如何利用市場主要矛盾輔助大勢研判？

格隆匯 08-19 11:47

本文來自格隆匯專欄：中金研究，作者：宋唯實、鄭文才等

摘要

本篇報吿嘗試對不同時期股市在宏觀層面（增長、流動性、通脹）的主要矛盾進行定量的捕捉與刻畫，從敏感型行業、分析師研報摘要、財經新聞、政策會議四個不同角度，探討了市場宏觀維度主要矛盾的判斷方法。本文進而將主要矛盾的判斷應用於市場擇時中，從結果看，本文對於市場主要矛盾的判斷能夠提升宏觀信息對於A股與美股市場的擇時效果。

‍主要矛盾判斷方法一：敏感型行業

根據行業近期表現，反推市場主要矛盾。我們分別找到了對經濟增長、流動性和通脹較為敏感的行業，然後判斷當前哪類行業的近期的波動相對更高。如果近期經濟增長（流動性、通脹）敏感型行業的波動相對更高，則我們認為經濟增長（流動性、通脹）是當前股市的主要矛盾。

我們得到的經濟增長敏感型行業為：家電、煤炭、商貿零售；流動性敏感型行業為：鋼鐵、國防軍工、機械、計算機、電力設備及新能源；通脹敏感型行業為：房地產、傳媒、電子。值得注意的是，最終保留下來的敏感型行業並非對各宏觀維度最為敏感的行業，而是隻對單一宏觀維度較為敏感的行業。

主要矛盾判斷方法二：研報、新聞與會議

使用NLP模型分析研報、新聞與政策會議，判斷當前市場關心的主要矛盾。我們選取了分析師研究報吿摘要、財經類新聞和政策會議三大類文本，使用NLP模型量化計算出其中通脹、經濟增長與流動性話題的相對市場討論度，進而判斷當前驅動市場的核心主要矛盾。

多數情況下三大主題得分基本處於均衡狀態，而在一些特殊時點如2018、2022年的市場異常波動與2020的疫情擴散時，市場關心的主題則會出現明顯分化，這些分化也基本符合我們的主觀判斷。我們認為以上特點表明本文得到的主要矛盾話題指數在一定程度上可以有效反映國內外市場的討論熱點，並能夠有效指導後續宏觀擇時策略。

主要矛盾在市場擇時中的應用

“由分至總”兩步走思路。首先，我們分別從經濟增長、流動性、通脹的角度，得到對未來市場走勢的觀點方向；然後，我們判斷當前市場的主要矛盾，如果當前股市的主要矛盾在於經濟增長（流動性、通脹），則我們以經濟增長（流動性、通脹）維度所給出的觀點，作為未來市場走勢的方向判斷。

各方法判斷出的主要矛盾均有助於提升宏觀信息對股市的擇時效果。從擇時效果的提升程度來看，研報角度主要矛盾>敏感型行業角度主要矛盾>新聞角度主要矛盾>會議角度主要矛盾，A股市場>美股市場。具體來説：

1）敏感型行業角度的主要矛盾對A股擇時效果有一定提升，且在2015年至今有更高應用價值。

2）研報角度的主要矛盾對A股擇時效果有較明顯提升，提升量在所有角度中最高，且同樣在2015年至今有更高應用價值；對美股擇時效果有一定提升。

3）新聞角度的主要矛盾對A股擇時效果有一定提升；對美股擇時效果略有提升。

4）會議角度的主要矛盾對A股擇時效果有一定提升，提升量在所有角度中最低。

風險提示：模型基於歷史數據構建，未來存在失效風險。

正文

市場主要矛盾存在動態變化

股票市場是多維度信息共同影響的複雜系統。宏觀經濟、微觀結構、地緣政治、包括黑天鵝事件，都會在特定情景下成為影響當時股票市場走勢的主要矛盾。

舉例來説，下圖繪製了滬深300指數走勢與滬深300指數EPS(TTM)從2015年至今的歷史變化情況。可以看到，指數走勢和EPS變化能夠整體保持較高的同方向性，即盈利情況在多數時期是影響大盤走勢的因素。然而在部分時期，市場漲跌不再與EPS變化呈相同方向，如2015年股市大跌前後，2018年中美貿易摩擦時期，以及2020年全球疫情擴散時期，當時市場主要矛盾分別為微觀結構、地緣政治以及疫情對全球產業鏈的次生影響，EPS不再是當時的主要矛盾。

圖表1：EPS在部分時期並非市場主要矛盾

資料來源：Wind，中金公司研究部

主要矛盾的動態變化給投資者的擇時帶來了更大挑戰。其最直接的影響在於，我們很難從單一的信息維度，構建出能夠解釋股市歷次漲跌變化的指標。上圖的EPS是一個典型的例子，即使投資者能夠準確判斷EPS未來的變化方向，也難以在2015年、2018年以及2020年疫情期間做出正確擇時。

為簡單直觀的説明，我們不妨將除EPS之外對股市的影響因素均歸結為“估值”因素，則我們可以將股市的主要矛盾分為盈利和估值兩方面。從圖表2可以看出，股市在盈利和估值維度的主要矛盾在2015年至今具有階段性的變化，且其切換頻率不會過高，短約6個月，長可至近2年。也就是説，我們有可能會在1~2年的時間段內，即使準確的判斷了盈利（估值）的變化，但由於錯判或漏判了市場主要矛盾，造成整體做出錯誤的擇時方向。

圖表2：市場主要矛盾存在動態變化

資料來源：Wind，中金公司研究部

因此，我們認為對於主要矛盾的判斷，是市場擇時體系中的重要一環。承接上述案例，假設我們能準確判斷未來盈利（估值）變化，並在圖表2各階段內，準確識別市場當時的主要矛盾，在主要矛盾看好市場時，做多滬深300指數，在主要矛盾看空市場時，做空滬深300指數。從2015年至今，通過該方法我們可以獲得3.61的累計淨值，而若我們不進行主要矛盾的判斷，單從盈利和估值的維度來進行擇時，則2015年至今的累計淨值分別為1.50和1.37，弱於加入主要矛盾判斷的擇時效果。從此可以看出，準確判斷市場主要矛盾，可以較為顯著的提升市場擇時效果。

圖表3：準確判斷市場主要矛盾，可以較為顯著的提升擇時效果

資料來源：Wind，中金公司研究部

出於以上考慮，我們將在未來一系列報吿中，嘗試對不同時期股市的主要矛盾進行定量的捕捉與刻畫。主要矛盾的維度較多，本篇報吿將專注於宏觀維度的主要矛盾（增長、流動性、通脹），從敏感型行業、分析師研報摘要、財經新聞、政策會議四個不同角度，探討市場宏觀維度主要矛盾的判斷方法，並展示主要矛盾對市場漲跌判斷的增強效果。從結果看，本文對於市場主要矛盾的判斷能夠提升宏觀信息對於A股與美股市場的擇時效果。

主要矛盾判斷方法一：敏感型行業

我們在之前報吿《量化配置系列（6）‍股市宏觀驅動力輪動：經濟增長or流動性？》中，從行業表現的角度，介紹了一種判斷股市主要宏觀矛盾在於經濟增長還是流動性的方法。這種方法的邏輯可以概括為“由果推因”，我們認為經濟增長和流動性不僅會影響股市整體的漲跌走勢，同時也會帶來不同行業與風格表現的分化。舉例來説，經濟加速上漲時，順週期行業以及營運效率較高的行業會有相對較好的表現；而流動性收緊時，對利率變化更為敏感的成長風格往往回撤更大。因此我們可以通過觀測不同敏感型行業的近期表現情況，來反推當前市場額主要矛盾。

在之前報吿中，我們對於宏觀主要矛盾的判斷僅限於經濟增長與流動性。本篇報吿我們進一步加入了對於通脹的考量，從不同敏感型行業的表現差異入手，反推當前股市在宏觀維度的主要矛盾。具體而言，我們分別找到了對經濟增長、流動性和通脹較為敏感的行業，然後判斷當前哪類行業的近期的波動相對更高。如果近期經濟增長（流動性、通脹）敏感型行業的波動相對更高，則我們認為經濟增長（流動性、通脹）是當前股市的主要矛盾。

圖表4：根據行業近期表現，反推市場主要矛盾

資料來源：中金公司研究部

確定敏感型行業

我們第一步需要確定經濟增長、流動性、通脹敏感型行業。一個直觀的解決方案為，如果某行業走勢與經濟增長（流動性、通脹）變化的相關性相比其他行業顯著更高，則我們將該行業作為經濟增長（流動性、通脹）敏感型行業。為此，我們首先明確經濟增長、流動性和通脹變化的代理指標。

以工業增加值同比增速作為經濟增長的代理指標。對於經濟增長來説，相對最為合適的代理指標是GDP，但GDP為季頻公佈指標，更新頻率相對較低，用於統計分析時的有效性較差，出於此考慮，我們選擇月頻更新的工業增加值作為經濟增長的代理指標，並以工業增加值的同比增速來刻畫經濟增長的變化。

以剩餘流動性同比增速作為流動性的代理指標。對於流動性來説，一個較為直接的思路是用反映廣義貨幣供應量的M2同比作為流動性變化的代理指標，然而該種做法有一個潛在問題：M2同比變化（同比變化即為同比的差分，下同）與工業增加值同比變化具有較高的正相關性1，高相關性使我們難以進一步通過統計分析來區分經濟增長與流動性敏感型行業。因此，本文使用反映剩餘流動性的“M2同比-社融存量同比”作為流動性的代理指標，M2與社融均體現了宏觀流動性的狀態，分別對應了金融機構的負債端與資產端，而從差異性看，M2反映流動性總供給，社融反映實體部門流動性總需求，兩者之差一定程度反映了金融市場流動性需求，即“剩餘流動性”，我們定義“剩餘流動性同比增速”為M2同比增速減去社融存量同比增速。一方面，剩餘流動性同比與股市漲跌的正相關性更高2，在流動性維度的驅動邏輯更強；另一方面，剩餘流動性同比變化與工業增加值同比變化之間的相關性較低3，在區分經濟增長與流動性敏感型行業時效果較好。從這兩方面看，剩餘流動性同比增速更適合作為流動性的代理指標。

以PPI和CPI同比增速的平均值，作為通脹的代理指標。反映通脹的常用指標為PPI與CPI。PPI與工業、材料以及能源板塊的關聯性更強，而CPI與日常消費板塊的結合更為緊密。考慮兩者均有通脹反映效果且具互補性，我們以PPI和CPI同比增速的平均值作為通脹的代理指標。‍

圖表5：剩餘流動性同比與股市漲跌的正相關性更強

資料來源：Wind，中金公司研究部

圖表6：剩餘流動性同比變化與工業增加值同比變化的相關性更低

資料來源：Wind，中金公司研究部

通過迴歸分析識別各宏觀維度敏感型行業。確定了反映經濟增長、流動性與通脹變化的代理指標後，我們通過迴歸分析的方式來識別各類敏感型行業。具體來説：

對於每個一級行業，我們以工業增加值同比變化、剩餘流動性同比變化、PPI同比變化作為自變量，該一級行業月漲跌幅作為因變量，進行三元線性迴歸，以迴歸係數絕對值作為該行業對經濟增長、流動性與通脹變化的敏感程度。

得到各行業對經濟增長、流動性與通脹變化的敏感程度後，分別選取對各宏觀維度敏感程度最高的15個行業，作為對應宏觀維度敏感型行業。

如果某行業同時屬於兩個或兩個以上宏觀維度的敏感型行業，則將該行業剔除。

圖表7：各宏觀維度敏感型行業識別方法

資料來源：中金公司研究部

通過以上方法，我們得到的經濟增長敏感型行業為：家電、煤炭、商貿零售；流動性敏感型行業為：鋼鐵、國防軍工、機械、計算機、電力設備及新能源；通脹敏感型行業為：房地產、傳媒、電子。部分行業因同時屬於兩個或兩個以上宏觀維度的敏感型行業，最終被剔除掉。

值得注意的是，最終保留下來的敏感型行業並非對各宏觀維度最為敏感的行業，而是隻對單一宏觀維度較為敏感的行業。舉例來説，從模型結果來看，基礎化工行業對經濟增長的敏感性在所有行業中排名第1，對通脹的敏感性在所有行業中排名第2，理應作為這兩個維度的敏感型行業，但當我們觀測到基礎化工行業近期波動較大時，我們無法識別究竟是經濟增長驅動帶來，還是通脹影響所致，從而使其對當前主要矛盾的判斷效果較差。因此我們最終保留下來的行業是能夠對當前主要矛盾進行一對一映射的行業。

圖表8：各宏觀維度敏感型行業一覽

資料來源：Wind，中金公司研究部

反推市場主要矛盾

得到經濟增長、流動性與通脹敏感型行業後，我們便可以根據三類行業近期表現，識別當前市場在宏觀維度的主要矛盾。一個直觀的邏輯在於：如果當前經濟增長是股市的主要矛盾，則經濟增長敏感型行業所受影響會相對更大，對應其近期波動率會相對更高。遵循這種思路，我們通過以下方法來動態確定股市核心驅動因素：

第一，計算各行業近期波動率。每月末，我們計算各行業以近三個月以日漲跌幅所計算出的波動率。行業收益使用中信一級行業指數。

第二，近期波動率截面標準化。行業波動率除了受宏觀驅動因素影響外，還受眾多市場共性因素所影響。舉例來説，2015年6月，受大漲之後的大幅回撤影響，所有行業在當月的波動率均高於2014年6月的水平。因此，為儘可能消除時間截面上市場共性因素的影響，我們將各行業近期波動率除以所有行業近期波動率的平均值，為下一步觀測波動率的時序變化做準備。

第三，計算行業近期波動率的滾動時序分位數。為觀測波動率變化情況，每月末，我們計算各行業經過截面標準化後的近期波動率在過去3年所處的分位數水平。分位數越高，代表當前波動水平越高。

第四，分位數平滑處理。為避免第三步計算出的分位數出現大幅跳躍所帶來的主要矛盾頻繁變化的問題，我們將各行業近期波動率的滾動時序分位數進行DEA處理1。

第五，判斷當前市場在宏觀維度的主要矛盾。每月末，我們分別計算當前經濟增長（流動性、通脹）敏感型行業在第四步所計算出分位數的平均值，以平均值最高的維度作為當前市場在宏觀維度的主要矛盾。

圖表9：反推市場主要矛盾的流程

資料來源：Wind，中金公司研究部

通過以上流程，我們可以反推出市場在不同時間的主要宏觀矛盾。根據模型結果，從2022年3月初至今，市場在宏觀維度的主要矛盾在於經濟增長。

圖表10：主要矛盾階段劃分

資料來源：Wind，中金公司研究部

主要矛盾判斷方法二：研報、新聞與會議

我們在《量化投資新趨勢（3）：駛向另類數據的信息藍海》中提到，隨着量化策略對市面上常用的價量數據與財務數據等傳統金融數據的深入挖掘，尚未被利用的信息逐漸減少，發掘出增量信息的成本則越來越高。而另類數據則給量化模型提供了一片充盈的信息藍海，另類數據以其來源的多樣性、較大體量以及與傳統金融數據的低相關性特點正在成為量化策略和投資管理人所青睞的新型工具，本文要使用的文本數據則是另類數據中非結構化程度較低，相對易於處理且仍有大量信息尚未被充分發掘利用的重要類型。

我們認為要判斷市場正在交易的核心矛盾，一種較為直觀的方法是從市場中的各類參與者的發言中找到他們所集中關心的熱點問題。因此本文選取了專業性較高但數量有限的分析師研究報吿摘要、專業性相對較低但數量更大的財經類新聞和可能釋放重大信號的政策會議新聞稿三大類文本數據，對其中涉及到的關鍵話題進行NLP處理：通過量化模型計算出通貨膨脹、經濟增長與流動性話題的相對市場討論度，進而判斷當前市場最關心的核心矛盾話題。

數據方面我們使用朝陽永續提供的2010年至今的分析師研究報吿摘要文本，主要包含策略、宏觀主題等超過20萬條總量團隊報吿摘要文本；新聞數據我們使用ChinaScope提供的2015年至今的超過1500萬條財經新聞數據，主要包含從東方財富網、每日經濟新聞、金融界等數百家金融信息網站獲取的文本數據；政策會議文本我們使用人民網提供的中央政治局會議新聞稿文本，中央政治局會議一般一個月召開一次，相關新聞稿會由人民網次日發出，本文使用10年間累計共120條會議新聞稿文本。以上文本數據的主要特點有：

體量大：文本數據體量巨大，一般難以通過人工全面地獲取其中的所有信息，因此其未被利用的信息佔比相對較高；

來源廣：本文使用的分析師數據來源超過百家專業金融機構，新聞來源則超過兩百家，數據來源較廣意味着其中包含的信息穩定性較高；

專業性強：不管是分析師研究報吿還是財經新聞的產生都需要一定的經濟或金融學基礎，因此數據來源也具較高的專業性，人民網新聞稿文本更具有相當的權威性；

差異化：即便都與金融經濟相關，三類文本的受眾、創作目的和形式等均有較大差異：政策會議文本最權威，平均字數最長，在1500~2500字不等；新聞文本來源最豐富，單篇字數較短，一般在300字左右；分析師研報摘要文本最穩定，平均在900字左右，但可以觀察到逐年穩定上升的趨勢。

圖表11：分年度文本數據總量

資料來源：朝陽永續，ChinaScope，中金公司研究部。數據截至 2022 年 7 月底

圖表12：三類文本平均字數對比

資料來源：朝陽永續，ChinaScope，中金公司研究部。數據截至 2022 年 7 月底

不同類型文本數據特徵

本文主要使用分析師研究報吿、新聞、政策會議文本來獲取當前市場關心的綜合熱點。我們將研究報吿和新聞文本數據進一步按被討論地區分成兩大類別：國內主題和海外主題文本。國內主題數據是隻以國內事務為文章核心的數據，海外主題數據是隻以國際經濟形式、海外國家為文章核心的數據，由於政策會議主要涉及國內議題，因此無需按照地區區分。

我們的篩選方法為使用NLP的主體識別來篩選出和國家有關的關鍵詞：國內主題關鍵詞包括“中國”、“國內”等提及中國市場以及中國經濟情況的詞語；國外主題文本關鍵詞包括“歐美”、“海外”等系列有明確指向海外地區或海外市場的詞語。由於文本數據來源均為國內，因此海外主題的文本樣本數量會遠低於對於國內的討論。

由於分析師研究報吿摘要數據較為專業，新聞數據專業詞彙相對較低，並含有大量和當前市場關心核心熱點無關的話題，如個股發佈業績預吿之類的財經新聞，因此本文對以上兩類文本數據篩選標準略有不同：對於較為專業的分析師數據，我們使用全部文本樣本作為國內文本樣本，使用僅包含國外主題文本關鍵詞文本作為國外文本樣本；對於新聞數據，我們篩選和流動性、通貨膨脹、和經濟增長有關宏觀經濟的話題並僅使用含有國內主題關鍵詞的文本作為國內文本樣本，使用僅包含國外主題文本關鍵詞作為國外文本樣本來進行信息提取，經過分地區篩選之後新聞數據量降至和分析師研究報吿摘要數據量持平。由於中央政治局會議新聞稿數據較為稀疏且本身信息密度較高，因此本文不進行篩選或分地區處理。

圖表13：新聞數據分地區篩選數量

資料來源：朝陽永續，ChinaScope，中金公司研究部。數據截至 2022 年 7 月底

圖表14：分析師研究報吿摘要分地區篩選數量

資料來源：朝陽永續，ChinaScope，中金公司研究部。數據截至 2022 年 7 月底

分析師研究報吿摘要數據特點

我們獲取了宏觀、策略、固收以及大類資產的全市場分析師報吿的摘要部分，通過統計分析師研究報吿的摘要中對於不同主題的關心程度來判斷當前市場關心的熱點問題，進而從中發掘市場當前的主要矛盾。

我們分析了從2010年至2022年上半年的分析師研究報吿摘要數據。分年度看，年均文本數據量在2萬條左右，且近些年呈現平穩緩慢增長的特點。分研報主題看，共有四類報吿主題，分別是固定收益、宏觀經濟、策略研究與大類資產。在四大類數據中，固定收益、宏觀經濟、策略研究類別下的年度數量差異較小，且均呈現緩慢增長的趨勢。大類資產類別下的數據從2019年開始出現，近幾年增速相對較快。

圖表15：分析師摘要文本示例

資料來源：朝陽永續，中金公司研究部

圖表16：不同主題總量研究報吿摘要數量分佈

資料來源：朝陽永續，中金公司研究部。數據截至 2022 年 7 月底

從以上分析師研究報吿摘要中發現文本數據主要有以下特點：

專業性強：觀察報吿摘要信息，由於其來源均為專業機構分析師，因此文本數據用詞專業性更強，核心詞更為突出。

結構穩定：研究報吿通常具有一定格式要求，文本結構較為穩定。同時分析師摘要平均段落長度每段平均包含800字以上，內容更為豐富，後續文本處理較為便利。

用詞規範：分析師研究報吿摘要文本規範性較強，用詞精準清晰，主題明確規範，易於進行文本解析。但同時由於存在不少的專有名詞，導致後期直接使用jieba默認詞庫分詞帶來了數據信息的過度切割並且破壞了專有名詞的完整性，因此我們在jieba分詞中加載自己的詞庫進入分詞系統，幫助其自動檢索存在的專有名詞，提高詞語解析效率與準確性。

新聞數據特點

本文使用的新聞數據文本中主要由新聞id，新聞標題，發佈時間，新聞鏈接，新聞摘要及其他輿情量化指標信息組成。本文主要使用發佈時間（newsTs）和新聞摘要（newsSummary）兩列信息。文本信息預覽如下圖所示：

圖表17：新聞文本示例

資料來源：ChinaScope，中金公司研究部

我們發現新聞數據樣本主要有以下特點：

信息量大：本文使用了2011年至2022年共8年的數據信息，共得到了超1500萬條文本信息，平均每年近200萬條，我們認為其大致能夠涵蓋市場中和金融經濟有關的全部文本數據信息。

持續上升：以2020年為節點，在2015至2019年5年間，文本信息數據量都保持在200萬以下，而進入2020年後數據量上升至400萬條，文本數據量發生了快速的擴張。雖然數據量變化趨勢明顯，但由於我們主要關注同一時間點不同主題數據文本的橫向對比，所以時間序列上各時間點數據量的上升不會對數據信息分佈造成顯著的偏差，因此不在時間序列角度做標準化處理。

形式多樣：由於新聞數據來源較多，其中涉及的關鍵詞彙會更繁雜多樣，給後期核心主題識別造成了一定難度。

政治會議文本特點

中央政治局會議由中國共產黨中央委員會總書記召集，一般每月定期召開，遇有重要情況可以隨時召開，主要討論討論和決定關係黨和國家事業發展全局的重大問題和事項，因此用詞嚴謹準確，會議討論的問題重要且時效性強。

本文使用的政策會議新聞主要為中央政治局會議的人民網新聞稿，主要包括會議時間、主要內容、發佈時間和新聞全文。本文主要使用發佈時間和會議新聞稿全文信息。文本信息樣本如下圖所示：

圖表18：中央政治局會議新聞稿文本示例

資料來源：人民網，中金公司研究部

我們發現中央政治局會議新聞稿文本主要有以下特點：

數據量小：本文使用了2012年至2022年共約10年的會議信息，由於中央政治局會議一般一個月召開一次，因此可以獲得一共120條會議新聞稿全文，相對分析師研究報吿和新聞來説數據量較低，樣本稀疏，單篇權重也相對更高。

用詞精準：對於中央政治局會議這種級別會議的新聞稿，對詞語的使用要求相對更加嚴格精準，因此文本處理噪音較低，信息的有效率更高。但由於用詞的準確性和專業度上升，對於文本分詞能力同時要求更高，否則容易將專業詞彙錯誤切割引起歧義。

信息權威：中央政治局會議一般會討論當前國內重點話題如經濟形勢和社會發展問題等等，而且最終會議新聞稿由人民網發佈，其信息來源權威性較高，因此幾乎不用對文本進行任何篩選即可得到較穩定信息。

文本信息提取過程

在充分分析各類文本信息特點後，我們使用相應的NLP模型處理解析上述文本材料，主要分成三大步驟：1）文本數據預處理；2）word2vec解析詞向量；3）查找相似詞向量組成主題詞組，並通過尋找主題詞組在文本中出現的頻率計算文本是否與該主題相關。

圖表19：文本信息處理流程圖

資料來源：中金公司研究部

文本數據預處理

由於獲取的文本數據有諸如格式解析、字符亂碼等問題，對文本結構化解析帶來了一定困難，同時中文文本天然具有缺乏空格分隔詞語的特性，因此對於文本段落進行預處理以及分詞處理才能適應後續模型，構造初步靜態的詞向量解析數據。文本數據預處理主要包括以下三大步驟：

特徵數據篩選：我們關心八大主題，分別是：流動性、經濟增長、通脹、情緒、估值、資金、疫情和地緣衝突。將八大主題分成三個維度，分別是包括宏觀維度的流動性、經濟增長、通脹，中觀維度的情緒、估值和資金，以及特殊事件維度的疫情與地緣衝突。我們將八大主題作為關鍵詞，進入文本數據中進行檢索，保留下文本中出現了此八大關鍵詞的文本數據作為後期處理的輸入數據。本文只使用宏觀維度三大主題：流動性、經濟增長、通貨膨脹。

無效字符過濾：由於文本在解析前包含許多解析錯誤字符以及無效符號、亂碼，因此嘗試使用正則表達式過濾文本，由於後期使用靜態詞向量解析模型，即詞的含義無法隨語境的變化而變化。根據此特點，我們認為數字和標點沒有實義，解析數字和標點無助於識別主題，因此設計只保留包括大小寫的關鍵英文詞彙和中文詞語，得到解析後的文本。

文本分詞：藉助python中的中文分詞組件jieba庫中的lcut分詞功能（詳細函數解析見附錄），對過濾後的文本進行分詞。jieba庫中主要有三種分詞模式，本文主要選擇精簡模型進行分詞。分詞後去除分詞結果中的停用詞。停用詞是指在文章中出現頻率很高的無實義詞，例如“了”，“是”，“等等”等詞，通常認為其存在無助於實義解析，因此在分詞後刪除。將過濾完的結果存為txt文本格式，txt中一行來自於一個文本樣本，每個詞以空格分隔。

圖表20：數據預處理示例

資料來源：中金公司研究部

Word2vec文本向量化

Word2vec是Word Embedding 的方法之一，其主要功能是將詞轉化為向量，將未標記的原始語料庫轉換為標記數據（通過目標詞映射上下文或者通過上下文映射目標詞），而詞與詞之間的關係則由向量的相互映射關係記錄進詞向量。本文對於過濾分詞後的文本進行Word2vec詞向量解析，主要分為以下三個步驟：

模型輸入：承接在文本數據預處理板塊得到的文本結構數據結構，使用gensim.models中的LineSentence函數按行讀入文本數據，其中一行對應於一段文本，文本以空格分隔，每兩個空格之間即為一個分詞後的詞語。值得注意的是，各文本經分詞後得到的詞語個數不用強制保持一致。

模型設計：模型基於gensim.models中的Word2Vec函數進行設計（詳細模型參數及含義見附錄）。在參數選擇上，設計參數為：window（窗口長度）為10，min_count（最小詞頻）為5，vector_size（詞向量維度）為300，sg為0（使用默認的CBOW模型，即使用窗中涵蓋的周邊詞去預測中心詞，得到Word2Vec模型下對詞向量解析的結果）。模型實例如下所示，在window等於5的參數條件下，即用周邊的詞預測中心詞來實現詞義和詞間關係的保留。

模型輸出：由於之前設計的vector_size（詞向量維度）為300，則得到每個詞解析下的結果即為長度為300的向量。文本詞向量可以包含詞間的語義信息，而詞語之間的關係可由詞向量的相互映射關係來記錄。CBOW（window=5）模型對於“聯合國專家表示中國帶動了全球貿易與經濟復甦”的解析示意圖如下：例如對於“帶動”的預測，輸入為“表示”，“中國”，“全球”，“貿易”的詞向量，輸出為“帶動”的詞向量，預測通過基礎神經網絡模型實現。

圖表21：CBOW模型預測示意圖

資料來源：中金公司研究部

主題詞表構建

基於上個步驟得到的詞與其詞向量解析結果，由於詞向量藴含詞之間的相互聯繫，因此可以嘗試根據詞向量相似度來構建主題詞與其附屬的詞組。具體步驟如下，本文主要利用了Word2Vec模型下的函數來計算相似度得到詞表：

應用Word2Vec模型使用model.wv.similar_by_word函數（詳細函數解析見附錄）計算在分析師研究報吿摘要樣本下與主題詞相似度最高的前200個詞作為預測詞表，得到8大主題下各主題200個詞作為識別主題的特徵詞。

關注地區為海外的文本數量相對討論國內文本顯著更低，因此對於國內研究報吿主題熱度相關性計算我們保留全部前200位相關詞彙，對於海外文本數據我們僅保留前100位主題相關詞。同理由於政策會議文本數量更加有限，因此我們僅保留前20位主題詞表進行計算。

圖表22：分析師研究報吿摘要主題詞表預覽（前20位）

資料來源：朝陽永續，中金公司研究部

圖表23：新聞主題詞表預覽（前20位）

資料來源：Chinascope，中金公司研究部

圖表24：政治局會議新聞稿主題詞表預覽（前20位）

資料來源：人民網，中金公司研究部

相關主題總體熱度計算

得到以上詞表之後，我們可以通過在文本中檢索每個主題下詞彙是否在文本中出現以及詞出現的頻率來判斷文章核心的討論主題。首先是按照文本討論的核心地區進行二分類：國內主題、國際主題。國內主題是指文本的主體討論對象為中國，文本信息歸屬為國內主題信息；國際主題是指文本的主體討論對象為除中國外的其他國家及國際組織。在分類文章討論主體和計算得到文章主題傾向後，我們嘗試通過一天中各主題出現頻次來得出當天的主要矛盾點。因此主要分為三大步驟：文章主題得分判斷、每天的主題得分計算、主題熱度指標計算。具體步驟如下所示：

文章主題得分計算：首先對每天每一篇文章通過關鍵詞查找進行地點區分，主要分為純國內主題信息、純國外主題信息和綜合地區文本信息。通過遍歷詞表各地區主題下的每一個詞是否出現在文本中來進行0/1判斷：即如果某一主題下的詞出現在文本中，就認為此文本有關於此主題，則該文本在此主題下得分記為1，反之如果此本文沒有出現此主題下任何一個特徵詞，則該文本在此主題下得分記為0。

日度主題得分計算：在得到每篇文章的主題得分之後，按照日期以天為單位做聚合，即加總某一天中某一主題下的1的個數作為這一天的主題得分，之後再進行歸一化操作，使得每一天各主題得分求和等於1。

主題熱度指標計算：計算宏觀、中觀與特殊話題三個維度下各細分板塊的得分最高的主題和八大主題下得分最高的板塊作為最後的熱點話題結果。本文僅使用宏觀話題得分最高主題作為市場主要矛盾。

圖表25：國內分析師研究報吿摘要主題熱度得分

資料來源：朝陽永續，ChinaScope，中金公司研究部

圖表26：國內新聞數據主題熱度得分

資料來源：朝陽永續，ChinaScope，中金公司研究部

圖表27：海外分析師研究報吿摘要主題熱度得分

資料來源：朝陽永續，ChinaScope，中金公司研究部

圖表28：海外新聞數據主題熱度得分

資料來源：朝陽永續，ChinaScope，中金公司研究部

圖表29：國內分析師數據主要矛盾時期劃分示例

資料來源：朝陽永續，人民網，中金公司研究部

圖表30：政治局會議新聞文本主要矛盾時期劃分示例

資料來源：朝陽永續，人民網，中金公司研究部

從上圖中我們可以看出對於國內來説分析師研究報吿摘要文本在宏觀三大主題上的得分基本處於均衡狀態，而在一些特殊時期如2018年市場大幅波動與2021年的疫情期間，市場關心的主題則會出現相應明顯分化，如2018年市場中對於流動性的討論相對其他主題熱度更高，而2020年疫情出現流動性的討論也一度佔據主流，接着關於國內經濟增長的討論就佔據了市場。這種特點我們在政治局會議新聞文本主要矛盾劃分示例圖中也能找到相應劃分規律，我們認為以上文本的劃分區間基本符合市場共識，以上特點表明我們篩選出的分析師摘要數據一定程度上可以有效反映出國內市場的討論熱點。

對於海外數據來説，通貨膨脹和流動性則一直是分析師討論的熱點問題，而新聞近期則相對更熱衷於討論通貨膨脹和經濟增長相關的話題。值得注意的是儘管上述數據都經過了10日或20日移動平均，但數據的短期波動仍然較大，導致某些時期市場主要矛盾主題切換過快，尤其對於新聞數據來説更為明顯。這一部分來自於數據本身的噪音，市場對於相關主題的注意力通常較短，另一方面也和我們計算日度詞頻得分的方法有關。後續可以從關鍵詞相似度算法，NLP模型選擇或加入濾波器過濾噪音等方向進行探索。

主要矛盾在市場擇時中的應用

在上文中，我們分別從敏感型行業和文本分析的角度，介紹了4種股市主要矛盾的判斷方法。判斷市場主要矛盾的意義在於指導未來投資決策，因此我們嘗試藉助對於市場主要矛盾的判斷結果，來提升未來市場走勢研判的準確性。

我們採用“由分至總”的兩步走思路：首先，我們分別從經濟增長、流動性、通脹的角度，得到對未來市場走勢的觀點方向；然後，我們判斷當前市場的主要矛盾，如果當前股市的主要矛盾在於經濟增長（流動性、通脹），則我們以經濟增長（流動性、通脹）維度所給出的觀點，作為未來市場走勢的方向判斷。

各宏觀維度對市場走勢的判斷

根據“由分至總”的兩步走思路，我們首先分別從經濟增長、流動性、通脹的角度，得到對未來市場走勢的觀點方向。

從經濟學邏輯出發，我們認為，如果最新公佈的經濟增長指標超預期，則利好未來股市運行；如果最新公佈的流動性指標超預期，同樣利好未來股市運行；而若最新公佈的通脹指標超預期，則會利空未來股市運行。

圖表31：增長與流動性超預期利好股市，通脹超預期利空股市

資料來源：中金公司研究部

明確了各經濟維度對股市的影響方向後，我們便可以分別選取經濟增長、流動性、通脹的代理指標，並利用這三個指標的超預期情況，作為各宏觀維度對市場未來走勢的判斷依據。

鑑於數據可得性的差異，下文中，我們將分別介紹中國與美國市場中經濟增長、流動性、通脹代理指標的選取方法。

中國市場

對於中國市場而言，Wind會提供國內18個重要經濟指標的預期數據。因此我們可以從這18個指標中，選擇擇時效果相對更好的指標，作為經濟增長、流動性、通脹維度的代理指標。

首先我們按照指標的經濟學含義，將其歸到經濟增長、流動性、通脹三個大類中：

經濟增長指標：包括GDP、工業增加值、固定資產投資、社會消費品零售總額、出口金額、進口金額的同比數據，以及PMI、社會融資規模、貿易差額的當月值。

流動性指標：包括M2、各項貸款餘額的同比數據，以及新增人民幣貸款、1年期存款利率、1年期貸款利率的當月值。

通脹指標：包括CPI、PPI的同比數據，以及美元對人民幣的月末值。

圖表32：經濟預期數據一覽

資料來源：Wind，中金公司研究部

在應用宏觀預期數據時，我們需要確定每個宏觀數據的發佈時點。由於歷史上宏觀數據的發佈日期具有不確定性，我們確定宏觀數據發佈時點的原則為：在保證回測過程不引入未來數據的前提下，儘可能使確定的時點接近真實時點。

下面按照日曆的順序，展示了我們所確定的各宏觀數據的發佈時點。特別説明的是，如果確定的日期在某月是非交易日，則將其向後順延至第一個交易日。

每月最後1日：中採PMI、人民幣兑美元。PMI是月度經濟數據中最早公佈的一個，會在每月最後一個自然日公佈當月值。人民幣兑美元是每日公佈的數據，因此可以在每月最後一日獲得當月月末值。

下月11日：CPI、PPI、M2、社融、新增人民幣貸款。從歷史經驗看，CPI、PPI、M2、社融、新增人民幣貸款會在下月8~11日之間公佈（如遇週末順延至下週一），因此，我們把這些數據的發佈時點確定為下月11日。特別地，受春節、勞動節、國慶節的假期影響，1月、4月、9月的數據公佈時間會有所延遲，我們將這幾個指標1月、4月、9月數據的公佈時點確定為2月16日、5月12日、10月16日。

下月14日：進出口數據。從歷史經驗看，海關總署會在每月6~14日之間公佈上個月的出口金額、進口金額、貿易差額等進出口數據，因此，我們把進出口數據的發佈時點確定為下月14日。

下月16日：工業增加值、固定資產投資、社零。從歷史經驗看，工業增加值、固定資產投資、社會消費品零售總額會在下月13~16日之間公佈。特別地，受春節、勞動節、國慶節的假期影響，1月、4月、9月的數據公佈時間會有所延遲，我們將這三個指標1月、4月、9月數據公佈時點確定為2月21日、5月17日、10月21日。

下季第一月20日：GDP。從歷史經驗看，每個季度的GDP會在下季度第一個月的15~20日之間公佈，因此，我們把GDP的發佈時點確定為下季度第一個月的20日。

圖表33：確定實際數據的發佈時點

資料來源：Wind，中金公司研究部

我們通過經濟指標超預期情況與市場未來走勢的相關性，來選取各經濟維度內最好的擇時指標。具體來説：

每週末，對於每個指標，判斷其最新公佈數據的超預期情況。

對於經濟增長和流動性維度的指標，若其超預期，則觀點狀態記為1；不及預期，則觀點狀態記為0。對於通脹維度的指標，若其超預期，則觀點狀態記為0；不及預期，則觀點狀態記為1。

對於每個指標，計算其每週觀點狀態與滬深300下週漲跌幅之間的相關性。

分別選取經濟增長、流動性、通脹各維度下，相關性最高的一個指標。

下表展示了各指標每週觀點狀態與滬深300下週漲跌幅之間的相關性。經濟增長維度相關性最高的指標為PMI，但PMI從2013年5月份開始才有預期數據，因此在2013年5月之前，我們使用經濟增長維度相關性第二高的指標——GDP累計同比，作為經濟增長維度的代理指標，在2013年5月及以後，使用PMI作為經濟增長維度的代理指標。流動性和通脹維度相關性最高的指標分別為PPI當月同比和人民幣貸款同比，我們以其作為流動性和通脹維度的代理指標。

圖表34：各宏觀維度代理指標

資料來源：Wind，中金公司研究部

通脹對國內股市的擇時效果最好，經濟增長和流動性基本無擇時效果。我們分別測試了各宏觀維度代理指標對滬深300的擇時效果，方法為：每週末判斷指標觀點方向，當指標看多時，下週做多滬深300；當指標看空時，下週做空滬深300。從結果看，2010年至今，經濟增長、流動性、通脹代理指標的擇時淨值分別為0.97、1.39、7.37，同期滬深300指數累計淨值為1.24。可以看出，在宏觀預期的信息維度，通脹對國內股市有顯著較好的擇時效果，而經濟增長和流動性基本沒有擇時能力。

圖表35：各經濟維度對國內股市擇時效果

資料來源：Wind，中金公司研究部

美國市場

對於美國市場而言，預期數據相對難以獲取。Bloomberg會以季度頻率公佈GDP同比、十年期國債利率、CPI同比的預期數據，我們分別將其作為美國經濟增長、流動性、通脹的代理指標。由於GDP同比只有2014年4季度之後的預期數據，我們對美國市場的後續建模從2015年開始。

各經濟維度對美股的擇時效果均不理想。使用與國內市場類似的方法，我們可以在每週末，得到對標普500指數下週漲跌的觀點，並構建周頻多空擇時策略。從結果看，2010年至今，經濟增長、流動性、通脹代理指標的擇時淨值分別為0.88、1.02、1.07，同期標普500指數累計淨值為1.98。可以看出，在宏觀預期的信息維度，各經濟維度對美股的擇時效果均不理想。

圖表36：各經濟維度對美股擇時效果均不理想

資料來源：Bloomberg，Wind，中金公司研究部

由分至總，以主要矛盾判斷市場未來走勢

在得到各宏觀維度對市場走勢的判斷方向後，我們進一步納入前文對於宏觀主要矛盾的判斷。具體來説：

每週末，根據模型判斷當前股市的主要矛盾在於經濟增長、流動性還是通脹。

如果主要矛盾在於經濟增長（流動性、通脹），則以經濟增長（流動性、通脹）維度所給出的擇時觀點，作為下週市場走勢的最終判斷。

敏感型行業角度的主要矛盾

敏感型行業角度的主要矛盾對A股擇時效果有一定提升。我們首先測試從敏感型行業角度得到的主要矛盾，對A股的擇時效果。圖表37展示了歷史回測的淨值曲線。2010年至今，納入主要矛盾的擇時策略可以取得8.14的累計淨值，略優於通脹維度擇時7.37的累計淨值，顯著強於經濟增長、流動性維度的擇時淨值以及滬深300的同期表現。從結果看，納入敏感型行業角度的主要矛盾後，模型對未來A股走勢的判斷效果有一定提升。

圖表37：敏感型行業角度的主要矛盾對A股擇時效果有一定提升

資料來源：Wind，中金公司研究部

從淨值曲線的變化可以看到，主要矛盾擇時在2015年之前無法跑贏通脹擇時，而在2015年之後可以有相對明顯的收益提升。一方面原因可能在於有效性較強的PMI從2013年5月份之後才有預期數據，另一方面原因可能在於早期A股以散户為主的特徵使得市場主要受情緒面主導，而隨着機構投資者數量的增加，宏觀預期在近些年對股市的定價程度有所上升，使得宏觀主要矛盾的擇時準確率在2015年之後得到提高。

敏感型行業角度的主要矛盾2015年至今有更高應用價值。承接以上分析，我們進一步測試了敏感型行業角度的到的主要矛盾，在2015年之後對A股的擇時效果。2015年至今，納入主要矛盾的擇時策略可以取得5.15的累計淨值，顯著優於經濟增長、流動性、通脹維度的擇時淨值以及滬深300的同期表現。我們認為宏觀預期對股市影響逐漸增強的環境下，判斷宏觀主要矛盾的必要性和有效性也隨之提升。

圖表38：2015年至今，敏感型行業角度主要矛盾的擇時效果有所增強

資料來源：Wind，中金公司研究部

研報角度的主要矛盾

研報角度的主要矛盾對A股擇時效果有較明顯提升。我們繼續測試從研報角度得到的主要矛盾，對A股的擇時效果。圖表39展示了A股歷史回測的淨值曲線。2010年至今，納入主要矛盾的擇時策略可以取得11.96的累計淨值，優於通脹維度擇時7.37的累計淨值，顯著強於經濟增長、流動性維度的擇時淨值以及滬深300的同期表現。從結果看，納入研報角度的主要矛盾後，模型對未來A股走勢的判斷效果有較為顯著的提升。

圖表39：研報角度的主要矛盾對A股擇時效果有較明顯提升

資料來源：Wind，中金公司研究部

研報角度的主要矛盾同樣在2015年至今有更高應用價值。從擇時淨值曲線可以看出，與敏感型行業角度的主要矛盾類似，研報角度的主要矛盾在2015年之前無法跑贏通脹擇時，而在2015年之後有更為明顯的收益提升。因此我們進一步測試了其在2015年之後對A股的擇時效果。2015年至今，納入研報角度主要矛盾的擇時策略可以取得5.34的累計淨值，顯著優於經濟增長、流動性、通脹維度的擇時淨值以及滬深300的同期表現。

圖表40：研報角度的主要矛盾同樣在2015年至今有更高應用價值

資料來源：Wind，中金公司研究部

研報角度的主要矛盾對美股擇時效果有一定提升。對於美國股市而言，2015年至今，納入主要矛盾的擇時策略可以取得2.78的累計淨值，優於經濟增長、流動性、通脹維度的擇時淨值以及標普500的同期表現。不過相對而言，研報角度主要矛盾對美股擇時效果的提升要弱於A股，這可能是因為相對美股而言，國內研報對A股的分析要更為詳細，從而A股研報的信息含量和數量豐富度要高於美股，使得研報角度主要矛盾在A股的應用效果要相對更好。

圖表41：研報角度的主要矛盾對美股擇時效果有一定提升

資料來源：Wind，中金公司研究部

新聞角度的主要矛盾

新聞角度的主要矛盾對A股擇時效果有一定提升。我們進一步測試從新聞角度得到的主要矛盾，對A股的擇時效果。圖表42展示了A股歷史回測的淨值曲線。2015年至今，納入主要矛盾的擇時策略可以取得4.19的累計淨值，優於經濟增長、流動性、通脹維度的擇時淨值以及滬深300的同期表現。不過相對而言，新聞角度主要矛盾對於擇時效果的提升，要弱於敏感型行業和研報角度的主要矛盾，這可能是因為新聞包含了更多的噪音與非理性觀點，從而一定程度影響了其實際應用效果。

圖表42：新聞角度的主要矛盾對A股擇時效果有一定提升

資料來源：Wind，中金公司研究部

新聞角度的主要矛盾對美股擇時效果略有提升。對於美國股市而言，2015年至今，納入主要矛盾的擇時策略可以取得2.22的累計淨值，優於經濟增長、流動性、通脹維度的擇時淨值，小幅戰勝標普500的同期表現。從效果看，新聞角度的主要矛盾對美股擇時效果的提升，在所有測試中處於最小值，一方面新聞包含較多的噪音，另一方面國內媒體對於海外的跟蹤程度弱於國內，造成了結果的相對不佳。

圖表43：新聞角度的主要矛盾對美股擇時效果略有提升

資料來源：Wind，中金公司研究部

會議角度的主要矛盾

會議角度的主要矛盾對A股擇時效果有一定提升。我們最後測試從會議角度得到的主要矛盾，對A股的擇時效果。圖表44展示了A股歷史回測的淨值曲線。2015年至今，納入主要矛盾的擇時策略可以取得3.78的累計淨值，優於經濟增長、流動性、通脹維度的擇時淨值以及滬深300的同期表現。不過相對而言，會議角度主要矛盾對於擇時效果的提升，要弱於前述三個角度的主要矛盾，可能的原因一方面是政治局會議每月舉辦一次，數據頻率較低；另一方面是會議語言相對概括，需要輔助一定的主觀理解來領悟其中戰略方針，這兩方面原因使得我們通過量化方式得到的會議角度主要矛盾在實際應用中效果相對有限。

圖表44：會議角度的主要矛盾對A股擇時效果有一定提升

資料來源：Wind，中金公司研究部

小結

根據以上實證分析，我們從敏感型行業、研報、新聞和會議角度所得到的對於市場主要矛盾的判斷，均能夠能夠提升宏觀信息對於A股與美股市場的擇時效果。從提升程度來看，效果最好的為研報角度的主要矛盾，其次為敏感型行業角度的主要矛盾，接着為新聞角度的主要矛盾，最後為會議角度的主要矛盾。分市場來看，主要矛盾對A股市場的擇時提升效果要強於美國市場。

以上結果也比較符合我們的直觀認知：研報信息來源於分析師的專業判斷，且具有一定的左側性，理應有相對更高的信息含量。敏感型行業的邏輯在於“由果推因”，根據不同敏感型行業近期表現差異來反推當前主要矛盾，具有一定的右側滯後性，因此實際應用效果可能略遜於研報角度的主要矛盾，但優點在於邏輯清晰，模型簡潔。新聞來源於媒體，專業程度低，噪音相對較多，因此實際應用效果相對偏弱，但優點在於數據量較大，頻率較高。政策會議每月召開一次，數據頻率較低，同時會議語言相對概括，需要輔助一定的主觀理解來領悟其中戰略方針，因此實際應用效果相對最差。對比A股與美股，國內研報和媒體整體對A股的跟蹤更為緊密，因此主要矛盾對於A股擇時收益的提升程度更強。

圖表45：主要矛盾對股市擇時的提升效果彙總