【华泰金工林晓明团队】市场持续震荡整理,静待趋势明朗——华泰金工林晓明团队每周观点20190414

论坛 期权论坛 期权     
华泰金融工程   2019-4-14 18:16   4622   0
摘要

美股过去十年慢牛积累了较大风险,18年底的调整尚不够充分
回顾过去十年(2009年3月至今)全球主要国家股票市场指数的表现,美股三大指数优势明显。其中,标普500累计上涨312.12%,纳斯达克指数累计上涨502.05%,道琼斯工业指数累计上涨286.75%,而且在录得高收益的同时,美股也维持了较低的波动,夏普比均在1附近,风险收益比远高于其他国家股票市场指数。在更低的风险下获得了更高的收益,这背后必然累计了巨大的获利盘和抛压,然而,这十年上涨中,最大回撤就发生在18年底,三大指数均是从18年9月底前后开始下跌,持续时间仅为三个月,回调幅度均在20%左右,无论是空间还是时间上,风险都没有充分的释放。

次贷危机和互联网泡沫破灭后标普500都出现腰斩,且下跌时间超过一年
标普500当前的三周期结构类似于07年次贷危机和00年互联网泡沫破灭前后,回顾当时标普500的走势:1、07年次贷危机前,标普500经历了4年半的慢牛行情,区间涨幅达94.62%,指数在07年10月11日见顶后震荡回落,一直到09年3月9日才完成探底,下跌持续时间超过1年,区间跌幅56.87%。2、00年互联网泡沫破灭前,标普500上涨时间超过5年,累计涨幅241.74%,在2000年3月24日见到高点后又高位震荡了半年,直到2000年9月才开始趋势性下行,2000年10月才构筑双底,期间跌幅49.14%,持续时间超过2年。
  
美股过去十年慢牛的一个重要推手是股票回购,未来或是风险源
09年至18年期间标普500成分股净回购4.9万亿美元,是过去十年牛市的重要推手。次贷危机后全球推行宽松的货币政策,美债3个月到期收益率降到0附近,资金借贷成本极低,而在过剩产能的出清过程中,企业盈利是在慢慢修复的,借入低成本的资金回购公司股票是一个普遍现象。股票回购和股市上涨之间形成了一种正反馈循环:股价涨势良好,回购股份有利可图,所以企业不断回购;而回购导致在外流动股减少,公司的每股盈利回升,又会推动股价进一步上行。然而,当前中长周期处于上行状态,带动中长期利率上行,资金借贷成本提升,未来回购力度能否持续存疑。


华泰大类资产周期进取策略上周表现回顾
华泰金工基于市场统一周期理论,提出了大类资产定价模型,在回测中取得了良好的业绩表现。我们将该资产配置策略应用于全球大类资产,精选优质可投资标的,根据周期轮动规律配置中国和海外的股指、债券和商品类资产,逐月调仓,构建“华泰大类资产周期进取策略”。该策略指数在Wind与Bloomberg金融终端同步更新(Wind代码CI001801.WI,Bloomberg代码  WI001801)。策略指数上周收益0.10%,最近3个月收益1.42%,最近一年收益7.13%。

周期视角下的行业配置模型目前持有周期上游板块
周期视角下的行业配置模型依托华泰金工周期研究相关方法,从定性和定量两个角度研究了金融经济体三大驱动周期对行业轮动的影响,得到了库兹涅茨周期、朱格拉周期、基钦周期三个不同视角下的行业投资时钟,并构建了纯定量的行业配置模型。截止到目前(19年4月12日),模型在样本外累计收益-6.61%,小幅跑赢等权基准(-8.31%)。最新一次调仓发生在2018年底,从周期下游切换到周期上游,对应一级行业为采掘、有色金属。


风险提示:模型根据历史规律总结,历史规律可能失效。金融周期规律被打破。市场出现超预期波动,导致拥挤交易。


美股过去十年慢牛积累了较大风险,18年底的调整尚不够充分
回顾过去十年(2009年3月至今)全球主要国家股票市场指数的表现,美股三大指数优势明显。其中,标普500累计上涨312.12%,纳斯达克指数累计上涨502.05%,道琼斯工业指数累计上涨286.75%,而且在录得高收益的同时,美股也维持了较低的波动,夏普比均在1附近,风险收益比远高于其他国家股票市场指数。在更低的风险下获得了更高的收益,这背后必然累计了巨大的获利盘和抛压,然而,这十年上涨中,最大回撤就发生在18年底,三大指数均是从18年9月底前后开始下跌,持续时间仅为三个月,回调幅度均在20%左右,无论是空间还是时间上,风险都没有充分的释放。





考察07年次贷危机和00年互联网泡沫破灭前后标普500的走势:
1.              07年次贷危机前,标普500经历了4年半的慢牛行情,区间涨幅达94.62%,指数在07年10月11日见顶后震荡回落,一直到09年3月9日才完成探底,下跌持续时间超过1年,区间跌幅-56.87%。
2.              00年互联网泡沫破灭前,标普500上涨时间超过5年,累计涨幅241.74%,在2000年3月24日见到高点后又高位震荡了半年,直到2000年9月才开始趋势性下行,2000年10月才构筑双底,期间跌幅为-49.14%,持续时间超过2年,而且值得注意的是,本次下行区间中,指数两次出现了20%级别的反弹。
  
反观本轮行情,慢牛的持续时间长达十年,涨幅也更高,最大的一次回撤却只持续了3个月,而且跌幅也只有20%,我们认为风险大概率没有充分释放,美股未来仍面临大幅下行风险,A股也将面临考验。







美股过去十年慢牛的一个重要推手是股票回购,未来或是风险源
在前几期周报中,我们已经从技术面、基本面等多个维度阐述美股未来存在较大的下跌风险,投资者需要谨慎应对。本期周报,我们关注美股的另一个风险点:股票回购。
  
所谓股票回购,是指上市公司利用现金等方式,从股票市场上购回本公司发行在外的股票的行为。回购的股票既可以被注销,也可以作为“库藏股”保留,但不再属于发行在外的股票,因而不参与每股收益的计算和分配。库藏股日后可移作他用,如发行可转换债券、雇员福利计划等。
  
股票回购往往能推动公司股价上涨,传导路径有多条:1、股份回购最直接的影响就是打破供需平衡,增加买盘,从而抬升公司股价;2、回购计划会向投资者传达“公司股价被低估”的信号,从情绪面上提振投资者的购买热情;3、回购股份会变相提升公司业绩,当流动股份数量减少时,即便企业总的盈利水平不变,每股盈利EPS也会增长,而该指标又是分析师和投资者最为关注的指标。
  
我们以标普500成分股为例,统计2000年以来历年股份净回购金额,并对比标普500指数走势,结果显示:
1.              2003年至2007年,全球经济体刚从互联网泡沫危机中走出,叠加中国加入WTO的影响,全球基本面强劲复苏,企业盈利回暖,从而推动股票指数上行,同时注意到股份回购金额也同步攀升,并在2007年创下6315.7亿美元的高点。在该阶段,经济上行带动利率上行,资金借贷成本较高,所以回购资金来源主要是企业利润留存。
2.              2009年至2015年,受次贷危机影响,全球都在推行宽松的货币政策,美债3个月到期收益率降到0附近,资金借贷成本极低,而在过剩产能的出清过程中,企业盈利是在慢慢修复的,此时借入低成本的资金回购公司股票是一个普遍现象。标普500也在回购资金的推动下节节攀升。
3.              2016年至今,实体经济库兹涅茨周期、朱格拉周期再度拐头回升,全球基本面进入新的一轮复苏周期,而经济上行会带动利率上行,之前宽松的流动性环境开始收紧,资金借贷成本增加,所以我们看到16、17年股票回购金额是低于15年的,而18年之所以会放出8000亿美元的天量,更多的是受到美国政府减税政策的影响,企业税后利润增加,有更充沛的现金回购股票。
  
综上所述,美股过去10年牛市的一个重要推手就是股票回购,其中,09年至18年期间标普500成分股净回购4.9万亿。股票回购和股市上涨之间形成了一种正反馈循环:股价涨势良好,回购股份有利可图,所以企业不断回购;而回购导致在外流动股份减少,公司的每股盈利回升,又会推动股价和估值进一步上行。然而,一个没有负反馈调节机制的系统不是一个稳态系统,必然会走向破灭。未来股票回购是否还能持续高速增长?我们认为至少面临两方面的考验:
1.              回购股份总是需要资金的,要么来源于企业的税后利润留存,要么来源于借贷资金,而这两个资金渠道未来都有可能面临风险:a、基钦周期的下行风险正在逐步蔓延,美债期限利差倒挂,PMI制造业指数回落都说明基本面承压,所以企业盈利能力是有下滑风险的;b、目前库兹涅兹周期处于上行状态,这和09年至15年基本面不断探底的走势有根本性的区别,未来流动性环境大概率难以回到那样宽松的状态,中长期来看,我们认为利率是会进一步上行的,而利率上行必然带来借贷成本的提升。
2.              股票回购的理性假设是当前股价被低估,买入股票有利可图,而美股三大指数经过10年的增长,累计的获利盘众多,期间最大回撤就是18年底这一次,前后持续时间仅为3个月,幅度也才20%左右,无论是空间还是时间维度,风险都没有充分释放,难言低估。
因此,一旦回购的意向出现松动,或者回购资金的来源渠道受到影响,这个正反馈链条就会被打破,带来巨大的“反噬”风险。

















华泰金工模型跟踪
华泰大类资产周期进取策略近期表现回顾
华泰金工周期系列之《周期三因子定价与资产配置模型》仿照FAMA三因子模型,基于市场统一周期理论,提出了大类资产定价模型。根据定价模型外推预测的资产表现排序结果构建了资产配置策略,在回测中取得了良好的业绩表现。我们将该资产配置策略应用于全球大类资产,精选优质可投资标的,根据周期轮动规律配置中国和海外的股指、债券和商品类资产,逐月调仓,构建“华泰大类资产周期进取策略”。该策略指数在Wind与Bloomberg金融终端同步更新(Wind代码CI001801.WI,Bloomberg代码  WI001801),我们在月报中跟踪该策略的表现,供投资者参考。
  
大类资产周期进取策略以沪深300指数、标普500指数、欧洲斯托克50指数、恒生指数、日经225指数、iShares  MSCI新兴市场指数ETF、中国10年期国债期货、美国10年期国债期货、英国10年期国债期货、德国10年期国债期货、日本10年期国债期货、彭博商品指数为投资标的,各标的指数代码及货币单位如下表所示。





策略从2010年5月开始回测,回测至今取得优异的表现。无论从收益指标还是收益风险比率都超越各大类资产。截至2019年4月11日,策略的收益表现如下图表所示。








周期视角下的行业配置模型目前持有周期下游板块
华泰金工行业轮动系列报告《周期视角下的行业轮动实证分析》依托华泰金工周期研究相关方法,从定性和定量两个角度研究了金融经济体三大驱动周期对行业轮动的影响,得到了库兹涅茨周期、朱格拉周期、基钦周期三个不同视角下的行业投资时钟,并基于如下逻辑构建了纯定量的行业配置模型:
1.              基于K-means算法将申万一级行业聚类成周期上、中、下游,大金融,消费与成长六大板块,板块内采用等权方式合成板块指数。
2.              基于傅里叶变换与MUSIC算法等定量实证结果表明,六大板块在21个月、42个月、100个月附近具备共同的驱动周期。
3.              在每月末,采用过去50个月窗口期内的共同驱动周期对六大板块对数同比序列进行回归定价,并预测下个月的同比变化值,配置最看多的一个板块。
  
截止到目前(19年4月12日),模型在样本外累计收益-6.61%,小幅跑赢等权基准(-8.31%)。最新一次调仓发生在2018年底,从周期下游切换到周期上游,对应一级行业为采掘、有色金属。








风险提示:模型根据历史规律总结,历史规律可能失效。金融周期规律被打破。市场出现超预期波动,导致拥挤交易。
免责申明
本公众平台不是华泰证券研究所官方订阅平台。相关观点或信息请以华泰证券官方公众平台为准。根据《证券期货投资者适当性管理办法》的相关要求,本公众号内容仅面向华泰证券客户中的专业投资者,请勿对本公众号内容进行任何形式的转发。若您并非华泰证券客户中的专业投资者,请取消关注本公众号,不再订阅、接收或使用本公众号中的内容。因本公众号难以设置访问权限,若给您造成不便,烦请谅解!本公众号旨在沟通研究信息,交流研究经验,华泰证券不因任何订阅本公众号的行为而将订阅者视为华泰证券的客户。

本公众号研究报告有关内容摘编自已经发布的研究报告的,若因对报告的摘编而产生歧义,应以报告发布当日的完整内容为准。如需了解详细内容,请具体参见华泰证券所发布的完整版报告。

本公众号内容基于作者认为可靠的、已公开的信息编制,但作者对该等信息的准确性及完整性不作任何保证,也不对证券价格的涨跌或市场走势作确定性判断。本公众号所载的意见、评估及预测仅反映发布当日的观点和判断。在不同时期,华泰证券可能会发出与本公众号所载意见、评估及预测不一致的研究报告。

在任何情况下,本公众号中的信息或所表述的意见均不构成对客户私人投资建议。订阅人不应单独依靠本订阅号中的信息而取代自身独立的判断,应自主做出投资决策并自行承担投资风险。普通投资者若使用本资料,有可能会因缺乏解读服务而对内容产生理解上的歧义,进而造成投资损失。对依据或者使用本公众号内容所造成的一切后果,华泰证券及作者均不承担任何法律责任。

本公众号版权仅为华泰证券股份有限公司所有,未经公司书面许可,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众号发布的所有内容的版权。如因侵权行为给华泰证券造成任何直接或间接的损失,华泰证券保留追究一切法律责任的权利。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。




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】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】周期轮动下的BL资产配置策略
【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】市场拐点的判断方法
【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】市场周期的量化分解
【华泰金工林晓明团队】周期研究对大类资产的预测观点
【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
行业指数频谱分析及配置模型:市场的周期分析系列之三
【华泰金工林晓明团队】市场的频率——市场轮回,周期重生
【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

FOF与金融创新产品
【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
【华泰金工林晓明团队】因子收益率的周期性研究初探

择时
【华泰金工林晓明团队】华泰风险收益一致性择时模型
【华泰金工林晓明团队】技术指标与周期量价择时模型的结合
【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】行业轮动系列之六:“华泰周期轮动”基金组合构建20190312
【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】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】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】五因子模型A股实证研究
【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】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】对抗过拟合:从时序交叉验证谈起
【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】酌古御今:指数增强基金收益分析
【华泰金工林晓明团队】基于回归法的基金持股仓位测算
【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FFScore模型
【华泰金工林晓明团队】相对市盈率选股模型A股市场实证研究
【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】大成旗下基金2018定投策略研究
【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
【华泰金工林晓明团队】基金定投3—马科维茨有效性检验
【华泰金工林晓明团队】基金定投2—投资标的与时机的选择方法
【华泰金工林晓明团队】基金定投1—分析方法与理论基础

其它
【华泰金工林晓明团队】A股市场及行业的农历月份效应——月份效应之二
A股市场及行业的月份效应——详解历史数据中的隐藏法则

分享到 :
0 人收藏
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

积分:1745
帖子:350
精华:0
期权论坛 期权论坛
发布
内容

下载期权论坛手机APP