从政策经济周期如何推出的修复

1、截止到2 月25 日，今年以来上证综指上涨了19%、创业板指上涨了23%、中小板指上涨了 27%，比较好的兑现了年度策略报告中“贞下起元、估值修复”以及“一季度修复”的观点。从市场当前的情绪看，已经从去年年底、今年年初的一致过度悲观，变成了卖方集体翻多、买方略偏谨慎的态势。如何判断后市、又应该采取什么样的策略？只有搞清楚驱动行情的根本逻辑， 才有可能相对更准确的预判未来的走势。有鉴于政策经济周期的分析框架在过去一年多和当下对于市场进行了一些比较有前瞻性的预判。因此，我们专门撰写此篇方法论文章，谨供投资者参考。在这篇报告中，我们将主要阐述政策经济周期的来源、驱动周期循环往复的逻辑、如何通过政策经

2、济周期来判断今年的大势、政策经济周期又告诉了我们哪些行业跑赢大势的概率较高、如何通过政策经济周期来进行大类资产配置思考，以及当前这个时点上如何看后续大势。图 1：元亨利贞：“政策经济”周期的四阶段轮回资料来源：1、P=EPS*PE：政策经济周期分析框架的来源、估值的本质是对未来盈利能力的预期在 P=EPS*PE 的恒等式中，EPS 的含义很明确，就是盈利数据，与经济周期高度相关（图 2），对应着“政策经济周期”中的“经济”部分。对于 PE，流行的看法是将其视为利率的倒数，但与特征事实也不符合，通常在利率下行时期市场的估值是下行的、利率上行时期市场的估值是上行的。也就是说，现实中，利率与估值通常

3、是同向变动，而非通常所认为的反向（图3）。图 2：全 A 盈利增速（%）与名义 GDP 增速（右，%）全A盈利增速名义GDP增速902570205015301010-105-3002004-122007-122010-122013-122016-122019-12资料来源：Wind，图 3：上证综指 PETTM 与十年期国债利率6050403020100 上证综指PETTM十年期国债利率（右，%）54.543.532.5资料来源：Wind，之所以会产生这种差别，是因为将估值视为利率的倒数是一种掩盖本质的过度简单化的解读，在我们看来，无论是对于个股，还是对于整个市场而言，估值的本质是对未来盈利能

4、力的预期。预期未来的盈利能力增强则估值上升，预期未来的盈利能力下降则杀估值。、适应性预期 VS 理性预期既然估值的本质是对未来盈利能力的预期，则需要了解预期的形成方式。一般而言，人的预期有适应性预期和理性预期两种基本的形成方式。所谓适 应性预期，是指当下是什么态势，就预期未来是什么态势，本质上是一种趋势外推，体现了人在预期形成方面的路径依赖，根本原因在于是人的部分理性。适应性预期是现实中最常见的预期形成方式，跌多了就看空、涨一个月就翻多，是这种适应性预期的常见的市场表现形式。所谓理性预期，是指人可以充分获得信息、科学使用信息并且准确预判这些信息对于未来的含义。这种与古典经济学的理性人假设一脉相

5、承的理性预期，实际上是假设人可以做到“全知全觉”的完全理性，这是荒唐的。因此，理性预期学派虽然在学术上获得了诺奖、非常有名，但在现实中并不常见，这也就是为什么会有“真理往往掌握在少数人手中”的俗语。不过，在某些情况下，或者长期中，人的预期有望在某种程度上体现出理性预期的特点。基于前述估值定义，以及适应性预期和理性预期的这种差别，我们就可以比较合理的解释，为什么利率与估值的关系通常是正向的，而非流行的反向关系。如图 3 所示，在剔除 2014-15 年的大牛市后，大部分的时间里面， 利率都是与估值同向变动，这背后就体现了人的预期在大部分的时间里面都是适应性预期的特点。虽然事后来看，盈利总是周期性

6、波动的，不过，一旦盈利增速开始下行， 适应性预期还是会导致投资者不敢相信会再有新一轮的周期上升、进而对未来每一期的盈利预期都恶化，而估值就是对未来盈利能力的预期，这意味着当期盈利增速下行所导致的未来每一期盈利预期的恶化，对应在当下就是杀估值。以 2017 年底市场对 2018 年的展望为例，当时市场对 2018 年盈利增长的一致预期基本都是在 10%左右。既然是两位数的盈利“高”增长，“盈利推动的新牛市”就成为 2018 年年初的主流观点。但是，我们注意到 2017 年的全 A 盈利增速为 18%，这意味着即便 2018 年的全 A 盈利增速能达到两位数的 10%，2018 年的盈利增长仍将会

7、出现将近 8 个点的巨大落差，按照我们对于估值的理解，适应性预期将导致 2018 年出现杀估值。因此，我们在 2017 年底提出了“盈利增速下降导致的杀估值是 2018 年最大风险”1以及“核心资产神话”的幻灭2。事实上，在 2006-2008 年、2009-2012 年的估值波动中，也主要是当时的盈利增速变动在决定股市的估值变动。这样一种逻辑也解释了，为什么估值通常会与利率同向变动，而非像理论所预期的那样反向而动。在我们看来， 除了风险溢价等技术性构成之外，利率的本质在于资本的回报，只有资本能够创造经济回报，借出资金才能有利率收入（图 4）。这样，盈利增速的变动，一方面将推动利率与盈利增速同

8、向变动，另一方面适应性预期又将导致估值与盈利增速同向变动，最终导致的结果就是利率与估值同向变动。因此，将估值视为利率的倒数，不但由此推断出的利率与估值反向变动的结果与事实经常不符，而且掩盖了估值的本质。1谢超、张安宁：新格局下的价值重估2018 年 A 股投资策略，2017 年 12 月 30 日。2谢超、张安宁：二季度策略与再谈市场风格反弹之后怎么办，2018 年 3 月 4 日。0图 4：经济增长率、ROE 同比增速与利率（%）8014.56012.54010.5208.5-204.5-402.5 GDP：累计同比（右，%）资料来源：Wind，6.5全A ROE同比增速（%）十年期国债利率

9、（右，%）由于顺周期性的适应性预期是人的预期形成的最常见方式，在图 3 的大部分时间里，利率与估值都是呈现出同向变动的关系。那为什么在 2014 年Q2-2015 年 Q2 期间，利率与又与估值呈现出反向变动呢？这正是在前文提到的，在某些情况下，人的预期可以体现出理性预期的特点。在 2014 下半年，持续的降准降息释放了极其强烈的政策宽松信号，因此，在 2014 年 Q2-2015 年 Q2 的大牛市期间，即便当期的盈利增速在持续下行，但超强的宽松政策依然让市场理性预期到，市场未来的盈利将会改善， 因而出现了利率下行的同时估值上行的情况。也就是说，足够宽松的政策将 有利于市场摆脱盈利增速下行时

10、期的线性外推恐惧，体现出理性预期的特点。综上所述，估值的本质是对于未来盈利能力的预期，预期有适应性预期和理性预期两种基本的模式，适应性预期是根据当下的经济数据变动态势进行现行外推， 政策在引导理性预期的形成中发挥着关键作用。因此，P=EPS*PE 的恒等式，可以改写成 P=EPS（经济）*PE（经济，政策）， 也即政策与当期经济数据共同决定了当期的股价变动。2、为什么会有“政策-经济”互动的周期轮回、政策一定会响应经济基本面的要求而变动前面阐述了如何从 P=EPS*PE 的恒等式推导出政策经济周期的分析框架，事实上政策与经济对于股市运行的影响机制非常多样化，前面只是一些基本的途径分析。不过，更

11、重要的是要说明，政策与经济之间是一种什么样的互动关系，为什么会形成周期轮动。在“政策-经济周期”的分析框架中，虽然“政策”、“经济”两个词是并列放在一起，但在这个分析框架中并非同等重要。无论是中国还是美国， 政策都是状态依存的，都是根据经济形势的变动而变动。在通常情况下，“经济基础决定上层建筑”会被大家当做常识来对待，一旦经济形势恶化，适应性预期下的集体非理性恐慌会让大家发出“最深层次的疑问”：政策还会响应经济形势的要求而调整吗？答案是肯定。之所以在经济形势不好的时候，市场乃至社会会产生这种集体非理性的疑问，在于对政策制定逻辑的认识偏误。在市场中，我们经常会看到对于政策的两种截然相反的态度。一

12、种是热衷于“打听”政策，经常会有人自以为掌握了政策信息优势；另一种是对于政策制定的逻辑表示完全“茫然”，转而完全放弃对于政策的研究，只看业绩来决策。之所以说这是“看似”截然相反的态度，是因为无论是“非常热衷”， 还是“漠不关心”，本质上都是将政策制定看做非常主观化的行为，认为政策是由某个人或者某些人来制定。既然是某个人或者某些人来制定政策，因而某些人将会拥有政策信息优势，这决定了一些人“非常热衷”于打听政策， 因为他们详细政策取向是某些人的私有信息；既然是一个非常主观的行为， 因而根本无法预期，所以另外一部分人才会表示出对于政策漠不关心。事实上，政策既然由人来具体决定，确实具有一定的主观性，甚

13、至在政策出台的具体时间、力度等方面具有非常高的主观性。但是，所谓政策，都是为了解决问题的，这就决定了任何一个政策制定者，都不可能随机决策， 都必须有的放矢、状态依存。尤其是和市场大势高度相关的政策松、紧取向问题，基本上是由客观的经济数据来决定，这源自于经济基本面对决策层的两个根本性的约束。如果决策层不在通胀成为主要经济问题时采取紧缩政策，不在失业成为 主要风险时采取宽松政策，社会将会通过动荡等强制性方式来纠正这个错误， 这不是一个理论命题，而是一个实践结论。1920 年代魏玛共和国超级通胀和 1930 年代的西方世界大萧条，淋漓尽致的展示了通胀和失业对于社会的颠覆性影响， 2008 年次贷危机

14、后的占领华尔街背后有高失业的问题，2018 年席卷欧洲的“黄马甲运动”则肇始于法国石油消费税的提升。因此，对于政策，尤其是事关市场运行大势的政策松、紧取向问题，无需怀疑经济基本面对于政策的强有力约束，这是一个客观约束，不依赖于某个人或者某些人主观认识。、政策经济周期如何自发实现轮回的如前所述，政策一定会响应经济基本面的要求而变动，经济对政策的约束是强有力的；制定政策的具体过程毕竟又带有一定的主观色彩，导致这种决定性并非机械的决定，中间会有一定决策滞后性。也就是说，经济数据走强时政策终将会紧，但又不会立刻转紧；经济数据走弱时政策终将会松，但又不会立刻转松。这样，经济和政策两个维度，将会把市场运行

15、分位四个阶段，即“数据强，政策松”、“数据强，政策紧”、“数据弱，政策紧”、“数据弱、政策松”四个阶段。在数据与政策组成的四个阶段中，经济数据是市场运行与政策调整的更根本的决定因素，在数据持续走弱时政策最终难免放松，在数据持续走强时政策最终难免收紧；与此同时，政策虽然内生于基本面数据，但持续的政策调整最终有利于改变数据的走势。数据与政策的这样一种互动关系最终可以实现政策经济周期四个阶段的自发轮回，在这四个阶段的轮回中，对于市场的含义并不一样。第一阶段：数据强、政策松。这一阶段基本上对应着经济周期的复苏阶段。通常是在持续宽松的政策下，经济周期由于刚刚摆脱萧条进入到复苏。之所以不会是数据走强立刻导

16、致政策转紧，是因为从政策制定的逻辑上讲， 决策层也不能在数据刚开始走强时立刻确定经济周期是进入到了趋势复苏， 还是一个短暂波动的假象，因而在数据刚开始走强时，政策会保持宽松。对于股市而言，数据走强是一重利好，政策宽松又是一重利好，因而市场呈现出双击牛市态势，例如 2016 年 Q2-Q3 的市场上涨。第二阶段：数据强、政策紧。这一阶段，经济周期由复苏走向过热，决策层面临的主要问题不再是担心就业，而是担心过热的经济导致衣食住行等与民生息息相关的价格过快攀升，因此，政策开始逐步收紧。由于经济周期中市场主体的适应性预期，会导致消费、投资、进出口等方面呈现出一定的惯性，因此，在政策收紧的初期，经济数据

17、并不会立马转弱。而在政策经济周期中，经济数据是更具有决定性的变量，因此这一阶段市场仍将是牛市， 只是由于政策开始转紧，市场将呈现出结构性牛市的态势，例如 2017 年下半年。第三阶段：数据弱、政策紧。由于第二阶段的逻辑是数据强一分、政策紧一分，而市场主体从适应性预期向理性预期的转变也需要时间，这将导致政策的效果具有时滞或者说是累积性。也就是说，在经济学理论上所学的均衡，或者在市场中经常喜欢使用的出清，这种恰到好处的说法，在现实中， 尤其是政策的制定中，是不存在的，人的预期形成模式导致了政策通常是过犹不及的，很难恰到好处。因此，在第二阶段的政策持续紧缩后，数据难免趋弱。为什么不会是数据趋弱，政策

18、立马转松呢？事实上，第三阶段下政策与经济的互动关系，正好与第一阶段刚好形成对称，数据趋弱是政策持续收紧的结果，因此，在数据刚开始趋弱的时候， 决策层也很难分辨清楚这到底是新一轮周期的下行，还是政策收紧后的短暂波动。因此，从决策的逻辑上讲，不会是经济数据刚走弱、政策就立刻转松， 两者之间将会有个时滞。对于股市而言，一方面是数据弱走弱带来的下杀压力，另一方面是政策偏紧带来的下杀压力，因此第三阶段是股市的双杀阶段， 也将是市场最难熬的阶段，这也是我们为什么在 2017 年底提出戴维斯双杀、在 2018 年 5 月提出“大博弈强化 G2 双杀风险”的最终理由。第四阶段：数据弱、政策松。在数据越过周期高

19、点后，持续偏紧的政策会加速经济周期的下行，市场主体的适应性预期逻辑会放大基本面传来的悲观情绪，预期的自我实现压力又将会把资本市场的过度担忧传递决策层，最终经济数据和数据预期的过快下行，让决策层不得不开始重视失业风险，尤其是当通胀忧虑基本消除后，如何避免周期衰退带来广泛失业成为决策层面临的最主要问题，政策将必然转松。如同第二阶段，政策刚开始收紧时数据弱不会立刻走弱一样，在市场主体适应性预期的作用下，也不可能是政策刚一转松数据就立刻走强。但是，积极的因素已经开始积累，市场呈现盈利下行与估值修复并存的局面，估值修复的推动下，新一轮的牛市正在酝酿中，例如 2014 年下半年的牛市。由于第四阶段，政策与

20、经济互动的逻辑是，数据和对数据的预期弱一分，政策就会松一分，以适应性预期为主、间以理性预期的预期形成模式最终将导致政策松过头，因而实现第四阶段向第一阶段的轮动，也即“贞下起元”。3、一季度修复的判断来自于第四阶段的确认如前所述，在政策经济周期第四阶段下，即便数据继续走弱，但政策宽松会带来估值修复，因而市场将会摆脱第三阶段下双杀导致的单边下跌，进入到估值修复阶段。为什么说 2019 年是“数据弱、政策松”的第四阶段，2018 年是“数据弱、政策紧”的第三阶段呢？如果从债市来看，利率从 2018 年年初就已经开始下行，不久就出现了降准，年中还召开了稳经济的会议， 为什么还说 2018 年是政策紧呢

21、？要回答这个问题，还是要回到政策经济周期的分析框架下，需要从经济数据的客观情况出发，而非决策层的主观意愿出发来理解政策的松、紧含义。与债市不同，对于股市而言，并非利率下降就叫宽松，如果利率仅仅是跟随式下降，不能比实体回报率下降得更多、更快，则无法起到宽松的效果， 例如在 2008 年 Q4、2011 年 Q4 和 2018 年 Q2-Q3，利率的下降更多的是跟随式下降，并没有起到足够的宽松效果。在美国也有类似的情况，2008 年次贷危机全面爆发后，美联储很快将短端利率降至接近于 0 的水平，但依旧难言宽松，以至于后面启动了 QE 这样的超常规宽松措施。图 5：全 A 盈利增速（%）与十年期国债

22、利率（%，右）全A盈利增速十年期国债1005.1804.660404.1203.602006-2020092012201520183.1-402.6资料来源：Wind、在 2014 年 Q3-2015 年 Q1 和 2015 年 Q4，这是一种典型的“数据弱、政策松”的阶段，基本面数据虽然在惯性下滑，但利率下行所代表的政策宽 松有力的提振了市场估值。从利率的角度看，如何判断政策是否足够宽松呢？ 如图 5 所示，体现为利率曲线下降的斜率要比盈利增速下降的斜率更陡峭（2014 年 Q3-2015 年 Q1 和 2015 年 Q4），这样才能体现出政策宽松的力度超出盈利增速下降的速度，而在2008

23、年Q4、2011 年Q4 和2018 年Q2-Q3， 两者下行的斜率基本上处于平行状态，更多的是一种跟随式下降，因此并不 能算“数据弱、政策松”的第四阶段。具体到 2018 年，这样一种利率跟随式下降的背后是制约政策宽松的三大内忧外患，而在2018 年底、2019 年初，我们看到了这三大内忧外患都存在消退的迹象。、2018 年 Q4，美联储加速加息的迹象放缓，打开了政策宽松空间正如同国际金融学里面“丁伯根原则”所描述的，仅靠一个政策工具来实现多个目标是不现实的。在 2018 年，我们的货币政策就面临这样的制约， 一方面要响应内部经济周期下行而引导利率下行，另一方面在美联储加速加息的背景下，还要

24、兼顾汇率稳定，这样一个兼顾意味着虽然 2018 年无风险利率是下行的，但相比于实体经济回报率的下降而言，其幅度必然是不够的。转机发生在 2018 年 Q4，伴随着美国金融市场的动荡，2019 年美国经济增速走弱的预期增强（图 34）3，美国加息对于中国无风险利率下行的掣肘边际减轻4。图 6：美国经济增长与十年期国债利率（%）美联储预期增长率GDP:不变价同比国债收益率:10年GDP:现价同比美联储预期的美国 GDP 不变价同比7531-1-3-520002002200420062008201020122014201620182020资料来源：Wind、表 1：中国十年期国债利率对中国 CPI、

25、美国十年期国债利率的回归（2002年 1 月-2018 年 10 月）系数P 值R2中国 CPI0.160.0000.356美国十年期国债利率0.050.113资料来源：Wind、3美国学者的研究表明，美国是存在由选举导致的政治经济周期的，大选前半年的经济表现对于大选有显著的影响。如果特朗继续在 2019 年通过大搞基建、减税等措施而将美国经济增长保持在 3%甚至更高的水平，则 2020 年促成高增长的概率将降低。因此，对于特朗普而言，理性的做法是让 2019 年的经济增长向潜在增长率回归，并为 2020 年的经济表现做好政策储备。4 谢超、黄亚铷、李瑾：贞下起元，估值修复2019 年 A 股

26、投资策略，2018 年 1 月10 日。、2018 年 Q4，通胀风险消退，通缩魅影重来，进一步打开了政策宽松空间在 2018 年 7 月份，虽然召开了稳增长的会议，但 2018 年 Q3 的 GDP 平减指数依旧有将近 3%，依旧处于高通胀的状态，这个时候无论是货币、信用还是财政的宽松空间都不大，以免导致通胀高位上行，但伴随着四季度环保政策边际放松、PPI 快速下行，高通胀的风险基本解除，2019 年 PPI 通缩的风险重现显现，这位政策宽松进一步打开了空间。事实上，从长期看， 中国自身的通胀等基本面因素对于中国无风险利率的解释能力更强，美国国债利率在统计上并不是中国国债利率的显著解释变量（

27、表 1）。这意味着， 即便 2019 年美国国债利率继续上升，中国通胀的显著回落也将拉低无风险利率5。、2018 年 Q4，风险溢价终于结束了一整年的上升态势，见顶回落2018 年年初开启的债牛主要是无风险利率下行导致的国债牛市，但是没有企业能够享用到无风险利率，实体企业的融资成本需要在无风险利率之外，加上一个风险溢价。而在风险溢价方面，自 2017 年四季度去杠杆、严监管政策骤然加码之后，风险溢价出现大幅上升，这一情况在自 2018 年 7 月份政治局会议等一系列政策的作用下，风险溢价持续扩大的势头才得到遏制。2018 年 10 月初上证综指跌破 2700 的磨底线之后，上市民企的股权质押风

28、险迅速暴露，这也诱发了政策进一步的坚决、及时调整。2018 年 10 月 19 日，央行行长易纲表示：“一是推动实施民营企业债券融资支持计划，通过信用风险缓释为部分发债遇到困难的民营企业提供信用增进服务，带动民营企业整体融资恢复；二是推进民营企业股权融资支持计划，支持符合条件的私募基金管理人发起设立民营企业发展支持基金，为出现资金困难的民营企业提供股权融资支持；三是央行综合运用再贷款、再贴现、中期借贷便利等货币政策工具，发挥好宏观审慎政策的结构调整功能， 支持商业银行扩大对民营企业的信贷投放6。”5 谢超、黄亚铷、李瑾：贞下起元，估值修复2019 年 A 股投资策略，2018 年 1 月10

29、日。6人民银行 /goutongjiaoliu/113456/113469/3647090/index.html。图 7：风险溢价（%） 中债企业债到期收益率(AA-):10年 - 中债国债到期收益率:10年4.504.304.103.903.703.503.303.102.902.702.502017-062017-092017-122018-032018-062018-092018-12资料来源：Wind、随后的 11 月 1 日，中央民企工作会再次明确了对民企的肯定与支持。11 月 9 日，央行发布 2018 年第三季度中国货币政策执行报告，对稳增长关注度提升。报告指出，当前中国经济正在

30、由高速增长阶段转向高质量发展阶段，外部环境也发生深刻变化。中国经济运行稳中有变，经济金融领域的结构调整出现积极变化，微观主体韧性较强，但部分企业经营困难较多，长期积累的风险隐患有所暴露，经济下行压力有所加大，货币政策传导仍然面临一定约束。同时报告也提出“下一阶段，中国人民银行将按照党中央、国务院决策部署，坚持稳中求进工作总基调，坚持新发展理念，抓住主要矛盾， 紧紧围绕服务实体经济、防控金融风险、深化金融改革三项任务，处理好稳增长、调结构、防风险的平衡，创新和完善金融宏观调控。”这意味着自 2017 年年底以来风险溢价上升的逻辑正在面临弱化，这有助于降低风险溢价。总之，在 2018 年前三季度，

31、美联储加速加息的外患和 PPI 高通胀的内忧导致无风险利率下降不足，周期下行与金融严监管下，风险溢价一路攀升， 共同导致对于权益市场而言，政策是偏紧的，而非债牛所体现的宽松。这些内忧外患在 2018 年 Q4 出现了明显改善，尤其是 2018 年底的中央经济工作会正式确认了这种政策由紧到松的切换7，政策经济周期也随之由“数据弱、政策紧”的第三阶段，进入到“数据弱、政策松”的第四阶段。在去年年底、今年年初，市场明显低估了中央经济工作会提出“逆周期调节”、2019 年“做好经济工作至关重要”、“较大幅度增加地方政府专项债券规模”、“多渠道支持银行补充资本金”等政策的积极意义。这样一个预期差是判断一

32、季度估值修复的的关键。4、第四阶段的优势行业：为什么白酒白电涨？为什么券商半导体涨？对于过去两个月市场估值修复，说是外资买起来的行情，可能有些问题。事实上，外资无法决定牛熊，也未必是所谓的长线资金，也没有数据表明能7 谢超、黄亚铷、李瑾：“政策经济”周期第四阶段的正式确认中央经济工作会议点评及策略前瞻，2018 年 12 月 23 日。够有效提振估值中枢，唯一确定性的影响是，外资流入将会增强本地市场和美股的联动性8。更重要的是，如果说是外资买起来的行情，潜在台词是认为资金买出牛熊。这可能弄反了因果关系，无论是实体资本，还是金融资本，所有的资本都是逐利的，无利可逐资本是不会来的。比方茅台，为什么

33、在去年 10 月一度跌至 500 元/股的时候外资不大量买进，非要在今年年初 600 元/股的时候再大量买进？因此，是上涨态势造就资金流入，而非资金流入造就上涨态势， 这个上涨态势正是由政经周期第四阶段确立的。事实上，在一季度的估值修复中，不只是白酒白电在涨，券商半导体也在涨，这些涨幅靠前的品种恰恰也正是第四阶段的优势品种。从逻辑上讲，“数据弱、政策松”的第四阶段布局思路有两个。一个是沿着“数据弱”去布局后周期品种，经济周期的深度走弱利好白酒、养殖、化药、中药等必需消费品以及黄金等防御性品种。另一个是沿着“政策松” 去布局前周期品种。所谓“政策松”，除了体现为结构性松信用、松货币、宽财政的宏观

34、政策组合外，要做到逆周期调节、防止经济数据不断走弱，通常免不了稳定四大总需求，即地产、基建两个投资需求，和乘用车、家电两个消费需求，与此同时，为了体现出结构优化的取向，科创板块的刺激政策也不会缺位。这种逻辑推演，在数据复盘中也得到了确认。从“贞下起元”的角度看， 符合“数据弱、政策松”这一组合的时期主要有 2005Q2-2006Q1、2008Q4、2011Q4-2012Q3、2014Q3-2015Q1 和 2015Q3-2016Q19。我们对这 15 个季度的 83 个二级行业的表现进行了复盘，结果如下表 2 所示，白酒、贵金属、乘用车、酒店及餐饮、房地产开发管理、白色家电、牧业、股份制与城商

35、行、化学制药、中药生产、证券、半导体等 12 个二级行业属于优势行业， 与第四阶段的优势行业的逻辑推演基本一致。8 谢超、黄亚铷、李瑾：外资流入 A 股的长期和短期影响 韩国、中国台湾市场国际化比较研究，2019 年 1 月 28 日。9 谢超、黄亚铷、李瑾：贞下起元，估值修复2019 年 A 股投资策略，2018 年 1 月10 日。图 8：中国十年期国债利率（%）、上证综指、上证综指 PETTM 与全 A 盈利增速（右，%）10上证综指资料来源：Wind、表 2：第四阶段优势二级行业的复盘112005Q22005Q32005Q42006Q12008Q42011Q42012Q12012Q22

36、012Q32014Q32014Q42015Q12015Q32015Q42016Q1强弱合计强平弱合计白酒强强弱强强强强强强强弱弱强强强12315120315贵金属弱强强强强弱强强强强弱强弱强强11415110415乘用车强强弱 强强弱强强弱强弱强强强强11415110415酒店及餐饮强强弱弱强弱强强强强弱强强强弱1051591515房地产开发管理弱 强强强强弱强强弱强强强弱强弱1051591515白色家电强弱弱强强弱强强强 弱弱强弱强强961590615牧业强弱弱弱强弱强强弱强弱强强强强961591515股份制与城商行强强强强强强强弱弱弱强弱强弱强1051583415化学制药强强弱弱强弱弱 强

37、强强弱强强强弱961581615中药生产强强弱弱强强弱强强弱弱强强强弱961581615证券强弱弱强弱弱强强强强强弱弱强强961582515半导体强强弱弱强弱强强强强弱强弱强弱961581615稀有金属弱强弱强弱弱强强弱强弱强弱强强871581615建筑装修强 弱强强强强弱强弱强强83118031110为方便在一张图中体现，图中上证综指为“上证综指指数/600”，上证综指估值为“上证综指PETTM/6”。11在本表中：强、弱的两分法是指同期跑赢上证综指涨幅即为强，反之为弱；在二分法中，15 个复盘季度中，有 9 个及以上季度为强者，定义为优势行业。强、平、弱的三分法是指同期跑赢上证一个百分点以

38、上为强，跑输上证 1 个点以上为弱，其余为平；三分法中，有 8 个及以上的季度为强者，定义为优势行业。将两种方法的交集定义为第四阶段的优势二级行业。水泥弱强强强强弱弱弱强强弱强弱强弱871581615其他医药医疗强强弱弱强弱弱强强强弱强弱强弱871580715环保及公用事业强强弱弱强弱弱强强强弱强强强弱961572615景区和旅行社弱 强弱弱强强弱强强强弱强强强弱961572615食品强弱弱强强强弱弱强强弱强强强弱961574415化学制品弱弱弱弱强弱强强强强弱强强强弱871571715黑色家电强弱强弱强弱 强强弱强弱强弱强弱871573515计算机软件强强弱弱强弱弱强强强弱强弱强弱87157

39、1715石油化工弱强 强强弱弱弱弱弱强弱强弱强强781570815工业金属弱强弱强弱弱强弱强强弱强弱强弱781573515工程机械弱强弱强强弱弱强弱强强弱弱强弱781570815其他专用设备弱强弱强强弱弱强弱强弱强弱强弱781570815航空航天强强强弱强弱弱弱弱强弱强弱强弱781571715兵器兵装强 弱弱强强弱强弱强强弱强弱弱弱781571715零售强强弱弱强弱弱弱弱强弱强强强弱781572615其他饮料强弱弱强强弱强强弱弱弱强弱强弱781570815林业弱强弱弱强弱强强弱强弱强弱强弱781570815公交物流强强弱弱弱弱强强弱强弱强强弱弱781570815传媒强弱强弱 强强弱弱强弱弱强弱

40、强弱781570815建筑施工弱弱弱弱强弱强强强 强强强强弱弱871563615油田服务强强强弱强弱强强强弱弱弱弱弱弱781563615化学原料弱强弱弱强弱强弱强强弱强弱强弱781561815电信运营强弱强弱强强弱弱强弱弱强强弱弱781561815综合弱弱弱弱强弱强强强强弱强弱强弱781561815其他元器件弱弱弱强强弱强强弱强弱强弱强弱781562715增值服务强 强强弱强弱弱强强强弱741162311发电及电网强弱弱弱强强弱强弱强强弱弱弱弱691560915其他钢铁弱弱弱弱强弱强弱强强弱强弱强弱691561815其他建材弱 强弱弱强弱强弱弱强弱强弱强弱691560915其他轻工强 弱弱弱强

41、弱弱强弱强弱强弱强弱691560915运输设备弱强弱弱强弱强强弱强弱强弱弱弱691561815仪器仪表弱强弱弱强弱弱强弱强弱强弱强弱691560915电站设备强强弱弱强弱弱弱弱强弱强弱强弱691561815商用车强 弱弱弱强弱强弱弱强弱强弱强弱691562715贸易 弱弱弱弱强弱强强弱强弱强弱强弱691560915小家电强弱弱弱强弱弱弱弱强弱强强强弱691560915生物医药 弱弱弱弱强弱弱强弱强弱强强强弱691562715农业弱 强弱弱强弱弱弱强强弱强弱强弱691560915渔业强 弱弱弱强弱弱弱强强弱强弱强弱691560915保险弱强弱强 弱弱强弱强强强651161411信托及其他弱强强弱

42、强强弱强强弱641061310房地产服务 强弱强强弱强弱强弱强弱651160511电子设备弱弱弱弱强弱弱强强强弱强弱强弱691561815品牌服饰强 弱弱弱弱强弱强弱强弱强弱强弱691561815农用化工强强 弱弱弱弱强强强强弱强弱强弱871553715通用设备弱强弱 强强弱弱强弱强弱强弱强弱781552815国有银行强 强强弱强弱强弱强弱强741153311输变电设备弱强弱弱强弱弱弱强强弱强弱强弱691552815摩托车及其他弱 弱弱弱强弱强弱强强弱强弱强弱691552815IT 服务弱 强弱弱强弱弱强弱强弱强弱强弱691551915煤炭化工弱弱弱弱弱弱 强弱 强强弱强弱强弱51015501

43、015玻璃弱 强弱弱 强弱弱弱弱强弱强弱强弱5101552815造纸弱弱弱 强弱弱 强弱弱强弱强弱强弱5101552815金属制品弱弱弱弱强弱弱 强弱强弱强弱强弱5101551915新能源设备弱 强弱弱强弱弱弱弱强弱强弱强弱51015501015汽车销售及服务强弱弱弱弱弱 强弱弱强弱强弱强弱51015501015航空机场强弱弱弱弱弱弱 强弱强 强强弱弱弱51015501015纺织制造弱弱弱弱强弱 强弱弱强弱强弱强弱51015501015计算机硬件弱 强弱弱强 强弱 强强强弱强弱强弱871544715照明设备及其他弱弱弱弱强弱弱强弱强弱强弱强弱51015411015航运港口弱弱弱弱弱弱 强强弱强

44、 强强弱弱弱51015411015通信设备制造弱 强弱弱 强弱弱弱弱强弱强弱强弱5101542915煤炭开采洗选弱弱弱弱弱弱 强弱 强强弱弱弱弱强41115411015普钢弱弱弱弱弱弱弱弱弱强 强强弱弱强41115411015合成纤维及树脂弱弱弱弱强弱弱弱弱强弱强弱强弱41115411015汽车零部件弱弱弱弱强弱弱弱弱强弱强弱强弱41115311115公路铁路 强弱弱弱弱 强弱弱弱强 强弱弱弱弱41115321015其他军工弱弱强弱 强弱强弱3583058石油开采弱 强弱弱 强弱弱弱弱弱弱291121811资料来源：Wind、5、如何从政策经济周期做大类资产配置政策经济周期不只可以用于权益资产

45、的研究，也是一个比较好的大类资产配置框架，下面，我们以股债两种最主要的资产来阐述政策经济周期下的大类资产配置逻辑。在此之前，我们需要从权益的角度阐述一下对利率的认识。如前所述，无风险利率的主要决定因素是资本回报，因此，经济周期与无风险利率几乎是同向波动；企业拿不到无风险利率的资金成本，都需要付出一个风险溢价，因此，如果单一从利率的角度去衡量政策松紧，风险溢价是一个很重要的指标，风险溢价上升通常意味着政策偏紧，反之则反是。按照这个逻辑去推断，在政策经济周期的第一阶段，“数据强”意味着无风险利率上升、国债牛市终结，“政策松”意味着风险溢价仍处低位、信用债牛接近尾部，“数据强、政策松”意味着股市走出

46、双击牛市。因此，第一阶段的大类资产配置顺序将是股市信用债利率债，股牛债熊。在政经周期的第二阶段，“数据强”意味着无风险利率继续上行、国债处于深度熊市，“政策紧”意味着风险溢价开始攀升、信用债由牛转熊，“数据强、政策松”意味着股市走出结构性牛市。因此，第二阶段的大类资产配置顺序依旧是股市信用债利率债，股牛债熊。在政经周期的第三阶段，“数据弱”意味着无风险利率下行、利率债牛开启，“政策紧”意味着风险溢价持续攀升、信用债不及利率债牛，“数据弱、政策紧”对股市而言意味着双杀导致的单边下跌。因此，第三阶段的大类资产配置含义是利率债信用债股市，股熊债牛。在政策经济周期的第四阶段，“数据弱”意味着无风险利率

47、继续下行、利率债牛继续，但政策宽松下的“贞下起元”意味着利率债牛即将走到终结；“政策松”意味着风险溢价下降，信用债强于利率债；“数据弱、政策松” 意味着股市震荡中出现估值修复。这对大类资产的含义是股市信用债利率债，股债双牛；只是债牛接近尾部，股牛才刚开始。从第四阶段的历史复盘数据看，也是基本与逻辑推演相吻合。当然，这是一个基本的大类资产配置思路，还要看政策松的力度和结构。表 3：政策经济周期第四阶段的大类资产复盘上证指数沪深 300中证 500创业板指中债-国债财富指数（7-10 年）中债-企业债 AAA 财富指数（5-7年）中债-企业债 AA-财富指数（5-7年）comex 黄金南华商品指数一线城市房价二线城市房价2005 年 Q2-8.49%-6.74%-11.67%7.50%1.96%1.19%2005 年 Q36.91%4.40%9.86%3.65%7.30%1.48%2005 年 Q40.47%0.66%-1.08%1