一、國內(nèi)金融市場的38-44月周期性特征 1.1、國內(nèi)A股的38-44月周期特征 國內(nèi)股票具有典型的周期性特征,周期長度約38-44個月。 這與傳統(tǒng)的基欽周期(Kitchin Cycle,39個月)一致,也與庫存周期大體一致。 從估值的角度看,周期屬性更為明顯: 1.2、國內(nèi)利率的38-44月周期特征 10年期國債收益率也有較強(qiáng)的周期性,周期長度也大體遵循38-44個月。 二、貨幣/信貸周期催生經(jīng)濟(jì)周期與權(quán)益周期 關(guān)于經(jīng)濟(jì)周期、資產(chǎn)價格泡沫的多項研究表明,貨幣/信貸的周期不僅催生經(jīng)濟(jì)周期,也催生了權(quán)益(估值)周期。并且,國內(nèi)貨幣/信貸周期與權(quán)益周期底部高度重合。 2.1國內(nèi)貨幣/信貸38-44月周期特征 國內(nèi)貨幣/信貸周期性較為明顯,周期長度亦為38-44個月。 當(dāng)下是否已是新一輪貨幣/信貸周期的起點,我們將持續(xù)跟蹤??紤]到2022年4月份的底部具有典型的恐慌性拋售特征,我們傾向于認(rèn)為新一輪貨幣/信貸已經(jīng)開啟,新一輪權(quán)益市場的牛熊循環(huán)已經(jīng)開始。 2.2、貨幣/信貸周期與權(quán)益周期低點時間高度一致 我們梳理后發(fā)現(xiàn),國內(nèi)貨幣/信貸周期的低點與權(quán)益周期的低點時間高度一致,這也驗證了“貨幣信貸周期催生泡沫-破滅周期,從而催生權(quán)益周期”的理論。 權(quán)益周期的38-44月周期使得我們高度重視4年滾動估值分位數(shù)。 三、傳統(tǒng)的“中位數(shù)-方差”模式不能有效描述估值的高低 主要寬基指數(shù)估值的分布不是標(biāo)準(zhǔn)的正態(tài)分布,而是峰值左移,屬于典型的右偏態(tài)分布(亦稱“正偏態(tài)分布”)。以萬得全A為例: 上證指數(shù)2000年以來的估值分布也具有明顯的右偏態(tài)特征。 主要寬基指數(shù)估值的右偏態(tài)分布特征使得傳統(tǒng)的“估值中位數(shù)-方差”模式不能較好地描述市場估值的底部和頂部,而估值分位數(shù)可以較好地解決這個問題,我們將歷史/區(qū)間估值的10%/5%估值分位數(shù)作為低估(價值/深度價值)的閾值,90%/95%估值分位數(shù)作為高估(瘋狂/泡沫)的閾值。 四、期貨、期權(quán)等衍生品的推出使得泡沫期間的估值越來越理性 期貨、期權(quán)等衍生品的推出,使得投資者可以有工具表達(dá)做空的觀點,從而使得金融產(chǎn)品的估值更加合理。如比特幣的價格,經(jīng)過多年的上漲,泡沫明顯,但由于缺乏做空的工具,看空的投資者只能目睹其價格不斷創(chuàng)新高,直到2017年12月18日芝加哥商品交易所(CME)推出比特幣期貨,比特幣的(第一輪)瘋狂才暫時停歇。 國內(nèi)A股市場亦是如此,伴隨股指期貨和股指期權(quán)的上市,寬基指數(shù)即使在泡沫階段也是越來越理性(對應(yīng)泡沫階段估值越來越低)。以滬深300為例,在2015年的大牛市中,其高峰估值較2007年大牛市和2009年大反彈的估值均大幅回落。 五、四年滾動估值分位數(shù)能更好地描述市場的頂部和底部 綜上所述,一方面,寬基指數(shù)估值的右偏態(tài)分布特征使得傳統(tǒng)的估值“中位數(shù)-方差”模式不能較好地描述估值的高低。 另一方面,伴隨期貨、期權(quán)等衍生品的推出,做空的工具不斷增加和完善,市場出現(xiàn)極端估值尤其是極端高估的可能性越來越小,從而使得傳統(tǒng)的歷史估值分位數(shù)不再能有效提示頂部。而權(quán)益市場的38-44月周期性特征,使得4年估值分位數(shù)能更好地描述估值高低與市場的頂和底。 回溯檢驗表明,4年滾動估值分位數(shù)在對市場的頂部和底部的準(zhǔn)確率(4年滾動估值分位數(shù)到達(dá)閾值區(qū)域時,對應(yīng)指數(shù)的頂部和底部)和覆蓋率(指數(shù)頂部和底部對應(yīng)4年滾動估值分位數(shù)的閾值區(qū)域)均較好,且優(yōu)于傳統(tǒng)的歷史估值分位數(shù)和10年滾動估值分位數(shù)。 5.1、四年滾動估值分位數(shù)能有效識別萬得全A的頂和底 頂部方面,隨著投資者越來越理性,期貨和期權(quán)等金融衍生品的推出,寬基指數(shù)估值越來越理性,導(dǎo)致即使是泡沫期估值高點也降低,因此,4年滾動估值分位數(shù)比歷史估值分位數(shù)和10年滾動分位數(shù)在識別頂部方面效果更好。 如上圖所示,在2008年的大牛市中,4年滾動估值分位數(shù)提示了估值泡沫,但歷史分位數(shù)未提示;在2015年大牛市中,4年滾動估值分位數(shù)提示了估值泡沫,但4年滾動估值分位數(shù)和10年滾動估值分位數(shù)未提示;在2020年7月快速拉升時提示了估值泡沫。 遺憾的是,萬得全A在2021年12月中旬的頂部,三個寬基指數(shù)均未能提示頂部。 底部方面,4年滾動分位數(shù)和10年滾動分位數(shù)、歷史估值分位數(shù)在歷史上均能較好識別底部。但在2018年底2019年初的大底時,僅4年滾動分位數(shù)和歷史滾動分位數(shù)提示底部,10年滾動分位數(shù)未能有效提示。 下表更能體現(xiàn)出4年滾動估值分位數(shù)的優(yōu)勢: 當(dāng)然,因為4年滾動估值分位數(shù)參考的估值區(qū)間更短,因此在提示頂部區(qū)域時,存在提前提示瘋狂/泡沫的情況。 5.2、四年滾動估值分位數(shù)能有效識別上證指數(shù)的頂和底 頂部方面,4年滾動估值分位數(shù)有效識別出2001年6月、2007年10月、2015年6月和2021年2月的頂部區(qū)域。 底部方面,4年滾動估值分位數(shù)有效識別出上證指數(shù)的底部區(qū)域(包括2022年4月26日),但是存在有時提示時間偏早的情況。 4年滾動估值分位數(shù)在提示頂部區(qū)域時優(yōu)于10年滾動和歷史估值分位數(shù)。 5.3、四年滾動估值分位數(shù)能有效識別深圳成指的頂和底 深圳成指除了一次率先見頂(2021年2月)和一次率先見底(2003年1月)以外,絕大多數(shù)的頂和底均和上證指數(shù)、萬得全A同步。這進(jìn)一步說明市場的極端估值受情緒影響較大。 主要頂部和底部時三個估值分位數(shù)的數(shù)值如下: 5.4、四年滾動估值分位數(shù)能有效識別滬深300的頂和底 在頂部方面,4年滾動分位數(shù)表現(xiàn)明顯優(yōu)于10年滾動分位數(shù)和歷史分位數(shù)。2015年大牛市時4年滾動分位數(shù)有效提示頂部,但10年滾動和歷史分位數(shù)均未提示;2021年初的藍(lán)籌股大牛市時4年滾動分位數(shù)和10年滾動分位數(shù)有效提示頂部,但歷史分位數(shù)未提示。 在底部方面,2015年之前的底部三個估值分位數(shù)均能有效提示,但2019年初僅4年滾動估值分位數(shù)有效提示底部,10年滾動和歷史分位數(shù)均未提示。 滬深300指數(shù)在主要頂部和底部時三個估值分位數(shù)的表現(xiàn)如下: 5.5、四年滾動估值分位數(shù)在描述大泡沫的頂部有時偏早 需要說明的是,雖然4年滾動估值分位數(shù)在提示寬基指數(shù)的頂部和底部區(qū)域的覆蓋率較好(市場大頂/大底時對應(yīng)估值分位數(shù)的95%以上/5%以下),但是需要注意的是,在大泡沫時期,隨著估值的不斷提升,4年滾動估值分位數(shù)存在提示頂部時間有時偏早的問題。 以上證指數(shù)為例,2015年的大牛市和2021年的牛市期間,雖然4年滾動估值分位數(shù)有效提示了頂部區(qū)域,且表現(xiàn)優(yōu)于10年滾動估值分位數(shù)和歷史估值分位數(shù),但兩個頂部均有提前提示的情況(2021年表現(xiàn)優(yōu)于2015年)。 2014年7月1日-2015年6月30日期間指數(shù)及其三個口徑(4年滾動/10年滾動/歷史)估值分位數(shù)如上圖。的確,4年滾動估值分位數(shù)提示了估值達(dá)到高估水平,而且10年滾動估值分位數(shù)和歷史估值分位數(shù)最終都未提示頂部區(qū)域(主要是之前上證指數(shù)估值水平實在太高),但4年滾動估值分位數(shù)在2015年3月16日便提示估值到了95%泡沫水平(當(dāng)時上證指數(shù)3449點),4月2日提示估值到了近4年最高水平你(當(dāng)時上證指數(shù)3826點),存在大牛市提示較早的情況。 2020年初由于疫情沖擊,春節(jié)后第一個交易日上證指數(shù)暴跌,4年滾動估值分位數(shù)快速下跌至價值區(qū)間(估值分位數(shù)10%以內(nèi)),而后因疫情有效控制及對之后刺激政策的預(yù)期而快速反彈。之后3月份上證指數(shù)因為疫情全球爆發(fā)及美股暴跌而再次探底,這次4年滾動估值分位數(shù)下探到深度價值區(qū)間(估值分位數(shù)5%以內(nèi)),之后反轉(zhuǎn)。伴隨2020年國內(nèi)疫情有效控制而國外傳播,國內(nèi)出口快速增長,風(fēng)景這邊獨好,上證指數(shù)逐級走高,并于2021年春節(jié)前到達(dá)短期高點。4年滾動估值分位數(shù)在2021年1月7日提示泡沫(估值分位數(shù)95%以上,上證指數(shù)3576點),之后于2月19日接近4年最高估值(99.69%),有效提示頂部。本輪頂部4年滾動估值分位數(shù)和10年滾動估值分位數(shù)均有效提示頂部,但歷史估值分位數(shù)未提示。 六、初步結(jié)論 國內(nèi)權(quán)益市場和利率市場均存在典型的38-44月周期特征,貨幣/信貸市場也存在典型的38-44月周期特征,且權(quán)益周期低點和貨幣/信貸周期低點高度同步。這驗證了“貨幣/信貸周期催生經(jīng)濟(jì)周期,從而產(chǎn)生權(quán)益周期”的理論。 指數(shù)估值的右偏態(tài)分布特征使得傳統(tǒng)的估值“中位數(shù)-方差”方法不能有效提示頂部和底部,而估值分位數(shù)則是更好的度量估值高低的指標(biāo)。 因為權(quán)益市場存在典型的38-44月周期特征,因此4年滾動估值分位數(shù)能較歷史估值分位數(shù)、10年滾動估值分位數(shù)更好地提示權(quán)益指數(shù)的頂部和底部區(qū)域。隨著期貨、期權(quán)等衍生品的推出,投資者越來越理性,市場越來越有效,泡沫時期的估值也會越來越合理,因此歷史分位數(shù)和10年分位數(shù)參考意義越來越弱,而4年滾動估值分位數(shù)更具參考意義。 回溯檢驗表明,4年滾動估值分位數(shù)能有效識別萬得全A、上證指數(shù)、深圳成指、滬深300的頂部和底部,且4年滾動估值分位數(shù)較10年滾動估值分位數(shù)和歷史估值分位數(shù)更有效。 需要注意的是,由于4年滾動估值分位數(shù)參考時間較短,因此在大牛市的時候有時會出現(xiàn)提示頂部區(qū)域過早的情況。 七、風(fēng)險提示 量化指標(biāo)和相關(guān)觀點基于歷史數(shù)據(jù)統(tǒng)計和回溯檢驗,存在歷史規(guī)律和指標(biāo)失效的風(fēng)險。 4年滾動估值分位數(shù)的有效性基于權(quán)益周期和貨幣/信貸周期。如果因為戰(zhàn)爭、地緣政治沖突等重大宏觀因素的影響,從而影響各國央行的貨幣/信貸政策,可能導(dǎo)致周期的變化及扭曲,從而影響4年滾動估值分位數(shù)的有效性。 責(zé)任編輯:七禾編輯 |
【免責(zé)聲明】本文僅代表作者本人觀點,與本網(wǎng)站無關(guān)。本網(wǎng)站對文中陳述、觀點判斷保持中立,不對所包含內(nèi)容的準(zhǔn)確性、可靠性或完整性提供任何明示或暗示的保證。請讀者僅作參考,并請自行承擔(dān)全部責(zé)任。
本網(wǎng)站凡是注明“來源:七禾網(wǎng)”的文章均為七禾網(wǎng) www.levitate-skate.com版權(quán)所有,相關(guān)網(wǎng)站或媒體若要轉(zhuǎn)載須經(jīng)七禾網(wǎng)同意0571-88212938,并注明出處。若本網(wǎng)站相關(guān)內(nèi)容涉及到其他媒體或公司的版權(quán),請聯(lián)系0571-88212938,我們將及時調(diào)整或刪除。
七禾研究中心負(fù)責(zé)人:翁建平
電話:0571-88212938
Email:57124514@qq.com
七禾科技中心負(fù)責(zé)人:相升澳
電話:15068166275
Email:1573338006@qq.com
七禾產(chǎn)業(yè)中心負(fù)責(zé)人:洪周璐
電話:15179330356
七禾財富管理中心
電話:13732204374(微信同號)
電話:18657157586(微信同號)
七禾網(wǎng) | 沈良宏觀 | 七禾調(diào)研 | 價值投資君 | 七禾網(wǎng)APP安卓&鴻蒙 | 七禾網(wǎng)APP蘋果 | 七禾網(wǎng)投顧平臺 | 傅海棠自媒體 | 沈良自媒體 |
? 七禾網(wǎng) 浙ICP備09012462號-1 浙公網(wǎng)安備 33010802010119號 增值電信業(yè)務(wù)經(jīng)營許可證[浙B2-20110481] 廣播電視節(jié)目制作經(jīng)營許可證[浙字第05637號]
技術(shù)支持 本網(wǎng)法律顧問 曲峰律師 余楓梧律師 廣告合作 關(guān)于我們 鄭重聲明 業(yè)務(wù)公告
中期協(xié)“期媒投教聯(lián)盟”成員 、 中期協(xié)“金融科技委員會”委員單位