2022年行业景气模型专题报告.docxVIP

2022年行业景气模型专题报告 一、模型回顾：行业景气模型的跟踪与思考 在本章节，我们简要回顾了《中观行业配置系列一：分析师行业景气指数构建与应用》 中提出的行业景气模型的样本外效果，并对行业配置体系做了一定的完善与思考。 1.1、行业景气模型的样本外跟踪：喜优参半 在中观行业配置系列的第一篇报告中，我们参考 PMI 指数的编制思路提出了一种衡量行 业景气度的新方法 ：利用分析师预期数据，定期统计上调盈利预测的机构占比，根据扩 散指数方法编制分析师景气指数 FAPI（Financial Analyst Pros Index），用于及时跟 踪宽基指数、风格和行业的景气度。然后我们将景气度和趋势指标进行复合打分，希望 找到基本面改善，趋势共振的行业，计算公式如下： 景气复合指标 = ????(分析师 ROE 景气指数) + ????(分析师 ROE 景气指数的 zscore) + ????(ROE_TTM 的 z_score) + ????(动量指标) 模型年化超额 12.7%，信息比率 1.30。自样本外跟踪以来，模型绝对收益率 13.8%，超 额收益率 18.4%，表现较为优异。复盘下来，主要原因是捕捉到了去年 7-8 月的周期板 块的配置机会。但我们也注意到，模型自去年 9 月至今年 1 月，超额回撤达到-11.9%， 创造了历史最大回撤幅度。所谓涨跌同源，上涨和下跌往往背后的逻辑往往是一致的， 我们在追逐高景气行业的同时，也可能会遭受行业景气不及预期或者行业景气反应过度 等原因造成的亏损。2021 年 9 月-11 月的亏损主要源于超配了周期板块，而此后则是因 为配置了电新和军工这两个成长板块。 此外，考虑到传统行业轮动偏离基准较大的问题，我们使用组合优化方法构建了更为稳 健的行业景气模型，取得了还不错的效果。参数设置为行业偏离上限为 0.25，跟踪误差 控制在 0.08 以内，基准是 winda 指数，采用个股流通市值加权。自样本外跟踪以来，配 置模型绝对收益率 5.6%，超额收益率 8.8%，最大回撤-5.7%。尽管使用组合优化的方 法让我们控制了相对回撤，但是模型的超额也变得略显平庸，正所谓有得必有失。 1.2、行业配置框架的系统化思考 自报告外发和模型样本外跟踪以来，我们与客户路演交流和复盘的过程中，深深体会到 了研究与投资之间的距离，众多的投资管理人也为我们提供了有价值的想法和建议。借 此机会，我们整理了目前模型遇到了一些问题以及我们的思考： 1） 模型没有风险预警模块：没有将拥挤度相关指标纳入行业配置模型，造成的结果 是我们团队现有的拥挤度指标判断新能源处于高拥挤状态，模型却依然配置， 2021 年底至今在新能源板块回撤较大； 2） 模型没有估值指标：没有将估值指标纳入行业配置模型，导致市场在出现风格切 换，比如不追逐高景气，反过来追逐低估值时候容易表现不佳； 3） 如何与现有的模型进行融合？我们之前有趋势-拥挤度的行业轮动模型，更有很 多行业专门的基本面量化报告，如何有效地将多模型进行结合，或者说将行业基 本面信号嵌入行业景气模型中？比如去年 8 月以来我们一直看好银行板块的配 置机会，但是行业配置模型一直没有持仓； 4） 行业分类有优化空间：模型今年看对通信和计算机行业的配置方向，但是一级行 业指数表现一般，细分行业表现出色，仅以一级行业做配置模型难做出较高超额， 需要深入优化行业分类！ 5） …… 正如我们前期报告《资产配置的研究路线思考：从量化走向系统化》所述，现在的量化 研究不再是传统的简单指标回测，而是一个搭建系统化投研体系的过程。这可能就是一 个不断挖坑然后填坑的过程，我们唯一能做的就是日拱一卒努力把系统搭建好！这里我 们整合了一下现有的研究框架与成果，构建了国盛金工的行业配置体系图谱，希望能够 在中观行业配置系列报告中，将框架空缺部分一一完善，以飨读者。 根据上述复盘，如果我们能够在四季度提前对周期、新能源和军工等板块提出风险预警， 或许能够规避一些损失。事实上我们根据最常见的换手率指标，就可以大概感知到这些 热门行业在四季度存在交易过热的情况。如下图所示，电新行业的日度换手率在 2010 年 初，2015 年 6 月和 2021 年 12 月都曾出现换手率过高的情况。 因此，本篇报告主要解决两个问题： 1） 在现有拥挤度指标的基础上，探讨一下行业风险预警模块的研究，希望尽可能规 避一些多头组合中较大概率会下跌的行业，做一下行业配置模型的顶端优化； 2） 对现有的两个行业轮动模型的优缺点进行分析和讨论，尽可能最大化使用好两套 方案，并最终结合两个方案综合性给出行业配置建议。 二、指标构建：行业风险预警模块初探 本章节我们主要介绍了行业风险预警模块的搭建与效果，主要包括行业情绪预警指数的 构建方法