股市“资产荒”的量化体系与择时落地.pdf

[Table_PageText]

宏观经济研究报告

面的“资产荒”对负债端的流动性明显收紧较为敏感，“资产荒”在央行转向后会有所消解。但有底层宏观驱

动的“资产荒”消解更赖于实体出清后，新兴信用派生主体的扩张程度。

⚫如何量化“资产荒”，并且基于这样一个量化框架进行权益择时？我们尝试构建了一个六维度的量化体系，将

“资产荒”指标视为赔率指标逐一落地。赔率指标触发择时与胜率指标不同，它只有在达到一定阈值才会触

发择时条件，具有择时意义。我们计算股市“资产荒”指标进行滚动12个月的Z分数，并以Z分数超过±1

倍标准差为指标的极值区域，最后构建股市“资产荒”打分卡进行汇总。

过往“资产荒”影响局部市场、局部资产，只是赔率（估值）趋势的辅助因素，而当前这一因素可能反而会成

为影响股债估值拐点的核心变量。而市场目前对“资产荒”的认识，一则尚处于定性分析阶段，二则主要集中

于债市微观视角。

我们融合宏观实体与微观市场层面的“资产荒”，尝试构建了六维股市“资产荒”量化体系，并且将“资产

荒”指标视作赔率指标进行逐一择时落地。其中，权益方面涵盖月频的居民部门负债意愿变化、微观交易结

构、低波“确定性溢价”以及季频的安全资产占比、ROIC与一般贷款利差、ROIC大于负债成本的行业个数

六个指标。

赔率指标触发择时与胜率指标不同，该指标只有在达到一定阈值才会触发择时条件，具有择时意义。我们计算

股债“资产荒”指标进行滚动12个月的Z分数，并以Z分数超过±1倍标准差认为是指标的极值区域。最后，

我们制作了股市“资产荒”打分卡，对“资产荒”分项进行汇总，给出择时方案。

⚫指标一：居民部门负债意愿变化。我们用“居民中长期消费贷同比”来观测，它反映居民部门提前还贷的意

愿。居民部门负债端成本调整偏慢，而市场中的大类资产收益变化较快。外部市场投资回报下降就会形成对

负债意愿的“挤出”。我们将“中长期消费贷同比变化的Z分数”处于±1倍标准差以外的区间定义为居民投

资“资产荒”偏离常态的时段。突破了-1意味着当前“资产荒”的演绎速度已至底部最极致的区域，下一阶

段并不会加速演化，即可以超配股市。该策略在2008年2月至24年3月期间，年化收益为3.2%，超额收益

为7.5%，夏普比率为0.22。24年3月为-0.69，尚未触及超配阈值“-1”，但已离低配阈值“+1”较远，提示

居民部门“资产荒”仍未结束，但可能已处于中后段。

由于“资产荒”指标属于赔率类指标，只有抵至极端区域才有提示拐点的意义。我们将“中长期消费贷同比变

化的Z分数”处于±1倍标准差以外的区间定义为居民部门“资产荒”偏离常态的时段。

权益市场相对佳的布局时点是“资产荒”的后段，即“资产荒”可能仍会存在，但并不会进一步加速演绎，边

际层面在速度上已出现改善迹象。“资产荒”在权益市场调整过程中存在反身性，即在市场调整的趋势中会不

断强化，即“股市调整——资产荒——股市进一步调整——资产荒加剧”。因此，该Z分数突破了-1，即负向

偏离1倍标准差，意味着当前“资产荒”的演绎速度已至底部最极致区域，下一阶段并不会加速演化。可以开

始战略性超配股市。反之，该Z分数突破+1，则持有现金。基准组合为万得全A与现金的配置比重各占50%。

考虑到居民部门“资产荒”对国内权益市场的影响力并不是线性不变的，我们需要对居民部门“资产荒”指标

进行时变处理。我们将A股整体估值（市盈率-TTM）与居民部门“资产荒”指标在过去12个月的相关系数作

为下一期居民部门“资产荒”指标的权重，并以此来对当期的“中长期消费贷同比变化的Z分数”进行加权。

加权后的“中长期消费贷同比变化的Z分数”反映的是，居民部门“资产荒”强度对国内权益市场的影响力。

该策略在08年2月至24年3月期间，年化收益为3.2%，超额收益为7.5%，夏普比率为0.22。从Z分数来

看，24年3月为-0.69，尚未触及权益的超配阈值“-1”，但