2022年A股SmartBeta3月度报告 宏观因子评论

1.宏观因子评论

宏观因子评论: 对于经济增长、物价水平、货币政策、资本流动等四个宏 观因子的趋势判断和分析。

全球疫情再现波动，俄乌冲突前景不明

全球范围看，3月以来全球当日新增病例数波动上行，于3月中旬达到单 日新增近220万例的阶段性高点后波动回落。与此同时，俄乌冲突已持 续超过1个月的时间、冲突前景尚不明朗，欧美对俄制裁力度逐步扩大， 全球大宗商品价格及金融市场震荡加剧，全球经济复苏再添变数。

美国劳动力市场持续修复，据美国劳工部数据显示，美国3月非农就业 人数新增43.1万人，略低于市场预期的49万人，创去年11月以来最小增 幅。美国3月失业率回落0.2个百分点至3.6%，好于预期和前值，接近疫 情前的3.5%，仍为疫情以来低位。虽然非农就业人数增幅低于市场预 期，但1月和2月的就业估值均被向上修正，综合看来非农报告整体表现 较为积极。截至4月8日，十年期美债收益率收报2.72%，较3月初大幅上 行100bp。

国内经济活动放缓，信贷社融超预期回暖

据财新网报道，近日公布的2022年3月财新中国制造业PMI录得48.1， 较前月回落2.3个百分点，再度落入收缩区间；财新中国服务业PMI录得 42.0，较前月大幅回落8.2个百分点。两大行业景气度双双下降，拖累3月 财新中国综合PMI回落6.2个百分点至43.9，为2020年3月以来最低，显示 近期疫情导致企业生产经营活动再度收缩。 国家统计局4月11日公布的数据显示，2022年3月PPI同比上涨8.3%，涨 幅较上月回落0.5个百分点，连续五个月涨幅回落；CPI同比上涨1.5%， 涨幅较上月扩大0.6个百分点。3月PPI和CPI同比涨幅均略高于市场预 期。

央行4月11日公布的金融数据显示，2022年3月新增人民币贷款3.13万 亿元，前值1.23万亿元，同比多增3951亿元；3月新增社会融资规模4.65 万亿元，前值1.19万亿元，同比多增1.28万亿元。3月新增人民币贷款、社 融数据双双回暖，均超出市场预期。

后市展望

近期，国内多地出现聚集性疫情，加之国际地缘政治不稳定因素增加，A 股投资情绪受到明显压制，主要指数承压下行。美联储启动加息缩表进 程及乌俄冲突持续发酵背景下，投资者风险偏好仍将受到较大扰动，A 股大概率仍将延续结构性行情。

受近期国内多地出现聚集性疫情等因素拖累，3月国内经济总体景气水 平有所回落。据财新网报道，2022年3月财新中国制造业PMI录得48.1， 较前月回落2.3个百分点，再度落入收缩区间；财新中国服务业PMI录得 42.0，较前月大幅回落8.2个百分点。两大行业景气度双双下降，拖累3月 财新中国综合PMI回落6.2个百分点至43.9，为2020年3月以来最低，显 示近期疫情导致企业生产经营活动再度收缩。财新中国PMI走势与国家 统计局一致。

国家统计局公布的3月制造业PMI录得49.5，回落0.7个百分 点；非制造业商务活动指数回落3.2个百分点至48.4；综合PMI回落2.4个 百分点至48.8；三大指数均降至临界点以下。财新智库高级经济学家王 喆表示，2022年3月，受局部疫情暴发等因素影响，制造业、服务业景气 度大幅转弱，与此前疫情情况类似，服务业受影响更加明显。目前，国内 正面临极为严峻的疫情形势，同时，外部环境不确定因素增加，俄乌战争 前景不明，大宗商品市场大幅波动。多种因素形成共振，加剧了中国经济 下行压力，滞胀风险凸显。

企业基本面方面，目前沪深两市逾2600家A股上市公司披露了2021年年 度业绩预告，业绩预喜（包括续盈、略增、扭亏及预增）公司占比近60%， 预计净利最大增幅超过100%的公司占比逾30%。截止4月5日，沪深两 市逾1200家A股上市公司披露2021年年报，其中近90%的公司实现营业 收入同比增长，逾70%的公司实现净利润同比增长。此外，近千家公司披 露2021年度利润分配预案，现金分红成为A股上市公司利润分配“标配” 。4月市场进入年报、一季报密集披露期，适宜从业绩角度布局，关注估值 合理、增速良好的标的。

流动性方面，3月北向资金大幅净流出逾450亿元，结束了此前连续17个 月的净流入态势。其中，沪港通净流出逾173亿元，深港通净流出逾277 亿元。3月16日，美联储宣布加息25BP，开启了美国加息周期。美联储3月的货币政策会议纪要显示，在加快未来加息的力度和节奏之外，美联储 也在开始准备启动缩减资产负债表。截至4月11日美联储观察工具显 示，5月美联储加息区间位于50至75个基点的概率为19.0%，位于75至 100个基点的概率81.0%，市场对美联储加速收紧货币政策的预期大幅提 升。3月公募基金共计发行175只，份额超1212亿份，新发基金数量、规模 较2月有所回升。3月新增人民币贷款、社融数据双双回暖，均超出市场预 期。

自媒体时代，信息传播迅速，市场波动往往较以往表现得更为极端，同时 市场节奏也更难以把握，市场完全恢复信心，还需要时间修复。局地疫情 散发的背景下，国内经济增速短期仍难以浮现强有力的回升信号，同时 美方制裁风险、俄乌地缘政治风险等外部因素也在打压市场风险偏好。

多方不利因素下，仍有利好因素孕育向上拐点：近日，中共中央、国务院 公开《关于加快建设全国统一大市场的意见》，明确建设全国统一大市场 的指导思想、工作原则和主要目标，助力加快构建以国内大循环为主体、 国内国际双循环相互促进的新发展格局。财政政策方面，国务院常务会 要求部署用好政府债券扩大有效投资，促进补短板增后劲和经济稳定增 长。按照保持宏观杠杆率基本稳定的原则，今年新增地方政府专项债3.65 万亿元。货币政策方面，央行货币政策委员会一季度例会指出，要稳字当 头、稳中求进，强化跨周期和逆周期调节，加大稳健的货币政策实施力度， 增强前瞻性、精准性、自主性，发挥好货币政策工具的总量和结构双重功 能。

金融市场方面，人民银行等部门起草的《中华人民共和国金融稳定法（ 草案征求意见稿）》向社会公开征求意见，明确建立金融稳定保障基金，作 为国家重大金融风险处置后备资金，进一步完善和加强金融稳定制度的 顶层设计。同时，中共中央办公厅、国务院办公厅印发《关于推进社会信用 体系建设高质量发展促进形成新发展格局的意见》，提出加强资本市场 诚信建设。压实相关主体信息披露责任，提升市场透明度。严格执行强制 退市制度，建立上市公司优胜劣汰的良性循环机制。

2.数据分析

1、智能贝塔分析

我们筛选并关注十组已被理论研究和投资实践采用的风格因子，并以此 搭建了A股市场的因子模型，这十类因子包括了财务基本面、交易特征 及投资者行为偏好的有效信息。 我们分析了智能因子在2022年3月的区间表现，以及各因子过去12个月 的累计绩效和相关性分析。 股票空间：以A股流通市值排名前300的股票池作为股票空间，它们覆盖 了A股市场64%的可投资市值并且是机构投资者持仓的主要标的。 在每月月初，我们用更新后的股票池构建投资组合计算指标收益，每个 指标的收益是用因子指标排名前33%的股票等权组合减去后33%的股 票等权组合的相对收益。

2、因子指标分类框架

我们将中国A股市场的因子分为三个大类，分别是成长类（进取型）因 子、行为类（中性）因子和价值类（防御型）因子。长期来看，这些因子在 A股都能取得高于市值加权型组合的超额收益，所以也被称为智能贝塔 因子。

进取型因子：金融风险、经营质量、创新研发；

中性因子：外部融资、动量、流动性（低）；

防御型因子：估值、投资质量、会计质量、低风险；

然而A股市场风格多变，受金融环境、参与者、投资工具的影响，A股市场 的投资风格往往只持续半年到一年的时间，一味坚持单个因子风格可能 会带来难以预料的风险和回撤，通过有效的多因子 Smart Beta 策略能 够顺应市场风格变化，达到更高的收益风险比。

在市场风险情绪乐观（Risk on），流动性边际改善的时候，进取 型因子往往能够取得最大的超额收益；

在市场避险情绪高涨（Risk off），流动性逐步变差的时候，防御 型因子往往能够取得较为优秀的收益；

中性因子通过捕捉市场上各类投资者的行为偏差获利，几乎不受市 场风格影响，只要市场上的散户和机构仍然表现出类似的行为特征， 那么在不同的宏观市场环境中，行为因子都能够取得绝对收益。

3、因子表现回顾

所用相对收益率为多空组合的对数绝对收益率。

4、Smart Beta 因子绩效分析

本月估值因子表现最优，录得 9.24% 的相对收益；创新研发因子 表现最差，录得 -6.53% 的相对收益。 综合来看，防御型因子的表现优于进取型因子和中性因子。

5、宏观因子与 Smart Beta 因子择时

我们能够从直观逻辑出发得到经济增速或通胀会对股票或债券市场会 产生什么样的影响。然而基本面因子、估值因子或是行为因子呢？变量 主要与宏观经济活动有关，无论是国际还是国内，都已经有若干试图将 因子溢价与宏观经济模型联系起来的尝试。这里存在的一个问题是相 关研究资料较少，例如因子与宏观经济如何相互作用？宏观经济会如何 影响因子？同时由于不同的因子彼此之间的弱相关甚至可能是负相关 的，它们面对的风险可能是完全不同的。

海外市场的相关研究给我们提供了一定的借鉴，一些研究者（Asness， Moskowitz 和 Pedersen（2013） 以及 Baker 和 Wurgler（2008））认为， 美国市场的价值因子收益与流动性风险, 情绪指标有显著的正相关关 系。即当流动性风险更高、情绪高涨或经济放缓时价值因子收益会更 高。当非流动性风险较高和情绪高涨时，防御因子的收益更高，动量因 子与经济增速放缓指标负相关。另外，研究者也对预期的经济变量对因 子溢价的预测能力展开研究。

我们试图通过从中国当期所有可得的宏观经济活动指标数据中筛选 分析，构建了中国经济活动指标（Economic Activity Indicator），以 期捕捉短期数据趋势。同时，我们对金融变量，构造了融资条件指标 （Financial Conditions Indicator），以此对因子表现进行前瞻判断。

我们所采用的经济变量指标的发布频率都不低于月度，充分考虑了不 同数据公布时间后，我们在每个月末以已公布的最新数据计算经济活 动和融资条件指标，判断下一个月的周期状态，并以此为依据调整动态 多因子在高质量多因子组合中的权重暴露。

6、结合机器学习算法的 Smart Beta 因子预测

人工智能技术会颠覆现有的投资管理行业吗？人工智能已经广泛用于图 像识别、语音识别和自动驾驶等领域并且已经趋于成熟。在组合投资的 分析和构建中，我们能否应用类似的机器学习算法？我们的研究表明，机 器学习的算法与多因子资本市场理论基础完全一致，虽然预测Alpha（ 超额收益）从根本上不同于机器学习获得成功的许多业务环境，但是通 过引入非线性函数模型和纳入因子相关作用，机器学习算法可以更准确 地预测因子组合的超额收益，并且帮助构筑更高收益风险比的智能贝塔 策略。另外，不论是国内还是国际市场，针对投资管理行业的机器学习的 研究应用才刚刚开始。

人工智能通过使用大数据和机器学习来“破解金融市场的代码”，结合 人类智慧和机器智能，提供了Smart Beta因子组合构建的一种新思路。 金融市场是复杂多变的，任何新的见解或优势都会被快速复制。相比线 性模型，机器学习模型的复杂程度大幅提升，模型对于历史数据的拟合 能力变强。但机器学习的应用也面临很多挑战：金融数据受频率和时间 的限制，相比于机器学习在其他领域的应用（如视觉和语言识别），数据 的密度随着时间的推移增长得慢得多，频繁交易也有带来交易费用的增 加。

深度学习是机器学习的一个分支，也是实现人工智能的一种手段。过去 十年，基于神经网络的深度学习模型引领了人工智能的发展。考虑到神 经网络的梯度优化方式可更高效地达到优化目标，我们采用神经网络模 型（以下简称“NN模型”）来提取数据特征，对股票因子和股票未来收益 之间的关系进行建模，筛选最适于构建投资组合的选股因子。

策略采用的NN模型包含若干层神经网络，包括输入层X、输出层Y以及隐 含层H1、H2、H3、H4、H5…，深层神经网络将对输入变量X和输出变量Y 的关系进行拟合，建立对输出变量Y的预测模型。

我们选取A股自由流通市值最大的前300只股票来训练深度学习模 型，设定2005年1月至2020年12月为训练区间。采用月频数据计算模 型的输入变量X，即每个月自由流通市值前300的个股对应的52个智能贝塔指标的“预处理值”。计算完毕后，我们会对上述数据做去极值、缺 失值填充、中性化、标准化等处理，将其放入NN模型进行学习。

因子的预处理通常包含分组和计算两个步骤。首先，任选一个因子对股 票进行排序，将股票划分为高、中、低三个组别。其次，以组为单位，计算 每组股票的超额收益Alpha以及指标均值。最后，对其余51个因子重复 上述步骤，得到涵盖192个月训练区间的样本内数据集。将数据集以八 二的比例切分，提供其中80%的样本内数据供NN模型进行深度学习，留 存其余20%的数据对NN模型的学习效果进行样本内检验，希望捕捉到 股票因子和股票未来超额收益Alpha之间的关联。 我们对2022年4月的指标预测见下图，由图可知，创新研发、动量和经营 质量等多个因子的高因子暴露预测有较为明显的超额Alpha收益（相对 沪深300指数）。

7、市场相关性指标

北上资金3月全月净流出逾450亿元。个股相关性指标（Correlation）在 2020年春节后首个交易日2月3日创下2019年2月以来的最高点（0.62）， 随后指标持续在高位运行，在3月4日下降至0.36，随后快速返回高位区 间。4月和5月指标快速下滑，在5月19日下降至0.18，随后反弹至0.27左 右运行，7月指标快速上升，在8月4日攀升至0.48的高点后，持续下滑至 9月2日的低点（0.22），随后指标开始反弹，在10月14日攀升至0.37的 高点。随后指标持续下滑，至11月12日的低点0.17。

12月指标反弹后持 续下行，在2021年1月27日创下2019年2月以来的最低点0.10，随后指标 持续上行，在3月29日升至近期高点0.26后指标持续下跌，4月底至6月 底指标一直在0.11附近低位运行，在2021年6月28日创下2019年2月 以来的最低点0.085后持续低位运行，从7月26日起指标呈上行趋势，8 月23日到达阶段高点0.22后持续下滑，9月13日到达阶段低点0.115后 呈上行趋势，10月14日到达阶段高点0.17后持续下滑至11月9日的低 点0.098，随后指标反弹持续上行。到达12月17日的高点0.175后开始 下行，到达1月12日的低点0.12后指标持续反弹。2022年春节后个股相 关性指标逐渐震荡上行至0.336附近。3月以来，个股相关性指标持续攀 升，到达3月17日的高点0.539后小幅回落。

编辑：999感冒灵