• 业绩增速预测模型基于券商经纪、投行、自营、资管及利息五大业务，模型解释度超过0.9，实现月度实时更新，能够精准预测行业营收增速走势。

[page::0]

• 估值安全边际模型基于券商行业PB与ROE的高度正相关关系（$R^2=0.5554$），通过合理PB、实际PB与安全边际（实际PB相较合理PB的偏离程度）对未来收益进行期望分布预测。

| 估值安全边际 (%) | 未来3个月涨跌幅 | 未来6个月涨跌幅 | 未来1年涨跌幅 |
|----------------|--------------|--------------|------------|
| [20,+∞] | 5% | 18% | 51% |
| [10,20) | 19% | 37% | 43% |
| [0,10) | 1% | 7% | 0% |
| [-10,0) | -7% | -4% | -5% |
| [-20,-10] | -1% | -3% | -5% |
| (-∞,-20) | 1% | -19% | -28% |

该安全边际模型是霍华德·马克思“钟摆模型”的定量刻画，可以辅助投资者动态评估行业估值安全边际[page::1][page::2].

• 基本面方面，龙头券商与非龙头券商的股价表现有阶段性差异：筑底期龙头券商略跑输非龙头，牛市阶段非龙头明显跑赢龙头，跑赢逻辑主要来自业绩弹性差异。

业绩弹性指标表明：业绩弹性最高券商的股价涨幅最大，实际案例显示，中信证券净资产大但业绩弹性低，涨幅不及业绩弹性极高的太平洋证券。

| 代码 | 名称 | 净资产(亿)：2013 | PB:2013 | ROE(%):2013 | ROE(%):2014 | 净利润(亿)：2013 | 净利润(亿)：2014 | 净利润增速 |
|-------------|------------|-----------------|---------|------------|------------|----------------|----------------|-----------|
| 600030.SH | 中信证券 | 876.88 | 1.62 | 6.02 | 12.1 | 52.4 | 113.4 | 116% |
| 601099.SH | 太平洋 | 21.83 | 4.50 | 3.46 | 12.7 | 0.7 | 5.4 | 628% |


[page::2][page::3]

• 估值选股角度发现，AH股估值溢价率与自由流通市值负相关，流通市值越小的券商，A股相对H股溢价率越高。限售股解禁期通常伴随溢价率收敛，影响股价表现。

| 代码 | 股票名称 | 限售股解禁日期 | [T-60,T]超额收益 | [T,T+60]超额收益 |
|------------|-----------|--------------|------------------|-----------------|
| 600999.SH | 招商证券 | 2010/2/22 | -7.24% | 1.17% |
| 601688.SH | 华泰证券 | 2010/5/26 | -1.12% | -4.34% |
| ... | ... | ... | ... | ... |

[page::4]

• 情绪因子选股包括融资余额占比和低股价因子。融资余额占比高表明市场加杠杆意愿强，牛市行情中对应券商股涨幅显著高于低融资占比者。

低股价因子作为新入场个人投资者的代表，2013-2014牛市期间该因子展现出明显超额收益，近期表现也同样显著。


[page::5]

• 风险提示：报告基于历史数据和统计模型，市场环境若出现重大变化，模型可能失效，投资者需注意风险控制。

[page::5]

量化专题报告：券商行业基本面量化 择时与选股 —— 深度分析解构

---

1. 元数据与报告概览

• 报告标题：《券商行业基本面量化——择时与选股》

- 作者：段伟良、刘富兵（国盛证券研究所）

• 发布日期：2019年3月19日

- 研究机构：国盛证券研究所金融工程团队

• 研究主题：专注券商行业的高频核心指标甄别，券商基本面量化分析，择时模型及选股因子构建。

报告核心论点及目标

该报告围绕券商行业的量化分析，明确提出通过三个核心问题探索：

1. 基本面分析：剖析券商五大主要业务（经纪、投行、自营、资管、利息收入）相关的高频指标，构建可达到极高解释力（R²>0.9）的券商营业收入增速预测模型，在月频维度实现实时更新。

2. 估值层面：基于PB（市净率）和ROE（净资产收益率）这两个核心指标，构建券商行业的估值安全边际模型，定量评估行业估值是否合理以及未来收益的期望分布。

1. 个股层面：从基本面、估值和情绪三维度发掘券商行业中独特的选股因子，并分析这些因子在不同市场阶段的适用性。

报告意图借助量化模型帮助投资者更科学地进行券商行业的择时和选股决策。[page::0]

---

2. 逐节深度解读

2.1 基本面：券商营业收入拆解及相关高频指标

• 关键内容：整合券商五大主营业务，筛选出能够反映行业业绩的高频指标，开发出一个月度更新的业绩增速预测模型。

- 模型性能：模型解释力度极高，R²超过0.9，这意味着模型能够精准反映营业收入增速的变化。

• 图表解读：

- 第一个图表对比了实际营业收入增速与预测增速，两条曲线高度吻合，尤其是在2015年波峰处预测精确捕捉了行业暴涨和随后的快速回落。
- 第二个图表显示了月频预测增速曲线，进一步证明该模型具备月度的动态调整能力。

• 逻辑与意义：通过细致拆解业务，找出行业各子业务的领先指标，从而实现对整体营业收入的精准预测，帮助投资者把握行业节奏，实现更及时有效的投资。[page::0]

2.2 估值：券商行业估值安全边际模型构建

• 估值思路：以市净率PB和ROE的关系为核心，采用经典的定价逻辑，市净率高低应合理反映ROE水平。

- 图表13（PB-ROE散点图）详解：
- 图中展示券商个股PB与ROE的散点分布，拟合直线为 y=0.3334x + 1.2468，R²为0.5554，说明PB和ROE之间有中度正相关关系。
- 该关系体现估值与盈利能力挂钩的逻辑基础，为估值安全边际模型提供理论支持。

• 估值安全边际模型（图表17）：

- 通过合理PB线与实际PB的差异计算安全边际（灰色区域）。
- 安全边际为正表示市场低估，负值表示高估。
- 模型预测显示，2015年行业估值处于极度高估状态后快速回落，随后趋于合理甚至轻度低估。

• 表格说明：

- 不同安全边际区间对应未来3个月、6个月、12个月的平均涨跌幅。
- 例如，当安全边际在[20%, +∞]时，未来一年平均涨幅达51%；而在(-∞, -20%)时则平均跌28%。
- 体现安全边际模型帮助预判未来收益的能力。

• 理论本质：模型本质上定量化了霍华德·马克思《投资中最重要的事》中“钟摆模型”——估值过高与过低之间波动的投资哲学。[page::1][page::2]

2.3 个股：券商行业的独特选股因子及适用范围

2.3.1 基本面因子：龙头券商VS非龙头券商表现差异

• 现象描述：

- 历史上龙头券商股价表现并非持续优于非龙头，特别在熊市筑底期和牛市初期，龙头券商往往跑输非龙头券商。

• 图表23、24分析：

- 筑底阶段龙头券商相对表现略逊，表现比率常低于1，显示非龙头券商略胜一筹。
- 牛市阶段差异更加显著，龙头券商相对表现波动下降，跑输现象明显。

• 业绩弹性解释：

- 市场交易活跃度提升时，业绩弹性成为关键因素，即价格涨势主要由业绩增速的弹性驱动而非单纯市值效应。

• 表格与图表26解读：

- 举例中信证券（龙头）和太平洋证券（非龙头）2013-2014年对比，太平洋证券净利润增速远高于中信（628% vs 116%）。
- 业绩弹性高的券商股价涨幅也显著更大（高弹性组涨幅达193%）。

• 投资意义：投资者不应盲目追龙头，而应关注业绩弹性，尤其在市场活跃度提升阶段，业绩弹性是驱动个股表现的重要筛选因子。[page::2][page::3]

2.3.2 估值因子：AH股估值溢价率与自由流通市值相关性

• 核心发现：

- AH股之间存在估值溢价率，且该溢价率与自由流通市值呈显著负相关，市值越小溢价率越高。

• 图表31详解：

- 通过散点图直观显示不同券商的自由流通市值与其AH估值溢价率，诸如中信建投、中原证券等自由流通市值较低的券商溢价率高达300%。

• 限售股解禁事件表明：

- 限售股解禁通常会扩大自由流通市值，随之出现溢价率快速收敛，甚至伴随较大负面超额收益。

• 投资风险提示：流通股结构变化会直接影响估值溢价，投资者需密切关注减持与解禁风险。[page::4]

2.3.3 情绪因子：融资余额占比及低股价因子

• 融资余额占比：

- 代表市场对某券商加杠杆投资热情，融资余额占比较高通常说明投资者情绪较为乐观。
- 图表34显示高融资余额占比的券商在市场行情上涨阶段涨幅明显更高（2013-2015年牛市期间，高融资占比组涨幅达302%）。

• 低股价因子：

- 反映新增个人投资者的买入意愿，偏低价格容易吸引散户入场。
- 图表36、37显示在2013-2014年牛市及最近月份内，低股价证券的表现超额显著，体现该因子在牛市阶段的选股价值。

• 结论：情绪因子作为市场风格的反映，在行情启动阶段显著影响个股表现，值得关注作为辅助选股指标。[page::4][page::5]

---

3. 图表深度解读

3.1 业绩预测模型图（页0）

• 描述：两个折线图分别展示实际与预测的行业收入增速（累计和月频），预测值与实际极为接近，模型能够良好捕捉周期波动。

- 趋势解读：2015年行业经历剧烈的业绩波动，模型成功模拟了从爆发到回落的过程，提供了强有力的数据支持模型的可行性和准确性。

• 文本联系：强化报告中关于基本面模型高度精确的论点，证明量化模型有效支撑行业收入增长动态预测。

- 潜在限制：预测在极端波动时表现尤为抢眼，但需要关注模型对于突发政策或外部冲击的适应性限制。

3.2 PB和ROE散点图（页1）

• 描述：展示券商样本中PB与ROE的回归关系，PB与ROE呈明显正向相关。

- 趋势解读：ROE越高，投资者愿意给出更高PB，体现市场重视盈利能力。

• 文本联系：为估值安全边际模型奠定了关系基础，模型基于PB与ROE的联动关系构造安全边际的数学描述。

- 可能局限：R²为0.5554，说明模型中PB与ROE的拟合还有一定散点，反映估值还受到其他因素的影响。

3.3 估值安全边际与实际PB（页1）

• 描述：折线图展示合理PB与实际PB的时间轨迹，阴影区域表示安全边际幅度。

- 趋势解读：2015年初至中旬，实际PB大幅高于合理PB，安全边际达峰，后快速调整至合理或低估水平。

• 文本联系：支持估值安全边际模型的动态有效性，反映市场估值过热后趋于理性。

- 假设：合理PB计算基于稳健的PB-ROE回归模型，假设ROE为稳定驱动因素。

3.4 钟摆模型示意图（页2）

• 描述：展示实际PB与合理PB之间价差的“钟摆”摆动，安全边际数值用20%作为摆动幅度界限。

- 意义：直观诠释安全边际模型的投资哲学基础，反映市场估值从低估到高估的自然波动过程。

• 文本联系：明确了该模型是对投资钟摆哲学的量化表达，有助投资者理解风险和回报周期。

3.5 龙头vs非龙头券商表现对比（页2）

• 描述：折线图对比牛熊市阶段龙头券商相对非龙头券商的股价表现比例，均低于或接近1，表明龙头表现没有明显优势。

- 趋势解读：筑底阶段龙头券商表现略逊，牛市阶段龙头券商明显跑输非龙头券商。

• 文本联系：质疑传统认知的“龙头总是领跑”，启发投资者从业绩弹性而非简单品牌效应选择标的。

3.6 业绩弹性与股价涨幅（页3）

• 描述：柱状图分别展示不同业绩弹性分类券商的股价涨幅，催生“业绩弹性越强，涨幅越大”的结论。

- 意义：为投资者量化界定了选股核心因子，明确业绩弹性对股价的实质性驱动作用。

3.7 AH股估值溢价率与流通市值（页4）

• 描述：散点图清晰展示自由流通市值与AH股估值溢价率的负相关趋势。

- 趋势解读：小市值券商更具溢价，反映流动性溢价与风险溢价的嵌合互动。

• 风险提示：流通盘结构变化（如限售股解禁）易导致估值快速调整。

3.8 融资余额占比与股价涨幅关联（页5）

• 描述：条形图显示融资余额占比分段后，不同组别在两轮不同时期的涨幅表现。

- 结论：高融资余额占比对应股票，在市场行情上涨时涨幅最大，反映了加杠杆投资热情对行情的正反馈机制。

3.9 低股价因子表现（页5）

• 描述：折线图展示低股价因子（低股价相对高股价）在牛市期间的超额收益表现良好。

- 投资逻辑：反映牛市中新进散户的买入倾向，低价股因吸引力较大，成为行情热点。





---

4. 估值分析

报告主要采用PB-ROE回归模型作为估值基础，明确了估值合理范围并以此构建了估值安全边际。

• 估值方法：

- 通过线性回归模型拟合PB（市净率）和ROE（净资产收益率）的关系，分析合理估值应区间。
- 安全边际值定义为实际PB与合理PB的偏离幅度（即实际PB相对合理PB的高估或低估百分比），结合历史数据预测未来可能收益。

• 关键参数：

- 回归斜率及截距（0.3334和1.2468），用于计算理论合理PB。
- 安全边际区间划分，如>20%、10%-20%、0%-10%、-10%-0%、-20%- -10%、<-20%六个区间，不同区间对应不同的未来回报率。

• 预测结果：

- 安全边际大时（高估），未来股票平均涨幅高达50%以上。
- 安全边际为负时（高估），未来股票存在跌幅风险。

• 投资启示：

- 投资者可根据安全边际指标调整持仓，安全边际较大时提高配置，反之应减仓，对投资节奏的把握提供定量支持。

• 模型局限性：

- 模型假定ROE为核心驱动因子，但可能受政策、市场结构变化等外部因素影响。
- R²为0.56，说明仍有44%的估值波动未被解释，存在估值偏离风险。

---

5. 风险因素评估

• 模型有效性的潜在风险：

- 量化模型基于历史统计关系，未来市场环境若发生突变（政策调控、宏观经济剧变等）有可能导致模型失效。

• 估值风险：

- 流动性变化（如限售股解禁）可能导致估值快速调整，特别是高AH溢价券商股，需防范股价波动放大。

• 市场风格影响：

- 龙头券商表现不稳定，业绩弹性成为关键，忽视此变量可能带来选股失误。

• 情绪指标依赖：

- 情绪因子（融资余额、低股价）在市场牛市环境下表现良好，但在熊市或震荡市行情中可能失效。

• 报告声明中的合规风险：

- 本资料仅针对专业投资者，个人投资者直接依据可能带来理解误差及投资损失。[page::5]

---

6. 审慎视角与细微差别

• 模型拟合度：

- PB-ROE回归虽然显著，但R²仅为0.5554，存在较大剩余波动，需注意估值受其他因素影响。

• 业绩弹性的动态变化：

- 业绩弹性被强调，但模型及数据主要覆盖部分年份，动态变化及其对结果的影响需长期跟踪。

• 选股因子的适用环境限制：

- 融资余额占比及低股价因子均显现牛市中的优越表现，但若市场转入震荡或熊市，相关因子效用可能降低，投资者需灵活调整。

• 风险控制建议缺失：

- 报告虽识别多项风险，但未对不同风险给出明确缓解策略，投资者需自行评估风险承受能力。

• 内部陈述保持谨慎：

- 报告多次强调定量模型依赖历史数据及统计推断，客观提醒未来可能存在失效风险，体现专业的风险意识。

---

7. 结论性综合

本报告通过全面、系统的量化分析方法，围绕券商行业的基本面、估值与个股三个层面，构建起一套合理且务实的投资逻辑：

• 基本面层面，凭借基于五大业务线的高频指标，建立了能够精准预测行业营业收入增速的量化模型，该模型月频动态更新，R²超过0.9，极具预测实力，能够为行业绩效提供实时高频洞察，稳定剖析行业业绩波动与发展趋势。
• 估值层面，以PB-ROE关系为核心，设计估值安全边际模型，系统定量揭示估值高低对未来收益的影响。模型通过“钟摆模型”的投资哲学，量化市场估值的过度波动，给出安全边际不同区间对应的未来收益预期。该模型为投资者实现券商板块择时提供了科学依据，在估值合理时提高配置，估值偏离时谨慎减仓。
• 个股选股层面，基于基本面、估值和情绪维度挖掘独特因子：

- 基本面因子强调“业绩弹性”优于单纯市值大小，历史实证显示业绩弹性较高的非龙头券商在牛市表现优异。
- 估值因子聚焦AH股估值溢价与自由流通市值的负相关性，重视流动性变化风险。
- 情绪因子（融资余额占比、低股价因子）在牛市环境下表现出正向选股价值，体现市场投资者情绪对股价驱动的重要作用。

• 图表洞察：

- 模型预测值与实际值高度契合验证了基本面模型的强大解释力。
- PB与ROE的散点分布强调合理估值的核心关系基础。
- 估值安全边际模型的动态变化详细映射了行业价格的泡沫及回调过程。
- 龙头券商相对于非龙头券商表现的实证材料揭示了选股策略的细致差异。
- 情绪因子和估值因子的交织应用丰富了量化择时与选股的维度。

• 整体立场与建议：

- 报告呈现出积极运用量化分析工具精细衡量券商行业表现与估值，既不盲目追捧龙头，也不过于排斥小盘，强调要动态关注业绩弹性与估值合理性。
- 为投资者提供了构建量化择时选股模型的具体框架，以及科学决策的量化支持。
- 风险提示充分、合规声明明确，增强报告专业可信度。

综上，报告是一份专业而详实的券商行业量化研究成果，兼具理论深度和实证支撑，对行业投资决策具有重要的参考价值和指导意义。[page::0,1,2,3,4,5]

---

附：部分关键图表链接预览

• 券商行业营业收入增速及预测曲线

• PB与ROE关系散点图

• 估值安全边际动态曲线

• 钟摆模型示意图

• 龙头券商VS非龙头券商表现比较

• 业绩弹性与股价涨幅

• AH股估值溢价与流通市值

• 融资余额占比与涨幅关系

• 低股价因子表现

---

以上为该报告的详尽深度解析，涵盖全部核心章节以及图表、模型、风险与投资逻辑，系统呈现券商行业量化择时与选股的思路和实证基础。

报告