稳定型行业核心构成及投资价值 [page::3][page::4][page::5]

• 稳定型行业包含电力、机场、港口、铁路运输、高速公路五大子行业，占比超90%。

- 长期相对wind全A指数收益率年化超额约-5.7%，难以通过超配获得超额收益。

• 两大配置价值为防御性好（beta=0.86，行业波动率低于市场）及股息率高（长期中位数约3.92%，且波动率低于其它行业）。

稳定型行业股息率计算与参考指标 [page::7][page::8][page::9]

• 股息率最高的股票受分析师关注最多，平均覆盖数5.36人，明显高于低股息率组。

- 不适合用滚动12个月股息率指标因股利发放时间不固定，需基于滚动4季度财报。

• 行业股息率计算应选用股息率最高的5-10只股票作为代表，能更真实反映行业配置价值。

- 经过调整后的股息率与十年国债收益率对比更合理，能准确反映行业吸引力。

基于“股息率-10Y”体系的择时及绝对收益策略构建与表现 [page::10][page::11][page::12][page::13][page::14]

• 以股息率减去十年国债收益率建立择时信号，信号使股票仓位在80%-120%波动，年化超额收益达3.6%，调整区间放宽可提升超额收益至近9%。

- 绝对收益策略采用股债混合，股票仓位最高20%，债券配置中债总财富指数，回测年化收益6.3%，最大回撤3.97%，夏普1.66。

• 各子行业策略表现稳定，均实现约6%年化收益和1.5以上夏普比率。

选股三个维度及因子增强绝对收益策略 [page::14][page::15][page::16][page::17]

• 选股因子包括低波动（年化超额11.01%，最大回撤20.64%），低估值（7.77%年化超额收益，37.43%最大回撤），高股息率（9.76%年化超额，15.48%最大回撤）。

- 三因子等权组合年化超额收益9.73%，最大回撤20.4%，夏普比率0.79。

• Alpha增强组合替换稳定型行业指数后，绝对收益年化收益率从5.59%提升至6.25%，最大回撤降低，从-3.38%降至-3.23%，夏普比率提升至1.91。

风险提示 [page::18]

• 模型基于历史数据规律构建，未来可能存在失效风险。

金融研究报告详尽分析报告

报告标题： 量化专题报告——稳定型行业基本面量化：择时与选股
作者及发布机构： 国盛证券研究所，分析师段伟良、刘富兵
发布日期： 2020年7月
主题： 稳定型行业（电力、机场、港口、铁路运输、高速公路）的投资价值评估、择时策略构建及选股增强策略

---

一、元数据与概览

本报告围绕中国A股市场中“稳定型行业”的核心投资价值、关键参考指标、以及基于这些指标的择时和绝对收益策略的构建，旨在帮助投资者理解并有效利用该行业的防御属性与高股息特点，实现风险调整后的较好收益。报告明确指出，稳定型行业包括五大核心子行业：电力、机场、港口、铁路运输及高速公路。

报告的核心论点是：

• 稳定型行业长期很难获得相对市场的超额收益（相对 wind 全A 约年化-5.7%），但因其低波动beta（0.86）和高股息率（约3.92%）仍具备重要配置价值；

- 股息率是衡量该行业最关键的指标，采用严格的计算方法（基于滚动四季度财报）和选择股息率最高的部分样本，对行业股息率进行准确表征；

• 构建基于“股息率-十年国债收益率”的择时策略及股债混合绝对收益策略，能实现较好的风险调整收益表现（年化超额收益3.6%，综合策略年化收益6.3%，夏普比率1.66）；

- 基于波动率、估值和股息率三个维度进行的选股方法可以进一步提升策略表现，实现绝对收益的增强。

报告整体基于系统量化回测，结果稳健，风险提示明确指出模型基于历史规律，未来可能失效。

---

二、逐节深度解读

2.1 稳定型行业的内部构成及投资价值

行业构成与收益率特征

报告采用中信证券三级行业分类，将稳定型行业细分为五大核心子行业，分别占据超过90%的权重。其中电力行业占比最大（53.4%），其次机场（11.3%）、港口（11.1%）、铁路运输（8.6%）和高速公路（8.3%）。典型权重股涵盖长江电力、上海机场、大秦铁路、华能国际、京沪高铁等，均为资金壁垒较高且现金流稳定的企业。

图表1（子行业占比）直观表征了该行业的集中度和行业分布，体现电力行业主导地位。
图表2列示十大权重股代码及权重，验证了行业龙头的集中特性。

在收益率分析中，报告通过比较风格指数的长期复合年化收益率与其长期ROE均值（2005-2019年）指出，ROE与收益率呈一般正相关，但存在明显异常，特别是金融行业与消费行业、以及稳定型行业与成长型行业的收益率和ROE不完全一致。通过分析ROE的历史动态变化及未来预期，解释了这些异常，例如金融行业ROE在早期达到峰值而消费行业长期维持高位，成长型行业未来增速高于稳定行业，导致市场定价差异。

图表3-5清晰呈现了这些动态变化与预期差异，支持了非线性和动态视角下的行业收益率理解。[page::3] [page::4]

投资价值总结

稳定型行业长期跑输整体市场（wind 全A指），年化超额收益约-5.7%（图表6），但具备两大核心配置价值：

1. 股息率高且波动小——长期股息率约3.92%，波动率为五大风格中最低，适合追求稳定股息的投资者（图表7）；

2. 防御性好——市场大跌期间频繁实现正的超额收益（图表8），市场大涨时往往跑输（图表9），这反映了稳定行业的风险保护功能。行业beta为0.86，是所有行业中最低，且股价波动与盈利波动（ROE波动/均值）高度相关，盈利波动较小导致股价波动低（图表10）。另外，当beta超过1时，稳定行业反映泡沫后期的信号，作为泡沫预警指标使用（图表11）[page::5] [page::6] [page::7]

---

2.2 稳定型行业的择时以及绝对收益策略构建

核心指标——股息率的测算

报告强调股息率作为稳定型行业最重要参考指标之一，股息率高的股票有更高的分析师覆盖，说明投资社群更为关注高股息公司（图表12）。

报告针对股息率计算的两大问题进行深入剖析：

（1）滚动12个月计算法的缺陷：以长江电力为例，因股利发放时间不固定，滚动12个月计算导致股息率跳跃、重复计算或空值（图表13-14）；
（2）不应平均所有成分股：大批成分股不派息，直接算平均股息率导致结果偏低，不能反映行业真实吸引力（图表15）。

据此提出解决方案：

• 严格基于滚动四个季度财报中的实际发放股利计算个股股息率；

- 采样股息率最高的5-10家公司作为行业股息率代表，根据成分股数量调整采样比例。

调整后股息率数据平滑且具有与十年国债收益率可比性，体现了行业股息吸引力，部分时间点高达4%-5%水平（图表16）[page::8] [page::9]

基于“股息率-10年国债收益率”的择时策略

以股息率减去对应的10年国债收益率作为判断股票相对债券配置吸引力的代理变量，股息率-10Y > 0表明股权配置更有吸引力，设计以此信号为择时依据。

通过统计显示股息率-10Y与未来2、4、6个月行业收益率存在明显正相关及单调性，当差值超过±1%时，未来收益显示跳跃变化（图表17-18）。

择时策略机制基于过去5期信号求和，映射仓位区间在80%-120%，并通过调整该仓位上下限可提升超额收益。基准上下限对应年化超额收益约3.6%，扩大至50%-150%区间可提升至约9%（图表19-21）[page::9] [page::10] [page::11]

绝对收益策略构建

采用股债混合策略，股票配置为子行业指数，债券配置为中债总财富指数，股票仓位根据“股息率-10Y”信号平滑调整，最高20%。

• 电力行业策略回测结果显示，年化收益6.8%，最大回撤5.8%，夏普比率1.37（图表22）；

- 其他子行业（港口、机场、高速公路、铁路运输）同样表现稳健，年化收益约6%，最大回撤约4.5%，夏普比率约1.5左右（图表23）；

• 综合策略（电力、港口、机场、高速公路等权配置）年化收益6.3%，最大回撤3.97%，夏普比率1.66（图表24）。

策略参数如开仓信号阈值和股票仓位上限的敏感性分析显示，降低信号阈值或提高仓位上限均能提高收益，但对应最大回撤也相应提升，影响夏普比率较小，策略稳定性较好（图表25-26）[page::11] [page::12] [page::13] [page::14]

---

2.3 选股的三个维度与绝对收益增强

选股主要基于稳定型行业的核心投资价值（防御性好和高股息），设计三大选股维度：

• 波动率（选波动率最低股票，体现防御属性）；

- 估值（选估值最低股票，辅助降低风险）；

• 股息率（直接选择股息率最高股票，强化收益来源）。

单因子及组合因子回测结果：

• 低波动因子年化超额收益达11.01%，最大回撤20.64%，夏普0.77（图表28）；

- 低估值因子年化超额收益7.77%，最大回撤37.43%，夏普0.45（图表29）；

• 高股息因子年化超额收益9.76%，最大回撤15.48%，夏普0.46（图表30）；

- 三因子等权组合年化超额收益9.73%，最大回撤20.4%，夏普0.79（图表31）。

将该alpha增强组合替代稳定行业指数应用于绝对收益策略回测，年化收益从5.59%提升至6.25%，最大回撤从-3.38%减小至-3.23%，夏普从1.71提升至1.91。净值表现更为优异（图表32-33）[page::14] [page::15] [page::16] [page::17]

---

三、图表深度解读

图表1-2：显示稳定行业的子行业占比及前十大权重股，反映行业资金分布及核心资产集中，电力行业占比半数以上。

图表3-5：揭示ROE和收益率间复杂动态关系，金融和消费行业收益率不完全按ROE均值排序，稳定行业与成长行业差异显著，反映市场对成长预期的高估。

图表6：呈现稳定行业与市场整体的相对表现，长期跑输市场。

图表7：直观说明稳定行业股息率水平居中但股息波动最低，凸显其作为稳定高股息标的的优势。

图表8-11：量化证明稳定行业防御性良好，包括市场大跌期间的超额表现，较低的beta值及其与盈利波动关联，以及beta异常升高可作为泡沫预警。

图表12：股息率与分析师覆盖等级正相关，进一步佐证股息率的重要性。

图表13-16：围绕股息率计算的技术细节，揭示滚动12个月法的局限与分红时间不确定性，提出基于稳定财报期间和高股息样本计算方法，确保指标稳定且具备实际配比意义。

图表17-18：股息率与10年国债收益率差值的历史变动及其对未来行业收益的预测价值基于扎实的数理统计，提供择时的理论和实证基础。

图表19-21：体现基于“股息率-10Y”信号的仓位动态调整策略能带来显著超额收益，且能通过仓位上下限调控风险收益比例。

图表22-24：展示股债混合绝对收益策略的风险收益特征，不同子行业策略表现均较稳健，综合策略更具吸引力。

图表25-26：敏感性分析展示灵活设置信号阈值和仓位上限对收益与风险的影响，实现策略个性化调整。

图表27-31：阐释选股因子构成与表现，低波动、高股息因子表现优异，三因子结合提升综合收益。

图表32-33：alpha增强组合的实际回测表现，验证选股策略提升绝对收益组合的有效性。

---

四、估值分析

报告未直接涉及单一公司估值模型，而是基于行业股息率相对于10年期国债收益率的差值，间接衡量行业资产的吸引力。此外，选股因子之一采用估值指标（est_ep，预期市盈率倒数），体现了对估值合理性的定量关注。

对绝对收益策略的估值依据核心为：

• 股息率高于债券收益率时，股票配置更具吸引力；

- 通过动态仓位调整对行业指数进行配置，股票仓位最高20%，实现风险控制；

• 选股维度加入估值因子旨在提升安全边际。

策略回测以实际历史数据为基准，不涉及DCF等现金流折现模型。整体估值方法融合收益率比较与量化信号驱动，实现多因子量化择时与选股。

---

五、风险因素评估

报告明确提示：

• 策略基于历史统计规律，未来可能失效，市场结构变化、政策调整等均可能影响策略表现；

- 股息政策变动、宏观利率环境变化均可能导致“股息率-10Y”信号失真；

• 策略中所用因子及参数对市场极端波动的适应性尚需观察。

报告未细化缓解策略，但通过参数敏感性分析提供策略调整空间，投资者可基于风险偏好灵活调整仓位上限和信号阈值。

---

六、批判性视角与细微差别

• 报告对行业长期跑输市场的事实描述客观，但强调防御性与高股息配置价值，可能容易导致投资者对其预期过于乐观，需留意行业整体成长性不足的局限；

- 股息率计算方式改进较为科学，但基于过去四季度财报仍可能滞后反映最新分红政策或年度变动，未来需结合更频繁实时更新；

• 股票仓位最大20%对绝对收益策略构成显著限制，扩容仓位提高收益伴随更高波动风险，投资者需谨慎权衡；

- 选股因子表现良好，但最大回撤仍较高（约20%），与报告中声称的“防御性”有所不符，历史数据窗口截取也可能存在样本选择偏误。

---

七、结论性综合

本报告深入剖析了中国A股中稳定型行业的投资价值，明确指出该行业虽难以获得长期相对超额收益，但作为低beta且高股息的防御性资产，在构建稳定收益和风险管理中具有重要地位。围绕股息率这一核心指标，报告系统地提出并验证了基于“股息率-十年国债收益率”构建的择时与绝对收益策略，回测结果显示策略具有稳健的年化收益（3.6%-6.3%）与良好风险调整指标（夏普比率约1.66），且最大回撤控制在4%以内。

选股增强方面，报告基于低波动、低估值和高股息三因子构建alpha策略，有效提升绝对收益表现，年化收益提升近0.7个百分点，夏普比率提升明显，体现了优良的策略增厚能力。

报告结合详实数据图表予以充分支持，涉及行业构成、长期收益、波动性、分红特征、策略回测及参数调节等多层次内容。逻辑全面且扎实，具备一定的行业指导和投资实操价值。

然而，投资者应关注报告提出的历史规律失效风险及策略参数灵活调节的重要性，避免过度依赖单一模型。

---

全部重要图表引用（缩略版）

• 图1-2：稳定型行业子行业占比与权重股

- 图3-5：ROE与收益率动态及异常说明

• 图6-11：稳定行业收益及防御性指标

- 图12：股息率与分析师覆盖相关性

• 图13-16：股息率计算方法探讨与调整

- 图17-18：股息率-TenYear关系与收益预测

• 图19-21：择时策略回测净值与超额收益

- 图22-24：绝对收益股债混合策略回测表现

• 图25-26：策略参数敏感性分析

- 图27-31：选股因子构建与表现

• 图32-33：alpha增强策略相对表现

---

结束语

国盛证券此份量化专题报告通过严谨的量化方法和系统的数据分析，为稳定型行业的投资者提供了建设性的配置依据和策略工具，强调稳定行业的防御性属性和股息优势，推动了行业量化策略的深入研究与实际应用价值的提升。[page::0] [page::1] [page::3] [page::4] [page::5] [page::6] [page::7] [page::8] [page::9] [page::10] [page::11] [page::12] [page::13] [page::14] [page::15] [page::16] [page::17] [page::18]

报告