原油价格年初以来波动较大,其涨跌对市场、行业和股票有何影响呢?本文将从量化的视角进行探讨。    原油价格对股票市场的影响。原油和股票市场的关系相对复杂。一般来说,在油价上涨的中前期,经济需求扩张,企业盈利增长,股市伴随油价上涨;当油价上涨步入中后期,一方面会导致企业生产成本增加,利润降低,另一方面会带来输入性通胀压力,导致央行采取紧缩性货币政策,股市往往下跌。格兰杰因果检验显示,原油收益率是股市收益率的格兰杰因。Wind全A与滞后5阶的布伦特原油收益率序列的相关系数为-0.29,负相关性十分明显。我们构建的单因子择时策略在Wind全A上取得了一定效果,多空年化收益率为20.50%,夏普比率为0.65,胜率为61%;多头年化收益率为18.83%,夏普比率为0.95,胜率高达69%。    原油价格对行业的影响。通过构建行业收益率关于油价涨幅的回归方程发现,与油价同期正相关性最强的中信一级行业为石油石化、煤炭、钢铁;与油价同期负相关性最强的中信一级行业为建筑、房地产、非银行金融。电力设备、电力及公用事业、综合在滞后一期表现显著,均为负向。此外,油价对建筑、汽车、轻工制造、电子元器件等行业存在非对称影响,在10%水平下显著。    基于油价敏感性的行业轮动策略。我们基于油价敏感性构建了行业轮动策略,一级行业轮动策略月均IC为4.96%,T值为2.49,胜率为62.16%。多空组合年化收益差为8.06%,胜率为61.26%,多头年化超额收益2.91%,空头年化超额收益-5.40%。二级行业轮动策略月均IC为4.13%,T值为3.09,胜率为61.26%。多空组合年化收益差为10.05%,胜率为59.46%,多头年化超额收益3.26%,空头年化超额收益-6.75%。策略的空头效应比较明显,而多头策略收益较低。    油价敏感性因子在风控模型中的应用。我们从宏观多因子模型的角度构建了油价敏感性因子,因子在前后两期横截面相关系数均值为0.96,稳定性较好,且与常见因子的相关系数较低。将个股收益率对该因子做截面回归,t值绝对值序列的平均值为2.05,显著占比为41%。在加入原有多因子模型后,模型的Adj-R2由7.32%上升至7.47%。我们将油价敏感性因子作为风险进行约束,并与仅对行业和市值风险进行约束的指数增强基准组合做对比。基准组合的年化超额收益率为23.06%,跟踪误差为5.85%,信息比率为3.94。而加入油价敏感性约束后的组合年化超额收益率提高至23.20%,跟踪误差下降至5.76%,信息比率提高至4.02。    风险提示。模型误设风险、因子有效性变动风险。

声明：如本站内容不慎侵犯了您的权益，请联系邮箱：wangshiyuan@epins.cn 我们将迅速删除。