指标与工具系列之四：寻找A股里的“金丝雀”-20190128-莫尼塔-16页_1mb

指标与工具系列之四：寻找A股里的“金丝雀”

核心内容

本报告围绕“市场联动性”展开，提出指数成分股之间的联动性可作为检测宏观变量和系统性风险对股市影响的“金丝雀”。通过分析指数相关系数、市场波动率及Hurst指数的结合，投资者可以更精准地判断市场状态，从而辅助投资决策。

主要观点

• 市场联动性是关键指标：指数成分股之间的相关系数能够准确反映市场内部的趋同与分化程度，是衡量市场整体风险和系统性因素影响的重要工具。
• 指数相关系数的周期性：上证50指数相关系数呈现周期性波动，周期长度为2至3年，与宏观环境和金融创新密切相关。
• 相关系数具有预测力：指数相关系数能够领先市场波动，有助于预判未来波动趋势，尤其在市场分化阶段，相关系数下降可能预示龙头股和质量因子表现更优。
• 市场联动性与季节性相关：权重指数联动性在特定月份（如1月、8月）较高，为投资配置提供了季节性参考。
• Hurst指数与市场状态划分：通过结合Hurst指数与相关系数，市场可划分为四种状态，其中“趋势分化”状态的收益率分布优于其他状态，可能是获取超额收益的最佳时机。

关键信息

1. 指数相关系数的计算方法

• 方法一：基于投资组合方差公式，通过计算成分股间的加权协方差与方差，得出指数相关系数。
• 方法二：基于CAPM模型，通过计算个股超额收益率与市场指数之间的R-square值，得出指数相关系数。
• 方法三：直接计算成分股收益率序列的相关系数矩阵，取平均值作为指数相关性，但不适用于衍生品定价。
• 方法四：使用市场宽度指标（如“兴登堡预兆”）反映市场联动性，但不如方法一和方法二精准。

2. 指数相关系数与市场波动的关系

• 指数相关系数与VIX指数高度相关，且具有领先性。
• 当市场联动性上升时，VIX指数往往上升，市场波动性放大，避险情绪增强。
• 指数相关系数下降时，市场趋于分化，龙头股和质量因子表现更优。

3. 上证50指数相关系数的周期性

• 上证50指数相关系数具有2至3年的周期性，2017年12月达到历史低位（0.03），2018年10月接近历史极值后开始回落。
• 周期性变化与宏观冲击（如金融去杠杆、中美贸易摩擦）相关，也受到海外因素影响。

4. 指数相关系数的季节性

• 上证50指数联动性在1月、8月较高，提示投资者需关注这些时段的市场配置。
• 市场分化时，质量因子和龙头股表现更优。

5. Hurst指数与市场状态划分

• Hurst指数用于衡量时间序列的长记忆性，H > 0.5 表示有趋势，H < 0.5 表示反持续性（均值回归）。

• 结合Hurst指数与指数相关系数，可将市场划分为四种状态：

  • 指数有趋势，内部趋同
  • 指数有趋势，内部分化
  • 指数无趋势，内部分化
  • 指数无趋势，内部趋同

• 在“趋势分化”状态下，收益率右偏，可能带来超额收益机会。

结论与建议

• 投资者应关注指数相关系数的变化，以预判市场波动和配置方向。
• 当市场处于“趋势分化”状态时，应轻指数、精选个股，把握龙头股和质量因子的机会。
• 随着宏观风险释放，市场分化可能带来结构性机会，指数上行将由龙头股驱动。
• 对于A股市场，中国波动率指数（IVIX）可作为“上证50版”的VIX，帮助投资者判断市场波动和风险偏好。

图表摘要

• 图1：标普500指数相关系数具有周期性（数据截至2015年）
• 图2：标普500各行业内部相关系数不一致，反映行业基本面差异
• 图3：全球ETF和被动型共同基金规模持续上升
• 图4：衍生品交易量与成分股联动性正相关
• 图8：标普500指数相关系数与VIX高度相关
• 图9-11：VIX指数与市场波动、避险情绪密切相关
• 图12-13：联动性上升对应未来VIX指数上升和波动放大
• 图14：指数相关系数、波动率、VIX与避险情绪关系紧密
• 图15-16：上证50指数成分股行业分布
• 图17：上证50相关系数、趋势项与波动率指数关系
• 图18-19：市场联动性极值对应关键拐点
• 图20-22：上证50相关系数对未来波动具有预测力
• 图23-25：联动性具有季节性，分化阶段龙头股表现更优
• 图26-27：Hurst指数与相关系数结合定义市场四种状态

研究部

• 杨其予：qyyang@cebm.com.cn
• 张颖锐：yrzhang@cebm.com.cn

免责声明

本报告仅供内部参考，不构成投资建议。报告信息可能不完整或不准确，投资者应独立判断，自行承担风险。未经授权，不得复制、转载或引用本报告内容。