A股行业轮动现象明显及集聚效应 [page::2][page::3]

• 从2005年至2018年各行业年度涨跌幅显示，行业领涨板块切换显著，连续两年领涨概率低。

- 行业内的涨跌高度集聚，行业收益呈板块集聚性，行业轮动分为板块alpha和行业alpha。

• 以聚类法将29个一级行业拆分为周期、消费、成长和大金融四大板块[page::2][page::3][page::4][page::5]

板块分类与历史表现 [page::5][page::6]

|板块|行业|
|-|-|
|大金融|银行、非银金融、房地产|
|周期|交通运输、有色金属、钢铁、电力及公用事业、汽车、石油石化、煤炭、建材、家电、建筑|
|消费|机械、白酒、基础化工、农林牧渔、商贸零售、餐饮旅游、纺织服装、轻工制造、医药、其他饮料、食品、传媒|
|成长|电力设备、计算机、电子元器件、通信|

• 金融与消费板块表现较优，周期板块08年后疲软，成长板块14-15年表现突出。

- 板块间相关性高但呈现明显轮动[page::5][page::6]

板块现金流与折现率beta差异及驱动逻辑 [page::7]

|板块|现金流beta|折现率beta|相对现金流beta|相对折现率beta|
|-|-|-|-|-|
|金融|1.0895|0.0147|0.2558|-0.2398|
|周期|0.9835|0.1074|0.1498|-0.1471|
|消费|0.7803|0.2869|-0.0534|0.0324|
|成长|0.4814|0.6091|-0.3523|0.3545|

• 金融板块现金流beta显著高于平均，折现率beta几乎为零，表现稳定。

- 周期板块现金流beta和折现率beta均较高，敏感于经济景气与资金成本。

• 成长板块现金流beta最低，折现率beta最高，适合经济下行资金成本下降阶段。

- 消费板块敏感度接近市场平均，对多种经济环境均有配置价值[page::7]

板块配置轮盘构建与经济周期映射 [page::8][page::9]

• 结合现金流（经济景气）与折现率（资金成本）上行与下行四种情况，匹配对应优势板块：

- 现金流上行，折现率下行：金融、周期
- 现金流上行，折现率上行：金融、消费
- 现金流下行，折现率上行：消费
- 现金流下行，折现率下行：成长、消费

现金流与折现率代理变量及趋势识别 [page::10][page::11][page::12]

• 现金流代理指标包含PMI、工业增加值、ROE，折现率代理指标包括Shibor、国债利率、信用利差及CPI。

- 采用6个月均线法辨识趋势，结合多指标形成综合趋势判定，减少误判风险。

• 现金流与折现率趋势稳定，历史配置轮盘年均变动4.4次，换手率较低，策略稳定性良好。

板块轮动策略回测及绩效分析 [page::13]

| 时间 | 绝对收益 | 基准收益率 | 超额收益 | 超额胜率 |
|-------|----------|------------|----------|---------|
| 2008年(10月起) | -5.97% | -15.14% | 9.17% | 100% |
| 2009年 | 118.38% | 105.47% | 12.91% | 67% |
| 2010年 | 7.49% | -6.88% | 14.37% | 83% |
| 2011年 | -31.11% | -22.42% | -8.69% | 42% |
| 2012年 | 6.53% | 4.68% | 1.85% | 58% |
| 2013年 | 16.25% | 5.44% | 10.81% | 58% |
| 2014年 | 30.43% | 52.44% | -22.00% | 42% |
| 2015年 | 73.19% | 38.50% | 34.69% | 83% |
| 2016年 | -13.87% | -12.91% | -0.96% | 58% |
| 2017年 | 8.45% | 4.93% | 3.52% | 58% |
| 2018年(截至9月) | -4.16% | -18.75% | 14.59% | 100% |
| 合计 | 11.79% | 6.71% | 5.08% | 65% |

• 板块轮动策略年化收益11.79%，超额收益5.08%，超额胜率65%。

- 2011年和2014年表现略差，最近几年策略稳定提升。

• 2018年截至9月，策略超额收益15.59%，胜率100%，表现优异。[page::13]

金融工程研究报告详尽分析

---

一、元数据与概览

报告标题：《天风金工行业轮动系列报告之一——基于现金流与折现率的板块轮动策略》
作者：吴先兴、陈奕
发布机构：天风证券
发布日期：2018年10月18日
研究主题：A股行业板块轮动策略，重点剖析行业轮动的驱动机制及其应用，通过现金流与折现率敏感度构建板块配置模型，实现行业间的择时配置。

核心论点：A股市场行业轮动显著，行业间收益呈集聚效应，依据Two-beta模型拆解现金流与折现率两个主要驱动因子，提出基于现金流与折现率敏感度差异的板块轮动策略。构建行业聚类后形成四大板块：金融、周期、消费、成长；利用现金流上行/下行与折现率上行/下行的四象限轮盘实现板块配置技巧。回测显示策略年化收益11.79%，超额胜率65%，表现优异，2018年前九个月超额收益达15.59%且胜率100%。报告旨在为投资实务提供量化的板块轮动策略框架，捕捉行业投资机会。[page::0,2,14]

---

二、逐节深度解读

2.1 前言及行业特征章节

• 总结：报告指出行业与大小盘风格是A股最大的两个风险因子，行业轮动带来的风险亦对应收益机会。通过行业收益历史分析，社会资本配置存在明显的行业切换，即行业轮动现象显著，主动行业轮动策略具有重要意义。
• 推理依据：

- 统计2005-2018年间各行业年度涨跌幅（见图1，表1），领涨行业很少连续两年保持领先，排名前六的行业下一年表现徘徊在行业中游以下，印证行业业绩切换明显。
- 这说明A股不是行业持续领涨，而是通过动态切换捕捉板块alpha成为超额收益关键点。

• 关键数据点：

- 图1展示从能源类（石油石化、煤炭、有色金属）到消费（食品饮料、医药）再到成长（电子、计算机）各行业年回报波动剧烈。
- 表1定量证实前一年排名前六的行业来年平均排名均大幅下降，排名约15名左右，说明排名延续性差。[page::2]

2.2 行业涨跌集聚性与分层策略

• 要点：

- 行业内部收益呈现明显相关性集聚效应（图2），同属周期、消费、大金融、成长板块的行业自身收益相关度高，且不同板块间相关性较低，易于划分成几个显著的板块用于策略构建。
- 行业轮动分为板块alpha（大类板块切换，体现宏观经济逻辑）与行业alpha（板块内的行业超额收益）。策略设计需分层依次择时。

• 逻辑解释：

- 板块alpha代表宏观经济背景下大类板块表现切换，侧重经济景气、资金面、政策等宏观因素。
- 行业alpha则是板块内部基于行业基本面或事件驱动的差异化表现。
- 此报告重点构建板块择时模型，为未来行业择时奠定基础。[page::3]

2.3 行业聚类与板块划分

• 聚类法说明：利用层次聚类法（计算欧式距离、最长距离法合并类群）对29个中信一级行业及拆分的食品饮料细分成白酒、其他饮料、食品三个二级行业进行分析。综合行业和国防军工因属性不明确或权重小剔除。

- 结果（图4、表3）：
- 得出四大板块划分：
1. 大金融（银行、非银、房地产）
2. 周期（交通运输、有色、钢铁、煤炭、汽车、建材等）
3. 消费（机械、白酒、农林牧渔、餐饮旅游、医药、食品、传媒等）
4. 成长（电力设备、计算机、电子元器件、通信）

• 数据解读：

- 表2显示白酒与其他饮料、食品产业链差异明显，合理拆分增强聚类准确性。
- 四大板块历年表现差异明显，金融和消费表现领先，周期自2008年以后表现疲软，成长板块在2014-15年表现亮眼。
- 板块间相关性分析（表4）显示周期与消费相关度最高（92%），成长与消费（93.3%）也较高，金融与成长相关性最低（56%），说明板块收益虽有差异但也存在交互影响。[page::4,5,6]

2.4 Two-beta模型解析及现金流与折现率beta差异

• Two-beta模型：借鉴Campbell(2004)开创的DDM拆解方法，将股票超额收益拆解为现金流冲击和折现率冲击的结果，计算个股相对于市场的现金流beta和折现率beta，衡量股票收益对经济景气（现金流）和资金成本（折现率）变动的敏感度。

- 板块beta表现（表5）：
1. 金融板块现金流beta（1.0895）远高于平均值0.8336，折现率beta几乎为零（0.0147），表示其收益主要由经济景气驱动，不敏感资金成本变动。
2. 周期板块现金流beta和折现率beta均较高，分别为0.9835和0.1074，说明周期板块对经济和资金成本双重因素敏感。
3. 成长板块现金流beta最低（0.4814），折现率beta最高（0.6091），表明成长板块在现金流下滑但折现率下降阶段表现较优。
4. 消费板块现金流与折现率beta均接近市场平均，受影响较为中性。[page::7]

2.5 板块配置轮盘构建及经济周期对应关系

• 轮盘逻辑：根据现金流（经济景气）和折现率（资金成本）两个维度形成4种市场情景，每种情景对应适合配置的板块：

1. 现金流↑，折现率↓（经济上行，资金成本下降）：金融+周期板块
2. 现金流↑，折现率↑（经济上行，资金成本上升）：金融+消费板块
3. 现金流↓，折现率↑（经济下行，资金成本上升）：消费板块
4. 现金流↓，折现率↓（经济下行，资金成本下降）：成长+消费板块

• 经济理论支撑：

- 投资时钟理论（马丁·普林格）指出利率（资金成本）、经济增长（景气）和CPI（通胀）三者轮动影响各类资产表现，现金流和折现率反映经济景气度及资金成本变动，与经济周期紧密相关。
- 资金成本下降（折现率下行）刺激经济上行（现金流上行），周期板块表现优异。经济过热阶段资金成本上升，金融消费板块回报较好。经济下行资金成本上升，消费抗跌。经济衰退资金成本下行，成长受益显著。[page::8,9,14]

2.6 现金流与折现率代理变量及趋势识别

• 代理变量选择（表6）：

- 现金流代理：PMI、中国制造业采购经理指数，工业增加值（同比），ROE中位数
- 折现率代理：Shibor（1月、3月），国债利率（1年、5年、10年），信用利差，期限利差，CPI（同比）

• 趋势识别方法：

- 采用6个月均线法判别代理变量的上行或下行趋势。指标值高于6个月均线定义为上行，低于均线为下行。
- 由于单一指标波动较大，采用多指标投票法确定综合趋势，所有代理变量的趋势值加权汇总，正值即现金流或折现率整体趋势向上，负值则反之，趋势值零则沿用前一期值。

• 趋势展示（图7-9）：

- 图7示例PMI及其6个月均线走势对比，阴影区域反映代理变量趋势的切换，体现趋势变化的节奏感。
- 图8（现金流趋势）和图9（折现率趋势）为多指标合成后的趋势判断，波动明显减少，增强了趋势的稳定性。[page::10,11,12]

2.7 板块轮动策略实证及历史表现

• 策略描述：

- 按月频调仓，根据趋势识别结果匹配轮盘配置相应板块。
- 调仓资产为四大板块等权组合，业绩基准为万得全A指数。

• 表现结果（图11，表7）：

- 2008年10月至2018年9月，策略年化收益11.79%，基准6.71%，策略超额收益约5.08%。
- 超额胜率达到65%，推翻了传统择时难度大的观点。
- 个别年份（2011、2014）表现较差，主要因市场非典型行情或模型误判板块切换时点。
- 近几年表现优异，2018年前9个月策略超额收益达15.59%，胜率100%。

• 结论：基于现金流和折现率拆解的板块配置轮盘在历史数据中表现突出，具备较高的可操作性与稳健的策略表现。[page::12,13,14]

---

三、图表深度解读

图1（2005-2018年各行业年收益）

• 图清晰展示了各行业年度涨跌幅，显示行业涨跌幅波动剧烈且切换频繁。以2007年为例，有色金属收益接近300%，2008年则崩盘接近-70%，体现行业周期性及经济依赖性。金融行业近年来表现稳定，消费类行业多有稳健正回报。图表支撑行业轮动明显的论断。[page::2]

表1（行业排名延续性）

• 统计显示领先行业来年排名大幅下滑，1名行业平均二年后排名15.69，说明行业领涨身份难以持续，前期优良行业第二年表现并不乐观，验证轮动策略所需逻辑基础。[page::2]

图2（行业月度收益相关性矩阵）

• 热力图结果显示同一板块内部行业高度正相关，如周期类及消费类行业内的相关性大多在0.7以上，表明行业内部收益同向运动，支持板块划分的合理性，强调分层择时必须先把握板块轮动。[page::3]

图3（行业轮动分层示意图）

• 示意行业alpha和板块alpha的不同层级关系，行业轮动可拆分为板块择时和行业内部择时两部分，明确研究范畴，聚焦板块择时以获取alpha。[page::3]

图4（聚类分析结果树状图）

• 层次聚类结果展示行业归类过程，白酒、其他饮料、食品被合理划分为消费群体内部不同节点，周期、金融、成长等板块行业聚合清晰，深刻体现了行业收益的类别特征与行业之间的距离关系。[page::4]

表3（板块分类表）

• 将29个行业合并为4个板块，方便后续模型应用，简洁而有效的板块划分改善投资组合构建效率。[page::5]

图5（四大板块历史表现）

• 四条折线图直观表现四大板块指数收益的动态，金融、消费持续领先，周期板块08年后下滑明显，成长板块于14、15年表现突出。整体体现板块轮动性和阶段性优势的时间特征。[page::6]

表5（各板块现金流与折现率beta）

• 表格数据展现了板块间对经济（现金流）和资金成本（折现率）的敏感度差异，金融板块现金流beta最高且折现率beta接近0，说明其收益几乎不受资金成本变化影响；成长板块折现率beta最高，说明其对资金成本变动最为敏感。该重要发现是构建现金流与折现率轮盘的基础。[page::7]

图6（板块配置轮盘）

• 四象限轮盘图示现金流与折现率不同组合对应的推荐板块配置，形象化经济周期与资金成本对板块配置的影响，强调按不同经济资金成本阶段选择相应板块配置的必要性和科学性。[page::9]

表6（代理变量表）

• 定义现金流及折现率的代理指标体系，涵盖宏观经济关键指标和金融市场利率，由于直接现金流与折现率难以直接量化，代理变量系统提升了模型的可操作性与准确性。[page::10]

图7-9（趋势识别示意图）

• 如图7 PMI与6个月移动平均线对比图，及综合现金流（图8）和折现率（图9）趋势判定，说明多指标合成法克服单指标波动性强的弊端，确保趋势识别的稳定与精准。[page::11,12]

图10（轮盘阶段分布）

• 不同颜色柱状图代表不同板块配置建议阶段，展示2008-2018年间策略建议相对稳定，换手率较低（年4.4次），显现模型配置的稳健性和执行可行性。[page::12]

图11（策略净值曲线）

• 策略净值曲线与万得全A对比显示，轮动策略长期超越市场表现，尤其在15年、近期表现抢眼，验证模型预测力。用户可见超额收益积累及其波动情况，提升投资信心。[page::13]

---

四、估值分析

本报告重点为行业轮动与板块配置策略构建，无具体个股估值，未涉及传统估值模型（DCF、市盈率等）计算。
但核心依托DDM模型基础的Two-beta 分解法，结合VAR模型拆解市场超额收益的现金流与折现率组成部分，为板块轮动定量研究提供理论支撑，体现了现代资产定价模型应用于行业配置的创新。[page::6,7]

---

五、风险因素评估

• 经济指标有效性风险：现金流与折现率代理变量的经济代表性可能随宏观环境演化而有所偏离，模型假设风险敏感度的稳定性存在不确定性，可能带来配置失误。

- 周期滞后与跳变风险：趋势划分基于均线法，尽管多指标合成降低误判概率，经济周期的非线性冲击可能导致趋势判断延迟或错误，影响策略表现。

• 板块界限和归类风险：虽然聚类法定义了四大板块，但板块内行业异质性仍存，单一板块内的异动可能未完全被捕捉，影响整体策略效果。

- 策略实施风险：月度调仓虽然控制换手率，但实际操作可能存在成本、流动性限制，尤其涉及周期性行业时，策略效果会受制于市场行情和制度环境变化。策略依赖公开经济指标，政策突发调整可能带来偏离。[page::0,14]

---

六、批判性视角与细微差别

• 报告基于Two-beta模型的假设较为理想化，实际市场中现金流和折现率的变化可能未完全独立，且模型受限于所选指标的准确性与时效性，报告对指标滞后处理及趋势切换机制未详述可能带来理解偏差。

- 分类中将房地产划入大金融板块虽基于逻辑考虑，但房地产行业有典型周期和政策驱动特征，单独划分或许更合理。

• 报告提及策略在2011、2014年表现不佳，略显保守表述对模型运行机制的约束，未来可加强对异常年份的深度剖析，提升模型抗周期风险能力。

- 板块轮盘虽有效，但另类资产或国际市场影响等外部因素未纳入考量，建议后续扩展模型，完善风险管控政策。

• 文中图表多采用历史收益相关和beta划分，缺少对市场突发事件或微观波动的敏感度检验。[page::14]

---

七、结论性综合

本报告以A股市场明确的行业轮动现象为切入点，创新应用Campbell等学者提出的Two-beta模型，将股票收益拆解为现金流与折现率两个主要驱动因子，量化不同板块对经济景气及资金成本敏感度差异，为行业板块轮动提供了理论基础及实操框架。通过行业收益聚类，将全部行业划分为大金融、周期、消费和成长四大板块，结合经济周期理论和资金成本波动，构建了基于现金流与折现率的四象限板块配置轮盘。

借助多指标代理现金流和折现率趋势，报告有效识别了经济资金面的变化趋势，按月调整板块配置。历史回测显示策略年化收益11.79%，较基准超额收益5.08%，胜率65%，且近年表现持续优良，模型稳定且具备良好实操性。

具体图表分析揭示：

• 行业轮动频繁，前期领跑行业的后续表现一般；

- 行业收益高度板块内集中（图2、图4），支持板块先行择时逻辑；

• 板块现金流及折现率beta（表5）差异显著，为轮动轮盘构建提供量化依据；

- 板块配置轮盘（图6）遵循经济周期资金成本理论，明确不同经济环境下最佳配置；

• 代理变量体系稳健，趋势识别准确（图7-9），提高了策略实时有效性；

- 轮动策略回测表现（图11、表7）验证了模型的超额收益能力。

报告的贡献在于将复杂的经济周期、资金市场变量映射为可操作的行业板块配置信号，实现在行业收益轮动中捕获系统性alpha。策略适合在A股市场环境中作为多因子及风格轮动的有益补充。

总结而言，报告系统、全面地揭示了A股行业轮动的内在驱动力，为机构及中长线投资者提供了科学的行业配置工具。尽管面临部分限制和风险，策略展示了强大的历史表现和理论逻辑支撑，值得关注与进一步拓展应用。[page::0-14]

---

附：关键图表图片链接

• 图3（行业轮动的分层示意）

• 图4（行业聚类分析结果）

• 图5（四大板块历史表现）

• 图6（板块配置轮盘）

• 图7（PMI趋势）

• 图8（现金流趋势）

• 图9（折现率趋势）

• 图10（轮盘阶段分布）

• 图11（板块轮动策略净值）

---

（全文完）

报告