本文測算結果顯示，我國經濟正處於擴張前期，即將進入擴張後期，並且這輪擴張期會於2021年年底左右結束。縱觀全年，我們建議配置股票，在股票行業的選擇上，我們建議配置消費股和順周期股，比如食品飲料、休閒服務、電子、家用電器、非銀金融和建築材料。
我們發現衡量中國經濟周期的三項指標存在40個月至50個月的波動周期。其中，流動性指標領先增長指標大約10個月左右，領先通脹指標12個月左右。我們認為中國正處於擴張前期，流動性即將進入拐點。我們對中國經濟周期預測如下：流動性的波峰出現在2021年2月（進入擴張後期），增長波峰出現在2021年12月（進入滯漲期），通脹波峰出現在2022年2月份（進入衰退前期）。
我們發現在復甦、擴張和滯漲期，股票的收益率均顯著高於其他資產。在衰退期，債券收益率表現最佳。
基於各個行業在不同周期下的表現，我們發現，在復甦期和擴張期，以汽車電子為代表的周期下遊股有最好的表現。在滯漲期，我們建議持有周期中遊和下遊、地產以及金融。值得一提的是，消費類股票可以穿越周期，即使在衰退期也能有正收益。其中，食品飲料行業在所有周期下都取得了正向的月平均收益率。
在數據的使用和處理上，本文有三個創新：第一，對所有相關數據均做了嚴格的季節效應調整，採用了最新的X-13-ARIMA模型（由美國統計局開發的考慮了春節效應的模型）。第二，通貨膨脹採用了CPI和PPI的加權，權重的選擇利用模型分解出CPI和PPI對GDP平減指數方差影響的貢獻率，從而獲得CPI和PPI的權重。第三，我們對CPI和PPI做了嚴謹的預測，可以獲得2021年11月之前的通脹走勢，從而得到流動性和增長的外推預測，獲得對應的資產配置建議。
一、中國經濟周期模型
經濟周期對各類資產收益率有顯著影響。從著名的美林時鐘開始，有一種投資理念便是把注意力集中在市場所處的經濟周期上，而不是資產自身的屬性，比如市盈率等投資指標，這種理念的收益效果在多個海外市場得到了經驗數據的支持。與美林時鐘不同，本文加入了流動性指標，構建了三因子中國經濟周期模型，流動性在中國被認為是一個良好的先行指標，對於經濟增長和物價有先行預判的作用。
本文將經濟周期劃分為6個階段，分別是復甦、擴張前、擴張後、滯漲、衰退前、衰退後。劃分的標準是基於增長數據、通脹數據和流動性數據這三個指標。其中，增長數據由克強指數來衡量，通脹數據由CPI同比和PPI同比加權平均來衡量，流動性由M1同比增速來衡量。數據從2006年1月至2020年11月。我們採用BP濾波剔除數據趨勢項，獲得周期波動項，進而劃分出6個階段。這6個階段的具體標準是：
復甦：流動性上升，增長上升，通脹下降
擴張前：流動性上升，增長上升，通脹上升
擴張後：流動性下降，增長上升，通脹上升
滯漲：流動性下降，增長下降，通脹上升
衰退前：流動性下降，增長下降，通脹下降
衰退後：流動性上升，增長下降，通脹下降
值得注意的是，這裡的上升與下降邊際意義上的。比如，對於流動性指標，我們首先用BP濾波剔除原始數據的趨勢項從而得到周期項，當流動性指標的當期周期項高於上一期的周期項時，該期將被判定為流動性上升。反之，該期將被判定為流動性下降。
圖1至圖3展示了三項指標的原數據（經過季度性調節）和所對應的周期項，我們發現經過bp濾波處理得到的周期項能夠較好地反映原始指標的周期波動，與原數據的周期走勢基本一致。以流動性為例，周期項的波峰出現在2006年7月、2010年5月、2013年8月、2017年2月，原始數據在相對應的時期也處於相對的高位。
圖1 流動性的周期性波動
數據來源：wind
圖2 增長的周期性波動
數據來源：wind
圖3 通脹的周期性波動
數據來源：wind
經濟周期模型顯示三項指標的周期長度大致在40個月至50個月（高點與低點之間相差20個月至25個月）。周期的長度隨著時間而變化。2015年之前，中國經濟周期的長度在逐漸下降。表1反映了這種變化，我們發現三項指標在2006年開始的那輪周期中，高點和低點相差25個月，在第三輪周期中，高點低點之間距離明顯減少，尤其反映在流動性與通脹這兩項指標上。在最新的一輪周期中，周期的長度又一次變長。這事實上反映了中國經濟驅動力從市場轉向政策，又從政策轉向市場的過程。比較典型的是，2009-2015年，房地產和基建政策成為經濟周期風向標，經濟一旦出現下行壓力，逆周期的政策就開始發力，導致經濟出現所謂的「短周期現象」，這在很大程度上降低了整體經濟周期的長度。
這三項指標之間的關係也在隨時間而變化。流動性指標在前兩輪周期中大約領先增長指標2個月。在後兩輪周期中這種領先擴大到了10個月左右，說明實體經濟對流動性刺激的敏感程度在顯著下降。
從圖4來看，中國經濟當下處於擴張前期，流動性、增長、通脹都處於上升的階段，這與當下疫情後相對寬鬆的貨幣政策、強勁的經濟復甦相吻合。值得注意的是，流動性很有可能在短期內到達波峰，我們預期流動性拐點在2021年2月份，屆時中國將有可能進入擴張後期。
圖4 三項指標的周期項
數據來源：wind
圖5是加入了通脹預期值後，經過bp濾波處理的周期項。此處採用的通脹預期值來源於我們構建的CPI和PPI同比預測模型。
圖中的數據延伸到了2021年的11月，屆時通脹仍然處於高速上升的時期，但是也接近了下一個波峰，根據圖形與表格，我們推測波峰可能在2022年2月份左右，由於流動性一般領先通脹1年，所以這兩個指標的推測相互吻合，可以互為佐證。由此可以推出，流動性的波峰出現在2021年2月（進入擴張後），增長波峰出現在2021年12月（滯漲），通脹波峰出現在2022年2月份（衰退前）。
圖5 加入通脹預期值後的周期項
數據來源：wind
二、經濟周期下的大類資產配置策略
本文的大類資產種類分為股票、債券、大宗和現金，具體細分如下：
股票市場：上證綜指、滬深300和中小板綜合指數；
債券市場：中債綜合全價指數、中債總全價指數、中國國債總全價指數、中債信用債總全價指數；
大宗商品：南華綜合指數、CRB現貨指數；
現金：貨幣市場基金指數、人民幣兌美元。
圖6展示了滬深300、中債綜合全價指數、南華綜合指數和貨幣市場基金的月漲幅（其餘大類資產的收益見文末表3）。我們發現在復甦、擴張前、擴張後和滯漲期間，股票都是最好的選擇。與美林時鐘原研究報告的結論不同，我們沒有發現大宗商品在滯漲期間能有好的表現，並且股票的上漲往往出現在滯漲期開始啟動。在衰退期，最好的資產是債券。
股市的暴漲期往往出現在擴張後和滯漲期間，反映了部分散戶投資者傾向於在公司利潤兌現後才進入市場，因此即使經濟周期即將進入衰退期，市場仍然會由於慣性而大幅上漲。
圖6 各階段內大類資產平均月收益率
數據來源：wind
圖7展示了2006年以來各周期各階段大類資產的收益率，我們這裡重點分析2016年5月開始的這輪周期，據此推測2021年整體經濟周期的走勢。
2016年，我們的模型顯示該年的前半年是衰退期，之後進入復甦與擴張期。2016年總體的宏觀基本面延續2015年的疲弱，貨幣政策延續寬鬆，但力度不及2015 年，美聯儲進入加息周期導致資金外流壓力加劇。不過，伴隨著供給側改革深入，上市公司的盈利能力在逐步回升。
2017年，我們的模型顯示經濟進入擴張期。儘管當年地產政策仍然從嚴，貨幣政策也從緊，但是在三四線城市地產行情的帶動下，地產投資增速不降反升，經濟保持穩健增長。
2018年，我們的模型顯示經濟進入了衰退期。2018年經濟相對疲弱，社融增速顯著下行，工業增速以及投資也紛紛回落。
2019年，我們的模型顯示經濟走出衰退、迎來復甦期。2019 的1月，新增人民幣貸款32300億，同比多增3300億，創歷史單月最高，這反映流動性進入了上升期，我們的模型捕捉到了這一現象，模型反映經濟體在2019年2月進入衰退後期，也就是流動性上升、增長下降、通脹下降的時期。上市公司盈利在3季度企穩，全年盈利呈現U型，這與我們模型在11月走出衰退、進入復甦相吻合。
進入2020年，由於新冠疫情爆發，經濟迅速陷入衰退，打亂了模型中正處於復甦階段的經濟周期。原本經濟體的流動性在2019年觸底，增長在2019年11月觸底，通脹會在2020年2月觸底，整個經濟在1月和2月處於復甦期，並將在2月後進入擴張前，在這種情況下，中國經濟數據可能在2月後見到增長數據有一個上升的走勢。然而，由於突如其來的新冠疫情，1季度，三項指標都全面下滑，1月和2月的經濟數據和資產收益率和復甦期間的表現有巨大差異。但是，疫情對基本面的衝擊是一次性的。現在值得討論的問題是，中國經濟究竟處在什麼位置？未來會發生什麼？
我們的模型結果顯示：流動性的波峰出現在2021年2月（進入擴張後），增長波峰出現在2021年12月（滯漲），通脹波峰出現在2022年2月份（衰退前）。2020年11月，原財政部部長樓繼偉提出中國已到研究寬鬆貨幣政策有序退出的時候，這與我們模型的結論相一致。由於流動性高峰過後，增長的高峰會在10個月出現，這也與2021年中國經濟全年增長的預期相一致（一季度中國經濟由於基數問題，可能出現一個階段性增長的高點，但是我們這裡討論的是剔除了異常值和季節性因素的情況。）世界貨幣基金組織IMF預期中國2021年增速為同比8.2%。因此，我們認為在2021年全年，中國經濟主要處於擴張後期這個時間段，建議配置股票資產。
圖7 2006年以來各周期各階段大類資產的收益率
數據來源：wind
三、經濟周期下的行業配置策略
我們在這個章節討論各行業在各個經濟周期下的具體表現，由這些行業在各個階段下的平均月收益率來衡量收益表現。
我們發現在復甦期，汽車、電子、建築材料、電氣設備和家用電器是收益率最高的五個行業。在復甦期，流動性仍然處於上升期，同時，增長也由衰退期的下降變為了上升，通脹處於下降期。在這個時期，市場可以預期居民的收入即將開始提升，企業開始盈利，所以汽車、家用電器將收益於居民未來一段時間相對確定的消費支出。建築材料、電子和電氣設備受益於企業未來一段時間的擴大再生產。
圖8 各行業（申萬）在復甦期的表現
數據來源：wind。
在擴張期，食品飲料、休閒服務、家用電器、國防和電子是收益率最高的五個行業。擴張期與復甦期不同的是，通脹從下降變為了上升，食品飲料和休閒服務可以有效地抗通脹，因為這些行業的產品價格受益於高的通脹。家用電器和電子行業在這個階段仍然受益於較高的居民收入和企業效益。
圖9 各行業（申萬）在擴張期的表現
數據來源：wind
根據我們之前的分析，中國經濟將在2021年2月進入擴張後期，我們這裡再具體分析在擴張後期的表現。可以發現，家用電器、食品飲料、休閒服務是表現最好的行業，擴張後期與擴張前期不同的地方在於流動性從上升變為了下降。但是貨幣政策的調整並不會影響這三類行業的效益，影響這三類行業的主要是居民的收入，流動性改變對於居民收入的影響相對有限，所以居民購買這些行業的產品或者服務的數量並不會受到太大的影響。
圖10 各行業（申萬）在擴張後期的表現
在滯漲期，非銀金融表現最佳，在之前復甦期和擴張期表現較好的食品飲料、休閒服務和周期下遊此時收益較低。表現最好的有周期中遊和下遊、地產以及金融，其中，非銀金融、建築材料、鋼鐵、有色金屬和建築裝飾是收益率最高的五個行業。在滯漲期，流動性繼續下降，增長也由上升變為了下降，通脹更是處於高位。但是企業的效益因為滯後的原因，往往在這個時間段才開始釋放，所以一部分後知後覺的投資者在這個時間段看到的高企的企業效益會繼續湧入市場，與經濟周期強相關的行業在這個時間段會釋放效益，股價也會進入高速的上漲期。
圖11 各行業（申萬）在滯漲期的表現
數據來源：wind
股市整體在衰退期處於下跌的狀態，但是食品飲料和農林牧漁行業的股票仍然有正向的收益。在衰退期，經濟增長下降，通脹下降，企業效益往往處於下滑的狀態，所以，順周期的行業往往有較大的跌幅，可以發現，鋼鐵、有色金屬和汽車行業是下跌前三的行業。在這個時期，因為食品飲料和農林牧漁企業的產品往往是居民的必需品，受經濟的衝擊比較小，是良好的防守行業，容易收到資金青睞，從而股價上漲。
圖12 各行業（申萬）在衰退期的表現
數據來源：wind
四、穿越周期的行業
隨著經濟增速下臺階，中國經濟的主要驅動力從投資和出口開始轉為內生的消費。工業增加值同比從危機之前常年的兩位數增長到如今保持在5%左右，同期的消費數據同比經常靠近10%。因此，在過去的十年內，以食品飲料、農林牧漁、醫藥生物為代表的消費股和類消費股都有不錯的表現，並且這類股票的收益能夠超越經濟周期。在A股市場，有一種投資想法表達為「喝酒吃藥」，也就是投資以食品和醫藥為代表的逆周期行業，通過這樣的投資可以跨越市場周期。在這部分，我們將分析食品飲料、醫藥生物、農林牧漁能否有超越周期的平穩收益。
首先，圖11表明，在衰退期，食品飲料、農林牧漁、醫藥生物是收益率排名前三的行業。其中，食品飲料、農林牧漁收益為正。其次，我們對比了食品飲料與順周期有色金屬行業的月均收益率，圖12表明有色金屬行業在復甦、擴張和滯漲時期有顯著高收益率，在衰退期有較高的負收益率。相比之下，食品飲料行業在所有周期下都有正收益。在復甦和滯漲期，食品飲料行業低於有色金屬，在其餘時期都高於有色金屬。所以說持有食品飲料行業的投資標的能平穩地度過各個周期。
圖13對比了這三類行業在不同周期下的表現。我們有以下發現：（1）只有食品飲料行業在所有周期有正向月平均收益。醫藥生物在衰退前有負向收益，農林牧漁在擴張後時期有負向收益。綜上，我們認為食品飲料行業能最平穩地度過所有周期
圖13 食品飲料行業與順周期行業在不同周期下的月平均收益率
數據來源：wind
圖14 各穿越周期行業在不同周期下的月平均收益率
數據來源：wind
五、2020年12月各行業收益率
中國經濟在12月處於擴張前的階段，根據我們的模型，建議投資者買入國防軍工、食品飲料、休閒服務、電氣設備和醫藥生物。在2020年12月，最新的一期樣本中（在估計模型時，數據截止到2020年11月），我們發現休閒服務、電氣設備、食品飲料、國防軍工和醫藥生物是排名前五的行業（具體排名有所改變），這體現了我們模型的有效性。
圖15 各行業在2020年12月的月收益率
數據來源：wind
六、投資建議
綜合上文分析，我們認為中國經濟在2021年的1月和2月處於擴張前期。從3月至12月，處於擴張後期。在這個時間段，食品飲料、休閒服務、電子和家用電器是較好的配置標的。因為經濟周期有時會加速進入下一周期，如果經濟增長在2021年年比預期更快回落，經濟體也有可能比預期的更快進入滯漲期，屆時非銀金融、建材、鋼鐵和有色金屬會有超額收益。
作者：肖立晟，九方金融研究所首席經濟學家，中國社科院世經政所全球宏觀經濟研究室主任。
尤眾元，九方金融研究所宏觀研究員，北卡羅萊納州立大學經濟學博士。