本报告基于1995—2016年全球主要国家股票指数数据,采用极值点定量识别法测度实际基钦周期长度,发现周期长度近似服从均值42个月的正态分布,成熟市场周期长度更接近理论均值,新兴市场偏差较大;周期长度表现出明显回复性,长周期后大概率出现短周期,反之亦然。当前市场周期状态与2001-2002年最为相似,存在“双底部”现象,容易引发周期拐点误判,预计可能出现年底回调形成真正周期底部
| 指数名称 | 平均周期长度(月) | 最短周期(月) | 最长周期(月) | 标准差(月) | 平均偏离理论值(%) |
|---|---|---|---|---|---|
| 标普500 | 42.2 | 37 | 51 | 5.31 | 0.40 |
| 纳斯达克指数 | 42.2 | 28 | 64 | 13.35 | 0.40 |
| 道琼斯工业 | 42.2 | 27 | 54 | 8.89 | 0.40 |
| 德国DAX | 42.0 | 22 | 51 | 11.61 | 0.00 |
| MSCI新兴市场 | 40.7 | 31 | 48 | 6.68 | -3.17 |
| 上证综指 | 43.7 | 34 | 57 | 8.52 | 3.97 |
| 指数名称 | 误识别周期长度(单位:月) |
|---|---|
| 标普500 | 33-35 |
| 纳斯达克 | 31-37 |
| 道琼斯工业 | 31-37 |
| 上证综指 | 32-34 |
| 俄罗斯RTS | 27-50 |
报告标题:《如何有效判断真正的周期拐点?——基钦周期实际长度定量测度提升市场拐点判准概率》
作者及联系方式:林晓明、黄晓彬、韩晳,均为华泰证券研究员,联系电话和电子邮件详见报告页头
发布机构:华泰证券研究所(金工研究/深度研究)
发布日期:2019年7月1日
研究对象及主题:全球主要股票市场的基钦周期(典型中短周期,通常理论长度约42个月)的实际长度及其统计规律,通过定量统计周期长度数据,判断周期拐点误判风险,探索周期长度的波动规律与拐点判准方法。
核心论点:
本报告突破传统依赖信号处理方法(傅里叶、小波分析等)估算平均周期长度的局限,聚焦“实际周期长度”的定量统计,采用“极值点定量识别法”划分周期顶底点。该方法通过以下步骤实现周期起止点确定:
该识别规则具一定主观性和后验特征,参数调整旨在提升识别合理性与一致性。实际操作需结合滤波及多变量佐证,周期识别存在一定不确定性和误差。
这一方法直接基于对数同比序列,避免趋势和季节效应干扰,揭示真实市场周期行为。
报告样本覆盖全球主要成熟市场(如标普500,富时100,德国DAX,日本日经225等)及新兴市场(如中国上证综指、深证成指、巴西IBOVESPA、韩国综合指数等)的股票指数。报告选取1995年起数据,依据上述极值点定量识别法划分周期起止,结果显示:
报告对1995-2016年的六轮完整周期进行了系统统计,核心发现:
上述发现丰富了传统定性周期理论,提供定量实证支持,并指出周期长度的统计规律和市场差异。
报告重点指出,当前(2019年)股市周期状态与2001-2002年和2011-2012年明显相似:
该分析为周期拐点定量判定提供了历史对照和逻辑支撑,有助投资者合理预判后市风险。
报告细致分析周期底部现象,揭示:
图表1(全球主要股票指数)详列研究涵盖发达及新兴国家重要股指及代码,明确样本范围与数据来源,为后续分析打基础。
图表2-20(各指数同比序列周期识别图)展示标普500、纳斯达克、道琼斯、富时100、德国DAX、法国CAC40、澳洲标普200等主要指数在1991年至2019年间的对数同比数据及识别的周期拐点(红色为底部,绿色顶部),直观呈现周期结构及极值点识别方法的有效性。观察到周期底部多在大型市场经济转折期出现,且各指数在周期形态上表现出高度同步性,尤其是2008年以后周期相位几乎一致,强调全球市场的联动性增强。
图表21-22(周期起点时间表)详细罗列各指数自1995年以来七轮周期起点时间,周期分段清晰,便于横向纵向对比分析。数据表现出不同指数周期起点有细微错位,反映周期底部共振但非完美同步。
图表23(全球股指实际周期识别结果条形图)用颜色区分周期时长直观表现不同指数各轮周期长度,展示周期起止并突显不同指数间周期长度的差异和时间维度趋势。
图表24(周期长度统计表)涵盖19个指数六轮周期长度,数据细致,提供绝对值对比。最长周期纳斯达克第3轮64个月,最短为德国DAX第3轮22个月,显著波动表明周期识别复杂性。
图表25(周期长度分布柱状图)显示绝大多数周期长度集中于30至58个月,佐证周期长度分布近似正态,强化理论与实际数据的一致性。
图表26-27(成熟市场与新兴市场周期长度描述性统计与箱线图)细分市场分布,成熟市场周期长度汇聚42个月左右,新兴市场周期分布相对分散。箱线图反映个别指数存在异常周期数据,强调周期识别需要结合市场特性进行个性化调整。
图表28-30(成熟与新兴市场周期长度峰值分布柱状图)分别展示两个市场的周期长度分布形态,新兴市场峰值略低于42个月,成熟市场略高,显示周期长度的市场差异。
图表31-32(各轮周期内周期长度比较箱线图)展示6轮周期的周期长度分布及离散程度,发现第3轮周期周期长度分散最大,第1、4-6轮更集中,反映不同时期的市场结构波动变化。
图表33-36(周期长度回复性饼图)直观显示短周期后长周期出现概率较高,长周期后短周期概率亦明显,符合周期平均回归逻辑,这对于风险管理和周期判断意义重大。
图表37-38(CRB指数三周期状态及滤波图)对比不同周期长度的商品价格变动,佐证市场短中长周期状态对应年份,印证当前周期状态与历史相似,为周期预测提供宏观经济基础。
图表39-40(周期起点与各股指合成序列底部)反映周期起点多阶段性底部结构,群体同步出现双底,为周期识别误判机制提供视觉旁证。
图表41-42(2001-2002年第3轮及2011-2012年第6轮周期起点识别效果对比表)具体列示多个指数是否提前误判周期底部,说明周期起点识别复杂且易受短期震荡影响,平均误判期约为34个月周期,显示投资者易陷入周期早底陷阱。
图表43(误识别周期长度汇总表)统计误判导致的周期缩短效应,为当前周期缩短现象提供对比参照,
图表44-50(各轮周期底部行为及阶段性底部数据)详尽罗列周期各指数底部次数、时间及同比值,支撑“双底部”结构假设,有效量化历史周期起点长时间跨度和多个底部特征。
本报告主要基于历史数据量化统计和周期理论研究,未涉及个别公司或行业估值模型(如DCF、市盈率等)。其核心价值在于周期辨识及趋势判断,对宏观和投资策略具有指导意义,不涉及具体估值参数设定或价格目标。
报告明确指出周期理论虽基于近百年大样本实证,但面临以下风险:
此外,周期长度偏离以及周期底部多阶段重叠导致误判风险,是周期判断的结构性风险,投资决策需防范“假底”现象导致的错误买入信号。,25]
本报告通过构建的“极值点定量识别法”对全球主要股票指数1995-2016年期间基钦周期的实际长度进行了系统统计分析,得出以下关键发现和结论:
综上,报告提供了基于全球主要股指实证的基钦周期实际长度统计规律和周期底部判定逻辑,揭示周期长度“缩水”现象主要源于周期多阶段底部导致的拐点误判,强调当前周期状态与2001-2002年相似,后市或将出现重要回调,完成周期真正底部确认,为投资周期拐点判定和市场节奏把握提供了科学的定量参考和实证基础。
(更多图表详见报告相应页码)
综上,此份报告凭借严谨的定量方法和丰富的实证数据,为周期拐点判定提供了科学依据和投资参考,特别对于判断周期底部的误判风险和周期周期长度波动规律提供了重要洞见,是周期研究领域重要的深度报告。
金工研究:如何有效判断真正的周期拐点? 定量测度实际周期长度提升市场拐点判准概率.pdf