全球制造业温和复苏 明年周期股或成热门板块

原标题：全球制造业温和复苏 明年周期股或成热门板块

——访贝莱德中国投资策略师陆文杰

  ⊙马嘉悦 记者 王彭 ○编辑 王诚诚

  全球最大资管公司贝莱德集团的内部智库近日发布了2020年全球投资展望报告。在该报告中，贝莱德智库表示，尽管市场环境仍然充满不确定性，但各国央行采取的宽松货币政策将刺激2020年全球经济持续增长。

  在这种市场环境中，全球哪类资产最具吸引力？中国股债两市将面临怎样的投资机会？在消费、医药、科技等板块已轮番上涨的情况下，明年哪些板块将赢得投资者关注？针对这些问题，记者独家采访了贝莱德中国投资策略师陆文杰。

  明年全球经济增长或小幅反弹

  相较于市场普遍预期明年全球经济会出现衰退，贝莱德智库认为，明年经济衰退的可能性不到25%，全球经济甚至有可能出现小幅反弹。对此，陆文杰解释称，今年各国央行频繁降息、采取宽松的货币政策将对刺激经济起到一定效果，表现为降低企业融资成本和提高资金的可获得性。

  “从目前全球主要经济体（美国、欧洲、中国）披露的数据来看，消费表现较好、制造业欠佳。在这种情况下，美国等以消费为主的国家经济形势会更好一些，而制造业为主的德国略差一些，中国处于中间地带。”陆文杰称。

  陆文杰进一步表示，货币宽松环境下，市场通常较为关注消费数据的好转，但实际上，制造业等重资本行业也会明显获益。贝莱德智库认为，明年全球市场会迎来制造业复苏带来的周期性行业反弹，涉及行业包括汽车、工业品、半导体等。

  值得注意的是，陆文杰认为，全球市场面临的风险仍然存在，短期主要体现在通胀上。他表示，长期以来，全球化使得美国可以利用发展中国家便宜的劳动力，从而维持较低的通胀水平，这也是美联储能够长期采用量化宽松货币政策的主要原因，但这种全球化红利目前受到了冲击。

  “1980年代以来，美国的通胀水平几乎从未超出市场预期，然而一旦全球贸易体系受到削弱，隐含的通胀风险将会上升，从而给全球经济带来较大冲击。”陆文杰称。

  周期行业有较大反弹空间

  今年以来，上证指数围绕3000点反复震荡，板块之间分化明显，食品饮料、电子、医药等板块轮番上涨的同时，也有部分行业始终处于无人问津的状态。

  在陆文杰看来，一旦部分行业未来增速出现放缓，股票估值也会出现剧烈调整，这是A股波动性较高的主要原因。因此，对于部分涨幅较高的行业应持谨慎态度。

  虽然认为部分股票的估值已经偏贵，但陆文杰相信，科技及大消费领域仍有挖掘空间。“科技方面，目前市场较为关注的是手机消费品，但测试、服务器等配套设备的增长速度也很快。另外消费服务也在持续增长。”

  除此之外，陆文杰认为，目前估值较低的周期性行业或成为明年的热门板块。“如果明年全球制造业出现温和复苏，通常中国也不会缺席。目前市场对于制造业周期普遍较为悲观，且制造业库存也已触底，投资疲弱主要源于市场缺乏信心。目前我们已经观测到制造业的前瞻情绪出现好转，结合政府的减税政策，周期行业将有较大的反弹空间。”

  对于科创板的投资机会，陆文杰表示，目前科创板上市公司规模普遍较小，其现有估值大部分基于企业多年后的成长潜力。目前来看，这些公司明年平均的盈利增长率约为20%至25%。虽然不能仅将目光局限于明年的增长情况，但贝莱德智库对于当前确定性较小的投资机会仍持谨慎态度。

  权重提升产生更多投资需求

  今年以来，外资的持续加仓成为A股市场的最大亮点。据统计，今年以来，北向资金合计净买入额超过3000亿元人民币，不仅超越2018年全年水平，更创下沪港通、深港通开通以来历史之最。

  在陆文杰看来，外资的大量买入，一方面基于A股在MSCI等三大国际指数中占比不断提升，另一方面则是外资对全球市场投资机会的相对判断。“今年新兴市场的表现都不错，投资机会很多，主动管理型基金在有选择的情况下，也会将A股与其他市场进行对比，从而决定其对A股的配置比例。”

  他表示，随着中国股票和债券在全球组合中占比的不断提升，其波动性对整个组合的影响已经无法忽略，投资中国的策略也不能再简单局限在超配、低配上，国际投资者会产生更多主题、行业、ESG、因子投资、多资产配置等各类需求。

  量化选股带来明显超额收益

  近年来，随着人工智能的兴起，不少资管机构开始将人工智能应用到量化选股模型中，以捕捉市场中越来越难获取的超额收益。

  “量化选股策略在中国市场特别有效。”陆文杰称。据他介绍，贝莱德旗下一只专门投资A股的量化基金自2012年以来，无论在牛市、熊市还是震荡市中，每年均能稳定获取超越沪深300指数的阿尔法收益。

  “A股的确能产生稳定的超额收益。我们的持仓非常分散，并不会特别重仓于某个行业或个股，承担的风险非常小，但仍能获取不错的回报，这说明A股市场获取超额收益的来源非常广泛。”陆文杰称。

  他表示，贝莱德的量化模型中有30多个选股因子，具体分为宏观政策、公司基本面和市场情绪三大类。在具体执行过程中，人工智能会根据市场环境变化承担部分因子权重的调整工作。