■徐圣淇
宏观经济指数作为反映我国宏观经济状况的一项重要指标和运行状况的核心变量，通过影响企业基本面、市场流动性、投资者预期等多重渠道，深刻作用于股票市场的定价逻辑。目前在金融市场中，基于系统分析、规则分析和数据分析相结合的量化方法选择股票的方法已经得到了广泛的应用。通过对这些宏观指标的研究，有助于投资者把握股市趋势，从而达到最优投资组合、提升投资绩效的目的。
一、主要宏观经济指标及其对股票市场的影响
1.国内生产总值（GDP）增长率
国内生产总值增长率作为衡量经济体量扩张速度的黄金指标，其动态变化通过双重路径深刻影响资产定价。国内生产总值增速上行本质映射社会总需求扩张，直接推升企业销售收入与产能利用率。当名义国内生产总值增速持续高于长期趋势线时，上市公司整体盈利弹性显著释放。同时，国内生产总值增长背后是居民可支配收入的同步提升。如果一个国家的经济快速增长，那么人民的收入就会增加，同时他们的购买力也会提高，这样对企业来说是有利的。反之，若GDP增速放缓，经济将放缓，或面临经济衰退，对股票价格构成下行压力。
2.通货膨胀率
人们通常借助居民消费价格指数（CPI）、生产者价格指数（PPI）来衡量通货膨胀率。在适度的通胀环境中，可能导致成本推动型通胀，像那些有定价权的消费品企业，通胀时合理提价就能维持甚至提高盈利能力，对股价形成支撑。居民消费价格指数与生产者价格指数构成的通胀双轨体系在量化策略中远非简单风险指标，其通过“成本－定价”博弈、政策预期折现和消费结构迁移三重路径驱动股票市场分层演化。当通货膨胀率攀升至较高水平时，央行或许会采用加息、提高存款准备金率等紧缩货币政策，这就使得企业融资成本增加并且利润空间被压缩。高通胀还会降低消费者的实际购买力从而抑制消费需求，企业销售业绩也受到影响，这些因素一旦作用起来，股市就会受到负面影响。
3.利率
利率作为资金成本的反映，其变动通过重塑资本成本锚、资产比价坐标和现金流折现范式三重机制驱动股票重定价，其影响远非简单线性关系，而是呈现显著的期限结构与行业异质性特征。利率下降时，企业融资成本随之降低而投资意愿变强，盈利预期也跟着提升；同时，储蓄吸引力下降使资金从银行等储蓄渠道流向股市，这增加了股票市场的资金供给，从而推动股价上涨。像房地产、公用事业等这类资金密集型行业，其对利率变化比较敏感。当利率下降时，这些行业企业的偿债压力减轻且新项目投资可行性提高，因此股票价格往往能有不错的表现。反之，利率上升会使企业融资成本增加进而抑制投资和消费，并提升固定收益资产的相对吸引力，导致股票市场资金外流和估值下调。
二、宏观经济指标在量化选股策略中的作用机制
1.宏观经济指标与多因子模型
在量化选股中，多因子模型是应用最广泛的模型之一。宏观经济指标可作为关键的风险因子或风格因子纳入模型，如把GDP增长率作为反映经济增长前景的因子。当经济增长较快时，钢铁、煤炭等与经济周期紧密相关的周期类股票，在模型中的因子暴露值或预期收益率贡献较高，进而增加其在投资组合中的配置权重。此外，通货膨胀率可作为影响企业成本和定价能力的因子，高通胀环境下，成本转嫁能力强且有定价权的企业表现更优，在模型中获得的权重会更高。利率因子对不同行业影响各异，资金密集型行业受利率影响显著，将利率指标纳入模型，有助于识别并筛选不同利率环境下的优势企业股票。
2.宏观经济指标与风格轮动模型
风格轮动模型旨在捕捉市场在不同时期对不同风格股票（如价值股、成长股、小盘股、大盘股等）的偏好变化情况，宏观经济环境是推动风格轮动的关键因素之一。当经济复苏与扩张刚开始的时候，市场的风险偏好慢慢提高，成长股通常更受欢迎。这是因为经济增长预期良好，成长型企业增长潜力高，盈利增速或许会更快，股票价格上升的空间也大。这时量化选股策略能够依据GDP增长率、PMI（采购经理指数）等宏观经济指标判定经济处于什么阶段，提升成长股风格因子的权重，重点配置高成长性股票。而当经济有下行压力时，市场就更偏向于防御性的价值股。把通货膨胀率、利率等宏观经济指标放进风格轮动模型，就能更精确地把握住市场风格切换的时机并使选股策略得到优化。
3.宏观经济指标与行业轮动模型
传统经济周期理论在量化实践中面临周期边界模糊与行业响应滞后的困境，而宏观经济指标是行业轮动模型的重要依据。例如，经济复苏期PMI、货币供应量等先行指标回升，建筑、建材等基建行业率先受益；经济增长期消费品行业（如食品、饮料、家电）逐步复苏；经济过热期大宗商品价格上涨利好资源行业；经济衰退期公共事业、医药等防御性行业表现更稳定。通过追踪GDP增长率、利率、PPI等指标判断经济周期，可提前布局潜在上涨板块，规避下行板块以获取超额收益。
三、基于宏观经济指标的量化选股策略实证分析
1.数据选取与处理
选取过去十年的GDP增长率、CPI、利率、城镇调查等宏观经济数据，以及同期A股市场的股票价格、财务指标、10年期国债收益率等数据。对宏观经济数据进行标准化处理以消除量纲影响，同时清洗股票数据，剔除异常值和退市股票。在实际操作中，数据的清洗和处理是一项复杂且关键的工作。例如，对于一些缺失的宏观经济数据，需要采用合适的插值方法进行补充，以保证数据的完整性和准确性。
2.模型构建与策略实施
构建一个包含宏观经济指标因子的多因子量化选股模型。将GDP增长率、通货膨胀率、利率等宏观经济指标作为因子之一，与传统的财务因子（如市盈率、市净率、净资产收益率等）、市场因子（如成交量、换手率等）相结合。通过主成分分析、回归分析等方法确定各因子的权重，构建股票综合评分体系。根据评分高低选取一定数量的股票构建投资组合，定期（如每月或每季度）对投资组合进行调整，以适应宏观经济环境和市场变化。在模型构建过程中，不同因子权重的确定需要反复测试和优化。
3.策略绩效评估
本项目以基于宏观指标的量化投资策略为研究对象，以年收益率、夏普比、最大回撤为指标，并与仅包含财务、市场因子的模型对比显示：纳入宏观指标后，量化选股策略的平均收益率提升1.1%，夏普比率提升0.4%，最大回撤降低3.2%，表明正确使用宏观指标能够改善股市表现，提升风险收益比。进一步分析发现，在不同的市场环境下，宏观指标对策略绩效的提升效果有所不同。例如，在经济波动较大的年份，宏观指标的引入对策略绩效的提升更为显著。
四、结论与建议
1.研究结论
宏观经济指标对股票市场的影响很大，其影响机制也是多方面的。主要的宏观经济指标，如 GDP增长率、通胀率、利率等，不仅可以反映宏观经济的运行状况，还可以作为多因子模型、风格轮动模型、行业轮动模型等量化投资策略的输入变量。实证研究表明，在量化筛选个股过程中引入宏观经济指数，能够提高企业的策略绩效，提高企业总体收益，增强企业风险管理水平。
2.投资建议
投资者运用量化选股策略时，需要高度重视宏观经济指标的分析与运用工作，要密切关注宏观经济数据发布的状况并深入研究宏观经济形势发生变化给股票市场带来的影响。在宏观经济环境面前，要调整量化选股模型里的参数以及因子权重，并且及时优化自己的投资组合。例如，经济扩张时就增加跟经济周期有关的因子权重且重点配置成长股和周期股；经济衰退时则提高防御性因子权重且重点配置价值股和防御性行业的股票。同时，要结合多种分析方法与风险管理工具，持续优化策略以适应复杂市场。此外，还可以建立宏观经济指标预警机制，当某些关键指标出现异常变化时，及时对投资组合进行调整，以降低投资风险。
（作者单位：对外经济贸易大学中国金融学院）
