【华安证券·金融工程】月度报告：9月看好大盘成长风格，建议配置通信、电子、银行

摘要：科创芯片、创新药等主题主导的市场风格强化成长和交易博弈属性，弱化了估值与股价变动的均值回复逻辑。本年度市场风格由“盈利兑现预期”向“主题预期博弈”与“交易流动性驱动”的显著转变，是造成量价、成长和分析师预期因子强势，而价值因子弱势的核心原因。

观点回顾：8 月成长、盈利因子表现强势，价值、红利因子表现较弱

科创芯片、创新药等主题主导的市场风格强化成长和交易博弈属性，弱化了估值与股价变动的均值回复逻辑。本年度市场风格由“盈利兑现预期”向“主题预期博弈”与“交易流动性驱动”的显著转变，是造成量价、成长和分析师预期因子强势，而价值因子弱势的核心原因。

风格配置观点：9 月建议配置大盘成长风格

9 月模型判断风格为大盘成长：其中，市场状态和微观特征指向大盘风格，而宏观经济模型看好小盘。价值成长维度，宏观经济和微观特征模型看好成长风格，而市场状态看好价值风格。

行业配置观点：9 月建议配置通信、电子、电子等行业

根据行业轮动模型，9 月看好通信、电子、银行、非银行金融、家电和汽车。总体来看，行业所属的大类板块属性较为分散。具体而言，电子和通信的分析师预期变化较为乐观；从基本面表现来看，通信行业表现较好，而机构资金更亲睐非银金融和家电行业。

策略配置观点：alpha 性价比高，适合做选股

9 月信号维持+1，除了投资者结构建议进行 beta 轮动，其余 6 个指标均建议做选股，即模型总体认为 alpha 性价比相对更高，适合做选股，在行业保持中性。

本报告基于历史个股数据进行测试，历史回测结果不代表未来收益。未来市场风格可能切换，Alpha 因子可能失效，本文内容仅供参考。

9 月量化配置观点：看好大盘成长风格,建议配置通信、电子、银行等行业

1.1 因子 8 月表现回顾：价值因子表现较差，成长因子表现强势

我们从价值、成长、盈利、分析师、反转、波动、流动性和另类等维度定期筛选有效因子，以中证全指为选股空间，按因子值大小分十组构造多头组合，并跟踪单因子的超额表现。具体表现如图表 1 所示：

近期，科创芯片、创新药、CPB 等主题行情主导的市场风格强化市场交易博弈和成长属性，弱化了估值与股价变动的均值回复逻辑。本年度市场风格由“盈利兑现预期”向“主题预期博弈”与“交易流动性驱动”的显著转变，是造成量价因子、成长、分析师预期调整因子强势，而价值、盈利因子弱势的核心原因。

从最近一个月和三个月的维度来看，成长、分析师、盈利类因子表现强势，而植根于历史财报数据的价值因子表现较差。其中，营收超预期、年动量、预期 ROE 变化等因子表现较好，而季动量、预期 EP 和关联 BP 等因子表现较差。最近一年，市场经历了从“红利低波”的防守型风格，到成长风格反弹的转变。整体来看，市场主线经历了显著轮换：去年防御性风格下红利、盈利因子占优，今年至今科创成长风格主导下，量价博弈与预期成长因子显著走强，价值因子失效成为近期主要特征。其中，净利润同比增速、分析师盈利上下调、月非流动性因子表现较好，而股息率 TTM、预期 EP、营收企业价值比等因子表现较差。

综上，当前因子表现分化是市场风格、政策导向与资金行为共同作用的结果。未来若宏观经济转向稳健增长、科创板估值回归基本面，价值因子或重新占优，但短期内预期成长以及交易博弈逻辑仍将主导。

1.2 风格配置观点：9 月看好大盘成长风格

从细分子模型的得分来看：

1、宏观经济方面，近期经济、消费数据增长情况边际放缓，整体偏好小盘风格；从宏微观流动性的角度，美债、M2 数据显示当前呈现边际宽松，总体更偏好成长风格；

2、市场状态而言，近期权益资产估值相对较高，预期大盘风格占优；由于市场近期红利指数处于相对低位，预期价值风格反弹；

3、微观特征方面，看好大盘和成长。综合模型更偏向大盘和成长风格。

1.3 行业配置观点：9 月看好通信、电子、银行等行业

1.4 策略配置观点：alpha 性价比高，适合做选股

月度跟踪结果： 9 月信号维持+1，除了投资者结构建议进行 beta 轮动，其余6 个指标均建议做选股，即模型总体认为 alpha 性价比相对更高，适合做选股，在行业保持中性。

说明：1 为 alpha 性价比更高，适合均衡配置/适合选股型基金；-1 为 beta 性价比高，适合增加行业敞口/有明显行业敞口或行业轮动型基金；0 为比较纠结，中间态。

附录

2.1 风格轮动模型

我们在 20231217 发布的《风格轮动三部曲：重构、探索和实践》中以资产定价模型为基础研究风格轮动策略：对影响盈利预期、贴现率和投资者情绪的因素进行归纳和总结，利用历史数据为佐证形成讲逻辑、可量化、有效性强的策略：

宏观经济层面，基于逻辑先导+统计后验的原则，使用事件驱动法来研究风格和宏观因素之间的关系，从经济增长、消费、货币、利率、汇率和地产六个维度挑选常见的对资产收益具有显著影响的宏观因子，同时定义 5 种事件模式，其中涵盖了处于历史高（低）位，边际改善趋势，是否超“预期”，以及创新高（新低）。逐个考察单一宏观事件触发后未来一个月内风格指数的相对收益、信息比、超额月胜率和事件信号之间的相关性来严格筛选宏观事件库。

市场状态包含了宏观经济未蕴含的信息，反映投资者情绪和风险偏好程度。通过计算中证全指的月涨跌幅、月换手率、月波动率、ERP、BP、DRP 和中证红利指数的月超额收益作为反映市场状态的代理变量，同时采用事件研究法考察市场状态和风格轮动间的关系。

微观特征层面，以多因子模型为基础，从上市公司的业绩变化、资金趋向和交易情绪三个方面构建有效的配置信号，结果表明，绝对数值的比较没有意义，相对位置的比较才有价值。从回测结果看，业绩、资金和量价类因子均呈现动量效应，即历史业绩更佳、资金偏好或交易活跃的风格，未来仍会保持相对强势的地位。

2.2 行业轮动模型

一个成熟的行业轮动模型应包含宏观、中观、微观等多个维度的信息，由于当前市场的宏观驱动因素较难通过可得的数据反映，我们着重刻画微观行业轮动模型，对于微观行业模型，我们从自下而上的视角提出有效的微观行业指标，其中涵盖了基本面、技术面和分析师，基本面主要包括历史基本面的变化和分析师一致预测的边际变化；技术面主要由成交调整行业动量和剥离涨停动量构成。