剩余收益三阶段估值模型构建及合理性讨论 [page::4][page::5][page::6]

• 采用三阶段剩余收益模型，结合Wind分析师一致预期ROE预测未来净利润，测算权益资产的公允价值。

- 模型通过账面价值与预期剩余收益折现和，体现公司未来ROE与股东要求回报率的差异。

• “永续年金”阶段利润增速不为零，模型更符合A股上市公司生命周期特征。

逆向与正向测算方法分析资产隐含折现率与估值泡沫 [page::10][page::11][page::14]

• 逆向推算基于市场价格反推隐含股东要求回报率re和净利润增长率g，提示高估或低估风险。

- 正向测算通过假设合理re，结合未来三年分析师预期ROE及净资产，计算资产公允价值，进而直接测量估值泡沫。

• 不同行业的隐含折现率多集中于6%-10%，与理论符合。

估值泡沫的绝对值与相对值测算及其投资意义 [page::15][page::16][page::17][page::18]

• 绝对估值泡沫显示部分行业持续高估、低估或波动均值回复。

- 估值泡沫应结合投资者周期，采用6年滚动窗口“平移对齐法”修正公允估值，获得相对估值泡沫，增强前瞻性和合理性。

• 相对估值泡沫与传统估值指标PB有相似趋势，但更包含未来盈利预期信息。

相对估值泡沫与传统估值指标对比分析 [page::19][page::20]

| 行业 | PB | 绝对估值泡沫(AVB) | 相对估值泡沫(RVB) |
|------------------|-------|--------------------|--------------------|
| 房地产 | 1.0 | 69% | 86% |
| 食品饮料 | 6.7 | 9% | 6% |
| 银行 | 0.6 | -169% | -45% |

• 低PB行业不等同于估值泡沫小，高PB行业也可能泡沫有限。

- 不同行业市场拥挤度影响PB与估值泡沫的相关性，新能源、食品饮料PB与泡沫趋势一致，而银行等行业存在背离。

高景气行业轮动策略及估值泡沫保护方案 [page::21][page::22][page::23][page::24]

• 盈利预期因子从水平值、斜率及曲率三个维度构建，精选景气度最优3行业构建多因子轮动策略，基础策略年化超额12.6%。

- 通过剔除高PB行业构建“PB保护”策略，年化超额提升至15.7%。

• 进一步剔除估值泡沫高于15%的行业构建“估值泡沫保护”策略，年化超额接近20%，提升明显且风险管理更优。

| 年份 | 基准收益(%) | 盈利景气度策略超额收益(%) | PB保护超额收益(%) | 估值泡沫保护超额收益(%) |
|-------|-------------|----------------------------|-------------------|---------------------------|
| 年化复合 | 4.8 | 12.6 | 15.7 | 19.4 |

研究结论与风险提示 [page::26][page::27]

• 估值泡沫是相对投资周期的概念，市场存在合理估值中枢。

- 盈利景气度驱动Alpha，估值泡沫用于风险控制，提升策略的稳健性。

• 模型局限于2018年前市场结构，需持续优化风险提示明确。

深度解析报告：《规避“估值泡沫”的高景气行业轮动策略》——中银国际证券郭策团队

---

一、元数据与报告概览

• 报告标题：规避“估值泡沫”的高景气行业轮动策略（中银量化行业轮动系列第六篇）

- 发布机构：中银国际证券股份有限公司

• 作者：金融工程研究团队，分析师郭策

- 日期：报告具体日期未明，但包含截至2022年8月的数据

• 研究领域：权益资产估值泡沫测算、剩余收益模型应用、高景气行业轮动策略

- 核心论点：通过构建并实证“三阶段剩余收益模型”进行权益资产估值泡沫的正向测算，区别传统估值指标的不足，提出“相对估值泡沫”与投资周期匹配的测算理念，进而发展出基于估值泡沫保护的高景气行业轮动策略以显著提升策略稳定性与超额收益。

• 目标：解决传统基于盈利预期的轮动策略回撤问题，通过估值泡沫指标进行风险防控，提升行业轮动策略的收益表现和稳健性。

- 评级：报告本身不涉及单独股票评级，而专注行业层面策略升级和风险提示。[page::0,1]

---

二、章节深度解读

1. 剩余收益估值模型简介（第4-6页）

• 模型核心：基于DCF，即公司内在价值由当前账面价值和未来剩余收益现值组成。剩余收益定义为净利润减去股东资本成本的金额。公式表达享有严密的财务基础支撑。

- 多阶段模型选择：推荐“三阶段剩余收益模型”，分别采用分析师一致预期的三年盈利预测，对应分别反映短期、中期及永续行业盈利预期，适合中国上市公司短存续、预测难度大的特性。模型较两阶段模型更合理，且避免了“一阶段永续年金”假设中增长率为零的误解（永续年金阶段利润增长率非零，参考图表1详细计算推导，利润增长率基于股东要求收益率和资本回报率扣除比例）[page::4,5,6]。

2. 数据处理与变量说明（第7-9页）

• 分析师预期数据：Wind数据为分析师一致预期，按时间截取机构的最新预测值算术平均，保证预期的代表性和时效性。缺失值填补原则采用最近可获得的预期替代缺失预期，增强数据连续性保证模型稳定。

- 行业预期ROE计算：采用整体法，即以成分股净资产和净利润之和推算整体行业ROE，避免中位数法带来的偏差，尤其适用于个股ROE分布非对称的行业，如食品饮料。

• 覆盖率分析：2009年以来分析师预期覆盖稳定，2018年后因新股增多预期覆盖有所下降，研究选取2010年后数据作为有效样本区间[page::7,8,9]。

3. 资产隐含增长预期与折现率推算（第10-11页）

• 逆推法：以市场价格和分析师一致预期作为输入，推算隐含股东回报率（折现率）和净利润增长率，从而评估市场隐含的风险偏好与盈利预期合理性。

- 经验区间：A股股东要求回报率设定6%-10%，学界美股约6%，中国市场因发展中国家风险溢价较高，故较美股高2-3个百分点。

• 典型行业测算：2022年5月以中信一级行业为例，发现多数行业隐含折现率均集中于合理范围8%左右，极端偏高或偏低隐含风险较大，但隐含折现率呈现结果对泡沫风险判定的直观性有限[page::10,11]。

4. 直接测算“估值泡沫”的正向思路（第12-17页）

• 模型拆解与敏感度分析：拆分三阶段模型估值贡献，发现永续阶段（V3）占总估值贡献最大，且ROE（FY3）与折现率差额变化对估值影响高度敏感（确定是否高估或低估关键）。

- 股东要求回报率估算：采用CAPM模型叠加稳健回归等方法估算行业beta，结合无风险利率为3%，市场折现率初设8%，并以均值回复特征调整beta，得到差异化行业折现率[page::12,13,14]。

• 绝对估值泡沫定义及计算：基于三阶段模型计算“公允估值”（VB），与市场价格PB比较，泡沫定义为1-(VB/PB)。负值为低估，正值为高估。

- 行业泡沫状态类型：
- 均值回复型（煤炭、汽车）：泡沫围绕零上下波动，合理均衡；
- 持续高泡沫（电力设备新能源、计算机等）：长期超高估值需警惕泡沫风险；
- 长期低估（银行、房地产）：估值持续偏低，可能存在价值挖掘机会。

• 泡沫解释：分析师盈利预期偏乐观、季节性预测偏差明显，且估算折现率难以完全准确。

- 泡沫周期性理念：泡沫应匹配投资者的持有周期，长期持续的高估不一定是泡沫（相对合理），短期泡沫爆发与归零周期是关键。[page::15,16,17]

5. 相对估值泡沫建模及应用（第16-18页）

• 基本假设：

- 投资周期内市场必存在合理估值点，泡沫为零；
- PB具备均值回归特性；
- 泡沫必须经历“高估→合理→低估”过程才能有效指导投资。

• 6年滚动窗口：选择与典型A股基金经理职业周期相近的6年滚动窗口，保证泡沫测算的实用性。

- “平移对齐法”：通过滚动窗口中公允估值与PB中位数差异调整公允价值曲线，解决绝对泡沫中持续偏高低带来的测算偏误。

• 典型示例：电力设备及新能源行业“绝对泡沫”持续高估，调整后“相对泡沫”显示区间回归特征，符合投资实际情况[page::16,17,18]。

6. 估值泡沫与传统估值指标的差异（第19-20页）

• 截面对比：低PB不一定低泡沫，经典例子房地产PB最低(1.0)却泡沫最高（69%），高PB不一定高泡沫，食品饮料PB(6.7)泡沫较低（9%）。

- 时序对比：
- 高度拥挤和充分信息市场（电新、食品饮料），PB与相对估值泡沫（RVB）走势吻合。
- 信息不充分、拥挤度低行业（银行），两者走势严重背离。

• 意义：估值泡沫对盈利预期和折现率做了分层调整，因而更具前瞻性和差异化价值。

[page::19,20]

7. 高景气行业轮动策略（第21-25页）

• 原策略框架：

- 基于分析师一致盈利预期的多因子模型
- 因子含三个维度：盈利预期趋势水平、景气度变化、短期情绪因子
- 2010年起每周选出3个景气度最优行业定投
- 长期年化超额收益12.6%，但2015-17年出现回撤[page::21]

• PB估值保护策略：

- 剔除PB极端行业，控制高估值风险
- 策略年化超额提升至15.7%
- 剔除滚动6年内PB最高10%和最低10%，进一步剔除PB分位数高于90%行业
- 残留行业中选择景气度最高3只行业组合[page::22,23]

• 估值泡沫保护策略：

- 在盈利景气度模型基础上，剔除相对估值泡沫（RVB）高于15%的行业
- 回测显示：策略不仅保持原有进攻性，且风控更优
- 年化超额收益达19.4%，相较PB保护提升4.3个百分点，较原始盈利景气度策略提升近7个百分点[page::23,24]

• 2022年中信一级行业泡沫测算：

- 大多数行业处于负泡沫（低估）期，买入机会较多
- 需警惕的行业为汽车、新能源、消费者服务、房地产泡沫偏高[page::25]

8. 总结与风险提示（第26-27页）

• 总结要点：

- 估值泡沫应视作投资周期的相对概念，绝对偏高不必然是泡沫
- 市场中存在合理估值时点，且泡沫随周期波动
- 基于三阶段剩余收益的估值泡沫具备较传统指标的优势，未来预期嵌入，有利于剧烈波动时识别泡沫风险
- 盈利景气度驱动Alpha，估值泡沫作为风险控制指标，保障策略稳健。[page::26]

• 风险提示：

- 模型尚未有效捕捉2021年后“估值跑赢盈利预期”现象
- 需持续对模型和数据进行优化迭代[page::27]

---

三、图表深度解读

1. 图表1：“永续年金”模式不代表利润增速为0（第6页）

• 通过会计净盈余规则和剩余收益假设，衍生出利润永续增长率g公式，体现长期竞争环境下超额收益趋于零，但利润仍可持续增长，反映永续年金模式的合理性，避免了“利润永远不增长”的误解[page::6]。

2. 图表3：Wind分析师一致预期数据案例（第8页）

• 直观展示多个机构对公司归母净利润FY1的预测输入时间及计算平均值过程，保证预期数据时效与代表性，数据尾端近时点数据更具权重[page::8]。

3. 图表4：用整体法VS中位数法测算预期ROE差异（第8页）

• 不同行业特别是食品饮料行业，整体法ROE更准确，不受极端值影响较大，中位数法存在明显偏差。

- 体现整体法对盈利预期测算准确性的提升，提高后续估值测算稳健性。[page::8]

4. 图表5：分析师一致盈利预期覆盖度统计（第9页）

• 显示分析师盈利预期FY1、FY2、FY3覆盖度随时间趋势，2010年后覆盖稳定，2020年后稍降说明样本质量变化。

- 证明报告选取2010年以来数据进行后续建模的合理性[page::9]。

5. 图表6：基于三阶段剩余收益模型推导隐含增长率与折现率（第10页）

• 直观表达利用ROE预测和市场价格推估隐含折现率及增长率两种方式流程。

- 支撑逆向测算市场隐含预期的技术路径[page::10]。

6. 图表7：中信一级行业隐含折现率排名（2022年5月5日）（第11页）

• 展示各行业投影的隐含股东要求回报率，部分极高数值如农林牧渔、电力设备新能源不合常理，反映测算复杂性和潜在异常。

- 说明逆向折现率测算存在局限[page::11]。

7. 图表8 & 9：三阶段剩余收益模型拆解及敏感度分析（第12页）

• 展示估值各阶段的贡献比例，永续年金阶段占估值主体。

- ROE与折现率的变化对永续阶段估值影响最大，ROE低于折现率时估值大幅下降。

• 为估值泡沫的风险识别建立理论基础。[page::12]

8. 图表10-12：股东要求回报率测算及行业Beta估算（第13-14页）

• 三步骤推算折现率，含CAPM回归及beta均值回复调整，突出行业风险差异。

- Beta时间序列和截面变化展示行业风险动态，体现折现率计算的合理性和稳健性。[page::13,14]

9. 图表13-15：绝对估值泡沫三类行业典型走势（第15页）

• 泡沫围绕零行业（煤炭、汽车）显示估值正常波动。

- 长期高泡沫行业(电力设备新能源、计算机)提醒估值风险。

• 低估行业（银行、地产）显示潜在配置价值。

- 验证模型区分行业泡沫能力[page::15]

10. 图表16-17：盈利预测误差及季节效应（第16页）

• 显示分析师盈利预测均值误差及其季节性特征（年初最乐观）。

- 解释绝对估值泡沫可能系统性偏差的重要原因。[page::16]

11. 图表18-21：估值泡沫与投资周期匹配及平移对齐法示意（第16-17页）

• 说明估值泡沫随时间变化，需结合投资周期理解。

- 平移对齐法以6年窗口对公允估值进行修正，使其在窗口期中位与PB中位匹配，缓解绝对泡沫测算偏差问题。

• 增强估值泡沫计算的实用性。[page::16,17]

12. 图表22-24：电力设备新能源行业的估值泡沫动态对比（第18页）

• PB与未调整公允价值显示持续高估，调整后估值泡沫趋于均值，体现调整方法有效。

- 体现相对估值泡沫的市场指示价值。[page::18]

13. 图表25：2022年5月中信一级行业估值泡沫与PB截面对比（第19页）

• 争议性验证：低PB不代表低风险，房地产PB低泡沫高；高PB不等于高风险，食品饮料泡沫较低。

- 强调估值泡沫测算优于单一传统估值指标的实用性[page::19]

14. 图表26-28：电新、食品饮料、银行行业PB与RVB时序对比（第20页）

• 高拥挤度行业电新、食品饮料PB和RVB趋势基本匹配

- 低拥挤度银行行业两者旁散明显，反映市场定价机制差异

• 强调估值泡沫概念的解释力及细粒度[page::20]

15. 图表29-33：高景气度行业轮动策略及回测（第21-22页）

• 因子理论图显示盈利预期高增速+加速上行最具景气度特征

- 纯景气度策略2010年起年化超额12.6%，但2015-17回撤明显

• 绝对净值与超额净值曲线长周期稳健上扬

- 为后续估值泡沫和PB保护策略的比较奠定基础[page::21,22]

16. 图表34-36：基于PB估值保护策略及回测（第23页）

• 剔除PB极端分位区间行业，增强策略稳健性，提升超额收益至15.7%

- 净值与超额净值曲线显示超额稳定提升

• 巩固估值指标在轮动策略风控中的价值[page::23]

17. 图表37-39：基于估值泡沫保护策略与历史策略净值对比（第24页）

• 结合泡沫保护策略进一步提升至19.4%年化超额收益，表现显著优于PB保护或单纯盈利预期策略

- 策略绝对净值和超额净值曲线趋势更为强势，风险控制效果优化。

• 体现估值泡沫保护在高景气行业轮动策略中作用关键[page::24]

18. 图表40：2022年8月4日中信一级行业相对估值泡沫分布（第25页）

• 大部分行业呈现负泡沫，说明被市场低估，存在布局机会。

- 部分行业（房地产、汽车、新能源、消费者服务）泡沫较高，持仓需谨慎。

• 边际变化用于动态监测泡沫变化趋势及风险提示[page::25]

---

四、估值方法解析

• 核心估值框架：三阶段剩余收益模型（三阶段DCF）结合分析师一致预期ROE估计公司未来盈利能力，折现率通过CAPM加beta稳健估算获得。

- 估值泡沫定义：以公允估值（模型估计值）与市场价格比较，确定估值偏差和泡沫，识别股票及行业的风险区间。

• 相对估值泡沫创新点：通过引入滚动窗口和“平移对齐法”，估值泡沫不再是绝对静态指标，而是动态且与投资周期匹配的相对指标，提升泡沫度量的现实指导意义，减少季节性、预期误差等噪音。

- 估值敏感度：永续阶段ROE和折现率的差值成为估值关键变量，对泡沫测算起决定作用。

• 估值输入数据处理：采用Wind分析师一致预期数据，结合整体法计算预期ROE，保持数据质量与行业覆盖连续性，避免极端和缺失值干扰。

---

五、风险因素分析

• 模型失效风险：2021年以来市场出现估值显著跑赢盈利预期现象，模型尚未充分适配此类结构性变化，未来需对模型参数与假设进一步调整。

- 数据质量风险：盈利预期覆盖率下降、新股增加带来数据偏差与波动。

• 估值测算误差：分析师预期偏乐观及季节效应可能导致泡沫测算出现系统性偏差。

- 估值折现率估算误差：股东要求回报率beta估算存在不确定性，进而影响估值泡沫判定。

• 策略风险：高景气度策略回撤周期明显，估值泡沫保护机制虽增强风险控制但不能完全消除风险。

---

六、批判性视角与细微差别

• 模型假设局限：三阶段剩余收益模型对长期预期依赖分析师一致预期，三年后的永续阶段预期基于相对静态假设，有与现实潜在不符之处。

- 折现率假设：全市场统一折现率初设8%，行业间具体差异性处理依赖beta估计，估计过程及参数调整存在主观成分，可能影响泡沫测算的精确度。

• 泡沫度量本质：报告提出的“估值泡沫”本质是相对指标，仍有对“合理估值点”定义的依赖性和方法论选择的敏感性。

- 策略应用：估值泡沫保护策略在剔除高估值时段和行业实际操作中，是否引入时滞与操作摩擦未展开讨论。

• 策略收益样本期：超额收益数据大部分基于过去十余年，未来环境多变时策略表现及适应能力尚需长期验证。

---

七、结论性综合

本报告从理论创新和实证角度构建了基于三阶段剩余收益模型的权益资产估值泡沫测算体系，提出“估值泡沫”不仅是衡量市场偏离的绝对指标，更应结合投资周期形成相对泡沫测度，强调泡沫的动态合理性。通过引入基于Wind分析师一致预期的多阶段ROE预测和行业beta稳健估算，模型提升了估值的前瞻性和适用性。

在应用端，报告突破传统盈利预期策略的局限，率先融合估值泡沫指标，设计出“估值泡沫保护”的高景气行业轮动策略，显著提升了策略的超额收益表现和风险控制能力。具体来看：

• 原始盈利高景气策略年化超额收益12.6%；

- 引入PB估值保护后提升至15.7%；

• 采用“估值泡沫保护”进一步提升至19.4%；

上述策略升级不仅保证了收益的进攻性，同时增强了在市场调整期的抗风险能力。图表37-39直观展示策略净值与超额净值提升。

此外，报告通过丰富的图表详细展示了估值泡沫与传统PB指标的差异，反映出泡沫测算更能捕捉市场风险信息，尤其在信息不对称和波动加剧时表现优越。

风险提示中指出，模型尚未充分涵盖2021年以来“估值跑赢盈利预期”的新市场现象，需持续优改进。

总之，此报告为权益市场行业轮动策略提供了前沿的理论工具和实证检验路径，通过科学测算估值泡沫促进轮动策略的风险调整收益提升，对投资研究和实务都有重要指导价值。

---

参考文献和报告引用溯源

本分析严格依赖报告原文及其附图，所有关键观点和数据均注明页码，便于追溯与复核：

例如正文部分[page::0,4,6,10,15,21,24,26]，图表部分[page::6,8,15,16,17,18,19,20,22,25]等。

---

总体评价

本报告在股权估值领域结合剩余收益模型与前瞻盈利预期创新性地提出并应用估值泡沫测度，提出“与投资周期匹配”的相对泡沫概念，弥合理论与市场波动的差距。报告数据基础扎实，逻辑严密，策略设计合理，验证充分，文献支持完备，是中国权益市场行业轮动策略领域的杰出研究成果。报告同样客观指出模型局限及数据风险，保持审慎科学的态度，符合高水平金融研究报告标准。

此类研究为机构投资经理提供了结合估值与盈利预期，动态调整轮动策略的实用框架，对提高资产配置效率及风险管控能力有良好引导作用，推荐关注分析思路及实证方法的借鉴应用。

---

以上为本报告的详尽、全面、专业分析解构。

报告