本报告围绕长江PB-ROE系列指数构建与表现展开,基于Wilcox提出的PB与预期ROE的内在线性关系理论,融合低估值和高盈利质量风格打造两只指数。通过引入一致预期ROE中值强化预期盈利能力的刻画,指数表现整体优于同类低估值和高盈利质量策略,具有较好的风险收益特性,行业中性PB-ROE指数更优质,显著减弱行业偏离影响,实现较高超额收益。报告详述策略构建方法、风格轮动影响及多维度成分股特征,为投资者提供“性价比”投资新视角与参考
| 区间 | 指数 | 年化收益率 | 年化波动率 | 夏普比率 | 最大回撤 | 相对基准超额收益 |
|---|---|---|---|---|---|---|
| 全区间 | 长江PB-ROE指数 | 12.97% | 27.28% | 0.48 | -66.65% | 3.41% |
| 长江行业中性PB-ROE指数 | 15.00% | 28.60% | 0.52 | -70.20% | 5.44% | |
| 长江高盈利质量指数 | 12.74% | 26.60% | 0.48 | -71.11% | 3.18% | |
| 长江低估值指数 | 10.70% | 27.07% | 0.40 | -69.09% | 1.14% |
报告标题: 《长江组合风格系列指数:再探 "PB-ROE" 口“性价比”之冠》
作者及联系方式: 陈洁敏,长江证券研究所,联系电话(8621)61118706,执业证书编号:S0490518120005。
发布时间: 2021年9月21日
研究类型: 金融工程专题研究报告
研究主题: 本报告围绕“PB-ROE”投资估值模型展开,聚焦长江证券推出的PB-ROE系列指数,探索其构建逻辑、表现以及市场中的“性价比”表现,尤其是结合预期ROE视角对PB-ROE关系的深入分析。报告覆盖了基础策略及行业中性策略,旨在为投资者提供新的投资风格工具与策略。,1]
报告回顾了PB-ROE估值体系的起源,该体系由Jarrod W. Wilcox于1984年提出,基于数理模型证明了市净率PB的自然对数与预期净资产收益率(ROE)之间存在一定线性关系,为价值投资提供理论支撑。报告强调,PB-ROE不是稳赚不赔的策略,而是通过匹配预期ROE与当前PB的非线性关系,发现市场中估值错配机会,规避“低估值陷阱”与“高盈利折价”问题。,4]
核心结论如下:
PB与ROE存在错期匹配现象,估值趋势领先盈利回报变化,投资应考虑预期ROE而非历史ROE。
PB与ROE之间关联是非线性的,当前估值反映了市场对未来盈利预期的反映。
报告指出,基于这些理论,长江证券设计了PB-ROE系列指数,实现低估值与高盈利质量的结合,以捕捉高性价比投资标的。,4,5]
报告详细介绍了“长江PB-ROE系列指数”的构建框架:
包括两只指数:普通PB-ROE指数和行业中性PB-ROE指数,基期均设为2006年12月31日,基点1000。
样本空间为沪深A股,剔除ST股票及部分新上市股票,保证投资标的质量。
【成分股筛选流程】
剔除流动性较差的排名后20%股票;
在剩余股票中,筛选过去一年ROE_TTM排名前50%且PB值排名前50%(交集股票);
计算PB降序排名、ROE_TTM升序排名和预期ROE中值升序排名的等权综合得分;
排名前100只股票纳入PB-ROE指数;
行业中性指数则在每个一级行业内按类似标准分别筛选,确保行业分布均衡。
指数采用自由流通市值加权,且普通PB-ROE指数设置缓冲区,行业中性指数则不设。
指数定期每半年调整。,7,8]
报告强调一致预期ROE中值作为预期盈利能力代理指标的重要性,覆盖率约66%,通过公告日前3个月内的FY1数据加权平均来确保指标时效和准确性。
图表显示,PB-ROE指数成分股聚集在低PB高ROE的区域,明确刻画了策略的风格特征。
对比传统PB-ROE组合(仅基于历史ROE和PB筛选)发现:
长江PB-ROE指数走势更加强劲,自2016年以来显著超额收益。
传统组合走势则更接近低估值风格,ROE指标对选股提升有限。
图5与图6清晰显示两者净值走势的差异,加强预期ROE的引入提升了策略有效性。,9,10]
报告指出PB和ROE的指标本质受行业特性影响显著:
不同产业商业模式导致ROE和PB中枢差异大,如金融、电信等低估值高ROE行业与消费、高科技高估值低ROE行业表现迥异。
非行业中性PB-ROE指数存在成分股过度集中在金融、房地产、煤炭等低估值高ROE行业,影响指数的市场风格表达准确性。
多个图表展示了不同行业的ROE和PB历史区间(图7、8),以及行业级PB与ROE散点图(图9),反映其分布及与回归线的偏离,佐证了行业中性处理的必要性。
报告基于此构建行业中性PB-ROE指数,期待在剔除行业差异后,发掘更纯粹的估值与盈利匹配机会。,12]
整体表现优于长江低估值指数,验证预期ROE有效性和PB-ROE匹配原则。
在2015年前表现突出,2016年后略逊于长江高盈利质量指数,尤其2019年以来高估值风格占优时表现疲软。
全区间年化收益率约12.97%,超低估值指数2.27%,超全A指数3.41%。
风险指标方面,表现出较高夏普比率(0.48)和较优最大回撤控制。
表1详表了历年及多时间段的收益、波动、夏普比率及回撤数据,支持该结论。,14]
净值整体超过普通PB-ROE指数,且两者轮动明显,2016-2017年差距最大,2019年以来扩展优势。
截止2021年9月,年化收益率约15%,超普通PB-ROE指数2.03%,超全A指数5.44%。
拥有最高夏普比率0.52,风险调整后收益优秀。
详见图11和表2对此做出清晰量化支持。,16]
通过对2016年以来高低估值风格轮动分析:
PB-ROE指数表现受市场估值风格轮动明显影响,高估值占优时受低估值风格拖累,表现逊色高盈利质量指数。
特别是在2018年11月至2021年7月期间,高盈利质量指数区间涨幅超过80%,而PB-ROE只有3.15%。
行业中性处理有助于减少高估值阶段的表现弱化,提升策略有效性。
具体成因分析显示,PB-ROE指数过度集中于银行、保险、房地产等板块,而这些板块在高估值阶段表现平平甚至下跌;高盈利质量指数配置更广泛至消费、医疗、电子等上涨较好行业。
围绕当前(2021年7月底后)市场高低估值切换,低估值指数及PB-ROE指数开始回暖,上游资源和周期板块表现突出,显示PB-ROE策略在此阶段具备较好投资价值。
相关行业及估值分布的历史趋势和最新数据图表(图13-18)详尽展示了不同指数的行业配置、涨跌和估值变化,指向策略的行业集中风险及其影响。,18,19,20]
PB-ROE指数整体低估值特征明显,PB多集中于0-3倍区间,而行业中性指数偏高,多集中1-4倍,高盈利质量指数估值最高。
ROE方面,PB-ROE指数90%成分股ROE在10%-25%之间,行业中性指数ROE分布更广,高盈利质量指数最高。
历史走势显示2016年后行业中性指数ROE略低于PB-ROE指数。
市值分布显示PB-ROE及行业中性指数更偏中小市值,尤其后者100亿以下占比达57%。
成分股流动性整体弱于高盈利质量及低估值指数,约67% PB-ROE成分股总成交金额低于500亿,行业中性指数流动性更弱。
对应的分布图(图23、24)清晰表达了流动性限制,提示策略在实操中可能面临流动性风险。
报告最后附有评级说明,界定了行业和公司评级的依据和分类标准,强调此报告并未给出具体投资建议,但提供了详尽的策略表现分析供投资者参考。并附带作者声明、重要风险及版权声明,保证报告合规和规范。
图1(PB-ROE系列指数族谱图):揭示两指数的结构关系,表达普通指数与行业中性指数的并列体系设计,基期与基点差异说明构建统一标准。
图2(成分股ROE-PB散点):直观显示指数成分股均集中在低PB高ROE区域(红点),与样本普遍股票分布(灰点)明显分离,验证筛选逻辑有效性。
图3&4(历史ROE与PB追踪):趋势中PB-ROE指数持续保持较高ROE与低估值属性,且均值介于高盈利质量指数与低估值指数之间,反映其“性价比”定位。
图5&6(净值走势对比):PB-ROE指数明显优于传统PB-ROE组合,2016年后超额明显,强化预期ROE提升选股质量。
图7-9(行业ROE、PB及散点):展示行业间ROE和PB的显著差异,说明统一全市场筛选的局限性,图9中的行业集群分布体现行业估值匹配的多样性和复杂性。
图10&11(指数净值走势):行业中性PB-ROE指数整体跑赢普通PB-ROE指数,体现中性处理对估值调整和行业偏差修正的价值。
表1&2(收益风险指标):详列多维风险收益表现,行业中性指数夏普比率更高,最大回撤虽大但整体收益回报更佳。
图12(高低估值风格切换走势):清晰划分市场风格轮换,辅助理解PB-ROE策略表现随市场风格的波动。
图13-18(行业分布与收益):展示具体成分股行业集中情况及对应板块表现,揭示指数收益来源结构及策略行业风险敞口。
图19-22(估值与盈利水平分布):各指数估值、盈利覆盖范围和分布比较,支持风格定位和风险偏好结论。
图23-24(市值与成交量):揭示成分股市值规模及流动性特征,提示操作层面需留意的流动性风险。
这些图表整体扎实支撑了报告的理论论点与实证表现,逻辑严密,数据翔实。
尽管本报告未针对单个股票进行估值,核心涉及指数的估值构建基于Wilcox的数学模型,阐述了PB与预期ROE关系的数理推导及指数筛选逻辑。
估值模型基于必要回报率k、净资产增长率g、股息率d,构建一阶线性微分方程,得出PB=P/B的指数形式解,强调理性投资者应关注预期ROE与PB一致性。
该方法隐含假设包括投资期末估值回归1、现金分红替代为零(简化)、必要回报率常数等。
长江指数以自由流通市值加权,辅以行业中性措施避免行业估值偏斜。
估值体系结合定量数学基础与市场实证,具有较强理论与应用结合度。
报告在“风险提示”中声明:测算均基于历史数据,不能保证未来表现及时效性。
隐含的风险因素包括:
估值波动和政策风险(例如宏观调控、行业政策变化)可能导致指标失准;
行业集中度风险,普通PB-ROE指数受特定行业表现影响较大;
流动性风险,尤其是指数成分股市值偏小,交易不活跃阶段可能遇阻;
预期ROE估计误差风险,不确定数据的准确预期可能影响筛选效果;
风格轮动风险,市场高低估值风格切换可能直接影响策略表现。
报告虽未详细量化概率和缓解手段,但通过设计行业中性指数、流动性筛选和定期调整部分缓解了部分风险。,11,22,23]
理论假设限制: PB-ROE数学模型基于多项简化假设,如股息为零、必要回报率恒定、估值最终回归1,现实中不完全成立,可能导致理论与实际偏差。
行业差异的复杂性: 报告强调行业中性的重要,但行业内的生命周期及利润周期异质性更复杂,对ROE预测及PB合理估值的适用性仍存在潜在弱点。
流动性风险: 报告指出指数成分股多为中小市值,流动性弱可能增加交易成本和执行风险,尤其在市场波动时。
时间窗选择影响: 预期ROE采用公告前3个月数据平均,可能滞后或未充分反映最新信息。
风格轮动影响显著: PB-ROE指数由于部分和低估值股票重合度高,在高估值占优行情表现受限,显示策略非万能,需结合其它风格策略调整。
指数成分股行业集中度较高: 普通PB-ROE指数重仓金融、房地产等,波动性与这些行业市场表现深度挂钩,影响多样化效应。
总体而言,报告科学严谨但无法排除理论与实际误差及市场周期波动带来的策略表现波动,投资者应结合宏观环境和多方面数据审慎判断。,11,18,22]
本报告从理论与实证两个维度系统地展现了长江证券PB-ROE系列指数的构建背景、运行机制、市场表现及策略优劣,并通过引入一致预期ROE强化了传统PB-ROE模型的实用性。
理论验证: 通过Wilcox的模型推导,报告论证了PB与预期ROE自然对数线性关联,为指标设计和选股逻辑提供坚实数学基础。
创新贡献: 将一致预期ROE指标纳入筛选标准,较传统模型提升了选股效果,帮助捕捉市场短期误定价。
行业中性设计: 针对PB和ROE估值在不同行业间巨大差异,提供行业中性指数解决行业偏倚风险,提升投资组合的广泛适用性及风格纯粹性。
策略表现: 普通PB-ROE指数年化收益12.97%,超市场明显,行业中性指数更优,年化收益15%,夏普比率均处于较高水平,显示高性价比风格的实际回报优势。
市场周期影响: 策略在高估值风格占优阶段表现承压,显示需关注估值风格切换风险,当前低估值风格回归期提供较好的投资机会。
多维度特征: 指数成分体现低估值高ROE,中小市值偏好和流动性较弱等特点,提醒投资者关注流动性风险。
图表支撑: 大量图表直观展示了指数构成、历史表现、行业分布、估值与盈利分布、风格轮动及风险收益指标,为本报告结论提供坚实数据基础。
综上,长江PB-ROE系列指数通过深度结合估值及盈利质量指标,创新且科学地回应市场对“性价比”投资风格的需求,构建了具有实际操作价值和风险管理优势的产品体系。通过行业中性延伸,指数拓宽了适用范围,增强了策略的稳健性和弹性。其历史良好表现给予投资者在未来高低估值风格轮动中良好的风险调整收益潜力,但投资者需关注行业集中和流动性限制,结合市场形势适度配置。
本报告无具体买卖建议,但为机构及投资者提供了稳健风格投资切入点和科学分析框架,适合用作中长线配置和投资风格研究参考。
组合风格系列指数:再探“PB-ROE” 寻找“性价比”之冠.pdf