基于吸收率的A股风险识别框架与行业配置应用

吸收率指标构建与系统性风险刻画

系统性风险并非单纯表现为市场整体下跌，更多体现为资产之间风险来源的集中。当市场中大多数行业的波动由少数共同因子驱动时，说明市场内部结构趋于高度一致，资产间的分散化效果下降，局部冲击更容易通过共同风险因子向全市场扩散。吸收率（AR）正是用于刻画这一风险集中度的指标，其核心逻辑是通过主成分分析（PCA）观察市场波动是否被少数几个共同因子所解释。若少数主成分能够解释更高比例的总方差，则说明市场波动正在向少数风险源集中，系统性风险水平相对较高；反之，若市场波动由更多分散因子共同解释，则说明市场结构更分散，系统性风险相对较低。

在计算方法上，本文以申万一级行业指数作为基础资产池，将行业指数点位转换为日收益率序列，并基于收益率矩阵计算滚动协方差矩阵。随后对协方差矩阵进行特征值分解，得到一组从大到小排列的特征值。吸收率定义为前K个主成分所解释的方差占全部资产总方差的比例。考虑到市场结构会随时间变化，采用250个交易日的滚动窗口动态计算吸收率，并在窗口内部引入指数衰减权重，以提高近期观测值在协方差矩阵估计中的影响。这种设置旨在平衡稳定性与敏感性，既避免AR过度受短期噪声影响，又能及时反映近期市场相关性和波动结构的变化。

在特征数量K的选择上，本文采用抽样Elbow方法，结合A股行业收益率结构本身的特征来确定。从主成分平均解释比例来看，A股行业收益率结构具有较为明显的“头部集中”特征，第一主成分的平均解释比例显著高于其他主成分，说明市场整体因子对行业波动具有较强解释力。基于Elbow确定的固定K值，既保留了框架下固定K的可比性要求，也增强了参数选择对A股市场结构的适配性。

DAR信号构建与极端回撤预警能力

在实际风险预警中，相较于AR的绝对水平，更关注的是系统性风险集中度是否正在边际上升。因此，在AR的基础上构造Delta AR（DAR），用于衡量吸收率相对自身历史中枢的标准化偏离程度。DAR更关注风险状态的变化方向：当DAR上升时，说明吸收率正在高于其历史中枢，行业间风险共振增强；当DAR下降时，则说明吸收率低于历史中枢，市场内部风险来源相对分散。

为了同时兼顾中长期风险中枢和短期状态变化，分别构造了Long DAR与Short DAR。Long DAR用于刻画吸收率相对中长期风险中枢的偏离程度，Short DAR用于刻画吸收率相对近期风险状态的变化。基于DAR的分布特征，将±1作为统一阈值，将连续指标转换为离散型状态信号：当DAR高于1时定义为尖峰信号，低于-1时定义为低谷信号，介于-1与1之间时认为处于中性区间。随后，根据Long信号与Short信号是否冲突，生成最终的DAR信号，以综合判断当前风险状态。

历史检验显示，DAR尖峰信号在多轮极端回撤前均有较高覆盖率。在大幅下跌区间前，DAR合成信号均已给出较为明确的风险提示。从不同跌幅阈值下的条件概率来看，DAR尖峰信号对极端下跌事件具有较强覆盖能力，尤其对未来一月的大幅下跌具有较强前置提示意义。这表明，尖峰信号能够有效识别市场系统性风险集中度的抬升，为后续择时规则中的减仓或风险暴露控制提供依据。

结合信号构建与市场择时策略表现

行业维度的AR主要反映中观板块层面的风险共振，而风格/策略维度的AR则反映资金偏好、估值体系和风格暴露层面的风险出清。二者观察的是同一市场风险的不同截面，因此可以通过结合信号形成更完整的风险状态判断。本文采用两类信号取均值的方式构建结合信号，当结合信号大于等于0.5时定义为风险信号，小于等于-0.5时定义为机会信号，其余情况为中性状态。

基于结合信号的万得全A择时策略，以50%仓位作为中性仓位，根据信号状态在0%、50%和100%之间切换。回测结果显示，该策略年化收益显著高于买入持有策略，同时明显降低年化波动和最大回撤。策略优势主要来自对系统性风险阶段的规避，以及在风险释放后对修复行情的参与。此外，将结合信号与市场结构化情绪指标进行整合后，择时策略的年化收益进一步提升，夏普比率改善明显。情绪指标作为辅助确认变量，仅在吸收率信号触发后处于锁定期内的样本进行过滤，要求风险信号下情绪下行或处于低位，机会信号下情绪不能处于高位，从而避免在情绪过热阶段追高或在情绪未转弱时过早降仓。

行业风险识别与配置应用

吸收率指标也可用于识别行业层面的风险敏感状态。基于个股收益率构建行业吸收率，并将DAR均值与行业交易热度结合形成复合指标。历史案例显示，在食品饮料、电力设备、AIGC主题等高DAR与高交易热度状态后，相关行业均出现收益路径恶化。系统性检验也显示，复合指标并非强线性收益预测因子，但低复合指标组后续收益表现相对更好，高复合指标组收益路径更容易承压，验证了其作为尾部风险识别和仓位约束指标的价值。

在行业配置中，复合指标能够提供一定的轮动参考。将行业复合指标与短期价格动量结合，构建月度行业轮动策略。回测结果显示，低复合指标精选多头组合显著跑赢行业等权基准，高复合指标精选组合长期收益和回撤表现明显较弱。但高复合指标并不是行业下跌的充分条件，在强趋势行情中，高DAR和高交易热度也可能来自板块同步上涨。因此，更倾向于将高复合指标理解为风险敏感状态，当行业处于高DAR、高交易热度状态时，说明其内部同步性和交易拥挤程度均较高，后续收益路径对风险偏好变化和资金兑现更加敏感。

当前市场观点与行业配置建议

截至最新数据，全A吸收率模型整体处于中性状态，市场结构修复动能有所收敛，资产的共振压力整体可控。行业层面，行业间的复合指标呈现分化。结合行业配置规则，电力设备、环保和计算机入选低风险配置组合，后续可重点关注其修复机会；公用事业、煤炭和石油石化进入高风险组合，后续需要警惕收益路径进一步恶化的风险。