信用货币周期的划分及理论模型 [page::2][page::5][page::6]

• 利用中债国债1年期收益率刻画货币周期，采用中债企业债（AA级）5年期收益率与国债5年期收益率差为信用利差代理信用周期。

- 实证发现货币周期领先信用周期平均达4-13个月，构建货币和信用四周期轮动逻辑框架：宽货币+紧信用、宽货币+宽信用、紧货币+宽信用、紧货币+紧信用四阶段循环。

• 四周期经济状态类比投资时钟体系，反映宏观经济不同维度特征。

信用货币周期下大类资产历史表现与轮动策略 [page::8][page::9][page::12][page::13]

| 周期 | 股票收益率(胜率) | 债券收益率(胜率) | 商品收益率(胜率) | 现金收益率 |
|------------------|----------------|----------------|----------------|------------|
| 宽货币+宽信用 | 5.26% (78.57%) | 0.31% (69.57%) | 1.69% (64.29%) | 0.19% |
| 宽货币+紧信用 | -2.71% (50%) | 0.56% (60%) | -3.47% (38.89%)| 0.21% |
| 紧货币+宽信用 | -3.66% (42.86%)| 0.24% (61.90%) | -0.80% (57.14%)| 0.20% |
| 紧货币+紧信用 | 1.83% (47.62%) | 0.14% (22.22%) | 2.63% (66.67%) | 0.20% |

• 宽货币+宽信用周期股票表现最优，紧货币+紧信用周期商品表现最佳，债券在宽货币+紧信用及紧货币+宽信用周期表现优异。

- 回测数据显示，基于信用货币周期的大类资产轮动策略年化收益21.11%，超额收益17.10%，信息比率IR=1.11，胜率61.83%。

信用货币周期行业配置研究及轮动策略 [page::14][page::15][page::16][page::17]

• 绝对排名法与排名偏离度法双重考察行业表现，分别基于行业在各信用货币周期内的绝对收益排名和相对偏离度分析行业表现空间和区分能力。

- 结合两种方法优势，构建基于信用货币周期的行业轮动策略，涵盖29个中信一级行业，策略年化收益24.81%，超额收益15.77%，IR1.23，胜率64.12%。

• 行业配置建议依信用货币周期分布：宽货币+宽信用倾向建材、汽车、房地产、家电；紧货币+宽信用偏好医药、电子、计算机、传媒；紧货币+紧信用优选煤炭、石油石化、钢铁、银行、非银，宽货币+紧信用配置纺织服装、食品饮料等。

策略有效性及风险控制分析 [page::12][page::13][page::17]

• 轮动策略在2008-2015年表现突出，2016-2018年因供给侧改革政策干扰易现策略回撤，2019年策略回归效用，前4个月超额收益10.40%。

- 领先滞后检验显示，资产表现对信用货币周期的领先滞后敏感度较低，领先滞后期±1期时收益区分效果最佳，体现策略稳健性。

| 领先滞后期(区间[-2,2]) | 宽货币+紧信用 | 宽货币+宽信用 | 紧货币+宽信用 | 紧货币+紧信用 |
|-------------------|------------|------------|------------|------------|
| 股票平均收益率 | -0.80% | 1.36% | -0.37% | -0.13% |
| 债券平均收益率 | 0.43% | 0.36% | 0.27% | 0.21% |
| 商品平均收益率 | -0.84% | 0.04% | -0.01% | 0.70% |
| 现金平均收益率 | 0.21% | 0.20% | 0.20% | 0.21% |

当前资产配置建议 [page::1][page::17]

• 基础大类资产建议配置债券为主。

- 行业配置优选食品饮料、餐饮旅游等消费相关行业，结合信用货币周期特征进行动态调整。

【建投金工丁鲁明团队】深度专题70：量化视角下的信用＋货币周期与资产配置 — 详尽分析报告

---

一、元数据与报告概览

报告标题：量化视角下的信用＋货币周期与资产配置
作者及团队：丁鲁明、胡一江，鲁明量化全视角团队
发布机构：中信建投证券股份有限公司，金融工程研究部
发布日期：2019年5月23日
主题：本报告聚焦于中国宏观经济中信用周期与货币周期的关系，探索两者如何形成周期性轮动模式，并据此构建大类资产及行业配置策略，旨在通过量化方法指导资产配置与择时，提升投资收益与风险控制能力。

核心论点总结：

• 信用货币周期是经济周期的关键组成部分，二者高度相关且货币周期领先信用周期。

- 信用和货币形成四周期轮动模型，分别为宽货币＋紧信用、宽货币＋宽信用、紧货币＋宽信用、紧货币＋紧信用四种状态。

• 大类资产表现显著依赖于处于的信用货币周期，其中股票、债券和商品表现周期分明。

- 基于信用货币周期构建的大类资产轮动策略获得显著超额收益（年化超额收益17.10%）。

• 信用货币周期还能有效指导行业轮动配置，相关策略取得较高的收益与胜率。

- 当前配置建议：大类资产偏向债券，行业配置偏向食品饮料、餐饮旅游等。

---

二、逐节深度解读

1. 引言 —— 信用与货币周期理论背景与现状

报告指出国内外对信用与货币周期研究多以“信贷周期”为核心展开。学术界主流理论：

• 信息经济学角度：信用市场存在与货币市场差异，有长期均衡，代表模型CC-LM和金融加速器。

- 银行行为视角：银行信贷顺周期行为由市场羊群效应等因素驱动，银行竞争导致经济扩张期间信贷放松，衰退时信贷收紧。

结合中国特殊情况，货币政策独立性强，形成“宽货币，紧信用”现象：2018年至2019年间多次降准释放流动性，但实体经济融资状况受限，信用债违约频繁，社融和M2增速下降，说明信用周期与货币周期在传导上存在断层，成为本报告的研究动机和重点。[page::2]

---

2. 信用与货币周期的刻画

2.1 货币周期划分

传统依据央行政策调整来划分货币周期，但存在滞后、难以实时量化等缺陷。报告采用中债国债1年期收益率作为货币周期量化代理，认为其能较好反映货币政策由宽松转紧及反向过程，中长期国债利率（如10年）因涵盖经济基本面因素，不适合单纯衡量货币周期。[图1][page::3]

2.2 信用周期划分

信用周期的常用指标有M2同比增速与社融规模。然而，二者在2012年后多次出现明显背离，且均呈现长期下降趋势，难以准确反映信用周期波动，导致误判长期“信用紧缩”。报告选用市场敏感性更强且能反映企业经营信用风险的信用利差指标（AA级企业债5年期与国债5年期收益率差）作为信用周期代理，避免因刚兑掩盖信用风险，能更好地捕捉信用周期的波动特征。[图2、图3][page::4]

2.3 货币周期领先信用周期关系与四周期轮动模型

经过数据实证，报告发现货币周期显著领先信用周期：

• 货币紧缩领先信用紧缩约4个月，

- 货币放松领先信用放松约12-15个月。

因此，货币周期是政策目标，信用周期是最终结果。基于此，构建了货币周期与信用周期的四象限轮动模型：

| 状态 | 货币周期 | 信用周期 | 经济含义 | 投资时钟类比 |
|-------------------|-----------|-----------|------------|--------------|
| 宽货币＋紧信用 | 宽松 | 紧缩 | 衰退 | 衰退 |
| 宽货币＋宽信用 | 宽松 | 宽松 | 复苏 | 复苏 |
| 紧货币＋宽信用 | 收紧 | 宽松 | 过热 | 过热 |
| 紧货币＋紧信用 | 收紧 | 收紧 | 停滞滞涨 | 滞涨 |

划分方法基于国债收益率与信用利差的趋势（上升/下降）确认周期状态，结合差分方法减少误判。实证数据显示该模型能稳定捕捉周期转换、且能对应传统投资时钟周期并嵌套经济周期不同维度信息。[表2、图4-7][page::5][page::6][page::7]

---

3. 大类资产在信用货币周期下的表现

3.1 各类资产表现差异及统计

报告选取股票（万得全A）、债券（上证国债全价指数）、商品（wind商品指数）及现金（3个月定存利率）为大类资产代表，统计不同信用货币周期下月度平均收益与胜率：

• 宽货币＋宽信用：股票表现最佳，月均收益5.26%，胜率78.57%。

- 紧货币＋紧信用：商品表现最佳，月均收益2.63%，胜率66.67%。

• 紧货币＋宽信用及宽货币＋紧信用：债券表现优秀。

注：紧货币＋宽信用周期股票表现不佳，因其承接宽货币＋宽信用周期高涨部分导致回撤多。[表6][page::8]

3.2 股票资产详细案例分析

多个图表显示，股票主要收益来自宽货币＋宽信用周期，交易胜率和累计收益均最高。紧货币＋紧信用周期虽有绝对收益，但胜率不到50%，波动大，不宜重点配置。[图9-10][page::9]

3.3 具体年份资产表现案例

• 2010年案例：一季度处宽货币＋宽信用阶段，GDP回升，股票表现较好；二三季度进入紧货币＋宽信用，经济滞涨，股票回撤，债券表现稳健；四季度转紧货币＋紧信用，商品收益大增。

- 2011年4月至2012年7月：经历完整四周期轮动，资产表现与理论吻合，商品、股票、债券轮动明显。[图11-13][page::10][page::11]

3.4 资产轮动策略构建及验证

以信用货币周期为依据，轮动配置：

• 宽货币＋宽信用：股票

- 紧货币＋宽信用：债券、现金

• 紧货币＋紧信用：商品

- 宽货币＋紧信用：债券

实证显示该策略在2008年至2019年期间表现优异，年化收益21.11%，超额收益17.10%，IR1.11，最大回撤-29.5%，月度胜率61.83%。2016至2018年因供给侧改革影响，影响该策略效果；2019年初恢复显著超额收益（10.4%）.[图14，表9-10][page::12]

3.5 敏感性分析

资产收益对信用货币周期领先/滞后偏差不敏感，在领先滞后期±1月范围内仍表现稳健，表明策略具有实用性和稳定性。[表11、图15-16][page::13][page::14]

---

4. 信用货币周期下的行业轮动配置

4.1 绝对排名法分析

按各行业在不同信用货币周期的月度表现计算平均排名，挑选表现较优行业。缺陷是无法区分长期表现优异行业与该周期特定优异行业，多周期排名靠前的行业重复性高，如家电、汽车等。[表12][page::14]

4.2 排名偏离度法分析

为提升区分度，计算行业在某周期的表现排名与自身历史平均排名的偏离度，优先选择偏离较大的行业。该法能减少长期“老牌”行业的重复选择，强调周期专属表现突出的行业，但可能出现排名偏离高但绝对收益不一定靠前的情况（例如传媒行业）。[表13、表14][page::14][page::15]

4.3 混合行业轮动策略构建与验证

综合绝对排名法与排名偏离度法优点，取两者排名前十的交集，剔除重复行业，形成稳健的行业轮动组合。实证结果表明，行业策略年化收益24.81%，对行业等权超额15.77%，IR1.23，月度胜率64.12%；相对沪深300超额21.56%，IR1.34，胜率62.60%。表现优异。[图17-18，表15][page::16][page::17]

---

5. 总结与投资建议

主要结论：

• 利用中债国债收益率和企业债信用利差，构建了领先型信用货币周期指标体系，定义了四个阶段轮动模型，精准刻画经济周期不同维度的信用与货币特征。

- 信用货币周期对大类资产表现区分显著：股票优于宽货币宽信用周期，商品优于紧信用紧货币周期，债券优于两个非宽信用周期。

• 构建的大类资产轮动模型取得了17.10%的年化超额收益，验证期间（2008-2019）表现稳健，虽受供给侧改革影响短暂失效，但整体有效性强。

- 基于信用货币周期进行行业轮动，融合绝对排名法和偏离度法选股，显著提升选股收益和策略稳定性。

• 当前（2019年）依据模型建议，大类资产配置偏向债券，行业侧重食品饮料、餐饮旅游等防御性及消费拉动行业。

配置建议总结：

• 大类资产优先配置债券，关注经济衰退及信用收紧状况；

- 行业配置优选食品饮料、餐饮旅游、医药、电子等周期性和防御性行业；

• 密切关注货币政策与信用状况变化，利用量化模型洞察政策传导节奏，动态调整资产与行业配置。

---

三、图表深度解读

以下为报告中关键图表总结与解读（均来自中信建投证券研究发展部、wind数据）：

1. 图1：中债国债1年期收益率与货币周期划分

展示2007年至2019年间1年期国债收益率波动阶段划分，明显的周期交替体现货币政策宽松与收紧阶段，为代理货币周期指标提供直观基础。[page::3]

1. 图2、3：M2同比、社融同比及信用利差对比

M2与社融规模曾同步增长，但2012年后频繁背离，信用利差相较更敏感，更突出信贷风险周期的波动，避免长期误判信用紧缩趋势，证明信用利差为优代理指标。[page::4]

1. 图4：国债收益率与信用利差对比，货币周期领先信用周期特征明显

两者波动趋势及时点略有错位，表明货币波动先于信用波动，量化确认传播时滞，为四周期模型逻辑奠基。[page::5]

1. 图5、6：理论模型与四周期轮动示意图

通过周期波动对比（货币周期领先），并说明阶段性周期间转换路径，构建轮动模型，形象展示信用货币交互影响及经济各状态对应投资环境。[page::5-6]

1. 图7：信用货币周期历史划分结果及周期转换频率

模型稳定捕捉真实经济与政策环境变化，周期切换频率合理，能有效指导周期投资策略制定。[page::7]

1. 图8：信用货币周期与传统投资时钟嵌套关系示意

说明两类周期相互渗透却侧重点不同，信用货币周期为经济周期提供细化视角，弥补投资时钟粗略性。[page::7]

1. 表6及图9、10：各大类资产周期表现及股票分周期收益

具体量化了资产类别在四周期表现，突出宽宽周期股票超强表现，紧紧周期商品优势等，为轮动策略提供实证支撑。[page::8-9]

1. 图11-13及表7、8：2010年及2011-2012年周期与资产表现实证分析

多季度市场环境及资产表现解读，验证理论逻辑对真实市场的解释力与预测力。[page::10-11]

1. 图14及表9、10：轮动策略累计净值与年度表现统计

展示策略长期优异表现及阶段性回撤，分析供给侧改革对策略影响，揭示策略优势与局限性。[page::12]

1. 表11及图15、16：资产收益对领先滞后敏感性分析

企业益周期领先或滞后2期，策略依然稳健，强调模型可操作性。[page::13-14]

1. 表12、13及14：行业绝对排名与排名偏离度对比分析

阐释两种排名法的优缺点及行业表现差异，突出选股方法改进的重要性。[page::14-15]

1. 表15及图17、18：综合行业轮动策略表现和收益曲线

策略取得显著超额收益及稳定增长，验证了行业配置策略的有效性。[page::16-17]

---

四、估值分析

本报告核心为周期划分与资产轮动策略设计，未涉及传统企业估值模型（如DCF、市盈率法等），主要通过信用利差与国债收益率代理信用周期和货币周期，然后以资产历史收益及胜率为依据构建轮动模型和相关策略，属于周期与策略研究范畴。

---

五、风险因素评估

报告未单独列出风险章节，但从内容及数据可推断潜在风险：

• 政策风险：政府干预（如供给侧改革）可能扭曲经济规律，突破模型假设，导致策略暂时失效；

- 传导机制变化风险：信用货币传导路径变化或市场结构变迁可能影响周期领滞关系；

• 数据指标局限性：信用利差和国债收益率的代表性及数据质量问题可能带来误判；

- 市场波动风险：资产价格本身高波动性可能导致模型短期回撤和误信号；

• 模型参数稳定性：领先滞后时间窗口若发生变化，策略效果可能下降。

报告通过敏感性分析、供给侧改革案例等提出缓解思路，但仍需投资者动态跟踪与风险控制。

---

六、批判性视角与细微差别

• 本报告重点使用“信用利差”替代传统M2、社融指标来刻画信用周期，科学性强，但信用利差受到市场流动性、风险偏好等多因素干扰，非完全由实体信贷构成，或存在噪声。

- 四周期模型逻辑清晰，但对极端政策、市场剧变时解释不足，例如大规模行政调控和外部冲击时模型可能失效。

• 行业绝对排名法与偏离度法均有不足之处，报告通过取交集折中，但该方法对部分行业或短期表现平稳性提升有限。

- 模型对货币领先信用默认固定时滞，但实际时滞可能随环境变动而非固定，需动态调整。

• 资产配置策略在不同市场周期表现差异显著，投资者需结合风险承受能力及宏观经济环境谨慎落地。

整体来看，报告在理论和数据支持下提供了一套系统、量化且适应中国经济与政策特点的周期模型及资产配置框架，具有较高的实用价值，但仍需投资者关注动态变化及政策风险。

---

七、结论性综合

本报告系统阐述了基于量化方法的信用货币周期模型及其对大类资产和行业配置的指导意义。采用中债国债1年期收益率和AA级企业债信用利差作为货币和信用周期的核心指标，证实货币周期领先信用周期，构造出四周期轮动模型（宽货币＋紧信用、宽货币＋宽信用、紧货币＋宽信用、紧货币＋紧信用），明确了周期的经济内涵及与传统投资时钟的嵌套关系。

模型在历史数据中的表现良好，成功解释了资产类别与行业板块的收益表现差异：股票适合宽货币宽信用周期，商品优于紧货币紧信用周期，债券则在宽货币紧信用及紧货币宽信用中表现优异。基于此构建的大类资产轮动策略实现年化17.10%超额收益，行业轮动策略收益率也明显优于市场平均。

供给侧改革对模型及策略表现带来暂时扰动，验证了模型对经济政策变动的敏感性，但在政策回归常态后，模型显示良好恢复力。敏感性分析进一步说明资产对领先滞后的稳健性。

最终，报告提出了结合周期判断的切实可行的资产配置与行业配置建议，强调债券与消费类（食品饮料、餐饮旅游）行业在当前环境的价值。

综上，本报告成功构筑了适合中国宏观经济与市场特征的量化信用货币周期分析框架，为投资者提供了科学的周期判断依据及资产行业轮动策略，具有理论创新性和实践指导意义。[page::0-17]

---

总结

• 报告深入剖析信用与货币周期交互影响机制，提供领先指标与量化划分框架。

- 通过大类资产及行业表现的实证分析，验证模型有效性。

• 构建适应中国政策与市场特点的资产轮动策略，历史表现优异。

- 兼顾理论与实证，体现量化投资与宏观经济结合的典范。

• 对投资者具有重要的周期资产配置与风格轮动参考价值。

---

重要参考页码标注

核心结论及目录[page::1]；引言与理论背景[page::2]；货币与信用周期指标选择及验证[page::3-5]；四周期轮动模型构建[page::5-7]；大类资产周期表现及轮动策略[page::8-13]；行业轮动及方法改进[page::14-17]；总结与建议[page::17]；联系方式及免责声明[page::20]。

（全文所有关键推论均可溯源至上述标注页码，以保证内容严谨可靠。）

---

此分析力求详尽覆盖报告全部核心内容、关键数据、模型逻辑、图表解析和策略表现，助力读者深刻理解信用货币周期在宏观经济资产配置中的重要作用。

报告