价值、成长风格轮动与FOF策略构建——金融工程专题报告

华宝证券研究报告

分析师 / 张青(执业证书编号S0890516100001)
研究助理 / 余景辉

大类资产配置的核心是获取资产的Beta收益，而资产的beta收益，不仅来源于主动承担的市场系统性风险，还来源于主动承担的某类风格暴露带来的收益，如规模因子、价值因子、动量因子等，这即为Smart Beta的投资思路。
Smart Beta投资的关键，一是如何对因子进行择时。因为因子的Beta收益历史波动往往较大，且不同因子之间具有轮动特征，这在2017年以来的市场演绎的淋漓尽致，如大小盘风格轮动、价值成长风格轮动等。二是投资标的如何选取。从确保策略模型理念的贯彻实施角度看，选取Smart Beta型的被动指数基金是最合适的。但目前国内Smart Beta指数基金尚处于发展初期，相应标的较少，且普遍规模不大，倘若直接采用被动指数标的构建风格轮动策略，对于资金量较大的机构投资者而言，必然存在流动性问题。
对于问题一，本报告借鉴大类资产择时中的多因子综合打分方法，构建不同风格的多因子模型，并根据打分结果研判市场风格，建立风格轮动模型，本文重点研究业内关注较多的价值与成长风格轮动。对于问题二，报告中展示了如何采用分期相关系数统计的净值拟合方法，构建基于公募主动管理型基金的价值型基金指数与成长型基金指数，并将这两个指数作为配置标的，最终用于风格轮动型FOF策略的构建。
1. 价值成长风格轮动的单因子测试
从内在逻辑看，价值与成长的风格轮动，首先可能源自于投资者情绪与风险偏好的变化。因为成长股的弹性大、风险高，成长股成为主导风格往往是投资者做多情绪高涨、风险偏好提升所致，而投资者情绪的变化又可以通过市场环境的差异得以体现，如市场涨跌幅、波动率、换手率等；其次，价值成长的风格轮动也可能源自于价值股与成长股自身业绩及估值的差异，因为这两者是个股股价变动的关键因素，而个股变动的合力则形成了板块与风格的变迁。最后，价值成长的风格轮动还可能源自于宏观因素的驱动，如经济增长、通货膨胀、流动性等，因为价值股、成长股对宏观经济变量的敏感性不尽相同。
鉴于上述分析，我们主要从市场环境、成分股业绩与估值特征以及宏观经济三个维度寻找风格轮动模型的构建因子，并进行测评。
我们采用国证价值/成长指数作为价值与成长风格的代表。国证价值/成长指数以国证 1000 指数样本股为样本空间。成长因子选取三个变量：主营业务收入增长率、净利润增长率和净资产收益率，其中：
主营业务收入增长率=过去 3 年主营业务收入增长率的均值
净利润增长率=过去 3 年净利润增长率的均值
价值因子选取四个变量：每股收益与价格比率、每股经营现金流与价格比率、股息收益率、每股净资产与价格比率。
上述指标均进行了Z-Score的标准化处理，并采用等权构建。选取成长 Z 值最高的 332 只股票作为国证 1000 成长指数初始样本股；选取价值 Z 值最高的 332 只股票作为国证 1000 价值指数初始样本股。
从国证价值/成长指数的构成方法看，较符合业内对价值与成长风格的定义，故我们采用这两个指数进行测试。
1.1. 市场涨跌状态
首先我们考察是否能从市场涨跌状况来识别价值与成长风格轮动规律。虽然从投资层面看，事前交易视角对市场涨跌进行划分更合理些，但这必然会导致不同择时方法对行情划分的结果影响较大，最终造成无法较好衡量不同市场环境差异对风格轮动的影响，因此这里我们先采用事后视角划分市场行情。我们以上涨或下跌幅度超过20%为标准，通过识别波峰波谷来划分市场波段，然后统计在上涨区间内价值因子与成长因子的收益，以及在下跌波段内价值因子与成长因子的收益。我们采用沪深300指数作为基准进行波段划分，时间从2007年1月到2018年3月，划分的波段如下图所示。

接下来，我们对市场上升和下降波段中价值因子和成长因子的收益率进行统计。从以下统计结果可以看到：在上涨波段中，成长风格表现略好于价值风格，尤其是在2007~2010年份，成长风格显著跑赢价值风格。不过近几年来的牛市环境下，成长风格的表现不及价值风格，这可能是由其他因素导致的，后文我们会继续挖掘其他有效因子；下跌波段中，价值因子表现较好，基本都跑赢了成长因子。总之，整体看，市场行情的差异可以一定程度上解释价值与成长的风格差异，因为从逻辑上看，牛市环境下，投资者情绪高涨，对成长股的预期乐观，而成长股又具备高弹性的特性，故牛市环境下易录得超额收益；熊市环境下，避险情绪升温，价值股所具备的低弹性、增长确定性被投资者青睐，故相对抗跌，易跑赢成长股。因此，在我们的多因子打分体系中，我们把市场涨跌状况作为其中一个重要因子。

1.2. 市场波动率
市场的波动率水平也是衡量市场环境差异的常用指标，我们对其进行测试。采用滚动120天以及半衰期加权的方法计算市场波动率，同样选用的基准指数是沪深300指数，并以年化波动率20%作为分界线，小于20%时认为市场处于低波状态，大于20%时作为正常波动状态。

我们统计在低波动率和正常波动率的区间内，价值因子和成长因子的收益率表现。从以下表格可以看到，当市场处于正常波动率时，成长因子的表现要普遍好于价值因子，而在低波动率的环境下，价值因子要显著好于成长因子，且从区分度来看，波动率较之市场行情对价值与成长风格的区分度更好。我们认为背后的逻辑可能在于：波动率更能反映投资者情绪，当市场处于低波环境时，往往意味着投资者的风险偏好下降，避险情绪上升，而价值股的低估值属性刚好发挥了防御功能，更受资金青睐，故表现好于弹性相对较大的成长股。

1.3. 市场换手率
市场换手率的高低也可以一定程度反映市场环境及投资者情绪的差异，我们对这一因子也进行考察。采用滚动样本计算过去60个交易日的平均换手率，然后设定分界线，低于1%作为低换手率状态，高于1%为正常换手率状态，然后分别统计在两种换手率状态下，价值因子和成长因子的表现情况。

统计结果表明，在正常换手情况下，成长因子表现明显好于价值因子，在低换手情况下，价值因子收益明显高于成长因子。换手率的逻辑与波动率相似，在正常换手率情况下，市场交投活跃，投资者情绪高涨，更青睐于弹性大的成长股；相反，当成交萎靡，投资者情绪趋向于谨慎，更青睐于估值水平低、护城河深的价值股，同时成交萎靡也意味着资金供给的不足，行情基本演绎存量博弈格局，资金向价值股的集中更加剧了成长股的上涨动力不强，易跑输价值股。

1.4. 价值与成长的业绩增速差
从基本面视角看，价值与成长的股价表现差异，应是其业绩差异的反应。故我们试图通过比较两类风格指数的业绩增速指标，来挖掘有效的风格轮动解释因子。我们选用三个指标，营业收入、归属母公司股东的权益、归属母公司股东的净利润，分别计算价值和成长成分股的同比增速差。以营业收入为例，用国证成长指数的成分股按市值加权计算的营业收入同比增速减去国证价值指数成分股按市值加权的营业收入同比增速进而得到营业收入的增速差，其他两个指标同理计算。
之所以考虑采用三个指标，主要是考虑到单指标统计结果可能不稳定，我们定义业绩增速差指标如下：当三个增速差指标中至少有两个指标都小于0时，我们才认为成长股的业绩增速低于价值风格，反之认为成长风格增速高于价值风格，若上述两个条件均不满足，则将上期值赋予本期。
定义了业绩增速差指标后，我们接下来统计不同情形下的价值与成长风格指数的收益率状况。从统计看，当成长风格指数的业绩增速小于价值风格时（2012年以来共计2次），成长风格指数均跑输了价值风格指数。由此来看，业绩增速的差异对风格轮动是有指导意义的
当成长风格指数的业绩增速大于价值风格时，我们发现依旧是价值指数占据主导，这与经济逻辑是相悖的。这可能是跟我们的统计样本有关，因为从2012年以来，我们一共仅划分了3个波段，波段过少导致统计结果可能并不靠。

为此，我们按照月度区间对两个指数的收益率及差值进行重新统计。从统计结果看，当成长股的业绩增速慢于价值股时，成长指数跑赢价值指数的月度胜率仅有40%左右，而月度的超额收益也是负的，这与之前的统计结果一致。当成长的业绩增速快于价值时，虽然成长指数较之价值指数的超额收益依旧是负的，但从胜率上看，已提升至48%，也即当成长的业绩增速高于价值时，成长跑输价值指数的概率有所降低，而当成长股的业绩增速慢于价值股时，大概率会跑输价值股，由此来看，业绩增速差对成长与价值的风格轮动具有一定区分度，故我们将其也纳入多因子体系中。

1.5. 价值与成长指数相对估值
价值与成长的风格轮动，还有可能源自于两者的估值差异，因为从长期来看，资产价格的估值有向均值回复的特性。不过，我们发现，估值仅在极端情形下才对资产价格的未来变动有预测意义，也即当估值过高时，未来价格下行概率加大，而当估值过低时，未来价格上行概率加大，而当估值位于正常水平时，资产价格上涨下跌均有可能，此时情形下估值指标的预测意义不大。
我们以成长股估值/价值股估值构建相对估值指标，并采用当前相对估值所处滚动3年历史分位数所在位置用于表征当前估值状态是高估、低估还是正常。我们定义估值位于80%以上分位数时为高估值状态，位于20%以下分位数时为低估值状态，其他情形为正常。从统计结果看，当成长较之价值的相对估值处于高估值状态时，价值因子的表现要好于成长因子，而当处于低估值状态时，成长因子的表现要显著好于价值因子。统计结果符合逻辑，较为理想，我们把该指标纳入多因子体系中。

1.6. 基于价值/成长相对强弱指数的动量趋势
资产价格的变动在时间序列层面普遍存在动量效应。相对强弱指数是用于衡量两个资产价格趋势强弱的常用指标，在之前我们构建的大小盘轮动模型中，就把相对强弱指数作为监测大小盘风格轮动的一个核心指标。本报告中，我们延续前期思路，构建价值/成长的相对强弱指数，监测两者的动量趋势。
我们采用累积收益率的方法构建相对强弱指数，具体如下：

从价值/成长相对强弱指数的走势看，价值与成长两种风格在2007~2010年呈现此消彼长、交替轮动特征，而自2011年以来，价值风格相对占优，不过在2015年期间，成长风格持续跑赢价值风格。
我们采用唐奇安通道线构建基于相对强弱指数的动量趋势跟踪系统，即当价值/成长指数创N月新高时，认为价值风格延续，当价值/成长指数创N月新低时，认为风格向成长切换，当上述两个条件均不满足时，则将上期风格研判结果赋予本期。
1.7. 宏观经济指标
股市是经济运行的晴雨表。宏观经济运行状况不仅影响股市整体运行，从逻辑上看还会对市场风格产生影响。我们主要从经济运行、通胀及流动性环境三个层面筛选经济指标，进行风格研判，涉及的指标包括工业增加值、PMI、CPI、PPI、M1-M2、一年期国债利率、产业债利差及国债期限利差。
我们认为，宏观经济运行对市场风格的影响，较有意义的不是指标本身数值的大小，而是指标所处状况，即上升还是下跌。我们基于事前交易的视角，对不同指标的运行状况进行划分，并统计指标不同状态下成长指数跑赢价值指数的胜率。

为避免波段划分过少导致的统计结果偏差，我们要求，仅当某指标统计结果显示其在上涨、下跌阶段，成长跑赢价值指数的胜率有明显差异，且其中一个方向的胜率超过50%时，另一方向的胜率小于50%时，才说明该指标有效。
从结果来看，只有PPI与一年期国债收益率指标符合上述标准。我们认为这可能是由于宏观指标本身具有滞后性，同时我们对指标运行状态的划分是基于事前交易视角的，因而时滞更加明显。从逻辑上看，之所以PPI指标有效，原因可能在于PPI是传统制造业行业盈利的先行指标，当PPI同比增速上行时，预示着制造业企业的毛利改善，企业盈利趋于上行，反之盈利恶化，而制造业企业的估值又普遍偏低，多数被划分为价值股。一年期国债收益率之所以对价值与成长的风格轮动区分度也较好，可能一方面源自于债券收益率是日频发布，没有时滞，同时国债收益率本身是权益类资产定价时无风险利率的锚。当利率下行，预示着权益资产未来现金流的折现因子变小，而成长股的现金流回报较之价值股期限要长，也即成长股的“久期”更大，从而更受益于无风险利率的下行，而当利率上行时，自然未来现金流贴现受损较之价值股更大，从而易跑输价值股。
2. 价值、成长风格轮动模型构建及回测
我们考虑将上述指标整合，构建一个多因子打分模型，用于研判市场风格。在进行综合打分时，除相对估值指标外的其他7个指标均按照等权配置，分别给予0分或1分，也即当指标利好成长股时给予1分，当利空成长股时给予0分。需要说明的是，为避免模型构建中使用到未来数据，我们在多因子模型构建中对市场行情的划分改为同其他指标一致，也采用事前交易视角。我们采用一个简单的时间序列动量系统判断市场行情：当沪深300指数过去3个月上涨时，则下月行情判断为上涨，反之认为下月行情处于下跌状态。
对于相对估值指标，如前文所述，该指标仅在处于高估或低估时才有意义，当估值处于正常状态时是无意义的。可见，该指标本质是一个事件驱动系统，考虑到这一特性，我们将该指标作为一个加分或减分项来处理，也即当成长/价值的估值处于高估状态时，给予-1分，当成长/价值的估值处于低谷状态时，给予1分，当处于正常状态时，指标无预测意义，给予0分。
我们于每月最后一个交易日收盘后对下月风格进行研判。为了避免风格研判结果的频繁切换，提升实战指导价值，我们设定了一个中间缓冲带，仅当综合打分大于缓冲带上限时，才认为下期风格为成长风格，当综合打分小于缓冲带下限时，认为下期风格为价值风格，当指标分值位于中间缓冲带之内时，则将本期研判结果赋予下期，即认为下期风格不变。回测时间设定为2012年5月~2018年4月。

从上述回测结果看，价值成长风格轮动策略2012年5月以来共录得103.10%的累计收益率，折合年化收益率为12.53%，不仅跑赢沪深300指数，还跑赢了价值与成长指数，且从最大回撤看，仅较价值指数的回撤幅度有所扩大，但小于沪深300指数与国证成长指数，整体看轮动策略的净值回撤风险并未显著增加。

3. 基于价值、成长风格轮动的FOF策略构建
上述的多因子风格轮动模型，主要基于价值与成长指数标进行构建，在真实的FOF投资中，我们还要将指数替换为可用于投资的基金标的。从确保策略理念的贯彻执行角度看，投资于被动指数型基金是首选策略，这即为Smart Beta投资思路。不过，国内Smart Beta型基金发展尚处于初期，品种较少，且规模普遍不大，并不能满足机构投资者配置需要。鉴于此，我们考虑采用主动管理型基金进行替代，这有两个好处，一是解决了采用Smart Beta指数基金存在的潜在流动性问题，因为规模上亿元的主动管理型基金比比皆是，二是采用主动管理型基金，通过进一步的挖掘与筛选后，可以获取较之被动指数型基金的阿尔法收益。
不过，采用主动管理型基金也有一定风险，就是存在风格漂移问题，从而会导致轮动模型不能较好贯彻实施。为此，我们首先要研究的是能否采用主动管理型基金为标的，构建出价值型与成长型基金指数，构建出的指数与国证价值、国证成长指数的相关性较强，倘如此，那么风格轮动策略才可以运用至主动管理型基金。
3.1. 价值型与成长型基金指数构建
我们选股公募普通股票型与偏股混合型基金（剔除指数增强与被动指数型标的）作为初始样本，并于每年的1月底、4月底、7月底以及10月底进行标的筛选，分别构建价值型与成长型公募基金指数。为避免存在流动性问题，要求进行筛选前的一个交易日基金规模必须在1个亿以上，成立时间超过1年，同时处于正常申购状态。
我们采用相关系数作为筛选的主要依据，以成长型基金指数构建为例，具体计算方法为：在换仓日前按照N个交易日的区间间隔，选取最近的4个区间段，然后分别计算4个区间段内备选基金与国证成长指数的相关系数，按照降序排序，为确保用于构建指数的基金标的不存在严重的风格漂移问题，我们选取4期中至少有3期的相关系数排名位于前50%分位的基金作为入选标的。为了控制基金数量，当按照此方法筛选出的基金数量超过50只，仅选取最近一期排名靠前的前50只标的。
在指数构建的加权方式上，我们采用等权方式构建。等权加权的优点是简便易行，同时能与微观层面的基金深度筛选实现较好融合。我们构建的基金指数，实际上可以作为初始基金池，其中的成分标的具有风格稳定、流动性好的特点，可以对成分基金进行指标测评、定性调研等进一步的遴选，从而形成最终投资标的。

从上图可见，构建的价值型基金指数和国证价值指数走势较相近，构建的成长型基金指数和国证成长指数的走势虽略有差异，但整体趋势也保持一致。总之，采用公募基金标的拟合价值与成长指数是可行的，进而我们就可以把风格轮动模型运用于FOF策略构建中了。
3.2. 风格轮动FOF策略历史回测
我们将构建的成长型基金指数与价值型基金指数作为投资标的，利用前文所构建的风格轮动模型，重新进行回测。

从回测结果看，采用主动管理型基金作为标的与前文采用指数作为标的回测结果基本一致，轮动模型不仅战胜沪深300指数，并好于单一风格基金。另相较于采用被动指数构建的轮动模型，采用主动管理型基金后收益有进一步提升，累计收益率提升至106.80%，年化收益率提升至12.87%，这主要在于构建出的基金指数的整体收益高于国证指数所致，尤其是成长型基金指数的收益显著好于国证成长指数。此外，由于公募基金的回撤幅度小于被动指数，这也导致采用公募基金标的构建的FOF策略回撤幅度也有所收窄。
总之，我们认为构建风格轮动模型，并将其运用于主动管理型基金的FOF策略构建是可行的。后续我们将按照这一思路与框架，对大小盘风格、动量反转风格等其他几类比较重要的风格轮动构建多因子模型，并运用于公募FOF的策略构建中。

价值、成长风格轮动与FOF策略构建——金融工程专题报告

浏览过的版块