基本面量化模型及股市内在价值估算 [page::4][page::5]

• 基于剩余收益模型，公司的估值等于账面价值加未来剩余收益现值。

- 结合库存、产能、人口三大周期预测，万得全A2023Q4内在价值4709点，2024Q1为4906点。

• 当前市场估值处于历史较低位置，显示投资机会[page::4][page::5].

A股盈利预测及ROE走势 [page::8][page::9][page::10]

• 通过动态结合财报、业绩快报、业绩预告和分析师预期数据预测A股ROE。

- 2023Q4万得全A及非金融部分ROE预测分别为8.23%、7.82%，较前期大幅上调。

• 2023Q3实际ROE高于预期，盈利能力有提升趋势[page::8][page::9][page::10].

宏观康波周期与三周期框架 [page::11][page::12][page::13]

• 历史康波周期约40-60年，受到科技突破驱动，大数据与人工智能被视为未来周期推动力。

- 三周期：人口周期自2010年见顶回落，产能周期与库存周期于2021年后见顶并回落，预计2023Q3企业盈利见底回升。

• 人口结构预测显示核心劳动人口将在2026年前后见顶后下降，人口因素对股市有负面影响[page::11][page::12][page::13].

行业轮动策略：基本面+量价因子模型 [page::6][page::23][page::26]

• 构建多维度行业景气度指标，以财务数据、分析师预期和中观基本面为核心。

- 重点推荐行业包括“石油石化”、“钢铁”、“电力及公用事业”和“纺织服装”。

• 市场整体估值水平低且行业估值分化度下降，机构重点关注“家电”、“电力及公用事业”、机械、传媒等[page::6][page::23][page::26].

机构关注与交易拥挤度分析 [page::16][page::27][page::31][page::32]

• 监控成交额、流动性、成份股扩散及波动率等低频指标，衡量市场与行业拥挤度。

- 当前汽车、家电行业拥挤度较高且触发拥挤信号阈值，提示短期风险需关注。

• 机构调研数据显示“电力及公用事业”、“机械”、“非银行金融”、“交通运输”、“传媒”等行业关注度上升，反映行业轮动趋势[page::27][page::31][page::32].

单行业基本面量化模型应用示例：证券行业择时策略 [page::34][page::35]

• 证券行业以市场活跃度及相关业务收入增速差构建择时信号。

- 预期估计营收增速差上升时，策略看多证券行业，反之看空。当前该指标表现积极，支持看多证券行业。[page::34][page::35]

证券研究报告深度分析报告——《坚定看多未来两年的中国股市基本面量化模型跟踪》

---

1. 元数据与概览

• 报告标题：坚定看多未来两年的中国股市基本面量化模型跟踪

- 作者：徐建华（多因子与ESG策略首席分析师）、王程畅（基本面量化策略分析师）

• 发布机构：中信建投证券股份有限公司（中国内地）及其国际分支机构

- 发布日期：2023年11月02日

• 主题：基于基本面量化策略，对中国A股市场2023年第四季度及2024年第一季度的整体盈利能力、估值水平、行业配置及市场情绪进行深度研究，表达坚定看好未来两年中国股市的观点。

核心论点：

• 基于“库存周期+产能周期+人口周期”三大经济周期模型的剩余收益（Residual Income）估值框架，对万得全A指数的内在价值进行动态跟踪，得出2023Q4估值4709点，2024Q1为4906点，较上月提升100点，反映当前市场处于历史低估区间。

- 量化模型辅助下，结合财务报表、分析师预期及行业景气度指标，重点推荐“石油石化”、“钢铁”、“电力及公用事业”和“纺织服装”四个行业。

• 市场估值处于历史低位且整体盈利能力有望受库存周期回升支撑，强烈看多未来两年A股基本面和股市表现。

- 行业轮动策略历史业绩良好，市场交易拥挤度指标整体偏低，行业间估值分化程度降低。

• 报告明确指出量化模型基于历史数据规律，未来可能失效，风险需警惕。[page::0,1]

---

2. 逐节深度解读

2.1 摘要

关键内容总结

• 盈利预测大幅上调，3周期模型内生估值连续提高。

- 当前A股整体PB分位数约2.19%，为历史低位，市场整体低估。

• 盈利ROE数据和分析师预期均有所提升，特别是非金融板块短期ROE持续改善。

- 机构关注行业近期重点转至“电力及公用事业”“机械”“非银行金融”“交通运输”“传媒”行业，有“汽车”“家电”行业拥挤指标触发。

• 风险强调模型基于历史规律，未来或受宏观政策和事件影响可能失效。[page::1]

---

2.2 基本面量化框架与剩余收益模型

通过权益资产定价和剩余收益模型（RIM）建立价值投资的研究框架，指出公司价值等于账面净资产加上未来剩余收益的现值。公式如下：

$$
P^*t = Bt + \sum{i=1}^\infty \frac{Et[(ROE{t+i} - re) \times B{t+i-1}]}{(1 + re)^i}
$$

• 解释：公司价值由当期账面价值和未来超额收益的贴现之和构成，剩余收益即净收益减去股东资本成本。

- 意义：基于财务报表量化公司价值，有利于量化估值和行业盈利预测结合。[page::3,4]

---

2.3 万得全A内在价值估算（图表解读）

图表显示2001年至2025年的万得全A指数收盘价（红线）、三周期模型估值及市场情绪指标：

• 当前万得全A收盘价约4641点，2023Q4模型内在价值估值4709点，2024Q1估值4906点，处于价内之下。

- 价值、中期及短期市场情绪波动明显，2023年后期看好估值改善趋势。

• 估值模型包含库存周期、产能周期、人口周期，三大周期分别对盈利能力的作用不同，库存周期呈上行趋势，是驱动盈利回升的主要动力。

- 结论强烈看多后续A股市场，理由基于估值被低估且盈利前景宽松预期。[page::5]



---

2.4 盈利预测与ROE趋势（图表深读）

• 通过业绩快报、预告和分析师预期数据整合，打造高频盈利能力跟踪系统。

- 预测2023Q4万得全A组合ROE为8.23%，非金融板块7.82%，2024Q1分别为8.11%和7.81%，均较此前上调。

• 2023Q3实际ROE超预期，非金融板块2023Q3较2023Q2ROE有增长，反映整体盈利趋势向上。

- 新信息量整体平稳，新增利好信息支持盈利向上趋势。[page::8,9,10]



---

2.5 经济周期视角与三周期模型

• 历史康波周期呈现40-60年长周期，每个周期包含繁荣→蕭条→衰退→回升四阶段，科技创新驱动繁荣期。当前正处于新一轮科技引领的智能化周期起点。

- 中国特有三周期分析：库存周期（短周期，120个月）、产能周期（中周期，180个月）、人口周期（长期，240个月）。

• 人口周期自2010年见顶，中国劳动年龄人口自2013年起下行，对经济增长形成长期制约。

- 产能周期自2021年中回落，库存周期正处于上升阶段，预计从2023Q3开始带动企业盈利回升。

• 三周期综合应用于内在价值估计和股市盈利预测基础。[page::11,12,13]

---

2.6 宏观增长与股市价值拆解

• 基于柯布-道格拉斯生产函数，经济产出由资本、劳动和技术水平共同决定。

- 通过索罗增长核算GDP增长率远期与资本、劳动力和全要素生产率之间关系。

• 股票市场总价值可拆为GDP × 企业利润率 × 市盈率。

- 长期来看，企业利润占GDP比例和市盈率趋于稳定，GDP增长率主导股市长期价值。

• 人口周期下降，带来的GDP增速放缓难以避免，对股票市场价值增长构成负面影响。[page::14]

---

2.7 市场情绪与交易行为相关指标

• 市场成交额分布显示，沪深、创业板、中证等级指数比例稳定但成交总额近期回升，表示市场活跃度有所回温。

- 交易拥挤度指标包含流动性、成分股扩散、波动率、成分股一致性，能反映资金集中程度和潜在泡沫风险。

• 当前整体拥挤度较低，且触发拥挤预警的行业数量少，体现市场情绪理性且避开极端拥挤状态。

- 汽车和家电行业出现拥挤度阈值触发，存在短期整固风险。

• 机构调研关注度数据显示，近期“电力及公用事业”、“机械”、“非银行金融”、“交通运输”、“传媒”等行业机构关注度上升，反映投资者关注焦点逐渐转向价值和稳健成长板块。[page::15,16,27,28,29,30,31,32]

---

2.8 中信一级行业分析与配置逻辑

• 通过基于2018年投入产出表构建的产业链及相关感应度、影响力、前后向联系等指标，分析各行业在国民经济产业链的位置和关键作用。

- 行业生命周期分析显示，2023年基础化工、电力设备及新能源、汽车和计算机等行业产能扩张明显，战略投资净额增速超过10%，反映未来增长预期强劲。

• 景气度构建综合考虑财务数据（净利润、ROE、利润率）、分析师预期和行业基本面调整，体现较全面的行业盈利能力和成长性指标。

- 当前景气度指数最高的四个行业为“石油石化”、“电力及公用事业”、“钢铁”和“纺织服装”，从中上游到下游的行业均表现突出。

• 行业估值整体处于低位，万得全A整体PB分位数仅2.19%，所有行业PB分位数均在50%以下，反映整体市场估值处于近年低点。

- PB-ROE关系图显示食品饮料、计算机、消费者服务等行业估值较高，石油石化行业机构关注度有所回落，但估值和盈利端仍存在投资机会。[page::19,20,22,23,24,25,26]



---

2.9 单行业基本面量化研究：以证券行业为例

• 基于证券行业业务架构梳理，主要驱动因子为市场成交额和市场涨跌幅，推动业务分别包括经纪、投行、资管、信用和自营业务。

- 根据估计的营收增速差构建择时策略，当预期差值上升时，看多证券行业，反之则看多大盘（万得全A）。

• 当前市场策略偏好证券行业，反映交易活跃度及资本市场政策面改善的预期。[page::34,35]

---

2.10 风险提示

• 量化模型基于历史数据总结的规律，面对宏观政策变化、黑天鹅事件等复杂因素时，模型可能失效。

- 建议结合定性分析，关注政策、宏观经济和突发事件风险。

• 模型未直接考虑宏观环境和政策变动，应具体问题具体分析，谨慎操作。[page::37]

---

3. 图表深度解读

3.1 权益资产定价与剩余收益模型（页3-4图）

图示演示权益资产定价的框架，残余收益（即超额收益）驱动资产价值，价值由当前账面净资产加未来超额收益现值构成。图表清晰将价值细分为价值和质量两部分，并区分市场参与者信号，体现理论基础和实际市场偏差。

3.2 万得全A内在价值（页5图）

图示2001年至2025年万得全A指数收盘价及基于三周期的估值曲线。红线（收盘价）在2023年11月1日为4641点，蓝线和粉线为短期和中期内在估值（4709点和4906点），收盘价低于估值线，显现低估状况。图中还展示了市场情绪指标的波动，反映投资躁动。视觉显示估值具有前瞻性和动态调整能力，并验证当前市场低位。

3.3 行业轮动相对收益（页6图）

红色折线表现“行业轮动相对收益@基本面+量价”组合总回报，明显跑赢基准蓝色线，证明该基本面+量价策略在过去一年表现稳定优异。背后的灰色超额收益则反映其相对优势的持续性。图表验证轮动策略的实用性。

3.4 全部A股ROE预测框架及实际预测（页9、10图）

图9展示了净利润预测的数据来源路径，显示在正式财报未披露前，依次使用业绩快报、业绩预告到分析师预期，依次提高预测精度。图10详细追踪了万得全A及非金融板块真实和预测ROE值及预测偏差，显示2023年以来ROE持续稳定并预期回升趋势，优化盈利前景。

3.5 康波周期历史轨迹（页11图）

该图生动描绘过去五轮历史康波周期的繁荣、蕭条、衰退与复苏阶段，时间跨度及对应的产业科技革命，支持作者提出大数据及人工智能将引领新一轮康波的预测，体现经济周期论在产业分析中的应用。

3.6 三周期示意（页12图）

图表显示库存、产能与人口三周期的曲线形态和周期转换点，明确2023年库存周期回升，产能周期与人口周期下行的复杂组合，揭示企业盈利趋势受周期影响的内在机制。

3.7 人口结构预测（页13图）

基于队列要素模型的中国不同年龄人口及就业数真实与预测指标，清晰呈现劳动年龄人口及核心劳动力人数的峰值及未来持续下降趋势，强调人口负向影响对经济增长及股市盈利的压力，呼应报告核心三周期视角。

3.8 市场成交额分布与交易拥挤度（页15、16、26、31、32图）

• 交易活跃度展示总体成交额回暖，结构相对均衡。

- 拥挤度指标及其触发信号图展示大部分行业处于安全区域，唯“汽车”和“家电”拥挤指标处预警，具备较高关注风险。

• 行业PB与ROE散点图显示估值与盈利的相关性，食品饮料、计算机、消费者服务PB偏高。

- 估值分化指数下降，市场行业估值趋于收敛。

• 实时行业交易拥挤度如“流动性”、“成分股扩散”、“波动率”和“一致性”四指标详细展示，供策略参考。

3.9 机构调研热词及关注行业（页27-30图）

机构调研的提问和回答词云显示“毛利率”“能效提升”“产能扩张”为核心关注关键词，特别是电力、机械、非银和传媒等行业关注度急剧提升，反映资金对行业基本面改善的积极把握。




---

4. 估值分析

• 估值采用剩余收益模型，结合未来ROE预测对股指的内在价值进行动态估计。

- 贴现率为股权成本（报告中虽未详述具体取值，但基于RIM模型核心参数，通常与市场无风险利率和风险溢价相关）。

• 估值水平的提高主要得益于库存周期的上行驱动盈利预期的改善。

- PB分位数极低，表明当前市场价低估企业价值的概率较大。

• 估值分化指标下降，显示市场在估值层面趋于共识，行业间差异缩小，利好主题投资和多元化配置。

- 报告未给出具体敏感性分析，但强调历史规律的可能失效，提示估值结果建立在周期假设和盈利预期基础上，存在政策和宏观不确定风险。[page::1,5,25,26]

---

5. 风险因素评估

• 模型局限性：报告明示量化模型依赖历史数据的规律提取，未来宏观经济、政策突变或黑天鹅事件可能导致模型失效。

- 政策和环境变化：宏观政策调整未纳入模型，短期及中长期环境变化可能显著冲击行业盈利。

• 市场行为偏差：市场情绪和交易行为指标仅为定量参考，不能完全反映市场全貌。

- 数据和假设风险：预测数据存在错误和不确定性，尤其是分析师预期和财务报表波动。

• 缓解策略：报告建议结合定性分析，关注宏观及行业政策，灵活调整策略，应对不确定性。[page::1,37]

---

6. 批判性视角与细微差别

• 报告核心高度依赖三周期模型及剩余收益估计，尽管具有理论基础，但对未来的预测依旧基于历史经验，存在一定的周期性偏误风险。

- 分析师预期本身易受市场情绪影响，预期数据可能出现向好偏差，尤其在强势时间点。

• 行业配置推荐较为集中于周期性强的资源和基础设施行业，潜在忽视成长性行业内在爆发可能。

- 量化拥挤度指标主要针对机构行为，对于散户主导的部分市场领域，风险评估可能不充分。

• 估值延展性未详尽披露，具体贴现率、模型参数区间未公开，影响估值可信度透明度。

- 报告多次强调模型的历史依赖性及未来失效风险，显示分析团队对此持审慎态度，避免过度乐观，但仍需关注政策宏观环境冲击。

---

7. 结论性综合

本报告系统性运用基于剩余收益模型的基本面量化框架，结合中国经济独具特色的库存、产能和人口三大周期模型，深入剖析了A股全市场及主要行业的盈利能力预期及估值水平，得出若干关键结论：

• 未来2年中国股市基本面整体向上，内在价值被低估：2023年第四季度和2024年第一季度，万得全A指数的内在价值预计将超过目前收盘价，当前市场PB处于历史极低分位，表明整体存在价值洼地。

- 三周期叠加显示库存周期带动盈利拐点，上行驱动力强劲，产能和人口周期虽呈下降趋势，但无法抵消库存周期的正面影响，公司盈利ROE有望改善。

• 推荐“石油石化”、“钢铁”、“电力及公用事业”和“纺织服装”四大行业，这些行业拥有较强产业链感应和景气驱动，并且估值合理。

- 机构关注热点转向稳健成长和传统产业，与量化模型显示的基本面景气较高行业高度吻合，显示市场认知逐步与基本面数据收敛。

• 市场整体交易拥挤度偏低，风险较为可控，但“汽车”、“家电”行业拥挤信号强烈，短期可能面临调整压力。

- 单行业量化示范以证券行业为例体现基本面驱动与市场活跃度相关性，辅助择时应用。

• 风险警示撮合宏观环境的动态变化，模型基于历史数据，未来效果存不确定性，建议结合主观定性分析，灵活应对政策、环境和突发事件风险。

整体来看，报告结合多维度数据和周期模型，实行严谨科学的量化实证，高度认可A股在未来两年内的盈利恢复及估值修复潜力，展现出坚定的多头观点，建议投资者重点关注符合周期上行阶段的优势行业，同时警惕部分拥挤行业的风险扩散。

---

# 以上分析充分涵盖报告的全部主要内容及图表，详尽解释了每一步论证逻辑、数据支持和预测假设，力求为投资决策提供全面严谨的参考依据。[page::0,1,3-38]

报告