林晓明 S0570516010001 研究员
李 聪 S0570519080001 研究员
刘志成 S0570518080005 研究员
王佳星 S0570119090074 联系人
报告发布日期:2020年4月6日
摘要
市场大小盘股呈估值分化现象,上证 50 等大盘指数估值处于历史低位
当前 A 股市场大小盘指数估值出现分化现象,以创业扳指和中小扳指为代 表的小盘股估值在历史中位数附近,而上证 50 和中证 100 估值处于历史 低位。举例来说,创业扳指 PE_TTM 估值历史分位数为 51.75%;PB_LF 估值历史分位数为 72.19%;但相比之下上证 50 指数 PE_TTM 分位数仅 为 10.18%;PB_LF 分位数仅为 0.25%。从几个主要指数的最新估值和历 次市场底部相比来看,小盘股的估值水平相当月 16 年初,而大盘股的估值 水平和 2019 年初基本一致,和历次市场底部较为接近。
2019 年至今小盘股上涨源于估值扩张,大盘股上涨源于盈利提升
从估值和盈利对主要股指涨跌幅的贡献来看,2019 年初至今以创业板指为 代表的小盘股上涨核心因素是估值扩张,而大盘股的上涨动力主要源自于 盈利提升。从主要股指表现来看,中小扳指、创业扳指 2019 年以来分别 上涨 43.21%和 57.71%,但是 PE 涨幅分别为 51.10%和 88.56%;相比之 下,上证 50 和中证 100 指数同期上涨 42.72%和 26.44%,但 PE 涨幅仅 为 2.60%和 4.23%。分别在估值扩张和盈利提升的驱动下,过去一年市场 呈现“小盘成长+大盘蓝筹”结构化行情。整体来说,大盘蓝筹股表现和盈 利水平相当,估值处于历史低位,具备更高的长期配置价值。
行业景气度跟踪:食品饮料、农林牧渔行业景气度较高
我们结合财务报表、业绩快报、业绩预告、一致预期等多个维度数据,构 建了 12 个景气度指标来对各行业景气状态进行月度打分(该指标景气度向 好打 1 分,恶化打-1 分,无信号打 0 分,综合打分数值越高,意味着该行 业越景气)。根据 2020 年 3 月底的最新建模结果,目前景气度打分排名前 五的行业分别是:食品饮料、综合、农林牧渔、电力设备及新能源和传媒。
行业拥挤度跟踪:三月份市场拥挤度缓解,目前仅农林牧渔行业出现拥挤
我们以量价数据为基础,构建了收盘价乖离率、换手率与收盘价相关系数、 成交量与收盘价的相关系数、峰度、换手率乖离率以及换手率这六项拥挤 度指标,用以刻画行业指数是否存在过热交易风险。将上述指标的打分结 果加总即可得到各行业的复合拥挤度打分,复合拥挤度大于零即可表明该 行业处于拥挤状态,有一定的交易过热风险。三月份总计有 12 个行业出现 拥挤,上半月市场拥挤程度较高,下半月拥挤程度逐渐缓解。三月上旬拥 挤行业集中在科技类、基建类以及消费类,通信、计算机、消费者服务拥 挤度最高。最新一周仅农林牧渔行业出现拥挤状态。
上周全球股市涨跌不一,A 股消费占优,原油价格上涨
股票方面,世界各国股票指数涨跌不一,MSCI 发达市场指数下跌幅度大 于 MSCI 新兴市场;国内股市保持震荡,消费板块占优。债券方面,世界 主要国家的国债收益率涨跌不一,其中美国和澳洲 10 年期国债到期收益率 降幅较大,上周下分别降 10 和 15.5BP;国内债券市场小幅上涨,长久期 债券涨幅高于短久期债券。商品方面,原油大幅上涨,ICE 布油上涨 22.65%;基本金属低位震荡,LME 铜、LME 锌分别上涨 0.56%和 0.43%, LME 铝下跌 4.67%;贵金属略微出现下跌,上周伦敦金现和伦敦银现分别 下跌 0.60%和 0.29%。
风险提示:模型根据历史规律总结,历史规律可能失效。金融周期规律被打破。市场出现超预期波动,导致拥挤交易。
市场大小盘股呈估值分化现象,大盘指数估值处于历史低位
当前 A 股市场大小盘指数估值出现分化现象,以创业扳指和中小扳指为代表的小盘股估值 在历史中位数附近,而上证 50 和中证 100 指数估值处于历史低位。从 A 股主要股票指数 日频 PE_TTM 和 PB_LF 的分布箱型图上可以看到:
以上证 50、中证 100、沪深 300 为代表的大盘指数绝对估值水平较低。PE 在 10 倍 附近,分位数在 10%-20%左右;PB 估值在 1.2 倍附近,分位数处于 10%以下。
以创业板指为代表的小盘指数绝对估值水平较高,PE_TTM 和 PB_LF 的最新分位 数分别为 57.15%和 72.91%,和大盘股相比估值处于高位。
当前大盘指数和历次市场底部估值水平相当,和 19 年初接近
从几个主要指数的最新估值和历次市场底部相比来看,当前市场小盘股的估值和 2016 年 初较为接近,大盘股的估值水平和历次市场底部较为接近,相当于 19 年初的水平:
上证 50、中证 100、沪深 300 等大盘指数 PE 估值和 16 年 1 月以及 19 年 1 月处于 相同水平,略高于 14 年 3 月份底部估值;PB 估值和历次历史底部估值水平相同, 其中上证 50 估值处于历史底部。
创业扳指、中小扳指等小盘指数估值水平和 14 年 3 月以及 16 年 1 月市场底部接近, 但是相比于 19 年 1 月估值已经有较大提升。
从估值水平变化可以看到市场 16 年至今存在明显的分化行情:16 年至 19 年初,大盘指 数表现优于小盘指数,上证 50、中证 100 等大盘指数的估值在此期间没有明显变化,而 中证 1000、创业扳指等小盘指数估值缩小一半左右。19 年 1 月份至今,大盘股的估值也 基本保持在相同水平,而中证 1000 和创业扳指的估值翻了一倍。从估值角度来看大盘股 的下行空间有限。
近一年小盘股上涨源于估值扩张,大盘股上涨源于盈利提升
在之前的观点周报《明年市场或切换到盈利驱动》( 2019-12-22)中,我们曾指出从 A 股 主要股指到大多数领涨行业,估值扩张对股价上涨的贡献度大于盈利提升。但是随着市场 行情不断演进,大盘指数和小盘指数的估值都出现下杀,盈利提升对大盘股上涨的贡献度 逐渐增大。估值和盈利对大小盘股上涨的贡献程度也出现区别。具体来说,估值(PE)和 盈利对指数涨跌幅的贡献按照如下公式计算:
从估值和盈利对主要股指涨跌幅的贡献来看,2019 年初至今以创业板指为代表的小盘股 上涨核心因素是估值扩张,而大盘股的上涨动力主要源自于盈利提升。从主要股指表现来 看,深圳成指、中小扳指、创业扳指 2019 年以来的涨跌幅分别为:41.41%、43.21%和 57.71%,但是估值扩张的幅度显著大于指数上涨幅度,三个指数的 PE 涨幅分别为 51.02%、 51.10%和 88.56%。与之相对应的是,上证 50 和中证 100 等大盘指数 2019 年至今上涨 42.72%和 26.44%,其中盈利贡献分别达到 40.11%和 22.21%
在估值扩张和盈利提升的双重驱动下,过去一年市场呈现鲜明的“大盘蓝筹+小盘成长” 结构化行情:2019 年至今上证综指上涨幅度为 12.12%,而上证 50、创业扳指、中小扳 指上涨幅度都在 40%以上。整体来说,大盘蓝筹股表现和盈利水平相当,估值处于历史低 位,长期配置价值逐渐凸显。
行业层面成长行业受益于估值扩张、消费行业受益于盈利提升
从行业角度来说,各行业的估值水平也呈现了较大的分化现象,驱动因素的分歧致使过去 一年 A 股市场呈现出“成长+消费”的结构化行情。涨幅在 20%以上的行业主要分成两类:
第一类是科技类、新能源等成长行业,这些行业的上涨动力全部来自于估值扩张,PE 贡献在 20%-200%。此类行业目前的涨跌主要受市场情绪影响,未来存在一定的业绩 兑现的压力。
第二类是非银、建材、以及食品饮料等消费类行业,这几个行业上涨动力主要来自于 盈利提升,盈利贡献在 20%-100%。这类企业未来的走势仍大概率取决于经营状况。
结合各行业的估值水平来看,消费和成长行业估值水平都比较高,未来业绩压力更大。成 长类行业的 PE 和 PB 估值历史分位数普遍在 70%以上,消费类行业的 PE 和 PB 估值分 位数在 50%以上,估值扩张的空间逐渐缩小。相较之下银行、地产以及周期股 PE 和 PB 估值都处在历史低位,存在一定的估值扩张空间。
行业景气度跟踪:食品饮料、农林牧渔景气度较高
在华泰金工行业轮动系列报告《景气度指标在行业配置中的应用》(2019-9-12)中,我们 结合财务报表、业绩快报、业绩预告、一致预期等多个维度数据,构建了 12 个景气度指 标来对各行业景气状态进行月度打分(该指标景气度向好打 1 分,恶化打-1 分,无信号打 0 分,综合打分数值越高,意味着该行业越景气)。根据 2020 年 2 月底的最新建模结果, 目前景气度打分排名前五的行业分别是:食品饮料、综合、农林牧渔、电力设备及新能源 和传媒。
行业拥挤度跟踪:上周仅农林牧渔行业出现拥挤状态
在前期报告《拥挤度指标在行业配置中的应用》(2020-02-09)中,我们从控制交易风险 的角度出发,构建拥挤度指标对各行业的交易过热风险进行衡量。具体而言,我们以量价 数据为基础构建六个单项行业拥挤度指标,并进一步合成复合指标。复合拥挤度指标大于 零即可表明该行业处于拥挤状态。历史统计来看,出现拥挤信号的行业在未来一个月出现 下跌可能性较大,建议降低仓位。
三月份总计有 12 个行业出现拥挤,上半月市场拥挤程度较高,下半月拥挤程度逐渐缓解。三月上旬拥挤行业集中在科技类、基建类以及消费类,通信、计算机、消费者服务拥挤度 最高。最新一周仅农林牧渔行业出现拥挤状态。
资产价格跟踪:上周全球股市涨跌不一,原油价格上涨
统计全球主要股票指数近期表现:1、国际市场上,世界各国股票指数涨跌不一,澳洲标 普 500(4.65%)和泰国综指(3.55%)涨幅居前,MSCI 发达市场(-2.75%)指数下跌 幅度大于 MSCI 新兴市场(-1.28%) ;2、上周 A 股保持震荡态势,上证综指下跌 0.30%;以上证 50(0.27%)和沪深 300(0.09%)为代表的大盘指数出现上涨,消费(0.47%) 板块占优。
从全球市场利率指标来看,世界主要国家的国债收益率涨跌不一,其中美国和澳洲 10 年 期国债到期收益率降幅较大,上周下分别降 10 和 15.5BP。从国内主要债券指数的表现来 看:长久期债券涨幅高于短久期债券,中债-新综合财富(7-10 年)指数上周上涨 0.34%。
从全球主要商品资产的表现来看,上周原油大幅上涨,ICE 布油上涨 22.65%;基本金属 低位震荡,LME 铜、LME 锌分别上涨 0.56%和 0.43%,LME 铝下跌 4.67%;贵金属略微 出现下跌,上周伦敦金现和伦敦银现分别下跌 0.60%和 0.29%。
资金面跟踪:北向资金流入,食品饮料行业净流入最多
北向资金上周呈总计净流入 81.48 亿元。净流入最多的行业分别是食品饮料(37.72 亿元)、 电子(30.60 亿元)、医药生物(10.27 亿元),净流出最多的行业是家用电器(11.34 亿元) 、 交通运输(7.70 亿元)和有色金属(6.55 亿元)。
风险提示
1、模型根据历史规律总结,历史规律可能失效。
2、市场出现超预期波动,导致拥挤交易。
免责声明与评级说明
公众平台免责申明
本公众平台不是华泰证券研究所官方订阅平台。相关观点或信息请以华泰证券官方公众平台为准。根据《证券期货投资者适当性管理办法》的相关要求,本公众号内容仅面向华泰证券客户中的专业投资者,请勿对本公众号内容进行任何形式的转发。若您并非华泰证券客户中的专业投资者,请取消关注本公众号,不再订阅、接收或使用本公众号中的内容。因本公众号难以设置访问权限,若给您造成不便,烦请谅解!本公众号旨在沟通研究信息,交流研究经验,华泰证券不因任何订阅本公众号的行为而将订阅者视为华泰证券的客户。
本公众号研究报告有关内容摘编自已经发布的研究报告的,若因对报告的摘编而产生歧义,应以报告发布当日的完整内容为准。如需了解详细内容,请具体参见华泰证券所发布的完整版报告。
本公众号内容基于作者认为可靠的、已公开的信息编制,但作者对该等信息的准确性及完整性不作任何保证,也不对证券价格的涨跌或市场走势作确定性判断。本公众号所载的意见、评估及预测仅反映发布当日的观点和判断。在不同时期,华泰证券可能会发出与本公众号所载意见、评估及预测不一致的研究报告。
在任何情况下,本公众号中的信息或所表述的意见均不构成对客户私人投资建议。订阅人不应单独依靠本订阅号中的信息而取代自身独立的判断,应自主做出投资决策并自行承担投资风险。普通投资者若使用本资料,有可能会因缺乏解读服务而对内容产生理解上的歧义,进而造成投资损失。对依据或者使用本公众号内容所造成的一切后果,华泰证券及作者均不承担任何法律责任。
本公众号版权仅为华泰证券股份有限公司所有,未经公司书面许可,任何机构或个人不得以翻版、复制、发表、引用或再次分发他人等任何形式侵犯本公众号发布的所有内容的版权。如因侵权行为给华泰证券造成任何直接或间接的损失,华泰证券保留追究一切法律责任的权利。本公司具有中国证监会核准的“证券投资咨询”业务资格,经营许可证编号为:91320000704041011J。
林晓明
执业证书编号:S0570516010001
华泰金工深度报告一览
金融周期系列研究(资产配置)
【华泰金工林晓明团队】2020年中国市场量化资产配置年度观点——周期归来、机会重生,顾短也兼长20200121
【华泰金工林晓明团队】量化资产配置2020年度观点——小周期争明日,大周期赢未来20200116
【华泰金工林晓明团队】风险预算模型如何度量风险更有效-改进风险度量方式稳定提升风险模型表现的方法
【华泰金工林晓明团队】周期双底存不确定性宜防守待趋势——短周期底部拐头机会渐增,待趋势明朗把握或更大20191022
【华泰金工林晓明团队】二十年一轮回的黄金投资大周期——黄金的三周期定价逻辑与组合配置、投资机会分析20190826
【华泰金工林晓明团队】如何有效判断真正的周期拐点?——定量测度实际周期长度提升市场拐点判准概率
【华泰金工林晓明团队】基钦周期的长度会缩短吗?——20190506
【华泰金工林晓明团队】二十载昔日重现,三四年周期轮回——2019年中国与全球市场量化资产配置年度观点(下)
【华泰金工林晓明团队】二十载昔日重现,三四年周期轮回——2019年中国与全球市场量化资产配置年度观点(上)
【华泰金工林晓明团队】周期理论与机器学习资产收益预测——华泰金工市场周期与资产配置研究
【华泰金工林晓明团队】2018中国与全球市场的机会、风险 · 年度策略报告(上)
【华泰金工林晓明团队】基钦周期的量化测度与历史规律 · 华泰金工周期系列研究
【华泰金工林晓明团队】周期三因子定价与资产配置模型(四)——华泰金工周期系列研究
【华泰金工林晓明团队】周期三因子定价与资产配置模型(三)——华泰金工周期系列研究
【华泰金工林晓明团队】周期三因子定价与资产配置模型(二)——华泰金工周期系列研究
【华泰金工林晓明团队】周期三因子定价与资产配置模型(一)——华泰金工周期系列研究
【华泰金工林晓明团队】华泰金工周期研究系列 · 基于DDM模型的板块轮动探索
【华泰金工林晓明团队】金融经济系统周期的确定(下)——华泰金工周期系列研究
【华泰金工林晓明团队】金融经济系统周期的确定(上)——华泰金工周期系列研究
【华泰金工林晓明团队】全球多市场择时配置初探——华泰周期择时研究系列
【华泰金工林晓明团队】市场的轮回——金融市场周期与经济周期关系初探
周期起源
【华泰金工林晓明团队】周期在供应链管理模型的实证——华泰周期起源系列研究之六
【华泰金工林晓明团队】周期是矛盾双方稳定共存的结果——华泰周期起源系列研究之四
【华泰金工林晓明团队】周期是不确定性条件下的稳态——华泰周期起源系列研究之三
【华泰金工林晓明团队】周期趋同现象的动力学系统模型——华泰周期起源系列研究之二
【华泰金工林晓明团队】从微观同步到宏观周期——华泰周期起源系列研究报告之一
FOF与金融创新产品
【华泰金工林晓明团队】养老目标基金的中国市场开发流程--目标日期基金与目标风险基金产品设计研究
【华泰金工】生命周期基金Glide Path开发实例——华泰FOF与金融创新产品系列研究报告之一
因子周期(因子择时)
【华泰金工林晓明团队】市值因子收益与经济结构的关系——华泰因子周期研究系列之三
【华泰金工林晓明团队】周期视角下的因子投资时钟--华泰因子周期研究系列之二
择时
【华泰金工林晓明团队】波动率与换手率构造牛熊指标——华泰金工量化择时系列
【华泰金工林晓明团队】华泰价量择时模型——市场周期在择时领域的应用
行业轮动
【华泰金工林晓明团队】拥挤度指标在行业配置中的应用——华泰行业轮动系列报告之十二
【华泰金工林晓明团队】基于投入产出表的产业链分析 ——华泰行业轮动系列报告之十一
【华泰金工林晓明团队】不同协方差估计方法对比分析——华泰行业轮动系列报告之十
【华泰金工林晓明团队】景气度指标在行业配置中的应用——华泰行业轮动系列报告之九
【华泰金工林晓明团队】再探周期视角下的资产轮动——华泰行业轮动系列报告之八
【华泰金工林晓明团队】“华泰周期轮动”基金组合改进版——华泰行业轮动系列报告之七
【华泰金工林晓明团队】“华泰周期轮动”基金组合构建——华泰行业轮动系列之六
【华泰金工林晓明团队】估值因子在行业配置中的应用——华泰行业轮动系列报告之五
【华泰金工林晓明团队】动量增强因子在行业配置中的应用——华泰行业轮动系列报告之四
【华泰金工林晓明团队】财务质量因子在行业配置中的应用——华泰行业轮动系列报告之三
【华泰金工林晓明团队】周期视角下的行业轮动实证分析——华泰行业轮动系列之二
【华泰金工林晓明团队】基于通用回归模型的行业轮动策略——华泰行业轮动系列之一
Smartbeta
【华泰金工林晓明团队】重剑无锋:低波动 Smart Beta——华泰 Smart Beta 系列之四
【华泰金工林晓明团队】投资优质股票:红利类Smart Beta——华泰Smart Beta系列之三
【华泰金工林晓明团队】博观约取:价值和成长Smart Beta——华泰Smart Beta系列之二
【华泰金工林晓明团队】Smart Beta:乘风破浪趁此时——华泰Smart Beta系列之一
【华泰金工林晓明团队】Smartbeta在资产配置中的优势——华泰金工Smartbeta专题研究之一
多因子选股
【华泰金工林晓明团队】华泰单因子测试之历史分位数因子——华泰多因子系列之十三
【华泰金工林晓明团队】桑土之防:结构化多因子风险模型——华泰多因子系列之十二
【华泰金工林晓明团队】华泰单因子测试之海量技术因子——华泰多因子系列之十一
【华泰金工林晓明团队】因子合成方法实证分析 ——华泰多因子系列之十
【华泰金工林晓明团队】华泰单因子测试之一致预期因子 ——华泰多因子系列之九
【华泰金工林晓明团队】华泰单因子测试之财务质量因子——华泰多因子系列之八
【华泰金工林晓明团队】华泰单因子测试之资金流向因子——华泰多因子系列之七
【华泰金工林晓明团队】华泰单因子测试之波动率类因子——华泰多因子系列之六
【华泰金工林晓明团队】华泰单因子测试之换手率类因子——华泰多因子系列之五
【华泰金工林晓明团队】华泰单因子测试之动量类因子——华泰多因子系列之四
【华泰金工林晓明团队】华泰单因子测试之成长类因子——华泰多因子系列之三
【华泰金工林晓明团队】华泰单因子测试之估值类因子——华泰多因子系列之二
【华泰金工林晓明团队】华泰多因子模型体系初探——华泰多因子系列之一
【华泰金工林晓明团队】红利因子的有效性研究——华泰红利指数与红利因子系列研究报告之二
人工智能
【华泰金工林晓明团队】揭开机器学习模型的“黑箱” ——华泰人工智能系列之二十七
【华泰金工林晓明团队】遗传规划在CTA信号挖掘中的应用——华泰人工智能系列之二十六
【华泰金工林晓明团队】市场弱有效性检验与择时战场选择——华泰人工智能系列之二十五
【华泰金工林晓明团队】投石问路:技术分析可靠否?——华泰人工智能系列之二十四
【华泰金工林晓明团队】再探基于遗传规划的选股因子挖掘——华泰人工智能系列之二十三
【华泰金工林晓明团队】基于CSCV框架的回测过拟合概率——华泰人工智能系列之二十二
【华泰金工林晓明团队】基于遗传规划的选股因子挖掘——华泰人工智能系列之二十一
【华泰金工林晓明团队】必然中的偶然:机器学习中的随机数——华泰人工智能系列之二十
【华泰金工林晓明团队】偶然中的必然:重采样技术检验过拟合——华泰人工智能系列之十九
【华泰金工林晓明团队】机器学习选股模型的调仓频率实证——华泰人工智能系列之十八
【华泰金工林晓明团队】人工智能选股之数据标注方法实证——华泰人工智能系列之十七
【华泰金工林晓明团队】再论时序交叉验证对抗过拟合——华泰人工智能系列之十六
【华泰金工林晓明团队】人工智能选股之卷积神经网络——华泰人工智能系列之十五
【华泰金工林晓明团队】人工智能选股之损失函数的改进——华泰人工智能系列之十三
【华泰金工林晓明团队】人工智能选股之特征选择——华泰人工智能系列之十二
【华泰金工林晓明团队】人工智能选股之Stacking集成学习——华泰人工智能系列之十一
【华泰金工林晓明团队】宏观周期指标应用于随机森林选股——华泰人工智能系列之十
【华泰金工林晓明团队】人工智能选股之循环神经网络——华泰人工智能系列之九
【华泰金工林晓明团队】人工智能选股之全连接神经网络——华泰人工智能系列之八
【华泰金工林晓明团队】人工智能选股之Python实战——华泰人工智能系列之七
【华泰金工林晓明团队】人工智能选股之Boosting模型——华泰人工智能系列之六
【华泰金工林晓明团队】人工智能选股之随机森林模型——华泰人工智能系列之五
【华泰金工林晓明团队】人工智能选股之朴素贝叶斯模型——华泰人工智能系列之四
【华泰金工林晓明团队】人工智能选股之支持向量机模型— —华泰人工智能系列之三
【华泰金工林晓明团队】人工智能选股之广义线性模型——华泰人工智能系列之二
指数增强基金分析
【华泰金工林晓明团队】再探回归法测算基金持股仓位——华泰基金仓位分析专题报告
【华泰金工林晓明团队】指数增强方法汇总及实例——量化多因子指数增强策略实证
基本面选股
【华泰金工林晓明团队】华泰价值选股之相对市盈率港股模型——相对市盈率港股通模型实证研究
【华泰金工林晓明团队】华泰价值选股之现金流因子研究——现金流因子选股策略实证研究
【华泰金工林晓明团队】华泰基本面选股之低市收率模型——小费雪选股法 A 股实证研究
【华泰金工林晓明团队】华泰基本面选股之高股息率模型之奥轩尼斯选股法A股实证研究
基金定投
【华泰金工林晓明团队】布林带与股息率择时定投模型——基金定投系列专题研究报告之四
其它