|
本文来自方正证券研究所于2022年3月30日发布的报告《基于权益型ETF产品的资产配置策略——指数基金资产配置系列之一》，欲了解具体内容，请阅读报告原文，联系人：曹春晓。 1 国内ETF市场蓬勃发展，为资产配置投资者提供了丰富的选择 1.1 国内指数基金业务快速发展，其中ETF规模合计超万亿
1.2 ETF市场的快速发展为资产配置投资者提供了丰富的产品体系
2 基于宏观、中观、微观因素构建权益型ETF产品轮动策略 2.1 行业/板块轮动策略框架 指数基金的配置策略核心在于标的指数的选择，根据我们对行业/板块轮动的研究，影响行业/板块涨跌分化的原因有很多，宏观层面，经济周期是重要因素之一；中观层面，景气改善是驱动行业/板块涨跌的重要推手，业绩的边际变化具有较强的指导意义；微观层面，资金流入流出、微观交易结构也在一定程度上影响行业/板块分化。 本文中我们将结合“货币+信用”周期模型，以及估值、业绩、分析师预期、资金流、微观交易特征等不同因子，来构建基于ETF产品的轮动组合。
2.2 “货币+信用”周期划分 宏观经济周期在一定程度上影响着股票市场整体及其结构表现，同时，对于股票市场的驱动因子也有着较为明显的影响。本文中我们将以“货币+信用”分析框架来研究不同宏观经济周期下，不同驱动因子的整体表现，进而对因子进行适当选择，来构建指数轮动策略。 “货币+信用”框架中，货币对应的是货币政策工具，代表了资金供给，而信用则代表了资金需求。其中，货币政策的切换最终会反映到市场利率的变动，因此我们可以通过观察10年期国债收益率对货币政策周期进行划分。
对于信用周期的划分，我们结合广义货币供应量M2同比增速和社会融资总量余额同比增速进行划分，当两个同比指标同时上行，可以认为进入宽信用周期，同时下行则为紧信用周期，如两个指标发生背离，则使用上一期的状态作为当前状态判断。
2.3 行业/板块驱动因子研究 2.3.1 估值因子 不论在A股市场还是海外市场，个股层面估值因子都具备长期有效性，低估值的股票相比于高估值股票具备明显的超额收益。但是在行业/指数层面来看，估值因子的表现却相对较差，以行业指数为例，我们按照估值分位数因子将各行业由小到大分为五组，以观察各组未来一段时间的平均表现，从结果来看，高/低估值组别表现基本接近，并没有明显的分化。
虽然短周期内估值本身不具备区分能力，但如果考虑了行业未来成长能力的PEG指标，却有较好的区分能力。我们使用行业的最新估值水平（PE_TTM）和分析师一致预期未来两年复合增速（G）来构建PEG指标，由于利润增速可能为负数，此处我们使用PEG的倒数进行分组测算，可以看到PEG的倒数具有较好的行业分组能力，各组别单调性相对较好。
估值因子表现受货币信用周期影响较为显著，在宽货币宽信用环境下，估值分位数因子表现出非常强势的正向选择能力，即在货币信用双宽松的环境下，市场风险偏好提升，高估值行业表现更为出色，而其他区间内估值分位数因子均无明显区分能力。与此同时，在宽货币宽信用环境，PEG因子表现基本失效，而在其他区间范围内，PEG因子表现较好，特别是货币信用双紧的时间段，PEG因子表现更佳。
基于估值因子的上述表现特征，我们根据宏观经济周期对估值因子进行选择，当进入宽货币宽信用周期，我们选择估值分位数因子，当市场进入宽货币紧信用、紧货币宽信用、紧货币紧信用等周期时，我们选择PEG因子来构建估值因子，并在全部A股指数ETF产品的标的指数范围内测试其表现，可以看到长期来看，在选定指数范围内估值因子表现出了较好的分化特征。
2.3.2 基本面景气改善因子 通过上市公司财务数据可以判断出企业的盈利情况，行业或板块也类似。对于不同宽基、行业、主题指数，由于成分股的差异较大，直接对比指数的财务指标会存在较大的偏差，因此，我们在对指数构建盈利因子时均需考虑其业绩的边际变化情况。 具体做法是，我们通过计算指数基本财务指标如营业利润、归母净利润、ROE等累计值、TTM及单季度的同比及环比指标，再在此基础之上，通过时间序列标准化的方式，计算其Zscore指标，时间窗口为最近8个季度。从单因子测试结果来看，经标准化处理的基本面景气指标，相较于原始指标有效性得到明显提升。 经过标准化处理后的基本面景气改善因子，可以将宽基指数、行业指数、主题指数等不同类型指数进行直接比较，不必再将宽基指数与行业指数区别对待。
我们筛选上述因子中表现较好的部分因子进行分市场环境研究，发现所有细分因子在紧货币紧信用阶段的表现均最为出色，而宽货币宽信用阶段部分因子出现失效的情况。
我们根据所处的宏观环境，对细分因子进行因子选择和合成，可以看到，合成之后的基本面景气改善因子长期表现非常出色，在全部ETF标的指数产品范围内多空组合分化非常明显。
2.3.3 分析师预期改善因子 基本面景气因子虽然表现不错，但其更新较慢滞后较为明显，分析师预期数据可作为有效的补充。我们通过指数成分股市值加权的方式构建标的指数的一致预期指标及其变动指标，来刻画分析师预期景气改善因子。
我们筛选上述因子中表现较好的部分因子进行分市场环境研究，进而根据宏观环境对因子进行选择与合成，从合成后因子表现来看，分析师预期改善因子整体表现出色，在全市场ETF产品标的指数范围内多空分化能力较强。
2.3.4 资金流因子 资金流动在一定程度上决定了短期市场偏好方向，对于板块的选择具有较强的参考意义。其中，自沪深港通开通以来，北向资金的流入受到市场的高度关注，我们基于北向资金在各个标的指数成分股内的流入流出数据计算相应指数的边际流入流出幅度因子，此外，大单资金流入、机构资金流入对于板块选择也具有较强的指导意义，我们以同样的方式计算各指数的机构资金流入因子、大单资金流入因子。
我们根据上述因子在不同宏观环境下的表现对因子进行选择与合成，从合成后因子表现来看，资金流因子整体表现出色，在全市场ETF标的指数范围内多空分化能力较强。
2.3.4 市场交易特征因子 在微观交易层面，我们重点关注动量效应，尽管在A股市场上整体表现出反转效应，但是在行业或板块层面，动量效应更为显著。我们在夏普比率基础之上，结合指数日收益率指标，构建动量延续性因子。 动量延续性因子的核心思想是，对于短期内出现大涨的板块，我们认为其延续性相对较弱，而缓慢的累积式上涨，后续延续性可能更强。我们在夏普比率的基础上，与区间最大涨幅因子合成来进一步刻画动量延续性。
从多空分组表现来看，动量延续性因子表现较为出色，在全市场ETF标的指数内多空分化明显。
2.4 结合多维因素构建ETF产品轮动策略 综合上述各类因子表现，我们将经宏观经济周期模型筛选合成之后的估值、业绩、分析师预期、资金流、动量延续性等因子等权合成，构建ETF产品轮动策略，由于部分产品上市较晚，在产品上市之前我们选择相应标的指数作为替代。 我们按照月度频率调整组合，每期选取综合得分靠前的10只产品等权配置，从历史表现来看，全市场ETF产品轮动组合相较于等权组合、沪深300指数具有明显的超额收益，年化超额分别约为19.61%、23.97%。
3 基于ETF产品构建“核心+卫星”策略 “核心+卫星”策略起源于20世纪90年代，随后很快被退休基金、年金及FOF等机构投资者广泛采用，现在已经成为成熟市场上资产配置的主流策略之一。投资者可以将自己资产的60%-80%配置于跟踪市场指数的ETF，作为“核心”投资资产，期望未来获得市场平均收益，不至于错过牛市行情。同时，运用不同类型的ETF的轮动组合，或其他更为灵活的投资方式，构造“卫星”投资资产，实现增强投资收益的目的。 目前国内ETF市场中，沪深300指数与中证500指数是最受市场关注、最具代表性的宽基指数，也是布局ETF产品最多的指数，分别有21只和23只ETF产品上市运行，跟踪规模分别为1154.66亿元和578.09亿元。沪深300指数与中证500指数是A股市场核心资产的较好代表。
沪深300指数由沪深A股中规模大、流动性好的最具代表性的300只股票组成，以综合反映沪深A股市场整体表现。从其最新一期成分股行业分布来看，食品饮料、银行、电力设备等行业占比相对较高，分别为12.17%、12.01%、11.05%。
中证500指数由全部A股中剔除沪深300指数成份股及总市值排名前300名的股票后，总市值排名靠前的500只股票组成，综合反映中国A股市场中一批中小市值公司的股票价格表现。相较于沪深300指数，中证500指数成分股整体市值相对较小，行业分布相对分散，根据最新一期成分股，医药生物、电子、电力设备等行业占比相对较高，分布为9.25%、8.38%、7.90%。
我们以沪深300指数和中证500指数来构建核心资产组合，同时以上节中ETF产品轮动组合作为卫星资产组合，核心资产与卫星资产组合按照60:40比例进行配置，进而构建基于ETF产品的“核心+卫星”资产配置策略，由于部分产品成立/上市时间较晚，我们以标的指数表现进行回溯。 从回溯结果可以看到，基于ETF产品的“核心+卫星”策略表现较为出色，年化收益约20.34%，相对于沪深300指数年化超额14.75%。
风险提示：本报告基于历史数据分析，不构成投资建议；市场可能发生超预期变化；历史规律未来可能存在失效的风险。 |
|
|
