行业配置策略：中观景气视角（1）

免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。 1 证券研究报告 金工 行业配置策略：中观景气视角(1) 华泰研究 研究员 林晓明 SAC No. S0570516010001 SFC No. BPY421 linxiaoming@htsc.com +86-755-82080134 联系人 徐特，PhD SAC No. S0570121050032 xute@htsc.com 相关研究 1.《金工：中观行业景气度：Nowcasting 初探》2021.09 2.《金工：中观景气度之上游资源/中游材料》2021.10 3.《金工：行业配置策略：投资时钟视角》2021.07 4.《金工：未来宏观环境更看好 TMT 板块》2021.12 资料来源：华泰研究 2022 年 1 月 18 日│中国内地 深度研究 构建了 16 个中信行业的中观景气度指数和中观景气度轮动策略 本文是中观行业景气度系列研究第三篇报告。首先，构建了石油石化、煤炭、有色金属、钢铁、基础化工、建材、机械、电力设备及新能源、国防军工、汽车、家电、酒类、食品、饮料、房地产、电子等 16 个中信行业的指标库，进行程序化清洗、评价和筛选，使用 Nowcasting 模型进行单行业 ROE 景气指数和营收景气指数建模。然后，各行业选择 6 个景气度代理指标，构建中观景气度打分体系，开展行业轮动。2016-12-30 至 2022-01-17，相对于 16 个行业等权组合，中观景气组合超额年化 13.09%，超额胜率 65.6%；宏观+中观景气组合超额年化 19.43%，超额胜率 70.5%。 设计了行业指标库清洗、评价和筛选的程序化处理流程 基于产业链结构和中观逻辑，我们为每个中信行业构建了指标库。从指标库到 Nowcasting，中间还需要对指标库进行清洗、评价和筛选。指标清洗过程将指标库划分为三类指标：总量类、价格类、同比类/比率类，针对各类指标的特点，分别设计了一套预处理程序。指标评价过程选择行业营收增速或 ROE_TTM 同比为参照，计算 R2、时差相关系数、月均 DTW 距离等定量指标，兼顾指标有效序列长度、领先滞后性、发布频率和延迟情况，计算各指标综合得分。指标筛选过程按综合得分从高到底，选取给定数量的非重复指标，作为最终的景气度代理指标池。 进一步改进 Nowcasting 模型的简化求解方法，提升模型收敛性 每年一季报和三季报发布后，重新下载完整指标库，开展清洗、评价和筛选；在后续的半年中，对最终确定的代理指标进行更新，进行 Nowcasting建模。前期报告《中观景气度之上游资源/中游材料》（2021-10-14）提出了 Nowcasting 模型的简化求解方法，大幅提升了模型运算效率和可解释性。以此为“小循环”，在其之外进一步套一个可以使模型收敛的“大循环”。模型收敛的必要条件是全体代理指标两两之间显著相关。我们把可以收敛的 Nowcasting 简化求解方法命名为 Simple-Nowcasting，把建模结果命名为华泰 XX 行业 ROE 景气指数和华泰 XX 行业营收景气指数。 中观数据应用于行业轮动有效，宏观和中观视角起到“1+1>2”的效果 针对 16 个中信行业，从各自的景气度代理指标池中选取 6 个指标，构建中观景气度打分体系；指标环比上行记作 1 分，单行业中观景气度满分是 6分。每月末，不带未来信息地进行指标预处理，选取中观景气度最高（若出现平分，比较边际变化）的 3 个行业进行配置。2016-12-30 至 2022-01-17，中观景气组合年化收益 23.52%，夏普比 1.05，卡玛比 1.18，相对于行业等权组合超额年化 13.09%，超额胜率 65.6%，验证了中观数据用于行业轮动的有效性；进一步将宏观景气度与中观景气度等权相加，超额年化提升至 19.43%，超额胜率提升至 70.5%，起到“1+1>2”的效果。 风险提示：模型根据历史规律总结，历史规律可能失效。报告中涉及到的具体行业不代表任何投资意见，请投资者谨慎、理性地看待。 免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。 2 金工研究 正文目录 本文研究导读 ................................................................................................................................................................ 4 行业指标库构建、清洗、评价和筛选 ........................................................................................................................... 6 行业指标库主观构建 ............................................................................................................................................. 6 行业指标库程序化清洗 .......................................................................................................................................... 6 行业指标库定量评价和筛选................................................................................................................................... 8 Simple-Nowcasting 模型 .......................................................................................................................................... 10 数学原理.............................................................................................................................................................. 10 简化求解...........................................................................................................