四类股权风险溢价计算模型介绍 [page::2][page::3][page::4][page::5][page::6]

• 历史收益率方法通过3年、5年窗口历史指数收益减去无风险利率计算股权风险溢价，数据波动体现市场动量变化。

- 股票估值模型基于股利贴现及Gordon模型，在无增长假设下以市盈率倒数减无风险利率计算，包含PETTM和预测两种市盈率的估算。

• 资产定价模型采用Fama-French三因子回归法，基于日频和月频数据测算市场风险溢价。

- 直接回归预测模型以基本面变量（股息率、市盈率、市值、波动率）回归预测下期股权风险溢价。

主成分分析整合多算法差异 [page::7]

| 计算方法 | 相关性概述 |
|--------------|-----------------------------------------|
| 历史3年 vs PETTM | 相关性较低或负相关 |
| PETTM vs PE预测 | 高度正相关 |
| PCA主成分 | 权重加权多方法，平衡不同模型差异 |

• 各模型结果数值差异大，使用主成分分析提取第一主成分作为综合股权风险溢价指标。

固收+策略仓位调整规则设计 [page::7][page::8]

| 股权风险溢价分位数 | 动量>0 股票仓位 | 动量<0 股票仓位 |
|--------------------|-----------------|-----------------|
| ERP < 5% | 0% | 2.5% |
| 5% ≤ ERP < 10% | 0% | 5% |
| 10% ≤ ERP < 20% | 0% | 10% |
| 20% ≤ ERP < 30% | 0% | 15% |
| ... | ... | ... |
| ERP ≥ 90% | 0% | 50% |

• 每周五计算风险溢价分位数，动量为负时在下个交易日配置对应仓位；动量为正时卖出股票。

- 加入最大15%股票仓位变动限制，降低频繁交易冲击。

• 以中证全债和WIND普通股票型基金指数分别代表债券和股票资产。

多算法固收+策略回测表现 [page::9]

• FAMA三因子法组合累计涨幅最高，PETTM方法累计涨幅最低，PCA方法表现居中。

- PETTM组合仅2次超过3%的回撤，最大回撤小，年化收益7.85%。

• 股息率法年化收益最高，10.49%，但回撤次数更多。

- PCA方法在控制回撤和收益之间取得良好平衡。

股息率法策略资产动态配置示意 [page::10]

• 组合净值稳健上涨相较沪深300及债券指数波动平缓。

- 股票仓位动态调整，市场逢低增配，转涨时减少持仓。

• 动态配置机制提升绝对收益的稳定性。

量化策略亮点总结 [page::7][page::8][page::9]

• 策略核心为基于股票风险溢价分位数动态调控股票仓位。

- 结合动量因子避免高风险持仓，降低市场调整损失。

• 多种风险溢价计算方法互为补充，通过主成分分析提升判断稳定性。

- 回测覆盖2015年至2021年，覆盖牛熊不同市场环境，展现策略鲁棒性。

基于股权风险溢价的固收+策略 — 详尽分析报告解构

---

一、元数据与概览

• 报告标题：基于股权风险溢价的固收+策略

- 机构：华西证券研究所

• 发布日期：2021年1月17日（资料显示）

- 分析师：张立宁，杨国平

• 主题：围绕股权风险溢价（Equity Risk Premium, ERP）四种计算方法的构建，探讨基于股权风险溢价的股票仓位管理策略，以及固收+资产配置的绩效表现。

- 核心论点：
- 股权风险溢价是评估股票资产吸引力的关键指标。
- 报告比较了4种股权风险溢价计算模型：历史收益率法、估值模型法、资产定价模型法、直接回归预测法，并利用主成分分析（PCA）综合这些计算结果。
- 基于股权风险溢价，通过调整股票仓位的“固收+”策略能实现较好的长期绝对收益表现。
- 具体策略采用股票仓位与股权风险溢价分位数呈正相关绑定，且结合股票动量指标控制买卖节奏。

• 目标：提供适用于A股市场的基于定量股权风险溢价信号的资产配置策略，验证其有效性和风险控制能力。

- 评级/推荐：报告侧重量化策略验证与理论探讨，没有具体股评或行业评级。风险提示强调模型基于历史规律，未来有失效风险[page::0,1].

---

二、逐节深度解读

2.1 股权风险溢价模型章节

2.1.1 股权风险溢价定义及四种计算方法

• 定义：ERP是股票预期收益率超过无风险收益率的部分，是承担额外风险的补偿。

- 计算难点：未来预期收益率难以准确预测，导致计算ERP存在不确定性。

• 四种方法概述：

1. 历史收益率法：以历史股市年化收益率减无风险利率估算ERP。
2. 估值模型法：基于股利贴现模型（如简化版的Gordon模型），利用分红与市盈率计算隐含ERP。
3. 资产定价模型法：如Fama-French三因子模型，通过回归方法估算市场风险溢价，即ERP。
4. 直接回归预测法：基于多因子时间序列回归模型预测下一期ERP，因素包括股息率、市盈率、市值及波动率等。

• 具体说明：

- A股常用PE倒数减无风险利率（Fed模型）作为估值模型法的经典应用。
- 使用中证800指数作为股票资产，10年期国债收益率为无风险利率。
- 历史窗口长度需权衡：过短波动大，过长滞后。报告选用3年和5年窗口[page::2,3,4,5,6].

2.1.2 历史收益率方法详解（Section 1.1）

• 用股票指数年化历史收益率减同期无风险利率估算ERP。

- 报告利用3年和5年历史窗口展示ERP波动趋势（图1）。

• 发现短期(3年)ERP波动大，长周期(5年)平滑、演变迟缓。

2.1.3 估值模型方法（Section 1.2）

• 以Gordon股利贴现模型的简化形式，表达ERP为市盈率倒数减去无风险收益率。

- 使用未来1年估计分红和盈利预测（滚动市盈率TTM及预测PE）。

• 展示ERP变化趋势（图2），三条曲线（股息率、PETTM、PE预测）趋向一致，且ERP区间通常在0-10%。

2.1.4 资产定价模型方法（Section 1.3）

• 采用Fama-French三因子模型，结合市场风险（Rm - Rf）、规模（SMB）、价值（HML）因子。

- 首先对个股做时间序列回归估计β系数，再用横截面回归估算因子风险溢价。

• ERP即Rm-Rf的估计值。

- 提供日频（图3）和月频（图4）ERP波动对比，发现日频更为剧烈，月频平滑。

2.1.5 直接回归预测方法（Section 1.4）

• 通过多元回归模型，将股息率、市盈率、市值、波动率作为解释变量，预测下一时期ERP。

- 提供该预测ERP走势图（图5），波动幅度更大，反映模型的高灵敏性以及预测能力。

2.1.6 主成分分析（Section 1.5）

• 报告发现不同方法计算的ERP相关性差异大，有负相关现象。

- 利用主成分分析抽取第一主成分作为单一的综合ERP指标，作为后续策略信号使用。

• 相关系数矩阵（表1）显示：

- 历史3年法与估值法（PETTM和股息率）呈负相关。
- PETTM与PE预测高度正相关。
- PCA和回归预测ERP高度相关，独立于历史法和估值法[page::7].

---

2.2 固收+策略组合走势章节

2.2.1 股票仓位与股权风险溢价正相关

• 理论基础：ERP越高，股票预期溢价越高，股票更有吸引力，应加大配置。

- 仓位调控规则：
- 计算实时ERP分位数，分位数越高，目标股票权重越高。
- 股票买卖结合动量指标：只有股票指数近期下跌（动量<0），才买入股票，避免追高。
- 持股后当动量转正，卖出股票锁定收益。

• 为减少交易频率和仓位震荡，采用周频调仓，最大15%单次最大仓位变动限制。

- 标的资产：股票用WIND普通股票型基金指数，债券用中证全债指数。

2.2.2 各算法ERP下的策略表现（Section 2.2）

• 净值回测区间：从2015年起至2021年10月。

- 图6展示8种策略净值表现：
- FAMA三因子策略累计涨幅最高，PETTM最低，PCA位居中间。

• 绩效指标（表3）：

- 年化收益区间7.85%（PETTM）至11.84%（FAMA三因子）。
- 最大回撤均控制良好，多数未超过10%，部分方案最大回撤仅3%-6%区间。
- PETTM方案表现稳定，仅两次回撤超过3%，年化收益7.85%。
- 股息率法年化收益最高（10.49%），但回撤次数较多。
- PCA方案整体风险收益均衡。

• 以股息率法为例，图7展示组合净值、股票仓位、股票指数（沪深300）及债券指数走势，显示仓位随ERP分位动态调整，组合净值稳健上涨，波动小于纯股票指数[page::8,9,10].

---

2.3 风险提示（Section 3）

• 明确指出量化策略基于历史统计规律，若未来市场规律发生变化，模型及结论可能失效。

- 隐含风险包含：
- 历史数据不可避免的滞后性和样本偏差。
- 市场突发黑天鹅事件可能导致策略表现异常。

---

2.4 分析师背景与合规申明

• 两位资深分析师均具证券投资咨询资质，具备多年金融工程与量化研究经验。

- 分析师承诺确保数据合规性与分析的独立性、公正性。

• 机构免责声明全面披露研究报告使用限制和责任声明，强调投资风险警示[page::0,11,12].

---

三、图表深度解读

3.1 图1：历史收益率方法ERP走势（3年与5年）

• 描述：股票指数近十余年股权风险溢价基于3年和5年收益率历史期计算，3年曲线波动更大，在2010年、2015年、2018年出现大幅正负震荡，5年曲线更平滑。

- 解读：
- 3年期较为敏感，反映市场短期波动。
- 5年累计更加平稳，择时信号响应较迟缓。

• 数据限制：3年期过短，会引发较高噪声和信号误判风险[page::3].

3.2 图2：估值模型方法ERP（三条线）

• 描述：股息率法、PETTM和PE预测法分别计算ERP，三个曲线在0-10%区间震荡。

- 解读：
- 三者走势高度一致，验证估值法适应性。
- 股息率法波动幅度更小，PE预测法对未来盈利折现更敏感。

• 意义：表明估值法是实务常用且稳定的ERP估计工具[page::4].

3.3 图3与图4：资产定价模型ERP（日频与月频）

• 描述：

- 日频（图3）波动剧烈，ERP有明显正负两极冲击，范围约±15%。
- 月频（图4）平稳，仅在±2%之间小幅波动。

• 解读：

- 高频数据更容易受到日内异动影响，因此ERP估计存在较大噪声。
- 低频月度数据适合中长线ERP趋势判断。

• 应用：策略调仓选择周或月频数据较为稳妥[page::5,6].

3.4 图5：直接回归预测法ERP趋势

• 描述：波动极大，高峰可达60%以上，低谷达-60%以下。

- 解读：
- 预测法虽然敏感，但存在较大噪声与系统性风险可能。
- 适用于择时但须警惕过度波动带来的策略摩擦成本[page::6].

3.5 表1：不同ERP方法相关系数

• 描述：各方法间相关性差异明显，甚至存在负相关。

- 解读：
- 历史法与估值法ERP乃至三因子模型分歧显著。
- PCA方案结合优势，过滤部分方法的极端因素，得到更稳健信号。

• 意义：采用多模型集成方案合理，防止单因子偏误[page::7].

3.6 表2：仓位调节规则表

• 描述：股票指数动量为负（下跌状态）时，ERP所处分位提升，逐级加仓0%-50%股票仓位。动量为正为卖出信号，仓位降至零。

- 策略逻辑：买跌加仓、卖涨锁定，防止高位追涨。

• 仓位变动受限：单次最大15%调整，降低频繁换仓成本[page::8].

3.7 图6：各ERP模型策略净值表现（2015-2021）

• 描述：FAMA三因子策略明显领先，PETTM最低，中间为股息率、PCA、回归预测等。

- 解读：三因子包含多风险因子使绩效最优，综合PCA方案风险收益均衡。

• 策略响应：动态仓位调整大幅提升了固收策略的绝对收益表现，且控制回撤。

3.8 表3：绩效指标统计

| 方法 | 年化收益 | 年化波动 | 最大回撤（%） | 回撤持续天数 |
|-----------|----------|----------|---------------|--------------|
| 历史3年 | 10.74% | 4.79% | 9.76 | 33 |
| 股息率 | 10.49% | 4.28% | 数据分散 | |
| PETTM | 7.85% | 3.06% | 3.72 | 199 |
| FAMA三因子| 11.84% | 5.55% | 6.65 | 44 |
| PCA | 9.06% | 4.10% | 3.73 | 9 |

• PETTM波动最低且最大回撤较小，适合稳健型投资者。

- FAMA三因子有最高收益潜力但波动略高。

• 股息率法收益率与波动合理，回撤控制需进一步分析[page::9].

3.9 图7：股息率ERP策略净值与仓位变化

• 描述：

- 组合净值平稳上升，明显优于沪深300单一股指的震荡走势。
- 组合股票仓位动态调整，最高可达约50%，与策略设计一致。
- 债券指数走势稳健，为组合的防御部分。

• 解读：

- 此图真实反映仓位动态调整对组合波动性的平滑作用。
- 股票仓位与ERP分位正相关，通过动量约束防止投资时点过早进入市场。

• 策略效果体现：组合的绝对收益与风险管理有效兼顾[page::10].

---

四、估值分析

本报告核心并非传统估值分析，而是股权风险溢价的量化估计与应用：

• ERP计算即估值环节，利用历史收益、估值模型、资产定价及预测回归四种方法，提供多维度估值视角。

- 通过ERP指导仓位调整，本质上结合市盈率倒数等估值指标实施“低估时多买”，提升估值合理性。

• 不涉及股票的个体DCF或市盈率比较等传统估值法，而是使用ERP的绝对值与分位数作为股市整体估值风险指标。

---

五、风险因素评估

• 量化模型基于历史规律，若市场环境发生根本变化（例如政策、流动性、宏观经济结构调整），则模型失效风险存在。

- 市场突发事件可能导致ERP信号失真，策略追踪误差加大。

• 估值模型假设未来股息和盈利不变或稳定增长，若预测错误导致ERP偏差。

- 动量指标买卖信号可能滞后，造成错失最佳买入/卖出时机。

• 交易成本、滑点和资金规模未明确计入，可能影响实盘绩效。

- 报告风险提示较简略，缺乏针对潜在极端风险的量化敏感度分析[page::0,10].

---

六、批判性视角与细微差别

• ERP模型间负相关：相关系数表明不同模型捕捉的风险溢价含义存在显著差异，单模型应用可能引入偏误。

- 成本与交易摩擦未充分展示：尽管设置仓位变动上限，但实际交易中，短期市场波动和频繁调仓仍可能导致成本上升。

• 股息率法和PE预测法波动较大，未来盈利预测不确定性使ERP计算敏感，带来策略波动加剧风险。

- 动量指标买卖阈值设计较为简单，只区分动量正负，忽略动量强弱或其他技术面指标，有改进空间。

• 风险提示较一般，缺乏对非线性市场风险（如系统性崩盘）和模型错误的深入讨论。

- 主成分方法虽提高稳定性，但数据背后经济含义并不直观，或削弱决策透明性。

• 未提及市场容量限制和流动性约束，实际操作适应性有待验证。

---

七、结论性综合

本报告通过四类不同模型系统地估算了股权风险溢价，并利用这些指标作为基准，构建了一套结合动量的固收+投资策略：

• 核心发现：

- 不同ERP计算方法覆盖市场不同维度，单独算法存在局限性，但综合主成分分析能较好平衡。
- 基于ERP的动态仓位管理结合动量反转信号，有效控制仓位与风险。
- 实证回测显示，8种策略均取得了正向、相对稳健的绝对收益。
- FAMA三因子模型表现最佳，PETTM模型稳健性优，波动及最大回撤最低。
- 股息率法的净值增长明显，尽管回撤次数较多。
- 动态股票仓位有效降低整体策略波动，强化固收组件的绝对收益特色。

• 图表深意：

- ERP不同算法波动程度体现了模型多样性和市场估值的复杂性。
- 绩效指标揭示低估值区域调整股票比例对防止资本损失关键。
- 动态调整仓位曲线与策略净值联动，直观体现策略实效性。

• 作者立场：

- 对股权风险溢价作为配置信号持肯定态度，认为其在A股市场适用。
- 提出ERP非单一工具，需结合多指标与动量判断买卖时点。
- 着眼长期固收+策略的稳健性和绝对收益目标。

• 总结：

本报告以严谨的量化手段分析ERP的众多计算方法及其投资应用，开发出行之有效的固收+策略组合，达到了预期的风险控制和收益提升目标，具备较强的实操指导价值，同时也对ERP模型的复杂性和局限性做了恰当提醒，体现了研究的深度与务实性，而投资者应注意模型可能的失效风险及实际交易成本的影响[page::0,1,2,3,4,5,6,7,8,9,10].

---

结束语

以上分析旨在全面解读报告的论点、数据、模型、图表及策略表现，揭示作者背后的逻辑和假设，为投资者和研究人员提供深入洞察。报告系统而详尽地展示了基于股权风险溢价的资产配置思路，尤其突出量化模型的多维度融合与动态仓位控制的实际投资效果，是一篇值得关注的实用研究成果。

报告