当前哪些行业估值被低估？——基本面量化系列思考（一）
创建于 更新于
摘要
本报告基于股价公式P=EPS×PE，构建行业盈利驱动因子和估值安全边际模型，针对金融、消费、周期、稳定等行业展开量化跟踪与择时建议。金融行业建议对银行低配、地产保险券商超配；消费行业家电食品饮料均建议低配；周期行业因主动去库存建议低配；稳定行业因股息率高估值安全边际建议超配。整体策略严密，结合多图表佐证，对行业配置提供系统化建议，具有较强实践参考价值[page::0][page::2][page::4][page::5][page::6][page::7][page::8]
速读内容
行业基本面量化体系框架介绍 [page::2]
- 通过股价拆解为盈利（EPS）和估值（PE）两部分，寻找盈利驱动因子和合理估值中枢，构建估值安全边际模型。
- 应用包括行业择时（超配/低配）和选股（行业特定因子及传统因子适用性分析）。
银行行业：净息差下降、不良率上升，建议低配 [page::3][page::4]
| 年份 | 净息差走势 | 不良率走势 | 银行涨跌幅 | 沪深300涨跌幅 | 超额收益 | 配置建议 |
|-------|------------|------------|------------|----------------|----------|----------|
| 2011 | 大幅上升 | 下降 | -4% | -25% | 21% | 高配 |
| 2012 | 上升 | 下降 | 19% | 8% | 11% | 高配 |
| 2019 | 预判下降 | 预判上升 | 22% | 29% | 7% | 低配 |
| 2020 | 预判下降 | 预判上升 | -14% | -7% | -8% | 低配 |
- 银行择时配置时钟模型显示净息差与不良率走势对超额收益影响显著，预测近期为双重利空象限，建议低配。
- 不良率上升预判来自贷款增速持续超过企业利润增速滞后影响。
- 净息差趋势模型基于通胀、债券收益率及利率市场化政策指导，趋势下行。
地产行业：估值安全边际高达30%，政策边际放松建议超配 [page::4][page::5]
- 地产行业估值严重低估，安全边际达30%。
- 政策代理变量反映首套房贷利率下调城市数量多于上调，显示政策边际放松。
- 历史政策周期显示边际宽松时期地产超额收益显著。
保险与券商行业：均处于低估区间，建议超配 [page::5][page::6]
- 保险PEV最新为0.88，处于历史极端低位，未来收益预期良好。
- 券商估值安全边际持续高企，估值较历史偏低，后续表现预期较好。
消费行业：家电估值高位建议低配，食品饮料预期盈利下行亦建议低配 [page::6][page::7]
- 家电PEG约1.44处于高估区域。
- 家电择时显示仓位控制策略提升收益。
- 食品饮料估值偏高且盈利预期下滑。
周期行业：处主动去库存，PPI和PMI双指标显示低配建议 [page::7]
- 库存周期主要看PPI和PMI，疫情后经济需求未见明显反弹，库存领先指标下降，周期行业建议低配。
农林牧渔：猪周期见顶，超额收益前置，建议规避 [page::8]
- 猪肉价格增速趋顶，历史数据显示超额收益领先价格见顶，当前配置性价比不高。
稳定行业：股息率与十年国债收益率差处历史高位，建议超配 [page::8]
- 稳定行业包括机场、高速公路、电力、铁路运输、港口，股息率溢价处高点，配置性价比优势明显。
深度阅读
量化分析报告深度解读
——当前哪些行业估值被低估？基本面量化系列思考（一》
---
一、元数据与报告概览（引言与报告概览）
1.1 报告信息
- 标题：当前哪些行业估值被低估？——基本面量化系列思考（一）
- 发布机构：国盛证券研究所
- 发布日期：报告内容参考相关研究时间约为2020年5月（从报告内关联文献日期推断）
- 分析师：段伟良（执业证书编号S0680518080001），刘富兵（执业证书编号S0680518030007）
- 主题：基于基本面量化模型，系统性分析金融、消费、周期和稳定等多个行业的盈利驱动因素和估值安全边际，从而对当前行业估值做出定量判断和投资配置建议。
1.2 报告核心论点与目标
- 核心论点：围绕股价基本公式 \(P = EPS \times PE\)，从盈利和估值两大基本维度构建行业基本面量化体系，利用盈利驱动因子和估值安全边际模型动态判断行业估值的高低，并据此提出择时配置策略。
- 模型框架：通过核心盈利因子（宏观经济、行业关键指标、上下游链条等）驱动EPS预测，同时建立估值安全边际模型（PB&ROE及PE&净利润增速体系），判断当前估值是否合理。
- 评级建议：结合模型结果，针对不同行业给予低配或超配建议，以实现系统的行业配置。
- 重要贡献：对金融（银行、地产、保险、券商）、消费（家电、食品饮料）、周期（煤炭、有色、钢铁、农林牧渔）、稳定（公用事业及交运）行业估值及盈利趋势提供最新量化判断，揭示行业配置价值和风险点。
---
二、逐节深度解读
2.1 行业基本面量化体系介绍
- 关键论点：
- 以公式 \(P = EPS \times PE\) 为基础分析框架，分解为盈利和估值两个核心维度。
- 盈利维度通过挖掘宏观经济指标、行业关键指标及产业链上下游数据，寻找“盈利驱动因子”。
- 估值维度通过建立估值安全边际模型，主要包含“PB-ROE”和“PE-净利润增速”两种体系，旨在判定合理估值中枢及当前的高低估状态。
- 应用涵盖行业择时（即超配或低配）和选股两个方面，差异化利用行业独特选股因子和适用场景下的传统因子。
- 分析框架详述（图表1）：
图表1清晰描绘了基本面量化研究框架，左侧强调股价分解，盈利篇聚焦于驱动因子挖掘，估值篇则重点测算安全边际，中间密切关联盈估两篇，最终形成择时（超配/低配）和选股决策输出。该结构体现了系统性量化逻辑的完善和落地途径，有助于提升行业轮动的科学性和精确度。
- 核心逻辑：盈利驱动决定未来基本面趋势，估值安全边际提供当前价格的合理性判断，两者结合形成投资策略。这种基于基本面的量化体系具有较强的理论与实证基础。
---
2.2 金融行业观点分析
2.2.1 银行业模型及配置时钟
- 关键论点：
银行业股价表现与净息差和不良率两指标高度相关。
- 净息差上升且不良率下降为双重利好，行业表现优异。
- 反之，净息差下降且不良率上升为双重利空，表现低迷。
- 中间两种情形表现不确定，保持标配。
- 数据支撑（图表2）：
表2表明2011、2012、2018年均处于净息差上升不良率下降区间，银行行业超越沪深300指数收益显著（超额收益均超过10%）；而2015及2019、2020年预判净息差下降不良率上升，行业表现落后（2019年为建议低配）。尤其2019年预判为净息差下降且不良率上升，确实导致银行板块落后于大盘。数据验证了配置时钟模型的有效性。
- 模型构建（图表3-5）：
- 配置时钟（图3）基于净息差（利率差）和不良率两大指标四象限划分。
- 不良率预测（图4）采用新增人民币贷款增速与企业利润增速关系，其中利润增速落后贷款增速表示不良率上升，从2019年至今贷款增速持续高于利润增速，显示不良率将出现上升压力。
- 净息差预测（图5）基于通胀、债券收益率及利率市场化政策等，最新模型显示净息差呈下降趋势。
- 投资建议：基于以上模型判断，银行业当前处于净息差下降、不良率上升的双重利空区间，建议低配。该判断具有数据基础和理论支持，风险提示明确。
2.2.2 地产行业估值分析
- 关键论点：
- 通过估值安全边际模型，地产行业目前处于严重低估状态，估值安全边际约为30%。
- 政策边际放松迹象明显，有利地产板块回暖。
- 因此建议超配地产行业。
- 图表分析：
- 图6显示估值安全边际为负时（橙色面积为负），估值处于低位；当前该指标位于约30%，处于历史低估极值。
- 图7统计表明，估值安全边际越高，后续2、4、6个月涨幅明显增长，印证了估值安全边际作为择时信号的有效性。
- 图8地产政策代理变量（城市首套房贷利率变化差）显示当前明显位于0轴以上，表明政策边际放松。
- 图9历史政策周期分析显示，政策放松周期内地产板块累积超额收益显著，支持当前超配建议。
- 逻辑说明：安全边际模型量化底层逻辑是在PB和ROE指标基础上对合理估值区间构建置信带，当前地产估值处于极低位置，且政策环境向好，形成了结构性投资机会。
2.2.3 保险行业估值逻辑
- 核心观点：
保险行业当前PEV（Price to Embedded Value，价内价值比率）为0.88，历史处于极低低位，表明保险行业估值被严重低估。
- 图表支持：
- 图10显示PEV在2010年以来的历史趋势，当前PEV接近历史底部。
- 图11依据PEV区间划分未来2、4、6个月平均收益，PEV低于1.2时收益显著正向，最高可达26%，验证低PEV买入的超额收益规律。
- 模型逻辑：PEV作为保险行业内在价值估值指标，低PEV意味着股价低于内在价值，存在价值修复空间。
- 投资建议：基于历史规律及当前极低PEV指标，建议超配保险行业。
2.2.4 券商行业估值分析
- 观点：券商行业估值安全边际历史处于较高水平，板块估值被低估。
- 图表分析：
- 图12中，安全边际（橙色面积）保持在较高水平，显示实际PB远低于合理PB估值水平。
- 图13显示估值安全边际与未来不同时间区间的涨幅相关性强，安全边际越高，未来涨幅越大，最高一年涨幅可超50%。
- 结论：券商行业估值性价比高，对后续表现看好，建议超配。
---
2.3 消费行业模型分析
2.3.1 家电行业估值及择时策略
- 关键结论：
- 家电行业估算PEG（市盈率相对盈利增长比率）为1.44，处于历史高估区，表明估值较高且盈利增长难以支撑目前价格。
- 因此给出低配建议。
- 图表解读：
- 图14显示PEG历史走势，多次到达1.4以上区间均对应估值高位。
- 图15利用仓位控制策略验证择时策略效果，择时净值明显优于买入持有，说明高估时降低仓位可有效控制回撤。
2.3.2 食品饮料行业估值与盈利预期
- 关键观点：食品饮料行业估值偏高且盈利增速预期下行，形成双重利空。
- 图表视角：
- 图16显示当前PB相对历史均值偏高，且多次处于高估区域。
- 图17展示盈利增速预期明显下降趋势，盈利状态仍较好但增长动能减弱。
- 投资建议：鉴于估值和盈利双负面，提出低配建议。
---
2.4 周期行业模型解析
2.4.1 库存周期模型（煤炭、有色、钢铁）
- 模型设计：
以PPI和PMI作为库存和需求的领先指标，估算库存周期阶段。当前PPI和工业产成品库存增速显示库存仍处于下降阶段，经济需求PMI仍未回升，表明处于主动去库存时期。
- 图表详解：
- 图18中PPI（领先3个月）走势与工业产成品库存增速走势高度同步，近期PPI显示延续下行趋势。
- 图19数据表明2020年初以来PMI持续低于荣枯线，经济需求未见明显回暖。
- 结论：周期行业因库存压力未解除，需求未回升，建议低配。
2.4.2 农林牧渔行业猪肉价格周期
- 观点：猪肉价格增速已逼近猪周期高点，农林牧渔板块超额收益往往领先价格见顶。当前配置性价比不理想。
- 图表支持：
- 图20显示猪肉价格增速实际与预测走势，近期达到高点区域（灰色阴影）。
- 图21多个历史猪周期中，农林牧渔指数超额收益明显领先猪肉价格顶峰。
- 建议：基于周期见顶，提出规避建议。
---
2.5 稳定行业股息率模型分析
- 定位：稳定型行业（机场、高速公路、电力、铁路运输、港口）核心评价指标为股息率。
- 关键数据：
- 当前股息率与10年国债收益率的差（风险溢价）为2.38%，处于历史高位，显示行业投资吸引力较大。
- 图表分析：
- 图22呈现风险溢价与中信稳定风格指数走势，体现股息率安全边际优势。
- 图23展示稳定行业择时策略表现，仓位建议维持高位，超额净值增长稳健。
- 结论：基于股息率优势，行业具备较高配置价值，建议超配。
---
2.6 风险提示
- 报告明确指出：模型基于历史数据规律总结，存在未来失效的风险。
- 该风险提示提醒投资者模型结果应结合宏观动态与政策信息综合研判，避免盲目依赖历史规律。
---
三、图表深度解读
图表1：中观行业基本面量化研究框架（page 2）
- 显示根据股价分解为盈估两部分，盈利篇重点研究驱动因子，估值篇构建安全边际，最终推动择时与选股应用。
- 框架图极具逻辑性和系统性，反映量化研究方法论基础。
图表2 & 3：银行业净息差、不良率与超额收益及配置时钟（page 3）
- 通过多个年份数据验证了净息差与不良率变化对应银行股超额收益的关系。
- 配置时钟模型有效区分行业不同阶段，预测指导投资实操。
图表4 & 5：不良率与净息差走势预测（page 3-4）
- 利用贷款增速与企业利润增速的对比预测不良率走势，结合利率及政策因素预测净息差，模型合理且符合经济逻辑。
- 分析预示未来银行面临盈利压力。
图表6 & 7：地产估值安全边际及预测收益（page 4）
- 安全边际指标定量地揭示合理估值与市场实际估值的偏差，具备择时价值。
- 未来涨跌幅与安全边际高度正相关，强化模型的预测能力。
图表8 & 9：地产政策代理变量及政策周期下超额收益（page 5）
- 代理变量创新性捕捉政策松紧，历史周期研究揭示政策松紧对地产超额收益的显著影响，是定量政策分析的范例。
图表10 & 11：保险行业PEV与未来收益（page 5）
- PEV作为特殊估值指标直观反映保险业价值低估，高收益对应于低PEV，强化投资信号。
图表12 & 13：券商行业估值安全边际及表现（page 6）
- PB估值安全边际分析条理清晰，安全边际与未来行业收益高度正相关，量化信号强烈。
图表14 & 15：家电行业PEG估值及择时策略表现（page 6）
- 家电PEG指标显示当前估值过高，择时调整仓位策略有效防止下跌风险。
图表16 & 17：食品饮料估值状态与盈利预期（page 7）
- PB估值偏高与盈利增速下行形成双重压力，显示后市表现谨慎。
图表18 & 19：PPI与PMI对库存周期及经济需求预测（page 7）
- 季节领先指标合理，PPI制约库存下行，PMI滞后经济复苏，模型判断先进阶段库存压力尚未缓解。
图表20 & 21：猪肉价格周期及农林牧渔超额收益（page 8）
- 猪周期模型精准捕捉价格顶点，历史超额收益领先现象为猪周期投资提供实证支持。
图表22 & 23：稳定型行业股息率模型及策略表现（page 8）
- 股息率安全边际与行业指数走势表明其优越性，择时效果突出。
---
四、估值分析总结
- 应用的估值方法为行业估值安全边际模型，结合PB、ROE、PE及净利润增速两大体系。
- 通过历史经验数据挖掘，定义合理估值中枢与当前偏离度，进而预测未来超额收益。
- 模型同时结合政策代理变量（地产首套贷利率变动）、宏观领先指标（PPI、PMI）等辅助判断。
- 该方法利用历史趋势验证自身的有效性及预测能力，同时通过多行业对比体现灵活性。
- 无显式使用DCF或传统绝对估值模型，但安全边际理念本质与估值折价对应内在价值安全边界类似。
---
五、风险因素评估
- 主要风险源自模型依赖历史规律，可能未来因宏观政策、市场结构、行业生命周期变迁导致模型失效。
- 银行业特殊风险为未来净息差大幅下降和不良率快速上升带来的盈利前景恶化。
- 地产行业风险涵盖政策转向与市场需求不足导致估值回落。
- 周期行业风险体现在库存周期与经济复苏节奏的不确定性。
- 报告提示投资者谨慎评估模型适用性和外部环境变化，注意模型预判的时效性和适度保守性。
---
六、批判性视角与细微差别
- 模型依赖历史数据规律，若未来宏观环境出现“黑天鹅”或“灰犀牛”事件，模型信号有效性将遭遇挑战。
- 对某些行业的盈利驱动因子及估值体系的解释较为简化，未深入披露因子内核及模型参数，减少了透明度。
- 某些定性判断（如政策边际放松）依赖代理变量，可能受代表性不足的影响，需结合更多实证数据谨慎判断。
- 报告中对成长行业未覆盖，限制了整体全行业配置参考，但考虑实际研究深度和数据可得性，尚属合理。
- 权衡配置建议与市场实际表现的滞后性，提示“模型建议”更多作为参考而非绝对判断。
---
七、结论性综合
本报告基于严密的基本面量化分析框架，充分利用股价分解、盈利驱动因子及估值安全边际的定量模型，对各大类行业估值状态和未来表现进行了精细划分，从而提出了切实可行的配置指导。报告结论及策略建议总体如下：
- 金融行业：
- 银行行业处于净息差下降、不良率上升双重利空区间，建议低配。
- 地产、保险、券商行业估值安全边际均处于历史低位或高位安全边际，且政策或基本面改善趋势明显，均建议超配。
- 消费行业：
- 家电行业PEG高估，盈利增长放缓，估值压力大，建议低配。
- 食品饮料行业估值偏高且盈利增速下滑，双重利空，建议低配。
- 周期行业：
- 基于PPI和PMI指标，周期行业库存压力仍存，经济需求未见明显回升，建议低配。
- 猪肉价格周期接近顶峰，农林牧渔行业性价比不佳，建议规避。
- 稳定行业：
- 股息率与国债收益率差异较大，风险溢价优势显著，行业配置价值高，建议超配。
图表提供的深刻见解强化并具体化了以上结论，展示了多因子、多变量条件下的行业特征与未来表现，体现了量化模型在行业配置中的实战价值。
最终，该份报告以数据驱动、量化工具和基本面结合的方式，为投资者提供了基于理性框架的行业配置策略，有效平衡了风险与收益，为机构投资决策提供了强有力的量化依据。[page::0,1,2,3,4,5,6,7,8]
---
附录：图片索引摘要（部分）
-
-
-
-
-
-
---
总结：本报告适合机构投资者及量化投资研究者参考，提供了对当前中国资本市场中主要行业量化评估的系统视角，清晰指出机会与风险，方法科学，数据翔实，建议结合市场环境共同研判。[page::0-9]
