投资时钟视角下我国大类资产轮动配置策略

刘 冰,林子赫

(1.山东省宏观经济研究院,济南 250014;2.山东工商学院 金融学院,山东 烟台 264025)

一、引言

资产配置是机构投资者获取超额收益的重要来源。大类资产配置是投资者进行投资决策的第一步,也是进行所有其他投资决策的前提。随着我国资本市场的发展,可以选择的投资品种越来越丰富,资产配置问题受到投资者越来越多的关注。周期性波动是经济运行的一大特征,由于资产收益表现与宏观经济的运行密切相关,因此,对经济周期波动下的大类资产配置研究具有重要意义。

自从美国的美林证券公司(Merrill Lynch)公司在2004年11月发表了著名的研究报告《The Investment Clock Special Report#1, Making Money from Macro》[1]以后,学者们对投资时钟的理论进行了深入的研究。同时,作为一种将经济周期理论与大类资产配置策略结合的一种理论框架,被越来越多的投资者运用到资产配置当中。在这份报告中,研究者使用了1969年到2003年共计34年的美国产出缺口数据和消费者物价指数(CPI)数据,使用谷—谷法将美国经济划分为5个完整的周期,每个周期分为复苏、过热、滞胀和衰退四个阶段,每个阶段依次轮动。随后使用方差分析(ANOVA)方法对34年间每个阶段的商品、现金、股票四类大类资产收益率数据的差异进行了统计上的检验,得出了根据经济所处阶段不同配置不同种类大类资产,可以获得超越市场,获取超额收益的结论。

由于各国的国情、经济制度与发展阶段不同,使用国外数据做出的研究结论并不一定与我国资本市场的现状完全一致。在已有的研究中,美林投资时钟与我国的大类资产的实际表现出现了不一致的现象。基于此,从以下三个方面进行研究:第一,从理论上分析为什么美林投资时钟在我国“失灵”。第二,从我国的实际情况出发,选择合适的数据和方法对我国经济周期进行划分。第三,结合我国国情对美林投资时钟理论进行修正,更好地解释我国大类资产轮动特征规律,更好地进行大类资产配置。第四,在验证各个经济阶段最优大类资产种类的基础上,基于马科维茨均值—方差模型的思想,优化资产配置结构降低风险。此外,对我国大类资产轮动配置的规律进行总结,使投资者对资产配置有更加深入的了解,更加理性的进行投资决策,有助于资本市场长久健康发展。

本文希望可以帮助投资者判断经济运行拐点,并在拐点的基础上合理配置各类大类资产。将每个经济周期划分为衰退、滞胀、过热和复苏四个阶段,并在每个阶段中从商品、现金、股票和债券中选择出最好的资产。在此基础上构造一个最优的投资组合,从而增加投资者的收益风险比。将投资时钟框架与我国大类资产轮动配置相结合,为我国投资者提供一种资产轮动策略的新思路,从而为我国投资者为获取超额收益提供更好的建议。

二、文献综述

国外学术界对每一种大类资产在不同经济阶段的表现很早就有丰富的研究。Atje等的研究首先发现,股票市场表现与经济的增长率和增长水平都具有正向的相关性[2],Fama和French首先研究了金属类期货和现货与价格与宏观经济之间的关系,发现经济达到扩张的顶峰时,会发生期货和现货价格的迅速上升,但随后发生反转[3]。Bolten指出,在经济周期的最后阶段,应当配置债券类资产,因为此时利率下降,固定收益类资产具有优势[4]。关于经济周期与大类资产配置的研究,Vandell和Stevens最早发现了如果选择合适的市场择时,在不同的时期选择股票和债券类资产进行轮动配置,不仅能在一个典型的经济周期中获得超额收益而且可以在经济下行阶段避免较大的回撤[5]。随后Breen等[6]、Jeremy J.Singel[7]、Pesaran 和Timmermann[8]、Johannes等[9]、Thomakos等[10]以及Steven E.Bolten[4]都发现在每个经济阶段不同大类资产的表现不同,如果根据经济阶段不同选择合适的大类资产,可以更好地提高投资组合的市场表现。美林证券发表的研究报告中更是对美国大类资产轮动特征进行了实证检验和系统的阐述,从此大类资产轮动不仅仅是学术界研究的对象,更成为了实务界进行投资的工具[1]。Schizas和Thomakos在研究中指出,对经济拐点符号预测的准确性,是大类资产轮动策略成功的关键[11]。随后,学者们纷纷对周期的拐点的识别方法进行了探索。

国内学术界对不同大类资产在不同经济景气度下的市场表现也有一些研究。靳云汇和于存高最早采用实证方法研究了中国股票价格指数与宏观经济周期的联系,发现中国股价指数与中国经济周期具有一定的相关性[12-13]。在大宗商品方面,李乾孙和翁鸣晓使用库存周期实证研究了中国和美国的大宗商品价格在不同经济周期的收益表现,发现沪胶、沪铜和连豆的价格与经济周期相关度具有高度的显著性[14]。在债券资产方面,杨成元、徐建卫在使用工业增加值和CPI指数划分经济周期的框架下,以KMV模型为基础,研究了信用债在不同经济周期下的收益特征以及投资策略[15]。在经济周期与大类资产配置策略方面,邓燊首先提出了一个基于经济周期的积极的资产配置规则[16]。随后,张瑞兵、王恋使用联立方程模型研究了我国经济周期与资产收益率的关系,发现在经济复苏的中前期应当投资股票,在经济过热的时期应当投资房地产以抵御通胀,在经济衰退的时期应当投资债券,但没有对商品类资产进行研究[17]。此后,张子能和董必焰、郜哲等学者运用美林投资时钟框架对我国大类资产轮动配置进行了研究,并发现使用大类资产轮动策略进行资产配置可以获得超额收益[18-19],瞿尚薇和王斌会发现我国的投资时钟特点与美国并不完全相同,具有自己的特点[20],张立鹤发现修正后的时钟能够更大程度地解释我国大类资产轮动规律[21]。

从上述研究中可以发现,当前学界对我国大类资产轮动配置的研究有以下不足:首先,我国学界对大类资产配置的种类研究不足,现有的文献大多数为股票指数与经济周期的相关性研究,只有少数研究关注商品、债券等其他大类资产。如今我国投资者可以选择的投资品种越来越丰富,这方面的研究是有必要的。其次,经济周期划分的准确度有待进一步提高。我国学者在进行经济周期划分时大多借美林时钟四阶段法,但由于我国并未公布产出缺口的数据,因此在实际中学者们往往运用经济领先指标、同步指标和滞后指标或者滤波方法的产出缺口来对经济周期进行划分,但是这样对产生的结论缺乏有力的解释。第三,对投资时钟框架的资产配置策略的细节仍可进一步改进。当前已有的研究仅仅在经济周期的每个时期指定了一个最优的资产,但是对配置几类,每类配置多少等细节仍然没有深入的研究。

基于现有文献研究的不足,本文提出如下的研究思路:第一,拓展资产配置的范围。近二十年来,我国商品期货市场规模不断扩大,种类越来越丰富,投资者可以选择的商品种类越来越丰富。因此在这里除了股票类资产,依次选择商品、债券和现金类资产进行研究,定量研究我国市场上大类资产的轮动特征,分析各个大类资产在经济周期不同阶段的收益表现,总结各类大类资产价格与宏观经济运行的关系。第二,改进经济周期划分方法,提高拐点识别的准确性。由于我国并未公布产出缺口的数据,因此,对产出缺口的测算时一个很有必要的问题,测算直接关系到经济周期划分的准确性。应当根据我国数据的可获得性,借鉴前人对产出缺口的测算方法,选择合适的数据进行测算。第三,提高策略的稳健性,放宽对拐点识别精度的要求。由于经济周期拐点的识别存在主观性和操作难度,一个好的策略应当可以容忍拐点识别的偏误与滞后。假设如果不只是投资时钟下的每个阶段配置在此阶段最好的资产,而是结合传统的均值方差模型,在改进的Markowitz最优化目标函数的基础上,利用遗传算法求解不同经济阶段下各类资产的最优配置比例,实现分散投资,使投资者的效应最大化,这样可以不仅降低风险,更可以使策略更加稳健。

三、理论模型、数据说明与指标构建

(一)投资时钟原理简介

投资时钟框架是美林证券公司在2004年的一篇研究报告中提出的将经济运行周期与大类资产收益率轮动结合进行大类资产轮动配置从而获取超越市场基准的超额收益的实用理论框架。经典的投资时钟往往基于如下假设:劳动、资本和技术等生产要素决定经济的潜在产出和长期趋势,但在短期,经济有可能发生对潜在产出的有规律的偏离,从而导致经济运行有规律的周期性变化。它采用产出缺口数据来代表实际产出对潜在经济产出趋势的偏离,使用消费者物价指数(CPI)数据来衡量通货膨胀变化。在一个经济周期运行过程中,经济产出的波动会从实体经济层面向货币层面传导。在经济扩张的阶段,由于产出的增加超过了潜在产出,正向的产出缺口会导致工资上升、收入提高,总需求大于总供给,从而导致通货膨胀水平的上升。在经济收缩过程中,由于实际产出下降,低于潜在产水平,负向的产出缺口会导致生产的萎缩,工资下降、收入水平减少,由于总需求小于总产出,从而导致物价下降,通胀下行。基于这种工资粘性假说,通过通货膨胀和产出缺口作为两个维度指标变化方向的组合,就可以把经济周期划分为复苏、扩张、滞胀和衰退四个阶段,图1描述了这种关系。

如图2所示,由于在投资时钟四阶段中,每阶段经济运行的情况不同,所以大类资产的收益表现也会出现差异。

图1 美林时钟原理图

图2 美林时钟资产轮动图

美林时钟所描绘的宏观经济与新古典主义学派所描绘的类似。新古典主义学派认为,宏观经济可以在长期内达到均衡,但在短期宏观经济由于受到各种因素的影响,会对潜在产出发生偏离从而产生产出缺口。产出缺口的变化并不是一条直线。当宏观经济高于潜在产出时,缺口为正,当经济产出低于潜在产出时产出为负向缺口。当正向产出缺口时,总需求高于总供给,通胀就会上升;反之,当负向产出缺口时,经济总供给小于经济总需求,通货膨胀率就会下降。政府使用货币政策和财政政策手段对经济进行调节,尽量保持经济实际运行于潜在产出趋势保持一致,从而使现宏观经济稳定,经济持续发展的目标。可以看出,只有经济产出与潜在产出的增长保持一致,才有可能实现经济平稳可持续发展。在经济运行的短期波动中,如果追寻经济政策的变动方向,在每个阶段配置表现良好的大类资产,可以获得超越市场表现的投资回报。

美林投资时钟的核心是经济周期阶段的划分。使用美国产出缺口数据和CPI两个指标,将美国经济周期划分为衰退、复苏、过热、滞胀四个阶段。每个阶段的各有不同特点,每个阶段至少持续三个月。根据产出缺口和CPI指标的变化情况,四个经济阶段的特征如下:

1.衰退期

特征为产出缺口为负且缺口的绝对值变大;由于前一阶段积累的产能导致供大于求导致通货膨胀率下降;利率下降;产能积累和需求不足导致企业利润下滑。宏观经济政策上,国家采用积极的财政政策和宽松的货币政策扩大总需求。投资方向上,应当投资固定收益类产品,债券类资产最佳。理论收益率排名:债券>现金>股票>大宗商品。

2.复苏期

特征为产出缺口为负且缺口的绝对值变小;由于市场淘汰机制和通胀的下行导致产出缺口绝对值逐渐减小,但通货膨胀率继续下降;利率继续下降;物价下行,需求逐渐复苏,企业利润率开始转好。宏观经济政策上,国家继续维持宽松货币政策和积极的财政政策。投资方向上,在这一阶段企业利润开始好转,股票类资产最佳。 理论收益率排名:股票>债券>现金>大宗商品。

3.过热期

特征为产出缺口为正且绝对值变大;由于经济潜在水平已经被上升的经济总需求完全消化,经济总需求的继续上升导致产出缺口为正且继续扩大;经济总供给小于经济需求,导致通货膨胀升高,物价上升;利率开始上升;企业利润依然保持增长。宏观经济政策上,国家开始实行消极的货币政策和适度从紧的财政政策,平抑物价,降低通胀。投资方向上,在这一阶段通胀上升,此时最佳投资品为商品类资产,不应持有债权类资产;同时,与商品类资产有关的有色、煤炭和钢铁类股票将获得高收益。理论收益率排名:大宗商品>股票>现金、债券。

4.滞胀期

特征为产出缺口为正但绝对值开始下降;由于上一阶段产能的扩大和通胀率上升导致的产出缺口逐渐减小,但仍为正;供给仍然小于需求导致通胀率依然上升;利率继续上升;由于成本上升和利率上行导致的企业运行成本居高不下,利润开始下降;总产出逐渐回归潜在产出。宏观经济政策上,国家将继续紧缩银根并收紧财政,抵御高通胀。投资方向上,在这一阶段通胀继续上升,但企业利润下降,此时应该以避险为主,持币观望等待时机;此阶段表现最好大类资产为大宗商品;股票类资产在此阶段表现最为糟糕;在此阶段为避险应当选取防御价值类股票,例如国防、军工以及医药等。理论收益率排名:大宗商品>现金、债券>股票。

美林投资时钟框架下的四类大类资产配置逻辑见表1。

(二)我国产出缺口的估计

我国目前没有发布按行业或国家口径测算的产出缺口数据。由于现有文献中广泛使用的消除趋势法(DT)估计产出缺口并没有相对严格的经济学理论基础,往往得出与实际不一致的结论。因此创新地将生产函数法(PF)纳入投资时钟理论框架,提高经济周期拐点判断的准确性。

表1 美林投资时钟框架下四类大类资产轮动配置逻辑

生产函数法是估算潜在GDP及潜在GDP增长率最常用的方法,最大优点在于估算潜在产出时,该方法充分纳入了生产函数中的各种生产要素对总产出的影响,更加完整反映了潜在产出供给侧的特点,从上世纪六十年代到七十年代在工业化国家开始广泛应用,在当前世界对潜在经济总产出进行计算的方式中,这种方式是使用最为广泛的,包括经合组织、国际货币基金组织等都在使用。生产函数法首先对一个国家地区的生产函数使用统计数据进行估计,随后使用趋势消除法(DT)将TFP分解为TFP趋势值和波动值,最后把劳动、资本和TFP的趋势值代入生产函数就可以得出一个国家或者地区的经济潜在总产出。在实际中,首先使用回归方法估计出生产函数中的各项参数,随后将TFP的趋势值和各个生产要素的值代入生产函数,就可以得到潜在产出。生产函数法(PF)在实践中得到广泛使用的原因是,这种方法深入的考虑了经济总供给面的特征来推测经济潜在产出水平,充分考虑了潜在经济增长的动力与源泉,具有一定的科学性,而且在实践中也是具有可行性。

生产函数通常使用柯布—道格拉斯形式:

(1)

其中Y代表国内(地区)生产总值,A代表全要素生产率,K代表资本,L代表劳动力,α和β分别代表资本和劳动力的产出弹性。两边同时取自然对数有

Ln(Yt)=Ln(At)+αLn(Kt)+βLn(Lt)。

(2)

通常认为经济的规模收益不变。即假设α+β=1,则有回归方程:

Ln(Yt)=Ln(At)+αLn(Kt)+βLn(Lt)+βln(Lt)+εut。

(3)

从(3)式中可以看出,对数的潜在产出与各个要素投入之间存在着协整关系,意味着产出与技术、资本存量和劳动力之间在长期中保持相对稳定的关系,也就是说,总产出是由各个生产要素的供给所决定的。潜在产出取决于要素的投入水平,如果将劳动力、资本、全要素生产率作为要素投入,在长期,经济的总产出将围绕根据潜在产出计算的产能上下波动。根据这种思想,可以构造产出缺口的度量。

关于行业的全要素生产率,可以在两个方面考虑,首先是由于生产技术的进步,随着时间的变化升高,其次是规模效应,随着生产规模的扩大而扩大。这里如果全要素生产率增速与资本存量增速之间呈正向的相关,我们假设,全要素生产率的增速与资本存量的增速不仅仅呈现正向的相关,而且随着时间的流逝,它们之间存在着非线性的正或倒U的关系。如果假设成立以下方程应当成立:

Ln(At)=b0+b1t+b2t2+b3Ln(Kt)+εat。

(4)

继续将(4)代入(3),整理得:

(5)

式(5)中经济总产出Yt的估计值被称为产能,事实上短期产出会对产能产生偏离,但在长期是一致的。从表达式来看,该求得的潜在产出为各要生产要素的函数。如果能衡量出产出缺口的波动情况,就能根据产出缺口得波动而根据就可以根据产出缺口和通货膨胀两个维度将经济划分为周期和阶段。根据方程求得残差后,容易得出潜在产出缺缺口为:

(6)

(三)数据说明

数据说明包括两个部分,第一部分为获得经济周期和产出缺口所采用的统计数据。第二部分为资产价格数据。

为了计算产出缺口经济统计数据包括GDP、资本、劳动力人口以及时间项,对数据做如下处理:

GDP数据使用1998-2018年规模以上工业增加值。使用《中国统计年鉴1990》中的1989年规模以上工业增加值和之后国家统计局公布的月度规模以上工业增加值的同比增长率进行推算,可以得经过基期通货膨胀调整之后1998年4月至2018年10月共247个月的规模以上工业增加值。

资本采用规模以上工业企业资产总计数据。资本的最好的代理变量为当期的生产活动所使用的固定资本。在这里选择1998年4月至2018年10月总共247个月份的规模以上工业企业的资产总计代替。由于中国统计年鉴中的规模以上工业企业总资产在2018年1月和其他几十个月份空缺数据,这里使用平均插值方法进行补充数据。虽然定义不同,但由于工业企业资本与规模以上工业企业总资产应该存在着稳定、协整的关系,这里使用该数据作为代理变量,不影响回归的准确性。由于规模以上工业企业总资产具有明显的季节性,这里使用X12-ARIMA方法进行去除季节性趋势处理。

劳动力人口数据选择第二产业就业人口。由于国家统计局的第二产业劳动力数据为年度数据,这里采用三次样条插值方法对数据进行插值处理。

资产价格的选取,选取沪深300指数、中证全债指数、华安富利A率和文华商品指数来分别代表股票资产、债券资产、现金资产和商品资产的表现。

沪深300指数简称“沪深300”(指数代码000300),是沪深两市市值最大、流动性最好的、最具有代表性的指数。覆盖了A股市场70%以上的流通市值,分红和净利润占比超过85%。它代表了我国制造业的整体表现,是最常用,最广泛使用的指数。

中证全债指数简称“中证全债”(指数代码H11001),是以银行间债市和沪深交易所债市为基础,构造的一个综合的债券类市场指数。它是由中证指数公司编制的第一只债券指数。这个指数使用银行间和交易所的各种国债、金融债和信用债组成,具有一定的代表性,可以衡量整个债券市场的表现情况。

货币基金是一种专门投向货币市场的基金,主要包括现金以及各种期限在一年以内的债务工具,具有高安全性、高流动性特征。货币基金的收益情况可以充分反映货币市场的供求关系。本文选取的华安富利A(040003)是中国最早上市的货币基金,具有一定的代表性,能表现货币投资的时间价值并准确反映货币市场的表现。

文华商品指数(7186)是由文华财经编制发布,使用我国各大商品期货交易所的上市期货合约品种,全面跟踪我国各种商品期货品种,编制的一个可以代表商品市场走势的指数。其价格在很大程度上反映了大宗商品的价格。

本文根据上述指数,按照几何平均数统计出每种资产在不同经济状态下的表现情况。值得说明的是,债券资产的代表,中证全债指数均于2002年12月开始发布,之前的数据予以以空值代替。代表股票市场的沪深300指数由于2005年4月发布,之前的数据使用上证指数代替。具体方法是用上证指数乘以转折系数。其中股票、债券、商品和债券的每月年化收益率为:

(本月指数/上月指数)12-1。

(7)

四、实证结果分析

(一)基于协整关系的我国产出缺口测算

根据模型可知对产出缺口的测算可以划分为两步:首先对式(6)进行回归,然后利用式(7)由残差和潜在产出获得产出缺口的值。

根据表2所示,使用X12ARIMA进行季节调整后的各个变量的系数P指均小于1%,这说明在置信度为1%的条件下可以拒绝原假设。R2和调整R2均大于99.99%,说明该模型对产出的变化的解释程度超过99.99%,这进一步地证明了资本、劳动和技术进步等生产要素是应相产出的决定性因素。由于t的系数大于0,t2的系数小于0,可以得出:技术进步对经济潜在产出的贡献呈现倒U型,表示全要素生产率增速的变化随着时间变平缓。

表2 (6)式回归得到的结果

注:①②③分别表示在10%、 5%和1%水平上显著,下同。

根据表2可以写出以下方程:

logYt=-0.224 3+0.008 976t+0.156 7logKt-0.000 007 49t2+0.724 8logLt。

(8)

其中Y为经过季节调整的工业增加值的真实数据,K表示资本存量,L表示劳动力。

接下来,将标2中估计得到的结果和数据代入(8)式中的方程,得到潜在产出和残差,然后根据(6)式,使用残差项乘以潜在产出产能就能计算出国家整体的产出缺口。

根据图3表显示,产出缺口在长期在0附近波动,这意味着产出缺口在长期区的均值为0,进一步论证模型的有效性。

通过对产出缺口的测算可以获得适应我国的经济周期划分,接下来对产出缺口测算的有效性进行分析。按照图3所示的产能利用率,1998年由于亚洲金融危机等一系列事件导致国内发生了恶性通货膨胀、需求不足和产能过剩等问题,造成了产出缺口的持续性下降。随后国家采取了包括国有企业下岗、去产能等种种改革措施,改革措施的不断深入使产出缺口在2001年底探底并持续到2004年底开始回升后逐渐趋稳并在2007年金融危机前到达谷底。2007年美国次贷危机导致的金融风暴造成全球主要金融市场出现流动性不足,随后是我国进行四万亿经济计划的第一年,工业企业进行了大量投资,大量基础设施建设项目陆续上马,反映在产出缺口上产出迎来高峰。但是投资伴随的是产能的增加,在4万亿经济刺激计划之后随之而来的是产能过剩所造成的产出负缺口扩大。随后经济复苏。2012年,欧债危机加深,全球经济收缩导致很多企业生产订单减少,导致产出缺口的下降。随后在2013年我国政府采取了新一轮的四万亿经济刺激计划,积极引入社会资本参与市政基础设施建设,随后在2014到2015年产出缺口达到了一个新高点。由于经济刺激产生的产能过剩依然难以消化，产出负缺口的扩大在2017年达到了谷底,从2017年开始,我国劳动力人口首次出现减少,劳动力减少的直接后果就是产出缺口迅速回升为正并迅速扩大。

图3 1998-2018我国产出缺口估计值

(二)投资时钟视角下我国经济运行的周期特征

为了对数据进行平滑,对产出缺口数据使用hp滤波方法(λ=100)进行滤波处理,得出剔除波动的产出缺口数据趋势值如图4所示。

根据产出缺口的趋势值可以把1998年4月到2017年10月共计247个月分为六个周期。第I周期为1998年4月至2001年11月,第II周期为2001年12月至2007年3月,第III周期为2007年9月到2009年9月。第IV周期为2009年10月至2013年4月,第V周期为2013年5月到2016年12月,第VI周期为2017年1月至2018年10月(参见表3)。

图4 1998-2018年我国产出缺口趋势值(λ=100)

美林时钟在划分经济周期时,利用经济的产出缺口数据刻画经济增长水平,用CPI增长率数据来刻画通胀变化情况。同样地为了对数据进行平滑,对CPI同比增速数据使用hp滤波方法(λ=100)进行滤波处理,同样地得出剔除波动CPI 增速数据如图5所示。

图5 我国CPI同比增速趋势(λ=100)

借鉴美林时钟的划分方法,对产出缺口趋势使用谷—谷法对经济周期进行划分,使用CPI增速和产出缺口的转折点确定经济阶段的拐点,同样的,每个阶段不少于三个月。

如表4所示,1998年以来,我国经济总共经历了2个不完整的经济周期和4完整的经济周期。其中第1个周期和第6个周期为不完整的循环,第2、3、4、5周期为完整的谷—谷周期循环。所有完整的周期都具有与美林投资时钟不一致的逆向循环特征。这说明,与传统的美林投资时钟出现了不一致现象,若依然借鉴并使用运用美林投资时钟来解释我国大类资产轮动规律,并以此为依据进行大类资产配置,将给投资者造成巨大的损失。采用了与美林证券对美国经济划分一致的方法,得到了与美国投资时钟不同的特征,如果依然不加调整地采用势必得到错误的结论,会使投资者会产生不可预测的失误。

表3 1998-2018年我国经济周期划分结果

这种区别产生的原因在于,美林投资时钟是基于新古典经济周期理论的。

新古典学派认为,经济在长期看来是可以达到均衡的,但会在短期内高于或者低于潜在产出。产出缺口大于零时,总产出大于潜在产出值,供大于求,发生通胀;反过来,缺口小于零时,总产出小于潜在产出值,供小于求,会发生通缩。短期内存在产出缺口变动影响通货膨胀的水平。

但是由于我国国情的原因,我国政府被赋予了掌控货币发行、调控经济运行的重要角色。政府通过财政、货币手段对产出与物价产生了巨大的影响。即我国的货币周期具有一定的外生性。由于货币政策传导机制的缺乏,政府通过财政、货币手段对经济施加巨大的影响,首先对物价和利率产生影响,降低利率、推高物价并造成游资炒作的低成本,而对总产出的影响具有显著的滞后性。

表4 1998-2018年我国经济阶段汇总

逆周期特征下的资产收益率特征,依然借鉴美林投资时钟的核心,使用产出缺口和通胀对经济周期进行划分,但每个周期下的经济阶段顺序变为衰退期、滞胀期、过热期、复苏期依次轮动,而这里将修正投资时钟视角下我国的大类资产轮动特征特点归纳如下:

衰退期。特征为产出缺口为正并呈下降趋势,上阶段的加息和缩减投资造成总需求的不足,货膨胀率下降。由于前一阶段积累的产能导致供大于求导致商品价格下跌,企业利润率下滑。此阶段的利率走低造成债券价格上涨。此时在宏观经济政策方面,国家采用积极的财政政策和宽松的货币政策扩大总需求。投资方向上,在这一阶段应当投资固定收益类产品,债券是最佳选择。理论收益率排名:债券>现金>股票>商品。

滞胀期。特征为产出缺口由正变为负且绝对值继续增加。上一阶段的宽松货币政策导致通货膨胀率上升,市场流动性增加,股票价格上升。利率继续走低接近谷底,导致债券表现依然较好。此时在宏观经济政策方面,货币当局保持宽货币、宽财政政策,利率水平在低位,投资处于高位。投资方向上,在这一阶段表现最好的是股票类资产;由于利率水平的降低,债券类资产的表现依然较好。理论收益率排名:股票>债券>现金>大宗商品。

过热期。特征为产出缺口为负且触底回升,绝对值开始减少。总需求的扩大造成产出缺口的触底回升。由于上阶段的宽货币宽财政政策导致通胀率进一步走高。利率处于历史较低水平,但由此阶段开始上升,企业效益开始回升,短期增长势头将持续。利率在此阶段触底回升。此时在宏观经济政策方面,货币当局加息,货币政策开始收紧。经济逐步降温,由于利率的上升,债券类资产的收益很差,此时政府一般不会进行大规模的基础设施建设。在投资方向上,由于通货膨胀率进一步走高,本阶段应当持有商品类大类资产。由于利率上升,债券在此阶段表现最差。同时,由于商品类资产表现良好,因此在这一阶段应当持有商品有关的股票,例如钢铁、有色类和煤炭类。理论收益率排名:大宗商品>股票>现金>债券。

复苏期。特征为产出缺口由负变正继续扩大,总需求继续扩大导致产出缺口进一步上升,银根紧缩导致通胀下行,利率上升,股票、债券等资产价格下降。此时在宏观经济政策方面,货币当局将继续保持适度的收紧银根。在投资方向上,在此阶段各类资产收益率普遍较低,此阶段属于加息周期的末段,现金收益率在本阶段继续走高。由于商品、股票以及债券等资产在此阶段表现较差,因此此时持币观望、躲避风险、静待时机为主。应在此时选择能够躲避风险、产品的需求弹性低的行业,像军工、食品饮料类。 理论收益率排名:现金>债券>商品>股票。

修正的我国投资时钟四个阶段的大类资产配置逻辑可由表5简要说明。

(三)大类资产的市场表现

时间顺序的四类资产收益率见表6。

表5 我国修正投资时钟配置逻辑

表6 1998-2018年各经济周期大类资产收益(%)

四种阶段下各种资产收益率情况汇总详情参见表7～表10。

1.衰退阶段

从表7可得知,该阶段商品价格下跌,企业利润率下降,产能利用率持续走低。此阶的利率走低造成债券价格上涨,此阶段风险值较小的固定收益如债券和现金是最佳选择,可以确保在此阶段本金无风险。

2.滞胀阶段

从表8中可以看出,该阶段由于上一阶段的宽松货币政策导致通货膨胀率上升,市场流动性增加,股票价格上升。但大宗商品依然低迷;利率继续走低接近谷底,导致债券表现依然较好。

表7 1998-2018年衰退期大类资产收益汇总(%)

表8 1998-2018年滞胀期期大类资产收益(%)

3.过热阶段

由表9中可得,过热期表现最好的资产为商品类资产,17.15%的年化收益率。过热阶段的商品仅有一期为负值,其余全部为正收益率。这是由于上阶段的宽货币宽财政政策导致通胀率进一步走高。产能利用接近于高点,但随着固定投资不断增加,将很快出现拐点。利率在此阶段触底回升。 由于利率处于低位,企业负担小,效益好,短期增长势头非常稳定,但由于在上一阶段股票已经达到高位,本阶段主要是对上阶段股票的涨幅进行消化,因此股票收益率并不高。 该阶段经济形势较好,但由于基本面的良好和通货膨胀的提升,债券等固收产品在此阶段表现最差,本阶段应当持有商品类资产;而与大宗商品相关的股票如钢铁、有色类将获得高收益。

表9 1998-2018年过热期大类资产收益(%)

4.复苏阶段

从表10中可以看到由于银根紧缩、通胀下行、利率上升,股票、债券等各种资产收益率普遍下降。平均收益率最高的资产是现金,为3.62%。此阶段现属于加息周期的末段,因此现金收益率在本阶段继续走高。由于商品、股票以及债券等资产在此阶段表现较差,因此此时持币观望、躲避风险、静待时机为主。应在此时选择能够躲避风险、产品需求弹性低的股票,例如军工、食品饮料类。

表10 1998-2018年复苏期大类资产收益汇总(%)

这里将每个阶段每种大类资产的收益表现几何平均,得到各个阶段的几何加权平均收益率如表11所示。

由表11可以看出,现金资产和债券类资产经济周期的每个阶段保持比较稳定的收益,宽货币时债券收益率高而现金收益率低,紧货币时债券收益率低而现金收益率高。在滞胀和过热阶段收益率最高的分别为股票和商品。我国经济周期中每个阶段的收益率水平特征为:衰退阶段收益率表现最好的品种为债券,滞胀期最高收益率为股票,过热期最高收益率资产为大宗商品,而复苏期间最高收益率资产为现金。这从侧面证明了本文所划分的经济周期的准确性和我国大类资产轮动规律的合理性,进一步支持了前文做出的假设:我国投资时钟视角下大类资产轮动特征具有独特的规律,不加调整地采用国外的结论投资者会产生不可预测的损失。

为了检验前面得到的四类大类资产在每个经济阶段的收益表现差异是否具有统计意义上的差异,这里使用单因素方差分析(ANOVA)方法对收益率的差异进行验证。ANOVA模型的原假设为组间的均数并没有差别,如果不能拒绝原假设,那么无法证明组间收益率具有显著差异,即无法证明大类资产收益率在每个阶段具有显著差异;相反,则可以拒绝原假设,即大类资产的收益率在不同周期表现的差异在统计上显著,如表12所示。

方差分析的检验结果表明,在过热阶段、滞胀阶段、衰退阶段每种大类资产收益表现的差异均能在5%的显著性水平下拒绝原假设,即该检验可以从统计意义上支持在过热阶段、滞胀阶段和衰退阶段四类大类资产的收益率表现具有统计意义上的显著差异。

类似地,为检验每类大类资产的收益率表现是否在经济周期中的不同经济阶段下具有明显的差异,用同样的方法进行验证,如表13所示。

表11 1998-2018年各阶段平均收益率(%)

表12 不同阶段下大类资产收益方差分析(ANOVA)结果

表13 不同资产收益率方差分析(ANOVA)检验结果

方差分析的检验结果表明,现金类资产、股票类资产和债券类资产均可以在5%的显著性水平下拒绝原假设,商品类资产可以在15%的显著性水平下拒绝原假设,即可以从统计学的角度上认为,这四类大类资产的收益表现在不同的经济阶段是具有显著差异的。

以上的实证检验可以充分说明,使用投资时钟的框架,并结合我国国情特点,使用产出缺口和CPI数据来划分我国经济阶段,分别在大类资产收益率轮动特征和收益率差异两方面均能从统计意义上拒绝大类资产收益率没有差异的假设。相应地也从统计上进一步证明了周期划分的正确性与我国大类资产轮动的特征。

(四)大类资产配置策略

1. 基于我国投资时钟框架下的大类资产配置策略

对于机构投资者来说,在经济周期的背景下进行大类资产选择是获得超额收益的重要来源,投资者在实际操作中通常根据所处经济阶段的不同,选择一种在此阶段表现最佳的资产进行配置。考虑到前文中实证检验出的我国大类资产轮动规律的特点,本文提出一种基于我国大类资产轮动特征的大类资产配置策略框架。即在结合我国国情特点使用产出缺口和CPI数据来划分我国经济阶段标准的框架下,将我国经济划分为衰退、滞胀、过热和复苏期,对每一阶段根据表11选择理论上收益最高的一种或两种资产,分别为策略一和策略二,避免由于长期持有一种资产导致的较长的周期内遭受到某种资产大幅回撤的损失。根据以上的配置策略,与长期持有一种大类资产的收益进行比较,如图6所示。

图6 1998-2018年策略累计收益曲线

从图6可以看到,纯商品策略的收益最低,但波动相对较小;纯债券策略的累计收益较低,然而波动率最低,表现特别稳定,这是因为其本身作为固收产品的特点所决定的;纯股票策略的收益率较高,然而波动非常剧烈,在此区间内经历了数次牛熊转换,经历过多轮大幅度的回撤,最大回撤率接近50%;而作为本文的资产配置策略一,整体收益非常可观,通过在衰退期选择债券类资产,在滞胀期选择股票类资产,在过热期选择商品类资产,在复苏期选择现金类资产,取得了近18倍的收益表现,波动率却远远低于纯股票策略。策略二为双品种策略,在衰退期持有债券和现金,在滞胀期持有股票和债券,在过热期持有商品和股票,在衰退期持有现金和商品,该策略也取得了超过其他单品种策略的表现,取得了近5倍的收益表现而且在波动率方面更加平稳,避免了较大的回撤。表14总结了以上五种配置方式下的收益评估指标。

从表14的收益评估指标可以看出,本文提出的投资时钟框架下基于我国大类资产轮动特征的大类资产轮动配置策略表现良好。策略一和策略二的年化收益率和夏普比率(衡量单位风险的回报)有非常明显的提升。由于在整个样本周期中衰退期和过热期较长,因此样本期内较多地配置债券和股票类资产。导致虽然本文的策略一中的累计收益和年化收益率最大,但是回撤也较大。作为投资者而言,策略一虽然收益很可观但是面临的风险同样很大。策略二选择在理论上收益最高的两种资产,虽然年化收益和夏普比率有所下降,但由于避免了在单阶段只配置大类资产的一种所导致的较大的风险头寸暴露,年化波动率和最大回撤率有了很大的降低。

表14 各种资产配置下的收益评估指标

2. 基于遗传算法的大类资产配置优化

在上面的策略中,在经济周期的每个阶段仅仅配置在该阶段表现最好的大类资产中的一类或者两类,导致资产配置比较单一,面临着较大的风险暴露。这里借鉴马科维茨的均值方差思想,解出我国大类资产轮动特征下经济周期中各阶段下每种资产的最优资产配置比例。与马科维茨的均值方差思想不同的是,这里求得配置比例不是单独考虑在收益率给定的前提下降低方差或者是在方差给定的前提下提升收益率。而是同时考虑投资策略的收益率和方差,将该投资策略下的夏普比率作为适应性函数,在每阶段的配置各个大类资产配置比例之和为1的约束下解出夏普比率最高的资产配置策略。

(9)

其中P=[ωs,ωz,ωg,ωf]T。且满足以下约束条件:

(10)

其中R(P)表示参数为P时策略的年化收益率,Rf表示无风险利率,σR表示策略收益率波动率,ωs,ωz,ωg,ωf分别为表示大类资产配置比例的四维列向量,分别应对衰退期、滞胀期、过热期、复苏期的四类资产配置比例,每个向量从上到下分别表示商品、现金、股票和债券资产的配置比例。P为行列数为4的方阵。使用R语言中的实值优化机器编码遗传算法程序包,经过计算可得各状态下资产的最优配置比例如下:

通过使用R语言中的实值优化机器编码遗传算法程序包,经过计算得出最大化夏普比率的各类资产配置权重矩阵可以看出,通过在衰退期持有95%的债券和5%的股票,在滞胀期持有 74%的债券、10%的股票和10%的现金,在过热期持有77%的现金、22%的商品和1%的债券,在复苏期持有100%的现金,可以获得最佳的投资策略的夏普比率。图7显示了该配置策略的累计收益表现。

图7 最优资产配置则略累计收益图

该最优资产配置的评估指标如下:累计收益207.66%;年化收益率5.61%;年化波动率3.04%;夏普比率0.91;最大回撤率26.38%。

从以上数据可以看出,通过以夏普比率作为目标函数进行优化配置之后,虽然收益率下降,但年化波动率有了很大的改善,夏普比率较未优化之前也获得了很大的提升。

五、主要结论和建议

本文使用1998年4月到2018年10月二十多年的数据,采用生产函数法对我国产出缺口进行测算,借鉴美林投资时钟框架对我国经济周期进行划分,总结不同经济阶段大类资产轮动特征,据此提出了我国大类资产轮动配置策略并进行了优化,主要成果如下:

借鉴美林投资时钟的框架,对我国二十多年的经济周期进行了划分,总结出了不同于美林时钟的我国修正投资时钟资产配置框架。

对我国四种大类资产的轮动特征使用方差分析方法进行了检验。进一步证明了本文所划分的经济周期的准确性和我国大类资产轮动规律的合理性。即我国投资时钟框架下经济各个阶段大类资产收益轮动特征为:衰退期收益表现最佳的为债券,滞胀期间最高收益率为股票,过热期间最高收益率为大宗商品,而复苏期间最高收益率为现金。

根据我国投资时钟视角下大类资产轮动特征,提出了我国大类资产轮动配置策略,即在衰退期持有债券、滞胀期持有股票、过热期持有商品、复苏期持有现金。与买入并持有单一品种的大类资产配置策略相比,该配置策略无论是从策略收益情况还是波动率方面都有了很明显的改善。此外,由于我国经济周期中衰退期和过热期较长,因此样本期内较多地配置债券和股票类资产。虽然策略累计收益和年化收益率最大,但是回撤也较大。

为了使配置策略的收益特性更加平稳,降低配置策略的波动并避免太大的回撤,适用夏普比率作为目标函数,使用遗传算法解出在每个经济阶段下各资产的配置比例。通过在衰退期持有95%的债券和5%的股票,在滞胀期持有74%的债券、10%的股票和10%的现金,在过热期持有77%的现金、22%的商品和1%的债券,在复苏期持有100%的现金,可以最大化夏普比率。

结合以上结论,提出以下建议:对于投资者而言,在降低投资风险的基础上提高投资收益,是投资者要永恒考虑的话题。对于投资期限长、资金量巨大的投资者而言,进行合理的大类资产的合理配置是更加重要的。通过对GDP、通胀率、货币政策和财政政策等周期性的宏观经济运行的分析与研究,可以帮助投资者进行正确的大类资产配置决策。而通过对宏观经济政策及时准确的把握,更能够帮助投资者抓住市场上稍纵即逝的机会。当前我国金融市场越来越开放,可以选择的投资品种越来越丰富,投资者进行投资时应当准确把握市场的脉搏,将经济的周期性波动与大类资产配置紧密结合。在这里建议投资者在进行投资时,遵循我国经济周期下的大类资产轮动特征规律,依据规律、顺应规律进行大类资产配置,根据我国的衰退、滞胀、过热、复苏的四阶段轮动规律,在每个阶段重点配置该阶段表现良好的资产种类。这样可以在避免较大的回撤的基础上,获得超越市场的回报。