专栏名称: 郭磊宏观茶座

我们深信卖方宏观的本质不在于愤世嫉俗，批判经济的深层险危；亦不在于摇旗呐喊，安慰客户的短期情绪。卖方宏观要在关键时间、关键位置建立一些可观测、可检验、可修正的灯塔，尽量让眼前的世界变得冷峻和清晰。请关注广发宏观。

【广发宏观陈礼清】股市“资产荒”的量化体系与择时落地

郭磊宏观茶座 · 公众号 · · 2024-04-07 14:27

正文

广发证券 资深宏观分析师陈礼清博士

chenliqing@ gf.com.cn

广发宏观郭磊团队

报告摘要

第一， 若简单观察权益的传统赔率指标，比如市盈率的分位数或是股债性价比（10年期国债利率-股息率或10年期国债利率-市盈率倒数），会发现本轮权益资产赔率早在2023年上半年就提示极具性价比状态，而事后来看却并不具备择时意义。如何理解本轮A股赔率信号的“失灵”？在前期报告《股债性价比的宏观改进》中，我们对权益资产的赔率指标进行了优化；实际上，看待传统赔率指标“失灵”还可以有另一视角，即我们正处于一轮特殊的类“资产荒”逻辑之下。对于这一问题，[1][2]市场已经有不少探讨，我们希望进一步形成一个系统性的框架。本篇将站在权益资产的视角，后续我们会进一步探讨债券资产。

第二， 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”的突出表现是市场集中追逐“红利”为特征的资产，它可能来自两个线索：一是随着名义 GDP 调整和广义的资产回报率下降，稳定回报特征资产（债券、类债、低波红利）的稀缺性上升，估值上移；二是本轮“资产荒”包含着对中长期经济特征的理解，如经济的结构弹性上升、总量弹性下降，从而整体风险资产的估值中枢有所下移，而低风险资产的机会成本下降。

第三， 我们进一步看上述两个线索背后的宏观逻辑：一是短周期宏观时钟处于“复苏早期”，货币流动性偏宽，但实体融资需求仍弱，成本相对刚性的资金会追逐仅剩的高收益优质资产；二是叠加经济处于结构转型期，需求的弹性低于供给端，传统的高收益资产逐步退出，但新的高收益资产有待于继续形成。中长期的“高收益资产”不足的预期也会助推短周期内“资产荒”的自我强化趋势。从历史上看，每一轮微观上“资产荒”特征的出现，既可能源于负债端资金充裕且成本刚性，也可能源于资产端高收益资产的相对缺失，或是两者均有之。

第四， “ 资产荒”对于股债择时有何影响？逻辑上来说，“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”规律的赔率分析框架一定程度上失灵。进一步来说，“资产荒”对股债择时有多大影响取决于风险偏好的高低。若风险偏好修复较快，则股债之间估值差异也相对中等。若风险偏好修复缓慢，则股债之间和权益内部，债性优势将更加突出，权益两头配置特征明显。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”消解更赖于实体出清后，新兴信用派生主体的扩张程度。

第五， 如何量化“资产荒”，并且基于这样一个量化框架进行权益择时？我们尝试构建了一个六维度的量化体系，将“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发择时条件，具有择时意义。我们计算股市“资产荒”指标进行滚动 12 个月的 Z 分数，并以 Z 分数超过± 1 倍标准差为指标的极值区域，最后构建股市 “资产荒”打分卡进行汇总。

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意愿。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负债意愿的“挤出”。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投资“资产荒”偏离常态的时段。突破了 -1 意味着当前“资产荒”的演绎速度已至底部最极致的区域，下一阶段并不会加速演化，即可以超配股市。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 。 24 年 3 月为 -0.69 ，尚未触及超配阈值“ -1 ”，但已离低配阈值“ +1 ”较远，提示居民部门“资产荒”仍未结束，但可能已处于中后段。

指标二： 微观交易结构。我们用“ 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极致程度。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。从经验规律看，历史上 5 轮该指标超过 45% 后，市场均出现了明显的反转。我们将“ A 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 倍标准差以外的区间定义为“资产荒”偏离常态的时段，突破了 +1 意味着当前“资产荒”已引致微观交易结构极致拥挤、筹码极致集中。该策略在 2008 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 0.32 。 24 年 3 月微观交易结构指标为 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的信号一致，尚未触及超配阈值“ -1 ”，但已离低配阈值“ +1 ”较远。

指标三： 低波的“确定性溢价”。我们将 A 股上市公司 ROE 分为“低波动组”与“高波动组”，将两者估值轧差作为衡量 A 股“确定性溢价”的指标。当 A 股内部“资产荒”进一步演绎时，“确定性溢价”将会更高。与前两类指标不同，“确定性溢价的 Z 分数”突破了 +1 意味着市场给予“确定性”的溢价触顶，“资产荒”最极致的时刻已发生，下一阶段可以战略性超配万得全 A 。该策略在 10 年 2 月至 24 年 3 月期间，年化收益为 4.0% ，超额收益为 13.2% ，夏普比率为 0.29 。 24 年开年以来， Z 分数指标为 -1.3 ，意味着当前“确定性溢价”处于触底回升阶段。

指标四： 安全资产占比。“资产荒”从加剧到消解的周期性也受到市场所认为的“相对安全资产 ”多寡的影响。我们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。 2015 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。期间安全资产占比多次触底回升，突破了超配阈值“ -1 ”，意味着市场中相对安全的资产重新增多，“资产荒”事实上也进入后半程，提示可以开始战略性超配整体权益。 23Q3 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“安全资产”处于新一轮减少的前半段，这对本轮“资产荒”有助推的效果。自 2009 年 1 月至 2024 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 。

指标五： ROIC 与一般贷款利差。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“ -1 ”）意味着“资产荒”进入后半程，初具消解苗头。最近一次触底回升发生在 2023Q1 。目前该 Z 分数处于 0 附近，提示实体的“资产荒”程度处于中等水平，释放中性标配择时信号。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 年间跑输基准。

指标六： ROIC 大于负债成本的行业个数。结构上， 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也能反映企业“资产荒”的深入程度。从简单的走势来看， ROIC 大于负债成本的行业个数与万得全 A 股指表现基本同周期。最近一次触底回升（突破超配阈值“ -1 ”）发生在 2023Q3 。目前该 Z 分数处于 0.5 附近，释放的是中性标配择时信号，即权益和现金持仓各 50% 。从策略表现看，该策略自 2009 年三季度至今年化收益为 8% ，超额收益为 77% ，夏普比例为 0.6 。

第六， 最后，如何利用股市“资产荒”量化体系进行权益择时？我们设定超过半数的底层指标 Z 分数突破“ -1” （权益超配阈值）为权益“资产荒”进入下半场，则可以超配万得全 A 。 2024 年 3 月，底层指标中四项（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现超配权益的信号为 2022 年年底，最近一次转为中性标配为 2023 年 9 月。自 2010 年以来，该综合策略年化收益为 6% ，超额收益为 53% ，夏普比率为 0.46 。

报告简版

第一

若简单观察权益的传统赔率指标，比如市盈率的分位数或是股债性价比（10年期国债利率-股息率或10年期国债利率-市盈率倒数），会发现本轮权益资产赔率早在23年上半年就提示极具性价比状态，而事后来看却并不具备择时意义。如何理解本轮A股赔率信号的“失灵”？在前期报告《股债性价比的宏观改进》中，我们对权益资产的赔率指标进行了优化；实际上，看待传统赔率指标“失灵”还可以有另一视角，即我们正处于一轮特殊的类“资产荒”逻辑之下。对于这一问题，[1][2]市场已经有不少探讨，我们希望进一步形成一个系统性的框架。本篇将站在权益资产的视角，后续我们会进一步探讨债券资产。

在前期报告《股债性价比的宏观改进》中，我们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。而另一个视角解释这种“失灵”现象是我们处于更广泛的“资产荒”中。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。而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。

第二

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”的突出表现是市场集中追逐“红利”为特征的资产，它可能来自两个线索：一是随着名义GDP调整和广义的资产回报率下降，稳定回报特征资产（债券、类债、低波红利）的稀缺性上升，估值上移；二是本轮“资产荒”包含着对中长期经济特征的理解，如经济的结构弹性上升、总量弹性下降，从而整体风险资产的估值中枢有所下移，而低风险资产的机会成本下降。

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型”。行业层面，截止3月31日仅有39%左右的行业市盈率修复至年初水平。

我们理解股市赔率信号的“失灵”以及结构上呈现“红利资产”受追逐的现象，均来源于本轮“资产荒”背后的两条特殊线索：一方面，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。另一方面，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；而以往短周期内出现的“资产荒”更多仅为一个赔率（估值）层面的辅助因素。

第三

我们进一步看上述两个线索背后的宏观逻辑：一是短周期宏观时钟处于“复苏早期”，货币流动性偏宽，但实体融资需求仍弱，成本相对刚性的资金会追逐仅剩的高收益优质资产；二是叠加经济处于结构转型期，需求的弹性低于供给端，传统的高收益资产逐步退出，但新的高收益资产有待于继续形成。中长期的“高收益资产”不足的预期也会助推短周期内“资产荒”的自我强化趋势。从历史上看，每一轮微观上“资产荒”特征的出现，既可能源于负债端资金充裕且成本刚性，也可能源于资产端高收益资产的相对缺失，或是两者均有之。

短周期而言，当宏观时钟处于“复苏早期”，经济存在增速缺口，货币流动性宽松但实体融资需求弱，成本相对刚性的大量资金会追逐仅剩的高收益优质资产。而“资产荒”在增速缺口弥合的过程中，不断自我强化。

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。

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[1]，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”。

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，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，并引起大类资产之间的迁徙。

第四

“资产荒”对于股债择时有何影响？逻辑上来说，“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”规律的赔率分析框架一定程度上失灵。进一步来说，“资产荒”对股债择时有多大影响取决于风险偏好的高低。若风险偏好修复较快，则股债之间估值差异也相对中等。若风险偏好修复缓慢，则股债之间和权益内部，债性优势将更加突出，权益两头配置特征明显。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”消解更赖于实体出清后，新兴信用派生主体的扩张程度。

本轮宏观“资产荒”促发了对低风险特征资产的重估。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；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。

“资产荒”的大致路径是：（1）“资产荒”初期，当“资产荒”由宏观驱动形成，低风险特征资产的估值中枢有所上移；（2）“资产荒”中期，“资产荒”进入加速期，风险偏好高低成为重要变量。若风险偏好修复缓慢，则股债之间、权益内部，债性优势将更加突出，权益两头配置特征明显；若风险偏好修复较快，则股债之间估值差异也相对中等。（3）“资产荒”后期，当前两阶段的估值重构已明显抬升了低风险特征资产的估值，中等风险特征的资产此时的风险收益比更具有性价比。叠加上风险偏好的持续修复，此时股票作为整体风险资产将开始表现，但仍会倾向于集中在偏核心价值类的资产；而债市中评级利差被快速抹平。（4）“资产荒”末期，当“资产荒”进入尾声消解前夕，风险偏好进一步修复，权益资产在新的估值体系下重拾上行，但内部结构可能趋势性倾向于优质资产。利率则重回上行，前期压平的信用利差出现反弹。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”消解更赖于实体出清后，新兴信用派生主体的扩张程度。

第五

如何量化“资产荒”，并且基于这样一个量化框架进行权益择时？我们尝试构建了一个六维度的量化体系，将“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发择时条件，具有择时意义。我们计算股市“资产荒”指标进行滚动12个月的Z分数，并以Z分数超过±1倍标准差为指标的极值区域，最后构建股市 “资产荒”打分卡进行汇总。

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。

我们融合宏观实体与微观市场层面的“资产荒”，尝试构建了六维股市“资产荒”量化体系，并且将“资产荒”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六个指标。

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，我们制作了股市 “资产荒”打分卡，对“资产荒”分项进行汇总，给出择时方案。

第六

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意愿。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负债意愿的“挤出”。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投资“资产荒”偏离常态的时段。突破了-1意味着当前“资产荒”的演绎速度已至底部最极致的区域，下一阶段并不会加速演化，即可以超配股市。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。24年3月为-0.69，尚未触及超配阈值“-1”，但已离低配阈值“+1”较远，提示居民部门“资产荒”仍未结束，但可能已处于中后段。

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。

权益市场相对佳的布局时点是“资产荒”的后段，即“资产荒”可能仍会存在，但并不会进一步加速演绎，边际层面在速度上已出现改善迹象。“资产荒”在权益市场调整过程中存在反身性，即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，该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”的演绎速度已至底部最极致区域，下一阶段并不会加速演化。可以开始战略性超配股市。反之，该Z分数突破+1，则持有现金。基准组合为万得全A与现金的配置比重各占50%。

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。

该策略在08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%。

第七

指标二：微观交易结构。我们用“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极致程度。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。从经验规律看，历史上5轮该指标超过45%后，市场均出现了明显的反转。我们将“A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倍标准差以外的区间定义为“资产荒”偏离常态的时段，突破了+1意味着当前“资产荒”已引致微观交易结构极致拥挤、筹码极致集中。该策略在2008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0.32。24年3月微观交易结构指标为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的信号一致，尚未触及超配阈值“-1”，但已离低配阈值“+1”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。

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，当超过+1倍标准差时现金仓位100%；小于-1倍标准差时则万得全A仓位为100%；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，不触发任何方向地择时信号，万得全A与现金的配置比重与基准情形时一致，即各占50%。

该单一指标择时策略结果显示，在08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0.32。24年3月微观交易结构指标为38%，虽开年以来有所上升，但仍处于安全区间。而从Z分数来看，目前处于-0.54得分，与反映居民部门负债意愿变化的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”较远，当前“资产荒”已至中后段。

第八

指标三：低波的“确定性溢价”。我们将A股上市公司ROE分为“低波动组”与“高波动组”，将两者估值轧差作为衡量A股“确定性溢价”的指标。当A股内部“资产荒”进一步演绎时，“确定性溢价”将会更高。与前两类指标不同，“确定性溢价的Z分数”突破了+1意味着市场给予“确定性”的溢价触顶，“资产荒”最极致的时刻已发生，下一阶段可以战略性超配万得全A。该策略在10年2月至24年3月期间，年化收益为4.0%，超额收益为13.2%，夏普比率为0.29。24年开年以来，Z分数指标为-1.3，意味着当前“确定性溢价”处于触底回升阶段。

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，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。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”。

当A股内部“资产荒”进一步演绎时，“确定性溢价”将会更高。24年3月，虽“确定性溢价”指标原序列维持在历史高位，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。

该单一指标择时策略结果显示，自10年2月至24年3月的年化收益为4.0%，超额收益为13.2%，夏普比率为0.29。24年开年至今，Z分数指标行至-1.3，触发了短期“确定性溢价”将会再度提升的信号。

第九

指标四：安全资产占比。“资产荒”从加剧到消解的周期性也受到市场所认为的“相对安全资产”多寡的影响。我们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。2015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。期间安全资产占比多次触底回升，突破了超配阈值“-1”，意味着市场中相对安全的资产重新增多，“资产荒”事实上也进入后半程，提示可以开始战略性超配整体权益。23Q3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“安全资产”处于新一轮减少的前半段，这对本轮“资产荒”有助推的效果。自2009年1月至2024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。

“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。

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。

从安全资产占比及其滚动12个月的Z分数中可以看出，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，会间接助力“资产荒”的影响力，而安全资产占比的触底回升，也意味将助推“资产荒”进入后半程，“资产荒”的消解之路也将更为顺畅。因此，“安全资产”占比触底回升时可以开始战略性超配整体权益。

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，提示战略性超配权益。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，对本轮“资产荒”的消解进程偏负面，进而对风险资产估值修复减分。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。

第十

指标五：ROIC与一般贷款利差。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“-1”）意味着“资产荒”进入后半程，初具消解苗头。最近一次触底回升发生在2023Q1。目前该Z分数处于0附近，提示实体的“资产荒”程度处于中等水平，释放中性标配择时信号。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年间跑输基准。

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。

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Z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。

第十一

指标六：ROIC大于负债成本的行业个数。结构上，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也能反映企业“资产荒”的深入程度。从简单的走势来看，ROIC大于负债成本的行业个数与万得全A股指表现基本同周期。最近一次触底回升（突破超配阈值“-1”）发生在2023Q3。目前该Z分数处于0.5附近，释放的是中性标配择时信号，即权益和现金持仓各50%。从策略表现看，该策略自2009年三季度至今年化收益为8%，超额收益为77%，夏普比例为0.6。

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，意味着即将触底回升，提示宏观企业层面的“资产荒”进入后半程，可以开始战略性超配权益市场。

最近一次为2023年三季度。目前该Z分数处于0.5附近，同样提示企业实体的“资产荒”程度处于中等水平，释放的是中性标配择时信号，权益和现金持仓各50%。从策略表现看，该策略自2009年三季度至今年化收益为8%，超额收益为77%，夏普比例为0.6；自2015年开始能明显跑赢A股和现金各50%的基准收益。

第十二

最后，如何利用股市“资产荒”量化体系进行权益择时？我们设定超过半数的底层指标Z分数突破“-1”（权益超配阈值）为权益“资产荒”进入下半场，则可以超配万得全A。2024年3月，底层指标中四项（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现超配权益的信号为2022年年底，最近一次转为中性标配为2023年9月。自2010年以来，该综合策略年化收益为6%，超额收益为53%，夏普比率为0.46。

若汇总6项指标综合平均的Z分数，大多数指标在23年前4个月提示权益“资产荒”并不明显，平均Z分数处于-0.8~-0.7，处于上一轮“资产荒”的后段或新一轮“资产荒”的消解初期，靠近“-1”的超配阈值，提示偏多权益。但从23年5月开始，综合平均的Z分数快速上升至0附近，虽未触发择时条件，但也表明权益“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+0.18，同时Z分数处于见顶回落初期的指标也仅剩2个，提示权益“资产荒”虽尚未完全进入可以战略性超配权益的后段，但也已行程过半。从“资产荒”视角评价权益资产赔率，风险资产的性价比相比低风险资产已不处于明显劣势状态。

由于不同“资产荒”信号均反映了权益“资产荒”的不同视角，或居民部门引发的“资产荒”、或企业部门引发的“资产荒”，我们设定6个择时信号代表6个方向，若超过半数的择时信号提示权益“资产荒”仍在上半场加速演绎状态，则最终信号得分小于0，持有现金，反之则持有权益资产。24年3月信号中，已有4项信号中性标配，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%，超额收益为53%，夏普比率为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；二是利用Z分数来判断赔率高低阈值的择时体系仍有待改进；三是存在其他忽视的变量影响股市资产荒程度。

正文

PART1

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型”。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。

我们理解股市赔率信号的“失灵”，可能来源于我们正处于一轮特殊的类“资产荒”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”的突出表现是市场集中追逐“红利”为特征的资产，它可能来自两个线索：

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缩水、投资回报率下降后的“优质资产荒”。而过往对于“资产荒”的讨论和认知，更多集中在金融机构的资产负债两端。比如，2021年在地产融资需求下移和化解阶段城投供给下降的背景下，信用债市场退出了大量高票息资产，金融机构负债端成本调整与资产端收益要求出现了阶段性错配。而正是因为这种更广义的“资产荒”，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股赔率指标失灵、安全边际的下移。

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，宏观波动收敛，一旦有阶段性的“相对优质资产”，筹码就会快速集聚，“资产荒”的演绎速度就会加快，从估值角度影响股债表现也会更为明显。

PART2

“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”。 但更深一层则是“资金多，但成本调整相对刚性”，“资产少，但收益下降或价值缩水明显”，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， 当宏观时钟处于“复苏早期”时，经济存在增速缺口，货币流动性宽松但实体融资需求仍弱，成本相对刚性的大量资金会追逐仅剩的高收益优质资产。而“资产荒”会在增速缺口弥合的过程中，将会不断自我强化。

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：

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。

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”已成为股债共识。若风险偏好修复缓慢，则股债之间、权益内部，债性优势将更加突出，权益两头配置特征明显；若风险偏好修复较快，则股债之间估值差异也相对中等，权益中的估值溢价也不会向两头明显集中。

第三阶段（后期）， 当前两阶段的估值重构已明显抬升了低风险特征资产的估值，中等风险特征的资产此时的风险收益比更具有性价比，更具有弹性。叠加上风险偏好的持续修复，此时股票作为整体风险资产将开始表现，但仍会倾向于集中在偏核心价值类的资产；而债市中评级利差被快速抹平。

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”的影响下仍倾向于相对优质资产。利率则重回上行，前期压平的信用利差出现反弹。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”消解更赖于实体出清后，新兴信用派生主体的扩张程度。

（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）的过程。 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。

我们融合宏观实体与微观市场层面的“资产荒”，尝试构建了能跟踪股市“资产荒”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”指标视作赔率指标进行逐一择时落地。

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。

PART3

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。

自23年二季度以来，居民存款增速有所下降，非银存款增速则再度触底回升。从表面上看，新一轮的存款搬家似乎已启动，但实际上，本轮存款搬家的流向与股市关联有限。因为本轮股市的赚钱效应尚未形成，地产链条的调整也压制了居民对房价的预期，居民存款搬家流向更多是银行低风险特征的理财产品，而不是权益型基金。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%。

我们注意到“居民中长期消费贷同比增速”自21年以来创下了新低。 由于房贷是居民中长期消费贷的核心部分，中长期消费贷同比增速的降幅也侧面反映着居民提前还贷的意愿较旺盛。表面上，地产市场的不景气引致了居民提前还贷的想法，但本质上，仍是居民部门在宏观“资产荒”下的理性选择。因为房贷作为居民的债务，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，居民去杠杆除了缓解自身债务风险外，也有外部市场投资回报下降明显带来的“挤出”原因。

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。

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±2倍标准差的概率只有4.5%（落于两倍标准差为95.5%），属于极端小概率事件。而落于±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，以期比较权益市场对“资产荒”本身与“资产荒边际变化”的定价区别。

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。

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。

择时规则：

（1）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，可以开始超配股市。即Z分数处于[-∞，-1]则满仓万得全A100%，现金为0%。

（2）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倍标准差，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%。

（3）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“资产荒加速——资产荒减速”或者“资产减速——资产荒加速”的中间状态，此时均不触发择时条件，则万得全A仓位为50%。

（4）策略基准情形为始终50%持有万得全A，50%持有现金。

策略结果：

（1）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。

（2）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月中旬，意味着提前还贷出现开始加速的苗头。

（3）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%。

（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。

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。

表面上看，以上两种“资产荒”的看似择时时点矛盾，一则在“资产荒”后端建仓，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端位置。

“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：

（1）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分数突破了-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%。

（2）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分数突破了+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%。

（3）若该指标滚动6个月的Z分数处于（-1,1）区间内，则万得全A仓位为50%，现金为50%。

（4）基准情形仍为50%持有万得全A，50%持有现金。

策略结果：

（1）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。最近一次信号为21年3月中旬-8月中旬，期间A股的微观交易结构指标突破了45%的警戒线，同时Z分数突破了+1的低配阈值，直至21年9中旬迎来了部分消解。

（2）该单一指标择时策略结果显示，在08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0.32。

（3）24年3月微观交易结构指标为38%，虽然开年以来有所上升，但仍处于安全区间。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”较远，当前“资产荒”已至中后段。

（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。

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。

进一步观察“确定性溢价”的Z分数，则发现自2017年以来，“确定性溢价”大多时间维持在0.5~2的区间内，表明A股市场的“确定性溢价”处于较高位置。在其中5次触及至+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”可以较长时间维持在偏高位置，但臻至极致状态后也会出现反转。

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。

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“确定性溢价”臻至极高位，即“资产荒”进入后半程。最近一次超配信号为22年11月，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快，下阶段可能往复。

（2）自10年2月至24年3月，该单一指标择时策略结果显示年化收益为4.0%，超额收益为13.2%，夏普比率为0.29。

（3）由于24年开年以来，Z分数指标为-1.3，意味着过去12个月的“确定性溢价”消解的趋势出现反转，触发了短期“确定性溢价”将会再度提升的信号，提示低配权益。

（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。

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，会间接助力“资产荒”的影响力，而安全资产占比的触底回升，也意味着“资产荒”进入后半程，可以开始超配整体权益。

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，重新进入一轮“资产荒”上半场的加速演绎期，提示低配权益，持有现金。

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。

（五）指标五（季度）：ROIC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。

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%。

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。

（六）指标六（季度）：ROIC大于负债成本的行业个数

自2008年以来，该Z分数发生了8次偏离趋势的触底回升，最近一次为2023年三季度。目前该分数处于0.5附近，同样提示企业实体的“资产荒”程度处于中等水平，释放的是中性择时信号，权益和现金持仓各50%。从策略表现看，该策略自2009年三季度至今年化收益为8%，超额收益为77%，夏普比例为0.6；自2015年开始能明显跑赢A股和现金各50%的基准收益。

PART4

综合股市“资产荒”体系的宏观择时

至此，我们得到了基于“资产荒”的股市赔率体系，指标二微观交易结构程度与指标三低波确定性溢价均为金融市场指标，可以实时更新。在综合汇总时，为了避免未来数据，我们采用上月Z分数作为下月仓位的择时依据。

可以看到，大多数指标在23年2-4月提示权益“资产荒”并不明显，处于上一轮“资产荒”的后段或新一轮“资产荒”的消解初期，提示超配权益。从6项指标的Z分数平均得分来看，23年2-4月，综合平均的Z分数处于-0.8~-0.7，靠近“-1”的超配阈值。但从23年5月开始，综合平均的Z分数快速上升至0附近，表明权益“资产荒”越发明显，越来越不适宜持有权益风险资产。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年开年至3月，虽然未触及“-1”超配阈值，但Z分数已回落至+0.18，提示权益“资产荒”虽尚未完全进入可以战略性超配权益的后段，但也已行程过半。从“资产荒”视角评价权益资产赔率，风险资产的性价比相比低风险资产已不处于明显劣势状态。

若观察指标个数，2024年3月，底层指标中四项（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。

进一步，由于不同“资产荒”信号均反映了权益“资产荒”的不同视角，或居民部门引发的“资产荒”、或企业部门引发的“资产荒”、或权益市场内部交易反映的“资产荒”程度，因此不能直接利用求和分数进行择时。我们设定6个择时信号代表6个方向，若超过半数的择时信号提示权益“资产荒”仍在上半场加速演绎状态，则最终信号得分小于0，则持有现金；而若超过半数的择时信号提示权益“资产荒”已进入下半场，则最终信号得分大于0，万得全A的仓位为100%；若6项指标中，提示权益超配与低配的信号个数相等，则权益仓位为中性，与现金各占50%。最新24年3月信号中，已有4项信号中性标配，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。