量化模型与构建方式 1. 模型名称：中国经济六周期模型[12] * 模型构建思路：通过货币、信用、增长三个维度的方向（宽松/紧缩，扩张/收缩，上行/下行）来刻画宏观状态，将经济划分为六个不同的阶段[12]。 * 模型具体构建过程： 1. 货币因子：判断货币环境是宽松还是紧缩。报告指出，通过观察DR007等利率指标的下行趋势，可以判断货币因子处于宽松区间[12]。 2. 信用因子：使用中长期贷款脉冲（新增中长贷TTM同比）的三个月差分来识别信用周期的方向。当该差分值为正时，表明信用处于扩张区间[12]。公式可表示为： $信用因子方向 = sign(新增中长贷TTM同比_t - 新增中长贷TTM同比_{t-3})$ 其中，正值代表扩张，负值代表收缩。 3. 增长因子：通过观察制造业PMI等经济指标的脉冲（变化趋势）来判断经济增长方向是上行还是下行[12]。 4. 状态划分：综合三个因子的方向（正/负），将经济状态划分为六个不同的阶段，例如“阶段2：宽货币-宽信用-增长上行（经济复苏）”[12][15]。 2. 模型名称：A股收益预测框架[9] * 模型构建思路：将股票指数的未来收益拆分为盈利增长和估值变化两个主要分项，分别进行预测后加总，得到整体预期收益[9]。 * 模型具体构建过程： 1. 盈利项预测：预测指数未来一年的盈利增速。报告中预测中证A500未来一年盈利贡献为8.7%[1][9]。 2. 估值项预测：预测指数未来一年的估值（如PE）变化幅度。报告中预测中证A500估值仍有3%的上涨空间[1][9]。 3. 收益加总：将预测的盈利增长收益与估值变化收益相加，得到总预期收益。公式可表示为： $预期总收益 = 预期盈利增长贡献 + 预期估值变化贡献$ 报告中应用此框架预测中证A500未来一年预期收益为12.9%[1][9]。 量化因子与构建方式 1. 因子名称：ESG负面剔除因子[22][23] * 因子构建思路：在指数构建的选样过程中，系统性剔除ESG（环境、社会和公司治理）评级较低的上市公司，以提升成分股的可持续发展能力和长期经营韧性[21][23]。 * 因子具体构建过程：遵循中证A500指数的编制规则，在样本空间中，直接剔除中证ESG评价结果在C级及以下的上市公司证券[22]。这是一个基于规则的二元筛选因子。 2. 因子名称：行业均衡因子[21][22] * 因子构建思路：在指数选样时，控制各行业的自由流通市值分布与全市场样本空间尽可能一致，以实现行业均衡配置，避免对单一行业的过度暴露[21]。 * 因子具体构建过程：在完成ESG剔除和初步流动性筛选后，从剩余待选样本中，按照中证一级行业分类，根据自由流通市值选取一定数量证券，使得最终500只样本股的行业自由流通市值分布与样本空间（中证全指）尽可能一致[22]。 3. 因子名称：流动性因子[22][32] * 因子构建思路：筛选市值较大、市场交易活跃的股票，以确保指数的可投资性和高流动性[21][32]。 * 因子具体构建过程：通过多个规则构建： * 要求样本证券属于沪股通或深股通范围[22]。 * 对主板证券，要求其在所属中证三级行业内的自由流通市值占比不低于2%[22]。 * 在待选样本中，优先选取三级行业内自由流通市值最大或总市值排名在市场前1%的证券[22]。 * 最终成分股在“成交主力”等流动性相关概念上暴露度很高（67.91%）[38][39]。 4. 因子名称：风格因子（市值、动量、流动性、成长等）[43][44] * 因子构建思路：通过多因子模型分析指数在常见风格维度上的暴露情况，以刻画其整体风格特征[41]。 * 因子具体构建过程：报告引用Wind风格因子暴露数据，展示了中证A500指数在市值、Beta、动量、波动性、非线性市值、价值、流动性、盈利、成长性、杠杆等一系列风格因子上的标准化暴露度[43][44]。这些因子通常由底层股票的特征值（如总市值、过去收益、换手率、盈利增长率等）经市值加权和标准化处理后得到。 模型的回测效果 本报告未提供上述量化模型在历史数据上的系统化回测绩效指标（如年化收益、夏普比率等）。报告中对“中国经济六周期模型”的效果展示，是基于历史统计的各阶段下中证A500与沪深300的年化收益对比[15][16]。 因子的回测效果 1. ESG负面剔除因子：通过对比ESG基准指数与原始指数的历史表现来评估该因子效果。例如，中证500 ESG基准指数自基日以来年化收益为3.96%，高于中证500指数的2.42%，同时年化波动率更低（20.68% vs 21.06%）[24]。这表明该因子在历史回测中具有优化风险收益特征的效果[2][24]。 2. 行业均衡因子、流动性因子、风格因子：报告未提供这些因子独立的、系统化的历史回测绩效指标（如IC、IR、多空收益等）。报告主要通过展示指数当前的成分股特征（如行业分布[33][37]、市值分布[32][34]、概念暴露[38][39]、风格暴露[43][44]）来间接说明这些因子的构建结果。