申万大小盘指数结构与估值特征 [page::2][page::3]

• 大盘指数流通市值自2021年以来显著下降，维持在约12-17万亿区间，小盘指数相对稳定，约5万亿元级别。

- 小盘估值波动远大于大盘，2015年小盘一度达到98倍PE，2023年底分别为大盘12.4倍、小盘25.5倍。

• 大盘股权重集中度自2019年起增加，行业间权重差距缩小，小盘无明显权重变化趋势。

行业权重变化与风格暴露分析 [page::4][page::5][page::6]

• 大盘股中，银行和非银金融权重逐渐下滑，食品饮料稳定，医药与电力设备权重先升后降。

- 小盘股行业权重整体平稳，无显著趋势性变化。

• 大小盘指数风格暴露中，市值及非线性市值因子表现规律明显，其他因子时序无显著规律。

多因子格兰杰因果关系测试及信号筛选 [page::7][page::8][page::11][page::13][page::14]

• 构建宏观经济增长、通胀、货币条件，国债利率曲线，汇率，中观景气，微观结构风险及资金流多个因子信号。

- 利用格兰杰因果关系检验，筛选12个显著预测大小盘收益率差的子信号，覆盖宏观、利率、汇率及微观资金流风险维度。

• 采用滚动窗口1年月度多元线性回归预测大小盘收益率差，用于后续仓位配置。

大小盘轮动策略回测结果 [page::15]

| 年份 | 策略收益率 | 基准收益率 | 超额收益率 |
|-------|-----------|------------|------------|
| 2004 | -7.00% | -16.67% | 9.67% |
| 2007 | 215.49% | 153.94% | 61.56% |
| 2014 | 75.79% | 44.67% | 31.12% |
| 2019 | 38.22% | 31.27% | 6.96% |
| 2020 | 41.06% | 26.59% | 14.47% |
| 总计 | 14.99% | 7.42% | 7.57% |

• 策略月度调仓交易，信号进行标准化及枚举归一化处理形成大盘/小盘权重。

- 自2004年起，策略表现优异，整体实现年化7.57%的超额收益。

• 回测结果表明多因子模型有效捕捉风格轮动时机，显著提升收益表现。

量化因子构建及策略逻辑 [page::14][page::15]

• 多维因子覆盖宏观经济增长差分指标，美元兑人民币汇率变化，国债利率期限利差变化以及微观结构风险中的流动性、风险溢价和资金流动指标。

- 子信号通过滚动多元线性回归拟合未来1个月大小盘收益率差，生成交易信号预测值。

• 该信号经标准化归一化映射至仓位权重，采用月度调仓策略实现大小盘轮动择时。

金融研究报告详尽解读分析

—《从宏观微观多因子看大小盘轮动》
分析师：陆豪、朱人木，国联证券研究所
截至2023年11月底

---

一、元数据与报告概览（引言与报告概览）

• 报告标题：《从宏观微观多因子看大小盘轮动》

- 作者及发布机构： 陆豪、朱人木，国联证券研究所。

• 发布日期： 基于报告目录和参考文献，最新数据截止至2023年11月底。

- 主题： 深入研究A股市场大小盘股指数的风格特征、轮动逻辑及预测模型，运用多因子，包括宏观经济、利率、汇率、中观景气以及微观市场结构等变量，通过格兰杰因果关系检验筛选信号因子，构建轮动策略，实现大小盘风格择时。

• 核心论点与结论：

- 申万大小盘指数基于自由流通市值加权，半年调仓，且其行业分布呈现不同特征，大盘行业权重自2019起显著趋于均衡。
- 通过格兰杰因果关系测试，确定多个宏观与微观信号对大小盘指数轮动具有显著预测能力。
- 基于筛选的12个强信号构建多元线性回归模型，预测未来1个月的大小盘收益差，实现年化7.57%的超额收益，相比传统0.5大盘0.5小盘仓位基准具有显著优势。

• 作者意图： 为投资者提供科学且系统的大小盘风格轮动择时模型，以历史数据回测验证其有效性，同时提示基于历史回测不代表未来结果，确保投资理性。[page::0,1,16]

---

二、逐节深度解读

1. 大小盘指数概况

1.1 指数编制方案

• 关键内容：

- 申万大盘(代码801811.SI)和小盘(801813.SI)指数均以自由流通市值加权，半年调仓，基日1999年12月31日，基点1000。
- 大盘指数约包含800只成分股，小盘指数约200只，样本要求为上市满3个月且非ST和暂停上市公司。调仓基于候选成份股7月和1月的第1个交易日启用。

• 逻辑说明：自由流通市值加权考虑了市场中实际可交易部分，提高指数代表性和流动性。半年调仓平衡了调仓成本和成分有效性。

- 数据引用：Wind数据及国联研究所整理。[page::2]

1.2 流通市值、估值及权重离散变化

• 流通市值走势（图表2）：

- 大盘指数流通市值自2021年起显著下降，由历史峰值下滑至约12.5万亿元区间。
- 小盘指数流通市值较为平稳，保持在约5000亿元上下震荡，有稳定的市场基数。

• 估值PETTM走势（图表3）：

- 大盘估值区间较窄，围绕10-20倍波动，末期约12.4倍，估值稳健。
- 小盘估值波动显著，2015年高达98倍，非常极端且风险较大，2023年底回调至约25.5倍。

• 成分股权重离散度（图表4）：

- 离散度指标为权重截面标准差与均值比，大盘自2019年底起权重离散度明显下降，显示主要权重集中化趋势。
- 小盘股权重离散度相对稳定，无明显集中或分散趋势。

• 分析意义：大盘股的权重集中化说明市场资金集中于少数龙头股，而小盘股流动性分散且整体规模稳定，估值波动较大，反映大小盘市场结构差异及风险水平不同。[page::2,3]

1.3 行业占比变化

• 大盘行业权重（图表5、图表6）：

- 银行业权重长期下降，非银金融权重先升后降。
- 食品饮料、电力设备、医药生物行业权重稳步提升，电力设备自2022年开始回调，医药生物在2021年高点后显著下滑。
- 行业权重的截面标准差自2019年持续下降，行业间权重差异减小，行业分布趋于均衡。

• 小盘行业权重（图表7、图表8）：

- 小盘股权重前五行业为基础化工、电力设备、计算机、电子、医药生物，行业占比波动较小，无明显趋势。
- 截面标准差无明显趋势变化，行业因素稳定。

• 结论：大盘行业结构调整趋平衡，潜在反映市场资金结构变化及行业景气感知一致性增强；小盘行业较为分散且稳定，体现其市场分散和个股差异性。

[page::4,5]

1.4 风格暴露变化

• 大盘（图表9）与小盘（图表10）风格因子暴露：

- 市值因子（含贝塔因子、非线性市值因子）是大小盘指数风格暴露的明显特征，符合大小盘股定义。
- 其它因素（动量、盈利、成长、价值、杠杆、流动性等）无明显稳定时序规律。

• 意义：风格暴露主要被市值相关因子驱动，其他金融因子在周期中的影响有限或不稳定，反映市场风格轮动的复杂性和多元性。

[page::6]

---

2. 大小盘指数因子测试

2.1 格兰杰因果关系检验简介

• 定义：通过比较变量X和Y的滞后信息对Y的预测提高程度，判断X是否格兰杰原因，即是否能提升对Y未来走势的预测能力。

- 应用于本文：用于系统检测宏观、中观、微观多指标对大小盘指数表现（大盘相对小盘收益比）的预测因果关系。
[page::7]

2.2 预测目标及时间序列

• 预测变量：申万大盘指数除以小盘指数的比值。数值大表示大盘表现强于小盘，数值小则反之。

- 特点（图表11）：该比值时序有明显波动和周期性，反映大小盘股间的轮动动态。
[page::7]

2.3 选取宏观、中观、微观指标

• 指标构成（图表12）：

- 宏观指标：经济增长率、通货膨胀率、货币条件指数（月度）。
- 利率和汇率：中债各期限国债收益率，美国国债收益率曲线，人民币实际有效汇率，美元兑人民币汇率（均为日度数据）。
- 中观与微观指标：中观景气指数，微观结构风险（估值、风险溢价、波动率、流动性）、资金流指标（日度）。

• 各指标时间序列（图表13至17）分别展现这些指标的长期变化，呈现经济周期、利率波动、汇率态势及市场风险流动性状况。

[page::8~10]

2.4 格兰杰检验结果

• 检验方法：对原始指标及其不同移动窗口的差分和比值进行格兰杰因果检验，测定是否存在显著性因果关系。滞后阶数0-4阶均检测。

- 宏观指标（图表18）：
- 经济增长、货币条件、通胀等若干阶段的差分信号显著，特别5-6个月差分出现较强因果关系。

• 汇率指标（图表19）：

- 人民币实际有效汇率指数及美元兑人民币汇率的部分变化率在多个滞后期间显示强因果能力。

• 国债利率指标（图表20）：

- 10年与不同期限国债利差及到期收益率的若干差分表现有较强因果关系。

• 中观景气度（图表21）：

- 中观景气度及其部分短期差分具有统计意义因果性。

• 微观结构风险（图表22）与资金流（图表23）：

- 估值、波动率、风险溢价及流动性指标的大部分差分在部分滞后区间表现显著。
- 资金流各类标准差统计量同样表现强因果相关。

• 结论：存在多种宏观到微观金融指标对大小盘轮动具有显著预测能力，符合多因子轮动理论框架。

[page::11~13]

---

3. 大小盘轮动信号构建与回测

3.1 信号构建

• 信号筛选：选取格兰杰因果检验显著的12个子信号作为交易模型自变量，分布于宏观、汇率利率及微观风险资金流三大类别中。

- 构建方式：对每月采样，建立过去1年滚动窗口多元线性回归模型，因变量为未来1个月大小盘收益差，X矩阵为12信号矩阵，得到预测信号y_hat。
[page::14]

3.2 回测方法与绩效

• 仓位映射：标准化归一化后，将预测信号值分枚举到{-1, -0.5, 0, 0.5, 1}：

- -1信号时大盘仓位0.95，小盘仓位0.05；
- 负值越大，小盘仓位越高，反之亦然。

• 调仓频率：月度调仓。

- 绩效表现（图表26、27）：
- 回测区间2004年至今，策略净值显著优于0.5大盘0.5小盘基准。
- 分年累计超额收益多数年份为正，特别2006-2007及2014-2015年表现优异，整体年化超额收益7.57%。
- 某些年份如2013、2016、2017、2018、2023表现弱于基准，显示策略仍有回撤与波动。

• 策略意义：基于多因子信号的大小盘轮动策略有效捕捉市场风格变化，具备投资实际应用价值。

[page::15]

---

4. 总结与风险

4.1 报告总结

• 申万大盘小盘指数构建严谨，流通市值权重和行业分布呈现结构性差异。

- 通过格兰杰因果检验，多种宏观、中观、微观指标与大小盘指数轮动存在显著因果关系。

• 结合12个显著信号构建的多元回归模型，在历史数据中实现7.57%年化超额收益，展现轮动择时的有效性。

4.2 风险提示

• 主要风险为信号基于历史数据回测，未来不保证同样表现。市场结构变化、政策变化及极端事件可能导致模型失效。

- 报告强调投资需谨慎，勿机械跟随过往表现。
[page::16]

---

三、图表深度解读

图表2：申万大/小盘指数流通市值时序变化

• 展示了2011年至2023年的大小盘指数流通市值走势。

- 大盘流通市值大幅攀升至2021年顶峰后下降，受市场环境调整和部分龙头权重变化影响。

• 小盘指数流通市值稳中有升，反映整体资源配置和市场参与稳定。

- 图线平滑，体现趋势性溢出，无明显噪音干扰。[page::2]

图表3：申万大/小盘指数PE(TTM)时序变化

• 大盘估值稳定在10-20倍，波动区间较窄，体现成熟蓝筹特征。

- 小盘估值极端波动，2015年达到98倍，可能为市场泡沫阶段信号，随后回归较低估值区间。

• 数据说明小盘风险与机遇共存，估值波动大建立风险调控必要。

[page::3]

图表4：申万大/小盘指数成分股权重离散度变化

• 大盘离散度2019年底达到峰值后持续下降，说明资金集中流入领头股，市场权重结构趋集中。

- 小盘离散度整体稳定，小盘股较均匀分布风险。

• 数据反映市场结构及投资者偏好的内在变动。

[page::3]

图表5-8：大小盘行业权重及截面标准差变化

• 大盘股行业权重多样性减小，结构趋于稳健均衡，主要行业权重调整反映宏观经济政策与行业周期。

- 小盘股行业权重与分布无明显趋势，波动幅度小，分散的资金流动特征明显。
[page::4,5]

图表9-10：大小盘风格因子暴露时序变化

• 市值相关因子对风格暴露的主导地位清晰，符合定义逻辑。

- 其它因子暴露无确定趋势，说明风格轮动复杂且多因子互动影响，单一因子难以稳定预测。
[page::6]

图表11：大小盘轮动预测目标时序图

• 大盘指数与小盘指数所构成比值显示显著波动周期，反映实际大小盘切换频繁，轮动时代信号可从多元因子中提取。

[page::7]

图表13-17：各类指标时序图

• 宏观经济、利率、汇率、中观景气、微观风险与资金流均表现出历史波动，经济周期和市场波动具备传导机制，支撑格兰杰模型的理论依据。

[page::8~10]

图表18-23：格兰杰因果检验显著筛选信号矩阵

• 通过多个滞后期检验，筛选满足统计显著要求的指标子系列，为信号构建提供坚实理论与实证基础。

[page::11~13]

图表24：选定驱动交易信号

• 展示被筛选出的12个核心信号，涵盖宏观、中观、微观多个维度，体现多因子综合、系统性思路。

[page::14]

图表25：信号值与大小盘仓位时序变化

• 显示多元回归预测信号与仓位分配的动态对应关系，信号高低变化驱动仓位调整。

- 绿色区域大盘加仓，蓝色小盘加仓，冷暖色分明，体现策略动态调仓特征。
[page::14]

图表26-27：轮动策略回测净值及分年绩效

• 净值曲线（图26）显示策略显著跑赢基准，且增长相对平滑。

- 分年绩效表（图27）证实年化7.57%超额收益，且多数年份正收益，反映策略有效且稳健。
[page::15]

---

四、估值分析

本报告不直接对大小盘指数进行估值，但对市场中相关经济指标、利率及汇率因素通过格兰杰因果检验体现市场轮动逻辑，这实质体现在信号构建和回归预测模型中，属于多因子定量投资范畴。

• 预测模型基于多元线性回归，选用显著因子组合预测未来1个月大小盘收益差值。

- 该方法本质上是统计学习模型，注重信号预测力和量化调仓，而非现金流折现或相对估值模型，因此估值方法侧重信号统计显著性和预测能力。

• 风险控制通过信号标准化归一化，限制仓位变化幅度，防止极端仓位导致过度集中风险。

[page::14,15]

---

五、风险因素评估

• 模型风险：基于历史数据回测，未来市场结构变化、政策波动和极端黑天鹅事件可能令模型失效。

- 信号稳定性风险：多因子组合依赖统计关系，市场突变时因果关系可能断裂。

• 流动性风险：大盘及小盘流通性差异可能影响仓位调整的执行效率。

- 估值风险：小盘估值波动大，策略在极端估值阶段可能表现不佳。

• 执行风险：按月重新调仓可能导致滑点、交易成本和市场冲击。

- 报告仅作历史回测说明，未提供具体缓解措施，风险提示明确警示历史数据不代表未来表现。
[page::0,16]

---

六、批判性视角与细微差别

• 样本选择限制：样本范围限制在申万大、小盘指数，覆盖A股样本具有较强代表性，但不包含港股、美股等国际市场波动，模型的跨市场通用性尚未验证。

- 信号稳定性：部分因素如宏观经济差分信号在某些滞后期表现突出，但滞后期并非一致，降低了策略对信号单一滞后适配的稳健性。

• 估值和成分变动：小盘股估值异常高企的年份可能引发策略极端表现，报告未详细探讨如何应对此类估值波动带来的风险。

- 策略表现波动：策略分年表现有正有负，部分年份显著跑输基准，表明策略需搭配风险管控手段，避免资金大幅波动。

• 模型参数未详述：文中虽说明滚动回归窗口为1年，但缺少模型具体参数说明及信号权重波动规律分析，限制读者对模型动态调整的理解。

- 未来应用需谨慎：尤其在不同宏观经济周期和政策环境下，因果关系和信号有效性可能发生变化，需动态更新和测试。
[page::16]

---

七、结论性综合

本报告通过严谨的多因子研究方法，结合宏观经济指标、利率、汇率及微观资金流、市场结构风险因子，运用格兰杰因果检验筛选信号，构建了以多元线性回归为核心的大小盘轮动预测模型。

数据反映申万大小盘指数有明显的市值权重分布特征及行业结构差异，其中大盘行业权重趋均衡，小盘权重波动较小。估值层面大盘估值稳健，小盘估值高波动风险较大。风格因子分析显示，市值因子主导大小盘风格暴露。

通过回测，基于12个显著因果信号构建的轮动策略展现较强预测能力，实现年化7.57%的超额收益，且多数年份优于基准。图表数据显示策略净值曲线成长平稳，轮动仓位动态有效配合预测信号。

报告充分体现多因子轮动策略的有效性与发展空间，具有较高的理论及实际投资应用价值。然而，报告同时明确风险提示，历史表现不构成未来保证，策略的稳健性依赖于信号的稳定性和市场环境变化适应能力。

投资者应理性使用，结合风险管理和市场监测动态调整策略，并关注模型参数及信号权重的时间动态。总体而言，报告为掌握A股大小盘轮动提供了强有力的实证研究和量化工具支持，具有较强的专业性、系统性和实用性。

---

参考溯源

[page::0,1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16]

附录：部分关键图表示例

图表2：申万大/小盘指数流通市值时序变化


图表3：申万大/小盘指数估值(PETTM)时序变化


图表26：大小盘轮动策略回测月度净值曲线


---

此分析旨在深入展示报告逻辑链条，数据解读与模型应用结构，为研判大小盘轮动投资提供全面客观的视图。

报告