資產(chǎn)配置月報：十二月配置視點：利率、匯率與權(quán)益市場

目錄利率、匯率和權(quán)益市場 3全球權(quán)益市場與美債利率相關(guān)性復(fù)盤 3國內(nèi)風(fēng)格指數(shù)與美債利率相關(guān)性復(fù)盤 4人民幣匯率對權(quán)益市場解釋度 5大類資產(chǎn)量化觀點 6權(quán)益：景氣度階梯修復(fù)，警惕波動率回升 72.2利率：12月利率或下行7BP至2.60% 11黃金：繼續(xù)處有利環(huán)境，或乘勢再起 13地產(chǎn)：新房價格五連降，整體壓力再度攀升 15市場風(fēng)格量化觀點 18價值成長紅利：12月價值、紅利或仍優(yōu)于成長 18大小市值：靜待大盤溢價的12月季節(jié)效應(yīng) 21行業(yè)配置量化觀點 23行業(yè)推薦：勝率與賠率 24行業(yè)推薦：出清反轉(zhuǎn)策略 26行業(yè)推薦：宏觀驅(qū)動戴維斯雙擊策略 29風(fēng)險提示 30插圖目錄 31表格目錄 32利率、匯率和權(quán)益市場美債利率是全球資產(chǎn)定價的錨，歷史復(fù)盤可以發(fā)現(xiàn)其與全球權(quán)益市場的相關(guān)性影響發(fā)生過從負相關(guān)轉(zhuǎn)為正相關(guān)的較大轉(zhuǎn)折。2000年左右全球主要股指與美債的相關(guān)性發(fā)生由負轉(zhuǎn)正的整體趨勢性變化，而當(dāng)下（2022年起）再次處于相關(guān)性由正轉(zhuǎn)負的重要節(jié)點。兩個時間點與通脹預(yù)期的轉(zhuǎn)折有一定聯(lián)系。圖1：全球主要股指與美債收益率滾動40交易日相關(guān)性（累計） 資料來源：wind，當(dāng)通脹預(yù)期不確定性增強，其會對股債定價中分母的無風(fēng)險收益率產(chǎn)生擾動，從而使得股債正相關(guān)性加強。分母的無風(fēng)險收益率rf是股債定價中的同向因子，其波動會導(dǎo)致股債正相關(guān)性加強而利率與權(quán)益的負相關(guān)性加強。根據(jù)DEShaw的統(tǒng)計，美國通脹預(yù)期的不確定在2000年前后由轉(zhuǎn)為確定（波動率下降，此定價因素消解后，美債利率與權(quán)益資產(chǎn)轉(zhuǎn)為正相關(guān)，也即股債主要為蹺蹺板效應(yīng)。而美國通脹預(yù)期在2022年前后再次進入不確定狀態(tài)，從而導(dǎo)致美債利率與權(quán)益資產(chǎn)轉(zhuǎn)為負相關(guān)。此狀態(tài)目前來看尚未解除，美債利率的下行將有利于全球權(quán)益資產(chǎn)。另一個顯著的因素是印度、越南等新興市場近期受到相關(guān)規(guī)律影響較小。圖2：美債利率與美國通脹預(yù)期 資料來源：DEShaw，Bloomberg，繪制，注：利率為10年期美債利率，通脹預(yù)期為美聯(lián)儲長期通脹預(yù)期與ConsensusEconomicssurvey5-10年通脹預(yù)期的拼接從國內(nèi)市場來看，自外資進入國內(nèi)市場以來，權(quán)益資產(chǎn)與美債利率的相關(guān)性基本為負。從大小盤風(fēng)格角度看，小盤股與美債收益率負相關(guān)性更為明顯，大盤股則在部分區(qū)間表出一定的正相關(guān)性。從成長價值風(fēng)格來說，成長風(fēng)格對于美債收益率更為敏感，負相關(guān)性要顯著強于價值風(fēng)格。圖3：大小盤風(fēng)格與美債收益率滾動2年相關(guān)性（累計） 0-200-400-600-8002004-122004-1206-1212

圖4：成長價值風(fēng)格與美債收益率滾動2年相關(guān)性（累計） 0-200-400-600-8002004-122005-1206-12122004-122005-1206-1212資料來源：wind， 資料來源：wind，進一步觀察成長/價值與美債收益率的走勢，可以發(fā)現(xiàn)二者在2016年后整體走勢整體呈現(xiàn)為負相關(guān)。當(dāng)美債收益率上行時，全球流動性收緊，價值風(fēng)格相對占優(yōu)；反之當(dāng)美債收益率下行時，全球流動性寬松，成長風(fēng)格相對占優(yōu)。小盤/大盤與美債收益率則沒有表現(xiàn)出統(tǒng)計顯著的相關(guān)性特征。圖5：成長價值輪動與美債收益率 圖6：大小盤輪動與美債收益率 6.0%5.0%4.0%

6.0%5.0%4.0%3.0%2.0%

3.0%2.0%1.0% 1.0%2/12/11資料來源：wind， 資料來源：wind，1.3人民幣匯率對權(quán)益市場解釋度2018年往后，人民幣匯率與國內(nèi)權(quán)益資產(chǎn)的負相關(guān)性明顯增強。2018年之前人民幣匯率與國內(nèi)資產(chǎn)價格的相關(guān)性并無明顯特征，但是在2018年往后，二者的負相關(guān)性有著明顯增強。圖7：中證800與人民幣匯率相關(guān)性（累計） 圖8：中證800與人民幣匯率 0

0

8.587.576.52004-122005-122004-122005-122006-122007-122008-122009-122010-122011-122012-122013-122014-122015-122016-122017-122018-122019-122020-122021-122022-122005-022006-022007-022008-022009-022010-022011-022012-022013-022014-022015-022016-022017-022018-022019-022020-022021-022022-022005-022006-022007-022008-022009-022010-022011-022012-022013-022014-022015-022016-022017-022018-022019-022020-022021-022022-022023-02資料來源：wind， 資料來源：wind，人民幣匯率對于中證800價格變動的解釋度隨著外資進入國內(nèi)市場不斷加強。通過回歸分析我們發(fā)現(xiàn)，人民幣匯率周頻變動對于中證800釋度（2，從2010年開始計算為4.5%，從2016年開始計算為14.3%，從2022年開始計算則有17.4%，有著不斷上升的趨勢。另外，通過從中證800周頻收益率減去人民幣匯率在回歸方程中解釋的部分，剝離掉人民幣匯率因素的影響，可以看到近兩年部分中證800的下跌區(qū)間能夠被人民幣貶值所解釋。近期市場的調(diào)整在剝離匯率因素后依然顯著，并不能由匯率全部解釋。圖9：中證800收益率被人民幣匯率解釋部分 圖10：中證800剝除人民幣匯率因素走勢 9 8 76 15 43 2

7610中證800收益率絕對值累計變動 人民幣匯率解釋部分

中證800 中證800剝離匯率因素 USDCNY即期匯率右軸)資料來源：wind， 資料來源：wind，大類資產(chǎn)量化觀點2023年12月大類資產(chǎn)量化觀點如下：大類資產(chǎn)觀點大類資產(chǎn)觀點權(quán)益核心：景氣度階梯修復(fù)，警惕波動率回升11利率核心：12月利率或下行7BP至2.60%2023111091%；10Y黃金核心：繼續(xù)處有利環(huán)境，或乘勢再起202311764%；地產(chǎn)核心：新房價格五連降，整體壓力再度攀升0.71；資料來源：，11月景氣度階梯回升，基本面邊際逐步轉(zhuǎn)暖。根據(jù)民生A股景氣度指數(shù)監(jiān)5L2023Q2景氣度變化+0.1，Q3景氣度變化-1.0，整體較弱。10月以來景氣度變化+5.4，十一期間跳升以來，整體處于小幅平穩(wěn)回升中。上證指數(shù)凈利潤同比Q3實際收斂到-1.8Q4圖11：當(dāng)前景氣上行趨勢與歷史6波上行周期平均趨1 1012011 101201301401501601701801

圖12：2020年至今各季度景氣度變化(截至2023.12.01） 9070503010-10

2000年以來6波上行周期平均趨勢上行周期7：2023.05-2023.11資料來源：wind，，注：橫軸為日歷日天數(shù)，縱軸為標準化景氣度變化幅度

資料來源：wind，，注：景氣度指數(shù)計算詳見專題報告《分歧度、流動性、景氣度——三維指數(shù)擇時框架》，全文同圖13：A股景氣度指數(shù)與上證指數(shù)凈利潤同比（%） 資料來源：wind，信用維持低速擴張，政府債券繼續(xù)形成支撐。我們預(yù)測社融11月約為0.48TTM1.11%；社融存量同比增速約為9.72%。從結(jié)構(gòu)來看，信貸同比小幅多增，政府債券仍是社融增長的強力支撐。信貸方面，大中城市商品房銷售延續(xù)不溫不火的狀態(tài)，居民中長貸預(yù)計難有高增；PMI繼續(xù)處于榮枯線下，相較上月小幅下降，企業(yè)貸款預(yù)計與去年同期基本持平，企業(yè)債券融資較去年同期有一定增長；政府債券則繼續(xù)高增，是十一月社融增長的最主要原因。圖14：上證指數(shù)、A股景氣度及社融TTM環(huán)比MA6變化 資料來源：wind，，注：圖中上證指數(shù)為放縮調(diào)整后的趨勢示意圖15：11月社融結(jié)構(gòu)預(yù)測（單位：億元） 總量預(yù)測2023年11月預(yù)測值2022年11月2023年10月預(yù)測值2023年10月新增社融23662188422127118500社融TTM環(huán)比1.11%-1.83%3.62%2.80%結(jié)構(gòu)預(yù)測2023年11月預(yù)測值2022年11月2023年10月預(yù)測值2023年10月人民幣貸款120471144868914837→企業(yè)貸款+居民短貸9639765131231005→居民中長貸108821032193707→企業(yè)票據(jù)融資1320154915753176外幣貸款-211-648-375152委托貸款37-88112-429信托貸款-1308-36551393未貼現(xiàn)銀行承兌匯票-272191-1377-2536企業(yè)債券9866043191144政府債券1153765201523315600非金融企業(yè)境內(nèi)股票融資381788292321存款類金融機構(gòu)資產(chǎn)支持證券-160-233-201-2530貸款核銷625625326427資料來源：wind，預(yù)測波動率再次處于底部，如若回升階段沒有流動性配合，或進入不利象限。當(dāng)前景氣度處于上行趨勢，分歧度處于下行趨勢并且到達近年底部位置，流動性處于下行趨勢。雖整體仍處有利象限，但若未來波動率回升并且流動性沒有配合，則震蕩下跌的概率或?qū)⑻嵘D16：分歧度、流動性、景氣度變化趨勢資料來源：wind，民生金工三維擇時框架通過將量價情緒與宏觀景氣有機結(jié)合判斷市場漲跌概率，同時通過股權(quán)風(fēng)險溢價（ERP）等因素補充刻畫極端賠率狀態(tài)修正判斷，能夠低頻且有效抓取市場上漲區(qū)間，規(guī)避市場高風(fēng)險區(qū)間。詳細內(nèi)容請參考報告《分歧度、流動性、景氣度——三維指數(shù)擇時框架》。圖17：分歧度-流動性-景氣度三維擇時框架資料來源：繪制除了內(nèi)部環(huán)境因素以外，外部流動性自2022年起對A股走勢產(chǎn)生了不可忽視的影響。中證800指數(shù)走勢與北上資金流、美債利率相關(guān)性進一步提升，北向的持續(xù)流出與美債利率的持續(xù)上升或?qū)χ笖?shù)走勢產(chǎn)生了不利影響。當(dāng)前北上流出趨緩，美債利率下行，整體對市場的負面影響減弱，但相關(guān)性短期內(nèi)有大幅回落。圖18：中證800走勢與北上資金近期關(guān)系資料來源：wind，，注：指數(shù)的數(shù)值調(diào)整目的為在坐標軸中與其他指標可比圖19：中證800走勢與10年期美債利率近期關(guān)系資料來源：wind，，注：指數(shù)的數(shù)值調(diào)整目的為在坐標軸中與其他指標可比利率：127BP2.60%利率的本質(zhì)是資金的價格。利率變動由資金的供需因素共同決定，民生金工利率預(yù)測框架采用結(jié)構(gòu)化靜態(tài)因子模型（trctdtaticacorl，從精選的宏觀指標中抽象出四大因子：經(jīng)濟增長、通貨膨脹、債務(wù)杠桿、短期利率，共同刻畫利率的變動方向。圖20：10Y國債利率驅(qū)動因素模型資料來源：繪制以此框架進行月度利率擇時，2006年以來樣本內(nèi)外均有70%左右勝率。模型通過靜態(tài)因子模型預(yù)測下月10Y國債利率變動方向，并通過累加或者累減實際變動以表示預(yù)測效果，以2019年初為樣本內(nèi)外節(jié)點進行統(tǒng)計，總體保持較高勝率。2023年前11個月有10個月方向判斷正確，勝率為91%。圖21：靜態(tài)因子模型歷史月度利率擇時效果資料來源：wind，，注：擇時結(jié)果計算方法為利率月度變動的累加（看多）或累減（看空）模型判斷12月10Y國債利率有望下行約7BP至2.60%。從國債利率各驅(qū)動因子來看，經(jīng)濟增長因子保持回升，通貨膨脹因子繼續(xù)回落，債務(wù)杠桿因子略微下行，短期利率因子開始回落，11月原材料購進價格PMI仍處回落，但部分金屬價格有所回升，但資金面由緊轉(zhuǎn)松，各因素逐步形成共振，12下行。圖22：利率驅(qū)動因子長期變化趨勢 資料來源：wind，圖23：10Y國債利率12月預(yù)測各因子貢獻 圖24：2018年以來模型預(yù)測值與實際值對比 資料來源：wind， 資料來源：wind，黃金的本質(zhì)是“高級別的保底信用”。當(dāng)前信用最強貨幣為美元，因此黃金走勢目前主要對標美元信用。美元信用主要體現(xiàn)在美國經(jīng)濟強弱、信用擴張強弱，美元實際利率等因素中。因此我們從精選的宏觀指標中抽象出四大因子：美國經(jīng)濟、美國就業(yè)、美國財政、美國負債，共同刻畫黃金的變動方向，并采用結(jié)構(gòu)化靜態(tài)因子模型進行黃金的判斷。圖25：黃金驅(qū)動因素模型資料來源：繪制以此框架進行月度黃金擇時，2008年以來有64%左右勝率。長期來說四因子模型對黃金走勢有較高的解釋度。黃金本身并無未來現(xiàn)金流，傳統(tǒng)金融定價公式無法直接定價，本身交易價格受到敘事與情緒影響較大，四因子雖有較高解釋度，但框架仍是開放的。2023年前11個月有7個月方向判斷正確，勝率為64%。圖26：靜態(tài)因子模型歷史月度黃金擇時效果資料來源：wind，長期赤字問題仍為主導(dǎo)因素，黃金或乘勢再起。我們在之前的報告中判斷在財政赤字、債務(wù)上限擴張影響下，對美元信用的擔(dān)憂將促進黃金反彈。本月來看美國對外負債因子開始回升，就業(yè)因子小幅波動，經(jīng)濟因子小幅回升，財政因子繼續(xù)上升，除財政因子外其他因子當(dāng)下影響有限，黃金將繼續(xù)處于有利環(huán)境。圖27：黃金驅(qū)動因子長期變化趨勢資料來源：wind，圖28：倫敦金現(xiàn)12月預(yù)測各因子貢獻資料來源：wind，從賠率因素來看，實際利率下行空間較大，映射黃金上漲空間。美國實際利率可視為黃金機會成本，歷史上與黃金走勢呈較為顯著的負相關(guān)關(guān)系。但近期美國政府赤字率較高，美債被下調(diào)評級，整體沖擊美債信用水平，即便實際利率不變，隱含風(fēng)險溢價的上升也會導(dǎo)致黃金上漲。再者當(dāng)前實際利率已進入下行趨勢，且下行空間仍較大，映射黃金仍有上漲空間。圖29：黃金與美國實際利率走勢 圖30：美國通脹預(yù)期 資料來源：wind， 資料來源：wind，民生金工房地產(chǎn)行業(yè)壓力指數(shù)的構(gòu)建目標是追蹤市場核心指標變化，衡量房地產(chǎn)市場的承壓狀態(tài)。我們采用擴散指數(shù)的方式，通過房地產(chǎn)市場供給與需求各鏈路中的關(guān)鍵指標，從絕對水平和邊際變動兩個維度打分，加總標準化得到房地產(chǎn)行業(yè)壓力指數(shù)。房地產(chǎn)行業(yè)壓力指數(shù)的值越大表示當(dāng)前房地產(chǎn)市場低迷并有形勢繼續(xù)惡化的潛在可能?；仡櫄v史市場表現(xiàn)，房地產(chǎn)板塊獲得較大超額收益的時期與寬松政策的持續(xù)發(fā)布期基本吻合，其核心邏輯為高壓力驅(qū)動寬政策，進而修復(fù)市場預(yù)期。房地產(chǎn)行業(yè)壓力指數(shù)的更多細節(jié)請參考報告《視角透析：房地產(chǎn)行業(yè)壓力指數(shù)構(gòu)建》。圖31：房企、居民、金融機構(gòu)、地方政府鏈路關(guān)系 資料來源：繪制截止至2023年11月30日，三個月移動平均的房地產(chǎn)行業(yè)壓力指數(shù)為0.78（前值0.681，行業(yè)整體壓力再度攀升。從細分指標層面看，土地出讓金同比降幅增大，而成交土地溢價率也繼續(xù)下行；70連續(xù)五個月負增長，且降幅再度擴大，環(huán)比為-0.4%；商品房銷售面積延續(xù)同比負增長，降幅略有擴大，但個人住房貸款同比明顯多增；房屋新開工面積降幅有所擴大。從供需層面來看，供給端壓力上行，土地市場和新開工情況均較弱勢；需求端單月壓力則由于商品房銷售市場量價齊降再度上升；后續(xù)提示關(guān)注進一步放松政策出臺的可能性。圖32：民生金工房地產(chǎn)行業(yè)壓力指數(shù)（2023.11）資料來源：wind，圖33：細分指標當(dāng)期評分（2023.11）資料來源：wind，繪制圖34：供需兩側(cè)壓力（2023.11） 資料來源：wind，繪制市場風(fēng)格量化觀點2023年12月市場風(fēng)格量化觀點如下：市場風(fēng)格觀點市場風(fēng)格觀點價值成長紅利核心：12月價值、紅利或仍優(yōu)于成長/，1201861112/大小市值核心：靜待大盤溢價的12月季節(jié)效應(yīng)12資料來源：，12對于價值/成長的輪動，1個月相對收益動量策略在2018年6月后表現(xiàn)穩(wěn)健。成長/價值相對收益（中證800成長/中證800價值）2005年以來年化為-1.6%，價值略占優(yōu)。而按照最近1個月、3個月、6個月、12個月占優(yōu)風(fēng)格外推下一月占優(yōu)風(fēng)格的策略中，僅1個月動量策略表現(xiàn)較好，并且其在2018年6月后表現(xiàn)大幅提升。11月成長反彈很快結(jié)束再次切向價值。圖35：價值/成長相對收益動量輪動策略年化收益（2004.12-2023.11）

圖36：價值/成長1個月動量輪動策略表現(xiàn)（2004.12-2023.11） 2018年6月A股首次納入MSCI2018年6月A股首次納入MSCI資料來源：wind， 資料來源：wind，策略有效背后的主要因素可能是“跟隨投資”與“公募擴容”導(dǎo)致的調(diào)倉粘性上升。如果風(fēng)格切換后有更多資金跟隨，即便在50%預(yù)測勝率下，動量策略也能夠通過高賠率獲得正的預(yù)期收益。外資-內(nèi)資-散戶的定價能力落差催生“跟隨投資”現(xiàn)象。2018年6月A股納入MSCI后“跟隨投資”以更高頻的方式得以發(fā)生和傳導(dǎo)，疊加公募擴容下的調(diào)倉粘性增加，或使得成長/價值風(fēng)格動量延續(xù)性提升。動量策略什么情況下有效？圖37：動量策略什么情況下有效？動量策略什么情況下有效？資料來源：繪制基于此規(guī)律延續(xù)的假設(shè)，價值/成長輪動可以做右側(cè)投資，截至2023年11月成長再次開始跑輸，按規(guī)則12月建議配置價值。占優(yōu)風(fēng)格動量模型判斷占優(yōu)風(fēng)格動量模型判斷判斷對錯2022年1月價值價值√2022年2月價值價值√2022年3月價值價值√2022年4月價值價值√2022年5月成長價值×2022年6月成長成長√2022年7月價值成長×2022年8月價值價值√2022年9月價值價值√2022年10月價值價值√2022年11月價值價值√2022年12月成長價值×2023年1月成長成長√2023年2月價值成長×2023年3月價值價值√2023年4月價值價值√2023年5月價值價值√2023年6月成長價值×2023年7月價值成長×2023年8月價值價值√2023年9月價值價值√2023年10月成長價值×2023年11月價值成長×2023年12月價值資料來源：，自2016年外資大量流入A股開始，美債利率對A股紅利/成長相對強弱產(chǎn)生顯著影響。邏輯上來說，紅利資產(chǎn)現(xiàn)金流分布較為平均，久期較短，而成長資產(chǎn)現(xiàn)金流分布近小遠大，久期較長，對資金成本的敏感性上來說后者更甚，因而美債利率會對兩者的定價造成一定的影響。從過去規(guī)律來看，拐點上美債利率領(lǐng)先紅利/成長相對收益，大約領(lǐng)先3-6個月不等。當(dāng)前美債利率初步有拐頭跡象，紅利切成長的大拐點或許也還未到來，紅利風(fēng)格仍可能繼續(xù)有表現(xiàn)。圖38：紅利/成長相對收益與美債利率 資料來源：wind，12大盤/小盤的輪動大趨勢上與機構(gòu)調(diào)研強度有較高相關(guān)性。我們使用過去30日的平均調(diào)研次數(shù)作為機構(gòu)調(diào)研強度的代理指標。大盤/小盤（滬深300/中證1000）的相對收益在月度頻率上輪動較為頻繁，但大趨勢上與機構(gòu)調(diào)研強度強弱有較高的一致性，且機構(gòu)調(diào)研強度強弱的拐點一定程度上領(lǐng)先大盤/小盤輪動大趨勢拐點，大小盤的輪動或與注意力機制相關(guān)。圖39：小盤/大盤市場機構(gòu)關(guān)注度強弱資料來源：wind，，注：機構(gòu)關(guān)注度強弱指標都做了MA12處理當(dāng)前小盤相對大盤關(guān)注度已基本拐頭向下。不論是中證1000+相對于滬深300/中證500還是中證500相對于滬深300的機構(gòu)調(diào)研強度邊際都在走弱，整體市場注意力可能正在發(fā)生切換。歷史上機構(gòu)調(diào)研強度出現(xiàn)大拐點之后往往前期強勢風(fēng)格還有一波表現(xiàn)，隨后出現(xiàn)風(fēng)格切換，因此判斷小盤或許還有一輪行情。圖40：不同市值股票池機構(gòu)調(diào)研強弱資料來源：wind，，注：機構(gòu)關(guān)注度強弱指標都做了MA12處理，中證1000+指中證1000指數(shù)成分股及市值更小的其余股票的總和從公募倉位角度來看，小盤倉位已經(jīng)開始季節(jié)性切向大盤。過去三年小盤倉位一旦接近此水平都會發(fā)生大小盤的持倉切換，當(dāng)前或處于同樣的節(jié)點。圖41：公募基金倉位風(fēng)格分布 資料來源：wind，預(yù)測從季節(jié)效應(yīng)來看，12月市場一般會偏向更防御。今年以來大小盤季節(jié)效應(yīng)統(tǒng)計顯著性較高的月份實際表現(xiàn)與統(tǒng)計結(jié)論較為一致，特別在2月、4月、5月、8月。9月、10月、11月歷史統(tǒng)計不顯著，但12月一般會偏大盤。2010年-2022年12月份大盤占優(yōu)比例69%，即便剔除2014年，12月大盤平均跑贏小盤1.88%。當(dāng)前小盤已連續(xù)四個季度表現(xiàn)較強。圖42：2010-2022年月度大小盤收益差均值（季節(jié)效應(yīng)） 資料來源：wind，，注：300代表滬深300，500代表中證500，1000代表中證1000行業(yè)配置量化觀點行業(yè)多維行業(yè)配置策略行業(yè)多維行業(yè)配置策略勝率賠率出清反轉(zhuǎn)宏觀驅(qū)動戴維斯雙擊輕工制造15.0%√√石油石化15.0%√√紡織服裝10.0%√家電10.0%√交通運輸10.0%√汽車10.0%√傳媒6.7%√非銀行金融6.7%√通信6.7%√電子5.0%√建材5.0%√資料來源：，民生金工多維行業(yè)配置策略由三個行業(yè)配置策略組合而成，采取“恒星+衛(wèi)星“的模式，其中勝率賠率策略、出清反轉(zhuǎn)以及宏觀驅(qū)動戴維斯雙擊策略權(quán)重為3：1：1，策略內(nèi)部選取的行業(yè)等權(quán)持有。策略歷史絕對收益與超額收益顯著，今年截至11月底絕對收益4.86%，相對于中信一級行業(yè)等權(quán)的超額收益為7.37%。其中11月份收益0.74%，相對于中信一級行業(yè)等權(quán)的超額收益為0.05%。圖43：民生金工多維行業(yè)配置策略絕對收益 圖44：民生金工多維行業(yè)配置策略超額收益 14 712 610 58 46 34 22 12009/12/312010/12/312011/12/312012/12/312009/12/312010/12/312011/12/312012/12/312013/12/312014/12/312015/12/312016/12/312017/12/312018/12/312019/12/312020/12/312021/12/312022/12/312009/12/312010/12/312011/12/312012/12/312013/12/312014/12/312015/12/312016/12/312017/12/312018/12/312019/12/312020/12/312021/12/312022/12/31

0.0%-0.5%-1.0%-1.5%-2.0%-2.5%-3.0%-3.5%民生金工多維行業(yè)配置策略 中信一級行業(yè)等權(quán)

超額回撤（右軸） 超額收益資料來源：wind， 資料來源：wind，投資的期望回報取決于投資的勝率和賠率。在行業(yè)配置中，勝率是行業(yè)短周期實現(xiàn)相對市場超額收益的概率，賠率刻畫行業(yè)長周期能獲得多少絕對收益。短期看，行業(yè)景氣度往往決定了行業(yè)的勝率；長期看，行業(yè)的估值、股息率等決定了行業(yè)的賠率。高勝率的行業(yè)往往趨勢較好、景氣度較高，而高賠率的行業(yè)往往估值低長期看有絕對收益空間。我們從勝率和賠率兩個維度對中信一級行業(yè)進行刻畫，當(dāng)下高勝率高賠率的行業(yè)有：交通運輸、家電等。綜合考慮勝率和賠率，推薦：交通運輸、家電、石油石化、紡織服裝、輕工制造、汽車。圖45：2023年12月行業(yè)勝率賠率刻畫 建材有色金屬 機建材有色金屬 機計算機工基礎(chǔ)化工通信輕工制造交通運輸農(nóng)林牧漁家電電力及公用事業(yè)高勝率高賠率電子食品飲料醫(yī)藥消費者服務(wù)電力設(shè)備及新能源煤炭傳媒建筑房地產(chǎn)商貿(mào)零售高勝率低賠率 汽車紡織服裝鋼鐵銀行行金融2520賠率15排名10 化500 5 10 15 20 25 30勝率排名資料來源：wind，推薦行業(yè)勝率推薦行業(yè)勝率賠率勝率&賠率交通運輸√√√家電√√√石油石化√√紡織服裝√√輕工制造√√√汽車√√電力及公用事業(yè)√√食品飲料√√通信√√農(nóng)林牧漁√√鋼鐵√資料來源：繪制策略歷史表現(xiàn)如下，樣本外超額顯著。圖46：勝率賠率策略收益543210超額收益（右軸） 勝率賠率策略 行業(yè)平均

3.73.22.72.21.71.20.7資料來源：wind，策略介紹需求引導(dǎo)并且領(lǐng)先供給變化，在供給出清需求反轉(zhuǎn)下行業(yè)回報將大概率提升。在行業(yè)繁榮時期企業(yè)由于過度擴張、競爭導(dǎo)致產(chǎn)能過剩，出現(xiàn)供過于求的狀態(tài)，而從該種狀態(tài)到產(chǎn)能淘汰整合，資本撤離行業(yè)的過程稱為行業(yè)出清。在出清尾聲，需求端的回升使得企業(yè)盈利好轉(zhuǎn)，而供給端還沒有進入新的擴張時，將是布局行業(yè)的良好機會。我們從行業(yè)需求、行業(yè)供給、行業(yè)競爭格局三個維度描述行業(yè)發(fā)展所處狀態(tài)。通過對每個指標上下行狀態(tài)進行劃分得到行業(yè)八種狀態(tài)。我們將行業(yè)需求和供給均在下降時定義為行業(yè)出清狀態(tài)，而將出清后行業(yè)需求端得到改善，行業(yè)供給未轉(zhuǎn)向，同時集中度下行的狀態(tài)定義為出清結(jié)束反轉(zhuǎn)狀態(tài)，觀察行業(yè)是否能夠在出清狀態(tài)結(jié)束后基于格局變化獲得超額收益。詳細內(nèi)容請參考報告《量化捕捉行業(yè)出清反轉(zhuǎn)投資機會》。圖47：供需角度分析行業(yè)出清過程 圖48：行業(yè)狀態(tài)劃分標準 資料來源：繪制 資料來源：繪制策略表現(xiàn)行業(yè)出清反轉(zhuǎn)策略從2012年1月31日到2023年11月30日相對于行業(yè)等全組合實現(xiàn)顯著超額收益，具體表現(xiàn)如下圖所示。策略主要在熊市末期與牛市初期貢獻超額收益。圖49：行業(yè)出清反轉(zhuǎn)策略收益 16 5.314 4.812 4.310 3.83.38 2.86 2.34 1.82 1.32012/012012/082012/012012/082013/032013/102014/052014/122015/072016/022016/092017/042017/112018/062019/012019/082020/032020/102021/052021/122022/072023/022023/09超額收益（右軸） 行業(yè)出清策略 行業(yè)平均資料來源：wind，策略最新觀點當(dāng)下處在反轉(zhuǎn)期-分散化的行業(yè)為石油石化、電子、輕工制造、建材。行業(yè) 2023行業(yè) 2023年12月態(tài)石油石化 轉(zhuǎn)期-散化電子 轉(zhuǎn)期-散化輕工制造 轉(zhuǎn)期-散化建材 轉(zhuǎn)期-散化家電 反轉(zhuǎn)期-散化汽車 反轉(zhuǎn)期-散化機械 反轉(zhuǎn)期-散化建筑 反轉(zhuǎn)期-中化基礎(chǔ)化工 反轉(zhuǎn)期-中化醫(yī)藥 反轉(zhuǎn)期-中化食品飲料 反轉(zhuǎn)期-中化有色金屬 反轉(zhuǎn)期-中化通信 反轉(zhuǎn)期-中化傳媒 反轉(zhuǎn)期-中化交通運輸 出清中-散化房地產(chǎn) 出清中-散化鋼鐵 出清中-散化紡織服裝 出清中-散化消費者務(wù) 出清中-散化商貿(mào)零售 出清中-散化計算機 出清中-散化電力設(shè)及新源 出清中-散化農(nóng)林牧漁 景氣期-散化電力及用事業(yè) 景氣期-散化煤炭 景氣期-中化國防軍工 景氣期-中化資料來源：wind，宏觀驅(qū)動戴維斯雙擊策略認為宏觀變量到資產(chǎn)價格的傳導(dǎo)并非線性結(jié)構(gòu)，如果直接利用宏觀變量對行業(yè)未來收益做預(yù)測，其有效性較弱。宏觀到資產(chǎn)價格的傳導(dǎo)路徑需要經(jīng)過景氣度和估值這兩個中間變量，如果能夠把握景氣度和估值的變化，就能夠較好地預(yù)測資產(chǎn)價格變動的方向。PMIPMIShibor，利率能夠顯著驅(qū)動計算機行業(yè)的估值，當(dāng)流動性提升時，計算機行業(yè)的估值可能有明顯提升。我們通過宏觀指標分別預(yù)測行業(yè)未來盈利和未來估值，尋找未來盈利與估值均有可能上升的行業(yè)，構(gòu)建宏觀驅(qū)動戴維斯雙擊策略。圖50：宏觀到資產(chǎn)價格的傳導(dǎo)需要經(jīng)歷景氣度和估值2個中間變量資料來源：繪制從宏觀預(yù)測的角度，Q4景氣與估值雙升的行業(yè)為：非銀行金融、通信、傳媒。宏觀驅(qū)動戴維斯雙擊策略歷史上貢獻顯著收益。圖51：宏觀驅(qū)動戴維斯雙擊策略收額收益（右軸） 宏觀驅(qū)動戴維斯雙擊策略 行業(yè)平均

6.75.74.73.72.71.70.7資料來源：wind，風(fēng)險提示量化模型基于歷史數(shù)據(jù)，市場未來可能發(fā)生變化，策略模型有失效可能；模型采用的樣本數(shù)據(jù)有限，存在樣本不足以代表整體市場的風(fēng)險。插圖目錄圖1：全球主要股指與美債收益率滾動40交易日相關(guān)性（累計） 3圖2：美債利率與美國通脹預(yù)期 3圖3：大小盤風(fēng)格與美債收益率滾動2年相關(guān)性（累計） 4圖4：成長價值風(fēng)格與美債收益率滾動2年相關(guān)性（累計） 4圖5：成長價值輪動與美債收益率 4圖6：大小盤輪動與美債收益率 4圖7：中證800與