宏观经济周期下中国股市基本面因子的风险溢价变化研究.pdf

2023 年第 9 期总第 296 期征信CREDIT REFERENCENo.92023Serial No.296【金融纵横】摘要：基于我国20052021年所有非金融A股上市公司数据，通过构建因子模拟组合得到主要基本面因子的风险溢价，并利用合成指数法和Bry-Boschan法对2006年7月至2022年12月的宏观经济周期进行划分，重点分析不同经济状态下基本面因子风险溢价的均值和显著性变化。研究发现：（1）我国宏观经济周期整体呈现“扩张期短、收缩期长”的特征；（2）基本面因子的风险溢价显著水平存在较大差异；（3）宏观经济扩张或收缩会对部分基本面因子的风险溢价造成明显影响；（4）在国内股票市场通过基本面因子筛选构建量化投资组合可以获得超额收益，而减少组合头寸调整频度与幅度，有利于实现长期盈利。关键词：宏观经济周期；基本面因子；因子溢价；量化投资；合成指数法；Bry-Boschan法中图分类号：F832.51文献标识码：A文章编号：1674-747X（2023）09-0061-07宏观经济周期下中国股市基本面因子的风险溢价变化研究罗晶，李思叡（西南财经大学 西财智库，四川 成都 611130）引言我国“十四五”规划提出，完善资本市场基础制度，健全多层次资本市场体系，大力发展机构投资者，提高直接融资特别是股权融资比重。2022年4月29日，党的十九届中央政治局会议进一步强调，稳步推进股票发行注册制改革，积极引入长期投资者，保持资本市场平稳运行。在国家政策的强力推动下，国内社保基金、保险基金、企业年金和个人养老金加速进入资本市场。截至2022年年底，各类公募基金、社保基金、保险机构等专业机构投资者合计持有流通市值占全部 A 股流通市值的比例达到19.9%，规模已超过16万亿元1。巨量的长期资金入市，对国内股票资产配置方法提出了新的挑战。相较于传统的股票投资方法，以均值方差模型、资本资产定价模型、套利定价模型、三因子模型等为基础理论的基本面多因子模型，具有更客观、覆盖更广、可复制性更高、成本更低等优势，较好地融合了传统价值投资理念，已成为国内股票资产配置的重要方法2。基本面多因子模型中的因子是各类反映公司发展状况、且能够预测股票收益率的变量。该模型认为，投资组合的期望超额收益率等于投资组合对各类基本面因子的风险暴露与这些因子风险溢价的乘积之和。前者是指股票对某个基本面因子所代表风险的暴露程度，相对稳定；后者是指市场对每单位风险暴露给予的补偿，变化较大。实际上，近些年我国宏观经济形势发生较大变化，股票市场风格也频繁切换，以基本面多因子模型为代表的量化股票投资基金净值常遭遇较大回撤。根据上一阶段宏观经济状况构建的投资组合，在下一阶段的表现往往不佳。部分原因在于基本面因子的风险溢价发生较大变化，而投资组合并未适时优化调整。那么，在不同的宏观经济周期下，基本面因子的风险溢价是否真的会发生重大变化？哪些基本面因子的风险溢价相对稳定？哪些基本面因子的风险溢价受宏观经济影响较大？对于上述问题的研收稿日期：2023-06-06基金项目：国家社会科学基金青年基金项目（22CJY050）；中央高校基本科研业务费资助项目（JBK2304142）作者简介：罗晶（1987），男，四川仪陇人，研究员，博士，主要研究方向为资产定价、量化投资，本文通信作者；李思叡（1996），女，四川成都人，助理研究员，硕士，主要研究方向为区域经济、信息科学与技术。61究，不仅有助于了解宏观经济金融形势对市场风险偏好的影响，还有利于基本面因子模型降低宏观经济层面的风险，具有重要的理论价值与实践价值。一、相关文献（一）宏观经济对股票市场的影响Rapach等3基于美国、英国、德国、法国和日本等12个国家20世纪70年代至90年代的宏观经济和股票市场数据，研究工业生产值增速、失业率变化、通胀率和利率等宏观经济变量对股票收益率的预测效果，实证发现，宏观经济变量中利率预测与股票收益率的一致性和可靠性最佳。Filis4研究发现，希腊的工业生产与股市表现没有明显联系，而股市表现对CPI有长期的正向效应。Pilinkus5认为，波罗的海国家的宏观经济变量与股市指数存在不同程度的格兰杰因果关系，这种差异主要是由国家间不同的货币和财政政策决定的，投资者应该特别关注宏观经济变量对股市指数的差异性影响。Li等6实证发现，将国家宏观经济预测信息与公司对宏观经济的风险暴露结合起来，能较好地预测未来公司股票收益，当国家宏观经济信息预期存在较大分歧时，预测效果尤为明显。Fisher等7构建了宏观经济注意力指数（Macroeconomic Attention Indexes，MAI），用于衡量投资者对来自失业率和货币政策等不同宏观经济风险的注意力，研究发现，坏消息比好消息更容易吸引投资者注意力，宏观经济公告所引起的注意力与公告本身的内容及发布时间同样重要。Ma等8利用降维算法和收缩算法证实了MAI指数对股票回报率具有显著准确度的预测效果，MAI指数的预测能力在更长时段内会表现更好。周亚玲9研究发现，全国银行间同业拆借利率对沪深股市的影响并不显著。尚煜等10研究证实，不同行业对宏观经济波动的敏感性存在较大差异。（二）因子时变特征由于资本资产定价模型里只包含市场因子，早期相关研究主要基于资本资产定价模型，分析市场风险因子系数在牛市与熊市两种市场行情下的不同表现。Fabozzi等11基于流行投资观点、市场月收益是否非负、市场月收益绝对值是否偏离市场0.5个标准差，对牛市或熊市作了三种界定，并通过实证证实在每一种界定下，资本资产定价模型的市场风险因子系数在牛熊市均稳定。Bhardwaj等12基于市场月收益是否超过市场收益率中位数来判定牛市或熊市的月份，实证发现市场风险因子系数并不稳定。上述研究重点研究市场风险因子系数，即股票对市场风险暴露程度。但Ferson等13提出，市场因子风险溢价会随着商业周期变化而变动，这比市场因子系数的变动更重要。国内学者主要基于三因子模型、资本资产定价模型等研究风险因子溢价的时变特征。陈学胜14从行业维度研究了三因子模型风险因子溢价的时变特征，研究发现，除农林牧渔、纺织服装、餐饮旅游、化工、商业贸易和电子元器件六个行业之外，其余行业的风险因子溢价均存在显著的时变特征。赵向琴等15基于消费的资本资产定价模型，构建了考虑极端情况下的灾害风险的资本资产定价模型，实证表明，随着灾害概率上升，国内股票市场风险因子溢价将会上升，反之则会下降。赵昕等 16 研究不同国内股票市场情况下，三因子模型的风险因子溢价的变化特征，研究证实，在震荡、收敛和平稳的市场整体情况下，风险因子溢价将呈现与市场形势相似的变化特征。二、因子构建与统计特征描述（一）因子构建本文研究宏观经济周期下国内股票市场基本面因子的风险溢价变化，主要构建了企业估值、盈利能力、营运效率、发展能力和财务风险等5个方面的基本面因子。结合王熙等17的研究，本文构建了12个常用且相对独立的因子（见表1）。（二）因子溢价的统计特征自1997年以来，我国宏观经济和股票市场历经多轮周期18。2005年，我国实施了股权分置改革，有效解决了非流通股和流通股“同股不同权”“同股不同利”等问题，资本市场定价效率得到了极大提升19。因此，本文基于国内股票市场20052021年所有非金融A股上市公司的财务报表（年度）、流通市值（月度）和复权收盘价（月度）等数据，通过构建因子模拟组合，得到12个因子从2006年7月到2022年12月的月度收益率序列，共计198个月。相关数据来自CSMAR经济金融研究数据库，本文主要运用Python3.11和Stata16处理数据。【金融纵横】罗晶，李思叡宏观经济周期下中国股市基本面因子的风险溢价变化研究62本文根据上市公司的因子特征值对其排序，通过买入高排名组股票，卖空低排名组股票构建因子模拟组合，从而得到因子模拟组合月收益率序列。由于每年因子特征值的实际获取时间、获取频率存在较大差异，本文将因子分为规模因子和非规模因子两类，来计算因子模拟组合收益率。对于规模因子而言，本文在每年6月底，按照市值规模将上市公司从高到低进行排序，并买入排名后50%的小市值股票，卖空排名前50%的大市值股票，持有该组合到下一年6月末，届时再根据市值规模更新模拟组合。规模因子的模拟组合收益率f的计算公式为：f=0.5*（rS-rBi）（1）其中，rS、rBi分别代表小市值股票和大市值股票按市值加权的收益率。对其他因子i而言，本文采用二维标记法，在每年6月底，按照因子特征值从高到低进行排序，将所有股票五等分，取前20%的股票标记为H，后20%的股票标记为L。同时，将所有股票按市值规模从高到低进行排序，将前50%的大市值股票标记为B，后50%的小市值股票标记为S，由此将股票样本分为HB、HS、LB和LS四个类别。因子i的模拟组合收益率fi的计算公式为：fi=0.5*（rHBi+rHSi-rLBi-rLSi）（2）其中，rHBi、rHSi、rLBi、rLSi分别代表四个组合按市值加权的收益率。本文所构建的12个因子的模拟组合月收益率统计特征见表2。表1基本面因子列表序号123456789101112因子维度企业估值企业估值企业估值盈利能力盈利能力盈利能力营运效率发展能力发展能力发展能力财务风险财务风险因子简称规模因子价值因子市盈率因子盈利因子营业净利因子营业毛利因子营运效率因子投资因子固定资产投资因子成长因子财务杠杆因子现金因子说明每年6月末上市公司总市值年末股东权益价值/年末总市值年末总市值/年度净利润年度净利润/股东权益期初期末平均余额净利润/营业收入毛利润/营业收入年度营业收入/总资产期初期末平均余额（年末总资产-年初总资产）/年初总资产（年末固定资产额-年初固定资产额）/年初固定资产额（本年营业收入-上年营业收入）/上年营业收入（净利润+所得税费用+财务费用）/（净利润+所得税费用）年末货币资金/年末总资产【金融纵横】罗晶，李思叡宏观经济周期下中国股市基本面因子的风险溢价变化研究表2因子模拟组合月收益率统计特征序号123456789101112因子简称规模因子价值因子市盈率因子盈利因子营业净利因子营业毛利因子营运效率因子投资因子固定资产投资因子成长因子财务杠杆因子现金因子平均值0.0043-0.00230.0027-0.0087-0.0066-0.0027-0.0009-0.0079-0.0053-0.00700.0043-0.0003中位数0.0049-0.00390.0037-0.0046-0.00160.0003-0.0012-0.0098-0.0050-0.00820.00010.0025最小值-0.114-0.1064-0.1446-0.2060-0.1383-0.1330-0.1080-0.0861-0.0817-0.1125-0.1036-0.1133最大值0.11760.11710.11890.12910.09180.08770.07170.07860.05300.07380.19970.0838标准差0.02580.03370.03980.03890.03460.03740.02560.03230.02270.02810.03800.0344t值2.3416*-0.95540.9417-3.1547*-2.6842*-0.9978-0.5018-3.4381*-3.2931*-3.4991*1.5688-0.1025注：*、*和*分别表示统计量在0.1%、1%和5%的水平上显著。63从统计显著性水平看，国内股票市场波动较大，仅规模因子、盈利因子、营业净利因子、投资因子、固定资产投资因子和成长因子等6个因子具有显著超额收益。其中，盈利因子、投资因子、固定资产投资因子和成长因子等4个因子在0.1%的水平下具有显著收益率，营业净利因子在1%的水平下具有显著收益率，规模因子在5%的水平下具有超额收益率。本文所研究的股票样本未包含金融股，且覆盖了2021年、2022年股票市场形势波动较大的年份，故与王熙等17已有研究文献的发现存在一定差异。从因子溢价符号看，12个基本面因子中仅规模因子具有显著超额正收益，这意味着对市值规模风险暴露较多的投资组合获得了明显的风险补偿，表明业界对中小市值股票的“偏爱”具有实证基础。而盈利因子、营业净利因子、投资因子、固定资产投资因子和成长因子等反映上市公司盈利能力与发展能力的因子的风险溢价整体显著为负，意味着盈利能力较弱、发展能力不突出的上市公司获得显著的风险补偿，这与业界关于“风险与超额收益相匹配”的观点是一致的。三、宏观经济周期的划分本文分两步划分2006年7月到2022年12月我国宏观经济周期。（1）得到一致合成指数、先行合成指数。借鉴隋新玉等18的方法，考虑到消费对我国经济的拉动作用日益重要20，本文在一致性经济指标中增加了社会消费品零售总额。具体而言，本文设定的一致性经济指标包括工业增加值、固定资产投资完成额、社会消费品零售总额、发电量、M1、公共财政收入、出口金额等7个月度同比数据，先行经济指标包括工业企业产成品存货、粗钢产量、汽车产量、社会融资规模、固定资产投资本年施工计划投资额等5个月度同比数据。本文借鉴NBER合成指数的计算方法，求得一致合成指数和先行合成指数。（2）利用一致合成指数的波峰、波谷划分宏观经济扩张与收缩两个阶段。本文主要采用 Harding等21对Bry-Boschan法的改进方法来划分宏观经济周期，经济收缩发生在指数从波峰滑向波谷的阶段，经济扩张发生在指数从波谷上升到波峰的阶段。因此，对一致合成指数和先行合成指数波峰、波谷点的识别至关重要。这一方法通常包括三个步骤：第一步，识别局部极值。局部极大值ytmax需要满足以下条件：ytmaxyt-1,yt-k以及ytmaxyt+1,yt+k；局部极小值ytmin需要满足以下条件：ytminyt-1,yt-k以及ytminyt+1,yt+k，其中k为局部极值范围参数。第二步，经济形势最短转化期p（指数从波峰到波谷，或者从波谷到波峰的最短持续时间）。第三步，完整周期最小持续时间c（从波峰到下一个波峰，或者从波谷到下一个波谷的最短持续时间）。借鉴已有文献隋新玉等 18 和Harding等21，本文将局部极值范围参数k设定为6，将经济形势最短转化期p设定为6，将完整周期最小持续时间c设定为15。如上所述，本文通过先行经济指标与一致性经济指标计算出合成指数，刻画我国宏观经济从20062022年的变化趋势，并利用Bry-Boschan法识别合成指数的波峰、波谷，得到图1和表3。图1表明，我国宏观经济先行合成指数的波峰或波谷一般领先一致合成指数4个月左右。例如，2008年10月先行合成指数进入波谷，2009年2月一致合成指数进入波谷。再如，2020年10月先行合成指数进入波峰，而4个月后（2021年2月）一致合成指数进入波峰。表3表明，2006年7月到2022年12月间我国宏观经济一共经历了六轮经济周期，平均每轮持续37.4个月。其中，经济扩张平均持续13个月，经济收缩平均持续24.4个月，我国经济周期整体呈现“扩张期短、收缩期长”的特征。四、因子溢价变化分析一般而言，当经济体的宏观经济处于扩张阶段时，上市公司的经营效益整体较好，盈利指标更容易实现正增长。同时，投资者的收入明显提升，投资信心恢复加快，股票市场易呈现上升态势。当经济体的宏观经济处于收缩阶段，股票市场易出现下降态势。但隋新玉等18的研究表明，国内股票市场走势与宏观经济趋势仍然是弱关联关系。本文实证发现，规模因子、价值因子、盈利因子、投资因子、固定资产投资因子和成长因子等6个因子的风险溢价在经济扩张与经济收缩阶段存在较大差异（见表4）。下文对比分析其差异，并尝试从经济金融角度阐释背后的原因。因为第六轮经济周期尚未结束，所以本文只计算前五轮经济周期的平均时长。【金融纵横】罗晶，李思叡宏观经济周期下中国股市基本面因子的风险溢价变化研究64第一，规模因子风险溢价总体均值为0.43%，在经济扩张时期为0.53%，在经济收缩阶段为0.37%，其风险溢价总体情况及在经济扩张阶段是显著的（显著水平5%），而在经济收缩阶段并不显著。这表明市场在不同宏观经济周期对规模风险暴露进行不同的风险补偿。在宏观经济形势较好的阶段，中小市值公司更容易捕捉到经济复苏的机遇，易发生业绩“扭亏为盈”的情况，该阶段市值风险暴露更容易图1中国宏观经济先行合成指数与一致合成指数先行合成指数一致合成指数经济收缩表3中国经济扩张与经济收缩（2006年7月到2022年12月）经济周期第一轮第二轮第三轮第四轮第五轮第六轮时间段2006年7月2007年12月2008年1月2009年2月2009年3月2010年2月2010年3月2013年10月2013年11月2014年4月2014年5月2015年8月2015年9月2017年1月2017年2月2020年2月2020年3月2021年2月2021年3月2022年1月2022年2月2022年10月2022年11月2022年12月经济状态经济扩张（）经济收缩（）经济扩张（）经济收缩（）经济扩张（）经济收缩（）经济扩张（）经济收缩（）经济扩张（）经济收缩（）经济扩张（）经济收缩（）持续时间/月181412446161737121192【金融纵横】罗晶，李思叡宏观经济周期下中国股市基本面因子的风险溢价变化研究表4因子模拟组合月收益率在不同经济状态的统计特征注：*、*和*分别表示统计量在0.1%、1%和5%的水平下显著。因子简称规模因子价值因子市盈率因子盈利因子营业净利因子营业毛利因子营运效率因子投资因子固定资产投资因子成长因子财务杠杆因子现金因子总体情况均值0.43%-0.23%0.27%-0.87%-0.66%-0.27%-0.09%-0.79%-0.53%-0.70%0.43%-0.03%标准差2.58%3.37%3.98%3.89%3.46%3.74%2.56%3.23%2.27%2.81%3.80%3.44%t值2.3416*-0.95540.9417-3.1547*-2.6842*-0.9978-0.5018-3.4381*-3.2931*-3.4991*1.5688-0.1025经济扩张均值0.53%0.14%0.04%-1.05%-0.81%-0.53%0.14%-0.87%-0.64%-0.74%0.52%-0.29%标准差2.68%4.01%4.12%4.82%4.05%3.84%2.70%3.16%2.33%2.90%4.65%3.24%t值1.6872*0.29320.0871-1.8702*-1.7083*-1.1810.4529-2.354*-2.3364*-2.1942*0.9638-0.7736经济收缩均值0.37%-0.45%0.40%-0.77%-0.57%-0.11%-0.23%-0.74%-0.47%-0.67%0.37%0.13%标准差2.51%2.90%3.89%3.20%3.04%3.67%2.46%3.27%2.23%2.75%3.19%3.54%t值1.6362-1.7136*1.1445-2.6533*-2.085*-0.3259-1.0437-2.5227*-2.3374*-2.7143*1.27110.421965获得足够的风险补偿。在宏观经济形势较差的阶段，上市公司的经营效益变差，其中，受总体规模与行业地位限制，中小市值公司的业绩更容易受外部冲击影响，甚至面临破产、退市的问题。在这种情况下，中小市值公司经营风险过大，持有这些公司的投资组合难以获得相匹配的风险补偿。第二，价值因子风险溢价总体均值为-0.23%，在经济扩张阶段为0.14%，而在经济收缩阶段“由正转负”，从0.14%变为-0.45%，且价值因子风险溢价从总体情况及在经济扩张阶段的不显著变为在经济收缩阶段的显著（显著水平为5%）。高价值因子意味着上市公司拥有较低的账面市值比（总市值/股东权益），不被市场看好，被称为“价值股”，反之被称为“成长股”。本文实证表明，在经济收缩阶段，公司经营变得更加艰难，被市场看好的“成长股”经营业绩“由好转坏”的可能性大大增加，这时持有“成长股”面临较大风险，因而获得更多的市场风险补偿。第三，盈利因子风险溢价总体均值为-0.87%，在经济扩张阶段为-1.05%，而在经济收缩阶段，其均值的绝对值变小，但显著水平大大提高，从5%的显著水平提高到1%的显著水平。这表明：在经济收缩阶段，低盈利因子的上市公司的经营风险容易被过度高估，高盈利因子的上市公司受宏观经济冲击影响容易被过度低估；当市场的过度反应得到纠正，低盈利因子的上市公司将获得更高的收益率。第四，成长因子风险溢价总体均值为-0.70%，在经济扩张阶段为-0.74%，而在经济收缩阶段为-0.67%，其在经济收缩阶段更为显著，从经济扩张阶段的5%的显著水平提高到1%的显著水平。与盈利因子风险溢价出现差异表现的原因类似，即在经济收缩阶段，低成长因子的上市公司的经营前景更不被看好，高成长因子的上市公司的成长速度容易被投资者乐观解读；当市场的偏颇观点得到纠正，低成长因子的上市公司将获得更高的收益率。第五，投资因子和固定资产投资因子分别衡量上市公司总资产和固定资产增长速度，两个因子与成长因子一样，均反映上市公司的发展能力。固定资产投资因子风险溢价在经济扩张阶段和经济收缩阶段的统计特征差异较小，而投资因子风险溢价在经济收缩阶段相比经济扩张阶段更加显著。这表明，低投资因子的上市公司在经济收缩阶段更容易被投资者所低估，其风险也更容易获得市场补偿。五、结论与启示第一，我国宏观经济周期整体呈现“扩张期短、收缩期长”的特征。在2006年7月到2022年12月期间，国内一共经历了六轮经济周期，平均每轮持续37.4个月。其中，经济扩张平均持续13个月，经济收缩平均持续24.4个月。第二，基本面因子的风险溢价显著水平存在较大差异。仅规模因子、盈利因子、营业净利因子、投资因子、固定资产投资因子和成长因子等6个因子具有显著超额收益，其余基本面因子的风险溢价并不显著。同时，仅规模因子获得了显著超额正收益，表明业界对中小市值股票的“偏爱”具有实证基础。第三，宏观经济扩张或经济收缩的确会对部分基本面因子的风险溢价造成明显影响。与经济扩张阶段相比，在经济收缩阶段，规模因子的风险溢价将变小，中小市值公司经营风险过大，难以获得风险补偿；价值因子的风险溢价均值将提高，持有价值因子较低的“成长股”，能获得更多的市场风险补偿；盈利因子、成长因子、投资因子和固定资产投资因子等因子的风险溢价显著水平提高，表明盈利能力和发展能力较低的公司在宏观经济艰难时期更容易被投资者低估，当这一过度行为被纠正后，盈利能力和发展能力较低的公司股票容易获得更高收益率。第四，规模因子、盈利因子、营业净利因子、投资因子、固定资产投资因子和成长因子等因子的风险溢价在统计意义上具有显著性，表明在国内股票市场通过基本面因子筛选构建量化投资组合可以获得超额收益。同时，大部分基本面因子风险溢价的总体显著性水平更高，而在经济扩张阶段或经济收缩阶段更低。这意味着，为了获得稳定长期盈利，投资者基于基本面多因子构建组合后，应坚持投资定力，避免受经济周期变化影响而频繁且大幅度调整组合头寸。参考文献：1 邢萌.资本市场投资端改革时不我待“三点一线”靶向发力引“长线”入市 EB/OL.（2022-08-07）2023-06-06.https：/ 侯晓辉，王博.基于基本面分析的量化投资：研究述评与展望J.东北师大学报（哲学社会科学版），2021（1）：【金融纵横】罗晶，李思叡宏观经济周期下中国股市基本面因子的风险溢价变化研究66124-131+141.3 Rapach D.E.，Wohar M.E.，Rangvid J.Macro Variablesand International Stock Return Predictability J.InternationalJournal of Forecasting，2005，21（1）：137-166.4 Filis G.Macro Economy，Stock Market and Oil Prices：DoMeaningfulRelationshipsExistamongtheirCyclicalFluctuations?J .Energy Economics，2010，32（4）：877-886.5 Pilinkus D.Macroeconomic Indicators and their Impact onStock Market Performance in the Short and Long Run：theCase of the Baltic States J.Technological and EconomicDevelopment of Economy，2010，16（2）：291-304.6Li N.，Richardson S.，Tuna İ.Macro to Micro：CountryExposures，Firm Fundamentals and Stock ReturnsJ.Journal of Accounting and Economics，2014，58（1）：1-20.7 Fisher A.，Martineau C.，Sheng J.Macroeconomic Attentionand Announcement Risk Premia J.The Review of FinancialStudies，2022，35（11）：5057-5093.8 Ma F.，Lu X.，Liu J.，et al.Macroeconomic Attention andStockMarketReturnPredictability J.JournalofInternational Financial Markets，Institutions and Money，2022，79：101603.9 周亚玲.利率对我国股市的影响：基于上证综指和深圳成指的实证研究 J.征信，2015（2）：79-83.10 尚煜，许文浩.基于经济周期的股票市场行业资产配置研究 J.经济问题，2020（3）：25-34.11 Fabozzi F.J.，Francis J.C.Stability Tests for Alphas andBetas over Bull and Bear Market conditionsJ.TheJournal of Finance，1977，32（4）：1093-1099.12 Bhardwaj R.K.，Brooks L.R.D.Dual Betas from Bulland Bear Markets：Reversal of the Size Effect J.Journalof Financial Research，1993，16（4）：269-283.13 Ferson W.E.，Harvey C.R.The Variation of EconomicRisk Premiums J.Journal of Political Economy，1991，99（2）：385-415.14 陈学胜.中国股票市场的三因子时变风险溢价模型研究J.南方经济，2007（4）：67-73.15 赵向琴，袁靖.罕见灾难风险与中国股权溢价 J.系统工程理论与实践，2016（11）：2764-2777.16 赵昕，崔峰，丁黎黎.时变三因子模型风险系数的动态研究 J.统计与决策，2020（6）：5-10.17 王熙，吴非，黄德金，等.A股市场的时变多因子模型 J.西南大学学报（社会科学版），2022（6）：137-152.18 隋新玉，王云清.中国股市周期与经济周期的比较 J.统计与决策，2020（17）：129-133.19 刘维奇，牛晋霞，张信东.股权分置改革与资本市场效率：基于三因子模型的实证检验 J.会计研究，2010（3）：65-72+97.20 谢太峰.关于新常态下中国宏观经济运行的思考 J.征信，2016（9）：1-10.21 HardingD.，PaganA.DissectingtheCycle：aMethodologicalInvestigationJ.JournalofMonetaryEconomics，2002，49（2）：365-381.（责任编辑：李霞）【金融纵横】罗晶，李思叡宏观经济周期下中国股市基本面因子的风险溢价变化研究ResearchonRiskPremiumChangesofFundamentalFactorsinChina sStockMarketundertheMacroeconomicCycleLuo Jing,Li Sirui（SWUFEInstitution,SouthwesternUniversityofFinanceand Economics,Chengdu611130,Sichuan,China）Abstract:Based on the data of all non-financial A-share listed companies in China from 2005 to 2021,therisk premiums of major fundamental factors are obtained by constructing factor simulation portfolios,and themacroeconomic cycle from July 2006 to December 2022 is divided by using the composite index method and theBry-Boschan method,focusing on analyzing the mean and significance changes of the risk premium of fundamentalfactors in different economic conditions.The study finds that:（1）China s macroeconomic cycle as a whole presentsthe characteristics of“short expansion period and long contraction period”;（2）there are large differences in thesignificant level of the risk premium of fundamental factors;（3）macroeconomic expansion or contraction does havea significant impact on the risk premium of certain fundamental factors;（4）the excess return can be obtained byconstructing a quantitative portfolio through fundamental factor screening in the domestic stock market,whilereducing the frequency and range of portfolio position adjustment is conducive to achieving long-term profits.Key words:macroeconomic cycle;fundamental factor;factor premium;quantitative investment;compositeindex method;Bry-Boschan method67