A股整体盈利预测与行情展望 [page::1][page::9]

• 预测2023Q4万得全A和非金融ROE分别为8.02%和7.52%，2024Q1预测略微下调至7.81%和7.43%。

- 2023Q3 ROETTM分别为8.16%和7.51%，估值PB分位处于历史极低1.64%水平，显示整体市场估值偏低 [page::1][page::9][page::25]

市场情绪与波动率变化 [page::1][page::13][page::14]

• 上证50和沪深300指标的VIX从中高位回落，中证500和中证1000的VIX从极高水平明显回调，期权市场对黄金波动率等待值处于中枢，铜、玉米、豆粕VIX短暂冲高后回落。

- 市场从极端悲观情绪趋向正常，流动性恢复，整体情绪改善体现价格偏差修复 [page::1][page::13][page::14]

行业景气度与配置建议 [page::23][page::24][page::26]

• 景气度综合财务数据、分析师修正及行业基本面倒推得出，当前石油石化、煤炭、有色金属、纺织服装为高景气行业。

- 上游周期包括石油石化、煤炭、有色金属、农林牧渔、银行及电力公用事业被重点推荐。

• 行业估值分化加剧，食品饮料与计算机行业PB偏高，银行等估值相对较低 [page::23][page::24][page::25][page::26]

机构调研与行业关注动态 [page::27][page::28][page::29][page::30]

• 近期机构关注点转向传媒、综合、电力及公用事业、银行、非银金融、交通运输等行业。

- 调研问答热词显示“盈利能力”“回购”“产能”“新能源”“AI”等词汇频繁出现。

• 行业轮动策略持仓集中于上述高关注行业，反映机构对周期及核心资产的重视 [page::27][page::28][page::29][page::30]

行业交易拥挤度与风险提示 [page::31][page::32][page::38]

• 采用低频流动性、成分股扩散、波动率、一致性四指标，当前没有行业触发拥挤阈值信号。

- 汽车、消费者服务、传媒行业处于持续拥挤状态，需注意潜在调整风险。

• 模型不包含宏观政策、黑天鹅事件等因素，提醒投资者结合主观定性判断 [page::31][page::32][page::38]

单行业基本面量化示例：银行行业分析 [page::35][page::36]

• 银行以信贷业务贡献收入主力，关注“量、价、质”即总资产、净息差与信用减值损失的综合表现。

- 利率上行环境下推荐“做多银行，做空万得全A”，当前利率上升趋势支持银行板块看多 [page::35][page::36]

证券研究报告—量化策略动态报告全面分析

---

1. 元数据与报告概览

• 报告标题： 证券研究报告·量化策略动态报告——市场整体处于上升阶段，看好上游周期行业—基本面量化模型跟踪

- 分析师： 王程畅（S1440520010001），徐建华（S1440523100002）

• 发布机构： 中信建投证券股份有限公司及其附属机构

- 发布日期： 2024年4月2日

• 研究主题： A股整体盈利预测、行业景气度及交易拥挤度，重点关注上游周期行业，以石油石化、有色金属、电力及公用事业、农林牧渔和银行为主要推荐行业。

- 核心观点： 利用基本面量化模型，多维度指标预测A股市场及行业景气。报告认为周期性行业具备相对优势，市场整体估值水平较低，波动率（VIX）指标呈回落趋势，情绪趋稳，行业轮动策略表现良好，推荐侧重上游周期和部分银行等行业。

• 风险提示： 模型基于历史数据及微观和市场行为指标，未充分考虑宏观环境变化、政策调整及突发事件，未来模型可能失效[page::0, 1, 38]。

---

2. 逐节深度解读

2.1 摘要与市场整体分析（页1-2）

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[page::1, 13, 14, 15, 16, 27]。

---

2.2 基本面量化框架与理论基础（页3-4）

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（re）之间的差异：

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

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[page::3, 4]。

---

2.3 A股整体盈利预测与市场情绪量化分析（页7-9）

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[page::7, 8, 9, 13, 14]。

---

2.4 宏观与周期视角（页10-12）

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[page::10, 11, 12]。

---

2.5 行业轮动、配置及产业链分析（页18-26）

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[page::19, 20, 22, 23, 24, 25, 26]。

---

2.6 机构活跃度与市场关注（页27-30）

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[page::27, 28, 29, 30]。

---

2.7 交易拥挤度与流动性风险（页31-32）

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[page::31, 32]。

---

2.8 单行业基本面量化示范——银行行业（页34-36）

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[page::34, 35, 36]。

---

2.9 风险提示及分析师声明（页38-40）

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。

---

3. 图表深度解读

3.1 权益资产定价与剩余收益模型示意图（页3）

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。

---

3.2 行业轮动相对收益与模拟组合表现（页5）

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。

---

3.3 全部A股ROE预测数据流与发布节奏（页7-8）

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。

---

3.4 历史ROE走势及预测与新信息率（页9）

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。

---

3.5 康波周期及中国三周期示意图（页10-11）

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。

---

3.6 各股指及大宗商品VIX变动图（页13-14）

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。

---

3.7 市场成交额及行业成交分布（页15）

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。

---

3.8 交易拥挤度指标及触发信号（页16，31-32）

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。

---

3.9 中信一级行业产业链图与系数表（页19-20）

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。

---

3.10 行业生命周期及战略投资净额历史（页22）

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。

---

3.11 行业景气度指标及动态变化（页23-24）

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。

---

3.12 行业历史与当前估值分位数（页25-26）

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。

---

3.13 机构调研活跃度与关键词（页27-30）

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。

---

3.14 银行业基本面与择时框架（页35-36）

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。

---

4. 估值分析

• 报告未显示具体DCF或市盈率目标价，但通过PB和ROE分位数以及历史比较，说明当前市场处于极低估值水平，特别是若干周期行业PB分位数超过50%，凸显价值配置机会。

- PB-ROE线性回归关系提供估值参考基准，行业估值合理性与盈利能力同步纳入考量。

• 结合新信息率与市场波动率指标，估值的时效正确性得以验证[page::25, 26]。

---

5. 风险因素评估

• 模型局限性：仅利用中微观景气度、机构调研及拥挤度指标，不涵盖宏观政策变动、突发事件及其他外部风险。

- 历史规律失效风险：复杂宏观环境下，过去有效的模型和策略可能失灵。

• 情绪与政策风险：交易拥挤度和市场情绪波动可能加剧价格波动，政策调整可能带来结构性风险。

- 报告建议投资者关注未来政策走向和市场突发事件，结合定性分析，以规避潜在系统性风险[page::38]。

---

6. 批判性视角与细微差别

• 报告极力突出量化模型优势及其预测能力，但也坦承历史数据局限和模型失效风险。

- 机构调研和情绪指标对市场解读较为依赖，可能在市场大幅波动时敏感性不足。

• 投资建议着重周期与上游行业，后续若宏观政策或全球经济环境突变，周期性行业风险或被低估。

- 多项指标基于历史和表面数据，动态调整规则和边界条件的透明度欠缺，可能影响模型的稳定性和灵活性。

---

7. 结论性综合

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]*

报告