基于一致预期的价值分析模型基本框架 [page::0][page::2]

• 定义业绩基准系数作为类PE指标，比传统PE更稳定，用于反映价格相对于盈利能力变化的弹性。

- 通过最近一期年报 EPS，T 年、T+1 年、T+2 年一致预期EPS，乘以业绩基准系数，计算出四条价值带作为重要支撑或阻力位。

• 价格处于不同价值带区间，对于牛市、熊市及震荡市具有不同解读和操作指导意义。

- 模型无法预测未来价格走势，更多反映当前价格的定价状态，适合业绩稳定增长且机构持仓较高的标的。

估值模型的解读与应用场景 [page::3][page::4][page::5][page::6][page::10]

• 牛市中价格向上突破价值带4时，可关注虚拟价值带5作为潜在目标阻力；股价快速上涨时避免追高。

- 熊市中股价向价值带1附近寻求支撑，股价长时间低于价值带2且跌破价值带1可能暗示业绩基准系数需调整。

• 震荡市中，四条价值带均为观察价位的潜在支撑或阻力。

- 模型存在滞后性，牛转熊或熊转牛过程中走势解释能力减弱，需结合历史区间数据及主观经验修正。

估值修正模块案例：舍得酒业的估值调整应用 [page::6][page::7][page::8][page::9][page::10]

• 模型自动估值基准系数对舍得酒业部分大幅上涨价格解释不足，出现估值重估需求。

- 通过借鉴白酒行业龙头贵州茅台的业绩基准系数对舍得酒业估值进行人工修正，显著改善对价格走势的解释能力。

• 具体调整包含2020年12月和2021年4-6月两次重要业绩基准系数提升，分别参考茅台对应系数33.56和45.72。

- 修正后估值带能较好匹配股价波动，辅助投资者抓住重要价值重估节点和潜在波段高低点。

• 强调模型与主观经验结合的重要性，行业共性和个性化均需兼顾，提高估值分析的准确性和应用价值。

风险提示和模型适用范围 [page::0][page::6][page::10]

• 模型适合机构定价权较高、业绩稳定增长、分析师覆盖完善的股票，不适用EPS为负或强周期波动标的。

- 基于历史信息构建，市场剧烈波动或基本面急剧变化时模型可能失效。

• 投资决策应结合基本面趋势、市场环境及估值模型支撑信号，谨防盲目追涨或过度乐观。

报告详尽分析与解构

---

一、元数据与概览

报告标题：
2022年12月10日基于一致预期的价值分析模型简介及应用

作者与发布机构：
安信证券研究中心研究员杨勇、侯向哲，均为中国证券业协会注册执业分析师，拥有合法证券投资咨询资质。报告由安信证券股份有限公司发布。

发布时间：
2022年12月10日

主题：
本报告介绍并应用了一套基于一致预期EPS（每股盈利）和业绩基准系数的全定量价值分析模型，旨在为机构投资者提供更为稳定且科学的估值工具。报告核心聚焦于该模型算法逻辑、估值修正模块及实际应用案例（主要是白酒行业的舍得酒业），并配合多个重要标的的价值分析图进行说明。

核心论点与目标：

• 传统PE估值方法在实际股价大幅波动且基础业绩EPS变化微小时，常过于依赖估值倍数的变动解释价格起伏，易陷入主观臆断和非系统性分析。

- 该报告提出并应用的“业绩基准系数”作为PE的增强版，更加稳定且适合中长期市场估值分析。

• 该模型自动计算股票在不同时间点的合理估值区间（价值带），并结合标的最新的一致预期EPS，提供动态估值支撑和阻力参考，适合机构利用。

- 提供估值修正模块来解决模型滞后等现实问题，并结合行业经验提升估值的精准度。

• 通过案例验证模型有效性，特别体现模型与主观经验结合的优势。

- 风险提示强调模型基于历史数据且对市场剧烈变动时可能失效。

综上，报告定位为一篇创新型估值模型介绍加实操应用示范，针对机构投资者需求，明确该模型非预测工具而是估值状态分析工具。[page::0,1]

---

二、逐节深度解读

2.1 全定量估值分析系统的算法逻辑和解读说明

2.1.1 算法逻辑（第1.1节）

关键论点与方法：

• 以股票PE估值框架中常见的“股价=EPS×PE”展开研究，指出传统分析中PE的波动过大和主观性的问题。

- 引入“业绩基准系数”，类似于稳定的“类PE”，通过结合净利润中扣非EPS、过去股价波动特征以及未来3年一致预期EPS自动计算兜底估值倍数。

• 计算得到的业绩基准系数适用于最新年报披露后的时间区间，直到下一个业绩预告或快报更新时段再复核调整。

- 利用业绩基准系数与当期和未来一致预期EPS的乘积，生成4条不同时间维度（当前、次年、再下年、一致预期外推第三年）的价值带，作为股价潜在支撑与阻力区域。

• 当价格突破第4价值带时，依据业绩复合增速推算虚拟的价值带5，辅助判断强势上涨阶段的合理目标位。

- 股票刚上市时，利用股价与年报EPS的简单比例设定初始值。

• 业绩基准系数的计算基于模型自动对比价格历史波动和EPS变化的拟合度，以历史价格为依据确定“真正合理”的估值倍数。

假设与逻辑基础：

• 市场价格的变动主要被盈利预期及其估值水平影响。

- 一致预期EPS数据较为可信，特别是分析师覆盖较为充分的公司。

• 业绩基准系数较传统PE更为稳定，故适合做估值区间分析。

- 价值带作为估值的“波动区间”，股价在其中浮动揭示定价合理性。

• 该算法框架无法准确预测价格波动，仅刻画目前价格估值的状态与合理区间。

图1（贵州茅台价值分析图2017-2022）展现模型对标的历史价格走势与价值带的匹配，论证算法的实用性和稳健性。[page::2]

2.1.2 解读说明（第1.2节）

牛市、熊市及震荡市不同估值解读：

• 牛市思路：

投资者更看重未来2-3年及长期业绩增长预期，价格多波动于价值带3、4甚至突破至虚拟价值带5。突破价值带4后建议谨慎追高，关注是否有主升浪态势支持。价格低于价值带2时为买入潜力区间。

• 熊市思路：

投资者更关注已实现盈利，价格多徘徊价值带1或2以下，价值带1为潜在支撑。熊市转换滞后使业绩基准系数调整延迟，需结合历史区间或估值修正模块辅助判定。跌破价值带1应警惕股价进一步下探。

• 震荡市思路：

股价在四条价值带中均有可能出现，波动目标位多样。关注支撑阻力位，结合基本面动态进行交易决策。

图2（伯特利价值分析图2019-2022）显示基本面向上且增速良好时价格多次回落至价值带2区间具买入价值。图3举贵州茅台2020年7月大涨突破价值带4并参考虚拟价值带5的案例，印证牛市推演逻辑。

数据适用范围和限制：

• 模型适合机构定价权高、业绩较为稳定的个股，不适合负EPS、游资炒作、强周期波动大的股票。

- EPS数据有时存在年份错位，但不影响整体估值区间计算。

• 业绩基准系数对价格敏感度低，调整滞后，结合估值修正模块和行业经验可提高准确度。

- 该模型不具备价格趋势预测功能，仅揭示当前定价状态。

[page::3,4,5,6]

2.2 估值修正模块的应用：舍得酒业案例（第2节）

背景与必要性：

• 模型表现良好时有时无法实时反映牛熊切换及行业突变导致的估值重估，特别是个股表现强势超出标准模型解释范围。

- 估值调整仅在业绩披露时点主动更新，快速价格上涨过程难以及时捕捉估值倍数变化。

• 个性化标的（如舍得酒业）需结合行业龙头估值、公司变革等情况，人工修正业绩基准系数提高模型解释力度。

案例具体过程：

• 图5和图6展示舍得酒业2019-2021年原模型下部分大幅上涨区间不能充分解释的情况（红色和黄色标注价格区间）。

- 2020年12月舍得实际控制人变更后估值快速修复，原业绩基准系数22.88远低于实际市值水平。

• 参照贵州茅台同期业绩基准系数33.56，修正后模型能较好贴合价格走势（图7）。

- 2021年4-6月舍得酒业再次大涨期间，原模型自动调整业绩基准系数至34.43仍偏低于价格反映的市场预期。

• 再次参考茅台业绩基准系数45.72进行修正，模型较准确刻画价格走势和潜在价值区间（图8、图9）。

- 经过两次修正，模型与主观经验达到完美结合（图10），能把握大部分重要高低点及趋势判断。

应用启示：

• 不同白酒公司定价机制间相似性使得以龙头估值水平修正估值倍数合理且有效。

- 对于行业或公司个性化较强的情况，可借鉴自身历史估值特征或可比历史阶段调整业绩基准系数。

• 模型与主观判断结合为提升估值准确度提供有效路径。

[page::6,7,8,9,10]

---

三、图表深度解读

图1 贵州茅台价值分析图（2017.12.09--2022.12.08）

• 描述： 展示贵州茅台股价与基于当前及未来年度一致预期EPS乘以业绩基准系数生成的四条价值带及虚拟价值带5的动态区间。这张图覆盖了茅台五年多的股价变动及对应估值带。

- 解读： 股价蓝线多次在价值带间波动，在趋势强劲时突破价值带4甚至临近虚拟价值带5的高位，价格调整时回落至价值带2或3。业绩基准系数显示出相对稳定但随发布业绩调整。

• 意义： 价值带有效反映不同时期合理估值范围，业绩基准系数计算稳健，模型描述了茅台估值与价格的内在关系，是模型核心应用标的示例。

- 联系文本： 图示与文本指出模型能准确刻画价格区间，辅助投资者在牛市节奏中识别买入卖出阻力支撑。

• 局限性： EPS负数期不适用，茅台作为白酒龙头业绩稳定，适合该模型。

---

图2 伯特利价值分析图（2019.01.04--2022.12.09）

• 描述： 类似价值带与价格走势图。

- 解读： 价格多次下探价值带2，给予价值带2作为买入支撑较强信号。运营环境向好、基本面增长使估值带提升后行情多次反弹。

• 文本联系： 配合文本“对于基本面向上且增速不错的标的关注价值带2的潜在机会”，验证模型的实用性。

- 局限性： 伯特利股价波动区间较窄，模型识别较为清晰。


---

图3 贵州茅台价值分析图（2018.12.09--2020.12.08）

• 描述： 聚焦2020年7月大涨阶段，图中清晰看到价值带4被向上突破。

- 解读： 结合牛市逻辑，突破价值带4价位对应市场实际主升浪，加入虚拟价值带5辅助预测上涨阻力位。

• 文本联系： 说明新价值带在牛市期间的重要参考作用。

---

图4 老板电器价值分析图（2019.01.04—2022.12.09）

• 描述： 震荡调整及熊市走势示例。

- 解读： 股价多次测试价值带1和价值带2的支撑，反映熊市中投资者对已实现业绩的较高依赖。

• 联系文本： 支持熊市估值思路的理论内容。

---

舍得酒业系列图表（图5至图10）

• 整体描述： 细分舍得酒业2020-2022年估值带与股价走势的动态变化，全方位展示估值修正前后模型的拟合效果。

- 解读亮点：
- 修正前，模型显著低估股价上涨空间，预测价值带4明显偏下，难以解释持续上涨行情。
- 业绩基准系数多次主动调整，但仍难完全符合价格走势。
- 通过对标贵州茅台的业绩基准系数，进行人工估值修正后，起到了极佳的市场走势解释能力，特别是在重要价位支撑和阻力点上。
- 该过程突出模型与主观行业经验结合的重要性，克服纯量化模型滞后问题。

• 文本紧密支撑： 相关理论与修正理由在报告中详尽阐述，特别是主控权变更和业绩爆发导致估值修正的典型案例。

- 局限性说明： 模型在快速估值转折期存在短暂滞后，单纯算法难以捕捉市场“信心”和制度变换带来的估值修正。







---

四、估值分析

• 估值方法： 报告核心采用“业绩基准系数×一致预期EPS”的估值模型，生成多条“价值带”，相当于基于“类PE”的多期估值区间。

- 关键输入与假设：
- 业绩基准系数自动计算，类似稳定的PE倍数。
- EPS采用扣非后的历史财报EPS及未来1至3年一致预期EPS。
- 模型通过拟合历史股价波动确定业绩基准系数，反映价格相对于盈利的弹性。

• 估值范围与目标价： 价值带1至价值带4分别对应不同时间节点的合理估值支撑／阻力，价值带5为基于估计增长率推算的虚拟估值位，指导投资者判断价格异常波动。

- 敏感性分析： 估值修正模块允许用户结合个股行业逻辑调整业绩基准系数，动态反馈市场环境变化、个股估值重估事件。

• 说明： 该模型更强调估值结构的稳定性和科学性，避免因PE波动剧烈导致的非理性价格解释，提升估值的稳健度和参考价值。

---

五、风险因素评估

报告明确提示以下风险：

• 模型依赖历史数据和市场环境假设，风险在于：

- 市场剧烈波动或政策突发事件可能导致模型失效。
- 估值基准系数有调整滞后性，不能实时捕捉转折点。
- EPS数据本身存在时间对位和预期偏差等潜在误差，影响估值带准确性。

• 估值修正依赖主观经验，潜藏人为偏差可能。

- 负EPS股票、游资驱动及强周期股不适用当前模型。

• 模型无法预测未来价格走势，只提供估值判断参考。

- 缓解策略包括估值修正模块和结合行业专家经验。

• 警示投资者不要单纯依赖模型预测投资决策，需综合基本面及市场情绪。

[page::0,6,10]

---

六、批判性视角与细微差别

• 模型优点：

- 量化一致预期EPS与稳定业绩基准系数的结合，显著提升了估值的客观稳健性。
- 提供多条价值带，为投资决策中重要支撑/阻力区间描述。
- 围绕非主观、全定量框架加强了估值解读的科学性。

• 潜在不足与局限：

- 依赖分析师一致预期数据，当行业覆盖不充分或数据错误时，结果可能偏差。
- 极端行情或牛熊转换期估值滞后，机器学习或前瞻性指标缺失。
- 需耗费人工主观介入修正，否则个别强势标的估值偏离实际走势。
- 模型假设“市场价格最终由EPS与稳定业绩基准系数决定”可能忽略市场情绪、资金流等短期因素。
- 负EPS等特殊情形无有效处理方案，限制了广泛使用范畴。
- 对估值修正参数的调整缺少明确量化指导标准，容易导致主观随意性。

• 报告自身矛盾或注意点：

- 报告强调模型非价格预测工具，再三提醒模型滞后性，但对估值修正的依赖部分削弱了纯量化优势。
- 指出一致预期EPS年份推测可能误差，建议重视数据源统一和有效性。
- 强调机构覆盖度对模型优势影响，限制了部分个股适用性。

整体而言，该模型在稳定增长标的估值分析中合理且创新，但对复杂市场或特殊案例仍需辅以其他分析方法。[page::2,3,6,10]

---

七、结论性综合

本报告系统介绍了“基于一致预期EPS和业绩基准系数”的全定量估值分析体系，旨在为机构投资者提供更稳定、客观的估值区间与参考。其核心创新在于定义了“业绩基准系数”这一类PE倍数，结合不同时间维度的一致预期EPS数据，自动建立4条标准价值带和基于业绩增速虚拟延伸的第五价值带，辅助解读股价当前的合理区间和潜在阻力支撑。

报告同时指出，传统基于PE的估值波动过大并过于主观，难以达成统一定量分析，该模型通过数据驱动的历史价格拟合方法构造了更稳定和岗位适用的估值框架。采用不同市场情绪（牛市、熊市、震荡市）解释价格与价值带的关系，赋予交易参考体系。

通过贵州茅台、伯特利、老板电器及舍得酒业等多个重点标的的价值带图示和动态演示，报告全面证明了模型的有效性及灵活性，尤其以舍得酒业为例展示估值修正模块结合行业经验的必要性和优越性，弥补机器自动估值的滞后，强化估值解释力度。

风险上，报告强调模型依赖历史数据及分析师一致预期，无法适应市场剧烈变动，且对负EPS及极端行业不适用。模型不预测价格，仅揭示估值状态。估值修正模块虽提升模型灵活性，但带入主观成分，需谨慎对待。投资者不可盲目依赖模型独立决策，应配合基本面和市场环境综合判断。

总体而言，这是一套科学严谨而富有创新意义的量化估值工具，对机构投资者进行中长期价值分析及策略布局具有较强参考价值。报告通过详尽的图表解析强化了理论与实操的结合，诠释了稳定EPS驱动下的合理估值定位体系，值得持续追踪与优化。[page::0-10]

---

参考图表

• 图1 贵州茅台价值分析图 2017.12.09--2022.12.08

• 图2 伯特利价值分析图 2019.01.04--2022.12.09

• 图3 贵州茅台价值分析图 2018.12.09--2020.12.08

• 图4 老板电器价值分析图 2019.01.04—2022.12.09

• 图5至图10 舍得酒业系列修正前后价值分析图

---

此分析全面覆盖了报告所有章节和图表，剖析了模型的核心运作逻辑及应用限制，结合实操案例对模型修正进行了具体说明，确保理论与实践紧密结合。在风险意识与方法论限制上保持客观审慎，助力读者深刻理解该价值分析框架的适用性与潜在瓶颈。

报告