非银金融行业基本面及市值结构分析 [page::3][page::4]

• 证券行业在非银金融行业中占比33%，净利润占27.3%，资产占20.9%。

- 保险行业净利润和资产规模优势明显，证券保险领域结构清晰。

证券行业财务报表分析及ROE驱动因素 [page::4][page::5][page::6][page::7][page::8][page::9]

• 证券行业资产结构以交易性金融资产（34%）和货币资金（22.4%）为主要组成，负债以代理买卖证券款、应付债券和卖出回购金融资产款为主。

- ROE与市场换手率相关系数高达0.818，权益乘数和销售净利率是促动ROE的关键因素。

• 营业利润率与销售净利率同步波动，体现市场行情驱动业务表现。

证券行业五大核心业务及收入预测模型 [page::10][page::11][page::12][page::13][page::14][page::15]

• 五大业务包括经纪、投行、资管、信用和自营，均与市场活跃度密切相关。

- 各业务均构建了估计模型，TTM收入与实际相关系数均超过0.9，经纪业务估计值与实际相关系数最高至0.992。

• 投行业务收入拟合R² = 0.970，资管业务拟合R² = 0.888，信用业务相关系数0.945，自营业务相关系数0.920。

核心指标营业收入、净利润及ROE的估计方法及月报验证 [page::15][page::16][page::17][page::18][page::19]

• 通过累加各业务TTM估计值，调整营业收入预测模型相关系数达0.993，净利润相关系数0.939，对ROE调整拟合R²为0.941。

- 使用主成分分析构建证券行业景气指数，拟合营业收入、净利润、ROE调整拟合R²分别为0.946、0.849、0.826。

• 券商月报频率检验显示营业收入、净利润、ROE估计与实际相关系数分别为0.942、0.929、0.979，估计方法稳定有效。

证券行业量化择时策略构建与回测分析 [page::20][page::21]

• 以估计营业收入增速及其差值为信号，构建多空及纯多头择时策略。

- 估计营收增速差值策略2014-2023年累计多空净值3.23，年化13.53%；单侧营收增速策略年化收益8.70%-11.00%，超越证券行业整体表现，成效显著。

• 营收增速领先证券指数超额收益2期，相关系数最高0.563，有助于捕捉行业景气周期。

风险提示与策略局限 [page::0][page::22]

• 证券行业紧密依赖资本市场活跃度，宏观政策、地缘政治等外部风险影响业务表现。

- 量化模型基于历史数据，未来可能失效，遇黑天鹅事件时模型适用性受限。

• 建议结合定性分析与多种风险情景，动态调整投资策略。

证券行业基本面量化策略深度分析报告解读

---

一、元数据与概览

• 报告标题： 证券行业基本面量化策略（行业基本面量化系列）

- 作者与机构： 王程畅（中信建投证券研究发展部副总裁，量化策略分析师），研究助理徐建华

• 发布日期： 2023年5月10日

- 研究主题： 本报告聚焦于中国证券行业整体基本面量化分析，涵盖业务类型、财务报表分析、业务架构构建及量化择时策略的设计与验证，重点探讨证券行业五大核心业务与市场活跃度的关系，ROE与换手率间的高度相关性，以及基于估计的营收增速构建的择时策略。

• 核心结论摘要：

- 证券行业五大核心业务（经纪、投行、资管、信用、自营）均与市场高度相关，ROE与市场换手率相关性高达0.836。
- 业务架构模型拟合效果优良，营业收入和净利润估计与实际数据相关系数均超0.93以上。
- 基于估计营收增速或营收增速差值设计的多空择时策略均取得良好收益，年化回报分别达到13.53%和8.70%。

• 风险提示： 资本市场波动风险、行业竞争加剧风险。

通过系统的业务拆解、财务指标关联性分析以及基于业务指标的高频业绩预测，报告为投资决策提供量化支撑，有效捕捉证券行业的周期特征，为行业配置提供择时信号[[page::0], [page::3]]。

---

二、逐节深度解读

2.1 证券行业基本面分析

业务概览

• 非银金融覆盖证券、保险及多元金融三大子板块，共73家上市企业。

- 证券行业为非银金融中数量最多的板块（53家），但其市值和净利润份额低于保险（证券市值占32.8%，保险61.6%），保险企业量虽少但收益质量更优。

• 多元金融体量相对较小（市值占5.6%）。

- 证券公司主要集中于资本市场中介，如经纪、投行及资管业务[[page::3], [page::4]]。

图1呈现非银金融结构及证券公司在行业内的占比优势，确立了本报告研究重点的行业背景。

财务报表分析

• 资产结构中，交易性金融资产占比最大（34.0%），货币资金22.4%为第二大类，反映证券行业资产较强流动性及金融工具投资特征。

- 负债结构中，代理买卖证券款（20.4%）、卖出回购金融资产款（17.1%）及应付债券（16.6%）为主，显示业务融资和客户资金流对负债影响显著。

• 所有者权益中，资本公积占比最高（8.5%），体现证券公司资本储备结构[[page::4], [page::5]]。

资产负债表合并数据显示证券资产规模2022年达5.8万亿元，同比增长5.1%，资产稳健扩张主要依赖负债端杠杆，负债复合增长率21.0%，超过权益增长12.5%，呈现出行业性的加杠杆特征。

利润表分析

• 营业收入五大核心业务占比分别：经纪17.7%、投行8.5%、资管8.8%、信用10.5%、自营14.16%，其中经纪业务手续费占主导。

- 营业支出中，业务及管理费用占比37.2%，净利润占营业收入比例为22.2%。

• 2022年营收2457亿元，同比显著下降24.39%；归母净利润722亿元，同比下降28.79%，受市场行情影响较大。

- 资管业务与经纪业务表现出逐渐增长趋势，体现出证券公司业务结构转型方向[[page::6]]。

营业利润率和销售净利率的呈现出随市场行情波动的趋势，2015年达到峰值（营业利润率52.55%，销售净利率40.56%），显示行业盈利能力与市场周期密切相关[[page::7]]。

现金流量分析

• 经营现金流中，收取利息、手续费及佣金的现金占比最大（103.85%）。

- 投资现金流净额较大，表现为现金流入中收回投资（60.92%）和流出中投资支付（115.97%）。

• 筹资现金流中，发行债券现金流最大（268.80%），偿还债务支出也较高（356.26%），体现证券行业负债动态调整。

- 2018年以来货币资金持续增长，2022年同比增7.38%，现金充裕，《图7》整体反映行业现金流活跃，财务健康[[page::7], [page::8]]。

净资产回报率（ROE）分析

• 行业ROE 2022年为5.73%，权益乘数4.58，总资产周转率4.25%，销售净利率29.29%。

- ROE高度受权益乘数和销售净利率影响，相关系数分别达到0.543和0.859，换手率和ROE相关达到0.818。

• 换手率通过提升盈利能力与杠杆水平显著推动ROE。

- 说明证券行业业绩与市场活跃度高度相关，是核心研究指标[[page::8], [page::9]]。

---

2.2 证券行业架构分析

五大核心业务及相关性

• 经纪业务与市场成交额、行业佣金率和市场份额相关，是轻资产业务。

- 投行业务主要受发行规模和佣金费率影响。

• 资管业务则通过基金净值和管理费率决定收入。

- 信用业务（含融资融券）和自营业务收入与资产规模及市场行情密切相关。

• 各业务的季度及TTM收入估计模型与实际相关度极高：

- 经纪TTM估计与实际0.992
- 投行调整拟合 \(R^2=0.970\)
- 资管调整拟合 \(R^2=0.888\)
- 信用业务相关0.945
- 自营业务相关0.920[[page::10], [page::11], [page::12], [page::13], [page::14], [page::15]]

• 结合业务数据进行核心指标（营业收入、净利润、ROE）预测，得到：

- 营业收入/净利润相关系数分别0.993和0.939，ROE调整拟合\(R^2=0.941\)。
- 基于业务指标的景气指数拟合调整\(R^2\)分别为0.946、0.849、0.826[[page::15], [page::16], [page::17], [page::18]]。

建模方法说明

• 业务估计基于细分业务收入模型（收入=业务规模×费率×市场份额等）建立拟合。

- 通过主成分分析（PCA）解决业务变量多重共线性，形成两项证券行业景气指数，包含成交金额、两融余额、IPO规模、再融资规模、债券规模和总资产等指标。

• 景气指数与营业收入、净利润及ROE拟合良好，模型具备较强的预测能力[[page::16], [page::17]]。

券商月报检验

• 以2020年7月前券商月报数据为样本，月度TTM营业收入、净利润、ROE与估计值的相关系数分别为0.942、0.929、0.979。

- 说明估计模型在较短时间尺度下仍然有效，具备真实运营环境中应用的潜力[[page::18], [page::19]]。

---

2.3 证券行业择时策略分析

• 从2012年至2023年，证券指数整体未跑赢大盘，但在牛市周期（2015年、2019年）时取得明显超额收益，体现出明显的行情敏感性[[page::19]]。

- 研究发现，估计营收增速与证券行业超额收益存在相关性，且营收增速对超额收益存在2期滞后效应，相关系数最高达0.563，差分营收增速信号更有效[[page::20]]。

• 以估计营收增速差值为核心信号构建多空择时策略：当T-1期估计营收增速差值高于T-2至T-4期平均值时，做多证券，做空大盘（万得全A），反之反向操作。

- 策略2014年至2023年累计多空净值3.23，年化收益13.53%。
- 纯多头策略累计净值3.22，年化13.46%。
- 同期证券行业指数年化仅2.78%，大盘8.80%[[page::20]]。

• 以估计营收增速为信号的多空策略：

- 累计净值2.16，年化8.70%。
- 纯多头累计净值2.62，年化11.00%。
- 顶层显示估计营收增速指标具备较强的择时及超额收益能力[[page::21]]。

---

三、图表深度解析

• 图1（非银金融子行业概览与上市公司占比）：图左展现非银金融三大板块的结构及细分业务关系，图右以饼图形象展示证券公司占据样本上市公司73%份额，突出证券行业核心地位。

- 图2（非银金融行业市值、净利润、总资产）：三个饼图分别对应行业市值、净利润及资产占比，展示保险行业体量大、盈利能力强，证券行业数量多但规模较次，多元金融规模最小。

• 图3（证券公司资产结构与负债权益）：叠加柱状图揭示证券公司资产分布中交易性金融资产和货币资金占优，负债端以代理买卖证券款、应付债券等为主，权益端以资本公积为核心。

- 图4（营业收入结构与增速）：左图营业收入红色柱状分业务，显示经纪、资管、信用等多业务贡献；右图展示营收与净利润年度增速波动幅度大，体现行业周期性。

• 图5（营业利润率与销售净利率）：走势高度一致，均在2015年达到高峰，后随市场回落，表现盈利受市场影响显著。

- 图6（货币资金及增速）：近年货币资金增长稳健，2022年持续保持较高余额，显示行业现金流充裕。

• 图7（现金流入出及增速）：两张图分别展示经营、投资、筹资现金流的量级及增长趋势，经营现金流入持续高于流出，反映经营有效支持。

- 图8（净资产回报率及主要财务指标）：ROE上下波动，各核心驱动变量销售净利率、权益乘数、总资产周转率同水平变化，说明盈利质量与杠杆和周转密切相关。

• 图9（ROE与换手率相关性）：柱状图显示换手率与ROE及权益乘数高度相关，说明市场活跃度是驱动证券盈利的关键外部因素，折线图进一步反映三者同周期波动。

- 图10（业务架构与收入构成）：左侧业务框图体现5大核心业务链条和市场活跃度传导机制，右侧月度结构柱状图显示经纪业务占比整体下降但近年有回暖，自营和资管业务比重升高。

• 图11（经纪业务模式及核心数据）：示意图拆解经纪收入来源，右图显示成交额波动与佣金率下降趋势，市占率稳定，多指标对经纪收入形成约束。

- 图12-13（经纪业务收入估计）：估计值与实际较为吻合，TTM估计相关系数0.992，反映模型准确性强；通过与A股成交额相关性分析，相关系数在2018后上升至0.98，表明成交额驱动效应增强。

• 图14（投行业务估计）：业务拆解依赖承销规模及费率，拟合曲线紧密匹配实际收入，显示投行业务建模精度较高。

- 图15-16（资管业务分析）：资管收入拆分为券商资管和公募基金，公募基金规模稳步增长，估计收入与实际基本匹配。

• 图17-18（信用业务模式与收入拟合）：两融余额为信用业务关键驱动因素，拟合曲线表现良好，TTM相关系数0.945。

- 图19-20（自营业务收入拟合）：以股权、债权投资规模和收益率模型构建，自营业务收入估计与实际相关度0.920，波动反映市场行情敏感度。

• 图21-22（基于业务估计的核心指标预测）：营业收入、净利润和ROE的估计线与实际曲线高度贴合，模型可用于业绩预测。

- 图23（证券行业景气指数）：两类景气指数显示2015年牛市峰值及2019年后逐步攀升，反映行业热度。

• 图24-25（营业收入、净利润及ROE基于景气指数拟合）：拟合曲线具备较高相关性，说明景气指数能够有效捕捉行业绩效变化。

- 图26-27（月度营业收入、净利润及ROE估计检验）：月度数据检验支持模型的高频预测适用性。

• 图28（证券指数与万得全A对比）：显示证券指数相对全A表现波动大，走势更为顺周期。

- 图29（营收增速与超额收益滞后关系）：统计数据证明营收增速具有滞后预测超额收益的有效性。

• 图30-31（基于营收增速的多空择时策略表现）：策略累计收益显著超越大盘基准，验证模型投资应用价值[[page::0]-[page::21]]。

---

四、估值分析

本报告未深入涉及个股估值，但通过核心业务收入和盈利预测构建ROE和净利润估算，形成业务层面的“隐含估值”，为行业多空择时和量化配置提供基础数据支持。两种不同的核心指标预测方法均表明通过核心业务模型和综合行业景气指数能获得较精准利润、ROE预估，进而形成较为稳定的业绩估值导向。

---

五、风险因素评估

报告明确指出两大风险：

• 资本市场波动风险：证券业务盈利高度依赖市场活跃度和行情波动，受宏观政策、经济周期、国际地缘政治的影响较大，突发事件可能侵蚀盈利能力。

- 行业竞争风险：随着外资券商进入中国市场及行业集约化，竞争将趋于激烈，可能带来佣金率下降及市场份额压力。

量化策略固有的历史依赖性风险亦被强调，报告提醒投资者严防模型在异常黑天鹅事件中的失效，如新冠疫情和俄乌冲突带来的非线性冲击，主观判断需配合定量分析综合决策[[page::22]]。

---

六、批判性视角与细微差别

• 报告视角扎实全面，基于详实的业务拆解、财务数据和市场指标，结合多元回归和主成分分析构建景气指数，模型拟合效果优异。

- 但量化模型在预测与量化择时的实际适用上，存在对极端风险事件的敏感度不足，且过度依赖历史相关关系和市场成交量、两融等顺周期指标，可能在市场结构发生变动时失效。报告对此保持警示，建议辅以定性判断。

• 使用T-2期等滞后变量调整交易时滞，虽提高拟合准确度，但可能影响对快速市场变动的响应速度。

- 样本企业局限于18家主流券商，但行业内多元化公司可能存在异质风险，模型外推需要注意系统误差。

• 估计的营业收入和盈利较实际有一定超额估计，提示可能存在模型过拟合风险或部分业务数据延迟确认[[page::0]-[page::22]]。

---

七、结论性综合

本研究报告通过全面系统的证券行业五项核心业务研究、财务基本面解析及深度量化建模，成功构建出高精度的证券行业营业收入、净利润及ROE估计模型，利用主成分分析提炼行业景气指数，并成功实现对月度频率的数据检验。

核心发现包括：

• 证券行业业务结构清晰，五大核心业务与市场活跃度高度相关，ROE与市场换手率的相关性达到0.836，彰显证券行业的顺周期特性。

- 资产负债表中交易性金融资产和代理买卖证券款等科目处于主导地位，强调经营的资金流动性特点。

• 经营活动现金流健康，资金充沛，现金流入流出波动体现业务活跃程度。

- 利润表显示收入结构多元，但整体受市场行情影响显著，2022年营利指标明显下滑，体现宏观市场情绪对证券行业盈利的强联动。

• 五大业务的季度及TTM收入的估计与实际数据高度相关（相关系数多在0.92以上），体现建模的高准确性和稳健性。

- 两套基于业务拆解和景气指数构建的估计模型，为行业营业收入、净利润及ROE的高频预测提供强大支撑。

• 基于估计营收增速及其差值的证券行业择时策略，历经近十年实证，平均年化超过8%且最高可达13.5%，显著优于同期行业和大盘指数表现，验证了量化择时的实用性。

- 风险提示合理，强调行业盈利的高周期敏感性及外部风险冲击的潜在影响。

综上，报告为证券行业投资者提供了科学的量化分析框架和实用的择时工具，通过业务预估指标优先捕捉行业景气拐点，建立了投资决策的量价结合模型，具备理论扎实和实操参考价值[[page::0]-[page::21]]。

---

主要图表示例（Markdown格式）

• 

非银金融子行业结构及上市公司占比

• 

样本证券公司资产结构与权益负债变化

• 

经纪业务收入估计与实际及相关性验证

• 

证券行业景气指数趋势变化

• 

基于营收增速差值的证券行业择时策略表现

---

总结

本报告通过对证券行业的深度基本面拆解与量化建模，发掘证券五大业务的核心驱动指标及其与资本市场活跃度的内在关联，结合历史数据构造了高有效性的营业收入、净利润及ROE估计模型，推动了行业业绩的前瞻性高频预测能力。

报告最后利用估计营收增速构建了结合多空头寸的行业择时策略，经历史模拟验证取得显著超额收益，显示出量化策略在证券行业配置及择时中的潜力和可操作价值。风险提示充分揭示了模型应用的潜在限制和重大事件影响风险，体现研究的理性和稳健性。

投资者可将本报告内容作为证券行业资产配置及相关投资策略构建的量化工具参考，提升对市场周期判断和行业景气度预判的准确性[[page::0]-[page::22]]。

报告