xiàn)資料來(lái)源：wind，從賠率因素來(lái)看，實(shí)際利率近期緩步走高，黃金賠率判斷無(wú)重大變化。美國(guó)實(shí)際利率可視為黃金機(jī)會(huì)成本，歷史上與黃金走勢(shì)呈較為顯著的負(fù)相關(guān)關(guān)系。雖然在美國(guó)政府高赤字率，美債信用評(píng)級(jí)下降背景下，與黃金走勢(shì)的相關(guān)性有所減弱。但從賠率的角度來(lái)理解，實(shí)際利率絕對(duì)值仍處高位，未來(lái)若繼續(xù)下行，對(duì)黃金仍是利好驅(qū)動(dòng)。圖28：黃金與美國(guó)實(shí)際利率走勢(shì) 圖29：美國(guó)通脹預(yù)期 資料來(lái)源：wind， 資料來(lái)源：wind，民生金工房地產(chǎn)行業(yè)壓力指數(shù)的構(gòu)建目標(biāo)是追蹤市場(chǎng)核心指標(biāo)變化，衡量房地產(chǎn)市場(chǎng)的承壓狀態(tài)。我們采用擴(kuò)散指數(shù)的方式，通過(guò)房地產(chǎn)市場(chǎng)供給與需求各鏈路中的關(guān)鍵指標(biāo)，從絕對(duì)水平和邊際變動(dòng)兩個(gè)維度打分，加總標(biāo)準(zhǔn)化得到房地產(chǎn)行業(yè)壓力指數(shù)。房地產(chǎn)行業(yè)壓力指數(shù)的值越大表示當(dāng)前房地產(chǎn)市場(chǎng)低迷并有形勢(shì)繼續(xù)惡化的潛在可能?；仡櫄v史市場(chǎng)表現(xiàn)，房地產(chǎn)板塊獲得較大超額收益的時(shí)期與寬松政策的持續(xù)發(fā)布期基本吻合，其核心邏輯為高壓力驅(qū)動(dòng)寬政策，進(jìn)而修復(fù)市場(chǎng)預(yù)期。房地產(chǎn)行業(yè)壓力指數(shù)的更多細(xì)節(jié)請(qǐng)參考報(bào)告《視角透析：房地產(chǎn)行業(yè)壓力指數(shù)構(gòu)建》。圖30：房企、居民、金融機(jī)構(gòu)、地方政府鏈路關(guān)系 資料來(lái)源：繪制截止至2024年2月29日，三個(gè)月移動(dòng)平均的房地產(chǎn)行業(yè)壓力指數(shù)為0.76（前值0.736，行業(yè)整體壓力與上期持平。從細(xì)分指標(biāo)層面看，土地出讓金同比延續(xù)負(fù)增，而成交土地溢價(jià)率明顯走低；70大中城市新房?jī)r(jià)格連續(xù)8個(gè)月負(fù)增長(zhǎng)，降幅依舊與上月持平，環(huán)比為-0.4%；個(gè)人住房貸款同比顯著多增；商品房銷(xiāo)售面積和房屋新開(kāi)工面積因1、2月數(shù)據(jù)合并發(fā)布，暫不更新觀點(diǎn)。從供需兩側(cè)來(lái)看，供給側(cè)壓力略有上升，土地市場(chǎng)成交處歷史低位，其中或有春節(jié)假期因素的影響；需求側(cè)壓力則得益于個(gè)人住房信貸的多增有所緩解。圖31：民生金工房地產(chǎn)行業(yè)壓力指數(shù)（2024.02）資料來(lái)源：wind，圖32：細(xì)分指標(biāo)當(dāng)期評(píng)分（2024.02）資料來(lái)源：wind，繪制圖33：供需兩側(cè)壓力（2024.02） 資料來(lái)源：wind，繪制市場(chǎng)風(fēng)格量化觀點(diǎn)2024年3月市場(chǎng)風(fēng)格量化觀點(diǎn)如下：市場(chǎng)風(fēng)格觀點(diǎn)價(jià)值成長(zhǎng)紅利核心：價(jià)值機(jī)會(huì)收斂，布局成長(zhǎng)反彈/，1市場(chǎng)風(fēng)格觀點(diǎn)價(jià)值成長(zhǎng)紅利核心：價(jià)值機(jī)會(huì)收斂，布局成長(zhǎng)反彈/，12018623大小市值核心：關(guān)注度降、擁擠度高，但模型仍偏小盤(pán)350%；資料來(lái)源：，對(duì)于價(jià)值/成長(zhǎng)的輪動(dòng)，1個(gè)月相對(duì)收益動(dòng)量策略在2018年6月后表現(xiàn)穩(wěn)健。成長(zhǎng)/價(jià)值相對(duì)收益（中證800成長(zhǎng)/中證800價(jià)值）2005年以來(lái)年化為-2.2%，價(jià)值略占優(yōu)。而按照最近1個(gè)月、3個(gè)月、6個(gè)月、12個(gè)月占優(yōu)風(fēng)格外推下一月占優(yōu)風(fēng)格的策略中，僅1個(gè)月動(dòng)量策略表現(xiàn)較好，并且其在2018年6月后表現(xiàn)大幅提升。圖34：價(jià)值/成長(zhǎng)相對(duì)收益動(dòng)量輪動(dòng)策略年化收益（2004.12-2024.02）

圖35：價(jià)值/成長(zhǎng)1個(gè)月動(dòng)量輪動(dòng)策略表現(xiàn)（2004.12-2024.02） 2018年6月A股首次納入MSCI2018年6月A股首次納入MSCI資料來(lái)源：wind， 資料來(lái)源：wind，策略有效背后的主要因素可能是“跟隨投資”與“公募擴(kuò)容”導(dǎo)致的調(diào)倉(cāng)粘性上升。如果風(fēng)格切換后有更多資金跟隨，即便在50%預(yù)測(cè)勝率下，動(dòng)量策略也能夠通過(guò)高賠率獲得正的預(yù)期收益。外資-內(nèi)資-散戶(hù)的定價(jià)能力落差催生“跟隨投資”現(xiàn)象。2018年6月A股納入MSCI后“跟隨投資”以更高頻的方式得以發(fā)生和傳導(dǎo)，疊加公募擴(kuò)容下的調(diào)倉(cāng)粘性增加，或使得成長(zhǎng)/價(jià)值風(fēng)格動(dòng)量延續(xù)性提升。動(dòng)量策略什么情況下有效？圖36：動(dòng)量策略什么情況下有效？動(dòng)量策略什么情況下有效？資料來(lái)源：繪制基于此規(guī)律延續(xù)的假設(shè)，價(jià)值/成長(zhǎng)輪動(dòng)可以做右側(cè)投資，2024年2月成長(zhǎng)跑贏價(jià)值，按規(guī)則2024年3月建議配置成長(zhǎng)。占優(yōu)風(fēng)格動(dòng)量模型判斷判斷對(duì)錯(cuò)2022年1月價(jià)值價(jià)值√2022年2月占優(yōu)風(fēng)格動(dòng)量模型判斷判斷對(duì)錯(cuò)2022年1月價(jià)值價(jià)值√2022年2月價(jià)值價(jià)值√2022年3月價(jià)值價(jià)值√2022年4月價(jià)值價(jià)值√2022年5月成長(zhǎng)價(jià)值×2022年6月成長(zhǎng)成長(zhǎng)√2022年7月價(jià)值成長(zhǎng)×2022年8月價(jià)值價(jià)值√2022年9月價(jià)值價(jià)值√2022年10月價(jià)值價(jià)值√2022年11月價(jià)值價(jià)值√2022年12月成長(zhǎng)價(jià)值×2023年1月成長(zhǎng)成長(zhǎng)√2023年2月價(jià)值成長(zhǎng)×2023年3月價(jià)值價(jià)值√2023年4月價(jià)值價(jià)值√2023年5月價(jià)值價(jià)值√2023年6月成長(zhǎng)價(jià)值×2023年7月價(jià)值成長(zhǎng)×2023年8月價(jià)值價(jià)值√2023年9月價(jià)值價(jià)值√2023年10月成長(zhǎng)價(jià)值×2023年11月價(jià)值成長(zhǎng)×2023年12月√2024年1月√2024年2月成長(zhǎng)×2024年3月成長(zhǎng)資料來(lái)源：，自2016年外資大量流入A股開(kāi)始，美債利率對(duì)A股紅利/成長(zhǎng)相對(duì)強(qiáng)弱產(chǎn)生顯著影響。邏輯上來(lái)說(shuō)，紅利資產(chǎn)現(xiàn)金流分布較為平均，久期較短，而成長(zhǎng)資產(chǎn)現(xiàn)金流分布近小遠(yuǎn)大，久期較長(zhǎng)，對(duì)資金成本的敏感性上來(lái)說(shuō)后者更甚，因而美債利率會(huì)對(duì)兩者的定價(jià)造成一定的影響。從過(guò)去規(guī)律來(lái)看，拐點(diǎn)上美債利率領(lǐng)先紅利/成長(zhǎng)相對(duì)收益，大約領(lǐng)先3-6個(gè)月不等。當(dāng)前美債利率拐點(diǎn)已過(guò)去4個(gè)月，紅利切成長(zhǎng)的大拐點(diǎn)還未到來(lái)，但或已臨近。圖37：紅利/成長(zhǎng)相對(duì)收益與美債利率 資料來(lái)源：wind，當(dāng)下價(jià)值擁擠度略升，成長(zhǎng)擁擠度略降，離散度方面價(jià)值相對(duì)成長(zhǎng)優(yōu)勢(shì)收斂。因子擁擠度刻畫(huà)了市場(chǎng)交易的風(fēng)格集中性，目前來(lái)看，價(jià)值擁擠度略回升，成長(zhǎng)擁擠度略下降。因子離散度刻畫(huà)了不同風(fēng)格的潛在機(jī)會(huì)水平，目前來(lái)看價(jià)值因子離散度相對(duì)成長(zhǎng)優(yōu)勢(shì)有所收斂，雖然成長(zhǎng)離散度依然底，但價(jià)值當(dāng)下離散度下降較快，短期內(nèi)或面臨壓力。圖38：價(jià)值/成長(zhǎng)擁擠度 圖39：價(jià)值/成長(zhǎng)離散度 資料來(lái)源：wind， 資料來(lái)源：wind，大盤(pán)/小盤(pán)的輪動(dòng)大趨勢(shì)上與機(jī)構(gòu)調(diào)研強(qiáng)度有較高相關(guān)性。我們使用過(guò)去30日的平均調(diào)研次數(shù)作為機(jī)構(gòu)調(diào)研強(qiáng)度的代理指標(biāo)。大盤(pán)/小盤(pán)（滬深300/中證1000）的相對(duì)收益在月度頻率上輪動(dòng)較為頻繁，但大趨勢(shì)上與機(jī)構(gòu)調(diào)研強(qiáng)度強(qiáng)弱有較高的一致性，且機(jī)構(gòu)調(diào)研強(qiáng)度強(qiáng)弱的拐點(diǎn)一定程度上領(lǐng)先大盤(pán)/小盤(pán)輪動(dòng)大趨勢(shì)拐點(diǎn)，大小盤(pán)的輪動(dòng)或與注意力機(jī)制相關(guān)。圖40：小盤(pán)/大盤(pán)市場(chǎng)機(jī)構(gòu)關(guān)注度強(qiáng)弱資料來(lái)源：wind，，注：機(jī)構(gòu)關(guān)注度強(qiáng)弱指標(biāo)都做了MA12處理當(dāng)前小盤(pán)相對(duì)大盤(pán)關(guān)注度已經(jīng)過(guò)拐點(diǎn)，并且小盤(pán)已經(jīng)經(jīng)歷泡沫化并大幅回撤。不論是中證1000+相對(duì)于滬深300/中證500還是中證500相對(duì)于滬深300的機(jī)構(gòu)調(diào)研強(qiáng)度邊際都在走弱，整體市場(chǎng)注意力可能正在發(fā)生切換，大趨勢(shì)角度目前更看好大盤(pán)。圖41：不同市值股票池機(jī)構(gòu)調(diào)研強(qiáng)弱資料來(lái)源：wind，，注：機(jī)構(gòu)關(guān)注度強(qiáng)弱指標(biāo)都做了MA12處理，中證1000+指中證1000指數(shù)成分股及市值更小的其余股票的總和從市值因子擁擠度來(lái)看，當(dāng)前小盤(pán)風(fēng)格擁擠度已經(jīng)達(dá)到歷史極值水平。2月小盤(pán)擁擠度有迅速上升，目前已經(jīng)為2015年以來(lái)最擁擠的狀態(tài)，仍需格外關(guān)注擁擠交易的風(fēng)險(xiǎn)。圖42：市值因子擁擠度資料來(lái)源：wind，，注：市值擁擠度使用滬深300和中證1000計(jì)算從季節(jié)效應(yīng)來(lái)看，20103月份小盤(pán)統(tǒng)計(jì)上相對(duì)占優(yōu)。20232月、4月、5月、8月、12月。3月統(tǒng)計(jì)顯示小盤(pán)相對(duì)占優(yōu)，2010年-2023年期間350.02.05%。圖43：月度大小盤(pán)收益差（季節(jié)效應(yīng)）資料來(lái)源：wind，，注：300代表滬深300，500代表中證500，1000代表中證1000我們基于機(jī)構(gòu)關(guān)注度、市值因子擁擠度、季節(jié)效應(yīng)三個(gè)維度，構(gòu)建了大小盤(pán)輪動(dòng)擇時(shí)策略（滬深0/中證100。我們根據(jù)機(jī)構(gòu)關(guān)注度的趨勢(shì)、市值擁擠度的水平以及當(dāng)月的季節(jié)效應(yīng)對(duì)三個(gè)維度分別打分（-1表示小盤(pán)占優(yōu)，0表示沒(méi)有明顯偏重，1表示大盤(pán)風(fēng)格占優(yōu)，并以1：1：3的比例加權(quán)得到綜合分?jǐn)?shù)??????????，大盤(pán)倉(cāng)位設(shè)置為0.5+0.5???????????，小盤(pán)倉(cāng)位設(shè)置為0.5?0.5???????????，策略月度調(diào)倉(cāng)。截止2024年2月，策略年化收益14.93%，相較于等權(quán)基準(zhǔn)超額穩(wěn)定，年化超額6.59%。圖44：大小盤(pán)輪動(dòng)策略表現(xiàn)（2005.01-2024.02） 資料來(lái)源：wind，2024年3月模型相對(duì)看好小盤(pán)風(fēng)格。機(jī)構(gòu)關(guān)注度維度和擁擠度維度看好大盤(pán)，季節(jié)效應(yīng)維度3月更看好小盤(pán)，綜合來(lái)看模型3月更偏好于小盤(pán)風(fēng)格。（模型倉(cāng)位選擇上小盤(pán)：大盤(pán)為6：4）行業(yè)配置量化觀點(diǎn)行業(yè)多維行業(yè)配置策略勝率賠率出清反轉(zhuǎn)宏觀驅(qū)動(dòng)戴維斯雙擊電力及公用事業(yè)10.0%√行業(yè)多維行業(yè)配置策略勝率賠率出清反轉(zhuǎn)宏觀驅(qū)動(dòng)戴維斯雙擊電力及公用事業(yè)10.0%√輕工制造10.0%√汽車(chē)10.0%√家電10.0%√食品飲料10.0%√交通運(yùn)輸10.0%√鋼鐵6.7%√商貿(mào)零售6.7%√傳媒6.7%√資料來(lái)源：，，注：3月出清反轉(zhuǎn)策略為空倉(cāng)，因此多維行業(yè)配置推薦行業(yè)總權(quán)重為80%民生金工多維行業(yè)配置策略由三個(gè)行業(yè)配置策略組合而成，采取“恒星+衛(wèi)星“的模式，其中勝率賠率策略、出清反轉(zhuǎn)以及宏觀驅(qū)動(dòng)戴維斯雙擊策略權(quán)重為3：1：1，策略?xún)?nèi)部選取的行業(yè)等權(quán)持有。策略歷史絕對(duì)收益與超額收益顯著，2023年絕對(duì)收益2.50%，相對(duì)于中信一級(jí)行業(yè)等權(quán)的超額收益為7.06%。2024年收益-2.84%，相對(duì)于中信一級(jí)行業(yè)等權(quán)的超額收益為0.10%。圖45：民生金工多維行業(yè)配置策略絕對(duì)收益 圖46：民生金工多維行業(yè)配置策略超額收益 資料來(lái)源：wind， 資料來(lái)源：wind，投資的期望回報(bào)取決于投資的勝率和賠率。在行業(yè)配置中，勝率是行業(yè)短周期實(shí)現(xiàn)相對(duì)市場(chǎng)超額收益的概率，賠率刻畫(huà)行業(yè)長(zhǎng)周期能獲得多少絕對(duì)收益。短期看，行業(yè)景氣度往往決定了行業(yè)的勝率；長(zhǎng)期看，行業(yè)的估值、股息率等決定了行業(yè)的賠率。高勝率的行業(yè)往往趨勢(shì)較好、景氣度較高，而高賠率的行業(yè)往往估值低、長(zhǎng)期看有絕對(duì)收益空間。我們從勝率和賠率兩個(gè)維度對(duì)中信一級(jí)行業(yè)進(jìn)行刻畫(huà)，綜合考慮勝率和賠率，推薦：交通運(yùn)輸、電力及公用事業(yè)、輕工制造、家電、汽車(chē)、食品飲料。圖47：2024年3月行業(yè)勝率賠率刻畫(huà)資料來(lái)源：wind，推薦行業(yè)勝率賠率勝率&賠率交通運(yùn)輸√推薦行業(yè)勝率賠率勝率&賠率交通運(yùn)輸√√√電力及公用事業(yè)√√√輕工制造√√√家電√√√汽車(chē)√√食品飲料√√√通信√√機(jī)械√√紡織服裝√石油石化√建材√√資料來(lái)源：繪制策略歷史表現(xiàn)如下，樣本外超額顯著。圖48：勝率賠率策略收益 資料來(lái)源：wind，策略介紹需求引導(dǎo)并且領(lǐng)先供給變化，在供給出清需求反轉(zhuǎn)下行業(yè)回報(bào)將大概率提升。在行業(yè)繁榮時(shí)期企業(yè)由于過(guò)度擴(kuò)張、競(jìng)爭(zhēng)導(dǎo)致產(chǎn)能過(guò)剩，出現(xiàn)供過(guò)于求的狀態(tài)，而從該種狀態(tài)到產(chǎn)能淘汰整合，資本撤離行業(yè)的過(guò)程稱(chēng)為行業(yè)出清。在出清尾聲，需求端的回升使得企業(yè)盈利好轉(zhuǎn)，而供給端還沒(méi)有進(jìn)入新的擴(kuò)張時(shí)，將是布局行業(yè)的良好機(jī)會(huì)。我們從行業(yè)需求、行業(yè)供給、行業(yè)競(jìng)爭(zhēng)格局三個(gè)維度描述行業(yè)發(fā)展所處狀態(tài)。通過(guò)對(duì)每個(gè)指標(biāo)上下行狀態(tài)進(jìn)行劃分得到行業(yè)八種狀態(tài)。我們將行業(yè)需求和供給均在下降時(shí)定義為行業(yè)出清狀態(tài)，而將出清后行業(yè)需求端得到改善，行業(yè)供給未轉(zhuǎn)向，同時(shí)集中度下行的狀態(tài)定義為出清結(jié)束反轉(zhuǎn)狀態(tài)，觀察行業(yè)是否能夠在出清狀態(tài)結(jié)束后基于格局變化獲得超額收益。詳細(xì)內(nèi)容請(qǐng)參考報(bào)告《量化捕捉行業(yè)出清反轉(zhuǎn)投資機(jī)會(huì)》。圖49：供需角度分析行業(yè)出清過(guò)程 圖50：行業(yè)狀態(tài)劃分標(biāo)準(zhǔn) 資料來(lái)源：繪制 資料來(lái)源：繪制策略表現(xiàn)20121312024229策略主要在熊市末期與牛市初期貢獻(xiàn)超額收益。16 1412 10 86 16 1412 10 86 4 20 2012/012012/092013/052014/012014/092015/052016/012016/092018/012018/092019/052020/012020/092021/052022/012022/092023/05超額收益（右軸） 行業(yè)出清策略 行業(yè)平均資料來(lái)源：wind，策略最新觀點(diǎn)當(dāng)下處在反轉(zhuǎn)期-分散化且前6個(gè)月出清過(guò)的行業(yè)為石油石化、建材、商貿(mào)零售、消費(fèi)者服務(wù)、紡織服裝、房地產(chǎn)、電子。但是根據(jù)模型設(shè)定，推薦行業(yè)較多時(shí)，采用空倉(cāng)能夠提升策略超額的穩(wěn)定性，因此出清反轉(zhuǎn)策略本期不進(jìn)行行業(yè)推薦。行業(yè) 2024年2月行業(yè) 2024年2月態(tài)石油石化 轉(zhuǎn)期-散化建材 轉(zhuǎn)期-散化商貿(mào)零售 轉(zhuǎn)期-散化消費(fèi)者務(wù) 轉(zhuǎn)期-散化紡織服裝 轉(zhuǎn)期-散化房地產(chǎn) 轉(zhuǎn)期-散化電子 轉(zhuǎn)期-散化機(jī)械 反轉(zhuǎn)期-散化汽車(chē) 反轉(zhuǎn)期-散化家電 反轉(zhuǎn)期-散化建筑 反轉(zhuǎn)期-中化醫(yī)藥 反轉(zhuǎn)期-中化食品飲料 反轉(zhuǎn)期-中化通信 反轉(zhuǎn)期-中化傳媒 反轉(zhuǎn)期-中化電力及用事業(yè) 景氣期-散化煤炭 景氣期-中化國(guó)防軍工 景氣期-中化鋼鐵 出清中-散化輕工制造 出清中-散化電力設(shè)及新源 出清中-散化交通運(yùn)輸 出清中-散化計(jì)算機(jī) 出清中-散化有色金屬 出清中-中化基礎(chǔ)化工 出清中-中化農(nóng)林牧漁 出清前-散化資料來(lái)源：wind，宏觀驅(qū)動(dòng)戴維斯雙擊策略認(rèn)為宏觀變量到資產(chǎn)價(jià)格的傳導(dǎo)并非線(xiàn)性結(jié)構(gòu)，如果直接利用宏觀變量對(duì)行業(yè)未來(lái)收益做預(yù)測(cè)，其有效性較弱。宏觀到資產(chǎn)價(jià)格的傳導(dǎo)路徑需要經(jīng)過(guò)景氣度和估值這兩個(gè)中間變量，如果能夠把握景氣度和估值的變化，就能夠較好地預(yù)測(cè)資產(chǎn)價(jià)格變動(dòng)的方向。PMIPMIShibor，利率能夠顯著驅(qū)動(dòng)計(jì)算機(jī)行業(yè)的估值，當(dāng)流動(dòng)性提升時(shí)，計(jì)算機(jī)行業(yè)的估值可能有明顯提升。我們通過(guò)宏觀指標(biāo)分別預(yù)測(cè)行業(yè)未來(lái)盈利和未來(lái)估值，尋找未來(lái)盈利與估值均有可能上升的行業(yè)，構(gòu)建宏觀驅(qū)動(dòng)戴維斯雙擊策略。圖52：宏觀到資產(chǎn)價(jià)格的傳導(dǎo)需要經(jīng)歷景氣度和估值2個(gè)中間變量資料來(lái)源：繪制模型每季度末從宏觀預(yù)測(cè)的角度給出下一季度景氣和估值有望雙升的行業(yè)推薦信號(hào)，2024年Q1推薦的行業(yè)為：傳媒、鋼鐵、商貿(mào)零售。宏觀驅(qū)動(dòng)戴維斯雙擊策略歷史上貢獻(xiàn)顯著收益?！?412108141210864206.75.74.73.72.71.70.7超額收益（右軸）宏觀驅(qū)動(dòng)戴維斯雙擊策略行業(yè)平均資料來(lái)源：wind，風(fēng)險(xiǎn)提示量化模型基于歷史數(shù)據(jù)，市場(chǎng)未來(lái)可能發(fā)生變化，策略模型有失效可能；模型采用的樣本數(shù)據(jù)有限，存在樣本不足以代表整體市場(chǎng)的風(fēng)險(xiǎn)。插圖目錄圖1：北向資金累計(jì)凈流入（單位：億元） 3圖2：成長(zhǎng)價(jià)值風(fēng)格第一輪北向流入 4圖3：成長(zhǎng)價(jià)值風(fēng)格第二輪北向流入 4圖4：成長(zhǎng)價(jià)值風(fēng)格第三輪北向流入 4圖5：成長(zhǎng)價(jià)值風(fēng)格第四輪北向流入 4圖6：按市值分類(lèi)北向資金累計(jì)流入（單位：億元） 4圖7：行業(yè)分類(lèi)第一輪北向流入（單位：億元） 5圖8：行業(yè)分類(lèi)第二輪北向流入（單位：億元） 5圖9：行業(yè)分類(lèi)第三輪北向流入（單位：億元） 5圖10：行業(yè)分類(lèi)第四輪北向流入（單位：億