• 企业盈利增速与宏观经济及信贷周期高度相关，杠杆水平放大企业利润波动，特别是在经济下行和信贷收缩阶段，高杠杆企业经营压力加剧 [page::2][page::3]。

• 杠杆因子和盈利收益因子的构造基于多项二级因子加权综合，杠杆因子主要反映资产负债率等财务杠杆指标，盈利收益因子主要基于市现率和市盈率倒数 [page::4]。

| 大类因子 | 二级因子与系数 | 因子说明 |
|------------|-----------------------|--------------------|
| 杠杆因子 | MLEV 0.38, DTOA 0.35 | 市场杠杆，资产负债率 |
| 盈利收益因子 | BLEV 0.27, CETOP 0.66 | 账面杠杆，市现率倒数，市盈率倒数 |

杠杆因子与盈利收益因子在行业中表现差异显著，大金融板块杠杆水平较高，传统周期行业盈利收益因子值相对较高 [page::4][page::5]。

• 因子有效性检验显示，杠杆因子和盈利收益因子IC均存在显著的周期性，杠杆因子IC均值为-0.013，盈利收益因子为0.019，两者IC表现负相关 [page::6]。

• 多空组合收益率检验结果表明，两因子收益率呈现明显负相关性（相关系数-0.44），且因子自身暴露相关性较低（0.10），证明负相关并非因子值相关性引起，体现内在风险溢价分化 [page::6][page::7]。

• 宏观领先指标分析证实，预测平均值:M2同比与杠杆因子收益率高度正相关（最高0.73），与盈利收益因子收益率呈负相关（最低-0.47），且滞后期数调整后相关性更加稳定和显著 [page::7][page::8][page::9]。

| 滞后期数 | 杠杆因子收益率相关性 | 盈利收益因子相关性 |
|---------|------------------|------------------|
| 0 | 0.48 | -0.15 |
| 1 | 0.51 | -0.19 |
| 2 | 0.54 | -0.22 |
| 3 | 0.56 | -0.24 |
| 4 | 0.58 | -0.26 |
| 5 | 0.62 | -0.30 |
| 6 | 0.67 | -0.36 |
| 7 | 0.71 | -0.41 |
| 8 | 0.73 | -0.44 |
| 9 | 0.73 | -0.47 |

• 基于预测平均值:M2同比领先指标及其5期移动平均（MA5）环比变化，实现杠杆因子和盈利收益因子的风格轮动择时。当MA5环比上升时偏好杠杆因子，下降时偏好盈利收益因子，大幅提升组合风险调整收益率 [page::9]。

• 实际投资中，采用行业与风格约束的组合优化模型管理资产权重，避免行业偏离与短线过度交易风险，构建符合轮动信号的最优目标函数解 [page::10]。

- 在中证500成分股中回测显示，轮动策略策略年化收益率15.74%，最大回撤54.30%，超额最大回撤18.60%，Alpha16.44%，夏普比率0.72，风险调整后收益良好 [page::11][page::12]。


| 年化收益 | 15.74% |
|---------|---------|
| 超额最大回撤 | 18.60% |
| 最大回撤 | 54.30% |
| Alpha | 16.44% |
| Beta | 1.05 |
| 波动率 | 0.36 |
| 夏普比率 | 0.72 |
| IR | 1.39 |

金融研究报告详尽分析解构：杠杆因子和盈利收益因子的风格轮动（2021年4月11日）

---

1. 元数据与报告概览

• 报告标题：杠杆因子和盈利收益因子的风格轮动

- 作者：陶勤英，财通证券分析师（SAC证书编号：S0160517100002021-68592393）

• 发布机构：财通证券研究所

- 发布日期：2021年4月11日

• 研究主题：聚焦于A股市场，尤其是杠杆因子与盈利收益因子之间的动态关系，及其与宏观金融变量——主要是信贷数据之间的相关性和风格轮动效应。

- 核心观点：
- 企业经营状况深受宏观经济和信贷周期影响，杠杆对企业盈利的放大效应在不同的信贷周期显现截然不同。
- 杠杆因子和盈利收益因子作为重要风格因子，两者表现呈现周期性及负相关。
- 利用经济领先指标（重点是M2同比的滞后平滑指标）构建择时信号，实现因子间动态轮动，显著提升策略收益率与风险调整后的表现。

• 风险提示：回测和模型基于历史数据，未来表现不保证。

---

2. 逐章深度解读

2.1 概述（第2页）

• 企业经营受行业敏感性和杠杆双重影响，导致企业收入增速波动远大于GDP增速波动（GDP稳定在6%-7%区间，企业增速却大幅波动）。

- 宏观经济上行阶段，企业可利用杠杆扩大盈利；下行阶段融资受限，经营恶化风险放大。

• 本文旨在从因子角度，分析杠杆因子和盈利收益因子与宏观信贷指标的相关性，利用领先指标构建风格轮动策略以获取超额收益。[page::2]

2.2 企业盈利周期与信贷周期（第2-3页）

• 通过图1（A股主板公司净利润增速，2012-2020年走势），展现了企业利润增速明显波动，尤其2020年疫情期间大幅下滑，波动幅度远超GDP增速。

- 图2展现了不同行业板块盈利增速动态：日常消费和可选消费对应经济周期敏感度不同；工业和金融板块因高杠杆特征导致利润波动放大。

• 信贷周期定义明确：由货币供应扩张到收缩，环环相扣的经济与信贷互动导致周期波动。霍华德·马克斯的理论被引用强调信贷扩张后遗症。

- 传导具有明显滞后，为信贷对企业影响的分析提供了时间窗口。

• 杠杆因子和盈利因子被放入宏观视角，以信贷指标为线索，寻求择时轮动策略的可能。[page::2,3]

2.3 杠杆因子和盈利收益因子构造（第4页）

• 杠杆因子构造核心为资产负债率（MLEV）、总负债/总资产比率（DTOA），系数分别0.38和0.35。

- 盈利收益因子由账面杠杆（BLEV）、市现率倒数（CETOP）、市盈率倒数组成，剔除覆盖度低的EPFWD因子，系数分别0.27和0.66。

• 构建后进行去极值和标准化处理。

- 结合图3-4，杠杆因子分布偏右偏态，盈利收益因子分布相对集中但右尾偏长，表明少数企业杠杆和盈利收益因子值较高。

• 行业维度差异显著（图5-6）：

- 杠杆因子高在金融相关板块（银行、非银、房地产），反映这些行业的高杠杆惯性。
- 盈利收益因子高在传统周期（钢铁、煤炭、商贸零售），受周期行业盈利改善与估值低迷双重影响。

• 此章节结合多个图表展现了因子构造逻辑与行业特征映射。[page::4,5]

2.4 因子分析（第6页）

• IC检验揭示杠杆因子均值IC为-0.013，盈利收益因子为0.019，波动率接近，表明两因子预测能力均不强但染有周期性特征。

- 图7-8显示IC时间序列呈周期波动，且杠杆因子负IC区间波动更大，盈利收益因子正IC区间波动更大，说明两者在不同周期段位表现差异显著。

• 多空组合收益（图9）进一步表明，杠杆因子和盈利收益因子收益表现呈明显负相关（相关系数-0.44），但两者因子本身的相关性仅0.10，表明收益负相关是因子属性导致，不是因子值相关所致。

- 作者指出，这种负相关性来自企业盈利与信贷周期的共同驱动效应。[page::6,7]

2.5 风格轮动（第7-10页）

• 4.1 节选取了86个宏观经济指标，涵盖货币供应、投资、制造业PMI、债券收益率、信用利差等，统一月频并对部分量纲指标同比化处理。

- 4.2 节将指标滞后六期（约半年），以消除未来函数影响和适应宏观对公司传导时滞，通过差分处理计算与因子收益率相关性。

• 表3展示了数个指标与杠杆/盈利收益因子收益率的相关性：M2同比预测相关性最高（杠杆因子0.67，盈利收益因子-0.36），信用利差、债券收益率均呈现负相关。

- 表4-5展示滞后期数对相关性的影响，滞后力度越大相关性越强，M2同比在滞后6期时相关性最优，佐证选用M2同比滞后指标作领先信号合理。

• 4.3节基于滞后6期M2同比指标取5期移动平均（MA5）平滑，对指标环比上升选择杠杆因子，反之选择盈利收益因子，实现风格因子轮动。

- 图10展示MA5指标与因子收益趋势高度对应；图11中择时后合成组合收益率达814%，远超单独杠杆因子择时282%、盈利收益因子择时139%、及原始因子(分别55%、11%)，证明择时策略的显著性。[page::7,8,9,10]

2.6 策略回测（第10-12页）

• 因多空收益存在实操困难与行业暴露，该节采用基于风格和行业约束的组合优化模型，通过数学约束确保组合权重大致平衡且避开过度集中和做空风险。

- 优化目标是最大化预期收益（\(\mu^T w\)），约束包括权重和为1、禁止做空、个股偏离基准度限制、行业及市值暴露限制、以及杠杆和盈利因子暴露风格约束。

• 图12回测中证500，结果显示：

- 净值曲线远超基准；
- 超额收益明显；
- 最大回撤为54.3%，超额最大回撤18.6%；
- 年化收益15.74%；
- Alpha 16.44%，Beta约1.05，波动率0.36；
- 夏普比率0.72，信息比率(IR)1.39，均表现优良。

• 交易规则考虑了涨跌停限制及成交量约束，体现了策略的实际可操作性和稳健性。[page::10,11,12]

2.7 总结及披露（第12-13页）

• 论文总结：

- 杠杆因子和盈利收益因子风险溢价受信贷周期驱动，表现出周期性负相关；
- 通过宏观领先指标（M2同比滞后5-6期的平滑）实现风格轮动，有效捕捉周期切换带来的机会；
- 风格轮动显著提升策略整体收益和风险调整后表现。

• 披露内容完整详尽，包含合规性承诺和声明，明确风险和免责条款，规避利益冲突。[page::12,13]

---

3. 图表深度解读

图1：A股主板上市公司净利润增速（第2页）

• 折线图显示自2012年以来净利润增速波动极大，尤其2020疫情导致增速大幅负转，跌至-25%以下，随后开始回升。

- 低于零值区间显示经济衰退或企业盈利急剧恶化，数据佐证了利润波动远大于GDP的论断。

• 支撑企业盈利波动和宏观经济周期紧密相关的核心论点。

图2：板块盈利增速（第3页）

• 不同颜色代表四大板块：日常消费（蓝）、工业（红）、可选消费（绿）、金融（紫）。

- 图显示各板块盈利增速波动明显且方向分歧，金融板块较为稳定，工业波动幅度最大。

• 解释了行业敏感度差异对整体盈利周期的贡献。

图3-4：杠杆因子分布与盈利收益因子分布（第4页）

• 杠杆因子分布呈右偏态长尾，最高显示极端杠杆值，暗示部分行业（如金融）存在极高杠杆现象。

- 盈利收益因子集中度较高，呈右偏分布，反映多数公司盈利收益处于正常区间，少部分盈利较好。

图5-6：不同行业杠杆因子和盈利收益因子均值分布（第5页）

• 杠杆因子：银行（约2.5）、房地产、非银金融显著高于其他行业，反映金融行业信用驱动业务的杠杆特征。

- 盈利收益因子：周期性行业（钢铁、煤炭、建筑）均值高，原因在于估值低和周期回暖。

• 说明因子显著的行业分布特征与周期性行业特征吻合。

图7-8：杠杆因子与盈利收益因子IC分析（第6页）

• 蓝色波动曲线代表月度IC值，绿色为1个月移动平均。

- 两图均呈现IC围绕零上下波动，显示因子预测能力有限且周期性强。

• Q-Q图显示IC近似正态分布。

- 按月份平均IC热力图展示周期性加强趋势。

• 反映因子预测效果与市场周期同步变化的动态关系。

图9：因子分组多空收益率（IC方向调整）（第6页）

• 蓝色杠杆因子多空组合收益趋势明显；红色盈利收益因子走势平缓。

- 两者出现显著反向走势，证明负相关关系。

• 该图为风格轮动提供动机和理论基础。

图10：因子收益率与MA5预测平均值M2同比（滞后六期）（第9页）

• 橙色为M2同比滞后6期后5期均线，蓝红线分别为杠杆因子与盈利收益因子收益率。

- M2信贷指标上涨对应杠杆因子收益上涨，反之对应盈利收益因子收益反弹，充分体现M2领先指标指导轮动的有效性。

图11：因子分组收益率择时（第10页）

• 图中红线为风格组合择时后的累计收益，明显高于仅杠杆择时（棕）和盈利收益择时（蓝）以及非择时（淡红/淡蓝）。

- 说明联合择时策略显著提升回报，达到8倍以上的累计增长，体现风格轮动策略的巨大潜力。

图12：中证500组合回测结果（第11页）

• 净值曲线（蓝）持续跑赢基准（橘），波动性明显。

- 超额收益曲线显示持续正超额掘金。

• 最大回撤曲线反映策略在2015、2018及2019年大回撤压力。

- 结合统计结果，策略表现稳健，适应市场周期切换。



---

4. 估值分析

报告未涉及具体公司个股估值或传统估值模型的应用，核心在于因子投资分析与策略回测，故无估值分析部分。

---

5. 风险因素评估

• 历史数据局限：模型和策略基于历史数据有效性，未来市场环境不确定，模型失效风险存在。

- 因子表现波动：杠杆与盈利收益因子的IC均值接近零，周期性强，预测能力有限，存在阶段性失效可能。

• 行业暴露风险：杠杆因子偏重金融和房地产，受信贷收缩严重影响，可能加剧组合波动。

- 策略约束依赖：组合优化依赖于多重约束，限制条件取消或放松将影响实盘表现。

• 宏观指标变动风险：M2及相关指标政策调控频繁，滞后和预测稳定性均受政策环境影响。

- 报告未详细对冲或缓解策略提出，投资需谨慎对待策略应用风险。[page::0,12]

---

6. 批判性视角与细微差别

• 模型过度依赖信贷领先指标：选用M2同比滞后指标作为风格轮动核心信号，表现出良好相关性，但可能存在过拟合风险，未来金融去杠杆或货币政策转向可能降低其有效性。

- IC值较低，预测能力有限：两因子IC均值极低（绝对值近零），虽周期性明显，但预测稳定性不足，实际操作可能遇到信号误导。

• 行业集中风险未充分讨论：杠杆因子行业集中在金融地产，周期性行业盈利收益因子波动大，策略可能在特定周期表现较差。

- 策略实现复杂，实际交易成本未详细计入：仅简单提及交易费用0.2%，但换手率、市场冲击成本和流动性风险未充分展开。

• 因子构造依赖传统指标，缺少新兴因子整合：如未考虑环境、社会及治理（ESG）或智能选股因子的结合，限制策略的时代适应性。

---

7. 结论性综合

本报告深入剖析了杠杆因子与盈利收益因子在A股市场中的表现及其与宏观信贷周期关系。研究指出，企业盈利在宏观经济与信贷环境影响下呈现周期性波动，杠杆因子和盈利收益因子分别代表了截然不同的风险溢价阶段，表现出周期性且负相关的收益率特征。

因子构造基于资产负债率、账面杠杆及市盈率倒数等传统财务指标，并通过行业视角揭示明显的行业差异性。IC分析证实因子表现周期浮动，且周期性趋势与经济周期同步。盈亏因子与杠杆因子的收益呈现负相关性，且因子本身相关性甚低，体现不同因子在不同周期环境下具备互补性。

宏观领先指标中，M2同比经过滞后和平滑处理后，成为最有效的风格轮动信号。基于该领先指标的风格轮动策略实现了远超单一因子或非择时策略的收益增长，累计收益高达8倍以上，验证了跨周期择时的重要价值。

通过现实可操作的组合优化方法，在中证500内进行了策略回测，结果显示年化收益逾15%，Alpha达16.44%，夏普比率0.72，信息比率1.39，且最大回撤控制在54.3%，表现稳健且优于市场基准。

然而，策略依赖历史数据和信贷周期领先指标，预测能力受限且存在行业集中风险；未来货币政策、宏观经济结构调整可能削弱该策略有效性，投资者需审慎考量操作风险。

综上，作者立足因子风格视角，创新地结合宏观信贷领先指标对杠杆与盈利收益因子实施风格轮动，逻辑严密、方法系统，提供了可观的策略超额收益和风险控制框架，具有重要的学术价值和实务应用参考意义。[page::0,2-12]

---

总结：

• 本报告系统阐述并验证了两大重要风格因子——杠杆因子与盈利收益因子——在中国宏观经济与信贷周期下的风险溢价特征及其周期性负相关性。

- 通过构建基于M2同比滞后6期的领先指标引导风格轮动，实现跨周期因子动态择时，显著提升因子策略收益与风险调整表现。

• 在中证500组合层面进行优化回测，展示了策略的实操潜力和投资价值，指标表现全面优于基准。

- 投资者应关注模型的历史数据依赖性、因子周期波动风险及市场环境变化带来的策略适应性挑战。

• 报告结论严谨，观点明确，为因子风格投资和宏观信贷视角的结合提供了有力支持。

---

报告