大类资产驱动因子模型介绍 [page::3]

• 以周度收益率数据和多维度价量、基本面、宏观经济等因子做逐步回归，剔除多重共线性，建立动态驱动因子模型。

- 因子驱动随时间波动，不存在长期显著稳定因子，模型解释力有限但辅助行情理解价值较大。

上证50与沪深300驱动特征 [page::4][page::5][page::6]

• 2019年年初大盘行情起于2018年末估值修复，三季度后估值修复结束，估值因子驱动力减弱。

- 工业增加值等经济数据影响逐步显现，数次经济数据超预期对应指数回升，经济基本面成为主要驱动因素。

• 图5、图6展示工业增加值对上证50和沪深300的正向影响显著。

中证500流动性与通胀影响显著 [page::6][page::7]

• 中证500更受通胀压力负面影响，2019年结构性通胀影响大于整体通胀，后期减弱。

- 流动性指标（利率、成交额）显著驱动中证500波动，成交额在四季度影响尤为重要。

• 通胀与流动性因子柱状图体现其持续影响（见图9、图10）。

标普500估值与经济担忧增加 [page::8]

• 标普500指数全年上涨近29%，但股息率持续下行反映市场对估值过高及美国经济下行风险的担忧增加。

- 非农就业数据波动对指数有短期影响，整体经济数据虽稳健但存在潜在下行风险，需投资者谨慎。

黄金表现与特色驱动 [page::9]

• 黄金收益波动性大，驱动模型连续性较差，趋向受避险需求和趋势跟踪影响。

- 2019年中黄金阶段上涨幅度超过20%，末期因地缘事件诱发避险情绪再上涨。

债券走势受经济数据和动量驱动 [page::9][page::10]

• 经济下行期利率下降利好债券价格，工业增加值对债券价格产生明显负向影响。

- 动量因子驱动债市表现，体现短期趋势延续与中长期均值回归的特性（见图16、图17）。

• 债券投资策略应关注短期动量结合经济数据变化。

金融工程报告分析

——经济驱动大盘股，小盘股更敏感于流动性

（大类资产驱动因子2019年度回顾）

---

1. 元数据与概览

• 报告标题：《经济驱动大盘，小盘股对流动性更敏感——大类资产驱动因子2019年度回顾》

- 发布日期：2020年1月7日

• 研究机构：光大证券研究所

- 分析师：邓虎（执业证书编号：S0930519030002）

• 联系人：沈思逸

- 主题：基于构建的大类资产驱动因子模型，回顾2019年主要大类资产（中国A股大盘和中小盘、美国标普500指数、黄金、债券）的行情驱动因素及其变化，总结影响2019年市场表现的核心因素，服务于未来资产配置决策。

• 核心观点：

- 2019年中国大盘股（上证50、沪深300）行情初期由估值修复推动，随后经济数据的波动成为主要驱动因子。
- 中小盘股（中证500）更敏感于流动性因素，通胀抬升对其产生一定负面影响，但结构性限制使后期影响减少，成交额等资金面因素在2019年下半年和末期对其影响显著。
- 标普500指数上涨显著，但估值层面（股息率下行）表现出市场对美股估值偏高和经济风险警惕。
- 黄金表现强劲，受避险和趋势性驱动影响，驱动模型解释力较弱，更多由事件因素主导。
- 债券市场受经济下行和宽松货币政策支持表现良好，且经济指标对其存在明显的反向关系。

• 风险提示：模型基于历史数据，历史表现不代表未来，存在不确定性。[page::0]

---

2. 逐节深度解读

2.1 大类资产驱动因子模型重述

• 模型方法：

- 以周度资产收益率为因变量，标准化的驱动因子（包含价量、估值、基本面及宏观指标）为自变量，采用逐步回归法筛选显著变量（p值0.2入选，0.3剔除）；
- 控制多重共线性，保证变量有效性；
- 检验协整，保证长期稳定关系，必要时对变量做差分处理。

• 因子池涵盖广泛：A股、港股、美股及债券、黄金等，涵盖动量、估值、股息率、利率、汇率、宏观数据（如工业增加值、CPI、PMI等）；
• 模型解释：

- 模型反映的驱动因子随时间变化，资产驱动因子并非固定，驱动因素呈分散、阶段性特色；
- 说明资产价格的驱动机制具有动态变化规律，单一因子难以稳定位势。[page::3][page::4]

2.2 上证50、沪深300驱动因子分析

• 全年表现回顾：

- 模型解释力度R²约0.5，反映模型有一定解释力但非完美（图1展示2019年模型R²变动，整体趋于中上水平，反映波动的多变性）。

• 估值修复阶段（2018年4季度至2019年1季度）：

- PEttm、PB、股息率对股指的驱动力明显，估值因子的负负得正效应推动市场反弹（图2、图3，因子影响多为负值，表示估值水平恢复带动市场上涨）。
- 估值修复后，估值因子的驱动力大幅减弱（图4），PB与指数表现走势同步，市场进入震荡区间。

• 经济数据驱动强化阶段（从3月开始）：

- 工业增加值同比数据的波动对指数波动产生显著的正向影响（图5、图6），特别是在经济数据好转的节点，上证50和沪深300均获得提振。
- 2019年中期制造业数据下滑对应市场疲软，经济数据成为市场情绪和盈利预期的重要风向标。

• 逻辑总结：大盘股行情始于估值修复，完成修复后的行情主要由宏观经济基本面对市场预期形成动态驱动。[page::4][page::5][page::6]

2.3 中证500：更为明显的流动性影响与通胀冲击

• 通胀影响：

- 中证500对CPI的负向驱动明显强于沪深300（图7、图8），说明通胀上升明显侵蚀中小盘股的市场表现。
- 结构性通胀主导，如鲜果、蔬菜及猪肉价格波动，造成中证500整体盈利预期承压；但进入2019年末，尽管CPI依然上升，通胀对中证500的负面影响减轻，表现出结构性通胀对市场冲击的阶段性。

• 流动性因素驱动：

- 利率（如1年国债利率、期限利差）及成交额等资金面指标对中证500影响显著（图9、图10）。
- 2019年四季度成交额成为关键驱动因素，流动性变化对资金敏感的中小盘股冲击明显。
- 历史数据及2020年初观察，资金面情绪良好时，中证500表现更佳。

• 小结：流动性比估值和基本面因素对中证500的影响更大，显示资金面波动对中小盘股的敏感性远高于大盘股，提示投资者关注宏观流动性变化的重要性。[page::6][page::7]

2.4 标普500驱动因素：市场开始担忧估值及经济下行

• 经济数据影响：

- 非农就业数据对指数影响波动，年中就业数据下滑导致标普500表现承压，第四季度出现非农数据与指数收益反向走势，显示经济数据对市场的指示效力复杂（图11）。

• 估值担忧：

- 股息率持续下行反映股价上涨速度快于派息，市场开始对美股高估值及潜在经济风险产生警惕（图12）。
- 股息率作为估值指标的变化与市场风险偏好密切相关，体现为“市场担忧经济下行风险但资金依旧宽松”的矛盾状态。

• 宏观背景：

- 2019年美联储多次降息，流动性宽松，支持股市上涨，但市场已表现出对估值的隐忧，提示未来不宜盲目乐观。

• 总体：标普500指数虽表现强劲，驱动因子显示市场风险偏好开始收紧，需保持谨慎态度。[page::7][page::8]

2.5 黄金：驱动模型波动大，事件驱动性明显

• 价格表现：

- 6-8月黄金价格三个月涨幅超20%，8月涨幅近11%，显示强烈上涨趋势。

• 模型解释力及机制：

- R²波动大，模型解释力断续，尤其8-10月极低，说明传统因子对黄金收益解释有限（图13）。
- 过去研究显示黄金具备趋势性和避险属性，2019年均有所体现：走势与日元呈高度相关，价格负相关于美国实际利率，显示避险资金流入。

• 事件驱动：

- 年末因美伊冲突激化，避险需求迅速提升，黄金大幅上涨，表明事件因素对黄金影响尤为关键。

• 结论：黄金价格主要受突发事件和避险情绪驱动，传统经济因子模型解释力不足，提示资产配置关注避险资产动态的重要性。[page::8][page::9]

2.6 债券市场：经济下行利好、动量效应显著

• 经济驱动：

- 2019年经济下行，货币政策宽松，利率下降，利好债券资产表现。
- 工业增加值同比与国债、企业债价格呈明显反向关系（图14、图15），经济放缓推动债市上涨。

• 动量因子：

- 短期（1周）动量显现正向驱动，债券价格趋势延续（图16）。
- 中长期（6个月）动量反向，表现长期均值回归特征（图17）。

• 分析：

- 债券受宏观经济周期影响显著，短期行情延续后存在均值修正，投资者应注意中短期波动与长期趋势的不同表现。

• 总结：债券市场由经济基本面和短期动量共同驱动，经济下行期债券资产通常表现稳健。[page::9][page::10]

---

3. 图表深度解读

• 图1（R²走势）：上证50和沪深300模型解释力整体在0.5附近波动，反映模型有适度说明力，但行情多变，因子驱动非单一稳定。[page::4]
• 图2、图3（估值因子驱动）：2018年末估值因子强力负向驱动，体现估值修复过程，带动股指上涨。2019年初后估值驱动减弱，指数进入震荡区间。[page::5]
• 图4（PB与上证50）：PB与指数走势同步，说明估值修复完成，市场估值稳定后价格受其他因素驱动。[page::5]
• 图5、图6（工业增加值的驱动）：工业增加值同比下降对应指数收益负向波动，反映经济增长与大盘股收益正相关关系加强，经济复苏预期带动股指反弹。[page::6]
• 图7、图8（CPI对沪深300和中证500的影响）：中证500对CPI负向影响更大，结构性通胀对中小盘冲击明显，沪深300影响相对较小。[page::6]
• 图9、图10（通胀、利率、成交额对中证500影响）：流动性指标变动（利率上升、成交额波动）对中证500影响显著，特别是成交额成为重要的行情驱动。[page::7]
• 图11、图12（美非农就业、股息率对标普500）：非农就业波动导致指数短期波动，股息率下降凸显估值压力，投资者开始担心经济及估值。[page::8]
• 图13（黄金模型解释力R²）：全年解释力波动大，表明黄金收益受多重复杂因素影响，模型稳定性差。[page::9]
• 图14、图15（工业增加值与债券指数驱动）：经济放缓与债券指数价反向变化明显，加强债券避险功能的验证。[page::9]
• 图16、图17（债券动量因子）：短期动量正向，长期动量负向，表明债券价格短期保持趋势，中长期呈均值回复。[page::10]

---

4. 估值分析

本报告无直接针对个股的估值结论和目标价披露，主要基于驱动因子模型对大类资产的收益解释，采用线性逐步回归法分析因子对收益率影响，并通过R²评估模型解释力。

• 模型核心假设：

- 因子与收益率关系为线性且稳定，系数可随时间变化；
- 因子间避免多重共线性，确保独立解释力；
- 资产收益由多重宏观及市场因子综合驱动；

• 局限性：

- 线性回归模型对复杂非线性市场行为的解释有限；
- 短期因子波动可能带来模型不稳定；
- 事件驱动（尤其黄金）解释力低。

报告主要给出因子重要性、影响方向、时间变化趋势，无明确单一定价模型和目标价。[page::3][page::4]

---

5. 风险因素评估

• 模型风险：基于历史数据构建，未来表现不可保证，驱动因子可能失效或变异。

- 市场风险：宏观经济波动剧烈不可预测，导致模型假设失效。

• 流动性风险：尤其对中小盘影响显著，流动性突变可能引发价格剧烈波动。

- 事件风险：黄金等避险资产受突发事件影响大，常规驱动模型难以解释。

• 估值风险：美股估值过高风险逐步浮现，投资者应保持谨慎。

- 黑天鹅及政策风险：未明确纳入模型，可能导致极端行情。[page::0][page::10]

---

6. 批判性视角与细微差别

• 模型解释力有限：报告反复强调线性因子模型解释收益的局限性和预测可靠性不足，承认中间存在显著不确定性。

- 因子动态变化带来复杂性：不同时间段主导因子变化，表明市场结构行为复杂，单因子或线性模型不足以全面描述。

• 对中小盘股流动性依赖高，可能放大市场资金面波动风险，突显流动性紧缩时潜在风险。

- 美国经济担忧尚处萌芽阶段，但估值风险未显著体现在价格调整，提示后续风险释放可能存在延时。

• 黄金说明了模型对事件及避险资产捕捉的局限，建议在量化分析外结合对宏观事件研判。

- 缺乏对行业及公司层面的具体分析和估值指导，关注点较为宏观和资产类别层面。

• 报告在结论和模型说明上保持谨慎，避免过度断言，体现较高的专业伦理和谨慎态度。[page::0][page::3][page::8]

---

7. 结论性综合

本报告基于光大证券研究所研发的大类资产驱动因子线性模型，对2019年主要市场资产类别的行情驱动因子进行了系统回顾和分析。其核心结论如下：

• 中国大盘股（上证50、沪深300）行情由两阶段驱动：

- 2018年末至2019年初由估值修复主导，部分反映估值底部修复带来的利润回吐；
- 2019年二季度起，经济基本面（工业增加值及类似指标）成为主导因子，体现经济企稳预期对市场情绪和投资预期的积极影响。

• 中小盘股（中证500）更敏感于资金流动性及通胀结构变化：

- 通胀抬升对其利润及估值构成压力，流动性状况（利率、成交额）波动剧烈影响价格波动和投资者情绪；
- 流动性改善往往带动中证500显著反弹，显示出明显的资金面驱动特征。

• 美国标普500虽稳健上涨，但估值和经济信号显示隐含风险：

- 股息率下降体现估值压力，新增非农就业数据存在波动，市场对未来经济走弱和估值承压有所担忧。

• 黄金表现强势，但周期性和事件性因素使模型解释力不足：

- 避险需求和趋势动量驱动黄金价格走势，事件冲击尤为关键，提示避险资产需结合宏观及事件分析。

• 债券资产在经济走弱及货币宽松背景中表现良好：

- 工业增加值同比下降与债券价格反向关系明显，且债券动量行情具备短期延续与长期均值回复的双重特征。

• 整体驱动模型对市场行情解释具辅助作用，但预测能力有限，投资决策需结合更多定性和事件因素。

- 风险提示明确，强调模型基于历史，未来状态可能不同，投资者应保持谨慎。

图表数据深刻揭示了不同资产类别对宏观经济、估值、资金面与事件的敏感度差异，提示：

• 对中国市场投资需特别关注经济数据变化和资金面流动性，尤其对中小盘股影响显著。

- 对美国股市投资需着重防范估值泡沫和潜在经济下行风险。

• 黄金作为避险资产，波动性大且受事件驱动强烈，建议灵活运用。

- 债券资产在宏观下行周期表现稳健，是风险分散重要工具。

本报告信息详实，模型严谨，并以充足图表数据支撑论断，具有较高的专业价值和参考意义，适合机构投资者和资产配置研究者用以宏观市场趋势把握和风险评估。[page::0-10]

---

附录

• 表1为本报告中大类资产的驱动因子池筛选，囊括价量、估值、宏观和基本面指标，支持模型构建。

- 各图均标明数据来源为Wind及光大证券研究所，数据截至至2019年12月27日。

• 报告包含全面的风险和免责声明，充分披露分析局限及潜在利益冲突。

---

结语

总体来看，该报告通过系统的驱动因子分析，勾勒出2019年全球与国内主要资产的多重驱动机制差异，为理解大类资产价格变动的宏观骨架提供了量化依据，也揭示了2019年行情背后的经济、估值及流动性因素的演变，具有较强的理论与实操指导意义。

报告