• 金融板块中的银行、券商、保险与房地产四个子行业在流动性周期中表现出显著的轮动特征，各子行业核心利润驱动因素差异明显：银行利润由净息差、生息资产规模和拨备计提驱动；券商利润紧密依赖于市场成交额及行情涨跌；保险利润受利差、死差、费差影响，利差弹性主要来自权益资产收益率；房地产利润受销量、价格及拿地成本影响，且高度依赖政策调控 [page::0][page::2][page::5][page::7][page::10].

• 银行业绩由收入端的利息净收入（70%以上占比）和支出端拨备计提主导。银行利润受经济景气影响贷款需求与资产质量，受利率环境影响净息差变动。十年期国债收益率领先银行平均贷款利率及净息差，反映利率变动对银行盈利的先行影响。银行行情多发生在经济复苏明确及流动性宽松阶段，为后周期行业 [page::2][page::3][page::4].

• 券商业务涵盖经纪、投行、自营、资管、融资融券及股票质押，盈利高度依赖交易活跃度和市场行情。券商股表现强烈受到流动性宽松推动的市场成交放大的影响，呈现“短平快”的行情特征，且在无流动性支撑的结构性牛市中表现较差。券商股走势与市场成交额高度相关，流动性是券商强势的必要条件 [page::5][page::6][page::7].

• 保险行业利润以利差为主，利差受权益资产波动、国债收益率及准备金计提影响最大。利率上行提高存量与新增投资收益，利率下行相反；权益资产配置虽占比低，但弹性大，投资收益率与股市紧密相关。准备金计提变化基于国债收益率移动平均线。保险股多表现于市场指数上行中后期及国债收益率上升阶段，且盈利稳健，具蓝筹股属性 [page::7][page::8][page::9][page::10].

• 房地产行业景气度由商品房销量、价格以及拿地成本决定，且深受政策影响。城镇化率及适龄购房人口决定销售增速中枢，短周期受政策松紧调控显著。房地产股价领先销售面积和价格，反映市场超前反映政策预期。2018年后地产政策与货币政策逐渐脱钩，导致基于流动性的投资策略质量下降 [page::10][page::11][page::12][page::13].

• 构建了五项流动性监测指标体系：流动性预期（基于债券利率与CPI构建先行指标）、金融市场流动性（剩余流动性指标）、央行货币投放（多货币政策工具量化合成指标）、宏观流动性总量（主成分法整合M1、M2、社会融资规模、贷款余额）、以及流动性结构（M1-M2增速差及短期贷款-票据融资增速差）。各指标存在稳定领先滞后关系，完整反映流动性从预期形成到传导的全过程 [page::14][page::15][page::16][page::19][page::20][page::21].

• 银行业景气先行指标结合经济景气度和长端利率，能稳定领先银行营收增速，实现有效投资。策略在2009-2021年间实现527.4%收益，显著高于申万银行指数和Wind全A，且较好捕捉银行业基本面驱动的行情，体现了银行的后周期属性 [page::21][page::22][page::23].

• 券商策略基于金融市场综合流动性指标，虽然跑输Wind全A，但大幅跑赢申万证券指数，表现稳健，能规避多个回撤期。券商盈利强烈依赖市场成交活跃度，流动性是其强势行情的必要条件，但不充分，策略提供了一定的市场流动性下行保护 [page::24][page::25].

• 保险行业景气先行指标由金融市场综合流动性指标与国债收益率合成，能准确领先盈利表现，实现较高超额收益，择时能力强，能够捕捉主要强势行情段 [page::26][page::27].

• 房地产行情主要由政策驱动，利用金融市场综合流动性指标作为政策松紧代理，策略能在2018年前准确捕捉多轮行情并取得显著超额收益。2018年后地产政策与货币政策逐步脱钩，导致策略表现较差，出现较大回撤 [page::27][page::28][page::29].

• 总结：基于全面的流动性监测体系，结合各行业核心利润驱动要素，构建的基本面量化策略在过去12年中表现稳健，实现银行、保险和房地产强劲超额收益，券商策略虽跑输大盘但表现优于申万券商指数，策略有效捕捉流动性周期带来的投资机会并提供风险防控能力，为金融板块行业配置提供重要参考 [page::29][page::30].

【国君金工】金融板块基本面量化及策略配置——详尽分析报告

---

1. 元数据与概览

报告标题：《金融板块基本面量化及策略配置》
作者：陈奥林（Allin君行）
发布机构：国泰君安证券研究所
发布日期：2021年6月9日

• 研究主题：基于基本面量化方法，深入剖析金融板块（银行、券商、保险、房地产）核心利润驱动要素，结合流动性周期和宏观货币政策，构建动态流动性监测体系，并基于此设计投资策略，实现有效配置。

核心论点摘要：

报告提出，不同金融子行业受流动性周期影响明显，构建五维度（流动性预期、剩余流动性、货币政策、宏观流动性总量、流动性结构变化）动态流动性监测体系，能够有效捕捉行业定价逻辑和行情走势。基于核心利润驱动要素，设计相应的量化策略实现超额收益，回测表现优异。

• 银行：利率和经济景气影响净息差和拨备，后周期特征明显。

- 券商：高度依赖市场成交活跃度，流动性宽松为牛市必要条件。

• 保险：利差为核心，权益收益弹性大，国债收益率波动影响准备金计提。

- 房地产：受政策影响显著，政策与货币政策自2018年后开始脱钩。

回测中，四板块策略相较Wind全A指数和申万行业指数均有显著超额收益，体现基本面量化策略的有效性 [page::0,1]

---

2. 逐节深度解读

2.1 引言与方法论框架

报告指出，基本面量化投资正在兴起。面对个股研究的深度限制和主动投资的高精度，行业配置成为量化投资的新赛道。通过跟踪行业核心利润驱动要素，映射对应可观测指标，追踪投资者预期变化，实现对行业行情的预测。框架自上而下，覆盖行业大类、一级行业、二级子行业，金融板块聚焦银行、券商、保险、房地产四个子行业[page::1]。

图1 展示了基本面量化逻辑框架：整体基本面景气影响流动性，通过流动性监测体系导向银行、券商、保险、房地产的不同利润相关驱动要素，绘制了清晰的因果关系图 [page::1]

2.2 银行基本面分析与策略构建

关键分析点：

• 银行利润驱动主要是利息净收入（占比70%以上），其由生息资产规模和净息差两个核心因素组成，同时拨备计提影响利润质量（质的因素）。

- 生息资产规模体现“量”，净息差体现“价”，拨备计提体现“质”。

• 经济景气通过贷款需求影响银行贷款规模，并通过企业盈利影响拨备；利率变动通过存贷款利差影响净息差。

- 利率端存在负债端刚性（活期存款利率变化有限）与资产端敏感性的非对称性，导致十年期国债收益率领先银行贷款利率及净息差变化（图4、图5）。

• DDM模型视角下，股价受盈利预期（分子）和风险预期（分母）驱动，银行股的净息差和不良率带来后周期性质，行情多发生于基本面确认之后（图6历史行情复盘）。

- 通过经济景气同步指标以及十年期国债收益率构建银行业景气先行指标（图32），该指标领先银行营业收入增速（图33），实现择时。

策略效果：

• 采用景气先行指标上行期买入银行，12年回测超额收益显著（策略收益527.4%，超Wind全A 282.2%，申万银行指数超额达354.9%）。

- 算法精准捕捉基本面驱动银行强势行情，表现稳定（图34、图35）[page::2,3,4,21,22,23]

2.3 券商业务关联与策略设计

关键分析点：

• 券商业务分为经纪、投行、自营、资管、资本市场中介业务，均与市场成交额及行情紧密相关。

- 经纪与成交额正相关，投行与二级市场表现相关，自营与市场涨跌直接相关，资管受行情影响，融资融券获益于市场活跃度。

• 券商业绩与市场行情高度相关（图8），券商股定价中分子和分母端密切联动，风险偏好和无风险利率变化可同步推动市场指数和券商业绩。

- 券商历史行情表现“短平快”，牛市初期爆发明显，之后逐步回调（图9）。

• 无流动性配合的结构性牛市难带来券商强势行情，成交量放大是核心前提。

策略设计与表现：

• 构建金融市场综合流动性指标反映券商行情必要条件（图36），策略上行期买入券商，执行期间累计收益174.1%，虽跑输Wind全A，但超申万证券指数134.6%（图37、图38）[page::5,6,24,25]

2.4 保险行业利润及行情动力

关键分析点：

• 保险盈利主要由利差、死差、费差和准备金计提构成，利差为核心。

- 保险资产配置以固定收益为主（图11），配置久期较长债券，多持有至到期；权益资产比例小但收益弹性大，是投资收益关键（图12）。

• 负债端产品利率跟随投资收益率滞后调整（图13），准备金计提基于10年期国债750日移动均线，利率波动影响计提和利润。

- 国债收益率和市场行情共同影响保险业利差和准备金计提，分母端风险偏好、无风险利率变化推动市场指数上行亦影响保险分子端。

• 保险股表现稳健，市场风格偏蓝筹时更有表现。

- 保险业景气先行指标由金融市场综合流动性指标和国债收益率等权合成，领先归母净利润同比增速（图39）。

策略表现：

• 上行期买入保险，12年回测累计收益543.5%，超Wind全A 298.3%，申万保险指数299.0%（图40、图41）[page::7,8,9,26,27]

2.5 房地产行业分析与量化策略

关键分析点：

• 业绩由商品房销量、价格、拿地成本驱动。长周期受城镇化率和适龄购房人口决定（图16），短周期显著受政策调控影响（图17）。

- 房地产投资在国民经济中重要，具有乘数效应，政策调控趋紧放松与经济稳增长策略高度相关。

• 房价/地价比值是影响地产毛利率的关键指标（图18），利润构成“价”和“量”两部分。

- 房地产基本面景气受政策影响显著，且行业走势高度领先量价数据（图19）。

• 房地产行情主要受政策而非传统基本面驱动，政策变化映射难度大，但金融市场综合流动性指标（图42）能较好反映地产政策松紧。

- 基于金融市场综合流动性指标设计买入策略，12年回测收益321.9%，超Wind全A 76.7%，申万房地产指数222.6%，但2018年后表现明显下滑（图43、图44）。

• 策略表现下滑因2018年起房地产政策与货币政策脱钩，房住不炒导向强化，政策不跟随货币宽松。

---

3. 图表深度解读

• 图1：逻辑框架明确区分银行、券商、保险、房地产的核心驱动变量及其与基本面景气、流动性的关联，为后续量化构建奠定基础。

- 图2-3：银行业绩拆分突出量（生息资产规模）、价（净息差）、质（拨备计提）三部分，图3显示经济景气和利率变动对利润的传导路径。

• 图4-5：国债收益率领先银行贷款利率及净息差，揭示利率传导机制和银行资产负债端利率敏感度差异。

- 图6：历史复盘7段银行股行情，强调经济复苏和央行降息等基本面驱动与估值修复。

• 图7-9：券商业绩高度依赖成交额和市场行情，历史行情短暂且与政策和流动性周期高度吻合。

- 图10-13：保险基本面框架及投资收益率对权益资产波动的依赖，结算利率紧随投资收益率调整，准备金计提敏感国债收益率。

• 图14：保险股行情时期与经济回暖、政策宽松、国债收益率上行高度相关。

- 图15-17：房地产核心收入成本要素及销量受城镇化人口影响，政策调控表现领先于销量。

• 图18-19：房价/地价比领先毛利率，房地产相对强度领先于销量价格，验证基本面非政策影响偏弱。

- 图20：房地产相对净值历史行情与政策松紧对应，但2018后表现失真。

• 图21-31：流动性监测体系详细构建，涵盖预期、剩余、央行投放、宏观总量和内部结构五方面，指标间展现稳定领先-滞后关系，彰显理论逻辑与实证结果高度契合。

- 图32-35：银行景气先行指标领先至营收增速，策略净值表现突出，超越基准，择时效果良好。

• 图36-38：金融市场综合流动性指标用于券商配置，虽跑输全A但大幅跑赢行业指数，回避周期性风险。

- 图39-41：保险业景气先行指标与利润增速吻合，策略择时能力强，表现优秀。

• 图42-44：金融市场综合流动性指标代理地产政策，能较好抓取政策导向的行情，策略收益明显，2018年后局限明显。

---

4. 估值分析

报告未对单个公司的估值模型展开，而是围绕行业基本面的量化指标构建景气先行指标及投资策略，体现策略选股的“自上而下”行业趋势判断逻辑。采用指标标准化、等权合成及主成分分析法构建变量，依靠指标领先性对行业基本面预判，从而实现择时与超额收益，间接体现了估值提升与基本面预期的关联。

---

5. 风险因素评估

• 房地产政策与货币政策脱钩风险（2018年后出现）：使得基于流动性指标的地产策略失效，导致持续回撤风险加大。

- 流动性预期变化预测偏差：流动性预期指标虽领先，但误判流动性转向可能造成策略买卖错误时点。

• 极端市场行情影响：如2015年TMT风格切换带来的券商策略回撤，表现极端且难预测。

- 数据与指标滞后性：部分指标如准备金计提滞后反映经济变化，导致策略存在一定时滞风险。

• 宏观经济大幅波动：经济异常下行或通胀失控可能破坏既有流动性与行业盈利模型关联。

报告对于风险存在明确提示，尤其房地产政策脱钩带来的风险指出，对其他风险的缓解依赖于指标组合及动态更新 [page::29]

---

6. 审慎视角与细微差别

• 报告整体基于流动性与经济周期逻辑，具有较强理论与数据支撑，但房地产部分精细度受限，特别是政策量化代理较为粗糙，2018年之后策略效果大幅降低提示模型局限。

- 券商策略虽跑赢行业指数，但未能超越全A，表明市场行情的复杂多变使得模型仍有改进空间。

• 指标构造采用等权合成，可能未充分考虑各指标对行业影响的不同权重，后续模型优化可借助机器学习等方法深度调整。

- 报告未考量外部宏观冲击（如疫情突发）对流动性与行业关联的异常影响。

• 部分图表因时间跨度长，近中期市场结构性变化可能影响指标稳定性。

综上，报告在基本面量化策略设计上有扎实基础，但特定行业（地产）及极端阶段表现需谨慎对待。

---

7. 结论性综合

本报告基于细致的行业利润驱动分析，结合动态流动性监测体系，揭示了金融板块四大子行业（银行、券商、保险、房地产）与流动性周期的紧密联系。构建的五维度流动性指标体系科学涵盖了投资者预期、金融市场、央行政策及宏观经济的流动性传导链条，指标间稳定的领先-滞后关系验证了体系有效性。

分别针对四个行业设计了基于核心利润驱动要素及流动性指标的景气先行指标与量化策略：

• 银行业受经济景气度及利率影响最大，具明显后周期属性。策略以经济景气同步指标和国债收益率构建，回测累计收益超527%，显著超越行业与大盘基准。

- 券商业绩高度依赖市场成交活跃度和流动性宽松，构建的金融市场综合流动性指标辅助择时策略跑赢申万证券指数134.6%，但略逊于全A。

• 保险业利润以利差为核心，受市场行情与国债收益率显著影响。利用流动性指标与国债收益率联合构建景气指标，回测超额收益约299%。

- 房地产行情主要由政策驱动，政策与货币政策历史同步使金融市场流动性指标可代理政策松紧。策略历史表现良好，但2018之后受政策与货币脱钩影响明显回撤。

报告回测覆盖2009年初至2021年中，跨越多个经济周期和政策环境，策略稳健性表现突出，尤其银行与保险板块策略有效捕捉行业强势行情，体现了基于基本面量化并辅以宏观流动性分析的行业配置优势。

整体来说，报告为量化行业配置提供了系统框架和可操作路径，强调了流动性在金融板块行情中的核心驱动作用，策略设计结合经济周期与市场流动性先行信号，实现了显著的超额投资回报。

---

图表溯源示例

• — 逻辑框架图

- — 银行业绩分解

• — 国债收益率与银行贷款利率

- — 银行业历史复盘

• — 券商基本面框架

- — 券商业绩与市场相关性

• — 保险基本面框架

- — 保险资产配置比例

• — 保险投资收益与市场行情相关性

- — 城镇化率与适龄人口增速对商品房销售的影响

• — 政策松紧与商品房销售面积增速

- — 房价/地价比与地产毛利率

• — 房地产股价领先于量价数据

- — 流动性监测指标体系框架

• — 流动性预期指标走势

- — 剩余流动性与流动性预期

• — 经济景气同步指标

- — M1-M2剪刀差及短期贷款与票据融资差

• — 流动性总量领先结构改善

- — 各项流动性指标走势

• — 银行业景气先行指标走势

- — 银行业景气先行指标领先银行收入增速

• — 银行业策略净值走势

- — 银行策略相对净值走势

• — 金融市场综合流动性指标

- — 券商策略净值走势

• — 券商策略相对净值走势

- — 保险业景气先行指标领先利润

• — 保险策略净值走势

- — 保险策略相对净值走势

• — 综合流动性指标与地产政策比较

- — 房地产策略净值走势

• — 房地产策略相对净值走势

---

结语

本报告深入结合金融行业核心利润驱动因子与宏观流动性环境，构建多维度流动性指标体系，并基于此设计了业内首创且有效的基本面量化策略。无论是银行的后周期表现，券商的流动性驱动，保险的利差弹性，还是房地产的政策敏感，报告均给予了科学解构并获得了实证验证。同时，本报告提示了政策与货币政策脱钩给策略带来的挑战，体现了模型对实时环境变化的适应性需求。

该研究对量化投资者在复杂市况中的行业配置决策具有重要指导意义，开创了将宏观流动性细分量化为投资工具的路径，助力投资者实现风险调整后的超额收益[page::0-30]

---

如果您需要对本报告中任何章节或图表进行更细致的分析，欢迎提出。

报告