基本面量化框架及剩余收益模型 [page::3][page::4]

• 以剩余收益模型为权益定价理论基础，公司价值等于账面价值与未来剩余收益现值之和。

- 该模型强调企业财务报表数据的应用，有助于构建基于ROE的量化基本面策略。

A股整体盈利预测与市场情绪 [page::1][page::7][page::8][page::9][page::10][page::11][page::12]

• 盈利预测结合正式财报、业绩快报、业绩预告及分析师预期，动态实时更新。

- 2022年Q4万得全A ROE预测为8.37%，2023年Q1为8.15%，预计2023年Q3盈利见底。

• 三周期（库存、产能、人口）同步回落，库存和产能周期在2021Q3见顶，人口周期自2010年见顶后逐步回落，驱动企业利润下行。

- 市场成交额近期震荡后小幅回升，市场情绪趋稳。

• 低频拥挤度指标信号较少，市场拥挤风险有限。

多维度行业配置及产业链分析 [page::14][page::15][page::16][page::18]

• 通过投入产出表和产业链梳理定义感应度、影响力、前后向联系等多项指标，分析行业在产业链中的地位。

- 产能扩张明显行业包括基础化工、建材、电力设备及新能源、医药、食品饮料、电子和计算机。

• 产业链中游向下游扩散，体现产业链传导逻辑。

行业景气度构建与最新行业景气态势 [page::19][page::20][page::21][page::22]

• 综合财务数据、分析师修正和基本面视角构建行业景气度指标。

- 2023年2月看好农林牧渔、医药、食品饮料和商贸零售行业景气度较高。

• 估值分位数数据显示电力设备及新能源、汽车、消费者服务和食品饮料市场估值相对较高，反映对下游消费行业的积极预期。

- 行业估值分化程度下降，市场预期趋于一致。

机构调研与拥挤度分析 [page::23][page::24][page::25]

• 机构调研热度以机械、汽车及农林牧渔行业为最高，均超过90%历史分位。

- 部分行业（消费者服务）处于流动性拥挤持续状态，需关注潜在风险。

• 机构调研词云显示新能源、产能、毛利率、智能化及团队为近期关注焦点。

行业轮动策略回测与实证分析 [page::5][page::26]

• 行业轮动相对收益策略基于基本面与量价因素构建，成功实现持续超额收益。

- 当前核心配置集中于农林牧渔、医药、食品饮料和商贸零售四大下游消费行业。

• 该组合历史表现体现行业间景气度差异带来的投资机会。

风险提示 [page::28]

• 量化模型基于历史规律，存在未来失效风险，无法应对宏观环境剧变及黑天鹅事件。

- 投资需结合主观定性分析，密切关注宏观政策及突发事件的影响。

证券研究报告详尽分析报告：看好下游消费行业的超额收益——基于基本面量化模型跟踪（2023年2月）

---

1. 元数据与报告概览

• 报告标题：《看好下游消费行业的超额收益 基本面量化模型跟踪 2023年2月》

- 发布机构：中信建投证券股份有限公司及其国际附属机构

• 发布日期：2023年2月2日

- 分析师：王程畅（SAC执证编号：S1440520010001），研究助理徐建华

• 报告主题：基于基本面量化策略，从宏观经济三周期（库存周期、产能周期、人口周期）角度，结合财务指标、分析师盈利预测和行业配置，分析A股市场整体盈利、行业景气及估值情况，推荐2023年重点看好下游消费行业——农林牧渔、医药、食品饮料和商贸零售板块，并探讨行业轮动策略的超额收益。

核心论点：

• A股整体盈利预期仍在下行，三周期周期性视角认为企业ROE将于2023年第三季度见底，市场估值与内在价值之间存在修复空间。

- 基于中信一级行业多维度指标，2023年2月看好下游消费行业的相对收益前景明显。

• 量化模型在历史数据下表现良好，但存在未来失效风险，需关注宏观和政策变化。

[page::0,1,2]

---

2. 逐节深度解读

2.1 摘要与基本面量化框架

摘要关键论点：

• 2023年第1季度万得全A指数内在价值被估算为4514点，第2季度为4379点（不同位置数据略有差异，但整体趋于一致）。

- 盈利预测持续下行，市场价格从两周期（库存+产能）向三周期（加上人口）定价机制转换完成。

• 三周期衰退态势导向企业盈利见底，市场估值整体略显低位，但部分行业如电力设备及新能源等估值较高。

- 量化模型基于经典的剩余收益（Residual Income Model）理论，罗列了投资收益是当前账面价值和未来预期超额收益现值之和。

• 行业配置聚焦于盈利景气度和机构关注度，高度看好农林牧渔、医药、食品饮料和商贸零售 [page::1,3,4]

基本面量化框架：

• 采用残余收益模型估值公式，表达公司价值为账面资本加上未来ROE超出权益资本成本的净收益现值之和。

- 研究同时考虑市场层面噪声投资者因素，承认实际市场存在信息不对称和非理性价格波动。

• 由权益类资产定价模型推导，研究覆盖“价值”、“质量”和“市场”三个维度，分别由基本面指标、盈利能力及市场参与信号构成，进而指导投资决策。

[page::3,4]

---

2.2 A股整体盈利预测与市场情绪

盈利预测与财报发布时间节点：

• 结合正式财报、业绩快报、业绩预告和分析师预期，通过层层数据迭代预测企业未来季度ROE，有较高动态连续性。

- 2022年第四季度万得全A及非金融板块ROE分别预测为8.37%、7.79%，2023年第一季度预测为8.15%及7.47%，且该盈利预测较上月继续下调。

• 业绩数据的动态更新符合残余收益模型预测框架，真实财报作为核心确认机制，预告和分析师预期作为高频跟踪数据辅助。

三周期宏观视角：

• 库存周期、产能周期、人口周期分别于2021年第三季度、2010年以及2010-2013年见顶并逐渐下行。

- 三周期叠加影响导致盈利持续下行，预计2023年第三季度盈利触底。

• 内在价值曲线与周期变化轨迹基本匹配，市场价格受无风险利率上升压力影响，呈震荡走弱状态。

市场成交与情绪：

• 成交额维持低位震荡，近期略有回暖，市场流动性提升。

- 低频拥挤指标如流动性、成分股扩散、波动率和成分股一致性保持低拥挤，预示短期市场风险释放，不存在过度拥挤。

• 信息率指标显示市场信息效率较高，但未来仍需关注突发性风险和环境变化。

[page::7,8,9,10,11,12]

---

2.3 行业分析与配置建议

2.3.1 中信一级行业产业链地位与生命周期

• 基于2018年国民经济投入产出表，从感应度系数、影响力系数、前向后向联系、平均APL（平均轮次）以及上游度系数等多个维度，对中信一级行业产业链地位进行量化排序。

- 上游行业如石油石化、煤炭、有色金属、电子、电力设备及新能源为产业源头，上游战略地位明显；

• 中游行业机械、建材、基础化工、钢铁、银行等居中；

- 下游行业集中于消费品制造及服务，如商贸零售、食品饮料、轻工制造、医药、房地产业。

• 产业链梳理明确了产业穿透关系，为判断行业相互作用和轮动提供基础。
• 产能扩张周期方面，2022年基础化工、建材、电力设备及新能源、医药、食品饮料、电子与计算机等行业产能扩张较明显，表现为战略投资净额较高，现金自给率指标提供产能可持续性参考。

[page::15,16,18]

2.3.2 景气度分析及行业配置

• 行业景气度综合微观财务指标、分析师预期和宏观基本面量化修正

- 当前（2023年2月），农林牧渔、医药、食品饮料和商贸零售四个行业景气度最高，尤其下游消费板块表现突出。

• 景气度演变显示2022年上游行业表现强劲，传导至中游制造，至2022年末转向下游消费行业，形成鲜明的行业轮动。

- 估值层面，PB分位数显示整体市场估值有所回升，但在低位；部分行业如电力设备及新能源、汽车、消费者服务、食品饮料超过50%分位，显示机构对下游消费较为乐观，促使行业估值分化收敛。

• 市场估值分散指数下降，行业间估值趋同，契合盈利景气度转向下游消费的预期。

- 拥挤度信号显示消费者服务等行业的流动性拥挤，需关注流动性风险。

• 机构调研频度数据显示机械、汽车、农林牧渔行业受到机构高度关注，体现市场资金关注热点的迁移。

[page::19,20,21,22,23,24]

---

2.4 行业轮动相对收益策略表现

• 基于基本面+量价因子，构建的行业轮动相对收益策略过去一年表现显著优于基准万得全A，总回报累计超越市场，并实现持续超额收益。

- 配置重点同样是聚焦农林牧渔、医药、食品饮料和商贸零售四行业，验证了基本面与量价驱动的行业轮动有效性。

• 历史数据支持基于量化模型的行业切换，可以有效捕捉周期特征和盈利景气变化，提升收益。

[page::5,26]

---

2.5 风险提示

• 报告明确量化模型建立在历史数据规律基础之上，未来可能出现失效。

- 模型未充分考虑宏观环境大幅变化、政策调整及突发事件，如新冠疫情、俄乌冲突等黑天鹅事件。

• 量化模型需与定性分析结合，充分评估多种可能情景对企业盈利及宏观变量的影响。

- 投资者应关注潜在风险，合理配置资产，注意流动性和估值回调的可能性。

[page::28]

---

3. 图表深度解读

3.1 权益资产定价模型图解（页3）

• 该图演示权益类资产价格的定价逻辑及影响因素，包括当前账面价值$Bt$、未来剩余收益现值（ROE与权益资本成本差异驱动的超额收益）以及市场因素$Yt$的作用。

- 价值、质量和市场三大维度的细分指标清晰展现了对股票价格驱动的多层次影响。

• 该模型理论为全文量化策略的数学基础，解释为何ROE及其预计变化对资产价格至关重要。

3.2 行业轮动相对收益模拟组合表现（页5,26）

• 折线及面积图显示策略收益大幅领先市场基准万得全A指数，累计呈持续上升趋势，表明行业轮动策略基于基本面与量价有效提取超额收益的能力。

- 策略收益明显优于市场同期表现，验证模型稳定性和行业选择的财富效应。

3.3 ROE预测流程（页7-9）

• 通过分层判断是否发布正式财报、业绩快报、业绩预告及分析师预期，形成企业净利润及ROE的高频预测。

- 该动态预测机制针对上市公司季度财务数据的时效性问题，实现基于残余收益模型的市值驱动因素实时更新。

• ROE预测历史对比图表显示预测值与实际值具备较好契合，验证了模型的有效性。

3.4 中国三周期示意图（页10）

• 三条周期线显示库存周期、产能周期和人口周期自2001年至2025年上半年的变化趋势，三周期均显示近期均处于下行阶段，预示盈利压力持续。

- 关键时间节点标注（2010年人口周期见顶，2021Q3产能和库存周期见顶）为盈利拐点预测提供数据支持。

• 结合这一趋势，报告预测企业盈利下行至2023年Q3见底，内在价值估值也随之调整。

3.5 市场成交额及其结构（页11）

• 多指数成交量比例与全市场成交额的趋势折线，成交额在经历低位震荡后开始回升，提示市场流动性开始恢复。

- 不同指数成交份额稳固，反映资金结构性特点。

3.6 行业基本面及景气度数据复合图（页19-20）

• 三层次景气度框架（微观财务、分析师预期、行业基本面）图表及具体行业景气得分数据，形象展现实证导向的行业景气对比。

- 具体评分数据指向农林牧渔、医药、食品饮料和商贸零售等消费行业领先。

• 历史月度景气度表反映行业动态，2023年Q1消费板块景气度修复明显。

3.7 行业估值与分化状态（页21-22）

• PB分位数表揭示市场整体估值尚处低位，部分下游行业估值偏高，反映市场关注热点和政策预期差异。

- PB-ROE散点图揭示行业估值体系，食品饮料等行业呈现高ROE与高PB，说明市场认可其盈利质量与成长性，估值分化指数趋势下降，行业间估值趋同，反映市场处于景气周期中期。

3.8 机构调研及拥挤度指标（页23,24,25）

• 持续拥挤信号和阈值信号显示“消费者服务”行业处于灵敏的流动性拥挤状态，存在流动性偏紧风险。

- 机构调研频率三年分位数图表表明机械、汽车、农林牧渔机构关注热情极高。

• 机构调研问答词云，关键词如“新能源”、“毛利率”、“团队”、“品牌”突现，尤其新能源相关话题显著，反映机构调研热点。

---

4. 估值分析

• 估值核心依托剩余收益模型，结合ROE预测生成行业及市场内在价值。

- 权益资本成本$re$、未来净资产收益率差异$(ROE - re)$及其现值折现率为关键参数。

• 行业估值重点参考PB分位数和历史估值水平，确认低估区间。

- 无详细绝对价估值数值推导出具，结合内在价值与市场价格匹配，得出市场估值偏低但部分行业估值已修复，呈现合理分化。

---

5. 风险因素评估

• 模型未涵盖宏观经济突发风险和政策变化，可能导致估值和盈利预测失准。

- 量化模型依赖历史规律，有失效风险，尤其面对黑天鹅事件。

• 市场流动性拥挤风险以“消费者服务”等行业为代表，需警惕短期资金面变化。

- 建议结合主观判断，谨慎应用量化配置，动态调整风险敞口。

[page::28]

---

6. 审慎视角与细微差别

• 报告广泛利用历史数据与量化模型，但对宏观政策及环境快速变动的适应性存疑。

- 虽然用三周期深化周期论证，但各周期权重与相互影响复杂，模型隐含假设简单，可能掩盖短期非线性风险。

• 对于部分行业机构关注度高，估值也较高，需要警惕追高风险。

- 报告对细分行业内部异质性探讨较少，未显著揭示细分行业或企业间基本面差异。

• 风险部分强调模型局限，建议结合定性分析，但具体应对措施不甚明确。

---

7. 结论性综合

本报告通过基于残余收益模型的基本面量化策略，结合企业盈利的高频动态跟踪与宏观三周期分析，有效捕捉了A股市场2023年上半年及以后盈利底部的趋势特征。宏观三周期（库存、产能、人口）均处于下行阶段，驱动整体企业ROE持续回落，但预计于2023年第三季度触底并回升，内在价值对应5000点下方。

中信建投量化策略综合财报数据、分析师预期和产业链投入产出分析，构建了行业景气度指标，发现下游消费行业（农林牧渔、医药、食品饮料和商贸零售）具备较高的盈利景气改善预期和机构关注度，值得重点配置。市场估值水平整体较低，行业间估值分化明显缩小，但下游消费部分行业估值偏高，显示资金持续向消费领域倾斜。

此外，结合流动性、成分股分散度、波动率及机构调研数据，消费者服务等行业呈现较高流动性拥挤信号，需关注潜在的短期流动性风险。

整体量化行业轮动策略在过去一年表现出色，能够持续带来显著超额收益，验证了模型的实际投资应用价值。风险提示中强调量化模型基于历史规律，未来面临政策变化、宏观不确定及黑天鹅事件风险，模型有效性需要谨慎对待。

综上，报告结论为持“看好基本面转向下游消费行业”的观点，建议投资者重点关注相关行业资源配置，利用行业轮动策略把握超额收益机会，平衡风险并保持关注宏观与政策动态。

[page::1,3-5,7-12,14-26,28]

---

（备注：以上分析严格基于本报告内容结构和数据，引用页码明细标注，确保所有结论和推断溯源透明。）

报告