`

ROE&PB在行业配置中真的有效吗? 行业基本面量化 系列思考之一

创建于 更新于

摘要

本报告针对市场上流行的“高ROE低PB”行业配置策略进行了系统回测和分析,结果显示该策略长期看表现不稳定,年化超额收益仅0.7%,胜率不足49%,且存在较大回撤风险,且即使假设市场提前完全预期未来季度ROE排序,策略表现依然有限。此外,报告基于行业基本面量化方法,采用K-means聚类对中信一级行业进行归类,并对金融、消费板块收益及市值因素进行剥离分析。报告还跟踪了多个行业的基本面指标和业绩预测,结合生猪价格、WTI原油价格等热点产业链数据,提出具体行业配置建议,为投资者提供量化基础面的有效研究视角[page::0][page::1][page::2][page::3][page::4][page::6][page::7][page::9][page::10][page::11][page::12][page::13][page::14][page::15][page::16][page::17][page::18]

速读内容

  • ROE&PB行业配置策略表现分析 [page::0][page::1][page::3][page::4]


- 针对2006年至2017年数据进行季度调仓回测,策略年化超额收益仅0.7%,最大回撤25.37%,胜率48.98%。
- 即使假设能完美提前知晓下季度ROE排序,年化超额收益提高至3.76%,最大回撤29.91%,胜率51.02%,效果提升有限。
- 策略表现波动明显,历史中曾见有效期和失效期交替,当前两年表现良好或为历史复现,未来风险需重视。


  • 行业ROE和PB的特征及相关性分析 [page::2][page::3]




- 行业PB横向比较受估值体系差异影响,纵向比较受区间选择限制,参考意义有限。
- 行业ROE存在显著差异,高ROE行业包括钢铁、基础化工、轻工制造等,低ROE行业如石油石化、电力等。
- ROE与PB呈正相关,高ROE行业往往对应高PB;高ROE且低PB行业如银行、钢铁等,策略认为其具备配置价值。
  • 大类行业归类及收益归因 [page::6][page::7]

- 运用K-means算法对中信28个一级行业进行归类,最终分为7大类:金融、上游原材料、中游制造、典型消费、其他消费、TMT、基建及运输。
- 近期半年内金融板块(银行、非银、房地产)涨幅显著,分别为13.6%;典型消费板块(食品饮料、家电、医药)涨幅7.2%。
- 剥离市值因素影响发现,银行与非银涨幅主要受市值因素驱动,房地产及家电板块涨幅较为真实,食品饮料受市值因素影响显著。
  • 行业热点及产业链分析 [page::9][page::10]



- 生猪价格近期回升为季节性现象,预计春节后回落,二季度开始回升,猪肉价格与农林牧渔行业超额收益高度相关,配置机会待2季度。
- 石油石化行业超额收益与WTI原油价格高度相关,基础化工则表现出负相关现象,预计油价上涨带动石油石化行业受益。
  • 行业基本面业绩预测及量化指标跟踪 [page::10][page::11][page::12][page::13][page::14][page::15][page::16][page::17][page::18]

- 多行业业绩预测显示农林牧渔、轻工制造、钢铁等行业净利润增速趋缓或下滑,基础化工、电子、医药行业景气维持或改善。
- 细分行业采用净利润TTM环比增速及营收数据模型,辅以非经常性损益占比及行业市盈率估值指标,透视基本面趋势。
- 行业相关的生产、销售、库存、价格、进出口等多维度指标得到持续更新,用于监测行业景气周期和配置时机。
  • 量化因子及策略总结

- 报告中未见明确量化因子构建细节或基于因子组合的策略生成说明,主要侧重于基本面指标统计与行业轮动策略回测分析。

深度阅读

《ROE&PB在行业配置中真的有效吗? 行业基本面量化 系列思考之一》报告详尽解析



---

一、元数据与概览


  • 报告标题:《ROE&PB在行业配置中真的有效吗? 行业基本面量化 系列思考之一》

- 作者: 丁鲁明,段伟良
  • 发布机构: 中信建投证券研究发展部

- 日期: 2018年1月30日
  • 主题: 本报告聚焦于“高ROE,低PB”行业配置策略的有效性,结合行业基本面量化分析,探讨该策略在长期及不同市场环境中的表现以及行业基本面热点和量化指标的跟踪。


核心论点概述:
报告通过系统历史回测和定量模型研究表明,常用的“高ROE、低PB”的行业配置策略并不总是有效,存在着较低的胜率和较大幅度的回撤风险。即使在完美预期假设下,超额收益也有限且不稳定,策略表现存在明显的周期性和波动性。该策略在部分阶段(例如2006年Q2到2009年Q2及2011年Q1到2013年Q1)曾表现良好,但随后均迎来长时间调整,提醒投资者关注潜在风险和市场自我强化情绪的破裂。[page::0,1]

此外,报告深入分析了行业层面不同板块的收益来源,通过归因体系剖析了市值因素对金融和典型消费板块的影响,并基于行业基本面业绩预测模型对部分核心行业未来业绩走势进行了预测,为投资者提供了行业配置的实用参考。[page::1,6,7,9,10]

---

二、逐节深度解读



2.1 辩题的提出背景



市场近期盛行的“高ROE,低PB”行业配置理念背后逻辑是选择盈利能力强但估值较低的优质行业进行投资,报告指出,尽管近期如银行、地产和消费板块的表现似乎支持这一策略,但通过时间序列的长周期分析,该策略的长期有效性和稳定性存疑。作者提出了是否该策略为市场走势强化的结果,需要严肃剖析的问题。[page::2]

2.2 行业ROE与PB的横纵向比较


  • 报告分别用箱线图展示了2005年起至今29个中信一级行业的PB和ROE分布。

- PB横向比较显示不同行业的估值体系差异较大(如银行、钢铁等行业PB低),纵向比较因时间窗口影响大,参考价值有限。
  • 类似地,ROE在横向和纵向比较中也存在较大异质性,特定行业如钢铁、家电等略高于历史中位数,而石油石化等行业较低。

- 这表明简单以PB和ROE进行跨行业和跨时期比较并不能提供足够的有效性支持。

图表点评:
  • 图1(PB箱线图)及图2(ROE箱线图)各行业PB, ROE分布和其历史位置,突出行业异质性强,难以用单一估值指标做行业配置决策。


图1&2链接见下方图表解读章节。[page::2,3]

2.3 高ROE低PB策略效果评估


  • 构建了基于季度末ROE排名前10,再以PB从低到高排序取前5来组合的轮动策略。

- 由于周期行业估值逻辑不同,上游周期行业被排除。
  • 回测数据显示,从2006年初起策略净值增长微弱,年化超额仅0.7%,胜率约49%,最大回撤高达25%。

- 在2016年至今,策略表现较好并持续了约两年,与价值投资理念相符,但历史上该策略表现好的阶段后均有长时间回撤。
  • 考虑市场预期假设,即假设每季度末已完全知晓当季及下季行业ROE,策略年化收益率提升至3.76%,最大回撤近30%,胜率约51%,表明即便理想化信息假设下策略也仍存在显著风险和不稳定性。


策略表现图(图4至图6)详见图表解读部分。
  • 结论指出,ROE&PB组合因市场自我强化情绪影响表现波动明显,回撤周期长,投资者需谨慎,建议结合技术指标趋势做趋势跟随参考,而非单纯依赖基本面指标。[page::3,4]


2.4 行业大类归类及收益来源分析


  • 基于行业季度涨跌幅数据,用K-means算法初步聚类行业走势,再结合行业属性进行了微调,将28个一级行业划分为:金融、上游原材料、中游制造、典型消费、其他消费、TMT以及基础设施建设及运营7类。

- 归类的调整如钢铁归为上游原材料,电力设备归为中游制造,体现行业特性和逻辑严谨。[page::6]
  • 分析2017年下半年至2018年初板块表现,金融板块涨幅13.6%,典型消费涨幅7.2%。

- 收益归因中剥离市值因素显示:
- 银行和非银板块涨幅的很大部分来源于市值因素;
- 房地产与家电板块剥离市值影响后涨幅依旧显著,表现出基本面驱动效果更强。

相关表3-5展示板块涨跌幅和市值因素贡献,详见章节图表解读。[page::7]

2.5 行业基本面热点定量分析



2.5.1 猪肉产业链配置时点


  • 生猪价格近期回升主要是季节性因素,预计春节后继续下行,反映猪周期下行未结束。

- 生猪存栏量是领先指标,领先期约2季度,存栏下降预示生猪价格同比提升助力但仍为负。
  • 生猪价格走势与农林牧渔行业超额收益高度相关,预计2018年二季度开始配置机会出现。


图7-10展示猪肉价格季节性走势与生猪存栏领先指标。[page::9]

2.5.2 原油价格与化工板块表现


  • 石油石化行业超额收益与WTI原油价格呈高度正相关;

- 基础化工自2014年Q3后超额收益与油价走势转负相关,表现独立。
  • 预计原油价格上涨驱动石油石化行业短期配置机会。


图11-12反映石油石化与油价及基础化工行业的关系。[page::9,10]

2.6 行业基本面业绩预测模型跟踪结果


  • 钢铁行业营收增速持续下滑,农林牧渔、轻工制造净利润增速也预计下滑;

- 基础化工、电子行业净利润增速处于较高水平,保持稳定或继续提升,行业景气度高;
  • 医药行业净利润增速明显提升,是亮点板块;

- 家电、纺织服装、汽车、电力设备等多数行业表现为净利润增速下滑或维持弱势。

相关图表13-22详细呈现行业盈利预测及实际数据拟合情况。[page::10,11]

---

三、图表深度解读



本报告含有约80余张图表,具体以行业为单位整理量化指标、历史波动、收益表现、估值等数据,以下为重点部分解析:

3.1 PB与ROE箱线图(图1、图2)


  • 箱线图展示中信一级行业历史区间PB和ROE分布,红星标示最新数据位置,横线为中位数。

- 例如钢铁历史PB明显低于消费行业,导致直接使用PB指标进行行业横向对比出现偏差。
  • ROE分布显示钢铁、轻工制造、家电等部分行业盈利能力当前处于历史相对较好水平。


3.2 PB与ROE散点图(图3)


  • 散点图展示POB与ROE的正相关关系,形成明显的“高ROE高PB”和“高ROE低PB”两大区域。

- 典型高ROE高PB代表为食品饮料、家电,体现热门消费行业估值溢价;
  • 高ROE低PB行业如银行、钢铁、煤炭等则定位价值型板块。

- 该图也为策略构建提供了理论基础。

3.3 行业轮动策略回测曲线(图4-6)


  • 图4显示策略净值及超额收益表现,区隔“有效”和“失效”时段,突出策略大幅回撤频次及幅度。

- 图5、6对应使用当季已披露ROE和当季+下季度完美预期ROE的策略,收益略有提升但回撤问题依然存在。

3.4 行业收益归因表格及市值因素剥离效果


  • 表3-5通过展示不同行业月均涨跌幅及剥离市值因素前后比较,明确市场表现的驱动来源。

- 银行业涨幅大部分由市值因素贡献,食品饮料板块同理;
  • 房地产及家电剥离市值因素后涨幅仍表现坚挺,基本面较为核心。


3.5 细分行业核心指标和预测图表(图13-82)


  • 各行业均提供了净利润增速、营收变化、非经常性损益占比、市盈率变化及相关行业上下游指标(如生猪价格、原油价格、产量增速、销售指标等)。

- 例如在农林牧渔行业,生猪价格季节性波动显著,净利润具有高波动和周期性。
  • 电子元器件体现中位数非经常性损益比例较高(8.17%),行业盈利稳定性相对较弱。

- 钢铁行业营收端波动剧烈,行业估值波动明显,提示行业景气度和周期波动大。
  • 医药行业净利润环比增速保持强势,医药景气度指数提升,行业市盈率稳定。

- 以上各行业均体现量化分析的严谨性和细致度。

---

四、估值分析



报告核心在策略构造的PB、ROE指标上,并非传统DCF等估值模型,策略回测中使用:
  • ROE (净资产收益率) 带来盈利能力评估;

- PB (市净率) 衡量股价相对于净资产的估值水平;

行业轮动策略结合两数值指标筛选,剔除周期性行业避免估值波动引发策略失效。策略回测表明:
  • ROE和PB虽为重要指标,但更深层次估值体系和行业属性差异导致该策略在实际应用中效果有限。

- 利用策略收益与最大回撤指标,揭示高风险波动性,缺乏稳定超额收益。
  • 市场预期层面,理想信息假设下收益略微提升,但并未解决根本问题。


---

五、风险因素评估


  • 策略风险: ROE&PB基础的行业轮动策略存在周期性较强,表现周期不稳定,历史多次经历1.5-2年较长回撤;

- 市场情绪依赖: 当前良好表现或为市场自我强化认知驱动,若趋势破裂或情绪反转,恐触发较大风险调整;
  • 数据异质性: 不同行业盈利能力和估值基准差异显著,单一指标难以剖析行业本质,全市场通用性差;

- 宏观及周期风险: 一些关键行业如周期性行业ROE波动极大,若未正确剔除,策略易受影响;
  • 模型假设局限性: 完全预知未来ROE用于构建的策略仍效果有限,现实信息不对称下风险更高。


报告部分提及风险缓解为结合技术面指标趋势跟随使用,强调非单一策略包打天下,提示投资者多维度风险控制原则。[page::0-4]

---

六、批判性视角与细微差别分析


  • 策略有效性存疑: 报告客观指出高ROE低PB并非长期有效策略,且风险显著,但市场多处盛行该理论,存在顺势偏差及过度拥抱风险现象。

- 样本区间限定: 回测区间虽较长,但涉及经济不同周期,市场结构变化,关联性和有效性可能受宏观层面影响,模型无法完全反映结构性变革的实际影响。
  • 对非周期行业剔除: 剔除周期行业虽合理,但或弱化整体策略的市场代表性,限制策略应用范围;

- 行业指标异质性: 报告充分说明了各行业ROE和PB分布差异,提示单指标跨行业比较需慎重,彰显对指标详细理解的价值。
  • 技术指标依赖: 报告建议结合技术面趋势判断策略使用时机,彰显基本面量化策略不足的补完思路,也体现较大不确定性和风险。


---

七、结论性综合



本报告通过定量分析系统评估了“高ROE,低PB”行业配置策略在中国A股市场的实际表现和长期有效性,得出本策略:
  • 长期年化超额收益微弱、胜率不足50%,回撤幅度高且持续时间长,存在明显的周期性和风险爆发点;

- 即便在理想化的完美市场预期假设下,策略表现仍难显著改善;
  • 各行业ROE和PB表现存在显著差异,直接使用单因子指标做配置有显著局限;

- 结合市值因素剥离分析揭露部分行业涨幅由市值结构性变化驱动,非基本面驱动情形常见;
  • 行业基本面热点结合业绩预测详解猪肉产业链及石油化工行业表现,强调配置需基于动态基本面判断;

- 投资需警惕市场自我强化情绪破裂带来的回撤风险,建议基本面策略应与技术指标配合使用;
  • 报告附录丰富,涵盖十余重点行业细致的盈利指标、非经常性损益比例、行业景气度和估值水平,体现严谨的量化基本面研究框架。


综合来看,报告严谨、数据充实、分析深入,全面剖析了ROE&PB策略的适用边界及局限性,对行业基本面驱动型量化研究提供了系统范式。核心警示为不可盲目迷信“高ROE,低PB”行业配置策略,需结合市场情绪、技术指标与多维度基本面分析优化资产配置策略。[page::0-18]

---

八、图表完全索引示例(部分)


  • 图1、2: 中信一级行业PB与ROE箱线图,展示各行业估值与盈利分布及当前历史位置

- 图3: PB与ROE散点图,标注行业估值与盈利能力分布
  • 图4-6: 行业ROE&PB轮动策略回测收益及超额表现区间划分

- 表3-5: 板块收益与市值因素拆解归因结果
  • 图7-12: 猪肉价格与生猪存栏、原油价格与石油化工行业相关性图示

- 图13-82: 分细行业利润增速预测、非经常性损益占比、行业指数表现及估值走势、上下游产业链指标趋势
  • 图S1-S3: 钢铁行业生产数据、周期行业价格、开工率分析


完整图表均引用自中信建投证券数据服务,具备权威性和较优时效性。[page::2-18]

---

综上,报告对“高ROE,低PB”行业策略的严肃解构及行业基本面定量跟踪详述,为投资者搭建了一个深度、科学且操作性强的行业配置分析框架,值得持续关注与学习。

---

附:重要图表示范Markdown插图


  • 中信一级行业PB箱线图示例:

  • 行业ROE与PB散点图示例:

  • ROE&PB策略回测效果示例:

  • 猪肉价格周期性示例:



---

参考页码



全文分析涵盖了报告所有关键内容,引用范围集中于第0至18页详细数据与分析部分,多数结论基于第0-4页策略表现、第6-7页行业归类与收益归因、第9-11页热点行业基本面分析、第10-18页各行业量化指标跟踪。

[page::0-18]

---

以上为该报告的全面、详尽解读分析。

报告