`

市场处于情绪修复阶段,看好中游制造基本面量化模型跟踪

创建于 更新于

摘要

报告通过剩余收益模型和分析师预期预测A股2023Q4及2024Q1整体ROE,结合康波周期、人口周期及产能周期分析,指出市场处于情绪修复阶段,期权市场波动率预期下降,估值处于历史低位,重点推荐石油石化、有色金属、交通运输和轻工制造等行业的相对收益,提出基于多维度指标构建行业轮动量化策略[page::1][page::5][page::9][page::10][page::14][page::26]

速读内容


A股盈利预测与市场情绪观察 [page::1][page::9][page::14]


  • 预计2023Q4万得全A整体ROE为7.76%,2024Q1预测为7.56%,呈轻微下调趋势。

- 上证50与沪深300的市场波动率指数(VIX)从高位回落,中证500和中证1000的VIX显著下降,情绪修复明显。
  • 期权市场对黄金和铜等现货波动率预期偏低,豆粕等品种或处于筑底阶段。[page::1][page::9][page::14][page::15]


历史周期与宏观驱动逻辑 [page::10][page::11][page::12][page::13]


  • 康波周期显示历史上科技驱动的经济周期为40-60年,当前处于萧条期向回升期过渡,未来潜在由大数据与人工智能带来新一轮智能化周期。

- 中国人口、产能和库存三大周期同步走弱,人口老龄化加剧劳动力减少,预计2023Q3企业盈利见底回升。
  • GDP增长受劳动力及技术进步影响,人口周期对股市长期价值构成下行压力。[page::10][page::11][page::12][page::13]


行业配置和景气度判断 [page::5][page::24][page::25][page::26][page::27]



| 行业 | 最新ROE预期(2024E) | PB分位数 | 景气度排名 | 机构关注度趋势 |
|--------------|---------------------|----------|------------|----------------------|
| 石油石化 | 10.87% | 1.85% | 1 | 持续提升 |
| 煤炭 | 15.98% | >50% | 2 | 关注度下降 |
| 有色金属 | 13.85% | 12.93% | 3 | 稳定 |
| 交通运输 | 12.20% | 29.67% | 4 | 持续提升 |
| 轻工制造 | 12.91% | 6.06% | 高位 | 稳定、提升 |
  • 估值方面,万得全A整体估值处于历史极低水平,行业间估值分化收敛且趋于平稳。

- 机构调研近期重点关注“传媒”“综合”“非银行金融”“电力及公用事业”“交通运输”等行业。
  • 多指标拥挤度分析显示机械、通信、传媒等行业拥挤度较高,需关注风险。[page::24][page::26][page::27][page::28][page::32][page::33]


量化模型与行业基本面分析 [page::35][page::36]


  • 基于行业研究员对行业核心逻辑链的梳理,以及财报分析、产业链需求供给解析,构建多元线性回归的量化择时模型。

- 证券行业示例中,依据业务收入增速差值设计择时策略,实现多空切换交易信号,目前看多证券行业。
  • 行业量化模型结合基本面、分析师预期和市场行为形成动态调整的行业配置方案。[page::35][page::36][page::31]


交易行为与风险提示 [page::17][page::32][page::33][page::38]


  • 交易拥挤度指标(流动性、成分股扩散、波动率、成分股一致性)作为辅助判断策略风险的信号,当前市场总体拥挤度较低,部分行业如机械、传媒等处于拥挤阈值附近。

- 风险提示强调量化模型基于历史数据总结,如遇黑天鹅事件或政策突变存在失效风险,建议结合定性分析和多情景下的盈利预测。[page::17][page::32][page::33][page::38]

深度阅读

证券研究报告详细分析——量化策略动态报告(2024年03月)



---

一、元数据与概览



报告标题: 市场处于情绪修复阶段,看好中游制造基本面量化模型跟踪
作者与机构: 王程畅(SAC编号:S1440520010001)、徐建华(SAC编号:S1440523100002)
中信建投证券股份有限公司发布,发布日期为2024年3月4日
研究主题: A股市场情绪及基本面分析,行业配置策略,量化模型构建与单行业量化方法探讨,聚焦中游制造。

核心论点:
  • 市场整体估值处于历史极低分位,情绪已从极端悲观向正常修复,中游制造和部分资源类行业的盈利能力及相对收益看好。

- 基于量化模型,A股盈利ROE将于2023年Q4见底回升,中信建投首推石油石化、有色金属、交通运输和轻工制造四大行业。
  • 期权市场波动率预期下降,反映市场情绪逐渐稳定。

- 单行业基本面量化框架助力行业配置更科学,示范证券行业择时策略。
  • 风险提示强调量化模型对历史数据依赖,可能存在失效风险。


综合观点呈现中信建投对2024年一季度市场持谨慎乐观态度,重点看好中游制造基本面机会,关注机构调研和交易拥挤度提供的额外信息支持投资决策。[page::0,1]

---

二、逐节深度解读



2.1 摘要



摘要部分通过自下而上的分析师盈利预期,预测2023Q4和2024Q1万得全A及非金融板块的ROE分别在7.76%/7.20%(Q4)和7.56%/7.07%(Q1),略低于2023Q3实际ROETTM的8.16%和7.51%,显示盈利预期略有下调。[page::1]

PB分位数(1.85%)反映整体市场估值低于历史大多数时期,且机构调研数据和期权市场VIX指数均显示市场情绪从极端悲观逐渐恢复。其中,上证50、沪深300的波动率指数回落至历史中等水平,中证500和1000期权的波动率预期远低于历史波动率,反映未来波动预期较低。[page::1]

中信一级行业景气度指标综合财务、分析师预期及行业数据,推荐配置石油石化、煤炭、有色金属、交通运输、纺织服装、银行和券商。当前“传媒”和“综合”行业关注度提升,“煤炭”和“非银行金融”关注度下降。基于多维拥挤指标,整体市场拥挤信号较少,资金分布更为均衡。[page::1]

2.2 基本面量化框架和核心结论



报告以权益资产定价的剩余收益模型为理论基础,强调股价由账面价值与未来剩余收益现值构成。强调价值投资在现实市场中存在噪声和非理性参与者,因而股价持续偏离内在价值,市场效率非理想国状态。[page::3,4]

残余收益模型数学表达:

\[
Pt^* = Bt + \sum{i=1}^\infty \frac{Et[(ROE{t+i} - re) \times B{t+i-1}]}{(1+re)^i}
\]

其中,$Bt$是账面价值,$re$是股权资本成本,剩余收益是净利润减去资本成本的部分。该模型在行业盈利预测及景气度计算中得以应用。[page::4]

2.3 行业轮动相对收益@基本面+量价



模拟组合表现体现了基于基本面与成交量价格因素的行业轮动策略,截至报告期,石油石化、有色金属、交通运输和轻工制造行业表现突出,符合整体基本面预测,看好这些板块的相对收益。[page::5]

2.4 A股整体盈利预测与市场情绪



结合正式财报、业绩快报和分析师预期,构建了企业季度净利润及ROE的高频预测框架。流程图详述了官方财报信息披露、快报、业绩预告及分析师补充预测的有机衔接逻辑。[page::7,8]

2023Q4万得全A及非金融ROE预测为7.76%和7.20%,2024Q1数量稍微下降,预期利润增速有所放缓,但整体处于底部修复的态势。[page::9]

全球经济运行进入康波周期萧条期,中国综合产能和人口周期下行,库存周期自2021Q3见顶,盈利最差期已过,预计2023Q3见底、Q4开始反弹,市场盈利呈阶段性黎明。[page::10,11,12]

人口老龄化及核心劳动力数量持续下降构成长期负面压力,劳动年龄人口和核心劳动力峰值分别于2013年和2017年见顶,人口红利消逝对GDP增长形成拖累,进而影响股市。[page::12,13]

大类资产期权波动率数据显示市场情绪缓慢恢复。黄金、铜的未来30天隐含波动率处于历史较低水平,农产品如豆粕的波动率处于中枢区域,有筑底企稳迹象。[page::14,15]

市场成交回暖,成交量分布相对合理,市场流动性改善推动估值修复。[page::16]

2.5 交易拥挤度视角



报告结合流动性、成分股扩散、波动率及成分股一致性4项低频指标定义交易拥挤度,历史回测显示拥挤信号往往与市场调整相关,当前拥挤信号和行业数量较少,结构更加健康。[page::17,32]

机械、通信、传媒等行业处于拥挤指标触发阈值,石油石化、家电、纺织服装、银行、传媒维持持续拥挤状态,提示投资者关注潜在波动风险及流动性影响。[page::33]

2.6 中信一级行业配置及产业链分析



通过中信一级行业产业链的感应度、影响力、前向后向联系和上游度参数,评估各行业在经济体系中的位置和牵引作用,农林牧渔、交通运输、石油石化等行业产业链感应度较高,说明其经济驱动效应强。[page::20]

产业链图示细分出上游(如石油石化、煤炭)、中游(钢铁、机械、银行等)、下游(轻工制造、医药、消费品)、及TMT部分,反映行业间产品流和资金流的上下游关系,辅助行业景气判断和资金流布局。[page::21]

2.7 行业生命周期与景气度



通过“战略投资净额=长期资产投资净额+并购活动净合并额”量度产能扩张,监控行业生命周期状态。2023年基础化工、电力设备、汽车、计算机等行业产能扩张明显,景气度较高。[page::23]

基于微观财务、分析师预期及行业基本面量化指标构建的综合景气度指标显示,2024年2月底石油石化、煤炭、交通运输、纺织服装景气度居于前列,反映当前A股景气度依然以周期性行业为主。[page::24,25]

2.8 估值分析



截至2024年3月1日,万得全A指数PB分位数1.85%,整体估值处于历史低位,仅煤炭行业PB高于50%分位点,显示当前市场整体估值偏底部。[page::26]

PB与ROE的散点图展现市场与行业估值关系,食品饮料和计算机行业处于高PB高ROE区,估值偏贵;银行、建筑等行业估值偏低。估值分化指数经历下降后趋于稳定,表明行业间估值分异现象有所缓解。[page::27]

2.9 机构调研与关注热点



机构调研数据体现,近期“传媒”“综合”“电力及公用事业”“非银行金融”“交通运输”“通信”等行业关注度提升,煤炭及非银关注度回落,表现为调研频率的历史分位数和问答记录词云等。[page::28,29,30]

持仓动态显示,机构选股以高热度行业为配置主线,近期优选电力及公用事业、非银行金融、交通运输、通信、传媒等行业。[page::31]

2.10 单行业基本面量化方法



提出包括行业业务概览、财务报表分析、ROE影响因素、产业链分析、模型建立及择时结论的系统框架,为行业研究层面提供量化决策工具,挂钩数据驱动投资。[page::35]

证券行业案例示范,结合市场活跃度对证券五大业务(经纪、投行、自营、资管、信用)营收增速差值建模,得出择时策略,当前建议看多证券行业。体现了多维量价数据与行业细分业务的融合思路。[page::36]

2.11 风险提示



报告明确提示量化模型存在基于历史数据规律可能在未来失效的风险,未考虑宏观环境突变、政策变化及黑天鹅事件的影响。建议结合定性分析,灵活调整策略,应对复杂多变的宏观环境。[page::38]

---

三、图表深度解读



图表3:权益资产定价模型示意图



该图解释了股价由预期现金流现值和剩余收益构成,横向衔接企业盈利能力、经营效率、资产结构、投融资决策等基本面信息,并区分市场价格和市场情绪信号的来源。有效说明价值投资不等同完美市场,体现噪声投资者对价格的影响。[page::3]



图表5:行业轮动策略年初至今表现



灰色区域为策略与基准收益差,红线表示基于基本面加量价的行业轮动组合收益,蓝线为万得全A指数。数据表明策略相对优异,行业轮动带来超额收益,验证了量价结合策略有效性。[page::5]



图表7:财报、业绩快报及业绩预告时间节点



清晰展示季度及年度财务及业绩公布时间,为合理安排盈利预测和信息更新窗口提供依据,凸显财务数据对量化盈利预测的重要性。[page::7]



图表8:ROE预测流程图



图示展现是否发布正式财报、快报、预告至分析师预期补充的数据流及判断节点,体现数据完整度对ROE预测的影响与作用,保障模型实时更新的合理性。[page::8]



图表9:万得全A及非金融板块ROE预测历史趋势



折线体现2015年至2026年万得全A及非金融的ROE真实值及预测值,预测值整体与真实走势保持较好吻合,2023年Q3至Q4 ROE触底反弹迹象明显,支持盈利复苏预期。粉色散点为新信息发布率,揭示财报披露节奏及数据更新频率。[page::9]



图表10:历史康波周期示意



以荷兰经济学家雅各布·范·杜因的研究为依据,画出近两百年五轮康波周期,揭示每轮周期的繁荣、蕭条、衰退、回升阶段时长,强调当前蕴含大数据和AI新技术孕育的下轮长周期潜力。[page::10]



图表11:中国库存、产能、人口周期曲线



库存周期波动明显,2012年起多次见顶回落,产能周期自2021年三季度见顶,人口周期自2010年见顶后持续下滑,三大周期共振压制经济及股市利润表现,预计2023Q3迎来盈利拐点。[page::11]



图表12:中国人口年龄结构预测



采用队列要素模型,预测0-14、15-64、65岁及以上分龄人口变化趋势,显示劳动年龄人口和核心劳动力均已进入下降周期,对经济增长和市场盈利构成持续压力。[page::12]



图表14:主要指数期权市场VIX回落



上证50、沪深300、中证500及中证1000波动率指数近期明显回落,极端悲观情绪消退,期权市场预期未来30天波动低于历史同期,市场情绪回暖证据鲜明。[page::14]



图表15:商品期权市场波动率分析



黄金、铜期权隐含波动率低于历史均值,显示市场预期价格稳定;玉米、豆粕波动率处于历史中枢,豆粕有筑底迹象,反映农业大宗商品供需趋稳或改善的市场预期。[page::15]



图表16:市场成交额及不同指数分布



数据显示成交额快速回升,且沪深300、中证500、中证1000成交比例相对均衡,反映流动性改善和市场参与广泛,有助于推动估值底部修复。[page::16]



图表17:交易拥挤信号数量及行业触发数与万得全A指数走势对比



量化交易拥挤度与市场调整呈反向相关,当前信号及拥挤行业数量较少,市场整体流动性与风险协调度较好,后续机会较多。[page::17]



图表20-21:产业链投入产出系数与产业链结构图



20页表格和21页产业链示意图深入解析各行业间投入产出感应度、影响力、联系强度等指标,确立产业链上下游定位。产业链图进一步细化了中信一级行业间的供应链及需求链流向,支持中游制造行业作为战略配置重点的合理性。[page::20,21]



图表24-25:行业景气度构成及时间序列



采用微观财务、分析师预期及基本面量化相结合的方法构造综合景气度指数,2024年2月最高景气行业石油石化、煤炭、交通运输、纺织服装与历史表现稳定一致。[page::24,25]



图表26:各行业最新PB分位数及整体市场估值



PB指数普遍低位,反映显著估值回调,代表周期底部特征。仅煤炭PB分位数超过50%,提示稀缺性和估值优势。[page::26]

图表27:主要指数与行业PB-ROE关系



展示行业ROE与PB的线性相关关系,发现食品饮料及计算机估值较高,银行与地产估值较低。右图估值分化指数波动显示估值格局调整动态。[page::27]



图表28-31:机构调研热词与行业关注



机构调研词云显示“新能源”、“品牌”、“产能”等关键词高频出现,反映产业热点;回答词云中“能化”、“供应链”等词汇密集。行业关注频率和持仓明细显示“传媒”、“非银行金融”、“交通运输”、“通信”等行业关注回升,策略动态调整对应。[page::28-31]





图表32-33:行业交易拥挤度历史分位数及阈值触发信号



物流、股票池扩散度、波动率、一致性构成4类拥挤指标。32页统计机械、汽车、通信、传媒拥挤度较高,33页显示部分行业进入拥挤触发信号,风险偏好需警惕。[page::32,33]





图表35-36:单行业基本面量化框架及证券行业案例



35页图示框架涵盖业务、财务、ROE影响因素、产业链、模型、择时分析,系统性强。36页证券行业图解细分主业对市场活跃度的依赖,右图通过营收增速差指标开发择时策略,策略历史表现稳定,当前建议看多证券行业。[page::35,36]





---

四、估值分析



报告整体未采用复杂DCF模型,更多基于前向ROE与PB估值分位数的传统方法侧重多维量价指标与机构预期的结合分析。

估值关键点:
  • PB分位数显示市场估值于历史低位徘徊,万得全A指数1.85%分位,极具估值安全边际。

- 行业PB-ROE散点图表征估值结构,食品饮料和计算机市盈率较高,低ROE行业估值偏低。
  • 报告中间穿插市场情绪指标(VIX波动率、机构调研热度)与交易拥挤度辅助估值判断。

- 缺少对折现率、永续增长率等DCF参数的讨论,重点在于定量化基本面和市场行为指标的综合判断。

整体呈现一种融合分析师盈利预期、市场情绪与估值分位的定量估值思路。

---

五、风险因素评估


  • 模型失效风险: 量化模型基于历史数据总结,可能因未来环境变化、宏观政策调整或黑天鹅事件导致模式失灵。

- 忽略宏观与政策环境: 现有模型重视市场行为与行业基本面,未充分涵盖宏观政策变量,面对政策波动敏感性不足。
  • 事件风险: 市场突发事件不可预测,可能瞬间改变市场流动性和行业盈利预期,超出模型捕捉范围。

- 市场波动与拥挤风险: 部分行业交易拥挤度升高,反映资金集中及潜在风险累积,需要警惕反转可能。

报告未给出明确缓解策略,建议结合主观分析和宏观研究加强风险管理。[page::38]

---

六、批判性视角与细微差别


  • 模型依赖历史数据,可能低估未来结构性变革风险。 报告警示模型失效,但未对如何融合非量化主观判断提供具体建议。

- 对估值分位及ROE走势预测均依赖分析师一致预期,分析师预期在极端市场情绪时可能存在系统性偏误。
  • 缺少对海外宏观环境变化及国际贸易摩擦等外部风险的深入分析,若全球经济进入深度衰退,A股盈利恢复节奏或更缓慢。

- 拥挤度指标尽管警示某些行业风险,但资金行为复杂且多样,拥挤指标触发不一定必然引发调整,需结合更多短期讯号判断。
  • 产业链及行业生命周期分析丰富,但部分数据表格复杂冗长,易难以快速识别核心投资逻辑,建议未来报告更突出重点。


---

七、结论性综合



本报告系统运用剩余收益模型为理论核心,结合全面的企业盈利预测体系、市场情绪指标、交易拥挤度分析、结构化行业景气度体系及产业链关联度参数,提供了A股市场从整体盈利、估值、情绪到行业配置的量化分析和策略建议。

从宏观至微观,分析确认2023年第三季度股市盈利底部已经形成,预计2024年盈利将逐步回升,市场估值处于历史极低水平,情绪指标显示悲观情绪正在消除,成交量及机构调研兴起进一步佐证市场活跃度恢复。

产业链逻辑支持布局中游制造,行业景气度及战略投资回暖验证结构调整,量价结合的行业轮动策略表现优异。机构关注的“传媒”、“综合”等新兴行业和价值的“石油石化”、“交通运输”、“有色金属”成为配置建议重点。

风险方面,模型以历史数据为基础存在失效可能,宏观与政策环境变化及突发事件风险不可忽视。交易拥挤度指标提示部分热点行业流动性风险需警惕。

整体而言,报告基于扎实的量化及多维度基础面数据建模,提出了2024年看好A股中游制造及周期资源行业的观点,回避市场情绪极端悲观带来的风险,建议投资者关注盈利恢复阶段的策略机会及流动性风险管理。[page::1-38]

---

# 本分析报告旨在客观剖析原始证券研究报告内容,帮助投资专业人士深刻理解量化策略框架、市场情绪演变及行业配置逻辑,辅助实现科学且动态的资产配置决策。

报告