量化模型与构建方式 根据研报内容，本报告主要进行历史规律总结和事件分析，未构建具体的量化选股模型或量化因子。报告的核心是通过历史事件回测，总结在不同宏观情境下（特别是油价冲击）的大类资产和行业板块表现规律，以指导配置。因此，报告的分析框架更接近于一个事件驱动的宏观分析模型。 1. 模型名称：油价冲击四阶段资产表现分析模型 * 模型构建思路：将历史上的油价供给冲击事件作为研究对象，分析事件发生后不同时间窗口内各类资产的价格表现，总结出市场反应的典型阶段和规律[7][8][9]。 * 模型具体构建过程： 1. 事件定义与样本选取：选取历史上六次主要的石油供给冲击事件作为研究样本，包括三次石油危机、伊拉克战争、利比亚内战和俄乌战争[10]。 2. 时间窗口设定：以事件起始日（T日）为基准，观察事件发生后多个固定时间窗口的资产表现，包括10日、1个月、3个月、6个月、1年、2年等[21][24][29]。 3. 资产与板块分类：将资产分为大类资产（全球主要股指、债券、外汇、商品）和权益内部行业板块（美股行业、A股行业）[21][24][29]。 4. 绩效计算： * 对于大类资产，计算其在各时间窗口内的绝对收益率[21][30]。 * 对于行业板块，计算其在各时间窗口内相对于基准指数（如标普500、万得全A）的超额收益（相对收益）以及取得正超额收益的样本事件比例（相对胜率）[24][29]。 5. 情境分类：根据油价冲击是否持续影响通胀与政策，将样本事件分为两类情境进行分析： * 滞涨型样本：包括第一次、第二次石油危机和2022年俄乌冲突。特征是油价冲击持续传导至通胀，并引发政策以抗通胀为优先[20][21][22]。 * 非滞涨型样本：包括第三次石油危机、伊拉克战争、利比亚内战。特征是供给冲击对通胀和政策的持续传导有限，政策未极端转向抗通胀[27][28][31]。 * 模型评价：该模型提供了一个基于历史事件回测的、结构化的分析框架，能够清晰刻画油价冲击后资产价格演变的典型路径和不同宏观情境下的资产表现分化，对当前市场判断具有参考意义[17][36]。 模型的回测效果 本报告未提供传统量化模型中常见的如年化收益率、夏普比率、最大回撤、信息比率（IR）等统一口径的绩效指标。其“回测效果”体现在对不同情境下历史资产表现的数据统计和规律总结上。 1. 滞涨型样本情境下的资产表现规律 [21][22][24][26] * 大类资产表现：能源（布油）表现最强，黄金偏强，权益资产（如标普500、欧股、A股、港股）普遍承压，利率（10Y美债收益率）上行，美元走强。 * 美股行业表现：能源、公用事业、原材料、通信、医疗保健、必需消费等防御和上游周期板块相对占优，胜率高；信息技术、可选消费、工业、金融、地产等成长和流动性敏感板块相对承压。 * 关键判断：高油价持续并触发“紧政策、低增长”组合是导致滞涨交易格局的核心。 2. 非滞涨型样本情境下的资产表现规律 [28][30][31] * 大类资产表现：权益资产未必进入系统性熊市，以美股为代表的海外市场可能出现修复；黄金表现较好；美元走弱，利率下行或震荡；油价上涨但涨幅和持续性可能不及滞涨型样本。 * A股行业表现：煤炭、银行、传媒、公用事业、食品饮料、交通运输等行业在部分时间窗口表现相对较好；国防军工、环保、电子、电力设备等行业相对偏弱。 * 关键判断：若油价冲击未持续传导至通胀与政策，则市场更可能从短期冲击回归基本面修复逻辑，但不同市场和风格分化明显。 3. 跨情境的共性规律 [14][17][36] * 市场反应四阶段：恐慌交易（防御资产占优）→ 反转交易（超跌修复）→ 滞涨预期交易（若高油价持续）→ 现实交易（回归基本面与政策现实）。 * 核心影响变量：油价高位维持的持续性、通胀预期变化、政策在“稳增长”与“抗通胀”间的权衡。 * 估值影响：起始估值较高的市场对高利率和滞涨约束更敏感，表现压力更大[35][36]。