北上资金是 A 股市场上半年最重要的增量资金。今年以来北上资金显著流入和 流出 A 股市场，上半年北上资金累计净流入金额达 441 亿元，其中 2-3 月北上 资金的大幅流入对 A 股市场产生了明显的提振作用，是 A 股市场上半年最重要 的增量资金之一。但 6 月至今，北上资金大幅流出 A 股市场超 900 亿元，对 A 股市场走势造成一定程度的压制。 存量的角度，北上资金持仓规模超过两万亿，为市场上规模排名第二的持股机构。 根据机构持股的一季度统计结果，除一般法人持仓外，陆股通持股规模在所有机 构中排名第二，持股市值达到 20940 亿元，仅次于公募基金的 30259 亿元的持 仓规模，大幅超过保险、社保以及券商、银行等机构的持股。 市场成交量偏低的背景下，北上资金交易对 A 股市场影响增强。A 股市场近期成 交额明显偏低，日成交额基本处于 5500 至 7500 亿元的区间，导致北上资金交 易的成交额占市场整体成交额比例明显提升，一度超过 20%，其买入卖出对 A 股市场涨跌的影响力增强。 北上资金大幅流入的时间段内市场表现通常较好，大幅流出区间市场表现通常较 差。从历史来看，2016 年以来的 9 次北上资金大幅流入区间，A 股市场均表现 较好，其中 2018 年 4 月至 2019 年 2 月市场表现较差可能主要来源于中美贸易 摩擦的影响；与之相对，2016 年以来的 5 次北上资金大幅流出区间，A 股市场 均表现较差。
近期北上资金的 ETF 纳入范围与信息披露规则均有所改变。 ETF 纳入范围扩容方面，可能引发北上资金成交量进一步提升。7 月 12 日，上 交所、深交所、港交所分别按照新的纳入标准公布了最新的 ETF 通名单，ETF 纳入规模门槛由不低于人民币 15 亿元调整为不低于人民币 5 亿元。北向的沪股 通和深股通共有 85 只 ETF 调入，扩容后 ETF 通的全部产品数量将扩至 241 只， 增幅约 60%。规模方面，截至 8 月 6 日，扩容后的北向 ETF 通资产规模达到了 1.7 万亿元，相比扩容前的 1.6 万亿元，增加近千亿元。随着纳入门槛大幅降低， 未来将会有更多的 ETF 进入互联互通名单之中，可能引发北上资金成交量进一 步提升。 信息披露规则方面，北上资金实时买卖已暂停公布。 5 月 13 日，北向资金交易 第一轮信息披露调整正式实施，港交所不再披露沪深股通实时买入交易金额、卖 出交易金额和交易总额；沪深股通当日额度余额大于或等于 30%时，显示“额 度充足”；小于 30%时，实时公布额度余额。
第二轮信息披露规则改革将至，北上资金单日买卖数据将暂停披露，持仓数据将 以季度频率披露。北上资金第二阶段信息披露调整将于第一轮完成后三个月开 启，本月值得重点关注。其盘后披露安排将调整为沪深股通成交总额、总笔数、 ETF 成交总额、当日前十大成交活跃证券名单及其成交总额，并按月度、年度公 布前述数据的汇总情况，而买入与卖出的数据将暂停披露。另外，单只证券沪深 股通投资者合计持有数量将从每日披露调整为每季度第 5 个沪深股通交易日公 布。 北上资金在信息层面对 A 股市场的影响预计明显降低，但资金层面的影响仍然 存在，同时分析难度提升。北上资金的流入流出数据是整个市场唯一公开的机构 操作行为，大量的量化策略和投资者都在做对应的追随策略，客观上放大了北上 资金对市场的影响，披露规则变化后这种影响将明显降低。但北上资金作为 A 股市场重要的增量资金并且占据 10%至 20%的市场日交易额比例，其对市场资 金层面的影响仍然较大，同时分析难度大幅提升。 因此，在北上资金规则改变后，通过较高频的数据来分析北上资金的流动与配置 变化，对市场有较大的指导意义。
针对北上资金在 A 股市场的历史流动规律，我们基于经济基本面、配置性价比、 市场情绪以及交易触发四个维度搭建北上资金四因素分析模型，以对未来北上资 金流动起到预测作用。具体而言，我国经济景气上行是北上资金流入的基础条件， 观测指标为制造业 PMI 以及 EPU 指数；A 股相对其他市场的配置性价比，是能 否吸引北上配置的核心因素，通过跟踪中证 500 指数、上证指数相对日经 225 指数表现、恒生沪深港通 AH 股溢价以及富时中国 A50 指数综合分析；A 股市场 以及海外市场情绪均稳定时，北上资金更倾向于流入，跟踪指标为 VIX 指数和 A 股市场波动率；除此之外，A 股估值和换手率低于某边界后，将会直接触发北上 资金的流入，也值得关注。 以月度频率的北上资金净流入金额评估其大幅流入与流出区间较为合适。从交易 层面上来看，北上资金每日的波动性相对较大，会存在有一天净流出超过 50 亿， 下一个交易日净流入超过 50 亿的现象，因此从整体的评估上来看，以月度为单 位我们认为是相对有效的。分时段来看，我们筛选出历史上北上资金 9 轮集中流 入与 5 轮集中流出时段， 探究各个指标在流入或流出区间是否存在共性。
2.1 经济基本面：高经济景气以及经济不确定性趋缓促进 北上资金流入
经济基本面的角度，以我国制造业 PMI 作为主要观测指标，EPU 指数作为辅助 观测指标，分别反映我国经济景气度和我国经济政策的不确定性，高经济景气以 及经济不确定性趋缓促进北上资金流入。 PMI 处于荣枯线以上或正在向上突破荣枯线会引发北上资金的流入。我国经济的 高景气对市场整体向好有一定的指示作用，也是吸引外资流入的重要风向标。从 历史来看，9 次北上资金大幅流入区间内我国制造业 PMI 基本都处于荣枯线之上 或向上突破荣枯线的过程之中。2021 年之前的 5 次北上资金大幅流入区间，我国制造业 PMI 基本均维持在 50%以上，而 2021 年以来的几次大幅流入区间， 基本都在演绎 PMI 上行并突破 50%的过程。 北上资金大幅流入区间基本满足平均 PMI 大于 49.8%。对北上资金 9 段大幅流 入区间和 5 段大幅流出区间进行复盘，对每段区间计算区间平均 PMI，可以得到 北上资金流入区间基本满足区间平均 PMI 大于 49.8%，而流出区间基本满足区 间平均 PMI 小于等于 49.8%。
EPU 指数可以表征我国经济政策的不确定性程度，可以作为判定北上资金流动 的辅助指标。中国经济政策不确定性指数（EPU 指数）是由 BAKER 在 2016 年 基于《南华早报》进行文本分析所构建，其主要构建的方法是基于每个月讨论关 于中国经济不确定性的文章数量占当月总发文数量的比例，通过标准化处理后得 到，可以一定程度表征我国经济的不确定性程度。由于其公布时间相对 PMI 更 为滞后，所以作为经济基本面的辅助判断指标。
EPU 指数回落后通常可以引发北上资金的回流。北上资金倾向于在 EPU 指数回 调后开启流入，即我国经济政策稳定性较高时流入 A 股市场。比如 2020 年 3 月 以及 2020 年 9 月，EPU 指数均有较大幅度的回调，其间北上资金也有一定程度 的流出，而在回调见底后都引发了北上资金的大幅流入。
2.2 配置性价比：北上资金倾向于左侧布局
配置性价比的角度，以中证 500 指数和富时中国 A50 指数作为主要观测指标， 上证指数相对日经指数涨跌幅和恒生沪深港通 AH 股溢价作为辅助观测指标，综 合反映 A 股市场当前的配置性价比。 从 A 股市场整体表现来看，北上资金倾向于左侧布局。对比上证综指涨跌幅与 北上资金的净流入金额数据，我们发现北上资金有明显的左侧布局倾向，即在市 场明显回调后大幅流入，在市场大幅上涨后流出，其对回调与上涨的观察期基本 在两个月左右。 中证 500 指数的指示作用相比上证综指和沪深 300 更显著，中证 500 指数回调 后会触发北上资金的大幅流入。通过对比多个 A 股市场指数走势与北上资金流 入流出的相关性，我们发现中证 500 指数的波动相对更显著，其相比于上证指 数与沪深 300 指数对北上资金流动的指示作用更强烈。究其原因，可能来源于 当前中证 500 指数的行业权重与北上资金各行业的持股比例更为接近。 北上资金大幅流入前两个月中证 500 指数会下跌，而大幅流出前两个月中证 500 指数会上涨。根据历史情况，我们发现北上资金大幅流入或流出区间的前两个月 内中证 500 指数的涨跌幅有明显的指示效果，9 段大幅流入区间中有 8 段符合区 间前两个月中证 500 下跌，5 段大幅流出区间中有 4 段符合区间前两个月中证 500 上涨。
富时中国 A50 指数上行或处于高位时，北上资金大幅流入；A50 指数明显下行 时，北上资金大幅流出。富时中国 A50 指数通常作为外资投资 A 股市场的指引， 一定程度上可以表征外资对于 A 股市场的实时预期。因此，A50 指数的涨跌与北 上资金的流入流出有明显的相关性，相比上文提到的指数对北上资金的指引更加 清晰。当富时中国 A50 指数上行或处于高位时，北上资金一般会大幅流入；当 A50 指数明显下行时，北上资金一般会大幅流出。 历史来看，所有北上资金大幅流入与流出区间均符合以上规律。根据历史上北上 资金 9 段大幅流入区间和 5 段大幅流出区间，计算每个区间内 A50 指数的涨跌 幅，所有北上资金大幅流入区间均满足 A50 指数处于上涨，而所有北上资金大 幅流出区间均满足 A50 指数下跌。
将 A 股市场与其他新兴市场对比，北上资金倾向于在 A 股涨跌幅相比其他市场 处于低位时流入。我们分别计算上证指数相对日经 225 指数、韩国综合指数、 印度 SENSEX30 指数以及 MSCI 越南指数的涨跌幅，并与同时间的北上资金净 流入额相对照，可以发现北上资金的大幅流入区间基本都处于上证指数相对其他 市场指数涨跌幅处于低位的区间，而北上资金的大幅流出区间基本都处于上证指 数相对其他市场涨跌幅处于高位的区间。 上证指数相对日经 225 指数涨跌幅对于北上资金的流动指示作用最明显。对比 各个新兴市场，上证指数相对日经 225 指数的涨跌幅指示作用最为明显，基本 所有北上资金大幅流入区间都走出了“U”形走势，而其他市场存在个别区间与 规律相悖的情况。 上证指数相对日经指数涨跌持续处于负区间一定程度可以指示北上资金的流入。 通过计算历史上所有北上资金大幅流入流区间的相对涨跌幅，我们发现大多数流 入的区间内，上证指数相对日经指数涨跌幅处于负区间，但是其对于北上资金的 大幅流出区间没有明显规律。另外，相比于区间涨跌幅数值的计算，上证指数相 对日经指数涨跌的图形走势的指示意义相对更强。
北上资金大幅流入区间内恒生沪深港通 AH 股溢价通常呈现“V”字走势。恒生 沪深港通 AH 股溢价反映同时在中国 A 股及香港 H 股上市的中国公司（AH 公司） 所发行的 A 股及 H 股间的价差，可以用来表征 A 股与港股市场的相对配置性价 比。与上文 A 股市场与新兴市场的相对表现对北上资金的影响类似，北上资金 通常在 AH 股溢价处于低位时流入 A 股市场，因此在北上资金的大幅流入区间， 恒生沪深港通 AH 股溢价通常呈现“V”字走势。 北上资金大幅流入首月 AH 股溢价通常表现为下跌，可以作为北上资金能否继续 持续的判断依据。根据恒生沪深港通 AH 股溢价的“V”字走势，我们发现基本 北上资金大幅流入区间的首月，恒生沪深港通 AH 股溢价涨跌幅均为负值。而如 果 AH 股溢价下跌与北上资金流入同时发生，这也可以指示北上资金的流入仍会 持续，直至走完“V”形走势。 恒生沪深港通 AH 股溢价上升区间可以指示北上资金的大幅流出。从北上资金大 幅流出的角度看，大幅流出区间基本都伴随着 AH 股溢价的上升，历史上 5 次北上资金大幅流出区间中有 4 次均符合这个规律，其中 2020 年北上资金大幅流出 可能与我国疫情爆发有关，而 A 股与港股市场的配置性价比与之相比参考性明 显减弱。
2.3 市场情绪：北上资金倾向于在海内外市场均情绪稳定 时流入
市场情绪的角度，以 A 股市场波动率作为主要观测指标，VIX 指数作为辅助观测 指标，分别反映 A 股与海外市场的情绪，北上资金倾向于在海内外市场均情绪 稳定时流入。 A 股市场自身的角度，北上资金倾向于在 A 股市场波动加剧时流出，在波动率较 低时流入。我们以全部 A 股月度涨跌幅的标准差作为市场的月度波动率，其可 以反映 A 股市场的情绪稳定程度。当市场波动加剧，意味着短期内市场投机行 为的增多或市场分歧的存在；而市场波动较低时，代表市场情绪相对稳定。对比 市场波动率与北上资金流动的关系，可以发现北上资金倾向于在 A 股市场波动 加剧时流出，在波动率较低时流入，其大幅流入区间基本与波动率阶段低点同步。 北上资金大幅流入区间，市场月波动率基本处于 1.5%以下，大幅流出区间，市 场月波动率出现明显峰值。自 2014 年 11 月以来，万得全 A 指数月度日涨跌幅 标准差以 1.3%为中枢振荡，在北上资金集中流入的区间，市场月度波动率基本 处于 1.5%以下；而北上资金集中流出阶段，市场月度波动率均出现明显峰值。
海外市场的角度，美股市场情绪稳定时对海外投资意愿更高，VIX 可以作为情绪 面判定北上资金流动的辅助指标。VIX 指数反映标普 500 指数的波动性预期，被 普遍视为市场情绪和风险偏好的晴雨表，当投资者情绪悲观时，VIX 走高，预示 市场可能面临更大的波动和风险；相反，当投资者情绪乐观时，VIX 走低，表示 市场情绪稳定。站在外资的角度，当 VIX 指数走低时，市场情绪稳定，外资的风 险偏好有所改善，对海外市场投资意愿更高。 北上资金倾向于在 VIX 指数处于低位时流入 A 股市场，在高点流出。通过对比 VIX 指走势与北上资金净流入金额，可以发现北上资金大幅流入区间基本处于 VIX 指数阶段性低位区间，而在 VIX 指数的高点时段，基本与北上资金的大幅流 出区间吻合。
2.4 交易触发：全 A 估值和换手率可以作为边界触发因素
交易触发因素的角度，以全部 A 股的 PE(TTM)作为主要观测指标，A 股市场换 手率作为辅助观测指标，二者突破边界值后都会明显触发北上资金的流入。 万得全 A 指数 PE(TTM)低于 16 是明显的北上资金买入信号。从历史的角度来看， 外资密集买入时期和 A 股整体估值往往不存在明确的关联，但一旦估值低于 16 倍，外资则开始果断买入。2017 年底至 2018 年底，估值持续下跌，而外资大 部分月份均呈现了净流入的状态，仅 2018 年 2 月及 10 月有较小幅的净流出， 整体呈现越跌越买的情形。2022 年以来的三次北上资金大幅流入区间，基本都 存在估值向下突破 16 倍触发北上资金流入的情况。 与估值指标类似，A 股股债 ERP 低于 14 时会明显触发北上资金的流入。与估值 指标相似，外资密集买入时期和 A 股股债 ERP 不存在明确的关联，但一旦其低 于 14 时，外资则开始果断买入。由于两个指标重合度较高，仅选用万得全 A 的 估值 PE(TTM)作为后续的判断依据。
A 股月度换手率对北上资金的流入和流出都有明显的指示作用。市场换手率常常 被用来衡量市场活跃度，换手率较高时，通常反映出投资者情绪高涨，投资者积 极参与交易，多见于牛市初期或市场大幅波动时期；而低换手率通常反映市场活 跃度较低，常见于市场下行阶段。北上资金通常在市场换手率较高时流出，在市 场换手率较低时流入，这也与其左侧布局的倾向一致。 历史来看，A 股月度换手率低于 18%时大概率会触发北上流入，大于 30%时大 概率会触发北上流出。从历史上北上资金的大幅流入流出区间来看，A 股月度换 手率低于 18%时，大概率会触发北上资金的大幅流入，而当市场月度换手率大 于 30%时，大概率会触发北上资金的大幅流出。
2.5 当前如何判断北上资金的流入/流出？
北上资金历史上所有大幅流入和流出区间，均能满足大多数指标的判断标准。根 据以上四因素框架中涉及的各指标，我们对历史上较大规模的北上资金流入与流 出进行整体的复盘，基本所有典型区间都能满足大多数判断指标。北上资金大幅 流入的区间中，基本都能满足 7 至 9 个判断指标，而在大幅流出的区间中，基 本都能满足 3 个以上指标的判断标准。 特殊时期经济基本面可能成为主导因素，而行情因素影响稍弱。所有典型集中流 入阶段中，仅 2021 年 9 月至 2021 年 12 月的集中流入阶段满足了 5 个指标而 有 4 个指标未满足，其主要原因是中国社会进入后疫情时代，地方疫情小规模爆 发但疫情影响钝化，尤其与海外疫情态势严峻相比，我国经济政策不确定性下降 明显，PMI 连续十个月处在荣枯线以上。因此本次北上资金的流入主要由经济基 本面因素主导，而行情因素影响较弱，虽然多个行情指标未达到北上流入判断标 准，但我国经济确定性支撑了北上资金的流入。 在经济基本面相对平稳的时候，重点关注富时 A50 指数与全 A 市场波动率两个 指标。在所有指标中，富时 A50 指数与全 A 市场波动率两个指标不仅适配基本 所有北上资金大幅流入的区间，同时其数据可得性好、频率为日度可更新，建议 重点关注。
那么反过来，根据复盘北上资金流动历史得到的特征规律是否能应用于判断其流 入与流出呢？ 对于经济基本面、配置性价比以及市场情绪三个因素，满足大多数具体指标可以 筛选出北上资金的流入月份。我们根据三因素中 7 个具体指标的判断标准，筛选 出 2019 年至今满足各个指标条件的月份，并且寻找大多数指标的重合区域。通 过与北上资金月度净流入数据的比对，我们发现同时满足大多数指标的月份可以 覆盖大多数北上资金净流入的月份，并且基本能识别到净流入金额较大的区间。 对于交易触发因素，基本达到触发条件后北上资金会在当月或者次月触发流入。 相比其他三个因素，交易触发因素更加直接，只要达到触发条件，基本当月或者次月就会触发北上资金的流入。但是值得注意的是，达到触发条件的当月是否流 入较难判断。 北上资金流出的角度，同时满足 5 个判断指标中大多数的月份也基本与北上资 金实际流出月份匹配。根据指示北上资金流出的 5 个可量化指标，筛选出 2019 年以来满足指标的月份，并寻找大多数指标的重合区域。通过与北上资金实际流 出的月份对比，我们发现同时满足大多数指标的月份也可以覆盖部分北上资金流 出的月份。
站在当前视角，如何判断北上资金的流入与流出呢？ 经济基本面的角度，引发北上资金流出的可能性较高。经济基本面的角度，我国 制造业 PMI 已经连续三个月低于判断标准 49.8%，可能引发北上资金的流出。 辅助因素的角度，7 月我国 EPU 指数明显提升，处于上行区间，政策不确定性 较高。整体来看，经济基本面的角度引发北上资金流出的可能性较高。 配置性价比的角度，A 股当前配置性价比并未达到显著吸引力。中证 500 指数已 经连续三个月呈现下跌趋势，跌幅总计超过 10%，配置性价比有所提升；7 月 上证指数相对日经 225 指数的表现较为相近，A 股市场相对亚洲新兴市场的配置 性价比一般；富时 A50 中国指数近两个月处于下行区间，沪深港通 AH 股溢价正 处于上升区间，均未达成北上资金流入的促进条件。
市场情绪的角度，A 股 7 月市场波动率满足北上流入判断标准，但海外市场恐慌 情绪处于阶段高点。A 股市场涨跌波动率方面，7 月波动率为 1.14%，满足低于 1.5%的北上流入判断标准。但 VIX 指数当前处于 16.4 的阶段性高点，对北上资 金的流入起到一定程度的压制。 交易触发的角度，估值已到达触发点，一旦触发当月或次月北上资金流入概率较 大。估值方面，截至 7 月 31 日 A 股 PE(TTM)延续下降趋势至 16，已经到达北 上资金触发值。换手率的角度，7 月 A 股换手率为 21.4%，大于触发北上资金流 入的条件。 当前北上资金可能维持流出状态，8 月下旬可能会转为流入。由于交易触发因素 中的估值因素触发确定性较高，而 7 月底估值 PE（TTM）已突破触发线，因此 8 月北上资金流入的概率较大。同时综合各指标的位置分析，经济基本面以及配 置性价比当前都未达成北上资金明显流入的条件，所以北上资金的大幅流入更可 能出现在 8 月后期。
3.1 北上资金对哪些行业影响较大？
存量的角度，北上资金持仓集中在电力设备、食品饮料以及电子行业。截至 7 月 31 日，北上资金持仓金额排名靠前的行业主要包括电力设备、食品饮料、电 子以及银行行业，持仓金额分别达到 2162 亿元、2065 亿元、1858 亿元以及 1821 亿元。 增量的角度，今年北上资金主要净买入银行、电子以及公用事业。今年（截至 7 月 31 日）北上资金净买入最多的行业为银行、电子以及公用事业行业，净买入 金额分别达到 308 亿元、242 亿元以及 155 亿元，而净卖出最多的三个行业为 传媒、食品饮料以及家用电器，净卖出金额分别达到 170 亿元、120 亿元以及 87 亿元。 北上资金对行业的流入流出波动更为剧烈，今年买卖波动最大的行业主要包括食 品饮料、电力设备以及银行行业。北上资金月度净买入波动较大的行业也较值得 关注，今年以来北上买卖波动较大的行业主要包括食品饮料、电力设备以及银行 行业。与北上资金对 A 股市场整体的买卖相比，其对于行业的大幅流入和流出 的转向更为频繁，因此对其配置变化的捕捉和判断难度也更大。 北上资金高持仓和频繁买卖的行业偏好较统一，主要集中在电力设备、食品饮料、 银行、电子、家用电器、有色金属、公用事业、医药生物等行业，我们后文主要 针对北上资金影响较大的部分行业进行四因素模型的规律总结。
3.2 行业基本面——盈利预期
行业基本面方面，采用各行业未来 12 个月的盈利预期（4 周期移动平均）变化 作为判断指标。考虑到大部分反映行业基本面的指标（盈利增速、ROE 等）均 为季度更新，对指导北上资金的流入流出意义相对较小。因此，采用每月全部 A 股的万得一致预期合成月度的行业盈利增速，并进行 4 周期移动平均后作为行业 基本面的表征指标。 盈利预期更适合指示偏长期的流入流出，行业盈利预期上行时，北上资金倾向于 流入；盈利预期下行时，北上资金偏向于流出。由于行业盈利预期变化周期相对 较长，更适合对北上资金较为长期的流入流出起到指示的作用，指示区间基本在 一年左右。对照北上资金重点配置行业的流入流出以及行业盈利预期，基本均满 足行业盈利预期上行时，北上资金偏向于流入行业，而行业盈利预期下行时，北 上资金偏向于流出行业。 盈利预期的转折点，通常会引发北上资金的转向。一般行业盈利预期达到最高点 时，通常会引发北上资金流入至流出的明显转向；而当行业盈利预期达到最低点 时，一般会引发北上资金流出至流入的明显转向。以家用电器行业为例，2017 年全年行业盈利预期上行，北上资金持续流入，年底行业盈利预期达到最高点， 2018 年 2 月起北上资金转向连续流出。2020 年 10 月至 2021 年 10 月，家电行 业盈利预期持续上行，北上资金也流入明显，10 月底触顶后引发了北上资金转 向长达一年的持续流出。
3.3 行业配置性价比——指数走势
行业配置性价比方面，采用行业申万指数走势作为判断指标，北上资金倾向于在 行业上行周期或高点流入行业，而在下行周期或低点流出。北上资金净流入行业 金额与行业涨跌的相关关系，与市场整体有所不同，行业指数处于上行周期或指 数高点时，北上资金倾向于流入，而在行业指数处于下行周期或者低点时，北上 资金倾向于流出。 以电子行业为例，2019 年 9 月至 2020 年 1 月、2020 年 4 月至 6 月以及 2021 年 5 月至 11 月，申万电子行业指数都经历了较大幅度的上行，其间北上资金也 有较大规模的流入；而在 2020 年 2 月至 3 月、2021 年 2 月至 3 月以及 2022 年 8 月至 10 月期间，电子指数回调明显，同时伴随着北上资金较大规模的流出。
3.4 行业情绪——指数波动率
市场情绪因素，采用行业月度涨跌幅的波动率表征行业情绪变动。与市场整体类 似，我们以各个行业的月度涨跌幅的标准差作为行业的月度波动率，来反映对应 行业的情绪稳定程度。当行业波动加剧，意味着短期内市场对行业行情分歧较大； 而行业波动较小时，代表行业情绪相对稳定。 北上资金对行业情绪的反应与市场整体相同，行业波动率较高时北上资金倾向于 流出，而波动率较低时倾向于流入。对比北上资金配置的重点行业的波动率与北 上资金流动的关系，可以发现北上资金倾向于在行业波动加剧时流出，在波动率 较低时流入，其大幅流入区间基本与波动率阶段低点同步。以电力设备行业为例， 其北上资金集中流入的区间有 2020 年 5 至 6 月、2021 年 9 月至 2022 年 1 月 以及 2023 年 1 月，其间电力设备指数的涨跌波动均处于阶段性低点；而在 2020 年 3 月、2021 年 7 月以及 2022 年 9 至 11 月几个北上资金明显流出行业的区间， 电力设备指数的波动均处于阶段性峰值。
3.5 交易触发——指数估值 PE(TTM)
行业估值触发的确定性较高，PE(TTM)（Z-score 标准化处理后）越过中枢通常 与北上资金的买卖反转同时发生。为了捕捉和对比各行业估值与北上资金流动的 关系，我们对北上配置重点行业的估值进行 Z-score 标准化处理，可以更清晰地 观察各行业估值相对均值中枢以及一倍标准差的位置。从历史来看，行业估值触 发北上资金流入变化的确定性较高，行业 PE(TTM)越过均值中枢通常与北上资 金的买卖反转同时发生。 由于以食品饮料行业为例，2019 年 2 月底食品饮料行业 PE(TTM)持续提升越过 均值中枢，正好为北上资金对食品饮料行业从流入转为流出的临界点。2020 年 1 月至 4 月食品饮料行业估值波动较大，1 月估值快速降至均值以下，伴随北上 资金从流入转向流出状态，仅一个月后行业估值又快速回升越过均值中枢，此时 北上资金再度转向为流入状态。
3.6 北上资金对哪些行业的配置可能会明显变化？
综合以上四因素，我们对所有一级行业各指标当前的位置进行了整合与分析。对 于四因素判断有矛盾的行业，可能对北上资金流动的指引并不清晰，而对于大部 分因素指向同一判断的行业，说明北上资金有较大可能性后续流动与判断一致。 下文对于判断指引相对较为清晰的行业进行具体分析。 北上资金短期对汽车行业可能由流出转向流入。基本面方面，汽车行业盈利预期 当前处于见底反弹初期，未来继续上行空间较大，因此北上资金长期角度可能将 维持流入。短期来看，当前汽车行业行情持续震荡，涨跌幅波动率处于均值附近， 7 月遭遇北上资金小幅流出后，8 月较大概率会转向流入。 北上资金对计算机行业短期可能由流入转向流出。行情与基本面的角度，计算机 指数走势与盈利预期都处于下行区间，7 月都有所下跌，可能会刺激北上资金的流出；同时，行业波动大，波动率在所有行业中排名较高，行业分歧较大。综合 以上，北上资金后续对于计算机行业的配置可能由小幅流入状态转向流出。 北上资金对公用事业行业可能短期继续维持流入。行情方面，公用事业虽然 7 月有所回调，但整体走势仍处于上行区间，可能继续吸引北上资金的流入；情绪 方面，行业涨跌波动率在所有行业中偏低，处于历史均值位置，行业交易度稳定； 估值方面，公用事业 PE(TTM)当前处于均值之下较低位置，距离中枢仍有一定 距离，短期不会达成反转。综合以上，北上资金短期对公用事业行业可能会继续 维持流入。 北上资金对食品饮料和银行行业可能短期继续维持流出。行情方面，食品饮料与 银行行业指数 7 月均有所下跌；基本面方面，二者当前盈利预期均处于下行区间， 7 月维持下降趋势，长期来看可能整体北上资金将处于流出状态；估值方面，两 个行业均未接近估值中枢，短期不会达成反转。综合以上，北上资金短期对食品 饮料和银行行业可能会继续维持流出。
（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）
