本报告基于基本面量化模型动态跟踪A股整体盈利预测,结合市场情绪与机构调研数据,揭示2024年04月行业景气度走势。预计2023Q4万得全A及非金融ROE分别为8.02%和7.52%。市场估值处于历史极低水平,机构关注度向环节“传媒”等行业转移,同时看好石油石化、有色金属、电力及公用事业、农林牧渔和银行等上游周期板块。行业轮动策略@基本面+量价组合模拟表现优异,拥挤度指标整体较低,量价与基本面相结合的动态择时框架提升投资决策科学性
报告预测2023Q4万得全A和非金融指数ROE分别为8.02%和7.52%,2024Q1略降但维持稳定,且相较上月有轻微上调。同期ROE历史趋势呈现于2023Q3出现底部反弹迹象。VIX指标(市场波动性预期)在主要股指中普遍从中高位或极高位回落,显示市场悲观情绪缓和,波动率趋向历史中枢水平。此外,黄金、铜、玉米、豆粕等大宗商品波动率曲线也呈现冲高回落,暗示短期波动风险得到缓解。
在行业层面,基于财务报表和行业景气度指标数据,石油石化、煤炭、有色金属、纺织服装和银行等行业景气度较高,且石油石化和煤炭的PB估值水平突破50%中位数,表现出估值优势。机构关注点方面,“传媒”和“综合”行业关注度上升;“煤炭”“电力设备及新能源”“非银行金融”“交通运输”关注度相对回落。整体拥挤度信号和拥挤行业数量降低,市场流动性及估值结构改善, 13, 14, 15, 16, 27]。
报告引入剩余收益模型(Residual Income Model, RIM)作为权益市场资产定价基础。其核心公式反映股票价格是当前账面价值与未来超额收益现值之和,其中超额收益取决于净资产回报率(ROE)与股权资本成本(r_e)之间的差异:
Pt∗=Bt+i=1∑∞(1+re)iEt[(ROEt+i−re)×Bt+i−1]此模型既涵盖投资者对企业账面价值的认可,也反映了未来盈利能力的持续预期。结合现实市场中的“噪声投资者模型”,市场价格存在一定误差和波动,并非完全等于内在价值。报告强调价值投资即在质量好且价格合理的股票中寻找投资机会,剩余收益模型是分析企业价值的关键工具, 4]。
报告运用多层次数据(正式财报、业绩快报、业绩预告及分析师预期)实时追踪上市公司盈利能力,实现对季度净利润和ROE的动态预测。通过图示,预测2023Q4万得全A的ROE为8.02%,非金融企业为7.52%,2024Q1分别为7.81%和7.43%,与2023Q3的ROETTM 8.16%和7.51%相比有小幅波动但总体稳健。预测偏差在可接受范围内,结合新信息率评估数据完整性和市场信息消化程度。
市场情绪指标通过期权波动率指数(VIX)观察,反映不同指数及大宗商品的投资者风险预期及情绪变化。整体VIX指标显示市场悲观情绪从极端水平回落至中枢区间,风险偏好有所回升, 8, 9, 13, 14]。
报告运用康波周期理论,将经济和资本市场发展划分为繁荣、萧条、衰退和回升不同阶段,历史显示康波长度多为40-60年,目前认为科技创新(大数据、人工智能)可能引领下一轮康波周期复苏。
中国特有的三大周期(人口周期、产能周期、库存周期)均处于下行或见顶调整阶段:人口周期自2010年见顶、产能周期和库存周期2021年第三季度见顶并开始回落,企业盈利预期于2023Q3见底、未来回升。此外,结合柯布-道格拉斯生产函数框架,GDP作为股票市场总价值的关键驱动力来自资本、劳动力和技术三方面增长,人口周期下行对GDP增速带来负面影响,进而影响股市估值和盈利表现, 11, 12]。
根据投入产出表及产业链系数计算,报告梳理行业上下游关系并形成产业链逻辑模型。特色指标包括感应度系数、影响力系数、前后向联系数及平均联序等,用以衡量行业在国民经济中的位置及对经济的带动程度。产业链图明确分层,上游如石油石化、煤炭、有色金属、中游基础化工、钢铁、机械等,下游为消费相关行业,TMT(技术-媒体-通信)行业位置相对独立。
通过战略投资净额(长期资产投资加并购净额)分析行业生命周期,指出2023年基础化工、电力设备及新能源、汽车及计算机行业产能扩张活跃,体现行业发展阶段及成长潜力。结合财务数据、分析师预期和基本面修正,构建多层次行业景气度指标,当前石油石化、煤炭、有色金属和纺织服装位列高景气行业。估值水平显示万得全A整体处于历史低位,仅部分周期行业PB分位数高于50%。估值分化指数亦显示行业间估值差异扩大,显示轮动机会, 20, 22, 23, 24, 25, 26]。
机构调研数据反映,近期机构关注热度较高的行业包括传媒、综合、电力及公用事业、银行、非银行金融及交通运输,且关注度趋势可为行业轮动指引。词云分析显示“毛利率”“产能”“回购”“新能源”“品牌”等关键词频率高,体现机构关注增长空间、盈利质量和行业转型等核心指标。
历史持仓明细揭示机构连续、多阶段加仓的行业,有助于确认量化策略和基本面观点的匹配度, 28, 29, 30]。
报告提出四个核心拥挤指标:流动性、成分股扩散、波动率及成分股一致性。行业拥挤度低位且未触发阈值,表明市场未处于异常拥挤状态。持续信号提示,汽车、消费者服务和传媒行业处于持续拥挤状态,存在潜在回调风险。拥挤度指标结合行业特性和市场数据,辅助判断交易策略时机并规避过热风险, 32]。
银行行业分析侧重信贷业务、量价质三要素:资产规模(量)、净息差(价)、贷款减值损失(质),结合风险调整净息差衡量综合盈利能力。银行利润与实体企业营业收入和费用间存在紧密勾稽关系,贷款质量影响银行净利润波动及信用成本,成为银行基本面重要分析维度。
择时模型结合利率变动与投资仓位判断,利率上行时做多银行(表现优于大盘),反之做空,当前趋势支持看多银行头寸。该框架通过财务报表解析、产业链分析和多元线性回归建模,定量支持投资决策,强调风险管理和动态调整, 35, 36]。
强调模型依赖历史数据总结的规律,历史有效不等于未来必然有效。宏观环境复杂多变,突发事件或政策变动会对行业配置产生重要影响,量化模型需结合主观判断,灵活调整策略。分析师独立、客观出具报告,不受第三方干扰,提醒投资者结合自身财务状况自主决策,并咨询专业顾问。
清晰展示价值投资基础模型。顶端公式表示股票价格由未来现金流贴现组成,分解为账面价值和基于ROE与股权资本成本差异的超额收益现值。图中分支清楚表明价值来自质量(盈利能力、资产结构等)与市场情绪(市场信号、价格信号、情绪信号)两个方面,帮助理解市场价格波动的内外因素作用机制。
图表呈现行业轮动策略在年初至今的相对收益超越基准万得全A总回报。红色线条(策略收益)明显高于蓝色线(万得全A回报),灰色带为相对收益区间。此图支持从基本面和量价多维度选股策略执行有效,整体跑赢市场并显示策略针对性强,验证了石油石化、有色金属等行业配置的合理性。
三个流程图或时间轴阐明财报、快报、预告及分析师预期数据的时间安排与层级关系,说明如何通过多种数据源集成形成动态且高频的盈利预测,强化对企业盈利能力的实时洞察力,完善ROE指标预测的基础工作。
折线图中红蓝线分别对应万得全A及非金融部分的ROE预测与实测值,重合度较高,表明预测准确度良好。粉红色点代表新信息率,反映数据更新频率及覆盖度,有助识别市场信息吸收情况。柱状图展示预测偏差,偏差稳定且低位,表现预测模型稳健。
康波周期图通过历史上多轮经济繁荣与萧条周期示意,帧数明晰,结合科技变革驱动经济发展论断,给出未来智能化周期期待;三周期图结合库存、产能和人口周期时间曲线,透露经济结构和生产环境变迁,为盈利周期和资产配置提出时间性判断依据。
多面板展现上证50、沪深300、中证500、中证1000及黄金、铜、玉米、豆粕波动率指标趋势,辅助判断不同资产类别市场预期波动性因素。数据揭示市场阶段性情绪波动趋缓,有助投资者捕捉市场情绪改善的窗口。
面积叠加图清晰表达沪深300、中证500和中证1000等主要指数在市场成交量中的份额及变化趋势,配合全市场成交额的季节性及趋势变化,体现资金流向和市场活跃度,为流动性分析和行业资金集中度提供客观数据基础。
多时期叠加图形化全市场与行业拥挤信号数量、行业分布和持续时间,揭示近年来拥挤度与市场价量波动关系。图示支持拥挤指标作为风控和择时工具作用,指出目前市场整体拥挤度较低,但特定行业如传媒等可能存在过热风险。
通过投入产出数据建立产业联系网络,明确行业间供应链上下游关系,辅助识别行业核心及上下游驱动因素。系数表量化各行业在经济中的影响力、联动性,为行业积极配置提供理论及数据支持。
通过各行业战略投资净额增速,量化产能扩张与收缩趋势。详细时间序列数据分解展现不同行业资金注入波动,结合景气度评估,揭示行业扩张力度和成长阶段,辅助投资时点把握。
多因素综合计算形成行业景气度指标,结合分析师预期及基本面调整。图示公司ROE、费用率和净利润增速为构成要素。动态时间序列表明周期性行业和TMT板块景气度表现突出,为行业轮动提供量化支持。
历史估值分位数表彰显当前市场整体偏低估状态。PB-ROE散点图展示行业估值与盈利能力的匹配状况,食品饮料、计算机行业表现出高估值高盈利特征。同时,行业估值分化指数上升暗示轮动及结构性机会。
通过机构调研次数历史分位及关键词词云,定性揭示机构重点关注行业及核心议题,如新能源、回购、品牌、营收质量等,反映机构投资视角和市场热点。
贷款资产、存款负债及净息差构成银行盈利核心,利润表简化流程梳理更具逻辑性。择时图示利率与行业仓位动态,利率上行促使银行多头仓位增加,策略具备逻辑明确的操作信号。
本报告通过底层的剩余收益模型搭建权益类资产定价框架,深入解读整体市场及A股ROE预测,结合周期经济学理论,阐释经济和股市周期目前处于调整后回升阶段。在此背景下,基本面量化模型强调上游周期行业尤为受益,推荐石油石化、煤炭、有色金属、电力及公用事业、农林牧渔和银行等行业。
多维度的行业景气度指标、机构调研活跃度与交易拥挤度指标验证了推荐行业的合理性。全A市场估值接近历史低位,且波动率指标回落,市场悲观情绪缓和,交易活跃度回升,为策略执行提供有力支撑。
银行业作为信用体系核心,通过细致的信贷业务量价质分析,结合择时指标(利率与仓位关系),体现量化策略对行业的深度理解和精确把控。
然而,模型的历史依赖性及对宏观突发事件敏感性不足,提醒投资者需结合宏观视野,灵活调整持仓结构。整体来看,报告立场积极,看好周期上游板块和银行行业的相对优势,建议投资者关注政策节奏及市场流动性变化,合理配置资源,把握行业轮动机会。
注:以上内容引用报告页码以便溯源,示例形式为[page::X]
基本面量化模型跟踪(2024年04月):市场整体处于上升阶段 看好上游周期行业.pdf