• 建立量化全球大类资产配置框架，将绝对价值、相对价值、择时三层次有机结合，提升资产预期收益率估计的逻辑性和解释力 [page::1][page::2]

• 大类资产间相互关系构建网络模型，结合价值层与行为金融，适用权益类、固定收益、现金类、大宗商品等多资产类别 [page::3]

• 投资时钟模型作为价值与相对价值的定性示范，明确经济周期与通胀对资产轮动的影响，但不足以覆盖择时层的市场情绪和突发事件 [page::3]

• 指数分解法提升模型解释度，先分解因变量（如股指）成盈利（绝对价值）和估值两部分，进而拆解估值为相对价值及择时因素，筛选确定性高的指标 [page::4][page::5]

• 基于企业盈利是股指长期驱动力的结论，最近加权每股收益与主要国家股指走势高度同步，确认盈利为股指绝对价值核心 [page::5]

• 估值包含相对价值与择时因素：长期估值受资产间横向竞争影响稳定，短期择时多由市场情绪和事件驱动波动，二者权重依投资周期和风格差异而定 [page::5][page::6]

• 利率反映放弃流动性偏好的补偿，是货币政策传导的核心工具，美联储通过泰勒规则将通胀率及经济产出缺口映射为联邦基金利率，影响资产定价 [page::6][page::8][page::9]

• 失业率与联邦基金利率密切相关，美联储宽松货币政策持续至充分就业目标达成，显示非对称调整特征 [page::10]

• 道琼斯工业指数市盈率与美国十年期国债收益率存在强正相关，反映股债市场对风险偏好的共识，但2014年后出现阶段性分化，受货币政策和经济基本面影响 [page::10]

• 贸易加权美元指数与道指市盈率相关度较高，格兰杰因果检验显示美元指数对市盈率有预测力，表明国际资金流入是美股估值的重要驱动 [page::11]

• 美元指数与联邦基金利率短期内无明显相关性，因市场预期变动及国际经济冲击；但滞后约30个月后利率与美元呈显著正相关，反映货币政策的传导滞后效应 [page::11][page::12]

• 建立道琼斯工业指数市盈率回归模型，变量涵盖货币环境、资本流动、经济预期和通胀预期，模型R平方达0.75以上，拟合与预测效果良好，残差对应择时因素需进一步分析 [page::13][page::14]

• 研究强调未来美股行情需业绩支撑和生产率提升驱动，关注英退欧风险、美联储加息数据节点及外部金融市场变动，包括黄金走势和人民币贬值压力 [page::15][page::16]

【中信建投金融工程】《加息？or 不加息？美股短期都已岌岌可危》量化大类资产配置体系及美国道指市盈率估计模型详尽分析

---

1. 元数据与报告概览

报告标题： 《加息？or 不加息？美股短期都已岌岌可危》量化大类资产配置体系及美国道指市盈率估计模型
作者： 丁鲁明
发布机构： 中信建投证券研究发展部金融工程团队
发布日期： 2016年5月29日
研究主题： 以美国道琼斯工业指数为案例，深入探讨美股估值机制，结合宏观货币政策（尤其是联邦基金利率与加息预期），量化全球资产配置的价值、网络、择时三层框架，构建股指市盈率估值模型，探讨加息背景下美股估值短期风险与中长期展望。

报告核心论点：

• 量化资产配置应建立在绝对价值、相对价值与择时因素三层次框架之上，通过对经济变量的稳健定量关系发掘和解释，对资产收益进行合理预判。

- 美联储的货币政策（尤其是联邦基金利率的变化）直接影响美股估值，泰勒规则的修正显示美联储政策目标的动态调整。

• 道琼斯工业指数估值可分解为盈利层和估值层，估值层进一步拆解为相对价值（相对于债券、现金、黄金等资产的价值比较）和择时因素。

- 模型建立依赖四大类自变量：货币环境、国际资金流动、真实经济预期和通胀预期。采用回归模型拟合市盈率，取得较好解释力。

• 短期来看，随着加息预期升温，美股进入盘整震荡区间，需重点关注劳动力市场数据、非农、新兴市场风险及避险资产表现。

- 长远而言，技术革新（AI、VR等）和劳动生产率提升是股市突破盘整、支持估值的核心驱动力。

---

2. 报告主体结构详解

2.1 量化全球大类资产配置框架：价值 + 网络 + 择时

报告首先构建了一个量化全球大类资产配置模型框架，分解为：

• 价值层（绝对价值）：分析资产自身价值的增长动力，侧重长期生产率的提升，如企业盈利增长；

- 网络层（相对价值）：通过对比不同资产之间的价值关系，衡量资产的相对吸引力，涵盖股票相对债券、商品、现金等的关系；

• 择时层（行为金融）：考虑市场情绪、投资者行为，短期反映资产价格的波动与超额收益机会。

这种三层框架（图1）突破传统简单量化模型，集合了绝对基本面、跨资产相对价值和市场微观行为，用以更准确反映和预测大类资产的表现。
资产类别涵盖权益、固定收益、现金、大宗商品（黄金、石油）等。报告详细说明各资产的绝对价值弯度不同，需差异化处理（图3、图4展示资产间的逻辑关系和投资时钟周期），强调了“重价值、轻择时”的长期逻辑与“择时驱动短期超额收益”理念[page::1,2,3]。

2.2 利率拟合与决策：数据驱动的货币政策演变

利率是宏观经济的重要枢纽，左手货币供应量演变为右手联邦基金利率的货币政策工具。美联储从1993年采纳泰勒规则，视通胀和产出缺口动态调节利率。
2008年经济危机后，利率理论最低点负值，泰勒规则经过调整，产出缺口权重上升，通胀目标调高至2.5%，并重点关注核心PCE指标。2013年后理论利率重回正位，但就业数据疲软导致实际加息延后。政策目标也从单一稳定物价、增加就业，转向综合评估更多经济指标和全球环境。该部分对利率的经济学基础、理论变迁进行了详细梳理（IS-LM模型、凯恩斯流动性偏好理论、新古典可贷资金理论），强调利率对资金流动性、资产配置和资本成本的主导地位[page::1,6,7,8]。

2.3 股指估值分解：盈利、估值与择时因素

以道琼斯工业指数为例，报告通过指数分解法，明确将股指价格拆解为：

• 盈利层（绝对价值）：企业盈利支撑股价，长期股市表现与加权每股收益高度相关（图7），反映真实经济基础。

- 估值层：剔除盈利影响的剩余部分，代表市场对盈利的溢价或折价。包括：
- 相对价值：股指与债券、现金、黄金、大宗商品原油等资产的价值比较；
- 择时因素：反映短期事件驱动与市场情绪，是估值波动中的不确定部分（图8）。

报告严谨阐述了估值组成的逻辑，指出长期投资重视盈利和相对价值，短期投机则以择时因素占主导权，符合市场多样性投资风格[page::5,6]。

2.4 货币与通胀预期对资产估值的影响

• 货币环境：货币价值是价格体系和各资产相对价值的基准。流动性偏好作为定价基础，以利率（货币放弃流动性的补偿）和通胀率影响资产的折现和相对吸引力。

- 通胀指标剖析：详细列举不同通胀指标（CPI、核心CPI、PCE、核心PCE等），强调美联储重点关注核心PCE，排除食品能源等价格波动大且暂时性因素，抓取持续有效的通胀信号。支持央行货币政策调节和股指价值判断[page::6,7]。

2.5 联邦基金利率、美元指数与道指市盈率的实证关系分析

• 联邦基金利率遵循泰勒规则调节（图9、图10、图11），说明政策动态与市场环境密切耦合。

- 失业率作为产出缺口替代指标得到美联储重视，影响利率决策（图12）。

• 道琼斯工业指数市盈率与美国十年国债收益率存在高度正相关（图13，表2）,体现股债市场风险预期与流动性影响的共振。2014年起出现一定偏离，政策宽松和全球资本流动导致股债双牛现象。[page::10]

- 道指估值与贸易加权美元指数高度相关（图16，表3），美元强势意味着资本回流，促进股市估值。Granger因果检验进一步证明美元指数对道指市盈率具预测能力[page::11]。

• 尽管美元指数与联邦基金利率同期统计相关性一般（0.37），存在预期提前效应和国际经济冲击等因素（图16），但30个月滞后利率与美元指数相关性显著增强（图17，图18），体现货币政策对美元的传导与反馈过程。以上说明了研究变量需要考虑滞后效应与宏观周期背景[page::11–12]。

2.6 道琼斯工业指数市盈率估计模型与预测

基于上述四大变量（货币环境、国际资金流动、真实经济预期、通胀预期），构建多元线性回归模型拟合道指市盈率（见图19）。

• 样本为2003年2月至2015年11月，回归结果显著且方向符合理论预期，R平方达0.75~0.77，解释力较强。

- 利用2003-2014年训练样本对2015年初至2016年4月进行预测，取得较好拟合，后期残差增大反映择时因素影响加强[page::13]。

• 通过参数调优得到最优拟合结果（图22），残差反映的是估值模型未捕捉的择时成分，未来需结合事件驱动因素和市场情绪等继续完善。此模型在指导短期估值偏离判断及交易策略上具有实际参考价值。

- 模型对市场低估或高估的识别有助于制定多空策略，即残差为正估值偏低适宜做多，反之应做空[page::14]。

---

3. 图表解读

图1 （第2页）三层资产配置逻辑框架

展示了价值（绝对价值）、网络（相对价值）、择时三个层次的资产配置结构，具体说明研究的层次和内容，对于投资者梳理资产类别表现的原因具有清晰指引功能[page::2]。

图2-4 （第3页）大类资产配置网络及投资时钟

图2体现权益类、固定收益、现金、黄金、石油、大宗商品的网络关联，展示不同风险偏好与资产收益间的传导路径。图3深化三层框架对不同资产类别的覆盖。图4上下关联经济同比和通胀同比对资产表现的影响，结合经济周期判断配置优先顺序。尽管投资时钟简单有效，但存在缺少择时层、指标单一、未考虑国际差异等不足[page::3]。

图5 （第4页）指数分解逻辑

说明从自变量X选择到因变量Y分解的传统与改进方法，有助于提高模型解释性，避免过拟合，捕捉不同成分的确定性和不确定性，奠定全篇数据建模基础[page::4]。

图6 （第5页）股票指数分解层级图

核心揭示股指价格=盈利（绝对价值）*估值（相对价值+择时），其中估值进一步和债券、现金、黄金等进行比较分析[page::5]。

图7 （第5页）全球主要国家加权每股收益与指数走势

六个子图显示美、日、中、德、英等主要市场指数与其成份股每股收益走势高度相关，验证盈利是绝对价值，并长期支撑指数[page::5]。

图8 （第6页）市盈率与指数走势

六个子图反映不同市场的市盈率波动与指数走势的关系，突显估值波动的独立于盈利的影响，强化估值模型建设的必要性[page::6]。

表1 （第7页）通胀指标释义

系统整理CPI、PCE、核心PCE等指标定义，解释美联储数据选择的逻辑来源，为模型通胀变量选择提供理论支持[page::7]。

图9-11（第8-9页）联邦基金利率与泰勒规则拟合

图9泰勒规则时间轴展示政策演进，图10-11显示历史利率与泰勒模型拟合的贴合度及其偏差，强调模型的政策解释力及修订必要性[page::8,9]。

图12 （第10页）失业率与联邦基金利率

揭示失业率的波动趋势与联邦基金利率明显关联，强调美联储货币政策重点，支持论文提出失业率替代产出缺口思路[page::10]。

图13-14（第10页）道指市盈率与十年期国债收益率

道指市盈率与国债收益率高相关，政策环境与经济周期推动估值波动，但2014年起背离反映宽松政策影响差异化[page::10]。

图16 （第11页）道指市盈率与贸易加权美元指数相关

显示两者同期走势高度同步，逻辑基础是美元强势推动资本流入，支撑股指估值，附加格兰杰因果验证[page::11]。

图16（第11页另一图）美元指数与联邦基金利率滤波后走势

尽管理论上应相关，但统计相关性不高，暴露现实市场中货币政策传导的复杂性及预期效应[page::11]。

图17-18（第12页）联邦基金利率滞后与美元指数关系

揭示滞后效应显著，货币政策对外汇市场作用存在时间延迟，回溯影响美元价值，强调考虑时滞模型必要性[page::12]。

图19（第13页）道指估值预测逻辑图

总结四大类核心因素：货币环境、国际资金流动、真实经济预期、通胀预期，具象化估值影响模型结构[page::13]。

图20-22（第13-14页）模型拟合及预测结果

不同时间窗口的拟合示意，展示模型对道指市盈率的拟合效果和预测能力，残差分析强调择时层因素的存在[page::13,14]。

---

4. 估值分析

本报告对道琼斯工业指数估值采用多因素线性回归模型的实证分析，综合考虑了盈利的绝对价值和估值的相对价值两部分。估值拆解又包含长期稳定的相对价值因素（如债券收益率、美元强度等）和短期择时因素。模型的关键输入是货币环境变量（联邦基金利率）、国际资金流动指标（美元指数）、真实经济预期变量（如产出缺口、失业率）及通胀预期（核心PCE等）。
估值模型参数通过时间序列数据回归标定，拟合度较好（R平方约0.75-0.77），证明变量选择合理。模型输出为估计市盈率，残差反映估值之外的择时效应，具有实际交易策略价值。并利用滚动样本进行稳定性检验与预测，效果稳健。
该模型创新性在于系统结合多层次逻辑，集成宏观政策和微观盈利数据，合理解构估值变化来源，为投资者提供一个以量化方法测算股指合理估值及波动区间的工具[page::12,13,14]。

---

5. 风险因素评估

报告明确指出当前面临的主要风险与市场关注点包括：

• 美联储加息不确定性： 联邦基金利率的调整虽依据数据驱动（强调失业率、通胀预期），但全球经济、海外市场动荡可能拖累美联储决策，导致市场波动增加。

- 英退风险： 英国脱欧事件作为外部不确定性，可能引发资金避险，影响美元与美股预期。

• 经济复苏力度不足： 全球经济低增长、人口老龄化导致需求不足，若生产率提升缓慢，长期股市支撑不足。

- 杠杆与流动性风险： 全球债务水平及金融市场流动性紧张可能加剧市场调整。

• 技术突破与大规模商业化验证迟缓： 报告对AI、VR等技术突破寄予厚望，若技术商业化受阻，将削弱中长期估值支持动能[page::15,16]。

报告建议持续关注非农数据、就业数据、通胀指标、黄金价格走势及人民币贬值压力，作为监测外部风险及资金流向的重要指标[page::16]。

---

6. 审慎视角与潜在局限

• 模型假设及参数稳定性： 回归模型受到样本选择及参数时间波动影响，尤其宏观经济变量频现结构性变化，模型需要不断滚动更新以维持准确性。

- 择时层模型缺失较多： 报告承认择时因素残差较大，受市场突发事件和投资者情绪影响，难以量化，后续研究有待深化。

• 多重共线性风险及变量选择敏感性： 尽管报告强调避免共线性，但宏观变量间复杂关系和滞后效应仍可能带来误差和模型解释力下降，部分变量非独立样本未经系统说明。

- 外部风险复杂性弱化了模型有效性： 国际市场事件（如英退、地缘冲突）、货币政策国际联动等因素可能带来非线性影响，当前线性模型难以完全覆盖。

• 预期和行为金融因素欠缺量化深度： 投资者预期和行为偏差仅在择时层简略提及，缺少对情绪指数、资金流等高频数据的深入利用。

- 模型采用的指标更新滞后： 部分关键指标（如核心PCE）数据披露较迟，导致时效性偏低，紧急调仓决策可能受限。

• 结论以美股为中心，适用性对其他市场需验证。

以上问题均是基于报告内容的内部逻辑推断，在保持客观的前提下指出，以提示读者谨慎解读及未来研究方向[page::2,3,4,11,14]。

---

7. 结论性综合

本报告系统构建了一个基于“绝对价值-相对价值-择时因素”的量化全球大类资产配置框架，细分资产预期收益与估值驱动，重点聚焦美国股市，以道琼斯工业指数为研究标的，提出了对股指估值的量化分解方法。
核心发现包括：

• 盈利支撑股价基础：企业盈利与股指走势高度相关，是估值的绝对价值底层；

- 估值层可分为相对价值和择时因素：相对价值反映资产间的竞争与资本流向（利率、债券收益率、美元汇率），择时因素体现短期市场情绪与事件驱动；

• 美股估值与利率和美元显著相关，联邦基金利率和美元指数被证明是影响市盈率的关键变量，且考虑到预期和周期滞后，模型采用30个月滞后期的货币政策数据更精准；

- 核心通胀指标（核心PCE）作为货币政策核心参考，对估值形成关键影响；

• 动态回归模型解释力强（R平方约0.75-0.77），可合理预测道指市盈率走势，残差反映择时因素，为多空策略提供量化依据。

报告强调，美股短期内受加息预期与全球风险事件影响估值承压，进入盘整走势。但中长期看，生产率提升和人工智能等新兴技术突破为股市重回成长轨道提供动力。
还提示需重点关注美联储加息节奏、劳动力和通胀数据走向，以及黄金和人民币汇率表现等宏观信号，以判断美元资本流向和风险偏好变动，为投资决策提供支持。

整体上，该研究提供了一套系统逻辑清晰、数据与理论相结合的量化估值及资产配置模型，有助于投资者理解复杂宏观环境中的美股估值波动机制，指导策略制定，兼具理论深度和实操价值[page::1-16]。

---

# 综上所述，报告不仅提出了理论严谨的量化资产配置框架，还通过丰富的实证数据与模型拟合，深入剖析了美股估值与宏观经济、货币政策的内在联系，有效揭示了加息环境下美股短期风险及中长期走势的潜在逻辑，为投资者应对复杂市场变局提供了科学的量化工具和系统的研究视角。

报告