理论篇：收益预测框架及对数收益分解模型 [page::0][page::1]

• 采用Ferreira and Santa-Clara (2011) 提出的对数收益分解模型，将股票收益拆解为股息收益、股本变动、盈利增速和估值变动四部分。

- 短期估值波动贡献最大，长期股息和盈利增长为主要收益来源，股本稀释拖累长期收益。

• 模型估算累计收益与真实收益差异极小，验证模型优良性。

广义收入预测篇：股息与股本变动预测 [page::2][page::3][page::4]

• 现金分红预测通过分红预案一致预期与历史增速法结合，较为准确，股息率的波动对整体收益影响有限。

• 股本变动主要由增发、配股、转债转股、及回购组成，基于再融资政策与股权风险溢价建立净稀释率预测模型，模型在测试集表现良好，沪深300与中证500未来净稀释率分别为2%和4%。

盈利预测：自上而下宏观与自下而上一致预期相结合 [page::5][page::7][page::9]

• 长期净利润增速趋近于ROE*(1-派息率)，短期增速波动由中国信贷脉冲预测。宏观模型预测当前沪深300盈利增速约8.1%，中证500约9.0%。

- 分析师一致预期通常高估盈利增长，受预测期限、分析师覆盖数量和行业属性影响严重。通过历史误差率模型调整分析师预期，显著提高盈利增速预测精确度。

估值预测：沪深300金融结构与外资持有调整、中证500信用风险调整 [page::10][page::12][page::13]

• 沪深300估值中枢因金融股权重及估值调整明显，下调金融板块估值以稳定估值中枢，并结合外资持有成本调整ERP，改善估值预测精度。

• 中证500因较高比例AA级企业，估值需加信用利差调整，调整后ERP保持稳定，增加估值模型准确性。

• 两指数估值预测模型表现良好，最新预测中证500估值上升16%，沪深300估值升4.2%。

收益预测模型整体应用及择时工具 [page::14][page::15]

• 结合股息率、股本稀释、盈利增速和估值变化四项构建指数收益预测，历史预测与真实收益吻合，成功发出多次买卖信号。

- 截至2021年7月，预测上证50、沪深300和中证500未来一年收益分别为12.7%、12.4%和22.5%。

• 构建预期价格轨迹与价格透支曲线，实现战术择时，沪深300当前股价显示未来有正收益期望。

《A股收益预测框架 大类资产定价系列之三》报告分析

---

1. 元数据与概览（引言与报告概览）

• 报告标题：《A股收益预测框架 大类资产定价系列之三》

- 作者与机构： 林志朋、刘富兵，国盛证券金融工程团队

• 发布日期： 2021年8月14日

- 主题： 本报告聚焦于A股市场未来一年的收益预测，构建大类资产定价的系统框架，旨在解决宽基指数（如沪深300、中证500）的收益率预测问题。

• 核心论点：

- 采用收益分解（Building Blocks）方式，对股票收益进行细致分项建模与预测。
- 四大维度细分：现金分红（股息率）、股本变动、盈利增速、估值变化。
- 盈利预测结合自上而下宏观视角和自下而上一致分析师视角，估值模型中对风险溢价（ERP）进行了金融结构、外资持有和信用风险的调整。
- 收益预测模型在历史回测中表现良好，能较好地捕捉重要市场买卖节点，具有较强的预测能力。

• 报告期待输出： 为配置型投资者及具有一定中长期视角的投资者提供量化且清晰的A股指数收益及估值走势预测工具。[page::0]

---

2. 逐节深度解读

2.1 理论篇：收益预测框架

• 关键论点

报告最终采用Ferreira and Santa-Clara (2011)提出的对数收益分解模型，解决了之前加法模型中交互项问题。此模型将总收益拆解为四部分：股息（Dividend Yield, DP）、股本变动（Change in Shares, ΔS）、盈利增长（Earnings Growth, ΔE）以及估值变动（Change in PE, ΔPE），具备完备性和逻辑性，能够适用不同期限和投资产品需求。

• 推理依据

- 理论上，股票的总对数收益等于股息收益率、股本增减带来的摊薄/稀释效应、盈利增长和估值变化的乘积（取对数后即四项相加）。
- 该框架方便分别预测各项指标，最后合成整体收益预测。

• 关键数据点与模型验证

- 基于沪深300的历史收益分解，长期看股息和盈利增长是收益主驱动，估值波动在短期内贡献最大；股本稀释长期拖累指数表现。
- 数据拟合精度较高，累计误差 \(1.5\%\)，年误差率约0.5‰。
- 确定适合的预测期限为1年，基本面贡献（股息、股本、盈利）占约30%，估值波动占约70%。\[page::0,1,2\]

2.2 广义收入预测篇（股息率与股本变动）

• 现金分红预测

- 主要基于年报分红预案，一致预期派息率及历史增速法，方法包括：
1. 一致预期法：用目标年报净利润与过去三年平均派息率估算派息股息。
2. 历史增速法：利用过去TTM股息及同期同比增速预测。
- 结果表明，分红预测与实际高度吻合，股息率预测误差对全年收益影响小于0.5%，实际投资时可直接用Wind提供的指数股息率以简化操作。

• 股本变动预测（回购与再融资）

- 股本变动主要考虑增发、配股、可转债转股及回购四类，大类归纳为净稀释率（再融资率减去回购率）。
- 预测基于两个核心变量：
- 再融资政策（决定“能否”融资，政策松紧通过证监会文件判断）。
- 市场风险偏好（投资者风险溢价水平作为衡量风险偏好的指标）。
- 训练集2007-2017年，测试集2018年至今，模型在测试区间依然保持预测能力。
- 当前模型预测沪深300净稀释率为2%，中证500为4%。
\[page::2,3,4\]

2.3 盈利预测篇

• 盈利预测两种主要方法

1. 自上而下宏观方法：
- 逻辑基于企业内生增长：长期盈利增速趋近于 \(\mathrm{ROE} \times (1-\text{派息率})\)。
- 短期盈利波动则受企业融资的影响，融资总量与盈利短期变动滞后。
- 中国信贷脉冲（新增信贷相对于GDP的同比变动）作为融资变化的代表，是预测盈利短期波动的有效指标。
- 利用历史数据回测，模型较好拟合沪深300及中证500净利润增速。

2. 自下而上分析师一致预期：
- 利用分析师对个股未来盈利的深度调研信息，拓展性强，兼容不同基和行业。
- 存在系统性高估问题，尤其是中证500，分析师预测偏高达50%以上。
- 分析师预测误差受时间（距离报告期越近误差越小）、覆盖分析师数量（覆盖越多误差越小）及行业特征影响（上游周期波动最大，消费金融最小）。

• 误差调整模型：

通过历史样本训练预测误差率模型，按照时间、行业及覆盖数调整分析师一致预期，实现预期预调，从而获得更可靠的盈利增速预测。

• 最终预测效果：

调整模型后，沪深300、沪深300非金融、中证500及沪深300金融板块的盈利增速预测与真实绩效相关度明显提升，且当前盈利表现韧性良好，中证500未来一年盈利增速约19%，沪深300非金融约25%。\[page::5,6,7,8,9\]

2.4 估值预测篇

• 沪深300估值中枢调整

- 金融板块权重过高且估值中枢在上市后无明显上升，导致沪深300整体估值中枢自2007年起下移。
- 采用扣除金融股的沪深300估值序列对2002-2012年间估值进行插补，平滑估值中枢波动，扩大数据量，增强模型稳定性。

• 外资持有成本调整

- 外资持有比重增加，外资投资沪深300的机会成本不应只以中国10年期国债收益率计算，而应加权考虑美国10年期国债收益率及掉期成本。
- 对个股案例（如伊利股份和华测检测）示范外资调整使ERP指标买卖信号更加清晰。
- 调整后沪深300ERP与未来一年估值变化高度相关，预测精度提升。

• 中证500信用风险调整

- 中证500外资持股比例较低，暂不做外资调整。
- 由于中证500成分企业中AA等级占比较大，标准以无风险国债为基准的ERP调整不足，需加入信用风险溢价（AA级利差）。
- 逻辑及实践数据显示，2018年后中证500ERP上移与信用利差上涨同步，信用风险是中证500估值中枢变化的重要因素。
- 调整后中证500ERP高相关于未来估值变化，估值模型性能良好，但仍无法预测2014-2015年牛市。
- 最新预测中证500未来一年估值上升幅度约16%。\[page::10,11,12,13\]

2.5 A股未来一年收益预估框架与结果

• 将股息率（采用Wind历史12个月实际股息率）、股本稀释率（采用股本变动模型预测）、盈利增速（两大盈利预测模型平均）、估值变化（ERP调整后的估值变化预测）四项加总，得出指数未来一年预期总收益。

- 结果显示，对沪深300收益预测跟踪能力较强，且在重要节点有较好买卖提示，如2016年1月、2019年1月、2020年3月的买入信号，2018年1月及2021年2月卖出信号均较为明显。

• 2021年7月30日预测未来一年收益分别为：

- 上证50：12.7%
- 沪深300：12.4%
- 中证500：22.5%
各指数均体现一定中长期配置价值。

• 产品层面，未来一年预期收益适于持有期较长的投资者，而短周期操作投资者可参考两大战术择时工具：

1. 预期价格轨迹： 用过去12个月前的预期收益预测未来价格走势，对比历史与实际认可其有效性。
2. 价格透支曲线： 依据当前价格和未来预期计算合理价格，判断当前价格是否已经透支未来收益，提供择时方向。

• 当前沪深300价格已较合理价格线显著偏低，具备正收益期望，结合预测收益12.4%支持中长期买入信心。[page::14,15]

---

3. 图表深度解读

• 图表8：沪深300年度对数收益分解（页2）

展示股息、股本变动、盈利增长及估值变动对2011-2020年间沪深300年化收益贡献。整体抓准短期估值波动贡献主体，长期由股息和盈利成长主导。模型累计收益估计与真实偏差1.5%，误差可接受。

• 图表11：基本面与估值波动随时间贡献比例（页2）

显示基本面波动（股息率、股本变动、盈利）占比随时间变大，估值波动占比随时间变小。1年尺度下估值贡献约70%，基本面30%，标明中短期估值变化对收益波动尤为关键。

• 图表12-16：分红预测模型及实证（页3）

通过一致预期及历史增速法联合预测沪深300和中证500未来分红额、股息率。预测线与真实数据高度吻合，股息率误差极小。图表显示分红基于Wind数据直接使用即可，复杂模型收益提升有限。

• 图表17至23：股本变动预测模型及实证（页4）

关键逻辑为政策与风险溢价二元驱动股本净稀释率，模型用回归及政策判断实现预测，与真实净稀释率高度拟合。沪深300测试期预测率约2%，中证500约4%。

• 图表24-35：盈利预测两大方法实证（页5-7）

自上而下基于ROE派息率估计内生增长率，加上信贷脉冲预测短期波动，自下而上分析师预测覆盖率、行业及距离报告期时间影响预测准确，误差较大但可系统调整。调整后预测值显著优于原始预期。

• 图表62-75：估值调整模型及ERP预测（页10至13）

- 沪深300进行金融板块拆分调整，避免估值中枢偏移，外资持有成本加权引入美国债及掉期成本，多次验证对部分标的ERP信号强化；
- 中证500信用风险异常显著，依据信用利差对ERP调整，消除2018年估值中枢上移假象；
- ERP调整后，均与未来一年估值变化保持高相关；模型预测精准，可辅助未来估值走势判断。

• 图表76-79：综合收益预测与战术择时工具（页14-15）

- 组合覆盖全部收益成分的预测模型，拟合效果稳定，成功反映历史多个买卖节点；
- 战术工具提供未来价格轨迹及价格透支水平，实时反映市场走势合理性，支持中长期投资决策。

---

4. 估值分析

• 估值框架基础： ERP作为代表风险溢价指标，是估值波动的核心变量。

- 关键调整输入：
- 沪深300调出金融股估值序列修正估值中枢；
- 外资持有成本权重计算中融入美国10年期国债收益率及掉期成本，反映外资与内资机会成本差异；
- 中证500估值中枢考虑信用风险溢价，使用AA级信用利差加权调整10年国债收益率，体现中证500较高信用风险补偿需求。

• 估值预测方法：

- ERP与未来一年估值对数变化的回归模型，构建收益率与估值变化的联动关系；
- 基于调整后的ERP时间序列，预测估值的未来变动，补充盈利增速与股息等基本面预测，实现收益全方位定量预测。

• 预测结果： 沪深300未来一年估值预期提升4.2%，中证500提升16%，支持后续合理涨价空间。

---

5. 风险因素评估

• 宏观环境突变风险：

盈利与估值预测均基于历史金融逻辑及宏观环境假设剧变可能影响模型有效性。

• 政策变化快速调整风险：

股本增减、融资政策受政策监管影响大，尤其是融资政策松紧变化，可能导致股本稀释率预估偏差。

• 市场结构风险：

外资入场比例、信用风险状况的突然变化可能导致估值调整失效或误判。

• 分析师预测偏差：

自下而上的盈利预测调整存在样本及模型限制，分析师预期大幅偏差时调整失效风险。

• 短周期波动与突发事件：

短期市场波动难以精确预测，年内许可证变化、疫情、地缘政治等因素可能引起大幅波动。

• 报告强调风险但未详述具体缓解策略，提示需结合实际持仓与宏观经济指标动态调整预测和投资决策。[page::16]

---

6. 批判性视角与细微差别

• 收益分解框架完备且逻辑清晰，但估值部分对金融行业剔除、外资、信用风险调整虽科学合理，却依赖于历史假设稳定性与市场结构不发生大幅变化；如市场结构快速改变，预测误差将加大。

- 盈利预测分上、下游视角创新，结合信贷脉冲对短期波动有较好解释，但信贷脉冲对企业盈利关联度非因果，可能受其他宏观因素干扰。

• 分析师一致预期调整模型体现信息融合优势，但由于数据来源局限及覆盖范围，部分薄弱覆盖行业的预测仍具不确定性。

- 估值预测对外资成本进行加权计算，有较强创新性，但在外资占比提升前期，测量误差和掉期计算可能产生误差。

• 战术择时工具建立在预测准确性基础上，未充分考虑逆转及黑天鹅事件带来的模型失效风险。

- 总体模型对2014-2015年的牛市表现欠佳，提示在极端行情下预测模型有局限。

• 未来政策调整、宏观经济波动等外部冲击可能削弱模型稳定性，需动态跟踪调整。

- 报告坚持“如无必要勿增实体”原则，逻辑严谨，数据丰富，实务兼顾，但对极端情景情形预案与非系统性风险关注不足。

---

7. 结论性综合

本报告系统构建了适用于A股未来一年收益预测的框架，基于Ferreira and Santa-Clara(2011)的对数收益分解模型，将股票收益拆解为股息收入、股本变动、盈利增长及估值变化四大核心部分。针对各部分，报告深入构建相应的预测模型：

• 股息预测利用分红预案和分析师预测方法，实证表明股息率预测精度高，实际应用可简化使用历史股息率数据。

- 股本变动聚焦于有限的再融资和回购事件，基于政策松紧和股权风险溢价动态有效预测净稀释率。

• 盈利预测创新整合长期ROE内生增长理论与短期信贷脉冲驱动，结合系统地分析师一致预期误差调整，实证验证两个方法互补效果良好。

- 估值预测针对沪深300因金融权重高及外资因素，进行金融结构及外资持有成本调整；对中证500纳入信用风险溢价影响，调整ERP估值中枢，增强预测准确度。

综合四项，报告搭建了一个实战性强、数据支持充分的A股指数收益预测框架，历史回测表明该模型能及时捕捉市场主要买卖点与趋势转折，能够为中长期配置及资金产品决策提供量化支撑。

附加的战术择时工具（预期价格轨迹及价格透支曲线）为短周期操作提供有效的辅助逻辑，改进了以往择时工具的适用性和准确性。

报告充分指出模型内在风险与局限，保持谨慎态度，强调未来收益预测的波动性和政策依赖性，并提示模型适用于持久稳定宏观环境。

总体来看，报告结论积极乐观，当前时点（2021年7月）对主要指数未来一年收益预期均为正且相对可观，特别是中证500，体现出较强的中长期配置价值，给投资者提供了较为全面、逻辑清晰且基于丰富实证的A股收益及估值动态预测工具。

---

参考页码溯源

[page::0,1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16]

---

重要图表展示示例

• 图表8：沪深300年度对数收益分解

• 图表11：基本面波动与估值波动贡献随预测期限变化

• 图表17：股本变动的周期逻辑

• 图表32：沪深300盈利增速自上而下预测效果

• 图表62：沪深300估值中枢大幅下移主要因金融板块影响

• 图表69：金融结构与外资持有调整的沪深300 ERP与未来估值变化的强相关

• 图表76：综合收益预测模型与沪深300未来一年真实收益对比

• 图表78：预期价格轨迹与沪深300指数走势

---

以上为本报告的详尽分析与解读，涵盖了论点、数据、模型及图表的全面解构，助力投资者深刻理解报告内容及其在A股收益预测中的实际应用价值。

报告