两融市场和金融地产板块现状 [page::2][page::3]

• 两融市场持续健康发展，融资融券余额集中于制造业、消费和大金融行业，但大金融中的转融券余额不高。

- 金融地产板块股票两融标的覆盖率高，融券成本低且波动较小，标的充足的ETF基金为重要转融券来源。

• 2022年融券余额略有下降，反映交易情绪和打新需求减少，但利率低位稳定，支持融券配对交易策略。

金融地产行业股价与净利润高度相关 [page::4][page::5]

• 银行业净利润与行业指数趋势紧密，利息净收入为核心驱动；券商行业受市场行情波动明显，投行业务增长是亮点。

- 地产行业净利润与股价相关性较低，政策调整使市场预期领先于净利润表现，需结合商业模式细分盈利因素建模。

• 净利润解构分别为银行的利息与信用减值、券商的投行业务与风险管理、地产的销售面积和销售净利率。

量化因子与基本面指标构建 [page::14][page::17]

| 指标分类 | 指标简称 | 说明 |
|---------|---------|------|
| 市场指标 | 总市值、市值增长、Beta、股息率 | 反映资产规模及风险 |
| 估值指标 | 市盈率倒数、市销率倒数 | 企业估值水平 |
| 经营指标 | 资产负债率、员工人数变化、投资收益 | 企业经营负债及增长 |
| 收益质量 | ROA、ROE | 公司盈利能力 |
| 增长指标 | 收入增速、利润增速 | 业绩成长性 |
| 杜邦分析 | 利润率、总资产周转率、权益乘数 | 详细盈利构成分析 |

• 48个价格动量指标用于捕捉股价历史趋势，结合PCA降维后用于无监督层次聚类，识别相似股票组别。

- 公司特征与动量指标结合聚类，选择合适聚类距离阈值以平衡离群点识别，辅助组建配对股票池。

配对交易策略构建及回测结果 [page::17][page::18][page::19]

基本面组合回测指标：

| 统计指标 | 指标值 |
|------------|---------|
| 年化收益率 | 16.2% |
| 年化波动率 | 11.9% |
| 夏普比率 | 1.33 |
| 卡玛比率 | 3.44 |
| 最大回撤 | -4.7% |


量化组合回测指标：

| 统计指标 | 指标值 |
|------------|---------|
| 年化收益率 | 31.3% |
| 年化波动率 | 15.8% |
| 夏普比率 | 1.82 |
| 卡玛比率 | 3.16 |
| 最大回撤 | -9.9% |

• 基本面配对利用财务基本面指标对行业公司评分，进行多空排序配对，追求稳定绝对收益；量化配对利用动量指标捕捉趋势性收益。

- 回测期间，两个策略均实现正收益，量化组年化收益更高但波动较大，基本面组表现稳健，符合绝对收益策略预期。

• 融券成本约年化7%，现金收益率约年化2%；策略未加杠杆，具备较好的风险控制和资金可应用性。

风险提示及策略展望 [page::0][page::20]

• 历史回测表现不代表未来结果，策略依赖于历史数据中的基础假设和市场效率。

- 外部政策、宏观经济波动可能影响金融地产板块股价及融券市场环境。

• 策略调仓周期为月度，存在潜在的时机风险和流动性风险。

- 融券配对交易适合在上市公司基本面分化和股价β一致性的背景下应用，当前金融地产板块环境提供良好条件。

金融地产板块融券配对交易逻辑和策略深度分析报告

---

一、元数据与报告概览

• 报告标题：《金融工程深度报告——金融地产板块融券配对交易逻辑和策略》

- 发布时间：2023年1月11日

• 发布机构：中国银河证券研究院

- 分析师：马普凡

• 研究主题：以金融地产板块为核心，基于两融市场数据，提出行业内多空配对交易策略，通过基本面与量化指标聚类匹配，追求绝对收益。

- 核心观点简述：
- 两融市场稳步发展，特别是融券市场规模扩大，且行业集中性明显，为建立板块内配对交易提供理想环境。
- 金融地产板块融资融券标的覆盖全，余额高且融券成本低，行业商业模式稳定，净利润与股价高度相关，成为分析核心。
- 通过层次聚类分析股票群组，配对组合回测表现优异，2022年基本面套利与量化套利年化收益分别达到16.2%和31.3%，最大回撤均控制在10%以内，风险可控。
- 风险提示强调历史数据的局限性，策略具备参考意义但不构成投资建议[page::0,2,3,13,18,19,20].

---

二、逐章节深度解读

2.1 两融市场和金融地产板块概况

报告首先介绍了两融市场持续健康稳定发展，尤其是2020年以来融券市场规模快速增长，监管政策支持标的扩容和融资费率下调，推动市场活跃度提升。截至2022年10月，沪深两市两融余额保持在约1.5万亿元水平，为融券配对交易创造良好外部环境。

• 关键数据：

- 两融余额（融资余额持平，融券余额有增减波动）如图1、图2所示，融券余额自2020年底快速增长后于2022年有所回落[page::2]。
- 行业分布集中：电子、电力设备、医药生物、消费行业和大金融为主要融资融券行业，但大金融的转融券余额相对较低，显示融券需求不一[page::2]。

这说明了行业资金面存在较大差异，金融地产虽然融资规模较大但融券部分较为有限，为后续融券配对交易提供了新的视角。

2.2 金融地产行业融资融券特性

• 融资融券覆盖面充足，主要细分行业中大部分股票均已为两融标的（图5），特别是国有大型银行、证券业等覆盖率接近100%[page::3]。

- 融券余额较低且成本稳定，由于市场交易情绪变化及打新需求减少，融券余额下降，但融券成本维持低位且稳定（图7、图8）[page::3]。

• ETF指数基金是重要转融券来源，金融地产板块在主流ETF中占有较大比重，券源充足但实际融券需求不足，支撑低成本特点（图9、图10）[page::4]。

以上特征体现了金融地产板块作为成熟行业资金面的相对稳定性，适合做多空对冲降低市场风险。

2.3 金融地产行业股价与利润相关性分析

报告强调行业股价指数走势与净利润绩效高度相关。尽管银行、券商、地产三行业商业模式不同，但都处于成熟稳定期，股价与净利润的变动展现强相关性（图11至图13）。

• 银行净利润稳步增长，反映了宏观经济稳健扩张[page::4]。

- 券商业绩剧烈波动，反映资本市场行情影响较大[page::4]。

• 地产行业股价表现对净利润反映迟缓，市场预期调控政策对未来利润的预期影响显著，呈现典型先行性[page::5]。

此外，报告提出净利润分解模型（图14）：

• 银行净利润由利息净收入和非息收入（减成本及减值）构成；

- 券商净利润由手续费收入、利息净收入、投资收入和减费用构成；

• 地产净利润则由销售面积、单价及销售净利率三因素决定。

这种盈利模型助于细化公司基本面的量化评价。

2.4 银行板块盈利模型分析

银行盈利核心围绕“利息净收入”及资产质量（信用减值损失）：

• 资产端收益由贷款和债券投资组成，负债端主要为存款和同业资金（占资金源76%）[page::6]。

- 利息净收入占营业收入70%以上且与净利润高度相关，报告认为利息净收入作为盈利变化主导因素可简化分析（图16、17）[page::6]。

• 成本收入比保持稳定（28%-30%），对利润波动影响较小（图18）[page::6]。

- 净息差趋势收窄，资产增速减缓，农商行和股份制银行因高利率贷款资产而净息差表现优于国有大行（图19、20）[page::7]。

• 资产质量通过不良率和拨备覆盖率评估，国有行和股份行因房地产风险影响，不良率更高且资产质量压力较大（图21、22）[page::7]。

综上，净息差水平及资产质量是银行基本面评价的核心指标。

2.5 券商板块盈利模型分析

券商业务划分轻资本和重资本两类：

• 轻资本业务：经纪业务、资管业务，毛利率较低但资本占用少[page::8]。

- 重资本业务：投行业务、信用业务、自营业务，盈利依赖风险资产规模和收益率，波动较大[page::8]。

2022年前三季度，投行业务是唯一正增长业务，显示资本市场注册制改革生效（图24、25）[page::9]。

此外，报告关注券商风险管理，指出部分券商重资本业务比例上升但风险控制能力不足，增发及融资规模居高不下，可能对股价产生负面影响（图26、27）[page::9]。

资管业务增长被视为高毛利、低资本占用的趋势，样本券商中参控公募基金利润贡献差异明显，高贡献者如长城证券、第一创业对业绩影响显著（表1、表2）[page::10]。资管规模增速鲜明差异，招行、中信、国泰君安等表现突出（图28）[page::11]。

投资业务与经纪业务利润率存在明显差异，券商需平衡业务结构与风险管控。

2.6 地产板块盈利模型分析

房地产企业净利润主要由销售活动驱动，销售景气度直接影响股价表现，开发投资亦影响长期增长[page::11]。

• 采用合同负债、预收账款余额增长作为销售代理指标，存货同比增速衡量投资意愿（图29）[page::11]。

- 地产销售面积同比与地产指数波动相关（图30）。

• 新开工及开发投资同比对指数走势亦具影响，但关联度稍弱（图31）[page::12]。

- 根据企业股东性质划分为央企、地方国企、公众和民营企业，观察发现央企及地方国企销售和拿地表现优于公众企业和民营企业，体现融资能力差异（图32、33）[page::12]。

这一细分有助于识别地产公司基本面差异。

2.7 配对交易策略提出

• 行业特征基础：金融地产为经济支柱行业，重要性及商业模式稳定，无快速技术迭代；行业内公司既有相似性导致波动相关，也表现出差异造就投资机会[page::13]。

- 策略思路：通过层次聚类识别相似股票组，利用基本面优势或量化动量指标对组内股票配对，形成多空对冲组合，力求实现绝对收益并控制波动[page::13]。

• 参考国外研究：借鉴He等（2021）基于美国市场的层次聚类配对交易，采用动量及公司特征指标，结合实际情况调整[page::13]。

2.8 配对交易方法详解

1. 特征选择

- 选股范围：申万银行、证券、保险、房地产开发板块的股票。
- 公司特征指标19项，覆盖市值、增长、估值、收益质量、增长、经营指标及杜邦分析等（表3）[page::14]。
- 动量指标48项，计算公式基于历史股价收益率的累积回报率，用于捕捉价格趋势[page::14,15]。

1. 特征预处理

- 标准化：消除量纲和单位差异带来的影响。
- PCA降维：提取主要成分，解释99%方差，突出关键信息[page::14]。

1. 聚类分析

- 使用层次聚类算法，自下而上合并样本，定义最大联结距离作为停止条件（图34示意）。
- 聚类距离采用平均距离度量，避免单点极端影响聚类结果[page::15,16]。

1. 交易配对构建

- 初步聚类后股票划分为集合或异常值。
- 基本面配对：基于行业差异化的重要指标计算Z-score后，进行公司间排序，选取最高得分对最低得分配对构建组合（银行关注净利润增长、净息差、拨备覆盖率、不良率，地产关注企业性质、合同负债和存货增长，券商关注净资产及投行收入占比）（图35）[page::16,17]。
- 量化配对：使用AC动量指标（过去90日年化回归斜率乘以R平方）排序，同样取高低对比构成配对[page::17]。

1. 回测策略设计

- 时间范围：2022年全年，体现当下行业基本面分化明显的时效性。
- 调仓：月度。
- 资金配置：初始资金100万，50%多头仓位。
- 融券成本7%年化，资金余额投资收益2%年化。
- 维持担保比例150%，策略无违反该限制情况[page::17,18]。

2.9 回测结果

• 基本面组合回测表现（图36，表4）：

- 年化收益16.2%
- 年化波动11.9%
- 夏普比率1.33
- 最大回撤-4.7%
表现稳定，波动较小，适合绝对收益追求[page::18]。

• 量化组合回测表现（图37，表5）：

- 年化收益31.3%（明显高于基本面组合）
- 年化波动15.8%
- 夏普比率1.82
- 最大回撤-9.9%
股价动量带来的收益弹性更大，但波动及风险明显增加[page::19]。

• 综合来看，基本面组合波动小、回撤低，量化组合收益高但伴随显著波动，两种策略可根据风险偏好选择。
• 策略未使用杠杆，且融券成本和资金收益假设均偏保守，未来仍有提升空间[page::19]。

---

三、风险因素评估

• 本报告明确指出历史数据不能简单外推，策略表现基于参数和时间样本的选择，未来市场环境变化可能使策略效果发生变化[page::0,20]。

- 两融市场监管政策、市场交易情绪、宏观经济走势、行业政策调整等均可能影响策略的适用性和有效性。

• 量化模型可能面临过度拟合风险，基本面模型随行业结构变化需动态调整。

- 无杠杆假设降低回撤可能，若实际操作中采用杠杆，风险敞口会明显增加。

策略使用中须配合风险管理与动态调整。

---

四、批判性视角与细微差别

• 策略设计基于金融地产板块商业模式稳定，未考虑行业可能出现的外部冲击或结构性变化（如政策激烈调整、突发经济变故等），存在假设前提限制。

- 量化配对动量指标虽带来高收益，但报告已指出其时间有效性存在波动，代表策略在不同市场周期表现差异大，因而可能不稳定。

• 基本面配对较为稳健但年化收益相对较低，可能不足以完全抵御市场大幅下跌风险。

- 聚类算法对参数（如最大距离）敏感，需持续调优，且样本股票的流动性、财务数据质量、报表滞后等因素可能影响结果准确性。

• 报告引用数据大多数来自Choice和公司公告，数据质量良好，但所有财务指标均存在会计政策差异和非经常性因素的潜在干扰需注意。

- 融券成本低且稳定的假设基于当前市场状态，未来若券源紧张或资金成本上升，策略盈利空间可能被压缩。

---

五、结论性综合总结

本报告围绕金融地产板块，结合两融市场的发展现状与行业特性，创新性地提出了基于层次聚类的融券配对交易策略，具备以下亮点：

• 第一，市场环境成熟：两融市场规模稳定且行业集中度高，使金融地产板块具备充分资金支持，融券成本低且标的覆盖全面，利于构建稳健的套利交易策略。

- 第二，紧扣行业基本面驱动：多维度净利润模型清晰刻画了银行、券商和地产的基本面差异，结合公司经营指标细化企业竞争力评价，策略选股与配对有效反映真实基本面分化。

• 第三，聚类分析精准筛选相似标的：利用无监督机器学习方法识别行业内部相似股票组合，既保证了多空配对的可比性，又避免了行情大幅波动的系统风险，使投资组合获得较为稳定的收益结构。

- 第四，辅以多元动量指标驱动：量化配对策略利用价格动量效应进一步抢占市场趋势收益，提升收益率，但伴随波动性增加，适合风险偏好更高的投资者。

• 第五，根据2022年回测数据，基本面配对策略年化收益16.2%，最大回撤4.7%，夏普1.33，表现稳健；量化配对收益可达31.3%，最大回撤9.9%，夏普1.82，适合积极策略[page::18,19]。

综上，报告提供了金融地产板块进行融券配对交易的系统化方法论和成熟策略，展现了两融市场资源配置与行业分化特征结合的套利空间，体现量化研究与基本面分析相结合的创新金融工程方法。投资者与机构可据此设计符合自身风险偏好的绝对收益策略。

---

六、重要图表解析示例

• 图1-2两融余额走势揭示两融市场规模自2020年起快速调整，融资余额峰值后趋稳，融券余额起伏明显，体现市场资金面的结构变化[page::2]。

- 图5金融地产市值及两融覆盖显示大多数细分行业融资融券标的覆盖率接近100%，确证板块资金充足，适合多空对冲操作[page::3]。

• 图14盈利模型拆分图清晰展示银行、券商、地产三个行业净利润的组成及驱动因素，是后续基本面指标细化的重要基础[page::5]。

- 图34层次聚类示意形象说明层次聚类过程，助于理解策略中股票组的构建逻辑[page::15]。

• 图36-37回测净值曲线帮助理解基本面组合的稳定性与量化组合的高收益高波动特性对比，提供策略风险收益直观感受[page::18,19]。

---

七、总结语

本报告提出的基于层次聚类的金融地产板块融券配对交易策略，通过系统的基本面分析与精细的量化动量指标筛选，实现了在大盘及行业指数表现疲软期内的稳定绝对收益。策略兼具科学性、实用性和创新性，为投资者利用两融市场结构优势开展多空套利提供了重要思路及操作框架。在具体实践中，应结合市场环境、资金成本及政策变化持续优化，谨慎管理风险。

---

参考页码：

0,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20

报告