機構對市場的前瞻性影響取決於其流入A股斜率。今年北上資金驅動結構性龍頭行情。龍頭相對收益受股債利差、估值、盈利影響。龍頭數量分佈看，醫藥、食品領先。
北上資金驅動結構性龍頭行情。2020年以來龍頭相對非龍頭的漲幅優勢僅存在於50%的細分行業。但龍頭表現具有風向標意義：等權計算的行業漲幅與龍頭較非龍頭漲幅優勢顯著相關。從資金格局看，北上資金在龍頭與非龍頭增持比例的差異，與龍頭與非龍頭表現差異相關性很高。歷史上龍頭相對非龍頭的表現，與北上資金流入斜率相關。未來北上資金與公募基金仍為A股增量資金來源，資金向少數龍頭集中的趨勢難改。
資金：機構行為的前瞻性影響取決於資金流入斜率。擇時角度看，基於公募基金季度增減倉及北上資金月度流向的擇時策略效果均較好。行業輪動角度看，北上資金淨增持顯著的行業未來一個月超額收益顯著，公募基金的行業配置前瞻性一般。選股角度看，北上資金淨增持顯著的股票未來一個月超額收益較高，而公募基金選股前瞻性一般。時間序列上看，北上資金與公募基金在規模擴張階段時，其行業配置及選股的前瞻性更高。融資餘額變化對擇時和行業表現的前瞻性弱於北上資金與基金。
擇時：龍頭相對收益取決於股債利差、估值、盈利。龍頭的估值溢價與股債利差正相關，較高的股債利差限制龍頭估值溢價繼續提升。股債利差與龍頭未來6個月及1年的收益率正相關，與龍頭未來超額收益負相關。龍頭相對行業的估值溢價與龍頭未來的收益率、超額收益均負相關。龍頭ROE及ROE改善相對同行業的優勢越大，當年龍頭超額收益越高。
賽道：醫藥、食品領先，一線看消費，二線看科技。龍頭的超額收益在各風格板塊普遍存在，但不同行業龍頭的超額收益具有顯著差異。從舊龍頭沒落看，行業見天花板、行業發生變革、行業難集中的情況，龍頭沒有超額收益。從新龍頭崛起看，具有馬太效應、錯位競爭、行業成長的情形時，龍頭回報率高。不同行業出現龍頭的數量差異較大，醫藥、食品龍頭數量明顯領先，一線龍頭中消費股多、二線龍頭中科技股多。
行業配置：資金偏好、行業景氣度、估值性價比。我們根據資金偏好、行業景氣度與估值性價比3個維度選擇細分行業。建議關注券商、傳媒、家電、電子、計算機、軍工。
風險提示：疫情超預期，經濟衝擊超預期，政策力度低於預期
2． 資金：機構行為的前瞻性影響取決於資金流入斜率
3． 擇時：龍頭相對收益取決於股債利差、估值、盈利
4． 賽道：醫藥、食品領先，一線看消費，二線看科技
5． 行業配置：資金偏好、行業景氣度、估值性價比
6． 五維亮點
1． 資金格局驅動結構性龍頭行情
2020年以來，龍頭漲幅相對非龍頭的優勢僅體現在部分行業。龍頭白馬漲幅領先已經成為A股投資者的共識，而我們在《解構龍頭溢價，哪些龍頭仍有空間？》中提到，龍頭白馬相對非龍頭的超額收益僅存在於部分行業。2020年以來的行情也體現了類似特徵。我們從28個一級行業中，各選取一個代表性細分行業，發現2020年以來龍頭較同行業非龍頭超額收益近0.9%，僅50%的行業龍頭表現好於非龍頭樣本。
強勢行業中，龍頭較非龍頭漲幅具有顯著優勢，也即龍頭表現好，行業才表現好。不同於龍頭搭台，非龍頭唱戲的格局，2020年以來，表現較好的行業中，龍頭相較非龍頭漲幅優勢更顯著。為減小龍頭企業的影響，我們以等權的方式計算28個細分行業2020年以來漲跌幅，並等分為4組。僅行業漲幅為正的組，龍頭漲幅大於非龍頭。行業漲跌幅與龍頭相對非龍頭漲幅的相關係數達0.28。
年初以來，龍頭相對非龍頭表現與北上資金在龍頭與非龍頭的增減持差異密切相關。我們將北上資金年初以來在龍頭標的的淨增持佔流通市值比例，減去在非龍頭的淨增持佔比，計為龍頭北上增持優勢，並據此對28個細分行業排序與分組。龍頭北上增持優勢越大的組，年初以來龍頭較非龍頭漲幅優勢越大。龍頭北上增持優勢與龍頭相對非龍頭漲幅優勢的相關係數達0.44。可見北上資金的行為顯著影響各行業的龍頭相對非龍頭表現。
而歷史上龍頭相對非龍頭的表現，也與北上資金的定價權密切相關。我們以中證800指數相對中證1000指數漲跌衡量龍頭相對非龍頭表現。龍頭相對非龍頭的表現與北上資金流入的斜率密切相關，在2017-2019年北上資金流入斜率最大的階段，龍頭相對非龍頭表現較好，在其餘時段非龍頭表現更好。
從資金格局看，未來北上資金與公募基金仍為A股重要增量資金來源。儘管年初以來海外金融市場的動盪影響了外資流入的節奏，但在MSCI放緩上調A股納入比例之下，北上資金仍持續流入，體現外資配置A股意願較強，未來北上資金流入的趨勢不會改變。而股票型基金在2018年以來加速流入A股，2020年1-5月股票型基金髮行份額同比增長146%，未來公募基金仍有望成為A股重要增量資金來源。
從資金管理半徑角度看，機構作為主要增量資金的情況下，資金向少數龍頭集中的趨勢難以改變。從外資角度看，A股僅作為其全球配置的一部分，外資對A股投研投入有限的情況下，重倉龍頭成為理性選擇。北上資金持股佔流通股超過5%的A股僅330家。從公募基金角度看，規模前50位的主動管理權益類基金管理規模佔同類基金的25%，資金向頭部基金集中。而受限於主動管理基金持股的分散程度，公募基金持股比例達流通股5%的公司也僅481家。
因此，把握機構資金動向，選擇優質龍頭成為A股投資的主旋律。下文中，我們將分析機構資金動向對擇時和行業配置有何啓示，龍頭行情節奏受什麼因素影響，哪些行業龍頭上漲潛力較大？
2． 資金：機構行為的前瞻性影響取決於資金流入斜率
擇時角度看，基於基金增減倉及北上資金流向的擇時策略效果均較好。基金方面，我們分別計算了季度末普通股票型基金與偏股混合型基金倉位環比變化，並求2者均值。我們構建策略：當倉位增加時，下季度持有Wind全A指數，否則空倉。結果顯示策略表現較好：2003-2010年策略收益率為461%，Wind全A累計收益率為299%。策略的年化收益率為10.85%，Wind全A為8.61%，策略的Sharpe為0.31，Wind全A為0.16，策略的最大回撤為35.89%，Wind全A為64.13%。
北上資金方面，我們計算了每月的北上資金淨增持額，並構建策略：淨增持額高於近12個月均值時，下季度持有Wind全A指數，否則空倉。結果顯示策略表現較好：2015-2020年策略收益率為36%，Wind全A累計收益率為-4%。策略的年化收益率為6.91%，Wind全A為-0.83%，策略的Sharpe為0.26，Wind全A為-0.18，策略的最大回撤為21%，Wind全A為34%。
行業輪動角度看，北上資金前瞻性較強，基金前瞻性一般。北上資金方面，我們計算了月末各一級行業北上資金淨流入佔流通市值的比例，並據此排序，將行業分位5組。結果顯示，北上資金淨流入顯著的行業，過去3年超額收益率約為37%，顯著跑贏其他組別。從近3年累計多空收益率看，北上資金顯著流入的行業相較顯著流出的行業，未來收益率優勢達32%。
公募基金方面，我們計算了季度末各一級行業基金淨增持佔流通市值的比例，並據此排序，將行業分位5組。結果顯示，2005-2020年基金淨增持顯著的行業沒有明顯的超額收益，但2015年以來基金淨增持顯著的行業表現較好。
北上資金與公募基金在規模擴張階段，其行業配置的前瞻性較高。北上資金方面，從節奏上看，北上資金流入較快的階段，北上資金流入顯著的行業收益率優勢更大。公募基金方面，儘管近15年來公募基金的行業配置整體前瞻性一般，但在2005-2007、2016-2019年基金持股市值佔A股比重提升階段，基金增持顯著的行業下季度超額收益較高，體現了較高的前瞻性。
選股角度看，北上資金前瞻性較強，基金前瞻性一般。北上資金方面。我們計算了月末全部A股北上資金淨流入佔流通市值的比例，並據此排序，將股票分位5組。結果顯示北上資金選股前瞻性較好：北上資金淨流入顯著的股票，過去3年超額收益率約為45%，顯著跑贏其他組別。從近3年累計多空收益率看，北上資金顯著流入的股票相較顯著流出的股票，未來收益率優勢達50%。
公募基金方面，我們計算了季度末全部A股的基金淨增持佔流通市值的比例，並據此排序，將股票分位5組。結果與根據行業分組類似：基金淨增持顯著的股票近15年沒有明顯的超額收益，但2015年以來表現有所改善。
北上資金與公募基金在規模擴張階段，其選股的前瞻性較高。北上資金方面，由於北上資金仍處於較快淨流入趨勢中，北上資金流入股票在下個月的收益率優勢到目前為止仍保持良好。公募基金方面，同樣在2005-2007、2016-2019年基金持股市值佔市場流通市值比重提升階段，基金增持顯著的股票下季度超額收益較高。
融資餘額變化對擇時和行業表現的前瞻性弱於北上資金與公募基金行為。擇時角度看，我們根據每個月融資餘額的環比變化構建策略：環比淨增加高於近12個月均值時，下季度持有Wind全A指數，否則空倉。結果顯示根據融資餘額變化擇時的策略回報率略低於基準指數，儘管回撤更低。2010-2020年策略收益率為43%，Wind全A累計收益率為50%。策略的年化收益率為3.98%，Wind全A為4.56%，策略的Sharpe為0.059，Wind全A為0.063，策略的最大回撤為37%，Wind全A為48%。
行業輪動角度看，我們計算了月末各一級行業融資餘額的環比變化佔流通市值的比例，並據此排序，將行業分位5組。結果顯示融資交易對未來行業表現的前瞻作用較小：融資餘額增加顯著的行業，過去10年超額收益率在0左右。而融資餘額增加的行業表現較好的階段為融資餘額快速增加時期。
3． 擇時：龍頭相對收益取決於股債利差、估值、盈利
龍頭的估值溢價與股債利差正相關，但較高的股債利差或限制龍頭估值溢價上升空間。我們以Wind全A雙非剔除虧損公司市盈率的倒數與1年期國債收益率之差構建的股債利差達到近10年95%分位。為了減少行業對實證結果的影響，我們從每個一級行業中選2個龍頭，構建了龍頭組合。龍頭組合PB中值較全部行業中值的溢價與股債利差正相關。股債利差較高時，較低的國債收益率使得固收 的需求提升，類固收的優質龍頭配置需求提升。但從週期角度看，當股債利差見頂時，也是龍頭配置擁擠度較高時，龍頭溢價繼續向上空間可能有限。
股債利差與龍頭未來收益率正相關，但與龍頭未來超額收益負相關。絕對收益方面，股債利差與龍頭組合未來6個月、1年的龍頭收益率均正相關，相關係數分別為0.1和0.2，且隨着持有期延長，龍頭未來收益率對股債利差迴歸的斜率變大。相對收益方面，股債利差與龍頭組合未來6個月、1年的龍頭超額收益率均負相關，相關係數分別為-0.48和-0.49，且隨着持有期延長，龍頭未來超額收益率對股債利差迴歸的斜率絕對值變大。因此在股債利差較低時，龍頭未來絕對收益空間大，但龍頭未來表現弱於非龍頭。
龍頭相對行業的估值溢價與龍頭未來收益率負相關，與龍頭未來超額收益率同樣負相關。絕對收益方面，龍頭組合相對行業的PB溢價與未來6個月、1年的龍頭收益率均負相關，相關係數分別為-0.16和-0.24，且隨着持有期延長，龍頭未來收益率對估值溢價迴歸的斜率絕對值變大。相對收益方面，龍頭組合相對行業的PB溢價與未來6個月、1年的龍頭超額收益率均負相關，相關係數分別為-0.22和-0.35，且隨着持有期延長，龍頭未來超額收益率對估值溢價迴歸的斜率絕對值變大。
龍頭盈利優勢與當年超額收益率正相關。我們以T年5月-T 1年4月的表現與T年龍頭組合的ROE配對，發現龍頭組合相對行業的ROE優勢與龍頭當年的超額收益率正相關，相關係數為0.23。而龍頭ROE同比變化相對行業的優勢與龍頭當年表現相關性更顯著，相關係數達0.59。
4． 賽道：醫藥、食品領先，一線看消費，二線看科技
風格板塊層面，儘管風格板塊表現差異顯著，龍頭的超額收益在各風格板塊普遍存在。從近10年走勢看，消費、科技累計超額收益率明顯領先於週期、消費。但我們的龍頭組合相對行業的超額收益在4大類風格均明顯存在，尤其是在2016年外資加速流入後，龍頭超額收益更明顯。
行業層面，不同行業龍頭的超額收益具有顯著差異。首先，我們回答過去龍頭今何在？10年前食品、家電、計算機、通信龍頭近10年的超額收益率相對較高。我們用2種方式定義龍頭：毛利規模前10%的公司；評級機構家數前10%的公司。對於每個一級行業，我們在2009年末分別選出2個定義下的龍頭樣本，並比較龍頭相對其他公司近10年的超額收益。在2種定義下，食品、家電、計算機、通信龍頭的超額收益率相對較高，即科技和消費龍頭在較長時間後優勢保持的概率較大。
從過去龍頭的沒落看，行業見到天花板、行業發生變革、行業難以集中的情況，龍頭沒有超額收益。在龍頭超額收益不明顯的行業中，往往存在行業天花板，行業發生變革、龍頭份額無法集中等特徵。
其次，我們回答當今龍頭何處來？當前食品、家電、農業、建材、計算機、電子行業的龍頭近10年超額收益率相對較高。對於每個一級行業，我們在2020年一季度末分別選出2個定義下的龍頭樣本，並比較龍頭相對其他公司近10年的超額收益。在2種定義下，食品、家電、農業、建材、計算機、電子龍頭的超額收益率相對較高。即科技和消費龍頭在過去表現較好，或者説這些行業龍頭是在市場競爭中成長起來，而非固有的體量優勢。
從當今龍頭的崛起看，具有馬太效應、錯位競爭、行業成長屬性的行業，龍頭企業回報率高。在《解構龍頭溢價，哪些龍頭仍有空間？》中我們提到，家電、食品行業龍頭具有顯著的品牌壁壘和經營效率優勢，馬太效應下龍頭可以不斷搶佔非龍頭企業的份額。而農業、建材具有“大行業、小公司”屬性，由於壁壘較低，行業集中度較低，龍頭企業通過不斷將落後產能擠出市場即可獲得較大的成長空間，體現優質企業和作坊式企業的錯位競爭。計算機、電子龍頭則面臨技術創新帶來的增量市場空間，並具有技術、規模、客户等全方位優勢。
長期看，不同行業出現龍頭的數量存在顯著差異，龍頭樣本中醫藥、食品公司數量明顯領先，一線龍頭看消費、二線龍頭看科技。我們為A股長期龍頭設立2個標準：2010年以來公募基金持倉佔流通股比例大於等於3%的季度佔比達90%且大於10個季度；2010年以來被大於等於7家賣方機構覆蓋的季度佔比達90%且大於10個季度。2個標準取並集共312家公司，取交集共94家公司。不同行業出現龍頭的數量存在顯著差異：2個集合中，醫藥、食品公司數量均明顯領先；在312家樣本中，計算機、電子、軍工等科技龍頭數量較多；在94家樣本中，輕工製造、消費者服務、家電等消費龍頭數量較多。
5． 行業配置：資金偏好、行業景氣度、估值性價比
我們根據資金偏好、行業景氣度與估值性價比3個維度選擇細分行業。建議關注券商、傳媒、家電、電子、計算機、軍工。
券商：政策推動行業景氣 集中度雙提升。1）龍頭紅利：行業監管趨嚴，龍頭券商優勢更加明顯；2）改革加速：中小板註冊制、分拆上市、併購重組及再融資、新三板等改革提速；3）金融環境：低利率下資本市場有望持續活躍。
傳媒：政策 模式 技術驅動行業景氣回升。1）政策催化：電影局等部委出台措施扶持電影行業，近期全國一網公司成立；2）商業模式：短視頻、導購電商等業態快速發展；3）技術創新：5G加速建設，高清視頻與雲遊戲有望快速發展；4）關注遊戲：遊戲出海受益於海外需求，雲遊戲受益於5G建設，以及影視：內容端減量提質，視頻付費規模提升，影院復工臨近。
家電：內需快速恢復，集中度加速提升。1）景氣趨勢：線下需求修復趨勢明顯，內需改善具有確定性；2）行業格局：疫情加速行業市場集中度提升，龍頭競爭優勢持續擴大；3）關注白電：線上線下消費復甦，龍頭優勢持續擴大，以及小家電：線上佔比高，新品類需求大幅增長。
電子：疫情後景氣週期將回歸，國內產業鏈快速發展。1）全球週期：2019年全球半導體週期已觸底，5G週期中需求終將回歸；2）中國趨勢：國內IC等電子產業鏈迅速發展，材料 設備 製造全面進步；3）關注半導體：內資晶圓產線快速擴產，產業鏈景氣度有望維持數年，以及消費電子：無線耳機銷量快速增長，平板電腦和筆電需求穩健增長，手機期待換機潮。
計算機：新基建與信創提供盈利確定性，把握細分賽道成長機遇。1）新基建：醫療信息化、政務雲、智慧城市、電力物聯網等需求增速提升；2）信創：信息安全、銀行IT等需求提升；3）關注信息安全：等保2.0帶來超過270億元市場增量，未來2-3年景氣度將持續提升，以及醫療IT：電子病歷評級、互聯互通評級等政策拉動需求，疫情增加區域醫療投資。
軍工：大國博弈增加國防投入確定性，改革加速提供上行催化。1）長期看軍費：大國博弈背景下，國防補短板需求更為迫切，裝備列裝有望保持穩健增速；2）短期看改革：股權激勵、資產證券化頻率加快，定價改革有望逐步落地；3）關注航空產業鏈：我國空軍整體力量不足，複合材料等領域單機價值提升，以及航天產業鏈：傳統裝備穩步增長，衞星互聯網建設帶來增量需求。
6． 五維亮點