另类视角下的TMT复盘和展望——短途且长,尽头春光
导读
2023年初至今,ChatGPT热度持续升温,催化数字经济行情扩散,推动A股TMT板块大幅跑赢市场总体水平。截至4月14日,电子、通信、计算机和传媒行业指数(申万一级行业指数)分别上涨20.8%、36.5%、38.3%和43.4%,交易拥挤度已经达到了历史高位。
由于状态的相似性对未来市场走势具有一定参考价值,为了预测TMT板块未来走势,我们分别从定性视角和定量视角分析了历史上有哪些时段与当前TMT所处环境较为类似。
基于定性视角,我们对历史上较为典型的TMT板块牛市进行了简单概述,分析了与当前TMT板块相似的历史时段,认为2013-2015年和2019-2021年TMT板块的牛市行情对当下具有一定的参考价值。
定量视角下,我们使用量化方法构建系统化模型,从货币供给、市场风格、估值水平、市场情绪、资金流向和产业政策六个维度选取代理向量来刻画市场状态,构造状态之间的相似度指标,并且绘制了当前与历史的相似性的热图,以便于直观展示不同时间段与关注时段在各大类维度的相似程度。结果显示,2012年末至2013年初与当前最为相似,参考2013年之后TMT板块走势对我们判断市场走势有一定借鉴意义。
风险提示:模型结果基于历史数据的测算,在市场环境转变时模型存在失效的风险。
1、TMT历史相似时段分析——定性视角
2023年初至今,ChatGPT概念持续升温,催化数字经济行情扩散,TMT板块大幅跑赢市场。截至4月14日,电子、通信、计算机和传媒行业指数(申万一级行业指数)分别上涨20.8%、36.5%、38.3%和43.4%;从交易拥挤度来看,近20日行业成交量占全行业比重分别位于2018年以来的77.1%、92.6%、99.6%和99.6%分位点,分别位于2013年以来的88.2%、96.1%、99.8%和98.4%分位点,反映TMT板块尤其是通信/计算机/传媒行业的交易热度已经几乎达到了历史最高位。
为了更加深入理解本轮TMT行情的内在逻辑,下面对TMT板块过去经历的几段牛市进行简要分析,以直观把握当前TMT板块的产业趋势、风格属性亦或是所处宏观环境与历史不同阶段的相似性。
回顾过去二十多年中国TMT行业的发展历史,通过观察行业指数走势可以发现四段较为明显的TMT板块牛熊周期:首先是2006-2008年期间由3G网络的建设和推广、互联网、搜索引擎和电子商务的兴起所主导的第一阶行业段发展周期,然后是2009-2012年由3G网络的普及、移动互联网和社交网络市场的崛起以及电子商务的扩张所主导的第二阶段行业发展周期,接着是2013-2018年由4G网络的普及、互联网+概念和移动支付市场的崛起以及大数据和云计算技术的广泛应用所主导的第三段阶段行业发展周期,最后是2019-2022年由5G网络建设、数字经济的快速增长以及AI技术的广泛应用所主导的第四段行业发展周期。
与当前较为相似的第一段历史时期是2013-2015年,这时是TMT板块经历的有史以来最为强势的牛市,无论从风格维度、政策维度还是产业维度角度,两者都具有一定的相似性。从风格维度来看,2013-2015年处于以TMT行业为主导的成长风格周期,而后经历了6年消费和价值风格周期之后,2021年以人工智能、新能源以及国产替代逻辑主导的成长股引领了风格周期的切换,当下仍处于成长风格周期;从政策维度来看,2013年强调文化产业发展,推动互联网+崛起,而当下政策大力支持数字经济发展,同样利好TMT行业;从产业维度来看,2023年初以ChatGPT为首的AIGC产业受到全球市场的热捧,打开了市场对AI的潜在价值的想象空间,这与2013年的传媒产业同样存在一定的相似之处。
与当前较为相似的另一段历史时期是2019-2021年的TMT成长股牛市。2019年初TMT板块整体开始走强,电子、通信、计算机和传媒行业皆大幅上涨,截至同年4月4日分别上涨47%、36%、54%和32%,主导因素是以5G网络、AI技术和云计算为底层技术的数字经济的迅猛发展。但是到了Q2之后,受基数和季节性影响导致利润兑现不够,TMT整体发生较大幅度的回撤,2019下半年之后,电子和计算机行业利润增速开始兑现,领涨TMT板块,但通信和传媒行业表现较弱,2020下半年至2021年末,除了电子行业,其余三个行业均未跑赢市场,形成行情分化和赛道转变。从这一角度来看,当下TMT板块在未来也有可能在经历短暂牛市后走出类似的分化行情。我们将2023年初与2019年Q1的TMT相似之处总结为四点:1)初期TMT表现强势2)产业创新为主要驱动因素 3)涨幅最高的都是计算机行业 4)基本面尚未兑现。
2、TMT历史相似时段验证——定量视角
上一节我们对历史上较为典型的TMT板块牛市进行了简单概述,并从策略研究视角分析了与当前TMT板块相似的历史时段。本节开始,我们将使用量化方法构建系统化模型,并通过对当前的指标状态与历史状态进行比较,将状态识别问题转化成概率问题,从而找出与当前时刻相似的历史时间段;在此基础上结合基本面情况与背后的逻辑展开分析,从而构建“基本面+量化”的模型体系。
我们曾在专题报告《花开股市,相似几何:量化复盘全攻略》中构建了刻画市场相似性的一般模型,该模型通过定义不同市场状态的代理向量之间距离的远近来刻画市场状态之间的相似程度,感兴趣的读者可以自行阅读专题报告。本文主要将该模型运用到寻找TMT板块历史相似时间段上,通过选取与TMT行业关系较为密切的宏观因子与行业因子,利用状态相似度指标定量衡量历史时段TMT板块的市场环境和行业状态与当前时段的相似程度。
2.1
大类因子选择
为了使模型既能反映宏观环境的相似性,又能反映TMT行业基本面相似性,我们主要从两个视角选取代理变量——宏观视角和板块视角。其中,宏观类因子主要从货币供给和市场风格这两个维度来刻画宏观环境;行业类因子主要从估值水平、市场情绪和产业政策这三个维度来刻画TMT行业状况。在选择具体的代理指标时,我们会考虑指标的逻辑、市场的关注程度以及因子与TMT板块的相关性,同时我们不希望引入过多数量的代理指标,因为当因子数量过多时,可能会很难找到与当前相似度较高的时刻,而且可能会陷入“数据陷阱”。
货币供给:货币供给是指在一定时间内,一个国家或地区所发行的货币总量。货币供给的大小和变化对经济有重要影响,货币供给增加,价格水平和通货膨胀可能会上升,但同时也可能促进经济增长和就业。对成长风格而言,首先,货币供给的增加能够拓宽TMT企业的融资渠道,降低企业融资成本,TMT板块以中小市值成长性企业为主,受融资成本影响较大;其次,货币供给的稳定性和充足性能够为TMT企业提供足够的流动性和健康的融资环境,如果货币供给不稳定或不充足,可能会导致TMT企业融资难度加大和信用风险增加等问题。
市场风格:市场风格是指一段时间内,投资者对于不同类型股票的偏好和市场情绪所形成的影响。TMT板块以中小市值成长性企业为主,具有高速成长和创新能力,在成长/小盘占优的风格时期通常能够拥有出色的市场表现。
估值水平:股票市场的投资最终要落实到个股层面,对于单只股票而言,估值水平是投资者极为关注的角度,具有低估值的资产长期受到投资者的青睐,衡量估值水平的指标有市盈率、市净率、市销率等等,TMT企业通常采用市盈率进行估值。我国TMT行业仍处于快速发展期,市盈率整体比其他行业要更高一些,且受市场环境、政策变化、新技术的冲击等多种因素的影响,市盈率波动较大,能够较好地刻画TMT行业所处状态。
市场情绪:投资者情绪可以作为风险偏好的重要观察指标。风险偏好是喜欢收益的波动性胜于收益的稳定性的态度,短期的风险偏好很大程度决定了股市的走向,当市场的风险偏好增加时,投资者参与市场的意愿增强,入市资金增多,从而带动股市上行。衡量市场情绪的代理变量有收益波动率、换手率等等。
资金流向:资金流向方面,本文主要关注于公募基金的行业配置比例。从配置比例的绝对数值来看,高配置比例代表基金经理整体上对该行业未来较长一段时间保持乐观态度,从配置比例的变化来看,如果短时间行业配置比例有较大幅度的上升,那么该行业往往是当前的热门行业,近期TMT板块就是一个很好的例子。通过板块配置比例绝对数值和差分数值的历史相似性,我们能够发现历史上哪些时段TMT板块具有类似的资金配置情况。
产业政策:产业政策能够反映国家和政府对产业发展的总体布局以及重点扶持对象,与TMT板块紧密相关的产业政策主要集中在产业信息化、产业数字化、大数据、互联网+、智能制造、人工智能和数字经济等领域,旨在加强核心技术研发和创新能力,提高产业国际竞争力,为TMT企业提供更多的政策支持和投资机会。
根据以上的标准,我们构建了多维度状态识别模型的因子表,观察时间从 2010年开始,观察频率为月度。宏观视角下,从货币供给维度选择了M2同比增速,从市场风格维度选取了申万小盘指数与大盘指数之比。板块视角下,从估值水平维度,选取TMT板块市盈率和创业板市盈率作为代理变量;从市场情绪维度,使用TMT板块指数近20日与60日的日收益波动率均值以及日均换手率均值作为代理变量;在资金流向维度,使用公募基金TMT板块配置比例作为代理变量;产业政策维度,构造TMT产业政策利好程度作为代理变量。
值得注意的是,我们在观察市场的时候不仅要关注这些指标的绝对水平,也要关注其边际变化,所以对于部分有明显趋势性的因子我们会将其边际变化也纳入代理变量中。
3、相似度模型实证分析
在介绍了模型的思路与测算方法之后,我们将从多个维度对当前市场环境进行分析,并试图回答当前TMT板块与哪一段历史时间更加相似的这个问题,我们在此使用已公布的3月数据作为衡量当前状态的代理变量。
3.1
宏观视角
从货币供给角度,以M2同比增速作为代理变量,过去一段时间M2同比增速持续上行,与当下较为相似的历史时间节点为2013年5月、2016年4月和2020年11月。
从市场风格角度,以小盘指数比大盘指数为代理变量,最近两年小盘小幅跑赢大盘,代理变量呈现上行趋势,市场风格与2012-2013年相似度较高,2013年后小盘股继续跑赢大盘股,成长股优势明显,我们认为后续该走势有望延续。
3.2
板块视角
从市估值水平的角度来看,我们主要关注TMT板块与创业板的估值水平。对于TMT板块,每个月末提取计算机、电子、通信和传媒四个行业的市盈率TTM并计算平均值,得到TMT估值水平,再将TMT估值水平与创业板估值进行等权平均,得到TMT板块与创业板的平均估值水平。
近期TMT板块估值水平有所抬升,但是从过去三年来看,其估值水平持续处于下行通道。观察相似度曲线,发现有三个历史时间段与当下较为相似,包括2012年4月至12月,2014年11月,2017年12月。2012年4月至12月,估值水平在这三个时期的未来不久都经历了一定程度的上涨,以此为参照,未来TMT板块有可能引领创业板估值水平进入上行通道。
从市场情绪的角度来看,每个月末计算计算机、电子、通信和传媒四个行业过去20日和60日的年化波动率均值,以及过去20日和60日的日均换手率均值,对两组均值归一化后取算数平均,得到TMT板块市场情绪综合指标。
从2023年初至今,TMT板块市场情绪指标出现大幅上升,板块热度高涨。根据相似度指标,主要有四个历史时间节点与当下较为相似,包括2013年2月、2015年1月、2017年11月和2019年2月,在2014年12月以及2019年2月之后,TMT板块市场情绪指标都发生了不同程度的上涨,预示着未来TMT板块波动率和换手率也有可能继续维持较高水平。
从资金流向角度来看,以公募基金TMT板块配置比例为代理变量,计算电子、通信、计算机和传媒行业配置比例的历史状态相似度。
2023年初至今,传媒和计算机行业配置比例涨幅明显,过去两年内通信行业配置比例稳定上升,而电子行业在过去三年内未出现明显的大趋势。观察相似度指标,发现2012年至2013年初与当前状态相似度较高。
产业政策方面,2012年末十八大新一届党中央上台后便明确“全面深化改革”目标,寻找转型新方向,并要求“加快转变经济发展方式”,其中“实施创新驱动发展战略”、“推进经济结构战略性调整”成为主攻方向。从2013年1月国务院通过的《国家重大科技基础设施建设中长期规划(2012-2030年)》和《关于深化科技改革加快国家创新体系建设的意见》开始,科技政策支持力度加大,而TMT板块作为科技创新的重要阵地,在中央对科技创新的重视下,以移动互联网和“互联网+”为核心的产业迅速发展起来。2013年3月,工信部部长苗圩在全国两会上表示,4G牌照将于2013年底前发放,8月8日,国务院印发《关于促进信息消费扩大内需的若干意见》,提出实施“宽带中国”战略,加快网络、通信基础设施建设和升级;提出要大力发展数字出版、互动新媒体、移动多媒体等新兴文化产业,促进数字文化内容消费。以上政策体现出国家对TMT板块数字创新属性的重视,以及对TMT促进经济整体发展作用的重视,TMT在今后较长一段时间内都深受产业政策利好。
2015年之后,互联网+、智能制造、大数据和人工智能方面主要有以下这些政策。互联网+方面,2015年3月5日上午十二届全国人大三次会议上,李克强总理在政府工作报告中首次提出“互联网+”行动计划,提出“制定“互联网+”行动计划,推动移动互联网、云计算、大数据、物联网等与现代制造业结合,促进电子商务、工业互联网和互联网金融健康发展,引导互联网企业拓展国际市场。智能制造方面,2016年12月7日,工信部发布了国家《智能制造发展规划(2016—2020年)》,提出到2020年,我国传统制造业重点领域基本实现数字化制造。2021年11月30日,工业和信息化部发布《“十四五”大数据产业发展规划》。大数据方面,2015年,十八届五中全会首次提出“国家大数据战略”,《促进大数据发展行动纲要》发布;2016年,《政务信息资源共享管理暂行办法》出台;2017年,《大数据产业发展规划(2016-2020年)》实施。人工智能方面,2017年7月8日国务院印发并实施《新一代人工智能发展规划》,抢抓人工智能发展的重大战略机遇,构筑我国人工智能发展的先发优势,加快建设创新型国家和世界科技强国。
由于产业政策较多,在此就不一一列举。基于我们所搜集到的产业政策,以产业是否受到政策扶持为依据,构造出产业政策利好程度指标,政策发布的月份记为1,之后若没有新政策颁布,则每期将指标乘以0.8作为衰减后的政策强弱效应代理指标,直到有新的利好政策发布时重新变为1。
3.3
构建当前与历史的相似性热图
我们从货币供给和市场风格角度分析了宏观经济的历史相似性,从估值水平、市场情绪、资金流向和产业政策角度分析了TMT板块的历史相似性。为了更加形象地刻画当前市场各维度与历史相似程度,我们构建了当前与历史的相似性热图,以便于直观展示不同时间段与关注时段在各大类维度的相似程度,这种展示方式具有普适性,不仅仅适用于本文所列举的因子和维度。由于时间相近的市场状态相似性必然较高,热图中我们排除了2023年3月过去6个月的与当前状态的相似度。
为了综合评价历史相似度,我们计算了六个维度相似度的算数平均值,得到TMT板块市场环境与历史时刻的平均相似性。可以看到,2012年末至2013年初的平均相似度最高,接着是2017年末,2019年初和2020年初。这与我们从策略视角对历史相似时段的判断较为一致。
4、总结
本文分别从定性和定量两种方式分别对当前TMT板块进行了分析,从定性角度来看,我们对TMT板块过去经历的几段牛市进行简要分析,发现2013年和2019年开启的两段TMT板块牛市与当下较为类似。随后,我们根据定量模型对宏观代理变量和板块代理变量过去与当前的相似性进行分析之后,截至2023年3月底,发现2012年末至2013年初无论是从货币供给和市场风格角度,还是从估值水平、市场情绪、资金流向和产业政策角度,都与当前所处环境具有一定相似之处。
风险提示:模型结果基于历史数据的测算,在市场环境转变时模型存在失效的风险。
注:文中报告节选自兴业证券经济与金融研究院已公开发布研究报告,具体报告内容及相关风险提示等详见完整版报告。
证券研究报告:《另类视角下的TMT复盘和展望——短途且长,尽头春光》。
对外发布时间:2023年4月17日
报告发布机构:兴业证券股份有限公司(已获中国证监会许可的证券投资咨询业务资格)
--------------------------------------
分析师:郑兆磊
SAC执业证书编号:S0190520080006
分析师:刘海燕
SAC执业证书编号:S0190520080002
--------------------------------------
更多量化最新资讯和研究成果,欢迎关注我们的微信公众平台(微信号:XYQuantResearch)!
本篇文章来源于微信公众号: XYQuantResearch