十大(首页)老牌网赌网址(中国)官方网站·App Store

广发证券-广发宏观:高分红策略的宏观逻辑与择时体系-240129

日期:2024-01-29 18:04:06 研报出处:广发证券
研报栏目:宏观经济 郭磊,陈礼清  (PDF) 43 页 2,886 KB 分享者:nin****ko
请阅读并同意免责条款

【免责条款】

1. 用户直接或通过各类方式间接使用慧博投研资讯所提供的服务和数据的行为,都将被视作已无条件接受本声明所涉全部内容;若用户对本声明的任何条款有异议,请停止使用慧博投研资讯所提供的全部服务。

2. 用户需知,研报资料由网友上传,所有权归上传网友所有,慧博投研资讯仅提供存放服务,慧博投研资讯不保证资料内容的合法性、正确性、完整性、真实性或品质;

3. 任何单位或个人若认为慧博投研资讯所提供内容可能存在侵犯第三人著作权的情形,应该及时向慧博投研资讯提出书面权利通知,并提供身份证明、权属证明及详细侵权情况证明。慧博投研资讯将遵循"版权保护投诉指引"处理该信息内容;

4.本条款是本站免责条款的附则,其他更多内容详见本站底部《免责声明》

研究报告内容
分享至:      

  自2021年开始,高分红策略相对万得全A指数已连续三年有超额收益。【慧博投研资讯】这一特征在未来能否延续?我们有两点认识:一是从历史上看,红利资产一样需要择时。(慧博投研资讯)2011年以来的十余年内,中证红利指数共有32个时间段跑赢万得全A;二是本轮周期中,确实有一些新的宏微观因素出现,红利资产的配置意义较前期有所提升。在本篇报告中,我们尝试对高分红策略的宏观逻辑与择时体系进行探讨。

  从经验规律看,过往高股息策略并不是一个完全不需要择时的长效策略。在2011年以来的十余年内,中证红利指数共有32个时间段跑赢万得全A,而其中有21个时段为万得全A处于调整期。若不考虑红利再投资,在9次“市场底”出现后,中证红利的相对收益都出现了明显走弱。此外,从单边HP二次滤波剥离的指数周期成分看,中证红利指数的超额收益呈现明显的“均值回归”规律。因此,从战术上来说,红利资产仍需要择时。

  但战略上,红利资产的中长期配置价值可能在提升。在名义增长、长端利率中枢逐步下移过程中,红利资产的分红再投资收益成为了“资产荒”时代一份稳定的收益来源。以日本经验为例,20世纪90年代后,日本高股息指数持续长期跑赢日经225指数。剥离中证红利的贡献度来看,自2011年以来,分红再投资贡献了103.2%,资本利得贡献了62.6%,前者是后者的1.65倍。12019年后,红利再投资的贡献开始稳定超过资本利得。

  本轮周期中,红利资产的占优来自三个因素的共振:一是22-23年海外无风险利率中枢显著上移,“长久期、高波动”资产估值受压。中证红利指数隐含久期相对最短(2005年至今平均为13.2年;作为对比,万得全A为17.2年,TMT指数为18.7年)2。且自疫情以来,仅有中证红利指数的隐含久期持续缩短至12.5年,其余基本保持稳定。此外,从滚动60天的历史波动率来看,红利指数还具有“低波”特征。交易红利资产的本质是市场在交易和寻找“短久期、低波动”品种。二是由于名义增长中枢走低,中债利率中枢下行,红利资产的股息收益“类债”稳定却收益更高,对资金配置需求具有较强吸引力。股债息差在2021-2023年已上升至3.3%3;与此同时,红利指数与万得全A的相关性中枢则下降至0.63。三是本轮地产产业链调整的过程中,金融市场风险偏好一度下降,A股权风险溢价(ERP)与中证红利相对收益、绝对收益的相关性中枢均由负转正,前者提升至+0.63,后者提升至+0.4,提示本轮与过往发生了机制转换,市场对红利资产“确定性”的交易成分有明显提升。在前期报告《2023年权益行业表现的宏观和中观线索》,我们亦对此有过分析。

  第一,22-23年,美债利率上行与红利指数相对收益呈强正相关。我们理解这主要因为海外无风险利率较快上行过程中,“长久期、高波动”资产估值受压,而红利资产相反,派发确定分红,与现金较为相近,具有明显的“短久期、低波动”特征,受美债冲击较小。

  权益隐含久期方面,我们将债券久期概念引入A股市场,剥离了各类权益指数的隐含久期。结果发现,2005年至今,TMT指数的隐含久期最高,平均久期在18.7年,其次是万得全A,平均为17.2年。而同样的估算方式下,中证红利指数、中特估的隐含久期仅有13.2年、13.6年,明显小于万得全A与TMT指数。并且2020年疫情以来,红利资产的隐含久期进一步缩短至12.5年,万得全A则仍基本上维持在18年附近。

  波动率方面,通过对比各类指数滚动60天的历史波动率,可以看到中证红利指数的波动明显低于沪深300、中证1000。特别是2023Q3,在美债利率快速上行的影响下,沪深300、中证1000波动率明显抬升,但中证红利指数、红利低波指数波动不升反降。

  第二,22-23年,中债利率下行与红利指数相对收益呈强负相关。稳定的股息类似于债券票息。本轮利率下移过程中,相比其他资产,红利资产的比较优势凸显。股债息差角度看,中证红利股息率与10年国债的息差在2018-2020年平均还只有1.26%,而在2021-2023年已经上升至3.3%。与万得全A比较看,万得全A与红利指数的相关性中枢,在2021-2023年明显走弱,仅为0.63,而在2008-2013年两者平均相关性为0.97,2014-2020年平均相关性也有0.89。

  第三,22-23年,地产产业链处于持续调整过程,微观主体风险偏好下降。相对收益视角,本轮红利指数占优时段与地产债指数调整时段、万得全A股权风险溢价(ERP)抬升时段高度吻合。2020年以来,股权风险溢价水平与中证红利相对收益、绝对收益的相关性中枢均由负转正,前者提升至+0.63,后者提升至+0.4,提示本轮与过往发生了机制转换,风险偏好下降过程中,市场对红利资产“确定性”的交易成分有明显提升。

  如何看下一阶段?我们基于全球无风险利率、内外利差、国内经济基本面、风险偏好、赔率(估值)、拥挤度等六个维度,构建了一个红利资产的择时体系。(1)全球无风险利率与红利指数相对收益的正相关性最为稳定。2020年以来相关系数从0.65上升至0.86。(2)从历史复盘看,国内利率与高分红策略的关系相对复杂,并非单边。国内利率下行期高分红策略跑赢概率整体并不算高。我们理解这背后的逻辑是,如果利率下行背后是流动性宽松,且能够带动经济企稳预期,则红利资产并不占优。“利率下行期会凸显红利资产的吸引力”所需要的一个条件是是利率下行短期内尚未形成“流动性充裕→信用扩张→经济周期上行”的正反馈,“增长中枢下沉-资产回报率下行”的预期仍占据定价主导。从时间维度上看,样本缩短到2020年之后,中债利率和高分红资产才呈现出较高的负相关性。国内利率作为一个择时信号虽然不稳定,但其经济学和金融学意义是比较重要的。折中之下我们选择中美利差,而不是单纯的国内利率作为择时指标,其在2016年之后和红利资产的负相关性相对稳定。(3)关于国内基本面,我们兼顾货币、增长、价格三维周期,选择前期报告《M1、BCI、PPI与宏观择时》中M1、BCI、PPI合成的综合指标作为择时指标。该指标走弱时段与红利相对收益占优时段基本吻合。(4)A股股权风险溢价是另一个影响因素,风险偏好下移能放大红利资产相对A股的“防御优势”。(5)我们基于赔率视角构建红利资产相对A股常规板块的性价比指标,考虑到红利指数的高分红特点,当红利股息率高于常规板块+1.5倍标准差以上,才视为红利资产估值较低,具有性价比。(6)交易层面,我们利用“红利指数成交额占全A成交额比重”作为红利指数拥挤度的指标。

  第一,美债利率作为全球风险资产锚,主要通过贴现率从分母端对国内市场产生影响,传导路径相对确定和单一。因此,通过相关性检验和单变量回归模型检验均可发现,美债名义利率、实际利率与红利指数相对收益的正相关性最为稳定。2020年以来进一步强化,美债名义利率与红利相对收益的相关系数从0.65上升至0.86,美债实际利率则从0.7上升至0.83。

  第二,复盘看,单一国债利率与红利指数的关系并不稳定,国内利率下行期,高分红跑赢概率并不高。从时段统计看,即便是10年期国债利率上行期,红利指数仍有可能占优,比如2012-13年、2016-17年以及20-23年的部分时段。从相关性统计看,若以2010年、2016年为起点,中债利率与红利指数相对收益的相关性分别为0.22、0.29,只有当样本期缩短为2020年至今,两者才呈现-0.72的负相关关系。国内国债利率虽然有资产回报率的锚定作用,下行期会凸显出红利资产的吸引力,但这一推演所需要的一个条件是是利率下行短期内尚未形成“流动性充裕→信用扩张→经济周期上行”的正反馈,“增长中枢下沉-资产回报率下行”的预期仍占据定价主导。因为国内利率是增长和流动性的综合结果,同时影响权益定价的分子分母,与美债利率不同。因此如果利率下行背后是流动性宽松和经济企稳的环境,则红利资产并不占优。而利率下行伴随经济较长时间偏弱,则红利资产更容易因为股息优势占优。相反,如果利率上行伴随着经济仍偏弱或流动性尚处于紧缩周期,则红利资产占优,一是对未来经济预期持续偏弱定价,比如2012-13年,二是对流动性带来的估值压力定价,红利资产相对承压较小,比如2013、2017年。可以佐证的是,2014年,利率仍进一步抬升,但流动性转向,基本面企稳,红利资产的优势也快速消弥;2018流动性转松,但实体去杠杆,经济仍偏弱,利率下行与红利占优同时发生;2019年流动性维持宽松但经济企稳回升,虽然利率仍震荡下行,但红利资产优势也快速减弱。国内利率作为一个择时信号虽然不稳定,但其经济学和金融学意义是比较重要的。中美利差相当于是用美债利率作为基准调整后的中债利率,是两国经济政策的综合比较指标,能边际上敏感地反映国内经济周期强弱。折中之下我们选择中美利差,而不是单纯的国内利率作为择时指标,其在2016年之后和红利资产的负相关性相对稳定。

  第三,国内基本面指标应兼顾货币活化、增长、价格三维周期,我们选择了用单边HP二次滤波过滤的M1、BCI、PPI周期信号合成的综合指标。从历史走势来看,综合指标与红利指数相对收益呈现负相关关系,当有效需求不足,经济周期尚未处于明确上行阶段,红利资产相对万得全A具有超额收益。22-23年,三维综合指标边际走弱时段与红利相对收益占优时段基本吻合。

  第四,风险偏好的整体下移,会强化对红利资产的稳定收益的需求。2016年以来,万得全A的ERP与红利资产相对收益呈现稳定正相关性。

  第五,红利择时也需兼顾红利资产的价格空间、性价比等。从赔率角度,将“中证红利的股息率与万得全A(除金融和石油石化)的股息率的差值”作为红利资产相对A股常规板块的超额收益率。2020年之后,这一差值快速提升,说明红利指数不仅具有股息优势,还因为低估值,性价比相对万得全A较高。进一步以滚动36个月的±1倍、±2倍标准差作为评价这一性价比指标高低的标准。若超过+1.5倍标准差,则认为当前中证红利相对于万得全A具有性价比。而鉴于红利指数本身的高分红特点,我们认为只要性价比未触及至+1.5倍标准差,红利指数的赔率就尚未触及持仓做多的信号。

  第六,交易拥挤度层面,利用“红利指数成交额占全A成交额比重”,来判断下一阶段红利指数是否仍值得追涨。并且选择相对谨慎的方案,如果观察到滚动36个月的拥挤度水位大于均值,即认为当前拥挤度视角并不适合持有红利指数。

  从中长期来看,高质量发展框架下,高分红择时体系中的国内基本面因子(M1、BCI、PPI周期成分)的特征可能会有所变化,红利资产的长期配置意义会有所提升。(1)经济增长不单纯追求速度,产业基础现代化、产业链现代化为代表的高质量发展成为了重要的政策目标;(2)制造业强国的背景下,制造业供给能力会进一步偏强,供给低于需求的情况更少出现,对工业价格弹性存在影响;(3)中央金融工作会议指出,“始终保持货币政策的稳健性”,增量稳健、盘活存量的背景下,货币周期的总量弹性可能会整体偏温和;(4)金融高质量发展的线索下,金融市场逐渐更直接服务于科技创新、绿色发展等战略领域,“直达实体”的货币政策工具促使投放更趋精准,信贷脉冲的杠杆效应下降。高杠杆金融产品收益率作为机会成本推高股市风险偏好的过程也会有所弱化。

  择时体系中的国内基本面(M1、BCI、PPI周期成分)等指标能反映短周期和中长周期宏观预期的耦合度。当前国内经济已由高速增长阶段转向高质量发展阶段转变,中长期因素的定价权日渐重要,国内基本面(M1、BCI、PPI周期成分)的择时重要性也将有所上升,红利资产的中长期配置价值凸显。

  在高质量发展框架下,经济维度,经济不再单纯追求速度的增长,而是更加注重质量和效益的提升,推动经济结构的优化升级,产业基础现代化、产业链现代化为成为了重要的政策目标。制造业供给能力将持续偏强,全社会层面供小于求的情形在未来将会更少出现,对工业价格弹性存在影响

  金融维度,一则总量层面,中央金融工作会议指出“始终保持货币政策的稳健性”、“货币供应量同经济增长和价格水平预期目标相匹配”,23年12月8日的政治局会议又指出,“稳健的货币政策要灵活适度、精准有效”,意味着高质量发展阶段,货币活化度(M1)、以及通胀周期(PPI)的弹性会较上一轮周期更显温和,结构优化是政策重点。二则结构层面,高质量发展的线索下,信贷政策、金融市场都将更有效地对接战略领域,比如科技创新、绿色发展,从而信贷脉冲的杠杆效应有所下降。高杠杆金融产品收益率作为机会成本推高股市风险偏好的过程也会有所弱化。

  如何评估六维信号的合力?我们尝试将六维择时指标进行合成。方法一是将六大信号等而视之,直接求和加总;方法二是将六大信号与中证红利指数的滚动36个月相关系数作为权重进行加权汇总;方法三是将六大信号与中证红利指数回归,将回归系数作为权重进行信号加权。由于不同择时指标与中证红利之间的关系存在时变性,我们将数据进行了区制识别(regime switching)。

  一种简便直观的合成方式,是将关键的六维度择时指标进行等权加总。我们先判断每一类择时指标对红利资产择时的信号提示方向,再考察环比变动进行赋值求和。

  进一步,考虑到六维度择时指标对红利资产的信号本身就有强弱之分,我们进行了加权探索。一个思路是用择时指标与中证红利的相关系数进行加权,相关性强的指标释放的择时信号理应被赋予更高的值。为了避免“未来数据”问题,我们将每个择时指标与中证红利指数滚动36个月的相关系数作为权重进行信号加权。

  另一种加权思路是通过将择时指标与中证红利指数进行回归,将回归系数作为权重进行信号加权。但由于不同择时指标与中证红利之间的关系存在时变性,我们将数据进行了区制识别(regime switching),发现2006年以来,择时指标与中证红利之间的关系确实存在不同的区制反应。特别是2020年之后,区制一发生的概率稳定在0.6以上,而区制二发生的概率稳定在0.4以下。

  结果显示,就2014年以来全区间收益而言,无论何种合成方式,高分红择时策略均能获得相较于万得全A的超额收益。其中,依据模型系数加权汇总的择时信号,可以自2014年以来获得9%左右的年化收益率,胜率73.03%,夏普比率为0.39。全收益视角超额年化收益率约为10%~11%。最新信号方面,2024年1月15日2月14日的仓位信号为+0.38。虽然信号为正,提示红利指数仍存在吸引力,但信号已较10-11月进一步走弱(+0.95、+0.75)。

  择时方案处理上,为了避免使用未来数据,我们每个月的择时信号所用数据,是本月中最新公布的上月数据。为了避免择时信号单月波动较大,存在部分噪音干扰,将加总后信号序列再取6个月移动平均。

  仓位设置也分两种视角,一则为“0-1仓位设置”:直接将正向择时信号处理为满仓(100%)持有中证红利指数,负向择时信号处理为持有万得全A;二则为“滚动仓位设置”:根据择时信号的强度,以每个时点过去36个月为窗口期,将择时信号的大小进行归一化处理,等比例映射到中证红利指数的持仓比重P。

  等权合成六维择时指标的方案2014年以来获得年化约7%的超额收益,考虑股利再投资收益,年化收益率约为9%。全收益视角,较万得全A最高的超额收益为50%。该方案胜率为71.77%,夏普比率为0.28。最新信号方面,2024年1月15日-2月14日的仓位信号是使用23年12月的择时信号,为+1.78,择时信号为正,提示继续持有红利指数;但23年10-11月的择时信号分别是+3.3、+2.7,提示红利指数2023.10.15-2024.01.14的持有仓位分别为82%、71%、57%。当前披露的数据合成的24年1月择时信号为+0.66,提示2024.02.15-2024.03.14红利指数的持仓仍为正,但持有比重将会进一步下降。

  利用滚动36个月相关系数加权合成的择时方案2014年以来获得年化约7%~8%的超额收益,若考虑股利再投资收益,年化收益率约为9%~10%。全收益视角,较万得全A最高的超额收益为68%。该方案胜率为66.66%,夏普比率为0.33。最新信号方面,2024年1月15日-2月14日的仓位信号为+2.17,同样提示继续持有红利指数;23年10-11月的信号分别是+3.5、+2.94,提示红利指数2023.10.15-2024.01.14的持有仓位分别为100%、89%、74%。24年1月择时信号为+1.34,同样提示下一个月红利持仓仍建议为正,但持有比重进一步下降。

  利用区制转换模型定权合成的择时方案2014年以来获得年化约8%~9%的超额收益,若考虑股利再投资收益,超额年化收益率约为10%~11%。全收益视角,较万得全A最高的超额收益为74%。该方案胜率为73.03%,夏普比率为0.39。最新信号方面,2024年1月15日-2月14日的仓位信号为+0.38。虽然信号为正,提示继续持有红利指数,但已较10-11月进一步走弱,10月、11月+0.95、+0.75,提示红利指数2023.10.15-2024.01.14的持有仓位分别为98.6%、84.4%、59.4%。并且当前披露的数据合成的24年1月择时信号为0.002,提示2024.2.15-2024.3.14应持有万得全A。

  简单总结,过去两年中全球无风险利率上行冲击长久期资产;地产产业链调整背景下风险偏好下移,市场对于稳定收益的需求增加;而又恰逢中债利率中枢下移,中长期配置需求存在缺口,导致“资产荒”效应进一步放大,三大合力引致了市场对“短久期、低波动”为特征的红利资产的持续追逐。展望后续,高质量发展阶段,红利资产的配置意义较上一轮周期有所提升,但高分红策略并不是传统意义上的长效策略。高分红策略的择时特征大概率会依旧存在,我们的“六维度择时体系”可以当作一个监测框架。

  风险提示:一是国内财政货币政策超预期或不及预期,经济基本面出现超预期变化,使得利用历史经验数据得到的规律性结论出现偏差;二是建模时序较短,而基于较少样本量的推演可能出现误判;三是高股息个股出现超预期波动,历史波动率和收益情况代表意义有限。

我要报错
点击浏览报告原文
数据加工,数据接口
我要给此报告打分: (带*号为必填)
相关阅读
2024-02-25 宏观经济 作者:郭磊,陈礼清 34 页 分享者:浮生***一
2024-02-22 宏观经济 作者:郭磊,陈嘉荔 5 页 分享者:大**金
2024-02-20 宏观经济 作者:郭磊 7 页 分享者:kevi******lee
2024-02-20 宏观经济 作者:郭磊,钟林楠 4 页 分享者:shua******uzi
2024-02-18 宏观经济 作者:郭磊,王丹 8 页 分享者:zhen******nmb
关闭
如果觉得报告不错,扫描二维码可分享给好友哦!
 将此篇报告分享给好友阅读(微信朋友圈,微信好友)
小提示:分享到朋友圈可获赠积分哦!
操作方法:打开微信,点击底部“发现”,使用“扫一扫”即可分享到微信朋友圈或发送给微信好友。
*我要评分:

为了完善报告评分体系,请在看完报告后理性打个分,以便我们以后为您展示更优质的报告。

您也可以对自己点评与评分的报告在“我的云笔记”里进行复盘管理,方便您的研究与思考,培养良好的思维习惯。

当前终端的在线人数: 62430
温馨提示
扫一扫,慧博手机终端下载!

正在加载,请稍候...

XML 地图