您正在访问亚汇网香港分站,本站所提供的内容均遵守中华人民共和国香港特别行政区法律法规。

【华泰金工林晓明团队】当前高波动市场股涨债跌概率更大——每周观点

文 / 秋荷 2020-08-09 17:19:33 来源:亚汇网

当前市场较高波动或将持续,统计发现高波环境下权益表现大概率更优通常我们用相关系数度量一定时期内股债价格走势是同向还是反向,但无法辨别实际情况,例如相关系数为正,无法区分股债是同向上涨还是同向下跌。如果提取股债的月度涨跌数据,实际可构成四种涨跌组合。我们发现随着市场波动增大,其中股涨债跌组合出现的概率更大。当前市场正处于较高波动的水平,根据波动率聚集效应,未来一段时期风险资产表现或优于债券资产。将股债涨跌分成四种组合统计发现:市场波动越大,股涨债跌的概率越大股债的相关系数反映的是股债涨跌的同反向关系,当相关系数为正,意味着股债同涨或同跌;当相关系数为负,意味着股债涨跌为反向。如果对股债涨跌的状态做更细致的拆解,那么会出现四种情况:股债同涨,股债同跌,股跌债涨,股涨债跌。我们统计中国股债四种涨跌组合的出现概率,发现长期来看,股债同涨同跌的概率与股债反向涨跌大致相当。基于波动率聚集规律与当前市场高波动情况预测:权益表现或将优于债券通过对2002年1月至2020年7月的中国股债数据进行统计,我们发现当股债涨跌幅度越大时,股涨债跌的概率也越大。而股债涨跌幅的大小可以由波动率进行反映。而在金融市场中,波动率聚集现象时有发生,也即价格波动会有一定持续性。今年以来,股债市场的波动都有所放大,未来一段时期或仍将延续高波动特征,此种状态下风险资产涨、债券资产跌的概率相对较高。行业景气度跟踪:推荐农林牧渔、电新、国防军工、钢铁和基础化工在华泰金工行业轮动系列报告《景气度指标在行业配置中的应用》(2019-9-12)中,我们结合财务报表、业绩快报、业绩预告、一致预期等多个维度数据,构建了12个景气度指标来对各行业景气状态进行月度打分(该指标景气度向好打1分,恶化打-1分,无信号打0分,综合打分数值越高,意味着该行业越景气)。根据2020年7月31日的最新建模结果,全市场景气度触底反弹,仅农林牧渔、电新和国防军工三个行业景气度为正。景气度打分排名前五的行业分别是:农林牧渔、电新、国防军工、钢铁和基础化工。行业拥挤度跟踪:国防军工、有色金属和基础化工行业拥挤我们以量价数据为基础,构建了收盘价乖离率、换手率与收盘价相关系数、成交量与收盘价的相关系数、峰度、换手率乖离率以及换手率这六项拥挤度指标,用以刻画行业指数是否存在过热交易风险。将上述指标的打分结果加总即可得到各行业的复合拥挤度打分,复合拥挤度大于零即可表明该行业处于拥挤状态,有一定的交易过热风险。本周市场整体震荡上行,行业间出现一定的分化,总共有国防军工、有色金属和基础化工三个行业出现拥挤。这三个行业拥挤的原因是短期资金流入较多,换手率乖离率处于历史高位。风险提示:模型根据历史规律总结,历史规律可能失效。金融周期规律被打破。市场出现超预期波动,导致拥挤交易。正文当前市场较高波动或将持续,高波环境下权益表现大概率更优股债相关性存在周期性变化规律,简单计算对短期预测股债方向价值不大通常我们认为市场中的股票资产和债券资产的价格走势不相关甚至存在负相关的特征,并测算股票和债券的Pearson相关系数来观测股票和债券价格的涨跌方向是否一致。下图展示了以万得全A代表的中国股市和中债-新综合财富(总值)指数代表的中国债市之间的相关关系,在具体计算相关关系时存在多种方案,下面我们采用过去1年的月频数据或者日频数据分别测算相关系数,会发现两种方式算得的相关系数在长时间里的均值都在0值附近,说明股债涨跌不相关,但不同时间截面上的数值大小存在一定不同。以月频数据计算得到的相关系数绝对值大于以日频数据计算的,并且波动幅度也会更大。例如自2017年12月以来,月频数据算得的相关系数在2018年上半年迅速下跌,随后便保持宽幅震荡,而以日频数据算得的相关系数则一直下降到2020年3月才出现触底反弹。不过从整体走势上,二者较为接近,相关系数能一定程度反映出在计算窗口期内股债走势是趋于同向还是反向。但相关系数所反映出的同向或者反向信息难以被拆解得更加细致,例如即便我们知道过去1年里股债相关系数为正,我们也无法得知股债到底是同涨更多还是同跌更多。并且不同的时间窗口、不同的数据频率都会对相关系数的计算结果产生一定影响从而干扰我们对股债真实涨跌对比的观察。将股债涨跌分成四种组合统计发现:市场波动越大,股涨债跌的概率越大如前所述,股债的相关系数反映的是股债涨跌的同反向关系,当相关系数为正,意味着股债同涨同跌;当相关系数为负,意味着股债反向涨跌;当相关系数为0,那么说明股债同涨同跌和股债反向涨跌的概率是相当的。实际上,由于股和债分别有上涨下跌两种情况,因此在同一时间截面下,可以构成四种组合:股债同涨,股债同跌,股跌债涨,股涨债跌。据此,我们统计2002年1月至2020年7月区间里,223个月的股票和债券的涨跌情况构成的四种组合比例。从下图可以看到股债同涨同跌和反向涨跌的月数占比分别为49%和51%,这个结果与前述的相关系数在长期的均值为0是相符的。另外股债同涨的月份占比最大为33%,而股债同跌的月份占比最小,仅有12%的时间出现月度级别的“股债双杀”。但上述统计实际会将许多涨跌不明显的数据点纳入进来,例如某个月股票上涨了0.01%,而债券下跌了-0.01%,我们也把它计入了股涨债跌的情况。因此接下来我们考虑剔除掉股债月度涨跌幅较小的数据点(剔除中间20%的收益率数据点),仅保留股债月度涨跌幅在前40%和后40%的数据(也即保留股和债上涨/下跌较为明显的数据点),重新统计四种涨跌组合的比例。可以看到相比全样本数据而言,剔除中间20%的收益率数据点后,股债同涨同跌的比例略有下降到48%。如果我们继续扩大中间收益率的剔除量,就会发现剔除的不明显涨跌幅数据越多(也即股债出现越大跌幅或涨幅时),股债同涨同跌的占比也越小。在剔除股债中间20%的收益率数据点后,股债同涨同跌的比例从全样本的51%降至48%;在剔除股债中间30%的收益率数据点后,股债同涨同跌的比例降低至47%;在剔除股债中间40%的收益率数据点后,股债同涨同跌的比例进一步降低至43%。这说明如果股债处于涨跌幅度比较大的情况下,通常股债是反向涨跌的,换句话说就是股票在大幅下跌,债券更可能在较大幅度上涨,或者股票在大涨的时刻,债券往往在大跌。我们将上述的统计数据绘制成表格如下:从上表我们可以看出四种涨跌组合占比的变化:(1)     随着股债涨跌幅度的增大,股跌债涨月数的占比在减小;(2)     随着股债涨跌幅度的增大,股涨债跌月数的占比在增加;(3)     随着股债涨跌幅度的增大,股债同涨月数的占比在减小;(4)     随着股债涨跌幅度的增大,股债同跌月数的占比在增加;(5)     随着股债涨跌幅度的增大,股债同涨同跌的月数占比在减小,也即越倾向于负相关。基于波动率聚集规律与当前市场高波动情况预测:权益表现或将优于债券股债涨跌幅的大小可以由波动率进行度量,当股债的涨跌幅越大,那么其波动率也会越大。但由于波动率指标是双向的,价格涨幅或跌幅增大,其波动率都会放大,因此我们可用波动率数值来观察当前股债涨跌幅度,然后结合前面的四种组合占比来判断股债涨跌的出现概率。而在金融市场中,波动率聚集现象时有发生,在相近的时期里,价格波动会有一定持续性,大的波动后跟随大的波动,小的波动后跟随小的波动。因此我们可以根据当前市场的波动特征,推知未来一段时间的市场波动大小。从当前的市场状况来看,股市和债市在6月和7月股市的涨幅高于历史的70%以上的月份,而债市的跌幅也高于历史70%以上的月份,今年以来的波动都有所放大,说明当前股债均处于波动较大的状态,因此涨跌幅度会相对较大。那么根据前述的统计规律,此种状况下,股票涨债券跌的概率相对更大。事实上,根据华泰金工周期模型,我们看好2020年的风险资产表现。虽然疫情对资产价格产生了冲击,但自3月底全球市场反弹以来,多数国家的股指都超过疫情前的高点,并且大多国家的债券表现不如前两年,说明基钦周期上行力量依然强劲。因此我们认为虽然当前全球市场处于波动较大的状态,且该状态可能会持续一段时间,但未来风险资产仍然大概率优于债券资产的表现。景气度跟踪:农林牧渔、电新和国防军工景气度为正在华泰金工行业轮动系列报告《景气度指标在行业配置中的应用》(2019-9-12)中,我们结合财务报表、业绩快报、业绩预告、一致预期等多个维度数据,构建了12个景气度指标来对各行业景气状态进行月度打分(该指标景气度向好打1分,恶化打-1分,无信号打0分,综合打分数值越高,意味着该行业越景气)。根据2020年7月31日的最新建模结果,全市场景气度触底反弹,仅农林牧渔、电新和国防军工三个行业景气度为正。景气度打分排名前五的行业分别是:农林牧渔、电新、国防军工、钢铁和基础化工。行业拥挤度跟踪:国防军工、有色金属和基础化工行业拥挤在前期报告《拥挤度指标在行业配置中的应用》(2020-02-09)中,我们从控制交易风险的角度出发,构建拥挤度指标对各行业的交易过热风险进行衡量。具体而言,我们以量价数据为基础构建六个单项行业拥挤度指标,并进一步合成复合指标。复合拥挤度指标大于零即可表明该行业处于拥挤状态。历史统计来看,出现拥挤信号的行业在未来一个月出现下跌可能性较大,建议降低仓位。本周市场整体震荡上行,行业间出现一定的分化,总共有国防军工、有色金属和基础化工三个行业出现拥挤。这三个行业拥挤的原因是短期资金流入较多,换手率乖离率处于历史高位。资金面跟踪:上周北向资金流出,主要流出非银金融行业北向资金持续净流入,上周北向资金总计净流出44.49亿元,但最近三月北向资金流入量为876亿元。上周北向资金净流入较多的行业分别是食品饮料(23.95亿元)、电气设备(13.96亿元),净流出最多的行业是非银金融(-51.41亿元)。风险提示1、模型根据历史规律总结,历史规律可能失效。2、金融周期规律被打破。3、市场出现超预期波动,导致拥挤交易。免责声明与评级说明公众平台免责申明本公众号不是华泰证券股份有限公司(以下简称“华泰证券”)研究报告的发布平台,本公众号仅供华泰证券中国内地研究咨询服务客户参考使用。其他任何读者在订阅本公众号前,请自行评估接收相关推送内容的适当性,且若使用本公众号所载内容,务必寻求专业投资顾问的指导及解读。华泰证券不因任何订阅本公众号的行为而将订阅者视为华泰证券的客户。本公众号转发、摘编华泰证券向其客户已发布研究报告的部分内容及观点,完整的投资意见分析应以报告发布当日的完整研究报告内容为准。订阅者仅使用本公众号内容,可能会因缺乏对完整报告的了解或缺乏相关的解读而产生理解上的歧义。如需了解完整内容,请具体参见华泰证券所发布的完整报告。本公众号内容基于华泰证券认为可靠的信息编制,但华泰证券对该等信息的准确性、完整性及时效性不作任何保证,也不对证券价格的涨跌或市场走势作确定性判断。本公众号所载的意见、评估及预测仅反映发布当日的观点和判断。在不同时期,华泰证券可能会发出与本公众号所载意见、评估及预测不一致的研究报告。在任何情况下,本公众号中的信息或所表述的意见均不构成对任何人的投资建议。订阅者不应单独依靠本订阅号中的内容而取代自身独立的判断,应自主做出投资决策并自行承担投资风险。订阅者若使用本资料,有可能会因缺乏解读服务而对内容产生理解上的歧义,进而造成投资损失。对依据或者使用本公众号内容所造成的一切后果,华泰证券及作者均不承担任何法律责任。

相关新闻

加载更多...

排行榜 日排行 | 周排行