华宝证券研究报告分析师 / 张青（执业证书编号S0890516100001） 研究助理 / 余景辉

　　摘要

　　现代资产配置的触角在不断延伸，不仅是对不同大类资产的配置，还是对各资产类别中细分资产的配置，因为市场的分化正在加剧，同一资产内部的不同细分资产走势可能有天壤之别，这在2017年的A股市场中被演绎的淋漓尽致。同一资产内部细分资产走势的差异，既体现于大盘小盘、价值成长等市场风格的差异，还体现于不同行业板块的走势差异。风格走势的差异催生了Smart Beta策略，而行业走势的差异，则催生了行业配置与行业轮动策略。

　　前期我们外发的专题报告《多因子行业配置：动量、波动率与行业景气度》，主要基于多因子框架，采用传统技术指标（动量、波动率）以及基本面指标（行业景气度）对行业配置策略进行探讨，但实际上，除了技术面与基本面，行业配置的研究思路视角还可以拓展。

　　资本市场有大量的参与者，如公募基金、大户、散户以及分析师群体，每类参与者通过各自不同行为或多或少会对市场产生一定影响，这就为我们的研究提供了一个新的思路，即跟踪市场不同参与者的行为，从行为金融的视角探讨新的行业配置策略。例如根据公募基金季度披露的十大重仓股，我们可以统计出公募基金上一季度对哪些行业进行了增持减持，虽然我们并不知道（甚至无须知道）公募基金为什么增持或减持某一个行业，但增持、减持行为本身会导致资金在不同行业板块间的流入流出，而资金的变动自然会直接体现于股价的表现之上，于是从行为金融的视角，我们实际上就可以根据公募基金在不同行业板块上的持仓变动来指导我们的投资，这或许就可称作是“跟踪聪明钱”吧。

　　本文主要探讨四类行为及相应的行业配置策略。一是行业资金流与行业配置策略构建。行业资金流衡量的是全市场多头与空头力量的对比，我们想通过这种多空力量的对比探讨下是否对行业配置有指导；二是公募基金行业持仓变动与行业配置策略构建。公募基金作为一类市场重要参与主体，其持仓变动应会有某种启示；三是分析师一致预期变动与行业配置策略构建。分析师充当着价值发现者的角色定位，一致预期的变化向市场传导了相关股票及行业的基本面变化，这可能会为行业配置策略的构建提供一些参考；四是上市公司调研与行业配置策略构建。对上市公司进行调研是机构投资者与专业分析师的“标准化”行为，而对某行业中上市公司的密集调研可能传导了该公司及行业基本面或迎来重大拐点的信息，这一信息在指导行业板块投资上应该是极有价值的。

　　正文

　　1. 行业资金流与行业配置策略

　　无论是单个个股还是行业板块，股价上涨的最直观逻辑就是资金推动。虽然在任一时间点卖方双方交易的金额是相等的，即等价交换，但成交性质可能不同，如成交可能是买方力量主导的，即主动买入促成的成交，也可能是卖方主导的，即主动卖出促成的成交。对于买方主导的成交，意味着盘面看买方更占优势，未来价格倾向于上涨，而卖方主导的成交则意味着市场空头力量强大，未来价格倾向于下跌。

　　买方卖方主导力量的监测主要通过资金流相关指标，本文主要依据个股净流入资金这一指标，按照申万一级行业加总构成行业层面的净流入资金，并进行加工构成相关指标，以测试资金流在行业配置策略中是否有效。

　　1.1. 金额流入率

　　采用Wind资讯对该指标的定义，具体如下：

　　考虑到属于一个偏短线的指标，因此我们在统计时采用周频，即在每周末计算过去5个交易日的金额流入率平均值。当该指标大于0时，我们认为行业处于主力资金净流入状态；当指标小于0时，认为行业处于主力资金净流出板块，不过我们统计发现多数行业在多数时间下处于主力资金净流出状态，为避免各期筛选到的行业数量过多，我们对净流出比例设定一定阈值，以减少入选行业数量。统计结果如下：

　　从以上统计结果可以看到，无论行业是处于净流入还是净流出状态，其超额收益率都非常微弱，且在申万一级28个行业中的排名分位数也未明显呈现出是位次较为靠前还是靠后，因此，我们认为通过金额流入率这个指标来判断行业未来一段时间内是否相对基准有好的表现是比较困难的。

　　1.2. 金额流入率变化率

　　上述金额流入率指标主要是通过考察行业处于资金流入或流出的状态，来衡量某一时点上的市场多空力量对比，但实际上多空力量的对比还体现于时间序列变化中。例如，假设某一行当期呈现资金净流入状态，但较之过去一段时间，当期资金净流入的金额是在减少的，也可能反映出的是当前买方力量正在衰竭，而这从逻辑上看是一个看跌信号；相反，倘若某一行业当前处于资金净流出状态，但流出金额较之过去一段时间有所减少，则可能反映出的是当前该行业的空头力量正在衰竭，而逻辑上这是一个看涨信号。

　　基于上述考虑，我们对指标进行改进，统计指标的动态变化是否在行业配置上有效。指标具体计算方法为：统计过去5日行业金额流入率均值较之5日前的过去20日金额流入率均值绝对值的变化率，当变化率大于0时认为触发行业看多信号，小于0时触发行业看空信号，分别统计行业未来5天表现。

　　从统计结果可以看出，考虑了金额流入率的变化率后，当变化率大于0时，各期筛选出的行业组合未来1周超额收益率均值为0.08％，折合年化超额收益率大致在4％左右，而仅考虑行业是否处于流入状态的行业组合周超额收益率均值为-0.03％，折合年化超额收益率为-1.5％，可见，考虑了时间序列上的变动效应后，指标在行业配置上的绩效有所提升，不过，分位数排名依旧不甚理想，仅52.95％，而当变化率小于0时，超额收益率居然也为正值，即统计结果并未表明此时行业会跑输基准指数。

　　综上，我们并未发现行业资金流指标在行业配置上的价值。这可能跟资金流指标的统计方法有关。上述采用的行业净流入统计，由于未对盘口逐笔成交的资金量做更细致的统计，实际上统计的资金流是当天成分股全部主买的成交额减去主卖的成交额。实际上是可以根据单笔成交的资金大小做更细致的划分，如Wind在个股层面的资金流相关指标构建中，就根据挂单金额将逐笔成交划分成了超大单、大单、中单或小单（其中超大单定义为挂单额大于100万元，大单定位为挂单额介于20万～100万之间）。我们认为，倘若仅统计成分股中的超大单、大单的净流入额而汇总成的行业资金流指标，应该会更有意义，因为这类成交单可以更好反映出主力资金的动向，而主力资金对股价涨跌的影响更大。不过，这样以来就会大大增加基础统计的工作量，由于精力与时间有限，本文尚未对此进行研究，但无疑这是一个方向，在以后的专题研究中我们会对此进行深入探讨。

　　2. 公募基金持仓与行业配置策略

　　之所以考虑从基金持仓的角度去研究行业配置策略，是因为公募基金作为主要的机构投资者，无论是对宏观、行业还是个股的研究相比一般投资者都更为成熟，其掌握的信息也相比一般投资者要多，因此我们认为可以通过基金每季度披露的前十大重仓股来对其偏好有一定的认识，通过分析所有基金的持仓可以获得市场上的公募基金对各个行业的配置比例，从而发现一定的规律。

　　基金持仓的行业分布直接反映了当前时点基金经理对未来行业投资回报的看法，当基金经理较之行业基准权重在某个行业上大幅超配时，意味着该行业的未来盈利前景乐观，行业板块跑赢基准指数的概率加大；低配则意味着该行业未来的盈利前景悲观，行业板块未来跑输基准的概率较大。这一逻辑是否成立，我们通过统计进行验证。

　　为表明行业是处于超配还是低配状态，需要首先定义行业的基准权重。我们采用申万一级28个行业的分类标准，统计各行业内个股累计市值占全部A股市值的比例，并将该比例作为行业的基准权重。

　　我们以全部公募基金在季报中披露的前十大重仓股，统计公募基金在各行业上的配置权重。之所以采用季报而非半年报/年报数据，是考虑到季报数据的时滞较小，实效性较强（季报披露时限为季度结束后15个工作日内，而半年报/年报的披露时限是60天内和90天内）。

　　我们根据公募基金的行业配置权重与基准行业权重，计算公募基金行业配置较之行业基准权重的偏离度，下图展示了2017年4季度基金行业配置偏离度，从图中可以发现，基金大幅超配了家用电器、食品饮料等行业，同时大幅低配了采掘、纺织服装等行业。

　　我们以-10％为步长，将行业配置的向下偏离度（即低配状态）划分为10档，并统计各档行业组合未来三个月的超额收益率（以Wind全A作为比较基准）和其在申万一级行业中的收益排名状况。统计样本设定为2010年1月～2017年12月，于每年的1月底、4月底、7月底、10月底进行测试（即基金季报发布后，为便于统计，取每季度结束后的第一个月末时间节点）。

　　从以上统计结果可以发现，基金超配的行业表现相比低配行业的表现明显要好，尤其是随着超配比例的提高，行业组合的超额收益也同步提升，收益排名在申万一级28个行业中的位次也在抬升；对于低配行业组合也存在这种单调性关系，即随着低配比例的不断加大，行业组合跑输基准指数的幅度同步加大，同时收益排名在申万一级28个行业中的位次也在不断下降。可见，公募基金对行业的超配、低配与未来行业收益率有较为显著的正向关联，超配比例越高的组合，越易录得正的超额收益；相反，低配比例越高的组合，未来越易录得负的超额收益。

　　不过，当某行业的配置比例持续抬升时，可能意味着当前机构投资者在该行业的配置已经过度拥挤，未来增量资金有限，存在大幅跑输基准指数的隐忧；相反，当行业被过度低配时，也有可能意味着该行业上的空头力量已经衰竭，物极必反，未来股价存在随时转势的可能。根据这一逻辑，我们构建两个新的交易信号：

　　（1）当某行业当期处于低配状态，但较之上期配置有所增加时，简称低配增持；

　　（2）当某行业当期处于超配状态，但较之上期配置有所减少时，简称超配减持。

　　对于低配增持的状态组合，低配则意味着板块未来存在大幅加仓空间，而增持则意味着机构已经开始关注，有资金开始入场，故两种状态结合之下，未来行业跑赢基准的概率较大；对于高配减持的状态组合，高配意味着未来该行业板块继续加仓空间收窄，且由于交易拥挤甚至存在减持可能，而减持则意味着已有机构资金开始流出，故两种状态结合下，未来行业跑输基准的概率较大。

　　对于上述两种情形，我们进行统计分析。为避免选到的行业过多，提升策略的实践价值，当选到的行业数量超过5个时，我们根据增持减持比例做二次筛选。测试低配增持交易信号时，按照增持幅度进行排序，筛选增持幅度最大的前5个；测试超配减持交易信号时，按照减持幅度进行排序，筛选减持幅度最大的前5个。

　　与之前超配、低配行业组合的测试方法相同，我们每年于固定的4个时间点进行测试，重点考察持有三个月的超额收益率及排名分位数。

　　从统计结果可以发现，相较于仅考虑低配超配的行业组合，加入增持减持后，无论是从行业未来的收益排名分位数还是从超额收益率的统计结果看，都更为显著；低配增持时，行业组合历次录得的3个月超额收益率均值为1.23％，而前文测试的高配组合最高收益率也仅0.69％；高配减持时，行业组合未来3个月平均跑输基准指数1.43个百分点，而前文测试的低配组合，不同阈值下跑输基准指数的收益率多数小于1.43％这一水平，仅当低配比例超过90％时，跑输基准指数的幅度大于1.43％，但这一阈值设定下能各期等选到的行业很少，平均不到1个，策略的实用价值明显小于高配减持策略。

　　总之，通过实证检验，我们认为当基金在某行业的配置比例处于低配状态，但较之上期配置权重有所提升时，该行业在未来三个月的表现会较好，而当基金在某行业的配置比例处于高配状态，但较之上期配置权重有所下降时，该行业在未来三个月的表现会较差。

　　3. 分析师一致预期与行业配置策略

　　分析师是市场上一类重要参与者，其角色定位于通过深度调研与专业研究为上市公司合理定价，引导价值投资。伴随机构投资者占比的不断提升以及市场的不断成熟，分析师在市场上的话语权不断提升。因此，分析师一致预期在指导投资方面有重要价值。当分析师一致预期上调时，从逻辑上看预示着公司基本面正在发生积极改善，或预示着分析师情绪的乐观，而这两种逻辑从理论上看都会对二级市场股价产生积极正面影响。在多因子选股体系中，分析师一致预期已经被证明是一个选股绩效较为优异的因子，那么分析师一致预期是否也可以用于指导行业配置实践呢？这是本文关注的地方。

　　我们重点研究预期每股收益这一指标，因为这一指标在分析师预测数据中的样本最多，同时每股收益的变动也是影响股价变动最为重要的变量之一。我们于每月末计算各股票的每股收益一致预期环比变化率，然后将股票按照申万28个行业进行行业分类，并在各行业内对各个股票的一致预期环比变化率按照市值进行加权，从而就得到了各个行业的一致预期变化率。由于我们要利用该合成的一致预期变化率作为分析师对各行业未来的预期情况，因此就要考虑同一行业内有分析师覆盖的股票是否能对该行业具有代表性。我们通过某一行业内有分析师预期的股票的市值占该行业总市值的占比作为判断标准，如果该比例大于某个阈值，我们就认为这些股票可以代表该行业。

　　下图列出了历史上某个时点分析师覆盖个股市值占各行业市值的占比，可以发现，并非所有行业的覆盖率都很高，因此我们设定60％作为筛选标准，也就是覆盖率小于60％的行业不纳入考虑范围。

　　由于那些覆盖率过低的行业，无法构建行业层面的分析师一致预期数据，因而就不能按照多因子行业配置的思路来测评该指标在行业配置上的效度（因为对于那些覆盖率未超过阈值的行业，倘若采用该指标对所有行业进行打分排序，就会导致那些覆盖率未超过阈值的行业该项打分始终是空值），于是我们改用事件驱动的研究思路测评该指标绩效。我们定义事件为：当本月末计算的行业预期每股收益较上月值增加时，定义为触发事件，并等权持有对应的行业（倘若当月满足该信号的行业数量超过5个，为避免买入的行业过多，则选取环比增长最大的前5个行业；倘若满足信号的行业数量小于等于5个，则全部持有），我们统计信号触发后未来1个月、3个月以及6个月，持有的行业组合较之wind全A指数的超额收益率。为了进一步评价该指标是否有效，我们还构建了一个输家组合，即行业一致预期月度环比变化率为负的组合（当数量大于5个时，选环比变换率绝对值最大的前5个行业），用于与每股收益一致预期环比变化率为正的行业组合的同期收益率进行比较。

　　统计结果显示，行业一致预期每股收益环比大于0时，较之Wind全A指数，无论是1个月、3个月还是6个月均能录得超额收益，而行业一致预期每股收益环比小于0时，均跑输基准指数，这一统计结果说明了行业层面的一致预期变动对行业配置是有指导意义的。从胜率层面看，当组合持有3个月时跑赢基准指数的胜率最高，这也符合基本面类指标特性，即个股价格向价值的回归并不是一蹴而就的，需要给予一定的时间让市场充分认识到个股价值，从而基本面指标呈现出“长跑冠军”的特征。

　　不过，整体来看，这一指标的超额收益率水平并不算特别理想，不到0.5％，且55.45％的胜率也不算特别高。我们认为，这可能是因为在某些情况下，尤其是个股非财报发布月份，分析师对个股盈利预期的上调，可能是因为受股票自身二级市场价格表现影响，因为分析师也会受情绪影响。当某个股二级市场股价持续拉升时，分析师可能对个股未来走势过度乐观，从而上调未来收益预期，而当个股股价持续下行时，分析师也可能对该股走势过度悲观，从而下调未来收益预期。为剔除情绪影响，以尽可能纯粹的考察由于个股基本面潜在变化引发的分析师一致预期上调对股价的影响，我们考虑按月进行更加细致的统计。

　　从月度统计看，可以明显发现在5～7这三个月，对于一致预期行业配置策略组合，无论是持有1个月、3个月还是6个月，超额收益率以及胜率均好于其他月份，尤其是在6月份构建的组合，当持有3个月时，超额收益率达到2.36％，胜率也提升至66.7％，相比之前的总体统计的表现要好（我们还统计了一致预期每股收益环比负增长的输家组合表现，发现在6月表现最差，持有三个月的超额收益率为-1.22％，跑赢基准的胜率为30％）。之所以5～7月策略表现有效，我们认为其原因可能就在于4月份上市公司已全部披露年报，分析师对公司的历史业绩表现就有了更充分了解，而此后几个月的盈利预期上调，会更少受股价在二级市场表现影响，而是更多反映公司基本面前景，从而在年报披露后的短暂几个月，一致预期指标的效力也就最高。

　　4. 上市公司调研与行业配置策略

　　机构投资者在选择投资某个上市公司前，一般流程是会让研究员或投资经理去对上市公司进行调研，而卖方分析师也会为了挖掘牛票经常去对上市公司进行调研。单个投资者或研究员对上市公司的调研可能并不能反映出较多可以指导投资的信息，但倘若某家公司一段时间内频繁被投资者或研究员调研，则很有可能意味着该公司未来基本面或有重大变化，而这可能就是该股票二级市场股票价格大幅上扬的先兆。行业是由个股组成的，因此，同样的逻辑，当某行业内的多只个股一段时间内被频繁调研时，则可能意味着整个行业板块的投资机会显现。

　　深圳证券交易所互动易平台披露了上市公司的调研信息，我们主要利用这一信息进行统计研究。我们爬取了2012年7月～2017年12月间被调研过的上市公司名单及调研日期，并按月汇总成申万一级各行业被调研的上市公司数量总和，下图展示了2017年12月份各行业中被调研的公司数量，可以发现，在去年12月，电子、化工、机械设备等行业被调研上市公司的数量最多。

　　从按月统计的各行业被调研的上市公司数量和的时间序列变化看，会呈现出某些行业中的调研数量持续高于其他一些行业的情况，这一现象的造成原因主要有二：一是因为各行业本身上市公司数量的不同，如电子行业的上市公司数量本身就远高于银行、非银金融行业的上市公司数量；二是因为我们仅统计的深交所上市公司，而某些行业（主要是金融及周期性行业）的上市公司主要集中于上海证券交易所。鉴于这两方面原因，我们不能通过横截面的直接比较而确立哪些行业被大量调研，而是采用各行业自身时间序列层面的调研数量变化率来构建交易信号，这实际上就是一个行业层面的事件驱动交易策略。

　　由于上市公司调研存在季节性，各月调研数量存在一定跳跃（如图4中统计的医药行业月度调研数量），如果行业中个股调研数量的变化率是按月统计的话，会导致各月变化率出现极大波动，从而无法设定有效的变化阈值，为此，我们对各月调研数量进行平滑，定义事件如下：对当期行业的调研数和过去半年行业调研数的平均值进行对比，并设定阈值，如果大于这个阈值，我们认为在这个月该行业受到了较高的关注，预示着未来该行业可能会上涨。

　　接下来我们对事件触发后未来1个月、三个月、六个月的行业表现进行统计：

　　统计表明，上市公司调研事件触发概率不是很高，仅25％，也即1年仅有3个月触发事件，且事件触发时筛选到的行业数量也不是很多，平均每次筛选到3.28个左右，但该事件触发后，获取超额收益的胜率较大，持有1个月战胜Wind全A的胜率为66.70％，持有3个月及6个月的胜率为71.40％，从收益率方面看，无论是持有1个月、3个月还是6个月，年化超额收益率都可以达到10％以上，其中持有1个月的年化超额收益率最高，为18.96％，不过考虑到该事件的触发率不高，我们认为当事件触发时，持有3个月或6个月较持有1个月的时间长度是划算的。总之，我们认为，当某行业上市公司调研数量较历史出现显著增长时，此时可以该行业的配置比重是一个相对可靠的行业配置策略。