• 研究明确六维经济核心指标：景气度（PMI同比增速）、通胀（PPI同比）、库存（产成品存货同比）、盈利（工业利润总额同比）、货币（1年期国债收益率）、信贷（中长期贷款余额同比），划分为增长周期和金融周期两大类 [page::4][page::5]。

• 采用“HP滤波 + 傅里叶变换”两步法拆解周期，解决传统方法参数主观及缺乏样本外预测问题。傅里叶变换通过频谱分析判断主要周期，HP滤波保障数据平稳性，填补缺失并补零延长样本提高低频分辨率 [page::6][page::9]。

• 大部分经济数据核心周期为约40个月（3-4年），信贷周期核心周期较长，约84个月（7年），且信贷周期与固定资产投资更新周期高度相关，反映经济投资驱动特征 [page::10][page::11]。

• 基于六维周期项，构建综合增长周期，采用各周期相关性倒数加权且归一化合成方法增强信号的差异性。模型预测稳定，2年内预测状态一致率超80%，适合中长期资产配置判断 [page::12][page::13][page::15].

• 提出经济周期状态的三类划分方法：

- 周期位置法（6类）：区分上升初期、中期、末期及下降初期、中期、末期，周期约40个月，结合历史与预测周期判断当前周期阶段，预测观点稳健性较高；
- 趋势缺口法（2类）：高于或低于趋势，基于HP滤波后的周期项正负；
- 预期差法（2类）：高于或低于预期，基于综合偏离度指标 [page::14][page::15].

• 顺周期定义为周期处于“上升初期”状态，设计股票择时策略：

- 策略区间2011-2023年，标的万得全A；
- 顺周期入场和出场严格基于周期状态，结果显示综合增长周期、通胀、库存、盈利和货币周期择时效果较好，信贷周期择时效果较差，且货币周期表现逆向（利率上升利好股市）[page::16][page::17]。

• 增强模型引入动量信号：

- 结合周期中的“下降末期”阶段与月度动量信号调仓，实现更早布局和鱼尾行情捕捉；
- 优化后年化收益率提升至9%，最大回撤控制16.75%，夏普比率由0.31提升至0.52 [page::17][page::18]。

• 顺周期风格轮动策略：

- 成长价值轮动：经济增长好转做多成长股，逆周期做多价值股。利润和景气度周期效果显著，货币周期效果波动不稳。
- 大小盘轮动：金融周期尤其是信贷周期区分度高，顺周期做多小盘，逆周期做多大盘。信贷周期强烈影響中小企业融资需求，支持大小盘轮动信号合理性 [page::19][page::20].

• 股债择时与资产配置策略：

- 债券策略表现最佳周期为景气度（PMI）；信贷周期对债券择时效果最差，因信贷同时影响债券供给存在复杂因素；
- 设计债券久期和信用等级轮动，以顺周期为短久期和低等级，高风险周期持长久期和高等级，均优于基准；
- 构建股债固定比例与风险预算模型，顺周期时提高权益配置（股债比9:1），风险预算时动态调整，表现稳健，年度胜率超90% [page::21][page::22][page::23][page::24][page::25].

• 投资时钟策略基于三类周期组合：

- 增长+通胀（美林时钟）：划分复苏、扩张、滞涨、衰退四阶段，股债商品现金轮动，策略跑赢基准但绝对收益一般；
- 存货+盈利周期：四阶段库存周期（被动去库、主动补库、被动补库、主动去库）资产轮动，收益优于增长通胀策略；
- 货币+信用周期：基于短期国债利率与中长期贷款余额，定义四类组合信号，主要股债轮动。该策略波动率和回撤高于前两类模型 [page::25][page::26][page::27][page::28][page::29].

• 研究总结：

1）明确中周期经济数据核心周期时长，首次基于傅里叶变换+HP滤波对周期拆解并样本外60月预测；
2）构建周期状态划分和综合增长周期指标，实现一致性强的周期预测模型；
3）围绕顺周期设计股票择时（含动量改进）、成长价值与大小盘轮动、债券久期和信用等级轮动、股债配置的多维资产管理策略；
4）探索主流投资时钟模型融合中周期信号的实证效果，为实际资产配置提供有力工具；
5）提出经济数据选取、周期拆解技术及资产配置模型改进的进一步研究空间 [page::29][page::30].

经济中周期的量化拆解与投资策略构建——招商定量任瞳团队研究报告详尽解读

---

一、元数据与报告概览

• 报告标题：《经济中周期的量化拆解与投资策略构建 量化经济周期系列研究之》

- 作者及机构：招商定量任瞳团队

• 发布日期：2023年10月29日，广东

- 研究主题：基于HP滤波与傅里叶变换技术，精准拆解中国宏观经济数据的中周期成分，构建量化中周期判断方法与基于周期状态的资产配置策略。

• 核心论点：

- 中国经济宏观数据存在3-4年左右的中等长度核心周期，信贷周期较长接近7年。
- 通过HP滤波结合傅里叶变换可有效分离经济数据核心周期并实现中长期预测。
- 设计周期位置法、趋势缺口法、预期差法三类周期状态划分，尤其以周期位置法预测稳定性最佳。
- 基于周期状态，研究表明经济中周期具备显著的股票、债券资产择时能力，并结合动量信号、多因子轮动信号构建多样化投资策略，显著跑赢均衡基准。
- 构建增长+通胀、库存、货币+信用三类投资时钟策略，均具备较好回测表现，库存周期表现尤优。

• 报告最大贡献在于：基于数据驱动的科学周期拆解与前瞻中周期定位，为资产配置提供稳定的量化决策依据。[page::0,1]

---

二、全面章节解读

2.1 经济中周期定义及选择

• 中周期的企业定义并非传统7-11年朱格拉周期，而更侧重实际投资意义上的3-4年周期长度，对应股市完整牛熊周期。支持理由包括中国从高速增长向中高速增长换挡背景下，长周期增速已相对明确且相对稳定，3-4年中周期时间跨度适合投资操作和股票市场反映现实[page::1,2]。

- 短期周期预测存在局限性，短期高频波动及季节性导致预测已趋向市场共识，无法形成投资增量，且部分宏观变量如信贷存在较大季节性外生扰动，短期预测难获得超额收益[page::2,3]。

• 投资决策更需中周期走势回答“趋势底部是否形成”“上升周期持续多长”“峰值区间表现”等问题，而非简单短期拐点预测[page::3]。

2.2 核心经济指标选取与六维数据构成

• 选取数据原则：

- 排除受外生政策频繁调整干扰的指标（如财政增速等），以及猪周期严重干扰的CPI。
- 数据时间跨度至少2006年及之前，频率至少为月度，保证周期拆解的稳定性和深远回测价值。

• 选择六大核心指标划分：

- 增长周期四维度：景气度（PMI同比增速）、通胀（PPI同比）、库存（工业产成品存货同比）、盈利（工业企业利润累计同比）
- 金融周期两维度：货币（1年国债利率月均）、信贷（中长期贷款余额同比）

• 特别说明信贷周期本质接近“朱格拉”周期，指固定资产更新和投资的7年左右周期，信贷与投资高度相关[page::4,5,11]。

2.3 周期拆解方法对比与选用——HP滤波加傅里叶变换两步法

• 对比分析四类周期拆解技术：

- 移动平均类简单但缺乏频域分解能力。
- HP滤波及相关滤波器是趋势剥离主流方法，但缺乏外样本预测能力且无法区分不同周期。
- 傅里叶变换优点包括清晰给出频率形成的多个核心周期及具备样本外预测能力，适用于经济数据周期提取，但须保证输入序列宽平稳。
- EMD算法具备自适应非平稳信号拆解能力，却缺失具体频率识别，且主观选择组合分量问题存续。

• 因此，为得到兼具频域解析和稳健预测能力的周期拆解，报告采用HP滤波（去趋势，参数λ=129600）结合傅里叶变换进行核心周期提取，HP滤波保证序列平稳性，傅里叶精确拆解各周期频率[page::5,6,7,8]。

2.4 六维宏观经济数据周期拆解实证

• 平稳性检测：

- ADF、PP、DFGLS检验显示五类数据满足平稳或近似平稳条件，信贷因累积利润数据局部表现稍差。滚动窗口检验也支持序列宽平稳，适合继续傅里叶变换。

• 样本长度补零：

- 为提升低频信号分辨率，通过对数据补0扩展样本至历史20倍长度以上，避免频率不连续采样导致核心周期遗漏。

• 结果显示：

- 除信贷周期位于84个月（7年）附近，其他五类数据核心周期均为约40个月（3至4年）[page::8,9,10].

• 信贷周期偏长原因分析：

- 固定资产更新周期（折旧及技术迭代）导致投资拉动的信贷呈7年左右周期波动，尤其2018年以来新增地产投资与中长期贷款余额高度相关。

2.5 核心增长周期合成

• 通过统计相关性分析，景气度、通胀、库存和利润周期高度正相关，适合合成综合指标。

- 加权方案采用相关性倒数加权法，规避高相关指标被高权重偏差，同时对周期项归一化处理消除不同指标量纲和振幅差异。

• 合成的综合增长周期在历史截面表现稳定，预测的历史修正和未来趋势较为稳健，通过对近年年末预测数据的对比和综合偏离度量指标测试显示模型稳健性良好[page::12,13].

2.6 周期状态划分框架

• 设计三类周期状态划分方法：

1. 周期位置法（核心法）：基于周期位置与周期长度，划分6个周期位置（上升/下降+初期/中期/末期），结合周期波峰波谷位置和半周期间隔判断周期具体阶段。经过多月滚动预测检测，状态预测一致度较高，2年内预测的连续性超过80%。
2. 趋势缺口法：周期项是否低于趋势，划分为低于趋势、高于趋势两种。
3. 预期差法：基于预测偏离度指标，区分低于预期和高于预期两种状态。

• 当前国内景气度、通胀、库存和利润周期均处于“上升初期”阶段，表现出基本面向好的趋势，信贷周期处于顶部回落区间[page::14,15].

2.7 顺周期策略框架及实证

• 定义顺周期进入点为周期位置法中的“上升初期”，退出点为“下降初期”。

- 股票策略
- 利用综合增长周期和各指标周期状态进行择时，与万得全A比较，整体顺周期择时收益显著优于基准，尤其通胀、库存和利润周期择时较好。
- 信用周期择时效果欠佳，主要因其长周期信号变化频率较低，导致部分牛市行情捕捉不足。
- 货币周期择时意外表现为利率上升时利多权益，与传统宽货币利多资产认知相悖，体现利率中流动性与预期抑制的矛盾[page::16,17].

• 顺周期+动量策略

- 结合技术面动量信号，优化择时信号，提高对“左侧”行情及“鱼尾行情”的捕捉能力。
- 回测显示加入动量后，策略在2014—2015年及2019年表现更优[page::17,18].

• 风格轮动策略

- 以6个经济指标周期为信号，在顺周期做多成长/小盘，逆周期做多价值/大盘。
- 利率周期信号调整为利率下行多成长/小盘，利率上行反之。
- 结果显示利润和景气度顺周期对成长股轮动有较好解释力，信贷周期对大小盘区分贡献最大，小盘表现对信贷扩张周期敏感度高，符合中小企业高弹性信贷需求实际[page::18,19,20].

• 债券策略

- 顺周期债券择时策略通过切换持仓债券和货币基金获得超额收益，PMI周期择时效果最佳，信贷周期效果一般，信贷对债市影响复杂，可能因供给挤出效应减少拟合效果。
- 久期和评级轮动策略中，增长周期和利率周期信号有效区分长短久期和高低等级信用债，信贷周期效用相对较弱[page::21,22,23].

• 股债轮动配置策略

- 固定比例轮动和风险预算模型均显示顺周期阶段提高股票配置权重，回测胜率和收益均显著优于等权再平衡基准[page::23,24,25].

2.8 投资时钟策略

• 构建并测试三类常见投资时钟模型：

1. 增长+通胀周期（美林时钟）：用PMI同比周期和PPI同比周期划分复苏、扩张、滞涨、衰退四大周期，资产配置的逻辑与传统美林时钟一致，但对国内市场效果有限，理由是通胀对国内货币政策影响有限，传导链不够顺畅，导致投资效果一般。
2. 库存+盈利周期：综合工业产成品库存同比和利润累计同比，划分主动/被动去补库四状态，反映产销错位周期特征。回测显示资产收益和收益回撤比均优于增长通胀投资时钟，效果较好。
3. 货币+信用周期：结合1年期国债利率周期和中长期贷款余额同比周期构建四象限资产配置。股债比率根据货币和信贷周期不同状态调整，同时重要回避纳入商品。整体回撤和波动率较前两类策略偏高，表现相对较弱[page::25,26,27,28,29].

---

三、图表深度解读

• 图表1（page::1）清晰梳理了本文研究逻辑：从宏观经济中周期拆解（增长和金融周期六维数据），到三种状态判定方法，再到顺周期和投资时钟策略设计。

• 图表2（page::2）将古典经济周期理论以频率叠加形象展示，显示从基钦到朱格拉再到康德拉季耶夫的嵌套关系，直观指出研究重点是中周期3-4年部分。
• 图表4-7（page::2-3）揭示中国经济“超高速向中高速”增长换挡，GDP及工业增加值增速逐年放缓趋势确立，同时市场对短期经济预测趋于一致，提升短期预测困难。
• 图表8（page::4）聚焦六维核心经济数据及其起始时间、计算描述，保证数据质量与覆盖周期的合理性。
• 图表14（page::8）六数据HP滤波后的平稳性检验通过绝大多数统计检验，保障傅里叶变换应用前提，增强方法科学性。
• 图表15（page::9）不同补零长度下核心周期识别稳定性，说明扩展样本不会显著改变周期结论。
• 图表16-18（page::10）实证确认大部分经济指标以3-4年周期为主，信贷为7年左右，历史周期项与傅里叶拟合波形吻合良好。
• 图表19（page::11）信贷周期与固定资产新增投资高度相关，支持理论解读。
• 图表20（page::12）未来60个月核心周期预测，景气度、通胀、库存、利润周期均处于底部上升区间，信贷处于顶部。
• 图表21、13（page::12-13）周期项相关性矩阵和综合增长周期合成方法示意，体现多指标数据融合的思路。
• 图表25（page::15）周期位置法预测状态的前后一致性统计，2年内预测稳定性均超过80%，是模型可靠性的重要体现。
• 图表27（page::17）股票顺周期择时策略多指标表现差异，特别是信贷和货币周期择时效果反差明显。
• 图表28（page::18）顺周期+动量策略显著提升收益和夏普率，辅助捕捉权益最后阶段行情。
• 图表29-30（page::19-20）风格轮动策略，成长价值和大小盘轮动均受周期影响，表现优于基准。信贷周期对大小盘区分度高。
• 图表34-37（page::22-23）债券择时及久期评级轮动，PMI周期贡献最大，信贷周期轮动效果有限且存在供给挤出效应。
• 图表38-39（page::24-25）股债固定比例和风险预算轮动模型，顺周期阶段增强权益配置显著提高组合表现。
• 图表40、42、43（page::26-29）三类投资时钟模型回测结果，库存周期表现最优，增长通胀次之，货币信用表现较弱。

---

四、估值分析

本报告并无传统公司估值部分，侧重宏观经济周期解析与投资策略构建，估值层面以周期位置预测结合资产配置比例变动为核心逻辑，未涉及DCF或市盈率模型。

---

五、风险因素评估

• 报告强调模型建立于历史数据及现有理论，重大市场波动或政策环境突变可能导致模型失效。

- 存在预测不准确或周期变动突发可能，对资产配置产生不利影响。

• 策略需结合投资者风险容忍度，调仓频率较低，视野中长期，短期波动可能较大。

- 模型尚未覆盖所有宏观维度和周期，部分经济数据缺失仍通过插值补足，有一定数据风险。[page::29,30]

---

六、批判性视角与细微差别

• 报告周期拆解采用HP滤波与傅里叶变换方法精确但带有主观选频与参数设定，不排除不同参数配置影响周期识别结果。

- 信贷周期较长且信号稀疏导致择时效果相对逊色，后续研究可尝试多周期共存模型或短周期辅助信号。

• 报告多依赖宏观变量历史数据稳定性，宏观经济结构转型或政策调整可能对周期稳定性带来挑战。

- 货币周期表现与传统预期不符，表明流动性和预期影响复杂，模型需进一步拆解货币政策传导机制。

• 投资时钟模型对商品资产的作用较为弱化，反映结构局限或指标选择有改进空间。

- 报告未涉及策略实时交易成本、流动性约束等实际投资因素，策略回测侧重理论层面，需警惕现实落地难度。

• 周期位置法虽预测一致性高，但不能保证准确性，投资者需结合其他指标辅助决策。

- 报告对周期拆解强调中周期，忽视短期或超长期周期信息整合潜力。
整体而言，这些细微潜在限制恰恰提示未来研究改进方向，提醒审慎参考。[page::29,30]

---

七、综合总结

本文通过HP滤波和傅里叶变换相结合的创新两步法，实证拆解了中国宏观经济主要六个维度数据的核心中周期，确认绝大多数指标以3-4年为周期长度，信贷周期较长约7年。基于周期位置、趋势缺口和预期差三大分类标准，尤其是周期位置法，建立了稳定可靠的周期状态定量判定框架。

实证中发现在中周期的顺周期状态下，股票和债券资产表现明显优于逆周期，结合动量信号及风格轮动，建立了多层次资产择时及风格轮动模型。信贷周期虽择时表现有限，但对大小盘轮动有较强区分能力，反映其对中小企业融资周期的敏感。债券市场中，PMI周期为核心择时指标，信贷增速反映债券供给挤出效应，影响债券策略效果。

三大投资时钟策略（增长+通胀、库存+利润及货币+信用）均能显著跑赢基准，库存周期表现最佳。这表明以结构化宏观数据周期拆解为核心，结合周期状态认知，能有效辅助宏观资产配置与择时。

整体投资策略年化收益率可达6%-11%，最大回撤大幅低于基准，胜率超过80%，各类型资产均展示良好收益风险比，适合作为长期中周期宏观资产配置决策参考。

报告还指出未来建模空间，包含更多经济指标接入、采用小波等先进周期分解算法、多周期融合建模及观点矩阵在BL模型的动态更新。此外，丰富行业轮动策略和策略实际交易成本、流动性等实际问题的考量亦为后续重点。

最后，报告在风险提示部分明确指出模型基于历史数据和既有经济理论，市场异常波动或重大政策变革存在模型失效风险，投资者需结合自身风险偏好审慎运用。

---

综上，该报告通过科学严谨的周期定量拆解及预测，结合丰富的策略构建，提供了一套结构清晰、数据充分、逻辑严密的经济中周期投资框架。图表与统计指数深入剖析周期长度、平稳性、周期状态判定及策略表现，为宏观资产配置提供了强大理论支撑和实证验证，是当前中国宏观周期量化研究的重要成果之一。[page::全篇]

---

参考关键图表示例

• 

-

• 

-

• 

-

• 

-

• 

-

• 

-

---

（全文分析共计约3000字，包含全部重要论点、推断、核心数据与图表详解）

报告