摘要
2020年中国实体经济周期上行,风险资产或有较高配置价值
基于金融经济系统的整体性视角,分析市场周期状态,根据大宗(同时作为实体经济基本面的代表)、PPI、CPI、利率、股票等五大类指标周期位置,研判2020年国内大类资产投资机会与风险。2020年实体经济周期上行奠定中国市场主基调,利多大宗和股票等风险资产。风险资产内部,因实体中长周期上行,根据历史规律常常致估值周期下行,利空高估值股票,盈利复苏带动周期板块ROE上行,周期板块或有较大投资机会。此外,根据中国经济周期、流动性周期规律,上下半年还分别推荐大金融与消费板块。
周期上行趋势确立,利率、CPI、PPI或将同步上行,债券投资机会减弱
通过对周期状态进行分析和推演,我们预判2020年基钦周期上行趋势逐步确立,企业盈利有望回升;中周期处于顶部,长周期上行,基本面具备一定支撑,利率大概率进入上行通道。根据DDM模型,估值或将受到一定程度的压制,价值投资风格仍是长期主旋律。CPI和PPI受到周期上行影响,二者在2020年或持续上涨,但翘尾因素可能使得CPI在下半年略有回落。整体来看,债券表现或将因为利率上行受到一定压制,趋势性机会减少。
周期上行的背景下,2020年由盈利驱动的周期板块具有更高配置价值
2019年A股总市值相比前一年扩大近1/3,主要指数中深证成指涨幅最大,消费与成长板块涨幅名列前茅。当前上证综指短、中周期已触底回升,长周期仍处于底部区域。2020年大小盘方面,小市值因子收益率自2016年底开始逐步下行,预计未来大市值股票仍将占优。估值因子的中长周期规律显示,低估值股票仍被看好,短周期上行时期,受盈利影响更明显的周期板块上行动力更强。2019年12月底最新测算显示,当前共有7个行业的景气度打分值大于0,全市场景气度水平在经历了2019年快速上行和二次探底后,当前景气度大概率已经筑底完成,预计2020年会持续回升。
宏观经济指标佐证周期相位判断,2020新周期或将持续上行
通过对1995-2019六轮周期内工业增加值、CPI等13个金融经济变量周期轮动过程相位关系的观察,我们将指标分为五类:显著领先指标M1、M2;领先指标CRB、企业利润、PMI;股指同步指标上证综指、企业营收、CPI、PPI;滞后指标利率、房地产投资、工业增加值;以及显著滞后指标库存。最近一轮周期中:2019年,多数领先指标M1、M2、PMI等已触底,滞后指标利率亦出现拐点;预计2020年初,工业增加值、房地产投资和库存指标将触底,届时经济或呈上行趋势。
风险提示:本文对各类资产价格变化的方向性判断均是基于年度视角,短期内的投资者情绪波动或政策冲击引起的相对高频的市场变化,需要结合其他高频研究方法给出预测。值得注意的是,我们判断2020年A股或将迎来较佳投资机会,但也同时提示美元指数筑顶阶段可能引发新兴市场极端风险。
正文
2019A股在经济周期下行、流动性周期上行的背景下现结构性牛市,2020周期上行,A股或有持续性投资机会
日升月落,寒来暑往,潮汐有信,聚散有时,我们身处在无数的自然周期中,也在通过借贷、买卖、交易、投资等行为塑造着经济金融周期。自然界中的周期规律是简单而明确的,但经济金融周期却是复杂而难以观测的,它可能来自于信贷周期、企业盈利周期、政府调节周期、投资者心理周期和情绪周期,但归根结底,它来自于组成金融经济系统的每个个体,这些个体的小周期在互动中相互影响逐渐趋同,最终糅合成为一个整体的经济金融大周期。
身处经济金融周期中的投资者,就像海浪中的水滴。水滴组成了海浪,却无法左右海浪的周期波动,大部分水滴只能够随波逐流,仅有小部分领悟到周期规律的人能够成为弄潮儿,在到达波峰前急流勇退,在到达波谷前韬光养晦。金融经济系统是一个处在周期运动中的复杂非线性系统,大部分投资者都在通过历史数据简单线性外推预测做出投资决策,这种做法短期内或许有效,但长期来看不仅无法有效预测市场拐点,更无缘接近市场的本质规律。只有发现周期规律并将之定量刻画的投资者,才能够预知拐点,在风口浪尖逆势而为,把握大局。
正因为意识到这一点,自2016年开始,华泰金工在量化周期研究上深耕易耨,创新性地引入信号系统理论与方法,实现了对全球主要资产价格、经济金融指标周期状态的定量测度与刻画,也打造出了一套基于周期框架、自上而下的资产配置体系。在2016年中至2017年陆续发布的《“看得见”的经济周期》系列研究中,我们将经济金融周期视为一个统一且复杂的高维系统,将各个经济金融指标视为高维系统在特定维度的投影,通过各个低维投影的周期,来反推经济金融系统周期的规律。在2019年底至2020年初发布的《周期起源》系列报告中,我们则直接从金融经济系统周期的本质和起源入手,探寻宏观系统的微观形成过程。
在金融经济周期研究的道路上,我们回顾历史上一轮轮周期的同时,也身处市场周期波动之中。回望历史规律常常是比较清晰明了的,身处其中则常常会有“不识庐山真面目,只缘身在此山中”的困惑。为了能看清当下,预判未来,我们需要利用更加广泛的经济指标探寻市场的周期规律,通过互相佐证的方式,更加有效的找到历史上与当下类似的经济周期。循着与历年观点年报类似的章节框架,本文也将就主要的资产类别周期状态进行量化分析,并据此研判主要大类资产与经济指标的年度变化方向。
2019量化资产配置观点回顾
华泰金工周期系列研究将金融经济系统视作一个统一的宏观整体,该复杂系统里的每一个微观参与者无时无刻不在与其他参与者发生相互影响与相互作用。每个参与者的行为逐渐向其他参与者的整体行为靠拢,最终各个参与者的微观经济周期趋于同步,这样就形成了金融经济系统的共同周期。绵延数公里的上万只萤火虫同步闪烁,同一个支架上的几个挂钟钟摆最终趋于同向运动,和这些生活中的例子一样,经济周期的出现是自然的,也是必然的。
但与萤火虫和钟摆不同的是,金融经济体是一个高维而抽象的系统,它的周期无法被精准测度,我们仅能够通过宏观经济指标和金融资产价格等各类低维观测指标去感知系统的周期。不同的低维观测指标代表不同的观测视角,因此它们的周期规律相近,但相位上存在领先滞后关系。通过研究各个低维变量的周期规律和相位关系,可以反推出系统状态,这是研究周期运行规律和当前运行位置的关键所在。
因此,不同于传统经济学家相对独立地观测单一或若干个市场的指标与变量,华泰金工团队立足于统一性的视角,将各个指标视为高维金融经济系统在低维上的投影,引入先进的信号处理方法对全球宏观、价格数据进行实证分析,发现其中普遍存在三个显著的周期:42个月左右的短周期(或称基钦周期)、100个月左右的中周期(或称朱格拉周期)和200个月左右的长周期(或称库兹涅茨周期)。这三个周期作为经济波动变化中能量占比高且稳定的成分,能解释系统中绝大部分变量的运动规律,是我们刻画系统周期运动、把握并推断经济系统状态的有效信号。
基于此,我们构建了从发现并证明市场规律,到运用市场规律的自上而下的量化资产配置研究框架:先以实体经济周期作为基准,研究变量间的相位、逻辑关系进而确定系统状态,再根据系统状态来判断宏观变量和资产价格的变化趋势,实现对市场牛熊、风格等的预测。这一研究框架对于研究各国经济周期状态和预测全球金融市场走势具有普遍的适用性,并能为全球大类资产配置、单一市场的资产配置,以及股票市场的行业板块轮动、因子择时等提供参考。
2019年根据周期下行预测国内经济、物价、大宗和利率下行,判断市场风格偏成长
在2019年1月31日发布的年度策略报告《二十载昔日重现,三四年周期轮回》中,我们指出:2019年是实体经济短周期探底的一年,基本面面临不确定性,风险逐步发酵。在风险积聚的背景下,利率下半年或将震荡下行,债券避险价值或将凸显;大宗商品进入震荡阶段尾声,有望于四季度反转上行;我国CPI前半年略有回落,下半年略有回升,PPI短期下行,四季度触底回升。
2019年经济数据实际表现是:实体经济数据下行探底,风险事件频发;国内利率从4月开始震荡下行,债券投资机会逐渐凸显;南华商品指数全年处于震荡区间,12月开始震荡回升;非食品CPI前半年略有回落,四季度有所回升;PPI整体呈现下行趋势。
此外,2019年度观点报告还对国内股市投资风格进行了预测:短周期下行拖累企业盈利,中长周期上行提升贴现率;大盘相对小盘的收益率与库兹涅茨周期正相关,2019年库兹涅茨周期仍处于上行期,大盘、价值风格占优;周期股估值点位历史分位数相对较高,成长和消费板块估值分位数较低,是较优的配置选择;投资风格偏盈利驱动,盈利能力强的企业将获得更高的关注度。
2019年A股市场实际表现是:非金融企业归母净利润同比增速持续下滑,估值虽略有上升但仍处于较低位置;沪深300年涨幅超出中证500近10个百分点;消费、成长板块年涨幅超出周期下游板块15个百分点,超出周期中上游板块20个百分点;盈利因子收益率持续上行。
2018年的超跌导致2019的结构性牛市与2018年周期下行时的整体性下跌出现差异
但我们在2019年度策略报告中对于股市的判断与2019年股市的实际表现产生了一定差异。2019年我们通过周期滤波预测上市公司盈利同比下行,但在周期去噪过程中,忽略了2018年超跌的影响,因此预测结果与2019年股市的实际表现产生差异。回顾2019年,我国股市在一季度反弹进行估值修复,四月中下旬股指回落,此后一直保持区间内小幅震荡的走势,全年未超过2018年股价高点。如果我们将观测视角拉长,上证综指在2019年仍处于底部震荡状态,其所处的周期状态与周期滤波外推预测结果仍是较为相近的。
我们认为,运用周期规律对经济系统状态进行测度是判断各类资产投资机会与风险的根本基础,在此推荐读者阅读华泰金工周期系列核心报告,如2017年5月9日发布的《金融经济系统周期的确定》、2017年8月19日发布的《周期三因子定价与资产配置模型》、2019年12月26日发布的《从微观同步到宏观周期》、2020年1月2日发布的《周期趋同现象的动力学系统模型》等,以更加全面地了解我们发现、证明和运用经济周期规律的逻辑与方法。
2019-2020年市场周期状态的变化及2020年市场判断主要结论
2020年经济周期拐头向上,流动性或将于下半年由宽松转为收紧
金融经济系统的状态错综复杂,不同观测视角下得出的结论莫衷一是。为了厘清市场状态,我们选择不同周期工具分别从基本面整体视角和各分量指标细分视角观测周期状态。通过不同维度、不同角度的多个观测结果相互印证,刻画2020年市场状态。
我们首先从经济周期和流动性周期视角给出基本面的两个低维观测,经济周期和流动性周期的合成方式具体参见2019年7月发布的报告《再探周期视角下的资产轮动——华泰行业轮动系列报告之八》,当前经济周期和流动性周期及其42个月高斯滤波结果如下图表所示。
从以上图表可以看出,2019年处于经济周期下行、流动性周期上行阶段,而2020年经济周期触底反弹,拐头向上,预计将持续上行,流动性周期逼近顶部拐点,预计2020年的流动性环境相比2019年将逐步收紧。这一周期状态的改变将导致2020年风险资产有更好的表现,而债券类资产投资价值将减弱。
大类资产配置结论:基钦周期回升带来风险资产投资机会,债市趋势性机会减少
进一步地,以“傅里叶变换”为“手术刀”,拆解各分项金融经济指标和大类资产价格的主要周期成分,我们得出以下主要结论:
1:周期拟合结果显示,2020年国内CPI短周期、长周期上行,中周期筑顶,CPI同比增速整体处于上行阶段。结合2019年下半年猪肉价格上涨翘尾影响,预计我国2020年CPI同比走势可能会呈现先升后降的趋势。周期规律同时表明,PPI将会在2020年初终止下跌趋势,随经济短周期复苏而转头向上。
2:我国国债利率同比走势受短周期影响最大,且根据周期滤波结果,国内利率短周期底点已过,或将在2020年随经济边际回暖进入上升周期,压制债券表现。
3:如前所述,CPI、PPI同比上涨或凸显大宗商品的抗通胀配置价值,同时,利率上行将抑制债券表现。因此,我们认为2020年的大类资产配置中,股票和大宗商品将有较大投资机会,债市趋势性机会减少。
板块风格配置建议:盈利改善,周期板块上行动力更强;经济周期复苏,大盘股更具配置价值
关于板块判断,2019年A股市场主要收益于估值修复,我们认为2020年市场将转向盈利驱动。预计2020年短周期与中长周期的相互作用将导致企业ROE分子分母双升。根据DDM模型,基钦周期回升将改善企业盈利能力,使ROE分子提高;中长期趋势支撑的经济复苏将提升利率,使ROE分母提高。所以ROE大概率分子和分母双升,价值投资风格仍是长期主旋律。其中,我们认为受盈利影响更显著的周期板块上行动力会更强,具备更大的扩张空间。此外,统计规律显示周期板块当前估值分位数较低,从估值角度进一步支撑此行业判断。
关于风格判断,在华泰金工2018年10月推出的《周期视角下的因子投资时钟》发现市场风格也存在周期性变化。经济复苏时期,企业盈利增长的确定性增强,投资者更偏向于选择盈利确定性更强的大市值股票,从而导致大市值股票表现占优。因此我们认为,在经济中长期复苏大背景下,预计2020年小市值因子收益率会逐步下行,盈利确定性更强的大盘股具有更高的配置价值。
美元指数长周期筑顶,需谨防新兴市场“黑天鹅”风险,黄金仍存中长线配置机会及短期规避极端风险的价值
值得一提的是,从全球经济和各类资产走势情况进行观察,我们发现美元指数受200个月的长周期影响最大,长周期决定了美元指数长期运行方向。当前美元指数正处于长周期顶部拐点区域,在该区域需谨防拐点区域可能对新兴市场投资机会造成负面冲击和对货币造成贬值压力。
观察美元指数周期变化与新兴市场货币危机事件发生的时间点,我们发现:新兴市场货币危机的发生与美元周期高度相关,历轮美元上升期及顶部拐点附近,都伴随着新兴市场货币危机与金融危机的爆发。但本轮美元指数上行期内,新兴市场并未爆发明显的货币危机;风险仍在持续积聚,不排除在顶部区域释放的可能。因此我们认为,美元大周期拐点附近,仍需警惕新兴市场爆发货币危机的风险。届时新兴市场资产价格或将出现大幅度下跌,在危机爆发后,为新兴市场带来新的投资机会,驱使国际资本流入,美元进入弱周期。
此外,当前黄金同比序列中长周期相对状态类似于1984年和2001年:长周期处于上升中段,中周期处于周期顶部,推动黄金价格以较高的速度增长。2020年黄金仍存在中长线配置机会及短期规避极端风险的价值。详细内容请参见2020年1月15日推出的2020年年度策略《小周期争明日,大周期赢未来(全球篇)》。
基钦周期上行A股周期板块或具有年度机会,上下半年还分别推荐金融与消费
本章我们对A股的周期状态做更加深入的探讨,如下图三周期滤波显示上证综指同比拟合序列于2019年8月见底,2020年整体向上。上证综指长周期在2015年末下行进入负值区间,中周期于2019年6月触底反弹,二者目前仍处于底部区域。2020年A股短周期上行大概率意味着较优配置价值,但中长周期位于底部区域的形态提示仍需提防小概率风险爆发。
中国与全球主要市场基钦周期同步上行或提振企业盈利,股市风格或转为盈利驱动,物价、利率也进入上升周期
DDM估值模型(股利不变模型)认为企业股票的合理价格是企业未来现金流的贴现,企业未来的现金流越高,贴现率越低,股票的合理价格越高。DDM模型分析的核心在于对分子和分母的拆解,即考察企业的盈利能力(ROE)和贴现率,以及两者的相对变化。
具体地,从DDM模型来看,ROE上升会提高企业未来现金流的预期,推动资产价格上涨。而实体经济短周期反映了经济基本面的短期运行趋势和市场的牛熊状态,短周期上行时,企业盈利能力上升,预期企业未来现金流增长。因此,实体经济短周期与ROE的变动相对同步。
当中长周期上行时,基本面存在长期支撑,实体经济的逐步复苏带动企业盈利水平的上升和生产活动的扩张,从而推升信贷需求,使资金流向生产流通领域,信贷的价格也即利率开始上升。同时,经济向好引发通胀预期,央行加息抑制经济过热,进一步收紧流动性,并抬升利率。因此,从DDM模型来看,当中长周期上行时,贴现率的上升使分母增大,使得预期未来现金流的现值降低,导致估值中枢下移。
基于对2020年实体经济短周期趋势性上行,中周期处于顶部,长周期上行的预判,在DDM模型的分析框架下,随着基钦周期的回升,企业盈利能力逐步恢复;叠加中长期视角下经济复苏的背景,利率重启升势,DDM模型大概率分子和分母双升,价值投资风格仍是长期主旋律。
更本质地,DDM模型的分子端主要受实体经济景气度变化的影响,也就是投资者常说的经济周期;分母端主要受资金充裕程度的影响,也就是流动性周期。从经济周期和流动性周期的视角去观测复杂金融经济系统,给出基本面的两个低维角度的观察,有助于我们对市场进行进一步的解释和预判。经济周期和流动性周期的合成方式具体参见2019年7月的报告《再探周期视角下的资产轮动——华泰行业轮动系列报告之八》,当前经济周期和流动性周期及其42个月高斯滤波结果如下图表所示。
从以上图表可以看出,2020年经济周期拐头向上,流动性周期的拐点或将发生在年中,下半年流动性环境预计将逐步收紧。整体而言,从经济周期和流动性周期的视角对金融经济系统给出的解释和预判,与基于资产价格和宏观指标给出的结论一致。至此,我们从不同的维度对复杂系统状态进行预测,观点得到了互相佐证。
2020年CPI、PPI周期上行,大宗商品抗通胀价值显现
2020年中国CPI周期上行,然而受翘尾因素影响同比数据或先升后降
我国CPI的42个月短周期在2019年始终处于下行区间,预计2020年一季度将触底反弹进入上行区间;100个月中周期于2016年8月触底后至今仍处于上升区间;200个月长周期于2018年11月触底后至今也处于上升区间。如右下图表所示,2020年短周期处于触底回升阶段,中周期处于触顶阶段,而长周期则处于上行阶段。三周期叠加后,短周期和长周期的影响较大,周期拟合结果预示我国CPI同比增速在2020年将整体处于上升趋势。但由于2019年下半年,我国CPI受到猪肉价格上涨这个偶发性因素的影响而出现异常上涨,相对周期走势出现了一定偏离,2020年CPI同比可能也会在下半年偏离周期走势。因此我们预测,在2019下半年猪价偶发性上涨带来的翘尾因素影响下,我国2020年CPI同比走势可能会出现先升后降的趋势。
中国PPI受周期上行影响,预计2020年将转头向上
2020年,我国PPI短周期将掉头向上,200个月长周期也将延续此前的上涨趋势,仅能量较弱的100个月中周期处于触顶回落状态。整体来看,PPI或在2019年底或2020年初终止下跌趋势,在2020年随经济短周期复苏进入上涨区间。
在物价指数上行阶段,投资者对于抗通胀资产的需求增加,大宗商品通常具有较高的配置价值。根据我们对2020年CPI和PPI走势的周期外推判断,大宗商品在2020年或出现投资机会。
2020年利率进入上升周期,债券表现或将弱于过去两年
根据周期滤波结果,我国国债利率同比(此处同比处理方法为当年利率与去年同月利率作差,目的为去除趋势项和季节影响)走势受短周期影响最大。如图20所示,短周期将在2020年进入上行区间,预计我国利率将随着经济回暖而同步上行,债市表现将受到压制,预计2020年我国债市趋势性机会较少。
当前A股估值逐渐修复、景气度指标回升,2020年由盈利驱动的周期板块配置价值明显
2019年A股总市值扩大近1/3,消费与成长板块涨幅名列前茅
回顾2019年A股市场股指和板块表现,全年总市值上升约33%,年初A股总市值约为48万亿,年末为64万亿。统计A股2005年以来总市值的变动,2007年的牛市带动A股市值上升到阶段高点36.8万亿,但下一年迅速下降至13.1万亿。随后的6年时间里,A股市值未有太大起伏,直至2015年5月A股市值暴涨,创下历史高点68.1万亿,而后在2016年2月回落至42.7万亿。随后两年,A股市值缓慢回升至2018年1月的64万亿,当年末A股市值相较于年内高点下跌超20%。2019年初A股市值开始迅速上涨,在3个月时间内上涨至61万亿,随后略有回落。在2019年5月后持续增长,直至年末,总市值重新达到64万亿的规模,逼近18年初的高点。
2019年A股主要指数的上涨幅度均超过20%,其中深证成指、创业板指以及中小板指涨幅较大,分别为44.08%,43.79%与41.03%;上证综指、中证1000、中证500指数涨幅相对较小,分别为22.30%,25.67%,26.38%。
板块方面,我们将申万一级行业聚类为六个板块:周期上游,周期中游,周期下游,大金融,成长和消费,进一步再将大金融板块拆分为金融和房地产板块。以2019年初各板块市值为基准,可以得到2019年A股各个板块的走势。对比年初,各板块均呈现上行趋势,涨幅位于16.5%到65.7%之间。其中周期中游板块涨幅最小,约为16.5%;消费板块涨幅最大,约为65.7%,其次为成长板块,上涨约46.6%。
详细统计2019年内各板块的月度涨跌幅,可以看到:消费板块整体表现较好,12个月中取得4次第一和3次第二;成长板块整体表现仅次于消费,取得了3次第一和2次第二;金融板块表现尚可,一共7次进入前三;相较之下周期板块上半年表现欠佳,仅有周期上游在5月份市场回落时取得1次第一,但11,12月周期上、下游板块均排名前三,而原本表现较好金融和消费则排名靠后。
多个行业景气度指标已初步企稳,2020年市场景气度大概率回升
我们认为,随着基钦周期持续上行,周期探底回升的趋势将越来越明朗。在华泰金工行业轮动系列报告《景气度指标在行业配置中的应用》(20190912)中,我们基于财报、业绩快报、业绩预告、一致预期等数据构建了多个景气度指标来评估每个行业的景气水平,进一步,统计每个截面上处于景气状态的行业个数,可以从自下而上的角度刻画整个实体经济的景气水平,该指标的走势与基钦周期也比较同步,自19年2月见底以来逐步企稳,未来随着基钦周期步入扩张状态,企业盈利将进一步回暖,进而推动股价上行,我们整体对2020年的市场比较乐观。
具体而言,我们构建了12个景气度评分指标,其中7个指标直接从行业层面的数据出发判定行业景气状态;另外5个指标是从行业内个股层面出发,根据个股景气度改善的比例是否超过50%判定行业景气状态。针对每个行业,将12个指标的打分结果(1表示景气,-1表示不景气)加总,如果加总后打分值大于0则表示该行业处于景气度上行状态;进一步,统计处于景气度上行状态的行业个数则可以从微观层面反映出全市场,乃至整个经济体的景气度水平。
2019年12月底最新数据(所有个股的三季报公布完毕)显示,当前食品饮料、电力设备、非银金融、有色金属、商贸零售、通信和综合等7个行业的景气度打分值大于0。全市场景气度水平在经历了上半年的快速上行之后,又进入了一个二次探底阶段。根据华泰金工周期建模结论,本轮基钦周期在2019年四季度见底,那么当前景气度大概率已经探底完成,预计2020年会持续回升。
市值风格:2020经济处仍于大周期级别上的复苏,大盘股更具配置价值
基于市值因子的中长周期规律,2015年之后的7年大盘股有望占优
在华泰金工2018年10月推出的《周期视角下的因子投资时钟》一文中,我们发现市场风格也存在周期性的变化,我们采用申万大盘指数与小盘指数的对数价格比来反映大盘相对小盘的优势,另外使用因子模型来观察小市值因子自2000年以来去趋势的累积收益率,并与库兹涅茨周期(CRB指数长周期)放在一起对比,获得结果如下:
可以看到,从2001年开始,小市值因子累积收益率下行,大市值表现开始强于小市值,直到2007 年之后出现反转。2015年至2018年,小市值因子累积收益率攀升至顶点并开始回落,即大市值重新战胜小市值。从右图中可以观察到,去趋势后的小市值因子累积收益率呈现出很强的周期性,并且方向与库兹涅兹周期的方向相反。我们认为这是随着经济的复苏,企业盈利增长的确定性增强,投资者开始选择企业盈利确定性更强的大市值股票,从而导致大市值股票表现好于小市值。2007年至2015年,实体经济长周期开始下行,企业盈利恶化,投资者开始转向小市值股票。进入2015年之后,经济中长期再次上行,经济增长的确定性开始增加,大市值的股票再获青睐。预计2020年随着经济中长期的复苏,小市值因子收益率会逐步下行,未来很长一段时间大市值股票相对更优。而中长期里盈利确定性更高的大盘股具有更大的配置价值。
估值判断:2019年估值逐渐修复,2020年周期、金融板块估值仍有扩张空间
估值因子的中长周期规律显示,低估值股票仍被看好
考察EP估值因子去趋势后的累积收益率序列可以发现,EP因子累积收益率序列与实体经济长周期走势的同步性较高。自2015年库兹涅茨周期上行起,低估值股票几乎同步占据主导地位。实体经济长周期上行,长期来看基本面向好,带动利率上行,流动性收紧,从而压制股票的估值,使得低估值的股票更受青睐。如今,随着库兹涅兹周期的持续上行,低估值股票在中长期具有相对较高的配置价值。
统计规律显示2019年A股上涨主要由估值驱动
对于A股的代表性股指,2019年估值扩张对股价上涨的贡献度都大于盈利提升。风格方面,2019年A股小盘风格较为显著,深证成指、创业板指和中小板指的对数涨幅均超过30%,其中估值扩张的贡献度均大于30%;创业板指和中证1000的估值贡献度甚至超过50%。
行业方面,2019年成长和消费行业涨幅较大,食品饮料和电子元器件的对数涨幅超过50%,计算机、电子元器件的估值贡献度超过90%。
根据DDM模型来看,2019年经济周期下行,流动性宽松,属于分母端驱动行情,因此市场估值提升幅度大于盈利增加。随着经济周期拐头向上,企业盈利端将逐渐得到修复,带动市场流动性收紧,A股市场行情将逐步从估值扩张转向盈利提升。
统计A股主要股指2000年以来的PE_TTM与PB_LF,观察其最大最小值、中位数以及最新值的分位数可以看到,在经历了2018年的估值下杀之后,2019年全市场的估值逐渐修复,目前仅有中证500的PE_TTM最新分位数位于20%以下,PB_LF分位数位于10%以下。以中证100、沪深300为代表的大盘指数绝对估值水平较低,PE在10到15倍附近,PB在1.5倍以下,分位数仍处于50%以下;以中证 1000、中证 500、中小板指为代表的小盘指数绝对估值水平较高,但分位数相对较低,处于30%以下。
统计规律显示周期和金融板块当前估值分位数较低,具备一定的扩张空间
行业板块方面,将申万一级行业聚类为周期上、中、下游板块与大金融、消费、成长板块,统计各行业2000年以来的PE_TTM并按市值加权计算各板块的估值水平。观察各板块估值指标的最大最小值、中位数以及最新值的分位数可以发现:周期板块的绝对估值水平较低,PE在20倍附近,且板块估值分位数较低,具备一定的扩张空间;成长和消费板块的绝对估值水平较高,PE均高于25倍,且分位数也相对较高;大金融板块的估值指标数值和分位数均较低,估值安全性较高。总体来说,周期和金融板块估值下行空间较小,扩张空间较大,或是相对更优的配置选择。
对比CRB 综合现货指数中、长周期和全A股PB_LF中值,发现历次库兹涅茨周期和朱格拉周期共振上行的时期(1999年到2002年,2015年至今),都对应着A股估值中枢的下行。2015年库兹涅茨周期和朱格拉周期双双触底,朱格拉周期在2019年11月见顶,当前中周期处于顶部区域,长周期持续上行,估值压力尚未完全释放,低估值股票仍然值得关注。整体而言,在基钦周期拐头向上,企业盈利端提振的情况下,我们看好低估值的股票,推荐周期、金融板块。
盈利预测:周期上行带动周期板块盈利复苏
基于盈利因子的中长周期规律,2015年后由盈利驱动的价值投资占主导
DDM模型分子端的ROE反映了企业的盈利水平。以ROE为代表的盈利因子收益也有着明显的周期特征,从下方两张图表中,我们可以发现其走势受长周期影响十分明显,与实体经济的库兹涅茨周期基本同步。此外,在经济长周期下行阶段,中周期朱格拉周期的上行也能为ROE因子带来不错的表现,而在经济长周期下行阶段,中周期的短暂下行对于ROE因子收益率的影响则不甚明显。
从1998年至今,有三段时期ROE因子表现较好,第一次是2002年10月到2006年11月,第二次是2010年3月到2013年5月,第三次是2016年12月至今。第一次与第三次都发生在库兹涅茨周期明显上升的阶段,也即实体经济复苏,企业盈利增加,投资风格开始转向大盘价值,业绩驱动市场上行,ROE因子收益率快速累积。第二次是经济衰退过程中,库兹涅茨周期下行,朱格拉周期上行,出现了阶段性的流动性紧张,这个阶段高ROE的企业对估值压制的对冲更为明显,更易受到投资者的青睐,超额收益凸显。如今,随着库兹涅兹周期和朱格拉周期的共振上行,实体经济中长周期的复苏将带动企业盈利能力持续增长,在价值投资的主旋律下,盈利能力强的企业将获得更高的关注度。
短周期上行,受盈利影响更明显的周期板块上行动力更强
将周期与非周期板块2005年至今的ROE当季同比与CRB三周期进行对比。可以看到:周期板块的盈利能力受基钦周期的影响非常显著,每次基钦周期的上行与下行,都对应着其ROE同比的上升与下跌。但ROE同比的波动幅度同样也会受到朱格拉周期与库兹涅兹周期的影响,从2010年第三季度到2016年初,中长周期双双下行,使得ROE同比数值明显降低。而2020年,基钦周期与中长周期同步上行,预计2020年企业盈利将迎来边际改善,尤其利好受短周期影响较大的周期行业。
与之相比,用消费板块和成长板块按市值加权合成的非周期板块ROE同比在2011年之后就长期维持在一个稳定的水平,几乎不受基钦周期的影响。因此2020年基钦周期上行期间,非周期板块ROE的上行弹性或小于周期板块。
宏观经济指标进一步佐证 2020 周期上行的判断
另一方面,我们通过宏观经济指标与资产价格在周期传导链条上的相对位置,辅助周期判断。系统梳理了历史上各变量之间的轮动关系,挖掘其中稳定的相位规律,并寻找对于市场周期拐点具有稳定先验或后验作用的指标。选取中国市场上较具代表性的金融经济指标,对原始数据进行预处理以去除异常值、缺失值、季节效应和趋势项的干扰;然后统计1996-2019年间各变量的底部拐点出现时间及其在每轮周期中的先后顺序,复原各轮周期历史图景;进一步,统计各变量拐点相对其他指标拐点的领先滞后顺序及具体时间差,对其做描述性统计,从而得出金融经济变量周期轮动关系的一般规律。最后用高斯滤波法精确提取42个月周期分量,考察短周期分量呈现出的相位关系与上述一般规律的一致性。
我们选取工业增加值、CPI、PPI等13个常见的金融经济变量,涵盖资本市场,产品市场和要素市场三大方面,探讨其周期轮动过程中的相位关系。以下为所选经济指标。
五大类指标揭示金融经济系统周期轮动规律
通过对数据进行异常值去除、缺失值填补、季节性调整和去趋势调整等预处理手段之后,各变量呈现明显的周期性特征。我们详细统计了1995-2019六轮周期内变量两两之间的领先滞后期数、拐点的平均值和标准差以及历史排序均值及标准差,用以衡量指标相位及其稳定性。我们发现主要宏观经济指标可以分为如下五类:显著领先指标M1、M2;领先指标CRB、企业利润、PMI、股指同步指标上证综指、企业营收、CPI、PPI;滞后指标利率、房地产投资、工业增加值;以及显著滞后指标库存。
大部分宏观指标均触底回升,共同佐证判断2020新周期
在观察期(1995 - 2019年)内出现了共约8个周期底部拐点集中的时间段,其所处时间分别在1996年、1999年、2002年、2005年、2009年、2012年、2016年和2019年附近。
通过对2019年周期内经济指标的观察,我们注意到多数领先指标M1、M2、PMI等已触底,滞后指标利率出现拐点;但是工业增加值和房地产投资未见明显拐点。我们预计2020年初,工业增加值和房地产投资指标大概率触底,届时经济将呈整体上行趋势,未来发展可期。
风险提示
本文对各类资产价格变化的方向性判断均是基于年度视角,短期内的投资者情绪波动或政策冲击引起的相对高频的市场变化,需要结合其他高频研究方法给出预测。值得注意的是,我们判断2020年A股或将迎来较佳投资机会,但也同时提示美元指数筑顶阶段可能引发新兴市场极端风险。
附录:数据指标汇总
本文采用的数据指标汇总如下:
需要注意的是,金融资产和经济指标的变化包含趋势性变化和周期性波动等部分,趋势性变化关注时间序列的长期变化趋势,周期性波动关注时间序列的均值回归特性,提取金融资产和经济指标的周期状态时,需要先去除原始序列中的趋势性变化部分,否则会导致周期项提取不准确。因此,在使用滤波方法提取数据的周期状态之前,需要根据数据的特性进行一定的预处理操作:对CPI同比和PPI同比等平稳序列,去除其均值项使之零均值化,以避免对长周期分量提取的影响;对资产价格指标则先取同比,再去均值,使其具备平稳性,且取同比后其变化与经济指标同比变化更加具备可比性,对于周期研究意义更为明显。
免责申明
本报告仅供华泰证券股份有限公司(以下简称“本公司”)客户使用。本公司不因接收人收到本报告而视其为客户。
本报告基于本公司认为可靠的、已公开的信息编制,但本公司对该等信息的准确性及完整性不作任何保证。本报告所载的意见、评估及预测仅反映报告发布当日的观点和判断。在不同时期,本公司可能会发出与本报告所载意见、评估及预测不一致的研究报告。同时,本报告所指的证券或投资标的的价格、价值及投资收入可能会波动。本公司不保证本报告所含信息保持在最新状态。本公司对本报告所含信息可在不发出通知的情形下做出修改,投资者应当自行关注相应的更新或修改。
本公司力求报告内容客观、公正,但本报告所载的观点、结论和建议仅供参考,不构成所述证券的买卖出价或征价。该等观点、建议并未考虑到个别投资者的具体投资目的、财务状况以及特定需求,在任何时候均不构成对客户私人投资建议。投资者应当充分考虑自身特定状况,并完整理解和使用本报告内容,不应视本报告为做出投资决策的唯一因素。对依据或者使用本报告所造成的一切后果,本公司及作者均不承担任何法律责任。任何形式的分享证券投资收益或者分担证券投资损失的书面或口头承诺均为无效。
本公司及作者在自身所知情的范围内,与本报告所指的证券或投资标的不存在法律禁止的利害关系。在法律许可的情况下,本公司及其所属关联机构可能会持有报告中提到的公司所发行的证券头寸并进行交易,也可能为之提供或者争取提供投资银行、财务顾问或者金融产品等相关服务。本公司的资产管理部门、自营部门以及其他投资业务部门可能独立做出与本报告中的意见或建议不一致的投资决策。
本报告版权仅为本公司所有。未经本公司书面许可,任何机构或个人不得以翻版、复制、发表、引用或再次分发他人等任何形式侵犯本公司版权。如征得本公司同意进行引用、刊发的,需在允许的范围内使用,并注明出处为“华泰证券研究所”,且不得对本报告进行任何有悖原意的引用、删节和修改。本公司保留追究相关责任的权力。所有本报告中使用的商标、服务标记及标记均为本公司的商标、服务标记及标记。
本公司具有中国证监会核准的“证券投资咨询”业务资格,经营许可证编号为:91320000704041011J。
全资子公司华泰金融控股(香港)有限公司具有香港证监会核准的“就证券提供意见”业务资格,经营许可证编号为:AOK809
©版权所有2020年华泰证券股份有限公司
林晓明
执业证书编号:S0570516010001
华泰金工深度报告一览
金融周期系列研究(资产配置)
【华泰金工林晓明团队】小周期争明日,大周期赢未来——2020年全球量化资产配置年度观点
【华泰金工林晓明团队】风险预算模型如何度量风险更有效-改进风险度量方式稳定提升风险模型表现的方法
【华泰金工林晓明团队】周期双底存不确定性宜防守待趋势——短周期底部拐头机会渐增,待趋势明朗把握或更大20191022
【华泰金工林晓明团队】二十年一轮回的黄金投资大周期——黄金的三周期定价逻辑与组合配置、投资机会分析20190826
【华泰金工林晓明团队】如何有效判断真正的周期拐点?——定量测度实际周期长度提升市场拐点判准概率
【华泰金工林晓明团队】基钦周期的长度会缩短吗?——20190506
【华泰金工林晓明团队】二十载昔日重现,三四年周期轮回——2019年中国与全球市场量化资产配置年度观点(下)
【华泰金工林晓明团队】二十载昔日重现,三四年周期轮回——2019年中国与全球市场量化资产配置年度观点(上)
【华泰金工林晓明团队】周期理论与机器学习资产收益预测——华泰金工市场周期与资产配置研究
【华泰金工林晓明团队】2018中国与全球市场的机会、风险 · 年度策略报告(上)
【华泰金工林晓明团队】基钦周期的量化测度与历史规律 · 华泰金工周期系列研究
【华泰金工林晓明团队】周期三因子定价与资产配置模型(四)——华泰金工周期系列研究
【华泰金工林晓明团队】周期三因子定价与资产配置模型(三)——华泰金工周期系列研究
【华泰金工林晓明团队】周期三因子定价与资产配置模型(二)——华泰金工周期系列研究
【华泰金工林晓明团队】周期三因子定价与资产配置模型(一)——华泰金工周期系列研究
【华泰金工林晓明团队】华泰金工周期研究系列 · 基于DDM模型的板块轮动探索
【华泰金工林晓明团队】金融经济系统周期的确定(下)——华泰金工周期系列研究
【华泰金工林晓明团队】金融经济系统周期的确定(上)——华泰金工周期系列研究
【华泰金工林晓明团队】全球多市场择时配置初探——华泰周期择时研究系列
【华泰金工林晓明团队】市场的轮回——金融市场周期与经济周期关系初探
周期起源
【华泰金工林晓明团队】周期趋同现象的动力学系统模型——华泰周期起源系列研究之二
【华泰金工林晓明团队】从微观同步到宏观周期——华泰周期起源系列研究报告之一
FOF与金融创新产品
【华泰金工林晓明团队】养老目标基金的中国市场开发流程--目标日期基金与目标风险基金产品设计研究
【华泰金工】生命周期基金Glide Path开发实例——华泰FOF与金融创新产品系列研究报告之一
因子周期(因子择时)
【华泰金工林晓明团队】市值因子收益与经济结构的关系——华泰因子周期研究系列之三
【华泰金工林晓明团队】周期视角下的因子投资时钟--华泰因子周期研究系列之二
择时
【华泰金工林晓明团队】波动率与换手率构造牛熊指标——华泰金工量化择时系列
【华泰金工林晓明团队】华泰价量择时模型——市场周期在择时领域的应用
行业轮动
【华泰金工林晓明团队】基于投入产出表的产业链分析 ——华泰行业轮动系列报告之十一
【华泰金工林晓明团队】不同协方差估计方法对比分析——华泰行业轮动系列报告之十
【华泰金工林晓明团队】景气度指标在行业配置中的应用——华泰行业轮动系列报告之九
【华泰金工林晓明团队】再探周期视角下的资产轮动——华泰行业轮动系列报告之八
【华泰金工林晓明团队】“华泰周期轮动”基金组合改进版——华泰行业轮动系列报告之七
【华泰金工林晓明团队】“华泰周期轮动”基金组合构建——华泰行业轮动系列之六
【华泰金工林晓明团队】估值因子在行业配置中的应用——华泰行业轮动系列报告之五
【华泰金工林晓明团队】动量增强因子在行业配置中的应用——华泰行业轮动系列报告之四
【华泰金工林晓明团队】财务质量因子在行业配置中的应用——华泰行业轮动系列报告之三
【华泰金工林晓明团队】周期视角下的行业轮动实证分析——华泰行业轮动系列之二
【华泰金工林晓明团队】基于通用回归模型的行业轮动策略——华泰行业轮动系列之一
Smartbeta
【华泰金工林晓明团队】投资优质股票:红利类Smart Beta——华泰Smart Beta系列之三
【华泰金工林晓明团队】博观约取:价值和成长Smart Beta——华泰Smart Beta系列之二
【华泰金工林晓明团队】Smart Beta:乘风破浪趁此时——华泰Smart Beta系列之一
【华泰金工林晓明团队】Smartbeta在资产配置中的优势——华泰金工Smartbeta专题研究之一
多因子选股
【华泰金工林晓明团队】华泰单因子测试之历史分位数因子——华泰多因子系列之十三
【华泰金工林晓明团队】桑土之防:结构化多因子风险模型——华泰多因子系列之十二
【华泰金工林晓明团队】华泰单因子测试之海量技术因子——华泰多因子系列之十一
【华泰金工林晓明团队】因子合成方法实证分析 ——华泰多因子系列之十
【华泰金工林晓明团队】华泰单因子测试之一致预期因子 ——华泰多因子系列之九
【华泰金工林晓明团队】华泰单因子测试之财务质量因子——华泰多因子系列之八
【华泰金工林晓明团队】华泰单因子测试之资金流向因子——华泰多因子系列之七
【华泰金工林晓明团队】华泰单因子测试之波动率类因子——华泰多因子系列之六
【华泰金工林晓明团队】华泰单因子测试之换手率类因子——华泰多因子系列之五
【华泰金工林晓明团队】华泰单因子测试之动量类因子——华泰多因子系列之四
【华泰金工林晓明团队】华泰单因子测试之成长类因子——华泰多因子系列之三
【华泰金工林晓明团队】华泰单因子测试之估值类因子——华泰多因子系列之二
【华泰金工林晓明团队】华泰多因子模型体系初探——华泰多因子系列之一
【华泰金工林晓明团队】红利因子的有效性研究——华泰红利指数与红利因子系列研究报告之二
人工智能
【华泰金工林晓明团队】遗传规划在CTA信号挖掘中的应用——华泰人工智能系列之二十六
【华泰金工林晓明团队】市场弱有效性检验与择时战场选择——华泰人工智能系列之二十五
【华泰金工林晓明团队】投石问路:技术分析可靠否?——华泰人工智能系列之二十四
【华泰金工林晓明团队】再探基于遗传规划的选股因子挖掘——华泰人工智能系列之二十三
【华泰金工林晓明团队】基于CSCV框架的回测过拟合概率——华泰人工智能系列之二十二
【华泰金工林晓明团队】基于遗传规划的选股因子挖掘——华泰人工智能系列之二十一
【华泰金工林晓明团队】必然中的偶然:机器学习中的随机数——华泰人工智能系列之二十
【华泰金工林晓明团队】偶然中的必然:重采样技术检验过拟合——华泰人工智能系列之十九
【华泰金工林晓明团队】机器学习选股模型的调仓频率实证——华泰人工智能系列之十八
【华泰金工林晓明团队】人工智能选股之数据标注方法实证——华泰人工智能系列之十七
【华泰金工林晓明团队】再论时序交叉验证对抗过拟合——华泰人工智能系列之十六
【华泰金工林晓明团队】人工智能选股之卷积神经网络——华泰人工智能系列之十五
【华泰金工林晓明团队】人工智能选股之损失函数的改进——华泰人工智能系列之十三
【华泰金工林晓明团队】人工智能选股之特征选择——华泰人工智能系列之十二
【华泰金工林晓明团队】人工智能选股之Stacking集成学习——华泰人工智能系列之十一
【华泰金工林晓明团队】宏观周期指标应用于随机森林选股——华泰人工智能系列之十
【华泰金工林晓明团队】人工智能选股之循环神经网络——华泰人工智能系列之九
【华泰金工林晓明团队】人工智能选股之全连接神经网络——华泰人工智能系列之八
【华泰金工林晓明团队】人工智能选股之Python实战——华泰人工智能系列之七
【华泰金工林晓明团队】人工智能选股之Boosting模型——华泰人工智能系列之六
【华泰金工林晓明团队】人工智能选股之随机森林模型——华泰人工智能系列之五
【华泰金工林晓明团队】人工智能选股之朴素贝叶斯模型——华泰人工智能系列之四
【华泰金工林晓明团队】人工智能选股之支持向量机模型— —华泰人工智能系列之三
【华泰金工林晓明团队】人工智能选股之广义线性模型——华泰人工智能系列之二
指数增强基金分析
【华泰金工林晓明团队】再探回归法测算基金持股仓位——华泰基金仓位分析专题报告
【华泰金工林晓明团队】指数增强方法汇总及实例——量化多因子指数增强策略实证
基本面选股
【华泰金工林晓明团队】华泰价值选股之相对市盈率港股模型——相对市盈率港股通模型实证研究
【华泰金工林晓明团队】华泰价值选股之现金流因子研究——现金流因子选股策略实证研究
【华泰金工林晓明团队】华泰基本面选股之低市收率模型——小费雪选股法 A 股实证研究
【华泰金工林晓明团队】华泰基本面选股之高股息率模型之奥轩尼斯选股法A股实证研究
基金定投
【华泰金工林晓明团队】布林带与股息率择时定投模型——基金定投系列专题研究报告之四
其它