“投资时钟”模型在股市中的应用研究

张 乐，张忠能

0 引言

“投资时钟”模型是美国华尔街金融人士提出的一种将经济周期与资产和行业轮动联系起来的方法。该模型将经济周期分为四个阶段：衰退、复苏、过热和滞胀。每一个阶段都对应着表现超过大市的某一特定资产类别:债券、股票、大宗商品或现金。本文通过计算机手段借助中国股票市场模拟实现投资时钟模型,通过观察标准化数据直观图，分析其应用效果。

1 投资时钟

美林证券2004年提出了“投资时钟”理论，该理论是一种自上而下，基于经济阶段划分，实现资产轮动和行业轮动的投资方法。通过分析30年的美国市场数据，美林验证了以下原理：经济是有周期的，且可以根据CPI 和产出的变化趋势将经济周期划分为复苏、过热、滞胀和收缩四个不同阶段，如图1所示：

图1 投资时钟图形

不同行业在不同经济阶段相对表现不同；在不同的经济阶段，可以通过配置优势资产类别和优势行业来获利。[1]

2 “投资时钟”在中国股市的应用

“投资时钟”理论在美国得到了广大投资者的认可，而在我国，由于股票市场才20年，相关研究则较少，而通过计算机技术的方式进行划分和研究的则基本还是空白，要将这个模型应用实现，需要通过建造一个金融数据库，然后分析板块与指数间的关系，通过市盈率净利润等财务指标才能得到不同行业板块在各个时期的表现与差异。

2.1 金融数据库

为了对中国股票市场进行研究，首先需要取得A 股市场所有股票的财务数据和历史行情数据。因此搭建一个便于研究的金融数据库是必不可少的。

由于研究的是过往的走势情况，因此数据采集的内容主要分为财务数据和走势数据。这两类数据均从wind 金融终端中导入到SQL SERVER 数据库中。所有上市公司历年的财务数据方面，为了方便研究，截取的财务指标为公司的单季度净利润总额情况、净资产、股本大小，时间周期为季度，与公司每年出具的财务报表时间相同。走势数据方面，截取的数据则均为公司在市场交易阶段的历史数据，包括过去5年公司每日复权后成交价，每日总市值与流通市值以及公司的交易代码，市场交易时间列表等。

2.2 板块划分

A 股市场上目前交易的股票基数庞大且在不断增多，因此对所有股票分类归属显然是十分有必要的，这也就形成了板块的概念。一个板块中，包含了板块所属行业的所有公司，它能够有效的反应出一个行业的整体情况，从而便于研究行业在市场不同阶段所代表的特殊属性。

一个好的板块划分是十分重要的。板块与板块之间必须保持独立性，这样在时钟模型分析时得出的结果才具有代表性和普遍性。通过比较和研究，可以发现申万一级行业板块分类最具有代表性。它将全市场A 股股票分成23 个大类，很好的涵盖了整个中国经济的行业分布，同时具有相当的独立性并被市场所认可。

因此，按照申万一级行业划分，创建一个SectorStockPool的分析类，从建立好的数据库中，分别将各一级行业的下属公司以code 作为关键字读入对应的pool 中去，每个pool 均有一个tradingstock 子类，该子类包含两个参数code 和 name，分别代表股票代码和股票名称，保存时以数组形式保存，保证A 股全体公司均有唯一对应的申万板块属性，而板块本身也有code 和name的属性，code 和申万板块的代码相同。当需要对某个板块进行分析时，只需调用sectorStockPool 类下的getStocks 函数，通过交易日作为接口，即可将对应板块下的所有股票代码方便的调出，具体类函数与参数如下所示：

2.3 模型研究与算法

基础数据库框架和板块构成搭建完成后，就可以开始对各行业的情况进行分析。“投资时钟”模型中注重对于经济状况和市场状况的联系，因此，选择一个同时兼顾实体经济与市场走势两方面变化的指标作为基准十分重要。

市盈率指标（Price to Earning Ratio，以下简称PE）是一个十分经典的反应公司投资价值的指标，它表示在一个考察期（通常为12 个月的时间）内，股票的价格和每股收益的比例公式（1）

通过观察PE的指标公式可以发现，PE 指标的分子每股价格乘以该公司的总股本等于公司的总市值，反应的是公司市场上的认可度，而分母每股净利润乘以总股本等于公司当期的净利润，反应的是公司当期的发展表现。由此可以得出PE 指标的另一个表达形式，如公式（2）

PE 指标作为金融市场最基础的指标，是最常用来评估股价水平是否合理的指标之一，但它本身也存在局限性需要改善。

首先，不同行业的公司无法简单直接对比PE 大小。市场对于各个行业的发展前景认可度不尽相同，对于未来能持续高增长的行业给予认可度较高，因此整个行业的PE 值也往往维持在高位，而对于未来增速较慢甚至会出现负增长的行业则往往给予较低的PE 值。

其次，相同行业在不同时期的PE 标准也不尽相同。周期性行业如有色金属等和经济预期情况相关性较大，因此PE 波动范围也较大，而非周期性行业如食品饮料随也受到经济情况影响，但相对影响较小，因此波动较小，不能一概而论。

而不同的净利润统计方式也使得PE 计算方法略有不同，静态市盈率反映数据不够全面，有的PE 甚至是粗略的用半年报净利润乘以2 或单季报乘以4的方式来计算公司的净利润情况，这显然是不全面的。因为很多行业比如白酒行业有明显的季节性，二、四季度往往是消费高峰期，单季度净利润较高，而一、三季度则是淡季，净利润相对相对较低，简单的分析一个季度的数据意义不大。

鉴于PE 指标的特性，在实现“投资时钟模型”应考虑分3 步走：

首先，分析净利润时采用动态分析法，即读取的公司净利润为截止当时状态下，过去4 个季度的净利润之和，这种滑动的净利润计算方式，能够最大程度的反映公司在过去一年中的业绩情况。通过读取公司每个交易日的总市值和滑动净利润并进行运算，得到公司每个时间点的滑动PE。

其次，对于同一行业以时间为序列进行标准化处理，直观的分析出该行业在一段时间内的变化趋势，并为下一步分析不同行业做准备。

最后，将不同行业第一次标准化的值二次标准化，使得各板块的走势在同一坐标体系下能够很直观的得到体现，从而能够分析出不同时期具备投资价值的行业。

具体流程，如图2所示：

图2 投资时钟实现流程图

3 “投资时钟”在股市中的实现

通过“投资时钟”的模型设计可以发现，PE 指标是对板块分析财务方面指标的重点，然而不同时期，不同行业的横纵向很难直接进行对比，因此需要平滑pe的数据，同时针对不同时期和行业进行二次标准化，将各行业的数据反映到相同的坐标体系下。“投资时钟”在股市中实现过程中应包括：滑动EP、一次标准化、二次标准化与输出识别4 个关键模块。

3.1 滑动EP

PE 值的统计是该模型的基础，必须保证数据的有效性和准确性，否则整个模型的数据都将失去意义。

由滑动PE的公司可知，统计滑动PE 需要由公司的总市值和公司的滑动净利润两个因子构成。

在构建基础数据库的时候，已经保留了各家公司每日的市值情况，因此，此处需要考虑的是如何统计板块的市值情况。在SectorStock pool 类中已经储存了申万23 个行业的下属所有公司的股票代码，因此，只需要通过调用该类中各板块下属个股代码，并在构建好的数据库查询对应市值并求和即可得到所有行业每日的市值变化情况。

而行业净利润方面，则选择到当前日为止，最近4 个季度的净利润之和，这样可以保证财务数据的有效性和代表性。具体采集方法与市值的求法相似，借助板块代码，在数据库中查询对应单季度净利润情况，并求取连续4 个季度的净利润求和作为单家公司的滑动净利润。然后再根据板块下属分类，对对应公司求和，从而得到板块的滑动净利润。考虑到PE 值普遍为10-100 之间，绝对数值相对较大，不方便计算，故而选择PE的倒数作为考量基础，即净利润除以总市值，这个指标称作EP 指标。

3.2 一次标准化

统计完滑动EP 后，得到了每个行业在每个时间的EP情况，但不同行业的波动性不同，无法直接用EP 进行比较，因此需要对EP 进行处理，得到一个能够比较不同行业状况的指标，这种处理方式就被称为标准化。

标准化的方式很多，有归一法、百分法等等，本文采用的是求标准差这种比较经典的方式。具体的方法为：假设当前日期为T，板块为A，将以T 为截止日的两年内所有交易日的板块A的pe 值储存在一个Input 数组中，这样23 个板块就有23 个Input 数组，而每个Input 数组也随着交易时间tradingdate的变化，自动更新。得到Input 数组后，对每个数组求出该组数据的平均值Average 和方差Variance，然后调用如公式（3）

如此即可得到每个板块每日标准化后的结果。

这个结果能够反应出任何一个行业在历史上的好坏情况和波动情况，但无法反映出相对其他行业的优劣，因此为了直观对各个行业进行对比还需要二次标准化。

3.3 二次标准化

二次标准化的基本思路很简单，就是对一维标准化后的因子进行二次处理，使之能够在同一坐标体系下进行比较，进而能够做出判断。

在实现的时候可以构造一个standardizeBySector 函数，传入的接口则是数据库中储存的交易日列表tradingdate 以及各板块的代码，采用一次标准化时相似的方式，当交易日扫描到某一日时，从23 个一次标准化后的板块数组中分别取出当日该板块的一次标准化值信息，并利用前文所述的标准化公式对各个板块进行二次标准化，这样就能得到最终想要的二次标准化的结果。

3.4 输出与识别

应用实现的主设计语言为C#，主要考虑到该语言在和office 软件以及 SQL Server的连接上十分容易，通过C#自身的数据接口，可以将算好的二次标准化结果导出到Excel中。由于中国股票市场从2006年开始至今正好走过了一波复苏、过热、滞胀和收缩的4 个周期，因此系选择时间也选择了从2006年开始至今。为了方便比较市场的整体情况，将沪深300 指数这几年的走势也一并输出到Excel 进行比较分析，并得出最后的结果。经过二次标准化后，所有板块的标准化后值均在0 附近，正值的板块估值较低有投资价值，负值的板块相对则不具备投资价值，如图3所示：

图3 标准化后部分数据

中国股市从2006年到2008年走过一波完整的投资时钟周期，具体划定为2006年1 月-2007年1 月为复苏期，2007年1 月-2007年10 月为过热期，2007年10 月-2008年3 月为滞胀期，2008年3 月-2008年10 月为收缩期，通过比较不同时期板块标准化的值即可得到结论。

4 应用实例分析

由于针对的是板块与行业的研究，因此验证模型效果时，需要将板块数据图形化后与板块指数的走势相比对得到该模型的有效性。

以有色金属板块为例，如图4所示：

图4 有色金属板块验证图例

有色金属板块的投资时钟数据显示该板块是一个过热期的投资品种，该板块在过热期的因子值最高可达2.5，具备相当高的投资价值，而对比有色金属板块指数和沪深300指数的实际走势，有色金属板块在过热期较全市场确实呈现出明显的超额收益。

通过类似对比，复苏期较具备投资价值的行业有挖掘、房地产、餐饮旅游、公共事业、黑色金属、化工、机械设备、食品饮料、医药生物；过热期较具备投资价值的行业有电子元器件、家用电器、有色金属；滞胀期较具备投资价值的行业有电子元器件、纺织服装、化工、家用电器、农林牧渔、轻工制造；收缩期较具备投资价值的行业有餐饮旅游、纺织服装、机械设备、交通设备、交通运输、轻工制造、商务贸易、食品饮料、医药生物等行业。

5 总结

投资时钟模型是美国华尔街金融人士提出的一种将经济周期与资产和行业轮动联系起来的方法，为了将其运用于中国股市，通过构造金融数据库，将板块中上市公司的财务数据和行情数据有机结合，可以给予使用者不同时期板块表现的直观印象。分析人员将该应用效果与自身经验结合后，可以进一步挖掘投资时钟模型的独特魅力。“投资时钟”模型的实现通过有色金属板块的用例效果，体现了不同行业板块在不同时期表现的差异性与优越性。

[1]Michael Hartnett.The Investment Clock[J].金融工程，2010.4:1-3