2024年资产配置及量化策略中期展望：康波萧条周期下的绝对收益破局方向

一、美股估值出现泡沫化特征

1.1 美股估值非常接近 2000 年泡沫顶部的水平

截至 2024 年 7 月 3 日，标普 500 的 PB 为 5.01 倍，与 2000 年 3 月泡沫顶部的 5.06 倍非常接近，显示出在 美国大规模财政刺激以及机构资金基于动量效应买入之下，美股估值呈现泡沫化特征。

1.2 美股市值集中度接近 2000 年水平

虽然美股三大指数不断新高，但代表小盘股的罗素 2000 指数距离历史高点仍有 15%的差距，在 AI 浪潮的 驱动之下，当前美股指数主要依靠科技龙头支撑，按照市值排序的前 10%的个股的平均市值/剩余 90%个股的平 均市值接近 2000 年水平。

1.3 美国失业率反弹

我们在 2023 年中期策略报告《中美分化的极致演绎进行时》提出“美国失业率的最后倔强与反转在即”， 当前美国失业率自 2023 年 7 月以来持续反弹，截至 2024 年 5 月，美国失业率上升至 4%，为 2022 年以来最高。 展望未来，美国房屋销量回落至过去 10 年最低水平，基于 1 年半的领先规律，房地产景气度下降将继续向失业 率产生冲击，同时，考虑到明年美国财政赤字的减少以及薪资增速的回落，预计劳动力市场供求进一步恢复， 美国失业率将开启加速上升趋势。

1.4 美国核心通胀降温

今年以来美国核心 CPI 同比增速从 3.9%持续回落 3.4%，主要由于房租增速不断回落的影响。展望未来，受 7%以上的房贷利率滞后冲击，美国房价增速预计会重新回落，进而拖累美国 CPI 房租分项，考虑到该分项占核 心 CPI 权重 40%以上，房租将拖累未来核心 CPI 增速继续回落。同时，和 2023 年相比，另一个变化在于劳动力 供求将进一步走向平衡，薪资增速回落将缓解“工资-通胀”螺旋压力，而菲利普斯曲线或再次苏醒，美国失业 率加速上升后，核心通胀将超预期回落。

1.5 美联储的反常货币政策

美国核心通胀持续回落，上半年 CPI 出现企稳主因供需缺口短期错配驱动商品价格上涨，但通胀仍在回落 趋势之中，从美股和黄金共振新高也可以看出市场仍在交易第一波通胀降温。但美联储相对淡定，美国降息预 期也不断地在降温，美联储对降息的犹豫和 2021 年对加息的犹豫有类似之处，我们认为下半年美联储可能突然 引导降息预期升温。

二、康波萧条特征的复现与反常

2.1 中国内需拖累经济回落

中国经济出现明显的结构分化，出口-制造业链条尚可，主要拖累项在内需，虽然地产政策不断方式、贷款 利率不断下调，但地产数据仍然疲弱，目前国房景气指数为 92，为历史最低水平。房地产低迷压制国内消费者 信心，目前消费者信心指数为 86.4，处于历史底部水平。地产、消费的疲弱导致物价的低迷，CPI 仍在 0 附近徘 徊，价格低迷也会拖累名义经济指标。

2.2 美国经济高利率下经济正增长

经历 2022-2023 年如此快速的加息以及利率飙升，美债利率曲线倒挂，但美国经济仍然维持韧性，产出缺 口持续上行，实际 GDP 增速维持在 2-3%的水平，在历史上非常罕见。我们认为背后核心原因有两方面：（1 ）在 前期大规模财政刺激对居民部门补贴程度过大，导致美国经济出现结构错位，即前期加息确实冲击了制造业， 美国 PMI 在 2022-2023H1 从 61 回落至 46，但财政赤字率在 2022 年下半年以来触底反弹，财政的刺激补贴了企 业和居民部门，产出缺口反弹，类似的逻辑也可解释 2019 年 PMI 下行时期产出缺口和 GDP 增速的反弹。 （2）美国利率虽然处于高位，但通过逆回购市场的资金释放，金融市场流动性自 2022 年底以来整体处于 反弹状态，也就是流动性的量是宽松的。同时，美联储未降息，但非美央行陆续开始降息，全球流动性外溢对 美国经济也有正向支撑。

2.3 当前与 90 年代的异同

当前美国与 90 年代类似之处在于：（1）商品受供给因素驱动出现脉冲式上涨，90 年代海湾战争，当前中东 局势、俄乌冲突。但随着美国 M1 增速在 1993-1996 年期间不断下滑至 5%的负增长，商品在 1997-2001 年持续 下跌，当前美国 M1 增速出现两位数负增长，或指向商品下行趋势尚未结束。（2）当前美国出现了类似 90 年代 初经济基本面以及政策利率的优势下资金从非美国家流向美股和美债的现象，经济尚未放缓，美联储未动，但 海外流动性外溢导致美股在非降息时期出现降息的效果。90 年代日本国债利率下行与美股上涨基本同步，当前 中国国债利率下行与美股上涨基本同步。 当前与 90 年代类似不同之处在于中国不会日本化，虽然中国和 90 年代日本都出现大幅度降息，但 90 年代 日元对美元整体升值，而当前人民币对美元整体贬值，汇率升值是导致后续日本经济和资产价格长期低迷重要 因素，90 年代日本出口份额趋势性下滑，加上房地产的高位回落，日本内外需共振下行。而当前国内汇率贬值 对出口和广义流动性形成支撑，截至 2023 年，中国出口份额保持在 9%高位，与疫情前的水平大体一致，出口制造业对房地产的低迷形成对冲。从货币政策来看，90 年代日本央行快速降息，日本贴现率从 1991 年的 6 %快 速下降至 1995 年的 1%，降息空间在短时间快速透支，而中国 1 年期 LPR 利率 2019 年至今从 4.3%下降至 3.45 %， 降息稳经济仍有空间。

三、大类资产走势预判

3.1 A 股：底部震荡

2022-2023 年 A 股的核心利空是去库存和杀盈利，目前来看，产成品存货虽然向上动力不足，但去年底以来 已经低位企稳，我们构建的 A 股盈利指标年初以来也在触及历史长期支撑后小幅反弹。因此，随着核心利空的 消化，A 股将摆脱中枢不断下移的阶段。 但从经济基本面弹性来看，地产数据在重磅政策出台后仍然未见明显改善，内需弱势，后续海外经济放缓 之下，出口制造业链条也受压制。因此，虽然指数中枢脱离快速下移阶段，但明显向上的动能也不足。综合来 看，预计 A 股未来处于底部震荡。

3.2 美股：硬着陆风险骤升

美国 ISM 制造业 PMI 连续 3 个月回落，二季度以来美股小盘股已经出现调整，当前美股指数主要依靠科技 龙头支撑，美股市值前 10%股票集中度创历史新高。美国自身更多消费相关数据如地产、消费的边际走弱仍是 最清晰的美国经济走弱的证据，美股本轮对经济基本面的大幅偏离终将被反向修正。近期美联储净流动性回落， 与大部分美股调整相一致，建议高位减配。

3.3 中美国债：震荡回落

地产政策的实际效果还有待观察，但海外经济预计放缓，“出口-制造业”链条降温，预计中债利率震荡回 落。美国制造业 PMI 连续 3 个月回落，在经济实质显著衰退后美联储或有一次性大幅降息，预计美债利率震荡 回落。

3.4 大宗商品：价格降温

二季度以来，中美制造业 PMI 共振下行，商品 CRB 指数亦跟随回落，反应本轮全球制造业周期一波三折 的模式，类似于 2014 年，2014H1 中美出现过一波共振补库存，CRB 商品指数出现过一波 9.6%的上涨，但由于 补库存不持续，随后商品价格重新下跌。中美债券利率均值的 22 个月差分是 CRB 指数较好的领先指标，该指 标亦指向未来商品价格逐步降温。

3.5 原油：先地缘脉冲上涨随后回落

供给端，OPEC+成员国决定把 2023 年 11 月宣布的日均 220 万桶的自愿减产措施延长至今年 9 月底，此外 还把去年 4 月宣布的日均 165 万桶自愿减产措施延长至 2025 年底，同时油价对地缘政治冲突定价不足。未来一 段时间原油供需缺口扩张，油价先脉冲式上涨。但后续随着美国经济的放缓，油价逐渐切换到需求端定价，预 计脉冲式上涨结束后，油价将回落。整体而言，预计下半年油价先地缘脉冲上涨随后回落。

3.6 黄金：高位震荡

金价前期大涨计入了大部分利多因素，近期金价有所调整，同时央行停止购金，在新的催化剂（例如美联 储提前降息）出现前，预计金价延续震荡。中期来看，未来美国通胀有再次抬头的迹象，一旦通胀反弹趋势确 立，未来黄金有进一步上涨空间。黄金在高通胀时期相对于美股有更多信用对冲和抗通胀属性，黄金美股或从 当前的共振上涨转为分化，黄金相对美股将有相对收益。整体而言，预计下半年金价在高位震荡。

五、绝对收益方案

5.1 普林格周期在资产配置上的应用

本章介绍了普林格周期配置模型并给出了最新配置建议，本质上，该模型基于是宏观因子对经济环境进行 状态分类，并综合考虑不同环境下各类资产的表现，进行主动配置的应用。

5.1.1 普林格周期配置模型介绍

普林格周期脱胎于美林时钟模型，在美林时钟模型增长/通胀的基础上加入信贷指标来更好的适应货币主义 时代。在普林格周期中，使用先行指标（M1、M2 同比），同步指标（GDP 同比、工业增加值同比），滞后指标 （PPI 同比）三个指标来衡量经济周期，将经济周期划分为六个阶段，并计算了在上述各个阶段中各类资产的回 报率和股票不同风格回报率，结果表明，在经济周期各个阶段的轮换中，不论是大类资产还是股票风格，其收 益率均有所分化，优势品种有超越大市的表现。

5.1.2 改进版普林格周期应用于大类资产配置

根据我们的改进版普林格周期，普林格六周期七月最新信号为阶段 6，普林格六周期信号 2024 年上半年除 了 4 月判定为阶段 1 之外，其余月份均为阶段 6，即 2024 年一直配置债券和黄金。 根据我们改进的普林格周期理论构建的策略，过去 7 年年化收益 21.48%，夏普比率 1.76，最大回撤-6.38%， 分年来看，过去 7 年策略均获得正收益，2023 年 2 月外发跟踪以来，累积录得 22.7%，2024 年上半年录得 8.7 %。

5.2 量化视角下的行业比较与展望

5.2.1 中信建投金融工程六维度行业轮动策略子模块业绩回顾

我们使用宏观因子对每个行业构造行业宏观模型，按照预测值选前 5 行业组合相对行业平均，2019 年 1 月 到 2024 年 6 月累计超额 99%，年化超额 13%，2024 年上半年累计超额 15.7%。 根据最新可得的实际财务数据，我们梳理了涵盖偿债能力、成长能力、收益质量、现金流量、盈利能力、营运能力、资本结构等七个维度，总计 49 个财务指标。根据以上 49 个财务指标构造的复合财务因子 2022 年 6 月 以来，复合财务因子累计超额-2.6%，超额回撤主要发生在 2022 年下半年，2023 年全年超额 0.6%，2024 年上半 年超额 4.1%。 我们对未来的 ROE，计算行业预期 ROE 的上调比例/环比变化因子，选择取值前 4 的行业构造多头策略，我 们主要关注的两个因子 2024 年上半年样本外业绩为：预期 ROE_上调比例_t1 因子 2024 年上半年超额 11.3 %， 预期 ROE_环比变化_t1 因子 2024 年上半年超额 6.5%。

5.2.2 中信建投金融工程六维度行业轮动策略样本外超额年化 11%

根据自上而下，结合宏观、量化基本面、财务因子、分析师预期、机构偏好、量价技术和资金流等维度，我 们构建了六维度综合行业配置模型，并自 2022 年 2 月开始对外跟踪。 自 2008 年至初 2024 年 6 月 30 日，模型年化收益率为 13.62%，相对行业等权组合的年化超额收益率 为 11.67%，除 2008 年以外，其余年度均获得正超额收益。 2024 年以来（截至 6 月 30 日），六维度行业轮动模型累计收益率为 1.7%，相对行业等权超额收益率为 11.5%。自 2022 年 2 月对外跟踪以来，模型累计收益率 10.1%，相对行业等权超额收益 35%，月度超额胜率 为 75.86%。

5.3 量化择时-可回溯的择时信号

每周综合市场各维度给出下周沪深 300 的择时信号，有 1、-1、0 三种信号，从 2011 年开始样本外跟踪，除 2017、2022 年以外，每年均录得正收益。 2024 年上半年仅有两次信号转换，分别是 2 月 6 日收盘-1 转为 1，3 月 21 日 1 转为-1，累计收益 15. 46% 。

5.4 沪深 300 量化精选及中证 500 指增策略

中信建投的多因子组合基于常见的大类因子以及分析师因子构建，通过有效性检验精选有效因子，并结合 中信建投的六维度行业轮动结果，实现对好行业+好个股的优中选优。 沪深 300 量化精选 2016 年以来年化收益 24.13%，年化超额 21.34%，信息比 1.83，2024 上半年（截至 6-28） 收益 14.74%，超额收益 13.73%。

中证 500 指增策略 2016 年以来，年化收益 10.15%，年化超额 22.33%，信息比 2.18，2024 上半年（截至 6- 28）收益-1.02%，超额收益 8.72%。

结合往期择时信号，构造沪深 300 量化精选以及中证 500 指增对冲组合（在择时信号发出看空信号时，多 对应策略，空 300 股指期货），同时，我们附不考虑择时的完全对冲效果。 2016 年以来，沪深 300 量化精选择时对冲组合年化 24.54%，中证 500 指增择时对冲组合年化 15.46%；沪 深 300 量化精选完全对冲组合年化 17.03%，中证 500 指增完全对冲组合年化 12.54%。

5.5 六维度行业轮动主动权益基金FOF 策略：

根据自上而下，结合宏观、量化基本面、财务因子、分析师预期、机构偏好、量价技术和资金流等维度，并 自 2022 年 2 月开始对外跟踪六维度行业轮动模型。 在如何将效果优秀的六维度行业轮动模型应用至基金选择上，我们进行了一定的探索，建立了基于规划求 解的六维度行业轮动 FOF 组合。 具体应用上，主要思想是将基金组合在各个推荐行业的暴露尽量控制相等，同时使得期望 Alpha 最大，同 样地，为了避免部分行业主动权益基金暴露不够，基金池选择主动权益基金和指数型股票基金对组合权重规划 求解。

5.6 风格轮动 FOF 策略

使用美债 10Y 利率进行价值成长风格轮动，使用信用利差、货币宽松、货币活化指数进行大小盘风格轮动。

根据之前报告构造的长期能力因子， 我们在之前的长期能力因子系列报告中有介绍过该因子在各个风格分 类产品中的增强效果。长期能力因子来自于对业绩因子进行拆解，构造更稳定的因子。我们引入 T-M 模型和 HM 模型构造择时因子，将择时和业绩拆分后的行业配置、选股和交易能力共 4 个因子等构建长期能力因子并进 行规模中性化处理。

价值池和成长池的分类来自我们之前对高仓位产品的风格分类方式，使用基金经理和代码绑定，剔除了风 格变动的因素，每半年进行一次标签更换。 风格轮动产品组合为了保证组合的稳定性，每期固定 40%为价值风格仓位，当风格轮动策略偏向成长时， 配置 60%成长仓位+40%价值仓位，当风格轮动策略偏向价值时，策略全部配置价值池。。 风格轮动基金组合策略 2016 年至今年化收益 17.4%，超额年化 12.38%，信息比 1.53。2024 上半年绝对收 益 8.18%，相对主动权益基金超额收益 11.72%。（截止 2024 年 6 月 28 日）

5.7 行业轮动 ETF 增强策略

五层递补 ETF 轮动策略将目标设定为尽量使用披露持仓进行规划求解，在原始的 ETF 策略中加入根据 ETF 披露持仓，将全市场成交规模较高行业和预期收益较高行业交叉保留强势行业和根据 ETF 披露持仓，在给定 5 行业中剔除 ETF 持仓较少行业两层进行递补。 ETF 行业轮动增强组合 2016 年至今年化收益 19.32%，超额年化 19.65%，信息比 1.86。2024 上半年绝对收 益 8.5%，相对 Wind 全 A 超额收益 17.95%。（截止 2024 年 6 月 28 日）。

5.8 固收基金策略

对长短债做一个简单的季度切换，首先逐日计算万得中长期纯债型基金指数净值/万得短期纯债型基金指数 净值；在每个季度末的调仓日，回溯统计过去 3 个月（63 个交易日）的指数净值比值序列；统计回溯期内比值 提升的天数占比。若 T 日的指数净值比值>T-1 日的指数净值比值，则记为 T 日比值提升。按照该标准统计比值 提升的天数占比。

在长短债内部，我们考察过去一年收益和相对债券指数基准 Alpha，规模以及业绩拆分后的择券分项四个选 基因子，等权构成长短债基的优选。长短债基金轮动占整体组合 90%，剩下 5%偏债型混合基金和 5%二级债基， 其中，偏债混考察一年收益和半年 Alpha，二级债基考察一年收益、规模、业绩分解交易分项和择券四指标。 固收基金组合 2018 年至今年化收益 5.29%，超额年化 3.27%，信息比 2.2。2024 上半年绝对收益 2.89%，相 对中债综合全价指数超额收益 0.44%。（截止 2024 年 6 月 28 日）。

（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）