【国君金工】银行地产的基本面量化逻辑与投资思考

创建于 2025-05-14T13:47:20.417506+08:00 更新于 2025-05-19T18:36:22.242970+08:00

摘要

本报告基于经济景气及利率水平两大核心映射指标，构建银行景气先行指标和房地产周期逻辑，结合制造业、房地产业及个人信贷数据，前瞻性判断银行贷款需求、资产质量和净息差走势。通过商品房销售面积与库存周期分析房地产政策逆周期调控特征，提出择时策略，2009年至2022年实证显示银行及地产择时策略均取得显著超额收益，为行业投资决策提供量化依据 [page::0][page::1][page::7][page::12][page::14][page::15][page::16]

速读内容

银行业绩由生息资产规模、净息差及拨备计提三因素驱动，分别代表资产规模、资产质量及资产利率水平，净息差受存贷款利率变动影响显著 [page::1]

银行业景气主要映射经济景气和利率水平。贷款需求和不良率受制造业与房地产对公贷款景气影响最大；个人贷款主要受住房贷款和短期贷款构成，其中住房贷款与房价高度相关，短期贷款受消费者信心影响明显 [page::3][page::4][page::6][page::7]

制造业景气通过融合工业增加值与多种工业产量构建经济同步指标反映，房地产贷款需求与还贷能力以商品房销售面积增速为前瞻指标 [page::4][page::5]

利率水平方面，十年期国债收益率领先于银行贷款利率及净息差变动，用以预测净息差走势，从而影响银行盈利能力 [page::7][page::8]

银行业景气先行指标由消费者信心指数、商品房销售面积、70城房价指数、经济同步指标和十年国债收益率五项指标等权构建，显著领先于申万银行行业营收增速，实现自2009年1月至2022年9月692%的累计收益，超申万银行指数595个百分点 [page::9][page::10][page::11]

房地产周期具备典型逆周期调控特征：政策松紧影响商品房销售面积，通常在地产周期下行中后期主动去库存阶段出现政策放松，用于托底稳定经济，地产投资完成额及库存周期是政策判断的关键指标 [page::11][page::12][page::13]

住宅库存通过新开工与销售面积累计差值模拟，避免非住宅面积干扰，与行业实际更为吻合，库存位于主动去库存阶段时买入申万房地产指数，其他阶段买入Wind全A指数，2009年1月至2022年9月期间实现349%收益，显著跑赢基准 [page::13][page::14][page::15]

风险提示：指标及模型基于量化方法构建，若相关指标大幅波动，可能导致综合指标结果失真，存在失效风险 [page::0][page::16]

深度阅读

【国君金工】银行地产的基本面量化逻辑与投资思考——详尽深度分析报告

---

一、元数据与概览

报告标题：《银行地产的基本面量化逻辑与投资思考》

- 作者：陈奥林、徐浩天，Allin君行团队

发布机构：国泰君安证券研究所

- 发布日期：2022年10月19日

主题：银行与地产行业的基本面量化分析及投资策略构建

核心论点与目标信息：

本报告通过构建和迭代升级银行及房地产两个行业的基本面量化框架，提出银行和房地产行业的景气主要受经济景气和利率水平影响。核心观点认为：

经济景气和利率水平是银行业绩的两大映射指标；

- 房地产作为国民经济支柱产业，其政策呈逆周期调控，政策松紧明显影响地产股价趋势；

结合量化指标构建的择时策略自2009年以来表现优异，银行择时策略累计收益 692%、房地产择时策略累计收益 349%，均显著跑赢市场基准。

报告并提醒模型存在失效风险，因指标波动可能导致综合判断结果失真[page::0-1,16]。

---

二、报告章节详解

1. 银行业绩及基本面映射逻辑解析

核心要点：

- 银行业绩拆解为收入和支出两个端口，收入端主要是利息净收入（占比 >70%），利息净收入由生息资产规模和净息差两部分决定，支出端最核心影响因素为拨备计提，反映资产质量。
- 结论为银行利润受到资产“量”（生息资产规模）、“价”（净息差）、“质”（拨备计提）的影响。
- 经济景气和利率水平无法高频直接监测净息差等核心指标，但可通过可监测的指标映射，从而进行有效预测。

图表说明：

- 图1通过分解结构图示表现收入端和支出端组成，包括利息净收入细分为生息资产和净息差，拨备作为支出重要变量[page::1]。

2. 银行业景气指标体系构建

经济景气维度：

- 银行贷款以对公贷款为主（银行贷款中对公占70%，其中制造业15%，房地产10%），负债结构中，制造业和房地产贷款占比高且不良贷款率也较重，景气波动对贷款需求和资产质量影响显著。
- 图3与图4清晰展示金融机构贷款结构以贷款为主，且制造业、房地产为核心部门[page::3]。
- 个人贷款重点关注住房贷款和短期贷款，中长期住房贷款占70%，房贷在个人贷款中最重要。此外，短期贷款与消费信心关系密切[page::4-7]。

经济景气指标筛选：

- 制造业：使用先前研究构建的经济同步指标反映工业及制造业景气。
- 房地产：采用商品房销售面积的领先性指标，反映房企融资需求及还贷能力。
- 个人住房贷款跟踪70城新建住宅房价指数，以捕捉购房需求变动。
- 个人短贷受消费者信心影响明显，消费者信心指数成为指标。
- 图7、8、9、10、11详述了经济同步指标、商品房销售领先指标、个人住房贷款与房价同步、消费者信心与短贷及信用卡不良相关等特征[page::5-7]。

利率水平维度：

- 资产端利率随国债收益率变动积极调整，但负债端活期存款利率刚性，导致净息差受国债收益率领先性影响，十年期国债收益率领先于贷款利率和银行净息差。
- 图12与图13展示国债利率与贷款利率及净息差的关系，凸显国债利率作为前瞻指标的可靠性[page::8]。

综合指标构建及验证：

- 以5个指标（商品房销售面积、经济同步指标、消费者信心指数、70城房价指数、十年期国债收益率）等权加总形成银行景气先行指标[page::9]。
- 该指标相较银行行业营收增速具显著领先性（图15）。
- 策略通过景气先行指标边际变化进行择时表现优异，2009年~2022年收益692%，大幅超出基准指数（申万银行97%，Wind全A189%），净值曲线策略明显优于基准[page::10-11]。

3. 房地产行业投资逻辑及量化框架

政策影响关键：

- 地产销售受政策影响显著，首付比例、公积金贷款等调控措施直接影响购房需求，地产政策松紧与商品房销售面积增速高度关联（图18）。
- 房地产作为经济核心，有20%固定资产投资贡献以及乘数效应，地产调控呈逆周期特征：周期下行中后期放松政策托底，周期上行阶段严控保障民生（图19）[page::12]。

周期及库存视角定量刻画：

- 基于库存周期四阶段，主动去库存阶段为景气下行中后期，为政策放松窗口期，驱动地产股价上涨，故着重捕捉该阶段[page::13]。
- 景气维度以建筑工程投资、土地购置费及国房景气指数三指标衡量房地产景气度动态（图20）。
- 库存维度采用“住宅库存”即住宅新开工面积与销售面积累计差值进行模拟，弥补统计局现有待售面积数据对期房库存的漏报，实现更准确的库存估计（图21、22）[page::13-14]。

实证验证与策略绩效：

- 在识别出主动去库存阶段时买入申万地产指数，非去库存阶段买入Wind全A。
- 回测期2009年~2022年9月策略收益349%，大幅优于申万地产59%和Wind全A 189%。
- 相对净值表现显示策略准确捕捉强势行情，非去库存阶段表现弱于市场（图23、24）[page::14-15]。

---

三、图表深度解读

图1 银行业绩分解图：清晰分拆银行业绩的收入端及支出端，突出利息净收入（生息资产规模与净息差）和拨备计提对银行利润的关键性影响，指导后续指标筛选[page::1]。
图3-4 行业贷款结构与不良贷款结构：

- 贷款以制造业及房地产为主，且这两大行业占不良贷款比例显著，验证核心产业对银行景气和风险影响的逻辑合理性[page::3-4]。

图6 个人贷款结构：

- 中长期住房贷款占比高，证明房价与贷款有紧密相关性；短期贷款比例次之与消费者信心挂钩[page::4-5]。

图7 经济同步指标走势：

- 反映制造业及工业产出景气，周期明显，操作价值高[page::5]。

图8 商品房销售领先地产贷款：

- 商品房销售面积在新开工面积及地产开发资金前具有领先性，明确信号来源与时间先后[page::5]。

图9 住房贷款增速与房价增速：

- 二者高度同步，有力支撑将房价作为房地产融资需求的关键领先指标[page::6]。

图10-11 消费者信心与个人短贷及不良情况：

- 显示信心指数与贷款增速正相关，与信用卡不良负相关，说明贷款需求与风险均受消费者情绪影响[page::7]。

图12-13 国债收益率与银行贷款利率及净息差关系：

- 国债收益率作为利率变动领头羊，领先贷款利率和净息差，具有良好的前瞻性意义[page::8]。

图14 银行景气五大指标走势：

- 展示五个入选指标在时间上的波动及趋势，体现指标的有效覆盖和经济信号特征[page::9]。

图15-17 银行业景气指标领先行业表现，策略净值与超额收益：

- 形象展示银行景气先行指标领先行业营收变化，择时策略累计显著跑赢基准及大盘[page::10-11]。

图18-19 房地产政策松紧与销售及开发投资关系：

- 实证地产松紧政策对销售面积和开发投资周期的领先性，解释政策逆周期调控本质[page::12]。

图20-22 地产景气与库存指标选用及走势：

- 采用建筑投资、土地购置费、国房景气指数构建景气指标，利用住宅新开工与销售差值模拟库存，指标较真实反映行业状态[page::13-14]。

图23-24 房地产策略净值及相对净值走势：

- 地产择时策略捕捉主动去库存阶段买入机会，取得了明显正向超额收益，且股价强势区间与主动去库存高度重合[page::15]。

---

四、估值分析

报告主要构建基本面景气先行指标及择时策略，核心为量化指标加权合成的银行景气先行指标和房地产景气+库存周期模型。报告未具体展开DCF、PE等传统估值模型分析，其估值本质为通过行业景气度判断预测未来业绩趋势，进而择时投资获取超额收益。驱动假设包括：

经济景气、利率水平直接映射银行净息差及贷款需求；

- 房地产政策周期具逆周期特征，政策预期驱动地产价格与行业景气；

库存周期阶段与政策变动高度相关，库存阶段划分支持择时执行。

该量化框架基于严密的数据多元回归与领先性分析，给出有效行业景气信号，并成功进行历史回测，验证实用性与准确性[page::9-15]。

---

五、风险因素评估

模型失效风险：

报告明确提示基于量化指标构建，指标若出现大幅异常波动可能导致综合景气指标失真，输出结果失效，带来策略判断风险。

指标波动引起的信号噪声：

高频指标波动、宏观环境突变、数据质量问题等都可能导致前瞻指标准确性下降。

政策变动与预期偏差风险：

房地产及银行板块高度依赖政策指引，若政策与历史逻辑不同步或突发，则导致策略效果减弱。

外部经济冲击风险：

国际局势、疫情反复等突发事件可能打破经济与金融基本面关联，影响指标的预测能力。

报告未详细列举对应缓解措施，但隐含依赖指标等权合成及多因子确认提升稳定性[page::0,16]。

---

六、批判性视角与细节洞察

指标采用等权加总处理，未明确不同指标权重，可能忽视部分指标对银行或地产行业景气影响的异质性，导致模型精细度不足。
经济同步指标作为制造业景气的代表仍偏粗糙，报告已自我批评其过于粗放，未来可考虑纳入更多细分行业或及时动态调整。
库存测算中采用新开工与销售差值估算广义库存，虽解决统计局待售面积缺陷，但仍存在期房销售高峰期与竣工时点不同步可能引起误差的问题。
房地产政策变量的二元分类简化了政策调控的复杂性，忽略不同地区、不同类型政策的非对称影响。
报告整体依托历史回测验证有效性，但结构性变化或非典型周期仍可能削弱前瞻性。

---

七、结论性综合

报告深刻剖析了银行与房地产行业的基本面运行逻辑及其量化映射路径，归纳如下关键观点：

银行基本面量化逻辑清晰：

业绩驱动因子“资产量、利差价、拨备质”均可通过经济景气（制造业、房地产、个人贷款）和利率水平（十年期国债收益率）进行高频映射，联合构建银行景气先行指标。

房地产基本面与政策逆周期特征明确：

以商品房销售、建筑投资、土地购置、库存周期等指标有效刻画房地产景气及库存阶段，特别强调“主动去库存”阶段为政策放松窗口，驱动股价上涨。

量化择时策略表现卓越：

- 银行策略2009-2022年累计收益692%，大幅领先申万银行97%和Wind全A 189%；
- 房地产策略同期间收益349%，超越申万地产59%和Wind全A 189%；
- 两者均显著超额收益且相对净值曲线稳健，策略能有效捕捉行业主要强势行情。

图表助力论证与数据支持：

全面引用贷款结构、不良率细分统计、经济与房价数据、消费者信心和国债利率走势、政策周期等多维图形充分支撑量化模型的逻辑合理性与实操性。

提示风险与模型限制：

量化框架复杂，数据依赖性强，存在模型失效隐患，供投资者审慎参考。

整体来看，本报告通过严谨的基本面量化分析，创新性地将宏观经济指标与行业贷款结构深度结合，构建出银行和房地产行业景气先行指标及择时策略，取得了显著的历史回报，具备较强的实用价值和投资指引意义[page::0-16]。

---

如果需要研读原报告细节及更多辅助图表，建议查阅国泰君安证券发布的完整专题深度报告《银行地产的基本面量化逻辑与投资思考》，以便深入理解数据模型与策略构建具体方法。

---