三种沪深300估值判断方法解读 [page::3][page::4][page::5]

• 1) PE中位数历史标准化法：将所有成分股PE中位数做历史5年滚动标准化，划分高估低估区间，但忽略宏观经济变化造成的估值结构变动。

- 2) 股权风险溢价模型（ERP Model）：比较股票市盈率倒数与10年国债利率，体现股债性价比，更适合大类资产配置的相对估值判断。

• 3) 绝对估值DCF模型：基于ROE与股息率预测两阶段现金流，合理估值中枢为13-14倍PE，解释估值变化随ROE变动趋势。

- 三种方法各有利弊，建议综合使用以判断当前沪深300估值水平。

宏观层面：经济下行，货币信用宽松，库存周期尾声 [page::6][page::7][page::8][page::9]

• 经济增长指数显示韧性不足，沪深300盈利增速预计继续下降。

- 货币宽松指数领先PPI，预测2022年上半年PPI将保持下滑趋势。

• 库存周期处于被动补库存阶段，金属价格月均涨跌幅负值，周期板块承压。

- 建议规避周期行业，关注货币政策变化带来的流动性支持。

行业基本面量化最新观点及配置建议 [page::11][page::12][page::13][page::14][page::15][page::16]

• 金融板块：银行净息差、坏账率影响显著，目前银行估值性价比高但超额收益有限，建议标配；地产估值偏低、政策边际放松，短期有修复机会；券商估值合理，保险估值低但盈利指标弱，暂持观望。

- 消费板块：家电受益房贷利率下行性价比高，建议超配；食品饮料处于盈利及估值中位，建议等待；医药盈利景气好且估值低，建议超配。

• 周期板块：景气指数已进入收缩期，叠加PPI下滑预期，建议低配周期板块。

- 成长板块：主要成长子行业估值处于低位，景气指数转弱，参与超跌反弹需谨慎，可重点关注新能源。

• 稳定板块：股息率较债券有约3%溢价，适合作为债券替代，当前为配置良机。

量化策略：景气度投资模型与PB-ROE选股表现优秀 [page::18][page::19][page::20][page::21]

• 景气度投资模型选取高景气、强趋势且低拥挤度行业，回测多头年化26.1%，超额收益18.4%，月度胜率75%。

- 景气度选股模型基于行业配置权重和PB-ROE筛选选股，年化收益32.7%，超额24.6%，月度胜率78%。

• PB-ROE成长50组合年化收益26.7%，2022年上半年表现与基准持平；价值30组合年化21.3%，表现出色。

- 基于稳定行业股息率的股债混合策略复合年化收益6.8%，最大回撤3.7%，股票仓位约20%。

风险提示 [page::0][page::21]

• 量化模型基于历史规律，未来可能失效，投资需谨慎。

量化分析报告——判断沪深300估值高低的三种方法 深度解析

---

1. 元数据与概览

报告标题： 判断沪深 300 估值高低的三种方法——基本面量化系列研究之九
作者： 段伟良、刘富兵、杨晔
机构： 国盛证券研究所
日期： 2022年中期（正文无具体发布日期，但图表所示为2022年6月底数据）
主题： 聚焦沪深300指数的估值判断，提出三种估值判断方法，结合基本面量化研究体系进行行业与策略分析，最终指导资产配置和投资决策。

报告核心论点：
报告系统介绍了三种常用且互补的沪深300指数估值高低判断方法：

1. 历史PE中位数标准化——用成分股PE中位数的历史波动标准化评估当前估值水平，该方法简单，但忽略经济状态差异导致历史可比性不足。

2. 股权风险溢价模型（ERP）——通过比较股票收益（PE倒数）与无风险利率（10年国债收益率）差异，体现股债性价比，适合大类资产配置，但难以确定绝对合理估值。

1. 基于DCF的绝对估值模型——采用二阶段DCF模型，核心参数为ROE和分红率计算预期增长率，折现率设为10%，永续增长率为3%，为沪深300给出合理PE范围，解决估值绝对定价问题。

此外，报告全方位结合宏观、中观和微观量化研究框架，辅助判断宏观经济、行业盈利变化与估值合理区间，并结合量化投资策略提供实际股票选择和行业配置建议。

---

2. 逐节深度解读

第一部分：判断沪深300估值的三种方法

2.1 历史PE中位数标准化方法

• 关键论点：

使用沪深300所有成分股PE中位数，滚动5年做标准化。定义估值分位区间：
- 指标 > +2：明显高估
- (1, 2)：高估
- (-1, 1)：正常
- (-2, -1)：低估
- < -2：明显低估

• 逻辑与假设：

假设历史PE分布能作为合理估值参照，但此法忽略了盈利周期和经济状态差异，使得不同环境下的估值不可直接比较。

• 数据解读（图表1）：

从2011年至2022年，沪深300 PE中位数标准化指标的走势：
- 2015年达到峰值，明显高估（约+4标准差）
- 2020-2022年震荡于正常与低估区间
该方法侧重PE与历史的相对位置判断估值高低。[page::3]

2.2 股权风险溢价模型（ERP）

• 核心思想：

股票回报率代理用PE倒数，债券收益率为无风险利率，两者差值代表股权风险溢价。ERP指标滚动5年标准化，指标越大说明股票性价比越高，估值越低。

• 定义区间（图表2）：

类似PE中位数，用分位区间定义估值状态，区间区分说明略同。

• 模型优缺点：

优点是引入债券收益率锚定，体现股债让渡关系，适合宏观和资产配置视角。缺点在于仍为相对估值，无法计算绝对合理PE，不能直接得出沪深300合理价格水平。

• 数据解读：

ERP指标高峰集中于2011-2012年，2018年低谷，2022年回升到低估区，说明当前股权相对于债券有较好性价比。[page::4]

2.3 绝对估值DCF模型

• 模型介绍：

采用二阶段增长DCF模型，PE估值可公式化计算：

\[
PE = \sum{k=1}^{n1} \frac{(1+g1)^k}{(1+r)^k} + \frac{(1+g1)^{n1}}{(1+r)^{n1}} \times TV
\]

其中TV为永续阶段现值，折现率$r=10\%$，永续增长率$g=3\%$，阶段长度$n1=3$年，永续期$n2=25$年，增长率$g_1=ROE \times (1-分红率)$设定用TTM数据。

• 关键假设及参数说明：

- 折现率假设固定10%，符合历史WACC区间8~12%。
- 永续增长率对应通胀水平3%。
- 应用二阶段模型避免单一永续模型过于严苛。
- ROE和分红率是动态输入。

• 估值区间定义（图表3）：

- 15年永续期估值线为明显低估线
- 20年低估线
- 25年合理估值中枢
- 30年为明显高估线

• 数据分析：

2012-2022年沪深300真实PE多数波动于合理中枢区间略下方附近，历史估值整体呈小幅下行趋势，符合ROE下行逻辑。
结合中观行业表现，报告联合提出2022年部分行业的相对强势信号（RS>90），如煤炭、银行、石油石化等，可能形成当年领涨板块。[page::5]

第二部分：基本面量化研究体系介绍（宏观-中观-微观）

• 框架（图表5）：

基本面量化体系划分三层：
- 宏观层面：景气指数+宏观情景分析
- 中观层面：行业盈利及估值分析
- 微观层面：具体选股策略，包括PB-ROE选股、绝对收益策略、行业景气模型

• 宏观量化（经济、货币、信用、库存）分析（图表6-10）：

当前经济呈下降趋势，货币和信用宽松，库存阶段为被动补库存，对周期板块构成压力，宏观指标对应未来PPI下行和沪深300盈利增速下行，形成对周期板块的悲观看法。[page::6-9]

第三部分：中观行业量化分析及配置建议

3.1 金融行业

• 银行

- 模型以净息差和不良率为核心指标，分析四象限模型（图表13）：净息差上升+不良率下降为“双利好”，对应超额表现和超配建议。
- 目前银行不良率预判已开始上行（图表14），净息差预测趋稳（图表15），且估值虽高性价比好，但相对超额收益有限（图表16、17）。整体由超配降级至标配。

• 地产

- 基于NAV的估值模型显示地产处历史低位（图表18）。
- 房贷利率与货币宽松指数配合判断房贷利率边际下行（图表19），政策逐步松绑，地产板块短期有修复机会。

• 券商

- PB-ROE估值合理（图表20），ROE高频预测略下滑（图表21），整体建议标配。

• 保险

- PEV估值低位（图表22），但盈利核心指标（10年国债收益率和保费收入）未出现明显拐点（图表23、24），建议继续等待买点。[page::9-13]

3.2 消费行业

• 家电

盈利受利率下降刺激需求利好（图表25），估值性价比极高（图表26），建议超配。

• 食品饮料

分析师景气度负面（图表27），估值中庸（图表28），短期等待信号确认。

• 医药

景气度进入扩张（图表29），估值低位（图表30），可以考虑超配。[page::13-14]

3.3 周期行业

• 景气指数明显收缩（图表31），结合PPI下行判断，建议低配。[page::15]

3.4 成长行业

• 多数成长行业业绩透支仍处于相对低位（图表32），但分析师景气指数显示成长板块刚进入景气收缩，参与超跌反弹需谨慎（图表33）。新能源景气度例外，维持高位，可重点关注。[page::15-16]

3.5 稳定行业

• 股息率与10年国债收益率差约3%，有债券替代属性（图表34），适合追求绝对收益者配置。[page::16]

第四部分：基于分析师预期构建行业景气图谱

• 结合PE估值、盈利预测、历史财务改善、趋势及拥挤度形成综合行业打分图谱（图表35），实现对不同行业的动态景气度观察。

- 行业景气模型历史表现优异，年化超额收益达18.4%，月度胜率75%（图表36）。

• 结合景气模型与拥挤度信息，模型对行业配置建议灵活调整（图表37），当前主线配置为通胀受益的上游周期和新能源产业链、稳增长的大金融板块及受疫情扭转的消费。[page::17-19]

第五部分：微观盈利模式及策略跟踪

5.1 行业景气度投资模型

• 依据量化行业景气度选股，模型从2013年至今年化超额24.6%，最大回撤-4.1%，近期表现稳健（图表36、38）。

- 主要重仓股以食品饮料、石油石化、有色金属、银行等为主（图表39）。[page::18-19]

5.2 PB-ROE选股模型

• 聚焦盈利能力好且估值安全边际充足的公司，通过ROE变化和负债率进一步细化选股。

- 成长50组合和价值30组合自2010年以来分别实现26.7%和21.3%的年化收益，且均显著跑赢各自基准（图表40-43）。

• 2022年表现与基准一致，显示策略稳健抗波动。[page::20]

5.3 基于稳定行业股息率的股债混合策略

• 建议股票仓位20%，其余80%投资债券，06年至今年化复合收益6.8%，最大回撤3.7%（图表44、45），表现稳健，有较好绝对收益属性。[page::21]

风险提示

• 模型基于历史规律总结，未来可能失效，投资者需谨慎参考。

---

3. 图表深度解读（精要）

• 图表1-3： 三种估值判断指标的时间序列展现。

- PE中位数标准化显示估值波动区间，规律明确但无法覆盖经济结构转换期；
- ERP指标融入债券收益率，补足股债相对比较缺陷；
- DCF模型则从估值理论根基进行逻辑推演，给出实际合理估值区间，彰显了沪深300长期合理估值在13~14倍PE区间的稳健性。

• 图表6-10： 宏观景气指数呈现经济走弱，但货币信用宽松和库存被动补充，表明当前经济运行特征和对周期行业的限制。
• 图表12-17： 银行业景气模型结合净息差、不良率及估值指标，显示银行业盈利波动和估值反映出的超配信号趋弱，提示配置上应保持审慎。
• 图表18-19： 地产NAV估值显著低于历史均值，房贷利率开始边际下行，政策面展现改善迹象，为地产板块带来积极预期。
• 图表20-24： 券商估值合理且ROE略降，保险估值低位但盈利动能不足，体现不同金融子行业估值与盈利状态差异。
• 图表25-30： 消费行业价值分化，家电估值优势明显，医药景气度正向，食品饮料需修复等待确认。
• 图表31,33,34： 周期行业进入收缩，成长行业景气度下降但新能源例外，稳定行业股息吸引，形成了当前行业配置的清晰主线。
• 图表36-39： 景气度行业投资策略回测表现优异，表明分析师预期和量化模型结合构建的行业配置及选股策略具备有效性和实用价值。
• 图表40-43： PB-ROE基策略覆盖成长和价值风格多年，业绩具备持续性，验证了基于盈利和估值结合选股的有效性。
• 图表44-45： 股息率模型下的股债配置策略呈现稳健感收益和较低回撤，具有较高资产配置实用价值和参考意义。

---

4. 估值分析总结

报告采用三种估值方法，形成互补：

• 相对估值：PE中位数和ERP指标分别从历史统计分布和股债性价比出发，适合判断估值环境是否偏高偏低。

- 绝对估值：DCF基估值模型以ROE等财务参数动态计算合理PE区间，明确沪深300理性PE中枢在13~14倍。

通过系统估值，报告发现：

• 当前指数PE水平处于合理偏低区间，且因盈利下行趋势，估值中枢亦呈下降。

- ERP指标显示股票性价比提升，债券收益率居低助力权益资产吸引力。

• DCF模型提供动态合理估值定价支持，为策略调整提供理论基础。

---

5. 风险因素评估

报告提醒：

• 量化模型均建立于历史数据和规律总结，未来经济、政策或市场环境变化可能导致模型失效。

- 宏观经济收缩可能使企业盈利承压，行业轮动预期落空。

• 估值模型参数假设（如折现率、永续增长率）若偏离实际，估值结果也会变动。

- 行业配置和选股策略表现有赖于投资者遵守模型纪律，市场突发风险料可能造成短期冲击。

---

6. 审慎视角与细微差别

• 估值方法各有局限，PE历史法缺乏经济结构调整适应性；ERP指标虽融入债券收益率，但对绝对合理水平无解；DCF模型依赖假设需更新动态跟踪。报告未详尽说明DCF模型参数敏感性对估值影响。

- 宏观经济判断多以目前指标和短期趋势为依据，存在高不确定性，尤其库存周期判断影响周期板块配置。

• 行业景气模型和策略表现受益于过去10年牛市环境，当前市场环境或有去杠杆和监管等新变量，模型表现未来依赖调整和市场适应。

- 金融行业配置判断颇具细致预判意义，建议从“超配”降至“标配”体现谨慎态度；但是否存在行业分化更明显的机会，报告未深入探讨。

• 消费行业配置异质性明显，策略建议需持续动态调整。

- 量化组合和股息率模型，表现稳健但依赖历史选股法则，可能在极端环境下表现波动。

---

7. 结论性综合

本报告系统提出并实证了沪深300估值判断的三种主流方法，并深度结合国盛证券基本面量化研究体系，提供从宏观经济到行业基本面再到个股策略的全景式投资框架。

• 估值判断实用且互补： 历史PE中位数和ERP模型适合捕捉估值相对位置和股债性价比，但难以完全测度合理绝对估值，DCF模型则弥补估值绝对定价，是判断沪深300理性PE区间（13~14倍）的有力工具。
• 宏观走势悲观但宽松，行业景气分化明显，配置建议趋于防御及精选机会。 围绕“经济下行，货币信用宽松”的大背景，周期板块建议低配，成长板块谨慎对待，稳定及家电、医药等防御性行业和部分周期中游产业链受益于通胀结构改善。
• 金融板块内部结构分化显著，银行估值虽高但需谨慎看待盈利和风险隐患，地产有边际松动积极信号，券商保险需等待盈利修复。
• 量化行业配置和选股策略自2010年以来验证了有效性，回测表现优异，2022年仍保持一定超额收益，推荐投资者关注基本面和量化信号结合的动态调整策略。
• 风险提示明确且必要，投资者须稳健对待基于历史数据的模型，动态监控经济政策变化。

综上，本报告为投资者提供了科学且系统的沪深300估值判别工具，同时辅以全面的基本面分析和成熟量化投资策略，帮助应对市场波动，实现理性资产配置和多维投资决策优化。

---

图片引入（核心图示示例）

• 图表1：沪深300 PE中位数标准化走势图

• 图表2：沪深300股权风险溢价模型标准化走势图

• 图表3：沪深300指数绝对估值（DCF模型）定价区间

• 图表6：宏观四大景气指数（经济增长、货币宽松、信用宽松、库存景气）

• 图表13：银行择时配置时钟模型

• 图表36：行业景气度投资模型历史表现

• 图表40：PB-ROE成长50组合净值表现

• 图表44：股债混合策略月度收益

---

（全文依据报告内容解读并溯源分页标注，部分表格内容因篇幅限制以文字简述为主）[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, page::19, page::20, page::21]

报告