量化资产配置专题报告：《商业周期中的行业轮动择时》-20180813-爱建证券-21页-1mb

爱建证券有限责任公司《商业周期中的行业轮动择时》总结

核心内容

本报告分析了商业周期对行业轮动的影响，并探讨了如何通过量化模型进行择时投资。报告指出，商业周期在不同阶段，不同行业表现各异，理解这些差异有助于优化资产配置策略。此外，报告还比较了中美市场在行业轮动方面的表现差异，并提出了基于Hodrick-Prescott模型的择时策略。

主要观点

• 商业周期的定义与阶段：商业周期通常被划分为四个阶段：早期阶段（恢复期）、中期阶段（扩张期）、后期阶段（过热期）和衰退期。不同阶段中，经济活动、信用情况、货币政策、公司业绩等指标表现出不同特征。
• 行业表现差异：在不同商业周期阶段，行业回报率差异显著。例如，2017年消费行业表现最佳，而公用行业表现最差。行业轮动策略需要对这些差异有深刻理解。
• 行业相关性：不同行业间存在显著的正相关性，这给资产配置带来一定挑战。例如，中证全指的10个行业指数中，金融行业与其他行业相关性较高。
• 择时策略：基于Hodrick-Prescott模型的择时策略在样本外验证中表现出优于沪深300的收益表现。模型通过分解时间序列数据为趋势和周期部分，识别交易信号。
• 市场机制与政策差异：由于各国市场机制、政策取向、法律与监管环境不同，导致金融周期调整的路径、节奏、方法和时序存在差异，因此美国的商业周期分析框架未必适用于中国。

关键信息

行业轮动与周期阶段

• 早期阶段：经济开始复苏，信用情况改善，货币政策宽松，公司毛利和净利润加速增长。
• 中期阶段：经济温和增长，信用宽松，行业间表现相对一致。
• 后期阶段：经济过热，信用收紧，货币政策紧缩，行业间开始出现分化。
• 衰退期：经济收缩，信用恐慌，行业表现恶化，特别是对周期敏感的行业。

中证全指行业指数表现

• 2017年：消费行业回报率最高（28.23%），公用行业最低（-8.87%）。
• 2015年：信息科技、电信和医药表现最佳。
• 2016年：日常消费、能源和材料表现较好。
• 2008年：所有行业均表现较差，市场大幅下跌。

行业相关性

• 中证全指行业指数：各行业间相关性较高，最低相关性系数为0.64（金融与消费、医药、信息、电信）。
• 中信一级行业指数：同样表现出高相关性，其中银行和非银行金融具有较好的风险分散能力。
• 部分行业：如计算机与银行相关性最低（0.416），而房地产与非银行金融相关性最高（0.700）。

Hodrick-Prescott模型

• 模型结构：将时间序列数据分解为趋势（$g_t$）和周期（$c_t$）部分，公式为：$$ y_t = g_t + c_t $$。
• 模型应用：通过选择适当的平滑系数（$\lambda$）来识别周期阶段的信号。
• 样本外验证：模型在样本外验证中表现良好，但存在一定的滞后性，如2015年上半年未能及时反映医药和信息科技行业的表现。

ETF市场比较

• 中国ETF市场：截至2018年7月，中国共有187支ETF产品，其中行业ETF仅31支，规模大于10亿的仅3支。
• 美国ETF市场：2017年拥有1832支ETF产品，年增长率显著，ETF市场发展迅速。

择时策略表现

• 择时策略：基于Hodrick-Prescott模型，择时策略在样本外验证中表现优于同期沪深300。
• 信号确认：行业轮动信号确认时间不一致，反映了商业周期的存在。
• 模型局限性：模型在某些时期存在滞后，如2015年上半年未能及时反映某些行业表现。

风险提示

• 市场不确定性：本报告基于历史数据和模型分析，结果仅在统计意义上具有参考价值，不保证未来表现。
• 策略失效风险：市场可能因突发事件或政策变化而改变周期形态，影响策略效果。
• 投资建议：本报告不构成投资建议，投资者应自行判断。

行业轮动策略

• 信号确认流程：模型通过样本内建模和样本外信号确认来判断周期阶段。
• 交易信号：通过比较不同时间段的预测值来识别上升或下降阶段。
• 配置建议：在模型未给出信号时，可配置债券类资产；其他时间可进行等权配置。

结论

• 模型适用性：Hodrick-Prescott模型适用于量化分析商业周期，但需结合中国市场特点进行调整。
• 行业轮动策略：在不同周期阶段配置不同行业，可提高投资收益。
• ETF市场发展：中国ETF市场尚处于发展初期，行业ETF产品较少，未来有较大发展空间。

参考数据

• 图表与表格：本报告引用了多个图表和表格，展示了行业回报率、相关性系数及模型应用效果。
• 数据来源：Wind、爱建证券研究所、Fidelity、Investment Company Institute（ICI）。

本报告为投资者提供了关于商业周期和行业轮动的深入分析，强调了量化模型在择时策略中的重要性，并指出中国ETF市场的发展潜力。