宏观经济与企业盈利周期的关系 [page::2][page::3]

• 企业净利润增速波动大于GDP增速，且受行业经济敏感性和杠杆影响显著。

- 不同行业盈利表现差异明显，工业及金融板块杠杆较高，盈利波动加剧。

• 信贷周期作为影响盈利的重要宏观因素，存在显著传导滞后效应。

杠杆因子和盈利收益因子构造及行业分布 [page::4][page::5]

| 大类因子 | 二级因子及系数 | 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 |

• 杠杆因子在大金融板块（银行、非银、房地产）较高。

- 盈利收益因子在传统周期行业（钢铁、煤炭、商贸零售）较高。

• 因子经过去极值和标准化处理，行业差异显著。

因子检验与收益率表现 [page::5][page::6][page::7]

• 杠杆因子和盈利收益因子IC表现周期性明显，周期一致性高。

- 杠杆因子IC均值约-0.013，盈利收益因子IC均值约0.019。

• 多空组合收益率显示两因子收益呈显著负相关（相关系数约-0.44），因子内部相关性较低（0.10），显示因子收益负相关主要内在属性驱动。

宏观领先指标作用及轮动策略构建 [page::7][page::8][page::9]

| 代表指标 | 与杠杆因子收益率相关性 | 与盈利收益因子收益率相关性 |
|-----------------------|-----------------------|---------------------------|
| 预测平均值:M2:同比 | 0.67 | -0.36 |
| M2:同比_人民币贷款 | 0.60 | -0.31 |
| 信用利差(中位数):全产业债 | -0.51 | 0.28 |

• 领先指标滞后6期处理，增强相关性，预测平均值:M2:同比与因子相关性最高。

- 构建MA5平滑指标，MA5环比上升择时杠杆因子，下降择时盈利收益因子，形成风格轮动策略。

• 原始因子收益率分别为55%和11%，单独择时提高至282%和139%，组合轮动收益率达到814%，显著提升收益表现。

策略回测及风险收益表现 [page::10][page::11][page::12]

| 统计指标 | 数值 |
|-------------|----------|
| 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 |

• 标的范围为中证500，月频调仓，交易成本双边0.2%，限制涨跌停、流动性低。

- 结合行业及风格约束进行组合优化，实现目标函数最优解，控制个股权重及暴露偏离。

• 策略具有良好超额收益和风险控制能力。

资深金融分析师对《杠杆因子和盈利收益因子的风格轮动》专题报告的详尽分析

---

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》

- 发布时间：2021年4月11日

• 作者：陶勤英，财通证券研究所分析师，SAC注册编号S0160517100002021-68592393

- 发布机构：财通证券研究所

• 主题：围绕中国资本市场中以杠杆因子（leverage）和盈利收益因子（earnings yield）为核心风格因子，结合信贷周期与宏观经济因素，构建风格轮动策略，实现因子择时及超额收益。

- 核心论点：企业经营和盈利受宏观经济和信贷周期影响，杠杆因子和盈利收益因子收益呈周期性波动且互有负相关。运用宏观货币指标（尤其是M2同比增长的预测平均值）为领先指标，实现对两个因子的动态风格轮动，明显提升组合表现。

• 报告目标：展示基于风格因子的因子轮动策略构建及其策略回测效果，论证风格因子择时的有效性。

- 风险提示：模型基于历史数据，未来有效性存在不确定性。[page::0, 2, 12]

---

2. 逐节深度解读

2.1 概述（第1节，页2）

• 关键论点：报告指出中国企业经营受宏观经济环境和企业自身杠杆双重影响。尽管中国近年GDP增速较为稳定（6%-7%），企业收入增速波动更大，且受行业敏感性和企业杠杆效应影响显著。同时，信贷周期的波动对企业杠杆的放大与收缩影响其盈利表现。

- 逻辑基础：企业通过杠杆融资在经济上行期扩张获利，高杠杆在经济下行期导致融资困难，营业风险升高。

• 分析视角：文章转向因子视角，研究杠杆因子和盈利收益因子风险溢价与信贷指标的相关性，尝试基于领先信贷指标实现因子轮动，旨在捕捉超额收益。

2.2 企业盈利周期与信贷周期（第2节，页2-3）

• 图表说明：

- 图1显示2012年至2020年间A股主板上市公司净利润增速波动剧烈，特别是2020年新冠疫情期间出现大幅下降，盈利波动幅度大于宏观经济本身。
- 图2展示了日常消费、工业、可选消费及金融四大板块盈利增速的差异，多数周期板块盈利波动更明显，金融板块波动相对稳定。

• 关键论点：企业盈利受宏观经济周期驱动，经济繁荣带来信贷扩张，企业借入杠杆扩大经营，获利增加，但周期反转时信贷收缩，特别是高杠杆企业经营恶化加剧。这种宏观-信贷-企业的传导机制存在时滞。

- 理论引用：结合霍华德·马克斯有关信贷周期的描述，强调信贷扩张滥发贷款最终导致经济衰退的循环链条。

2.3 杠杆因子和盈利收益因子（第3节，页3-6）

因子构造（3.1，页4）

• 杠杆因子：综合了市场杠杆和资产负债率，具体二级因子包含MLEV（市场杠杆）和DTOA（资产负债率），权重分别为0.38和0.35。

- 盈利收益因子：以账面杠杆、市现率倒数、市盈率倒数为二级因子，权重分别为0.27和0.66。剔除了覆盖度较低的EPFWD因子。

• 数据处理：合成大类因子后做去极值与标准化，保证分布稳定。

因子分布（图3-6，页4-5）

• 杠杆因子分布（图3）：集中在较小区间，偏右长尾，显示部分行业和个股杠杆显著偏高。

- 盈利收益因子分布（图4）：呈现偏态分布，少量极端高盈利收益企业存在。

• 行业差异（图5-6）：大金融（银行、非银、房地产）行业杠杆水平较高；盈利收益因子高值集中在传统周期行业（钢铁、煤炭、商贸零售），这是因为周期行业盈利改善明显且估值相对较低导致收益率高。

因子分析（3.2，页5-7）

• IC检验（3.2.1，图7-8）：杠杆因子平均IC为-0.013，盈利收益因子平均IC为0.019，二者IC表现出明显周期性，且周期大体同步。杠杆因子的IC在负区间波动幅度较大，盈利收益因子在正区间振幅大，说明两者在不同时间段表现差异明显，显示可能存在交替发挥的套利空间。

- 多空收益率检验（3.2.2，图9）：按因子值排序，杠杆因子采用“小减大”策略，盈利收益采用“大减小”策略构建多空组合，策略收益呈现明显反向走势，两因子收益率相关系数是-0.44，而因子本身相关性仅0.10，说明收益率负相关主要来自因子内在收益周期，而非因子值本身高度相关。这也吻合了宏观信贷与盈利周期影响的逻辑。

2.4 风格轮动（第4节，页7-10）

指标选取（4.1，页7）

• 选取指标：汇总了包括货币供应(M0，M1，M2)、贷款余额、融资规模、国债及企业债收益率、信用利差、PMI、PPI、CPI等共计86个宏观经济及货币相关指标。

- 统一处理：所有指标转为月频，部分数据做同比处理，保证数据的可比较性和滞后性。

领先指标相关性分析（4.2，页8-9）

• 滞后考虑：对宏观指标做滞后六期（月）处理，既避免未来函数效应，也体现宏观至企业传导的时滞。

- 相关性结果：预测平均值（M2同比）与杠杆因子收益率相关最高（0.67），且与盈利收益因子呈负相关(-0.36)。其余贷款类指标也表现类似且相关性次之。说明货币供应量变化是驱动两因子收益变动的重要领先指标。

• 滞后期稳定性：随着滞后期数递增，相关性逐步提升且逐步趋于稳定，进一步验证了滞后选取科学性。

风格轮动构建（4.3，页9-10）

• 构建思路：利用M2同比的预测值滞后6期并用MA5平滑，当该平滑平均径增（MA5环比上升）时，选择杠杆因子；反之则选择盈利收益因子。

- 图示说明（图10）：因子收益率走势与MA5平滑M2同比领先指标基本同步，验证预测指标的择时信息有效性。

• 策略收益比较（图11）：

- 原始杠杆因子、多空组合收益率分别为55%和282%；
- 盈利收益因子分别为11%和139%；
- 风格轮动组合收益率达到史无前例的814%，显示轮动策略极大提升了收益率。

2.5 策略回测（第5节，页10-12）

• 组合构建方式：通过优化方法实现风格与行业约束下的投资组合最优权重，约束包括权重和行业暴露率、禁止做空、交易成本等。风格约束通过杠杆和盈利收益因子暴露的符号变化实现轮动。

- 回测范围：以中证500指数成分股为标的，月频调仓，双边交易费0.2%，限制涨跌停及成交量异常状况。

• 回测表现（图12及表5）：

- 年化收益15.74%，超额最大回撤18.6%，最大回撤54.3%，Alpha 16.44%，Beta 1.05，波动率36%，夏普比率0.72，信息比率1.39。
- 曲线表现显示策略显著优于基准，波动与回撤控制合理。

---

3. 图表深度解读

图1（页2）：A股主板上市公司净利润增速

• 显示2012-2020年企业净利润增速高波动，2020年疫情期间显著下滑。

- 反映企业盈利受宏观经济周期及外部冲击影响，且波动幅度远大于GDP增速，显示企业经营敏感性高。

图2（页3）：四大板块盈利增速对比

• 日常消费相对稳定，工业与可选消费波动较大，金融板块波动较小。

- 说明不同行业对经济周期敏感度不同，周期行业震荡剧烈，金融行业相对稳健。

图3-4（页4）：杠杆因子与盈利收益因子分布

• 杠杆分布呈明显偏右长尾，少数企业杠杆极高。

- 盈利收益因子分布偏左，但同样存在极端高盈利收益个股。

• 反映因子覆盖广且差异明显，为策略提供多样性基础。

图5-6（页5）：行业均值分布

• 杠杆最高为银行、房地产等大金融板块。

- 盈利收益最高为周期行业（钢铁、煤炭），与二级市场低估值对应。

• 验证行业特征对因子表现影响显著。

图7-8（页6）：IC分析

• IC值波动剧烈，周期性明显。

- 杠杆IC多在负值区间时幅度大，盈利收益反之，存在互补套利空间。

• Q-Q图显示IC近似正态分布，IC值散布合理，统计意义可靠。

- 月平均IC热力图揭示年内周期波动规律，为因子择时提供时间维度参考。

图9（页6）：因子分组多空收益率

• 杠杆因子表现波动幅度大，盈利收益因子变化平缓。

- 二因子收益率负相关(-0.44)，且因子本身相关性低，表明收益率负相关机制主要非因子本身关联。

图10（页9）：因子收益率与MA5平滑滞后M2同比预测值

• 三条曲线走势高度对应，杠杆因子收益率与M2同比正相关，盈利收益因子走势相反。

- 验证M2同比作为领先指标择时的有效性，支持轮动策略构建。

图11（页10）：因子择时及风格轮动收益率

• 原始因子收益远低于择时后的因子组合表现。

- 杠杆和盈利收益单独择时的超额收益均较高，但联合轮动策略下收益率提升近数倍，显示风格轮动策略的巨大优越性。

图12（页11）：策略回测净值曲线与回撤

• 策略净值曲线长期稳健上扬，高于基准指数。

- 超额收益曲线波动增长，最大回撤控制在合理范围内。

• 回撤面积图体现策略调整风险接受管理有效，风险与收益平衡良好。

---

4. 估值分析

• 报告主要采用因子收益率和风格轮动的策略回测方式验证超额收益，未涉及具体公司估值模型如DCF或市盈率法。

- 因子构造综合多个财务指标（杠杆、盈利收益率等），通过IC和多空组合收益验证因子有效性，体现因子投资估值信号的内涵。

• 策略回测中通过优化求解组合权重，实现基于风险暴露的风格估值管理，约束内容包括权重和行业暴露，防止单一因子和行业风险过度集中。

- 估值方式偏策略定量优化而非传统估值法。

---

5. 风险因素评估

• 模型风险：报告多次提醒模型建立基于历史数据，不保证未来有效性，强调必须关注模型的时变有效性和稳定性。

- 数据质量与覆盖风险：盈利收益因子剔除覆盖度低的EPFWD，说明数据覆盖不完全可能影响因子构建。

• 市场结构风险：由于策略基于特定市场（中证500），结构变化或因子特征改变可能对策略效果造成影响。

- 流动性及交易风险：回测考虑交易成本和限制涨停跌停，实际交易可能面临流动性限制，且极端行情下大回撤风险仍存。

• 宏观经济与政策风险：策略紧密依赖宏观经济指标，尤其信贷周期受政策调控影响大，政策突变可能对策略表现带来较大不确定性。

- 行业集中风险：因子行业暴露差异大，某些行业调整明显时可能对组合造成较大冲击。

报中未详细阐述缓解策略，仅通过行业和风格约束进行风险管理。

---

6. 审慎视角与细微差别

• 报告强调杠杆因子负IC区间振幅较大，盈利收益正区间振幅较大，可能暗示模型在不同市场环境或经济阶段表现差异明显，需动态监控因子有效性。

- 因子构造基于财务指标，然而未深挖或披露风险因子与估值因子背后的基本面变动驱动，缺少更细致的经济机制探讨。

• 风格轮动依赖M2同比及其预测，M2作为宏观指标受政策影响大，短期政策冲击可能影响策略的稳定性和预期收益。

- 因子多空收益率策略在实际中操作难度较大，报告选择优化方法构建组合，降低现实投资中操作门槛，但同样引入模型优化误差和非线性约束风险，这方面细节较少。

• 报告整体逻辑严谨，数据较为详实，但在风险因素披露、宏观政策变化适应性及实操难点方面尚可进一步深化。

- 报告未涉及对杠杆因子可能带来的信用风险、流动性风险的多维度风险聚合分析，未来研究空间尚存。

---

7. 结论性综合

本文由财通证券陶勤英分析师撰写，系统地通过实证研究揭示了杠杆因子与盈利收益因子间互补的风险溢价特征及其与宏观信贷周期的内在联系，特别聚焦了货币供应M2的同比增速作为领先指标，在因子风格轮动中的关键作用。通过层层数据分析，因子构造，IC检验和多空收益率检验，报告验证了杠杆因子与盈利收益因子的周期性负相关关系，并以M2同比领先指标实现有效择时。

基于月频数据和中证500市场样本，报告构建了基于风格和行业约束的动态组合优化框架，实现多因子风格轮动，回测结果显示年化15.74%的收益率，高于基准且风险回撤可控，信息比率达1.39。风格轮动策略相较单因子策略收益率提升显著，表现出较强的实证说服力。

图表中，企业盈利周期与宏观经济周期同步但波动更剧烈，行业盈利波动受行业属性及杠杆属性影响显著；因子分布和行业分布揭示杠杆主要集中于大金融板块，盈利收益在周期行业占优；IC分析证实因子时序稳定性及周期性波动特征；多空收益率分析表明因素收益的内在波动来源而非简单相关性；领先指标M2同比带来有效的因子择时信号，轮动策略逻辑严密且实操性强；回测表现应证策略的潜在投资价值。

尽管如此，报告也提醒投资者注意历史模拟的局限性、宏观经济及政策变化带来的不确定性、以及数据覆盖和市场实际交易风险。

总体来看，报告从宏观经济周期、信贷周期、企业财务因子和市场行为多个层面，融合经典金融因子投资理念，提出并验证了通过风格轮动提升投资组合收益的有效路径，是一篇系统性强、实证充分、具有较强应用价值的策略研究报告。[page::0,1,2,3,4,5,6,7,8,9,10,11,12]

---

参考文献

• WIND 数据

- 财通证券研究所内部计算与模型

• 霍华德·马克斯著《周期》

---

（所有引用均来自报告原文，页码标注清晰，方便后续内容溯源和验证）

报告