海通金工 | 大类资产与中观配置研究（四）——宏观量价双驱价值成长风格轮动模型

重要提示：《证券期货投资者适当性管理办法》于2017年7月1日起正式实施，通过本微信订阅号发布的观点和信息仅供海通证券的专业投资者参考，完整的投资观点应以海通证券研究所发布的完整报告为准。若您并非海通证券客户中的专业投资者，为控制投资风险，请取消订阅、接收或使用本订阅号中的任何信息。本订阅号难以设置访问权限，若给您造成不便，敬请谅解。我司不会因为关注、收到或阅读本订阅号推送内容而视相关人员为客户；市场有风险，投资需谨慎。

前文，我们分析了推动风格轮动的宏观因素，并构建了宏观等权驱动、及宏观复合驱动的价值成长风格轮动模型。而在市场表现较弱且单一风格大幅走强时，宏观驱动模型的表现较弱。在市场弱势、横盘震荡时期，往往宏观、基本面没有显著变化，风格动量及市场情绪对于占优风格的延续性或有较强影响。故而本文，我们将进一步从量价角度分析驱动风格轮动的因素，并将宏观与量价因子结合，构建宏观量价双驱轮动模型。

1. 风格轮动驱动因素分析

量价层面，如风格动量等，体现了风格资产的短期趋势及市场情绪，或直接影响投资者的情绪变化、投资意愿，从而推动价值成长风格的轮动。

本节将从风格动量、风格拥挤度、及市场情绪维度分析影响价值成长风格轮动的量价因素。并基于历史表现，分析近十年（2013.12.31-2024.09.30）各维度指标与价值成长风格转换的关系。

1.1  动量

对比2010年以来市场价值成长风格相对强弱，由下图可见，近年来，市场价值及成长风格的长期趋势切换频率较低，市场的长期风格切换或具有一定动量效应。而在长期趋势中，占优风格可能短暂受到反转。如，2022年8月至2024年9月，价值风格处于长期优势地位；而期间2022年10月、2023年6月、2024年2月，市场均短暂大幅偏向了成长风格。

纯动量指标在季频或月频窗口内的表现较为不稳定，动量效应维持与否或与宏观环境有关。宏观环境较优时，投资者情绪或能持续维持，推动占优的风格持续走强。故而，我们尝试将宏观因子与动量因子相结合，构建宏观调整动量因子。

分别使用PMI季均差分、中债国债5年及1年期限利差季末值差分、及近一季中美利差均值减过去两季均值，衡量当前经济增长情况、流动性及外部环境。各宏观指标均在大于0时发出正向信号，将信号值设为1；在小于0时发出负向信号，信号值为-1；在等于0时信号值为0。将三个宏观信号值加总，得到当前的综合宏观信号。同时，分别计算每季末价值及成长过去1月、过去2月及过去1季的动量差，得到当前动量较优的风格，并进行回测。

若当前综合宏观信号为正，那么认为当前风格动量可以持续，全仓配置当前占优风格。反之，若当前宏观信号为负，则认为当前占优动量或出现反转，全仓配置非占优风格。若当前宏观信号为0，那么认为当前动量信号无效，等权配置国证价值及国证成长风格。以近十年为回测期，宏观结合近一季动量的表现最优，胜率达到了72.09%，且年收益率达到了11.45%，显著优于等权基准。

1.2 风格拥挤度

当单一风格长期占优时，投资者资金的持续涌入可能会导致当前风格出现拥挤度提升，估值抬升。我们认为，通常拥挤度较高时估值边际较为敏感，一旦出现利空消息，则可能发生资金流出，导致当前强势风格出现回撤。

使用价值及成长风格的市净率季变化率差分的差值，衡量风格间的相对拥挤度。若当前风格PB涨幅上升的幅度、或跌幅改善的幅度大于另一风格，则认为该风格在当季吸引了更多资金，具有较高的拥挤度。对比近十年价值成长相对拥挤度与价值成长相对强弱的走势，由下图，在相对拥挤度大幅波动、或位于历史较高/较低水平时，风格更易转向拥挤度较低的水平。例如，2019Q1、2023Q4，相对拥挤度处于历史较低水平，成长风格拥挤度偏高，此后一段时间内，价值风格均跑赢了成长。而在风格长期趋势未确定时，如2021年1月至2023年1月，占优风格拥挤度较高的后一季，市场基本皆转向了拥挤度相对较低的风格。

对相对拥挤度进行单指标回测。具体，若相对拥挤度大于0，即价值风格的PB变化率差分值大于成长风格，则认为当季价值风格相对较为拥挤，配置成长风格；反之，则配置价值风格。以近十年为回测期，相对拥挤度单指标策略年化收益较高，达到9.03%，显著优于等权基准（5.41%）、国证价值（6.76%）、及国证成长指数（3.46%）。

1.3 市场情绪

市场情绪往往会影响投资者的整体风险偏好水平。在市场情绪偏弱时，投资者或倾向于选择安全边际更高的价值风格。而在市场信心较强时，投资者或更偏好弹性较高的成长风格。使用中证全指成交量衡量全市场的交易量水平，并将成交额的季均线减去两年均线，衡量当前市场交易情绪。进一步对比成交额水平的变化与价值成长相对强弱走势的关系，由下图，市场成交额水平处于负值时，如2016年3月至2018年10月、2023年2月至2024年8月，市场情绪偏弱，价值风格持续占优。而在市场交易量持续增加，成交额水平持续为正时，如2019年7月至2021年2月，成长风格表现较优。可得，成交额水平与风格的长期变化趋势相关性较高。

使用成交额水平构建单指标轮动策略。每季度，若季末成交额水平为正，全仓配置国证成长指数；反之，则全仓配置国证价值指数。由下表可见，以近十年为回测期，成交额水平单指标策略的胜率为60.47%，年化收益达8.66%，显著优于等权基准。

2. 价值成长轮动模型

基于前文逻辑推导及指标回测结果，本节我们选择量价维度较优的指标，对比各维度的表现差异，并与前文宏观维度的指标相结合，构建价值成长轮动模型。

2.1指标定义

量价层面，选取动量、拥挤度及市场情绪维度刻画影响价值成长轮动的市场量价情况。宏观层面，选取经济增长、上下游物价差异、货币流动性及外部流动性维度刻画推动价值成长轮动的宏观环境。

具体，量价层面，动量维度，选取宏观调整的价值成长一季动量差，若当前宏观调整动量指标大于0，则发出价值信号；反之发出成长信号。风格拥挤度层面，选取价值成长市净率季变化率差分差值，若指标大于0，则发出成长信号；反之发出价值信号。市场情绪层面，使用近一季中证全指成交额均值与近两年均值相比，若近一季成交额均值小于近两年，则发出价值信号，反之发出成长信号。

宏观层面，经济增长维度，选取PMI新订单值，若季均差分大于 0，发出价值信号；反之，发出成长信号。上下游物价差异维度，选取PPI-CPI剪刀差加权环比，若加权环比大于0，发出价值信号；反之，发出成长信号。货币流动性维度，选取1年期国债YTM季均差分，若国债利率上升，即指标值大于0，发出价值信号；反之，发出成长信号。外部流动性维度，选取美债季均YTM衡量，若当季美债利率均值大于过去三季均值，发出价值信号；反之，发出成长信号。

2.2 风格差异显著时段指标有效性对比

下图展示了当季价值相对成长超额绝对值不小于5%时，各维度指标的信号值。指标发出价值信号时信号值为1；发出成长信号时信号值为-1。

进一步统计风格超额显著时各指标的表现，近十年，价值及成长超额大于5%的季度分别为11期及10期。由下表可见，价值大幅占优时，拥挤度指标表现较优，胜率达到了63.64%，次均超额为11.12%。量价指标在成长大幅占优时表现较优，宏观调整动量、及市场情绪指标均在成长大幅占优的季度达到了80%的预测准确率。

2.3价值成长——宏观量价双驱轮动模型

基于选取的所有量价及动量指标等权加总构建价值成长轮动模型，回测设定如下：

1.各指标在发出价值信号时将信号值设为1，发出成长信号时将信号值设为-1，若当前指标无有效信号，则将信号值设为0。

2.将所有选定的指标季末信号值加总，得到综合分数。

3.若季末综合分数大于0，则全仓配置国证价值指数；若综合分数小于0，则全仓配置国证成长指数；若综合分数为0，则等权配置国证价值及国证成长指数。

下图展示了宏观量价双驱轮动模型在2013.12.31至2024.09.30的回测净值，策略以季度调仓的价值成长等权策略为基准。

以近十年为回测期，宏观量价双驱驱动轮动模型的年化收益为14.94%，回测期内的胜率为79.07%，胜率及收益均优于量价单指标策略、及宏观维度表现较优的宏观复合驱动模型。同时，回测期内，动量驱动策略跑赢了等权基准、国证价值及国证成长指数，相对于各基准年化超额分别为9.53%、8.18%及11.48%。

进一步统计模型的分年表现，由下图可见，双驱模型在各年度均跑赢了等权基准。且相较宏观结合驱动模型，宏观量价双驱模型在市场表现较弱且单边风格大幅占优的年份（2018、2022年），均获得了较优的收益。

2.4宏观量价双驱价值成长ETF配置策略

根据模型得出的价值成长轮动信号，我们可以选取价值、成长风格暴露较高的ETF或股票进行直接配置。本节分别选取价值、成长风格暴露较高、且规模较大的红利ETF（510880.SH）及创业板ETF（159915.SZ）作为轮动标的，根据双驱模型配置信号，构建价值成长ETF配置策略。

下图展示了价值成长ETF配置策略在2013.12.31至2024.09.30的回测净值，策略以季度调仓的ETF等权策略为基准。

对ETF组合表现进行统计，由下表可见，ETF组合净值年化收益达26.03%，相对红利ETF的年化超额为15.33%，相对创业板ETF的年化超额为20.68%。

分年统计ETF组合的表现，由下表可见，近十年，除2023年略微跑输等权基准外，ETF配置策略均大幅跑赢了等权基准。

3. 总结

在基于宏观驱动的价值成长轮动模型的基础上，为解决市场弱势、横盘震荡时期模型表现偏弱的问题，我们引入了量价维度的因素，分析了影响价值成长风格轮动的市场量价情况，构建了价值成长宏观量价双驱轮动策略。

首先，本文分析了市场量价层面驱动风格轮动的因素。选取动量、风格拥挤度、市场情绪刻画推动风格切换的市场量价环境。

动量维度，宏观调整的近一季风格动量差有较优的择时效果，在宏观基本面较优时，历史占优的风格得以维持，反之强势风格未来可能出现反转。拥挤度维度，选用价值成长PB变化率差分差值衡量风格的相对拥挤情况，拥挤度较高的风格的估值边际较为敏感，或更易发生资金流出。市场情绪维度，选用中证全指成交额水平衡量，若近一季成交额水平低于近两年成交额水平，防御性较强的价值风格或占优；反之，弹性较强的成长风格或有较强表现。

将宏观层面及量价层面有效因子结合，构建价值成长宏观量价双驱轮动模型。以近十年（2013.12.31 - 2024.09.30）为回测期，双驱策略的年化收益率为14.94%，预测胜率为79.07%，相较季度调仓的风格等权策略的超额为9.53%。分年来看，回测期内，宏观量价双驱策略在各年度均跑赢了等权基准。

使用红利ETF及创业板ETF作为价值及成长风格的代表标的，根据双驱信号进行配置，十年回测期内，ETF组合净值年化收益达到了26.03%，相对红利ETF的年化超额为15.33%，相对创业板ETF的年化超额为20.68%。

4. 风险提示

本报告根据客观数据及公开公告进行计算，不作为对未来走势的判断和投资建议。本文结论通过公开数据分析所得，存在由于数据不完善导致结论不精准的可能性。风格轮动模型基于风格历史表现规律统计推导得出，存在历史统计规律失效风险。

本文选自海通证券研究所研究报告：海通金工 | 大类资产与中观配置研究（四）——宏观量价双驱价值成长风格轮动模型

对外发布时间：2024年12月18日