广发宏观：股市“资产荒”的量化体系与择时落地

⚫“资产荒”指标视为赔率指标逐一落地。赔率指标触发择时与胜率指标不同，它只有在达到一定阈值才会触12个月的Z分数，并以Z过往“资产荒”影响局部市场、局部资产，只是赔率（估值）趋势的辅助因素，而当前这一因素可能反而会成为影响股债估值拐点的核心变量。而市场目前对“资产荒”的认识，一则尚处于定性分析阶段，二则主要集中于债市微观视角。荒”指标视作赔率指标进行逐一择时落地。其中，权益方面涵盖月频的居民部门负债意愿变化、微观交易结构、低波“确定性溢价”以及季频的安全资产占比、ROIC与一般贷款利差、ROIC大于负债成本的行业个数12个月的Z分数，并以Z1⚫指标一：居民部门负债意愿变化。我们用“居民中长期消费贷同比”来观测，它反映居民部门提前还贷的愿。居民部门负债端成本调整偏慢，而市场中的大类资产收益变化较快。外部市场投资回报下降就会形成对Z分数”处于±1-1意味着当前“资产荒”的演绎速度已至底部最极致的区域，下一阶2008年2月至24年3月期间，年化收益为3.2%，夏普比率为2。24年3月为由于“资产荒”指标属于赔率类指标，只有抵至极端区域才有提示拐点的意义。我们将“中长期消费贷同比变化的Z分数”处于±1倍标准差以外的区间定义为居民部门“资产荒”偏离常态的时段。Z-11ZA与现金的配置比重各占。进行时变处理。我们将A（-TTM）12ZZ0822433.2%7.5%0.22Z分数来看，4年3月为9150%50%。⚫A股成交额前5%的个股成交额占全部A5%A分化”已至极值。从经验规律看，历史上5A股成交额前5%的个股成交额占全部A股比重的Z分数”处于±1态的时段，突破了+12008年2月至24年3月期间，年化收益为4.4%，超额收益为16.2%，夏普比率为。24年3标为38%，虽然开年以来有所上升，但仍处于安全区间。Z分数来处于-0.54，与反映居民部门负债意愿变化”较远。“资产荒”过程中，市场由于缺少优质资产，负债成本端的相对刚性会让市场交易、市场预期都集中于少数资产上。而少数资产在“资产荒”过程中的上涨会进一步促发市场的追逐，直至筹码全部进场。当筹码集中明显偏离正常状态，微观上就会出现交易结构的显著拥挤。利用微观交易结构指标所度量的“资产荒”是风险资产内部的拥挤程度，本身刻画的就是“资产荒”的二阶导过程。A5%A12Z+11A%A50%。0822434.4%16.2%，夏普0.32。24338%Z4Z1+1⚫ARE差作为衡量AAZ分数”突破了1A。该策略在10年2月至24年3，超额收益为13.2%，夏普比率为。24年开年以来，Z分数指标为-1.3，意味着当前“确定性溢市场中风险偏好的强弱是影响“资产荒”强度的重要变量。当风险厌恶型投资者较多时，资金更容易向优质稳定的少数资产拥趸，资产的集中度会更快达到极致水平。而这种现象在资产价格端的反映类似于隐含的“确定性溢价”。我们以A20091220239A股公ROE5ROE30%30%A8A20172018当A24年312Z-1.3的风险偏好已有所修复，对全市场ROE30%1022434.0%13.2%0.29。24Z-1.33年ROE和营收增速稳定在的占比。2015年经济增速换挡以来，A1至今“安全资产占比的Z分数”升至顶部区域并初现回落苗头，提示2009120243月，6.2%，超额收益为12.6%，夏普比率为0.51。“相对安全的资产”不断减少是“资产荒”强化阶段的动力之一，而当“相对安全的资产”占比开始触底回升时，整体风险资产的估值也会有所修复。相反，该占比见顶回落则提示风险资产中安全资产正开启新一轮减少的趋势，估值修复之路增添波折。A20073ROE10%20070.5%~2.5%12Z15A201512月-20206月期间，该Z5-1522Z-1236月+123Z0912436.2%12.6%，夏普比0.51。指标五：ROIC与一般贷款利差。我们以A（ROIC）利率的轧差作为实体投资回报和成本的利差，表征企业实体端“资产荒”的演绎程度。与反映居民部门负债意愿变化的“居民中长期消费贷同比”一致，该指标出现触底回升（突破超配阈值“）意味着“资产荒”2023Q1。目前该Z分数处于020095%，0.29；主要是在12-13年、15-18我们以A（ROIC）回报和成本的利差。该利差在过去经历了三轮较为明显的倒挂，分别是年、2018-2019年以及2022年四季度后。期间虽然货币政策均有降息操作，贷款利率呈现一定程度下降，但每一轮负债端贷款利率ROIC2008Z62023Z0附近，提示企业实体的“资产荒”程度处于中等水平，释放中性标配择时信号，即权益和现金应持仓各50%。从策略表现看，该策略自2009年至今年化收益为5%，并无明显超额收益，夏普比例为0.29；主要是在12-13年、15-18年间跑输A股和现金各50%的基准收益。指标六：ROICAROICA（）发生在3。目前该Z分数处于5附近，释2009A大于负债成本的行业个数与A股表现基本同周12ZROIC-1最近一次为2023年三季度。目前该Z分数处于0.550%20098%77%0.62015A50%Z分数突破“-1”（益超配阈值）A。2024年3（居民负债、微观结构、ROIC-贷款利差、ROIC高于贷款利率行业个数）信号中性、两项（确定性溢价、安全资产占比）提示“资产荒”仍有压低风险资产估值的可能，当前基于“资产荒”构建的赔率体系仍未触发战略性超配权益的信号；但汇总后的综合指标已离风险资产赔率极低区域较远，提示权益资产的性价比已有显著改善。只是短期内，权益的市场关注点可能仍聚焦于胜率因素，比如经济基本面走势。该综合策略最近一次初20222023920106Z234Z处于-0.8~-0.7-1235Z0“资产荒”正在加速演绎中，越来越倾向于持有无风险资产。23年四季度，综合平均的Z分数上升至+0.7~+0.8，靠近“+1”的低配阈值。24年3月，虽未触及“-1”超配阈值，但Z分数已自+0.82回落至+0.18Z26602434中性标配，2项信号仍偏谨慎，综合后的信号仍未战略性超配权益资产。该策略自2010年以来年化收益为6%53%0.46。⚫风险提示：一是资产荒的代理指标存在口径调整、机制转变等风险，对其指示的股市赔率效果有所折扣；是利用Z目录索引TOC\o"1-2"\h\z\u一、何解轮A股率信的“灵”？ 10二、“产荒的观辑择时义 12（一）宏驱的“产荒影响市深远 12（二）“资荒”估因，影股赔率 13（三）基于资荒”时大体路 16三、市“产荒跟体与择途径 17（一指一月民部负意变化 17（二指二月观交结构 22（三指三月波定溢价” 26（四指四季全资占比 30（五指五季C与般款差 33（六指六季C大负成的个数 36四、合市“产荒体的宏择时 38五、险示 42图表索引图1：24开以，场整估在位动 10图2：24以行估修复年水的例 1032414图4：宏观“产荒的叠对市影更深远 16图5：基于资荒”时股市体路 17图6：居存增通与非存增呈负关关系 18图7：经了22年赎后，23年财额度升 18图8：居、业定占比续行 18图9：居提还较盛时，益场数况表较弱 19图10：长费同动更提拐，应市与“产荒加期弱 20图居资荒股估值关并线不变 21图12：权中消同比动Z分是时标 21图13：于“权长费贷比的Z数”策略益值 22图14：民门“产荒可能处中段 22图15：用“A成前5%的股交占全A股重”量观易构 23图16：观易构Z数突破+1说明风资”臻至值域 24图17：于“A微交结构Z分数的略益值 26图18：观易构高度挤权转低配 26图19：17年，盘价明回，“定溢价在A逐出现 27图20：17-18后，ROE低波的值于波组 28图21：期“定溢价有所落但在位 28图22：24年年来确定溢价处触回阶段。 29图23：于“ROE动小组构的定溢指标Z分数的略值 30图24：确性价回落，益为配 30图25：全司比得全A 31图26：全司比得全A市率 31图27：2015经增换挡来安资占多次底升 32图28：于“全司比Z数”策收净值 33图29：全司比回升权转超配 33图30：ROIC一贷利率历段挂期 34图31：ROIC贷利倒挂期市开上扬 34图32：ROIC一贷利率挂极，现底回迹，场转 35图33：2009至基于“ROIC一贷利差Z分数”策收净值 35图34：2018以基于“ROIC一贷利差Z分数”策收净值 35图35：前业体端产荒”于等平释中性时号 36图36：ROIC于债本的业与A表基本周期 3637：ROICZ37图38：于“ROIC于债成的业数Z分数的策收净值 37图39：业数比提示业产处中水平释中择信号 38图40：市“产荒”度信汇总 41图41：于市合的策收净值 42图42：前市产未到半，未始配权益 42表1：传统市率早在23年半就示票极性比 表2：“前贷”略收为3.2% 22表3：基于观易指标策年收为4.4% 26表4：基于定溢标的略化为4.0% 30表5：基于全司指标策年收为6.2% 33表6：基于ROIC与贷款差Z分的略化收为36表7：基于ROIC大债成的业数Z分的策年收为8.0% 38表8：股市“产荒监系及合指信号 39表9：股市“产荒体赔率角配指引 40表10：基股综信的策年收为42一、如何理解本轮A股赔率信号的“失灵”？“资产荒”是一个固定收益市场中常常讨论的驱动利率下行的因素。市场目前对“资产荒”的认识，一则尚处于定性分析阶段，二则主要集中于债市微观视角。我们理解本轮A股赔率信号的“失灵”可能也与更具宏观驱动的“资产荒”有关。24年开年以来，市场整体估值在低位波动，修复仍有较大空间。截止24年3月31日，万得全A(除金融、石油石化)市盈率仍处于自2002年1月以来的16.4%偏低水位；24年一季度，估值分位在13.0%~16.3%区间内波动，估值分位先下后上，呈“V国内权益市场虽然在节后开启春季行情，但定价因素中风险偏好的修复仍占主导，3月中旬，在汇率承压、北向流出的背景下，A股又有所调整。尽管此前公布的1-2月经济数据、3月PMI数据超预期，但市场尚未转向定价基本面好转带来的盈利改善。行业层面，估值修复之路呈现一波三折，如果我们以类似PMI的评估方式，将行业修复过半数设定为估值修复的枯荣线，则截止3月22日，约有58%左右的行业市盈率修复至年初水平；但并不稳定，截止3月29日，又再度回落至仅有38%左右的行业市盈率修复至年初水平。若用传统的估值或者股债性价比来评估，权益资产从赔率角度在23年上半年就极具性价比。图1：24年开年以来，场整体估值在低位动 图2：24年以来行业估修复至年初水平的例90.0080.0070.0060.0050.0040.0030.0020.0010.000.00

滚动市盈率(TTM):万得全除金融、石油石化):月（） 均值+1倍标准差+2倍标准差-1倍标准差-2倍标准差

60（）2058585555205858555550525245403550%的枯荣线48484548 48424239393535353932302929 2929

申万一级行业估值修复比例数据来源：， 数据来源：，表1：传统股市赔率指标早在23年上半年就提示股票极具性价比历史分位-自2002以来(%)当前提示赔率当前位置(%)截止20240331当前位置滚动标准差位置(倍)2024/3/312024/2/292024/1/312023/12/312023/11/302023/10/312023/9/302023/8/312023/7/31股PE中等偏上26.52-0.9216.3%13.0%14.8%16.7%17.8%17.7%18.9%18.2%19.4%PB赔率高2.03-1.557.5%4.7%6.3%8.0%9.0%9.3%10.4%11.8%13.0%股债性价比1(10Y中债-PE倒数)赔率偏高-1.46-1.2229.6%25.9%30.4%35.2%37.6%37.8%38.7%37.0%39.2%股债性价比2(10Y中债-股息率)赔率高0.57-1.830.7%2.6%0.0%8.3%9.7%10.2%10.2%8.9%11.9%股债性价比5（10Y美债-PE倒数）赔率偏低0.441.1652.1%47.3%47.8%49.9%58.2%62.3%57.7%53.8%51.5%股债性价比6（10Y美债-股息率）赔率偏低2.471.1261.3%60.5%53.9%58.3%67.7%73.4%66.0%61.9%57.9%数据来源：，逻辑之下。所谓“资产荒”，实际上就是在这一时段，对市场来说具有吸引力的资产类型相对偏少，从而导致交易风格更为集中。本轮“资产荒”的突出表现是市场一是本轮“资产荒”可能不仅仅体现在金融机构交易行为，更多来源于宏观层面，即不仅仅是机构“资金空转”，而是随着名义GDP的调整和广义资产回报率的下降，低风险特征资产（类债、低波红利）稀缺性上升，获得了估值溢价。宏观“资产荒”是指除了机构“资金空转”以外，更底层更广义的社会层面出现了房产价值2021使得我们既看到了债市“失锚”，利率创新低，同时又看到了传统A股赔率指标失二是本轮风险资产不仅仅定价短期“资产荒”。由于中长期经济结构弹性上升、总量弹性下降，权益资产整体估值中枢有所下移，从而影响均值回复过程。过往“资产荒”对股债资产影响相对次要，更多是一个赔率（估值）层面的辅助因素，是资金与资产两端重新匹配过程中的自然现象。而当基本面不再单纯追求速度的增长，二、“资产荒”的宏观逻辑与择时意义（一）宏观驱动的“资产荒”影响股市更深远“资产荒”直观上即“对市场来说具有吸引力的资产类型相对偏少”。出现了资产负债两端价量的失衡。再更深一层，我们理解，这种失衡的本质是宏观周期的扭曲。理想状态下，稳增长逆周期调节能降低负债端成本，稳定实体投资回报率，实体能持续提供高收益资产，资产负债端重新匹配的时滞较短。而现实中，经济周期存在惯性。就短周期而言，中长期而言，经济处于结构转型期，总量层面的需求修复弹性低于供给侧，旧的信用载体暂时缺位，新的信用派生仍存在扩张约束，进而旧的高收益资产持续退出，但新的高收益资产尚未快速跟上。中长期的“高收益资产”缺失预期，也会加剧短周期内的“资产荒”的自我强化趋势。每一轮“资产荒”的发生，既可能是负债端资金过于充裕但成本过于刚性，也可能是资产端高收益资产的缺失，或是两者均有之。如果主因负债端引发，则货币政策收紧或是负债端利率补降，均可以较快消解“资产荒”；而如果是资产端高收益资产的缺失，则即便负债端转向，“资产荒”也难以很快消解。我们认为当前可能存在宏微观“资产荒”的交叠：24年3月21日，中国人民银行副行长宣昌能在国新办发布会上表示，央行正在加强监测资金空转问题，并将密切关注企业贷款转存和转借等情况4，也意味着本轮实体层面预期仍然偏弱，企业在银行信贷投放的推动下获得贷款资金，但由于投资回4/money/bank/yhpl/2024-03-21/doc-inapansm8981226.shtml报率处于低位，“转存”、“转借”成为了更具性价比的行为，进而减少了金融机构高收益资产的来源，推动了微观市场层面的“资产荒”。因此，我们理解，对于金融市场而言，这种宏观驱动的“资产荒”较单纯金融机构的“资产荒”更加具有自我强化的反身性，并且影响范围更广，不仅仅是与金融中介行为更相近的债券市场，也会对权益市场有所影响，并引起大类资产的迁徙。（二）“资产荒”是估值因素，影响股市赔率具体到股债择时，我们认为广义“资产荒”是一个趋势性抬升低风险特征资产（类债、低波红利）估值上界，压低风险资产（权益）估值下界的因素，进而使得传统基于“估值均值往复”规律上的股债赔率分析框架一定程度上失灵。若简单观察权益市盈率的分位数或是简单的股债性价比（10年期国债利率-股息率或10年期国债利率-市盈率倒数），均会发现本轮股票赔率早于23年上半年就处于极具性价比状态。我们在前期报告《股债性价比的宏观改进》中对权益资产的赔率指标已进行了重构，即指出股票的赔率优势具有趋势项。在国债利率中枢下移的过程中，天然就会越来越高，而这部分中长期趋势带来的性价比并不会遵循均值往复的规律。因此，我们对股债性价比进行了中枢调整，只观察剔除趋势项之后的周期部分是否来到了极值区域，进而提示反转信号。常规的滚动36个月设定股债性价比上下阈值的做法已有调整中枢的用意，但疫后，股债性价比的中枢调整节奏可能已快于36个月的经济小周期。因此我们采取了更为直接的剔除序列趋势项的做法。中枢调整后的股债性价比指标在整个2023年间均没有触及10%以内分位数的阈值，仅在2024年1月股市调整以及2-3月长端利率超预期下行中提示股票赔率臻至性价比极值区域。图3：即便经过中枢调整，24年开年以来，权益赔率也臻至极具性价比的位置历史分位(右轴)（4.504.003.503.002.502.001.501.00

股息率法（万得全A(除金融、石油石化)）重估后的股息率法30.50 3数据来源：，而另一个视角看待“失灵”的传统赔率（估值）指标是，在本轮宏微观“资产荒”交叠中，股市作为风险资产估值中枢受到压制。与过往经济中高速增长相匹配的估值体系是给予高成长性以估值溢价，而低风险特征的资产被给予低估值，甚至估值折价。而本轮宏观“资产荒”则促发了对低风险特征资产的重估。本轮经济下行期与转型期交叠，政策转为高质量发展框架。在地产城投等传统信用派生主体较快退出的同时，接替的新兴主体，信用扩张幅度相对温和，且杠杆效应减弱，提供不了此前高收益金融产品（非标等），使得经济中实体部门资产端收益率（企业投资回报率、居民收入预期、资产增值预期等）与负债端的倒挂迟迟未能重新匹配，压制风险偏好的修复。一则总量上，股债大类比较中，债券的估值中枢不断上移，而A股整体作为风险资产估值中枢下移；二则结构上，权益内部，具有类债属性的高分红资产表现占优，估值中枢上移。事实上，2016-17，19-20年的权益市场已有类似特征，只是当时的宏观“资产荒”仍不明显，因此市场并不直接给最低风险特征的类债属性资产以估值溢价，而是在成长和价值之间，选择相对“确定性更高”的价值蓝筹（16-17年）与核心资产（19-21年），给予估值溢价。由此，我们梳理了“资产荒”的大致路径和相应股债演绎：第一阶段（初期），当“资产荒”由宏观驱动形成，将会有更深的传导力量影响金融市场，抬升低风险特征资产的估值中枢。第二阶段（中期），当“资产荒”进入边际发酵、不断加剧的中期，“确定性溢价”第三阶段（后期），第四阶段（末期），当“资产荒”进入尾声消解前夕，风险偏好进一步修复，权益类风险资产在新的估值体系下重拾上行，但内部结构可能将在前期宏观“资产荒”值得注意的是，传统金融中介层面的“资产荒”对负债端的流动性明显收紧较为敏感，“资产荒”在央行转向后会有所消解。但有底层宏观驱动的“资产荒”消解更图4：宏微观“资产荒”的交叠对股市的影响更为深远数据来源：（三）基于“资产荒”择时的大体思路“资产荒”的形成、加剧、极致和消解的过程是一个影响股市赔率（估值）过往“资产荒”影响局部市场、局部资产，只是赔率（估值）趋势的辅助因素，而当前这一因素可能反而会成为影响股债估值拐点的核心变量。而市场目前对“资产荒”的认识，一则尚处于定性分析阶段，二则主要集中于债市微观视角。程度的量化体系（短期高频为月度，中长期为季度），并且将“资产荒”指标视作赔率指标触发择时与胜率指标不同，该指标只有在达到一定阈值才会触发择时条件，具有择时意义。我们计算股债“资产荒”指标进行滚动12个月的Z分数，并以Z分数超过±1倍标准差认为是指标的极值区域。最后，我们制作了股债“资产荒”打分卡，对股债“资产荒”分项进行加权汇总，给出择时方案。图5：基于“资产荒”择时的股市大体思路数据来源：三、股市“资产荒”跟踪体系与择时途径（一）指标一（月度：居民部门负债意愿变化对于股市而言，增量资金的一个来源是居民部门的“存款搬家”。过去十年，14-16年、20-21年，居民部门出现了两次较大规模的“存款搬家”。由于银行理财以及公募基金的流动性备付金属于非银存款科目，因此，从历史周期看，居民存款增速通常与非银存款增速呈现负相关关系。图6：居民存款增速通常与非银存款增速呈现负相关关系数据来源：，自23此外，从存款结构看，居民、企业的定存占比均在各自全部存款中的比重一路上行至72%、68%。图7：经历了年的赎回后，23年理财余额再度升 图8：居民、企业的定占比持续上行73（）71 居民定存占比企业定存占比73（）71 居民定存占比企业定存占比6967656361595730.0025.0020.0015.0010.005.002012-062012-122013-062013-122014-062014-122015-062012-062012-122013-062013-122014-062014-122015-062015-122016-062016-122017-062017-122018-062018-122019-062019-122020-062020-122021-062021-122022-062022-122023-062023-12数据来源：， 数据来源：，21年以来创下了新低。负债端成本调整偏慢，而市场中的大类资产收益却明显下降。换言之，居民去杠杆虽然本轮居民中长期消费贷同比增速的下滑历史罕见，但从已有的历史复盘看，该增速回落的三段时期，08-09年、10-11年、17-18年、22-23年，权益市场均表现为调整。仅有14年、21年除外。而中长期消费贷同比触底回升后，相应时段权益市场表现也开始向好。图9：居民提前还贷较旺盛时期，权益市场多数情况表现较弱（） 中长期消费贷款同比 万得全月:平均值（右轴资产荒明显70资产荒明显

7,00060 6,00050 5,00040 4,00030 3,00020 2,00010 1,0002006-032006-122007-092006-032006-122007-092008-062009-032009-122010-092011-062012-032012-122013-092014-062015-032015-122016-092017-062018-032018-122019-092020-062021-032021-122022-092023-062024-03数据来源：，但由于“资产荒”指标属于赔率类指标，只有抵至极端区域才有提示拐点的意义。我们对指标进行滚动12个月的Z分数计算。在统计意义上，Z分数=（每期择时指标值-过去滚动12个月均值）/过去滚动12个月标准差。一般而言，Z分数超出±24.5%（95.5%）±1倍标准差的概率有68.3%。我们将处于±1倍标准差以外的区间定义为居民投资的“资产荒”偏离常态的时段。同时，我们考察了中长期消费贷同比变化的Z分数，结果发现，Z分数处于正负1倍标准差以外的时段，分别对应万得全A的顶部和底部区域，并且同比变动的Z分数的拐点提示时点更为领先。同比变动的Z分数表示的是“资产荒”的边际变化，该Z分数处于-1以外，意味着居民投资“资产荒”加速去杠杆臻至极致状态。即便下一阶段“资产荒”本身仍在进行中，即居民中长期消费贷同比尚未触底，但下行速度已减缓，此时权益市场往往已开始好转。图10：中长消费贷同比变动更能提示拐点，对应股市与“资产荒”加速期走弱滚动12个月中长期消费贷同比的Z分数（） 滚动12个月中长期消费贷同比变动的Z分数万得全A:月:平均值（右轴）

（点）2006-032006-112006-032006-112007-072008-032008-112009-072010-032010-112011-072012-032012-112013-072014-032014-112015-072016-032016-112017-072018-032018-112019-072020-032020-112021-072022-032022-112023-072024-0337,000216,0005,0004,0000-1-23,0002,0001,000-30数据来源：，从本质上说，权益市场相对佳的布局时点是“资产荒”的后段，即“资产荒”仍存在，但并不进一步加速，边际层面在速度上已出现改善迹象。而“资产荒”的开端往往是权益市场投资收益率下降的初始阶段，“资产荒”在权益市场调整过程中，存在反身性，在市场调整的趋势中会不断强化，即“股市调整——资产荒——股市进一步调整——资产荒加剧”。因此，整个“资产荒”加速演化阶段不应成为权益市场的布局时点。最后，考虑到居民部门“资产荒”对国内权益市场的影响力并不是线性不变的，我们需要对居民部门“资产荒”指标进行时变处理。我们将A股整体估值（市盈率-TTM）与居民部门“资产荒”指标在过去12个月的相关系数作为下一期居民部门“资产荒”指标的权重，并以此来对当期的“中长期消费贷同比变化的Z分数”进行加权。加权后的“中长期消费贷同比变化的Z分数”反映的是，居民部门“资产荒”强度对国内权益市场的影响力。图11：居民资产荒与股估值的关系并非线不变 图12：加权的中长消费同比变动Z分数是择时标70.00（）

滚动市盈率(TTM):万得全月:平均值 中长期消费贷款同比60.0050.0040.0030.0020.0010.002006-032006-122006-032006-122007-092008-062009-032009-122010-092011-062012-032012-122013-092014-062015-032015-122016-092017-062018-032018-122019-092020-062021-032021-122022-092023-062024-03数据来源：， 数据来源：，择时规则：若“加权中长期消费贷同比变化的Z分数”突破了-1，即负向偏离1倍标准差，意味着当前“资产荒”的演绎速度已至极端区域，下一阶段并不会加速演化，可以Z[-∞，-1]A100%0%。若“加权中长期消费贷同比变化的Z分数”突破了+1，即正向偏离1意味着“资产荒”边际上开始加速，下一阶段进入的是“资产荒”的初级状态，此时应该开始低配股市。即Z分数处于[+1，+∞]则万得全A配置占比为0%，现金为100%。若该指标滚动6个月的Z分数处于（-1,1）区间内，表明居民部门处于“资产A仓位为50%。50%A，50%策略结果：该规则下，2008年至今共有9个时间段积极超配权益，持仓100%，而现金为0%，分别为08年10月中旬-09年1月中旬、10年8月中旬-11年1月中旬、11年9月中旬至12年3月中旬、12年9月中旬至13年3月中旬、14年9月中旬至10月中旬、16年6月中旬至8月中旬、17年8月中旬至12月中旬、18年7月中旬至19年5月中旬、22年8月中旬至9月中旬。该时段意味着居民提前还贷潮已进入下半场，“资产荒”趋势中斜率最陡的时点已经过去。此外，共有4个时间段低配权益，现金持仓100%，分别为09年4月中旬至10年3月中旬、15年5月中旬-15年11月中旬、21年2月中旬-5月中旬以及23年6月中旬至7从择时结果来看，该策略在2008年2月至24年3月期间，年化收益为3.2%，超额收益为7.5%，夏普比率为0.22。从Z分数来看，24年3月为-0.69，尚未触及权益的超配阈值“-1”，但已离低配阈值“+1”较远，提示权益市场虽仍处于居民“资产荒”的自我强化中，但已处于中后段。目前现金和权益仓位仍为50%、50%图13：基于“加权中长期消费贷同比变化的Z分数”的策略收益净值（）100

基准收益率 策略收益率7550250-25-50数据来源：，表2：“提前还贷”年化收益为3.2% 图14：居民部门“资产”可能已处于中后段中长期消费贷同比变动指标策略收益中长期消费贷同比变动指标策略收益65.4%策略年化收益3.2%超额收益7.5%基准收益53.9%夏普比率0.22最大回撤46.12%日胜率82.79%信息比率5.21%卡玛比率6.93%策略波动率14.39%基准波动率12.81%最大回撤区间2008-02-19-2008-11-04注：回测时间为2008年2月1日-2024年3月22日0

股票仓位 现金仓

02008/2/12009/2/12008/2/12009/2/12010/2/12011/2/12012/2/12013/2/12014/2/12015/2/12016/2/12017/2/12018/2/12019/2/12020/2/12021/2/12022/2/12023/2/12024/2/1数据来源：， 数据来源：，（二）指标二（月度：微观交易结构正如前文所述，每一轮“资产荒”的演绎过程中，都存在自身趋势的不断强化。过程中，市场由于缺少优质资产，负债成本端的相对刚性会让市场交易、市场预期都集中于少数资产上。而少数资产在“资产荒”过程中的上涨会进一步促发市场的追逐，直至筹码全部进场。此时，由于筹码过于集中，明显偏离正常状态，微观上就会出现交易结构的拥挤。我们利用“A股成交额前5%的个股成交额占全部A股比重”来跟踪监测市场的微观交易结构的变化。若成交额前5%的个股成交占比抵至极值区域，则就意味着A股市场对资产的预期“两极分化”已至极值。历史上5轮该指标超过45%后，市场均出现了明显的反转。图15：利用“A股成交额前5%的个股成交额占全A股比重”衡量微观交易结构微观交易结构指标 万得全月:平均值（右轴（）资产荒加剧55资产荒加剧

（）7,00050 6,00045 5,00040 4,00035 3,00030 2,00025 1,00020 0数据来源：，同样地，我们计算了“A股成交额前5%的个股成交额占全部A股比重”滚动12个月的Z分数，以超过+1倍标准差为低配万得全A，现金100%；小于-1倍标准差为超配万得全A，现金0%；中间状态表明微观交易结构良好，“资产荒”处于自身趋势的强化中，并没有形成拥挤。图16：微观交易结构Z分数突破+1说明“风险资产荒”臻至极值区域滚动12个月微观交易结构指标的Z分数(6mma)（） 万得全月:平均值（右轴）风险资产荒臻至极值区域风险资产荒臻至极值区域1.501.000.500.00-0.50-1.00-1.50

（）7,0006,0005,0004,0003,0002,0001,000-2.00 0数据来源：，二则在“资产荒”后端减仓。事实上，两者所衡量的“资产荒”范畴有所差异，前者指的是全资产领域的“资产荒”阶段，既包括风险资产也包括无风险资产，后者指的是“优质风险资产荒”，指风险资产内部对少数优质风险资产的拥挤度臻至极“居民提前还贷指标”度量的是居民在“风险资产”与“无风险资产（现金）”之间的选择。其所表示的“资产荒”后端，是无风险资产（现金）收益与风险资产收益重新匹配，居民的负债端风险收益要求与资产端可供选择的资产收益纠偏大致完成的阶段。因此，“资金”有重新入场股市的动力。而与居民提前还贷所度量的“资产荒”不同，利用微观交易结构指标所度量的“资产荒”是风险资产内部的拥挤程度，本身刻画的就是“资产荒”的二阶导过程。拥挤程度臻至极值，意味着风险资产领域即将开启出清，资金向无风险领域外溢，直至筹码完全出清，该指标触及下极值，才来到“居民提前还贷指标”所度量的“资产荒”的后端。择时规则与居民提前还贷强度指标类似：若“A股成交额前5%的个股成交额占全部A股比重”滚动12个月的Z了-1，即负向偏离1倍标准差，即Z分数处于[-∞，-1]，则满仓万得全A，权重为100%，现金为0%。若“A股成交额前5%的个股成交额占全部A股比重”滚动12个月的Z了+1，即正向偏离1倍标准差，即Z分数处于[+1，+∞]，则万得全A权重为0%，现金为100%。若该指标滚动6Z分数处于（-1,1）A50%，现金为50%。50%A，50%策略结果：该规则下，2008年至今共有6个时间段积极超配权益，5个时段完全低配。最21年3-8A45%的警Z+12108年224年34.4%，16.2%0.32。（3）24年38%间。而从Z分数来看，目前处于-0.54得分，与提前还贷的Z分数信号一致，提示尚未触及超配阈值“-1”，但已离低配阈值“+1图17：基于“A股微观交易结构Z分数”的策略收益净值（）150

基准收益率 策略收益率1251007550250-25-50数据来源：，表3：基于微观交易指标的策略年化收为4.4% 图18：微观交易结构提高度拥挤，权益转低配超额收益基准收益夏普比率最大回撤日胜率信息比率卡玛比率基准波微观交易结构指标超额收益基准收益夏普比率最大回撤日胜率信息比率卡玛比率基准波微观交易结构指标100.1%4.4%16.2%72.

10.901数据来源：， 数据来源：，（三）指标三（月度：低波的“确定性溢价”从上文分析可以看出，市场中风险偏好的强弱是影响“资产荒”强度的重要变量。当风险厌恶型投资者较多时，资金更容易向优质稳定的少数资产拥趸，资产的集中度会更快达到极致水平。而这种现象在资产价格端的反映类似于隐含的“确定性溢价”。历史上看，在宏观不确定性较低的2017年前，A股市场常常会给小盘股以更高的溢价。一方面说明2017年前投资者风险偏好始终维持在较高水平，愿意承担风险来获得高收益，在投资上倾向于小盘股；另一方面也说明2017年前宏观上并不存在明显的“资产荒”，小盘股的波动虽大但市场预期乐观，认为相关公司能获得不错投资回报率。而2017年后宏观不确定性上升，经历过17-18年的调整后，小盘股溢价明显回落，“确定性溢价”在A股逐步出现。图19：17年后，小盘股溢价明显回落，“确定性溢价”在A股逐步出现数据来源：，我们以A股上市公司的业绩波动作为“不确定大小”的代理指标，根据2009年12月至2023年9月的A股公司季度ROE均值，将所有股票由高到低分为5组（＜0%、0%~3%、3%~10%、10%~15%、＞15%）。对于每组股票，分别提取ROE波动率最高30%和最低30%的股票作为A股公司的“高波动组”与“低波动组”，并进一步计算每月的股票估值中位数。其中，对于异常值，我们剔除了15年间ROE均值高于100%的股票。可以看到，在2018年前，A股公司“低波动组”并没有被给予更高的估值，2017年前大多时候是“高波动组”的估值水平更高，但2018年后则发生了逆转，“低波动组”的估值水平明显高于“高波动组”。进一步，我们将ROE“低波动组”估值与“高波动组”估值的轧差做为衡量A股“确定性溢价”的指标，当A股内部“资产荒”越明显时，“确定性溢价”将会更高。本轮A股的“确定性溢价”自21年6月以来不断上升至22年底达到顶峰，此后虽然有所回落，但24年3月整体仍位于历史较高水平，隐含目前A股内部的“资产荒”现象最极致的时刻已过去，但仍处于“资产荒”中，与居民部门负债意愿变化指标、微观交易结构指标的信号一致。图20：17-18年后，ROE低波组的估值高于波组 图21：近期“确定性溢”有所回落，但仍高位（倍）1009080706050403020102009/12/12010/6/12010/12/12009/12/12010/6/12010/12/12011/6/12011/12/12012/6/12012/12/12013/6/12013/12/12014/6/12014/12/12015/6/12015/12/12016/6/12016/12/12017/6/12017/12/12018/6/12018/12/12019/6/12019/12/12020/6/12020/12/12021/6/12021/12/12022/6/12022/12/12023/6/12023/12/1

低波动组估值 高波动组估值

（点）7,0006,0005,0004,0003,0002,0001,000/12/16/11/12/16/11

万得全月:平均值 （倍ROE低波动组合-ROE高波动组合（右轴，逆序）数据来源：， 数据来源：，进一步观察“确定性溢价”的Z分数，则发现自20170.5~2A+1超配阈值后，也出现了反转，表明以确定性溢价衡量的“资产荒”可24年3月，“确定性溢价”指标原序列虽维持在历史高位，但其滚动12个月的Z分数显示回落至-1.3。这意味着跟过去一年“确定性溢价”相比，市场的风险偏好已有所修复，对全市场ROE最低的30%组合的溢价有明显消解。单纯从该指标出发，该指标意味着当前“确定性溢价”处于触底回升阶段。图22：24年开年以来，“确定性溢价”处于触底回升阶段。（点）7,0006,0005,0004,0003,0002,0001,0002009/12/12010/5/12009/12/12010/5/12010/10/12011/3/12011/8/12012/1/12012/6/12012/11/12013/4/12013/9/12014/2/12014/7/12014/12/12015/5/12015/10/12016/3/12016/8/12017/1/12017/6/12017/11/12018/4/12018/9/12019/2/12019/7/12019/12/12020/5/12020/10/12021/3/12021/8/12022/1/12022/6/12022/11/12023/4/12023/9/12024/2/1

资产荒明显

万得全A:月:平均值滚动12个月的股市“确定性溢价”6mma（右轴，逆序）

-2.5-2-1.5-1-0.500.511.52数据来源：，具体的择时规则与前两指标类似，策略结果为：（1）2008年至今共有6个时间段积极超配权益，5个时段低配。超配信号均为“确22年11提示A股给予低波动资产的估值溢价过高，下阶段将有所消解；而最近一次低配权益信号为24年1月，提示A股整体作为风险资产，目前给低波动资产溢价的消解过自10年224年4.0%，超额收益为13.2%0.29。由于24Z分数指标为-1.312权益。图23：基于“ROE波动最小组合构建的确定性溢价指标Z分数”的策略净值125（）

基准收益率 策略收益率1007550250-25-50数据来源：，低波确定性溢价指标策略收益86.1%策略年化收益4.0%超额收益13.2%基准收益64.4%夏普比率0.29最大回撤27.68%日胜率74.04%信息比率10.28%卡玛比率14.30%低波确定性溢价指标策略收益86.1%策略年化收益4.0%超额收益13.2%基准收益64.4%夏普比率0.29最大回撤27.68%日胜率74.04%信息比率10.28%卡玛比率14.30%策略波动率13.41%基准波动率11.46%最大回撤区间2015-12-22-2018-10-18注：回测时间为2010年2月1日-2024年3月22日0.20.10数据来源：， 数据来源：，（四）指标四（季度：安全资产占比“资产荒”作为赔率因素，其从加剧到消解的周期性演化也受到市场中“相对安全的资产”多寡的影响。“相对安全的资产”不断减少是“资产荒”强化阶段的动力之一，而当“相对安全的资产”占比下降到一定程度开始触底回升，则此时应该积极布局整体风险资产。我们根据万得全A上市公司2007年以来的年度财报，计算在每个时点上过去连续3年ROE和营收增速稳定在10%以上公司占比，以此作为相对安全资产的占比。自2007年以来，该比例维持在0.5%~2.5%之间。若某个时期具有“资产荒”的宏观背景，那么该时期安全资产的明显减少会加剧该时期的“资产荒”程度，进而使得该类资产具有更明显的估值溢价。图25：安全公司占比与得全A 图26：安全公司占比与得全A市盈率（） ROE（TTM）与营收增速（TTM）连续3年均稳定在10%以上的公司占比

（点）

ROE（TTM）与营收增速（TTM）连续3年均稳定在10%以（） 上的公司占比

（点）32.521.510.5

万得全A:季:平均值（右轴）

7,000资产荒严重6,000资产荒严重5,0004,0003,0002,0001,000

3 滚动市盈率万得全季:平均值（右轴） 40资产荒严重35资产荒严重2.5302251.5 20151100.552008-062008-122009-062009-122010-062010-122011-062011-122008-062008-122009-062009-122010-062010-122011-062011-122012-062012-122013-062013-122014-062014-122015-062015-122016-062016-122017-062017-122018-062018-122019-062019-122020-062020-122021-062021-122022-062022-122023-062023-122008-062008-122009-062009-122010-062010-122011-062011-122012-062012-122013-062013-122014-062014-122015-062015-122016-062016-122017-062017-122018-062018-122019-062019-122020-062020-122021-062021-122022-062022-122023-062023-12数据来源：， 数据来源：，从安全资产占比及其滚动12个月的Z分数中可以看出，自15年经济增速换挡以来，A股相对安全资产的占比出现了明显下降。但在2015年12月-2020年6月期间，该Z分数有5次触及-1的超配阈值后从底部回升，意味着安全资产的占比发生了5次偏离趋势的触底回升。与前述指标一致，经济增速下行期，安全资产占比的不断下行，图27：2015年经济增速换挡以来，安全资产占比多次触底回升滚动12个月安全公司占比的Z分数（） （点）2.00

万得全A:季:平均值（右轴）

7,0001.50

6,0001.00 5,0000.500.00-0.50-1.00

4,0003,0002,000-1.50 1,0002008-062008-122009-062009-122008-062008-122009-062009-122010-062010-122011-062011-122012-062012-122013-062013-122014-062014-122015-062015-122016-062016-122017-062017-122018-062018-122019-062019-122020-062020-122021-062021-122022-062022-122023-062023-12数据来源：，22年四季度，安全资产的占比再度触底回升，Z分数突破-1超配阈值，提示超配权益。而23年6月后，该指标却明显回升至+1以上的顶部区域；23年三四季度至今，安全资产占比的Z分数触顶回落，提示安全资产占比将重新进入一个下行的趋势中，具体择时规则与前述指标类似。自09年1月至24年3月，该单一指标择时策略结果显示年化收益为6.2%，超额收益为12.6%，夏普比率为0.51。图28：基于“安全公司占比Z分数”的策略收益净值）175

基准收益率 策略收益率1501251007550250数据来源：，表5：基于安全公司指标的策略年化收为6.2% 图29：安全公司占比触回升，权益转为超配策略收益策略年化收益超额收益基准收益夏普比率最大回撤日胜率信息比率卡玛比率策略波动率基准波策略收益策略年化收益超额收益基准收益夏普比率最大回撤日胜率信息比率卡玛比率策略波动率基准波安全公司占比变化指标（季度调仓）160.3%6.2%12.6%130.20.10

01数据来源：， 数据来源：，（五）指标五（季度：C与一般贷款利差由上文分析，对权益市场产生深远影响的“资产荒”是具有宏观驱动背景的。除了居民自身“资产荒”导致其无法给权益市场提供高风险偏好的增量资金以外，企业部门的投资意愿弱也会导致一方面企业部门吸收流动性的能力下降，另一方面，企业部门提供优质资产的效率下降。我们以A股上市公司的资本投入回报率（ROIC）与金融机构加权平均贷款利率的轧差作为衡量企业实体投资和成本的利差。该利差在过去经历了三轮较为明显的倒挂，分别是2011-2015年、2018-2019年以及2022年四季度后。期间虽然货币政策均有降息操作，贷款利率呈现一定程度下降，但每一轮负债端贷款利率的下降速度均慢于资产端ROIC的下降速度。在这些错配的时段里，对企业而言，投资实体反而不如将贷款资金进行转存更具性价比。图30：ROIC与一般贷款率经历三段倒挂时期 图31：ROIC与贷款利倒挂后期，市场开上扬全部A股的ROIC-金融机构人民币贷款加权平均利率（右轴）10.00（） 中国:金融机构人民币贷款加权平均利率:一般贷款

1.50

7000（）

万得全季:平均值(右轴) 全部股的ROIC-金融机构人民币贷款加权平均利

2.009.008.007.006.005.004.003.002.001.000.00

全部A股的ROIC

1.000.500.00-0.50-1.00-1.50-2.00-2.502007-122008-072007-122008-072009-022009-092010-042010-112011-062012-012012-082013-032013-102014-052014-122015-072016-022016-092017-042017-112018-062019-012019-082020-032020-102021-052021-122022-072023-022023-09

6000500040003000200010000

1.501.000.500.00-0.50-1.00-1.50-2.00-2.50数据来源：， 数据来源：，因此，我们将这一“利差”视为企业实体端“资产荒”的演绎程度。若该指标出现触底回升，也意味着“资产荒”进入后半程，初具消解的苗头。我们同样计算了这一“利差”水平的滚动12月Z分数，以此来捕捉短周期内该指标是否已超调触底即将回升。自2008年以来，该Z分数发生了6次偏离趋势的触底回升，最近一次为2023年一季度。目前该分数处于0附近，提示企业实体的“资产荒”程度处于中等水平，释放中性择时信号，权益和现金持仓各50%。图32：ROIC与一般贷款利率倒挂至极致，出现触底回升迹象，市场好转数据来源：，从策略表现看，该策略自2009年至今年化收益为5%，并无明显超额收益，夏普比例为0.29；主要是在12-13年、15-18年间跑输A股和现金各50%的基准收益。图33：2009年至今基于“ROIC与一般贷款利差Z分数”的策略收益净值

图34：2018年以来基于“ROIC与一般贷款利差Z分数”的策略收益净值（）2001751501251007550250-25-50

基准收益率 策略收益率

（）305-20

基准收益率 策略收益率2018/1/1 2019/1/1 2020/1/1 2021/1/1 2022/1/1 2023/1/1 2024/1/1数据来源：， 数据来源：，表6：基于ROIC与一般贷款利差Z分数的策略年化收益为5%

图35：当前企业实体端“资产荒”处于中等水平，释放中性择时信号企业资本投入回报利差指标（季度调仓）企业资本投入回报利差指标（季度调仓）策略收益108%23%策略年化收益5%3%超额收益-10%14%基准收益131%8%夏普比率0.290.26最大回撤50.37%16.12%日胜率80.26%85.36%信息比率-3.07%31.24%卡玛比率7.10%18.53%策略波动率15.79%11.31%基准波动率11.79%9.74%最大回撤区间2015-06-12-2016-01-282023-08-06-2024-02-05回测时间为年月日- 回测时间为年月日-注： 年月日 年月日数据来源：， 数据来源：，（六）指标六（季度：C大于负债成本的行业个数除了总量的企业实体投资收益成本利差以外，另一个类似的观察视角是每个时点，A股上市公司中资本投入回报率能覆盖贷款利率的行业个数。从简单的走势来看，ROIC大于负债成本的行业个数与A股表现基本同周期。从该指标滚动12个月的Z分数来看，当ROIC能覆盖负债成本的行业个数突破-1超配阈值，意味着即将触