PG电子官方网站【广发金融工程】精选量化研究系列之九：景气视角下的行业轮动策略一个完善的行业轮动框架，通常涵盖对宏观环境、行业景气度以及行业微观变化等因素的分析。本系列研究前四篇报告已从宏观角度挖掘行业事件库，并对各行业的景气度进行梳理和分析，本篇作为系列最后一篇将对所有申万一级行业进行汇总分析，并构建基于全行业景气度变化的轮动策略。

　　报告首先对各行业解释度较高的“基本面同步景气指标”进行分析筛选，并挖掘同步景气指标的“领先驱动指标”，在此基础上运用回归模型构建各行业的“综合景气预测模型”，通过观察各行业综合景气度的环比变化对各行业指数进行前瞻预测与轮动分析。

　　围绕上述“综合景气度模型”构建了各行业的轮动策略，分别在板块内部和全行业进行综合打分排序，得分为1-10内平均分布，两种打分方法按照7：3进行加权，将景气度环比涨幅最高的N个行业（N=5）进行超配。在2007年1月至2021年8月样本区间进行回测。其中2019年以来为全样本外，策略取得优异的结果，回撤相比于分板块轮动变化显著，回测区间内全部年份均保持非负超额收益率。

　　一个完善的行业轮动框架，通常涵盖对宏观环境、行业景气度以及行业微观变化等因素的分析。本系列第一篇从宏观的角度出发，研究行业轮动中有效的宏观驱动因素及逻辑，通过挖掘各行业的宏观事件库，构建宏观驱动下的行业轮动策略。

　　第二篇起则着手梳理各行业的景气度模型，景气度分析是行业轮动体系中承上启下，且最为核心的环节之一。一方面，通过分析宏观环境及产业链视角下的供需、成本及价格等因素对行业影响，并得到行业基本面景气度预测，具备较强的逻辑性；另一方面，量化方法在景气指标的多样化扩展及模型深度上彰显显著优势。本篇作为系列终极篇，将首先对上业进行分析，后对全行业构建相关轮动策略。

　　为了构建行业景气度模型，报告首先对各行业解释度最高的“基本面同步景气指标”进行筛选，并挖掘每个同步景气指标的“领先驱动指标”，在此基础上运用回归模型构建各行业的“综合景气预测模型”，通过观察各行业综合景气度的环比变化对各行业指数逐期进行预测及轮动分析。

　　本文为行业景气系列第五篇，将首先对上游板块进行研究并最终构建基于全行业景气度变化的轮动策略。

　　按申万一级行业分类，上业一共3个（包括采掘、化工及有色金属），其景气状况受经济环境、居民收入、物价水平及货币政策等多方面宏观因素影响，且每个因素的影响时间窗口和影响程度都有所差异。

　　在系列第一篇报告中，我们讨论过宏观时间序列回归方法的难点在于：利用宏观或中观产业等数据对未来的行业指数走势进行拟合及预测，模型通常容易陷入过度拟合，而且缺乏足够清晰的基本面逻辑。在系列一报告《宏观视角下的行业轮动策略》中，为解决该问题，我们定义并测算了各行业有效的宏观事件库，并构建了基于事件驱动的行业轮动策略。

　　上业的景气度受到宏观、产业等多方面因素综合影响，而从行业景气度再到行业指数市场表现，传导过程则受到各种市场因素的影响。

　　报告中将景气度相关指标分为两类：基本面景气“同步指标”和驱动基本面变化的“领先指标”。前者包含企业盈利、成长、质量等基本面指标，由于数据披露频率低及滞后等原因，虽然能够较好解释行业市场表现，但两者通常呈现同步变化；后者则包含更多影响因素，包括宏观环境、市场情绪变化等，都可能驱动基本面的变化，从而对指数行情起到领先的驱动效果。

　　反映基本面景气的“同步指标”通常包含企业的盈利、成长、质量等基本面指标。报告中对每个行业构建如下同步指标库。

　　“领先驱动指标”则包含更多影响因素，报告中分别对每个行业分别构建维护宏观指标库及产业链指标库。

　　宏观环境的变化体现了经济的周期性变化及内在规律，因此它与股票市场的行业表现息息相关。为了能较好地利用宏观环境的变化信息对行业轮动提供建议，我们主要选取了经济增长，货币政策，财政政策，通胀水平等一系列指标构成宏观因子数据库。

　　在宏观因子的选择上，我们主要选择了一些市场上投资者关注度较高的宏观因子，并要求这些宏观因子有一个比较可靠的数据来源，以及一个相对较高的公布频率——至少每月公布一次数据。主要分为如下9大类。宏观因子数据的更新滞后时间不同，更新频率也不同，为了能够统一在同一个框架下进行观测，报告中都将默认以最新更新的数据作为本期最新的观测值，同时由于策略均是月频换仓，而数据的频率不同，因此我们需要将根据数据的频率进行一定的调整。若是月频数据，则无须进行调整；若是更高频数据，将用月末的数据作为该月的数据。

　　由于各行业的表现不仅受宏观因素的影响，还受不同的产业变量的影响，我们将对产业逻辑进行梳理，从需求、供给、成本等影响行业景气的驱动因素出发，除通用的宏观因子外，构建每个行业都有特有或产业上下游的相关指标，以下是我们维护的各行业主要指标分类。

　　同步指标筛选方法：通过计算行业指数超额收益与各指标的月度相关性，筛选出各行业显著的同步指标。

　　上述完成了对各行业同步及领先指标的筛选，接着围绕领先指标，构造各行业指数的综合景气模型构建：基于各行业领先指标，构造行业指数的多元线性回归模型。

　　本节将分别完成对各行业基本面景气同步指标的筛选，同时挖掘各景气指标的领先驱动指标，在此基础上构建行业指数的预测模型，并选择各行业案例进行展示分析。

　　前者通常包含企业的盈利、成长、质量等基本面指标，由于数据披露频率较慢及滞后性等原因，虽然通常能够对行业表现进行较好地逻辑解读，但与行情更多是同步变化；而后者则包含更多影响因素，包括宏观环境、产业链的供需、库存、产品价格变化及市场情绪变化等，都可能驱动基本面的变化，从而对指数行情起到领先的预测效果。

　　同步指标筛选方法：通过计算行业指数超额收益与各指标的月度相关性，筛选出各行业显著的同步指标；

　　采掘行业与指数表现相关性较高的基本面景气同步指标为：“ROA”、“毛利率”和“营业收入同比增长率”，各指标对应的领先指标如下表所示。

　　采掘行业领先指标有电煤价格指数:全国、波罗的海干散货指数(BDI):月等。以“波罗的海干散货指数(BDI):月”为例，该指标对基本面景气度及行业指数走势均有较好的领先效果。

　　化工行业与指数表现相关性较高的基本面景气同步指标为：“毛利率”、“销售费用比”等，各指标对应的领先指标如下表所示。

　　化工行业领先指标较多，以“滚动市盈率(TTM):沪深两市:月”为例，该指标对基本面景气度及行业指数走势均有较好的领先效果。

　　有色金属行业与指数表现相关性较高的基本面景气同步指标为：“毛利率”、“扣非净利润/净利润”等，各指标对应的领先指标如下表所示。

　　有色金属行业领先宏观指标有M1：同比等，而行业指标则主要包含价格、产量等。以“M1：同比”为例，该指标对基本面景气度及行业指数走势均有较好的领先效果。

　　上述完成了对各行业同步及领先指标的筛选，接着围绕领先指标，构造各行业指数的景气预测模型，方法如下：

　　基于上述领先指标构造综合景气度回归模型，拟合R 2约0.42，效果如下图所示，截至8月底，最新预测景气度向上，9月份看涨该行业。

　　基于上述领先指标构造综合景气度回归模型，拟合R 2约0.57，效果如下图所示，截至8月底，最新预测景气度向上，9月份看涨该行业。

　　基于上述领先指标构造综合景气度回归模型，拟合R 2约0.39，效果如下图所示，截至8月底，最新预测景气度向上，9月份看涨该行业。

　　综上，上业最新一期（9月份）综合景气度预测增长从大到小依次为：采掘、化工、有色金属。其中采掘行业预期涨幅接近7%，所有行业均看涨，行业整体景气度较为良好。

　　策略设置：每个月末交易日作为策略的起点，计算当期各行业综合景气指标。首先基于系列前几篇报告在板块内部按照景气度环比增长进行打分排序，环比增长最低行业得分为1分，环比增长行业最高得分为10分，其余按照相应排序，得分为1-10分内平均分布，接下来全行业汇总按照同样方法进行排序打分，两种打分方法按照7:3进行加权得到所有行业综合得分，按照得分高低进行排序，并将得分最高的N个行业（N= 5）进行超配。

　　全样本看策略取得较为不错的结果：超额全行业等权指数年化收益率为9.02%，回撤相比于分板块轮动变化显著，回测区间内全部年份均保持非负超额收益率。

　　本系列报告着手梳理各行业的景气度模型，作为行业轮动体系中承上启下的一环，行业景气度分析是最核心且常见的研究视角之一，通过综合考虑宏观环境及各行业产业链视角下的供需、成本及价格等因素对行业的影响，并对行业盈利及成长性等基本面特征进行预测PG电子官方网站，景气度模型通常具备较强的逻辑性。

　　为了构建行业景气度模型，报告首先对各行业解释度最高的“基本面同步景气指标”进行筛选，并挖掘每个同步景气指标的“领先驱动指标”，在此基础上运用回归模型构建各行业的“综合景气预测模型”，通过观察各行业综合景气度的环比变化对各行业指数逐期进行前瞻预测。

　　在宏观因子的选择上，我们主要选择了一些市场上投资者关注度较高的宏观因子，并要求这些宏观因子有一个比较可靠的数据来源，以及一个相对较高的公布频率——至少每月公布一次数据。主要分为如下9大类。宏观因子数据的更新滞后时间不同，更新频率也不同，为了能够统一在同一个框架下进行观测，报告中都将默认以最新更新的数据作为本期最新的观测值，同时由于策略均是月频换仓，而数据的频率不同，因此我们需要将根据数据的频率进行一定的调整。若是月频数据，则无须进行调整；若是更高频数据，将用月末的数据作为该月的数据PG电子官方网站。除通用的宏观因子外，构建每个行业都有特有或产业上下游的相关指标，包含行业需求、供给、成本及价格等影响行业景气等各类指标PG电子官方网站。

　　在行业配置的策略的具体运作上，我们采用定期调仓的方式，以一个自然月作为调仓的周期。每个月末交易日作为策略的起点，计算当期各行业综合景气指标，分别在板块内部和全行业进行综合打分排序，得分为1-10内平均分布，两种打分方法按照7:3进行加权，并将景气度环比涨幅最高的N个行业（N= 5）进行超配，从回测结果可以看到，基于景气度变化的行业轮动策略，自2007年以来能获得较稳定的超额回报。

　　上述结果通过历史数据统计、建模和测算完成，在宏观政策环境发生大幅改变以及市场风格突变下可能存在失效风险。以上推荐的行业仅从量化角度出发，不代表行业观点。

　　本微信号推送内容仅供广发证券股份有限公司（下称“广发证券”）客户参考，其他的任何读者在订阅本微信号前，请自行评估接收相关推送内容的适当性，广发证券不会因订阅本微信号的行为或者收到、阅读本微信号推送内容而视相关人员为客户。

　　完整的投资观点应以广发证券研究所发布的完整报告为准。完整报告所载资料的来源及观点的出处皆被广发证券认为可靠，但广发证券不对其准确性或完整性做出任何保证，报告内容亦仅供参考。

　　在任何情况下，本微信号所推送信息或所表述的意见并不构成对任何人的投资建议。除非法律法规有明确规定，在任何情况下广发证券不对因使用本微信号的内容而引致的任何损失承担任何责任。读者不应以本微信号推送内容取代其独立判断或仅根据本微信号推送内容做出决策。