20210308-华泰证券-3月因子观点_小盘_价值风格或延续_25页_2mb

3月因子观点总结

核心内容

华泰研究在2021年3月发布了关于风格因子表现的预测报告，综合内生变量、外生变量和因子周期三方面，提出了对3月风格因子的配置建议。主要结论包括：

• 小盘、价值风格延续：3月因子表现预计延续2月的小盘、价值风格，建议配置小市值、低估值因子。
• 波动率与换手率因子受青睐：短期看好波动率和换手率因子，认为其在3月表现可能较为有效。
• 中长期配置建议：中长期看好大市值、估值、盈利、财务质量、波动率、换手率因子，建议长期配置。

主要观点

1. 基于净值的基金风格观察

• 公募基金风格从成长向价值漂移，表现为Book to Price因子暴露中枢从2017年以来逐渐下行，2020年10月末后开始回升。
• Growth因子暴露中枢自2020年4月以来逐渐上升，2021年1月中达到阶段高点后迅速下降。
• 基金配置思路可能在2020年底至2021年初出现从成长向价值的切换，但基于净值的测算方法可能存在误差，更直接的证据将在基金一季报中体现。

2. 内生变量视角

• 因子动量：成长、盈利、财务质量、换手率因子在动量指标上占优，处于历史高位。
• 因子离散度：小市值因子在离散度指标上占优，处于过度忽视状态。
• 因子拥挤度：小市值、波动率、换手率、Beta因子拥挤度较低，处于交易不拥挤状态。
• 综合预测结果：看好波动率、换手率、小市值因子，不看好反转、技术因子。

3. 外生变量视角

• 选取6项市场指标和13项宏观指标作为外生变量，通过线性回归预测未来一个月RankIC值。
• 预测结果：估值、波动率、换手率因子RankIC预测值超过10%，建议短期看多。
• 外生变量贡献：
  • 估值因子：M2同比、PPI同比、国债期限利差等变量对RankIC预测值有正向贡献。
  • 波动率因子：M2同比、PPI同比对RankIC预测值有正向贡献。
  • 换手率因子：M2同比、PPI同比对RankIC预测值有正向贡献。

4. 因子周期视角

• 采用“因子投资时钟”模型，结合库兹涅茨周期和朱格拉周期，预测因子中长期表现。
• 经济周期判断：未来一年处于库兹涅茨周期向上、朱格拉周期向下，流动性趋于宽松。
• 配置建议：中长期看好大市值、估值、盈利、财务质量因子，波动率、换手率因子建议长期配置。

关键信息

3月风格因子表现预测

3月因子胜率分析

• 估值、换手率、技术因子胜率超过70%。
• 小市值、反转因子胜率超过80%。
• 3月因子风格延续性较强，风格切换可能性较低。

风险提示

• 风格因子的表现受宏观环境和大盘走势影响，历史结果不能预测未来。
• 金融周期规律可能被打破，市场出现超预期波动可能导致拥挤交易。

附录概览

附录一：细分因子计算方法

• 涉及10大类共34个细分因子，包括估值类、成长类、盈利类、财务质量类、市值类、反转类、波动率类、换手率类、Beta类、技术类。
• 估值类因子包括EP、BP、SP、股息率。
• 成长类因子包括营业收入增长率、净利润增长率、ROE增长率。
• 盈利类因子包括ROE、ROA、毛利率、净利率。
• 财务质量类因子包括总资产周转率、资产负债率、流动比率、经营现金流。
• 市值类因子包括对数总市值。
• 反转类因子包括1个月反转、3个月反转、衰减换手率加权反转。
• 波动率类因子包括1个月波动率、3个月波动率、FF三因子残差波动率。
• 换手率类因子包括1个月日均换手率、3个月日均换手率、bias换手率。
• Beta类因子包括近100周相对上证综指的Beta。
• 技术类因子包括MACD、DEA、DIF、RSI、PSY、BIAS。

附录二：风格因子合成、Rank IC值计算、因子收益率计算方法

• 风格因子合成过程包括：
  1. 计算细分因子原始值。
  2. 进行行业与市值中性化处理。
  3. 去极值、标准化处理。
  4. 等权合成风格因子。
• Rank IC值计算使用Spearman秩相关系数。
• 因子收益率计算使用线性回归模型，其中自变量为风格因子值和行业因子暴露度，因变量为个股下期收益率。

图表目录

• 图表1：内生变量和外生变量对风格因子3月表现的预测
• 图表2：基金Book to Price因子暴露中位数（20140102~20210305）
• 图表3：基金Book to Price因子暴露中位数（20200224~20210305）
• 图表4：基金Growth因子暴露中位数（20140102~20210305）
• 图表5：基金Growth因子暴露中位数（20200224~20210305）
• 图表6：风格因子在各月份RankIC为正概率
• 图表7：风格因子在各月份RankIC均值
• 图表8：2月大类风格因子表现
• 图表9：近1年大类风格因子累积RankIC值
• 图表10：近1年细分因子表现
• 图表11：内生变量预测大类风格因子3月表现综合预测得分
• 图表12：大类风格因子动量历史序列
• 图表13：大类风格因子2月底截面动量和2007年以来历史分位数
• 图表14：大类风格因子离散度历史序列
• 图表15：大类风格因子2月底截面离散度和2007年以来历史分位数
• 图表16：大类风格因子拥挤度历史序列
• 图表17：大类风格因子2月底截面拥挤度和2007年以来历史分位数
• 图表18：外生变量列表
• 图表19：外生变量筛选流程图
• 图表20：外生变量对大类风格因子3月RankIC预测值
• 图表21~23：估值、成长、盈利因子RankIC预测值及外生变量贡献情况
• 图表24~28：财务质量、小市值、反转、波动率、换手率因子RankIC预测值及外生变量贡献情况
• 图表29：Beta因子RankIC预测值及外生变量贡献情况
• 图表30：技术因子RankIC预测值及外生变量贡献情况
• 图表31：不同经济周期下的因子表现分类
• 图表32：实体经济三周期滤波结果
• 图表33~42：各因子去趋势后累计收益率与三周期回归拟合
• 图表43：报告中涉及的所有细分因子及其计算方式

研究团队信息

• 林晓明（SAC No. S0570516010001，SFC No. BPY421）
• 何康（PhD，SAC No. S0570520080004）
• 王晨宇（SAC No. S0570119110038）