A股收益来源拆解与指标构建 [page::2][page::3]

• 利用沪深300季度数据拆解收益，盈利贡献较为稳定，估值贡献是收益主要来源，市场波动主因是估值变化。

- 指标涵盖融资、经济增长、无风险利率与风险溢价，运用趋势和历史分位数双重映射赋值。

• 盈利得分高对应季度收益中位数1.9%，估值得分高对应季度收益中位数5.5%，估值影响显著。

- 2020年二季度盈利指标有所修复达中性水平，估值修复推动市场上涨，政策环境预期利好估值支撑。

债券资产中长期分析框架：货币与信用视角 [page::4][page::5][page::6]

| 指标类别 | 细分指标 | 方向 |
|----------|----------------------------------|-------|
| 货币价格 | SHIBOR 3个月，同业存单利率3个月，R007 | 负向 |
| 货币数量 | R007-DR007利差，超储率 | 正向/负向 |
| 信用融资 | M2、社会融资规模 | 正向 |
| 经济增长 | PMI、投资、消费、出口、工业增加值 | 正向 |
| 通胀 | PPI、CPI | 正向 |
| 信用分化 | 信用利差（产业债不同评级间差异） | 正向/负向 |

• 采用中债固定利率债全价指数季度收益分析，从2010年-2020年6月间货币宽松对应平均收益1.0%，信用紧缩收益表现较好，结合货币-信用周期划分四种状态，宽货币紧信用状态下历史债券收益最高，紧货币宽信用状态表现最差。

- 2020年上半年数据显示货币保持宽松，信用指标有所改善，但信用宽松程度略弱于前期，预计下半年货币政策难进一步收紧，宽信用环境或减弱但继续支持债市。

黄金三属性框架及中长期择时打分体系 [page::7][page::8]

| 指标 | 方向 |
|-------------------|--------|
| 美元指数 | 负向 |
| 美国10年期国债收益率 | 负向 |
| 美国CPI | 正向 |

• COMEX黄金期货为代表分析对象，采用指标趋势及分位数赋分，区分强中弱三级。

- 黄金分值高时季度均值收益4.7%，收益率大于0概率达84.2%。

• 2020年二季度美元指数和美国10年期收益率下降促使黄金上涨12.62%。

- 展望下半年，美国货币政策预期继续宽松，低利率环境及潜在通胀预期支持黄金价格，维持乐观观点。

量化基本面指标结合，实现大类资产中长期择时 [page::0][page::8]

• 本报告强调以基本面逻辑为核心，结合量化方法构建中长期择时系统，避免过度依赖短期非基本面因素（如动量、投资者情绪）。

- 构建的框架已通过历史季度收益验证有效，未来重点在模型动态跟踪与关键因子的前瞻性量化预测。

金融工程专题报告：《如何构建大类资产中长期分析与择时框架？》详尽解析

一、元数据与报告概览

• 报告标题： 如何构建大类资产中长期分析与择时框架？

- 发布机构： 华宝证券金融工程研究团队

• 分析师： 张青（执业证书编号 S0890516100001）、李亭函（执业证书编号 S0890519080001）

- 联系方式： 电话 021-20321154 / 021-20321017，邮箱 zhangqing@cnhbstock.com，litinghan@cnhbstock.com

• 发布时间： 2020年中（具体日期未明）

- 主题： 针对中国A股、债券（主要是利率债）和黄金三大资产类别，构建基于基本面逻辑的量化中长期资产分析与择时体系，提升量化择时系统的中长期配置价值。

• 核心论点： 自2019年以来，团队先后推出了以多维度量化择时系统（结合基本面、技术面及投资者情绪等多维因子）指导大类资产配置的专题报告。模型短期表现良好，但非基本面因素的加入削弱了基本面定价逻辑，且模型适合较高频（月度）择时，不适合中长期（季度及以上）择时。因而本报告从大类资产内在定价机制出发，重构适合中长期择时的基本面驱动分析框架。

- 风险提示： 量化策略基于历史数据，模型设定可能存在偏差风险[page::0,3]

---

二、内容结构与章节概览

• A股分析框架：以盈利与估值为核心，基于DDM模型拆解收益，选择宏观和市场指标量化盈利和估值状态，形成打分体系预测收益。

- 债券分析框架：基于货币政策与信用环境，解析利率变动的资金供需本质，量化货币与信用两个维度构建状态划分，预测债券收益表现。

• 黄金分析框架：结合黄金商品、货币及金融属性，选取美元指数、美债利率和美国CPI指标，建立黄金中长期择时评分体系。

---

三、章节逐节深度解读

3.1 A股分析框架：盈利与估值

核心观点与数据解析

• 以沪深300指数为代表的A股收益拆解为“盈利贡献”和“估值贡献”两部分，采用净利润TTM环比值作为盈利指标，估值贡献即A股总收益减去盈利增速部分。

- 统计2010年-2020年二季度季度数据发现，估值贡献为A股绝大部分收益来源，且A股市场波动的主因是估值变化，盈利变动相对较小。

• 由于二季度季报数据未全面公布，采用工业企业利润数据回归拟合估算净利润，结果显示2020年二季度盈利有所修复，市场上涨主要受估值修复推动。

- 图1（A股收益拆解）清楚展示了近十年各季度中盈利与估值对收益的贡献趋势，蓝色代表盈利贡献，橙色为估值贡献，橙色柱子显著高于蓝色，形象说明估值驱动效应明显。

• 因此，盈利和估值成为核心变量，利用大量宏观及市场指标对这两者进行量化打分，对未来收益进行预测。

选取指标与打分机制（见表1）

• 盈利维度指标：融资环境（如中长期贷款同比）、工业增加值、PPI、投资、消费、出口金额、PMI等均为正向指标，表征经济基本面对盈利的推动作用。

- 估值维度指标：无风险利率（1年期国债收益率）、信用利差（AA-及AA+产业债中位数），大盘相对小盘超额收益、隐含波动率等，均表征市场风险偏好及资金成本，均为负向指标。

• 打分逻辑基于指标趋势（上升/下降）与历史分位数（近5年），分值0-10分，趋势与分位数赋权合成单指标得分，再依权重聚合为盈利及估值总分。分值7-10为强，3-7中性，0-3弱。

收益表现统计（见表2）

• 盈利维度：高分（7-10）季度平均收益0.9%-1.7%，且75%几率收益为正。

- 估值维度：高分季度平均收益显著提升（均值8.6%），大幅优于低评分状态，说明估值对收益影响更大。

• 盈利对收益贡献幅度较小，估值贡献巨大且差异显著，表明市场短期收益主要由估值波动驱动，而盈利则相对稳定[page::3,4]

2020年上半年具体指标打分（见表3）

• 一季度多数盈利指标及估值指标处于低分状态，如融资、工业增加值、PPI均较弱，信用利差处于较窄状态。

- 二季度各指标回升，尤其融资状况改善明显，PMI、固定资产投资、消费和出口均向好，估值相关指标也表现活跃，信用利差适度走宽，大盘与小盘超额收益保持正面积分。

• 沪深300二季度涨幅达12.96%，盈利指标由弱转中，估值指标处于中高分状态，支持市场上涨。

- 后市判断：宽信用逻辑有保障，工业生产和需求仍在恢复期，利率维持低位，市场风险偏好提升，小盘股活跃预计维持，股市乐观。历史数据支持盈利和估值中性偏强环境下，70%左右出现正收益的概率。[page::4]

---

3.2 债券分析框架：货币与信用视角

利率本质及资金供需逻辑

• 利率为资金价格，依赖资金供给（央行货币政策）和需求（实体经济信用需求）。

- 资金偏差导致利率波动：
- 宽货币紧信用（资金供给大于需求，利率下跌，债券涨价，牛市）
- 紧货币宽信用（资金需求旺盛高于供给，利率上升，债券跌价，熊市）
- 宽货币宽信用和紧货币紧信用情形居中，具体定价效果视供需相对强弱[page::5]

选取指标及方向（见表4）

• 货币维度：

- 价格类指标：3个月SHIBOR、同业存单利率、R007，均负向（利率下降流动性宽松）。
- 量类指标：R007-DR007利差（反映银行与非银流动性分化）、超储率（银行闲置资金充裕度），负向和正向关系分别反映流动性状况。

• 信用维度：

- 融资指标：M2同比、社会融资规模同比，经济指标包括PMI、投资、消费、出口、工业增加值，对应整体信用能力，正向。
- 通胀指标：PPI、CPI，反映信用扩张和需求压力。
- 信用分化：信用利差AA-（正向）与AA+（负向），利差扩大通常表示信用风险上升，信用紧缩。

• 综合上述，指标趋势加历史分位数打分，并设定5分为宽松与收紧分界。

统计结果分析（表5）

• 以中债固定利率债全价指数为代表，2010-2020年季度级收益统计：

- 宽货币（高分）状态下，债券均值收益1.0%，正收益概率70.8%，明显优于货币收紧低分状态（均值-0.7%，正收益44.4%）。

• 信用端正相反，宽信用状态收益较低（均值-0.7%，正收益33.3%），信用收紧状态却表现较好（均值0.5%，正收益66.7%）。

- 综合判断宽货币紧信用状态最有利债券表现[page::6]

货币-信用两维组合表现（表6）

• 四种组合收益表现排序：

1. 宽货币紧信用：平均收益1.02%，正收益概率71.43%
2. 宽货币宽信用：平均0.49%，正收益66.67%
3. 紧货币紧信用：平均收益-0.42%，正收益58.33%
4. 紧货币宽信用：平均收益-1.30%，正收益仅16.67%

• 结果符合基本逻辑，货币周期对债券影响最为显著。

2020年上半年债券指标打分（表7）

• 一季度货币指标整体高分（SHIBOR、同业存单利率低，流动性充裕），信用指标较弱（M2、社融、经济指标打分均低）。

- 二季度信用指标显著提升，经济逐步复苏，社融加速增长，货币端仍维持流动性宽裕。

• 债市二季度回调1.68%，反映边际货币收紧且信用改善后的调整。

- 预判下半年货币政策整体仍偏宽松，信用支持减弱但总体处于宽信用阶段，债券表现具备一定韧性和配置价值。

---

3.3 黄金分析框架：商品、货币与金融属性

黄金的三重属性与选取指标（表8）

• 商品属性： 黄金作为贵金属，有实物需求，价格与经济增长、通胀呈正相关。

- 货币属性： 作为传统储备资产，美元计价下，黄金价格与美元指数呈反向，美元贬值推升黄金。

• 金融属性： 作为无息资产，利率高则投资黄金机会成本上升，利率低则黄金更具吸引力。

- 选取指标：
- 美元指数（负向）
- 美国10年期国债收益率（负向）
- 美国CPI同比（正向）

黄金收益打分与历史表现（表9）

• 同样基于指标趋势与历史分位数打分，分值0-10，6-10为强，4-6中性，0-4弱。

- 高分阶段黄金平均季度收益4.7%，正收益概率84.2%，表现极佳。

• 中性阶段收益较低，正收益概率54.5%。

- 低分阶段季度平均收益-2.7%，正收益概率仅25%。

2020年上半年黄金指标打分（表10）

• 一季度美国10年期国债收益率与CPI表现较强，但美元指数极弱。

- 二季度美国10年期国债收益率与美元指数回升，CPI回落，综合打分表现为较强，符合黄金上涨12.62%的走势。

• 主要驱动因素为美联储量化宽松政策导致利率低位，美元需求下降，避险情绪驱动黄金价格上涨。

- 预计下半年美国货币政策持续宽松，利率低企，通胀预期回升，美元指数存在疲软，黄金价格将受益维持乐观[page::7,8]

---

四、图表深度解读

• 图1（A股盈利和估值贡献拆解）： 展示盈利与估值季度贡献，明显估值贡献占主导地位，说明市场情绪和资金面对市场波动主驱动。

- 表1-3（A股指标选取及评分表现）： 明确量化指标和正负向划分，统计不同状态下平均收益和正收益概率，验证打分模型有效性。

• 表4-7（债券货币与信用指标及收益表现）： 捕捉货币市场利率、融资规模、宏观经济等变量，明确不同货币信用组合状态下债券收益规律，突显货币政策在债券价格形成中的重要地位。

- 表8-10（黄金指标及评分表现）： 简洁清晰罗列黄金影响因素，统计高中低分阶段的黄金表现，实证检验黄金价钱受美元和利率双重影响的基本面框架。

以上表格和图表均支持报告中提出的基于基本面的中长期量化择时框架，能较好反映资产收益的驱动机制[page::2-8]

---

五、估值分析

本报告未显式进行传统的公司估值方法（如DCF、市盈率等），而是采取一种宏观+市场微观指标量化打分方法，拆解资产收益贡献来源，基于基本面及市场风险偏好等指标构建多维变量体系，完成“状态得分”，用于资产收益的统计解释和未来价值判断。其估值逻辑核心是：

• 对A股以DDM模型拆解盈利与估值变化，估值变化体现金融资产风险溢价和利率环境变动；

- 债券估值依赖货币政策及信用供给与需求二元变量；

• 黄金定价与美元强弱、美国利率和通胀相关；

- 综合利用这些分值划分“强弱状态”，对资产阶段性表现进行历史回测和统计归纳，为中长期择时提供决策依据。

---

六、风险因素分析

• 量化策略基于历史数据，未来政策、经济环境若发生变化，模型拟合效果可能下降甚至失效。

- 非基本面驱动因子（动量、情绪）虽提升短期模型表现，但削弱了长期基本面稳定性，风险在于资产内在价值偏离。

• 货币政策与信用环境非完全可预测，宏观政策边际调整将直接影响债券收益，宽松政策若突转为收紧，债券价格面临压力。

- A股估值高波动性风险，投资者情绪易受集中事件影响，模型季度以上频率择时效果有限。

• 黄金受国际政治、美元政策影响大，全球避险情绪突发变化可能导致模型失效。

- 报告提出的所有评级和预测均为相对概率和历史统计结果，非确定性预测，投资决策应结合更多判断。

• 报告附风险提示及免责声明，提醒投资者独立判断、风险自担，严禁非法转载等合规条款[page::0,9]

---

七、批判性视角与细微之处

• 报告强调提升基本面逻辑，但仍承认部分非基本面因子（如动量、情绪）在短期择时中的实用价值，存在模型逻辑与实用性的张力。

- 依据历史数据打分的指标体系存在一定滞后性和反应速度限制，难以完全捕捉政策突变和黑天鹅事件。

• 分数划分阈值（7分强、3分弱等）较为经验性质，未见敏感性分析，可能影响实际投资操作有效性。

- 债券中信用维度表现与直觉“宽信用好债券”相悖（信用收紧时债券表现好），但报告解释为货币政策影响更为显著，需结合具体市场背景理解。

• 黄金分析虽然涉及关键指标，但深层的供需动态和全球资金流动结构相对粗略。

- 模型均基于中国和美元市场数据，缺乏对国际联动性与资本流动变动的深入分析。

• 报告中表格（如表7后半部分）版面和数据排列略显混乱，可能导致解读困难。

- 报告对估值模型的定量过程描述较为概括，缺少细节的数学形式与参数选择披露。

---

八、结论性综合

本报告系统性地构建了基于基本面逻辑的A股、债券与黄金三大类资产的中长期分析与择时框架，突出量化指标对盈利、估值、货币政策及信用环境、以及美元与美债利率的动态刻画。从历史回测看：

• A股：市场收益主要由估值变化驱动，盈利变化影响较小，估值和盈利指标构建的打分体系能较好区分市场强弱，估值得分对收益贡献尤为显著。

- 债券：利率为核心，货币宽松为债券市场最重要正面因素，信用紧缩状态时债券反而表现较好，货币与信用联合分布定义了债券收益高低，表现有明显周期性。

• 黄金：表现受美元指数、美债利率和美国通胀推动，指标打分高对应黄金显著正收益，符合其三重属性视角，黄金布局可结合当前低利率及潜在通胀压力。

- 三大类资产均采用基础指标趋势和历史分位数相结合的量化打分法，界定区间的收益概率分布，体现出稳定的历史统计规律，对中长期资产配置具备一定指导价值。

报告建议未来动态跟踪框架运作，结合前瞻量化研判各主要因子走势，持续优化大类资产中长期量化择时体系。总体而言，本报告提出的分析框架符合经典金融资产定价理论，并结合本土市场数据有针对性地进行了验证和应用，为资产配置提供科学的技术与基本面结合方法，有望推动中长期量化资产管理向更加稳健和系统化发展[page::0-8]

---

综上所述，本报告通过结构化指标选取、多维分值体系、历史回测验证，建立了适合A股、债券、黄金三大类大类资产的基本面驱动中长期量化择时框架，兼顾理论与实务，扩展了金融工程应用深度，具有较高的理论和实操价值，同时也明确提示了量化模型固有的局限性与风险。投资者可据此在配置中加强基本面研判，合理安排资产配置的节奏与重点，提升组合的中长期稳健收益能力。

报告