20181018-天风证券-天风金工行业轮动系列报告之一——基于现金流与折现率的板块轮动策略_16页_1mb

金融工程：基于现金流与折现率的行业轮动策略总结

核心内容

本报告探讨了A股市场中行业轮动的规律，并提出了基于现金流与折现率敏感度的板块配置轮盘策略。通过分析不同板块对这两个变量的敏感性，构建了一个有效的行业轮动模型，实现了较高的超额收益和胜率。

主要观点

• A股行业轮动现象显著，年度领涨行业切换频繁，且行业涨跌呈现明显的集聚效应。
• 行业收益可拆解为板块整体收益（板块alpha）和板块内行业超额收益（行业alpha）。
• 通过聚类分析，将A股行业划分为四大板块：大金融、周期、消费、成长。
• 不同板块对现金流与折现率的敏感度存在显著差异，其中：
  • 金融板块：现金流beta显著高于平均水平，折现率beta接近于0，因此在现金流上行时表现优异。
  • 周期板块：现金流beta和折现率beta均较高，尤其在现金流上行、折现率下行时表现突出。
  • 成长板块：现金流beta最低，折现率beta最高，因此在经济下行、折现率上行时表现最佳。
  • 消费板块：现金流与折现率beta接近市场平均水平，具有一定的配置价值。

关键信息

板块配置轮盘

根据现金流与折现率的上行或下行趋势，将市场环境分为四种状态：

1. 现金流上行，折现率下行（经济上行，资金成本下行）：配置金融、周期板块。
2. 现金流上行，折现率上行（经济上行，资金成本上行）：配置金融、消费板块。
3. 现金流下行，折现率上行（经济下行，资金成本上行）：配置消费板块。
4. 现金流下行，折现率下行（经济下行，资金成本下行）：配置成长、消费板块。

代理变量

为了识别现金流与折现率的趋势，报告采用以下代理变量：

• 现金流代理变量：PMI（新订单）、工业增加值（当月同比）、ROE（全市场中位数）。
• 折现率代理变量：Shibor（1月、3月）、国债利率（1、5、10年期）、信用利差、期限利差（10年-1年、10年-5年）、CPI（当月同比）。

这些变量经过滞后处理，用于趋势识别。

趋势识别

• 使用均线法判断趋势，若代理变量高于6个月均线，则为上行趋势；反之为下行趋势。
• 为减少误判，采用多指标共同验证趋势方向，趋势值为1（上行）或-1（下行）。
• 当现金流趋势值之和大于0时，认为现金流处于上行趋势；小于0时为下行趋势。
• 折现率同理。

策略表现

• 历史回测：年化收益为11.79%，超额胜率为65%。
• 2018年表现：截至9月底，超额收益达15.59%，9个月胜率为100%。
• 策略稳定性：配置建议换手率低，年均4.4次，稳定性较高。
• 当前建议：根据9月底的市场状态，现金流处于下行趋势，折现率处于上行趋势，因此推荐配置消费板块。

结构清晰要点

行业轮动现象

• A股市场年度领涨行业切换频繁，延续两年领涨的概率极低。
• 行业涨跌呈现集聚性，同板块行业通常同涨同跌。

行业聚类

• 通过层次聚类法，将27个行业划分为四大板块：大金融、周期、消费、成长。
• 食品饮料行业被拆分为三个二级子行业：白酒、其他饮料、食品，以提高聚类准确性。

Two Beta 模型

• 从DDM模型拆解出现金流与折现率两个变量，分别计算个股的现金流beta与折现率beta。
• 通过计算板块的现金流beta与折现率beta，识别各板块对经济景气程度与市场资金成本的敏感性。

板块轮动策略

• 回测框架：
  • 回测标的：周期、金融、消费、成长四个板块的收益率。
  • 调仓频率：月频。
  • 投资方式：板块等权持有。
• 回测结果：
  • 年化收益为11.79%，超额胜率为65%。
  • 2018年表现尤为突出，超额收益达15.59%，胜率100%。
  • 策略在2011年和2014年表现不佳，主要由于趋势识别的误差，如金融板块行情漏判。

图表与数据支持

• 图1：2005-2018年各行业年度涨跌幅。
• 图2：中信行业月度收益相关性矩阵。
• 图3：行业轮动的分层。
• 图4：聚类分析结果。
• 图5：四大板块历史表现。
• 图6：板块配置轮盘。
• 图7：PMI上行下行趋势。
• 图8：现金流趋势。
• 图9：折现率趋势。
• 图10：轮盘阶段分布。
• 图11：板块轮动策略净值。

结论

本报告提出了一种基于现金流与折现率敏感度的行业轮动策略，通过板块配置轮盘实现高胜率和超额收益。策略在历史回测中表现优异，特别是在近年来，超额收益显著，胜率高达100%。当前市场环境下，建议配置消费板块以获取更高收益。