市盈率的基本概念及其投资价值 [page::0][page::3]

• 市盈率（PE）是股票价格与每股盈利的比率，是价值投资的重要指标，反映投资者愿意为每单位盈利支付的价格。

- 指数市盈率具有均值回归特征，可作为市场估值的参考，指数PE较高时通常预示市场未来下跌，反之亦然。

• 以微软1999-2006年案例说明高PE可能带来风险，低PE未必代表坏公司，成长性需结合判断。

行业市盈率及市值对市盈率影响分析 [page::5][page::9][page::10]

• 不同行业市盈率存在显著差异，成长行业如国防军工、计算机行业PE波动较大且估值更高。

- 市盈率与EPS增长呈正相关，说明市场给予高增长行业更高估值。

• 按市值分层后，小市值低PE股票获得更高收益，市值大的股票存在市值与PE负相关关系。

- 不同市值分组内，低PE组合均表现优于高PE组合。

相对市盈率及其估值方法介绍 [page::13][page::14]

• 相对市盈率定义为个股PE除以市场PE，用于衡量个股估值相对市场水平。

- 该模型通过N个月（最佳为42个月）移动平均相对市盈率与当前相对市盈率对比判断高估或低估。

• 结合盈利预测的动态变化筛选股票，排除负盈利和异常估值股票。

华泰相对市盈率估值选股模型表现优异 [page::19][page::20]

• 2005-2016年回测结果：模型累计收益4134%，年化收益37.72%，夏普率1.19，远超沪深300和中证500。

- 震荡市（2008-2014）中仍保持超额收益，夏普率高达1.25，表现稳健。

• 多空对冲组合也显示正向收益和较低波动率，最大回撤低于指数基准。

量化选股标准及因子逻辑 [page::18]

• 需保证42个月盈利数据稳定，排除异常市盈率状况。

- 移动平均相对市盈率与当前比较，盈利预测环比上调。

• 板块和行业轮动间体现行业估值稳定性和防御类行业青睐。

- 策略本质为均值回归选股策略，结合盈利预期优化。

组合持仓与市场表现特点 [page::22][page::23][page::24]

| 组合特点 | 数据/结论 |
|-----------------|---------------------------------|
| 行业集中度 | 医药、交通运输、基础化工等行业入选次数高，占比超过34% |
| 高频换手 | 平均换手率68.6%，说明策略选择相对低估、股价回升频繁 |
| 入选股票数量 | 回测期间共有863只股票累计入选5178次，风格偏向价值蓝筹 |
| 单只股票入选频次 | 如格力电器、浦发银行等均为入选次数较多的标的 |

相对市盈率均线策略参数敏感性分析 [page::15][page::16][page::17]

• N值取12至60个月均有效，42个月为最优。

- 低估组合稳定保持较高收益，年化收益率约33.5%。

• 高估组合收益显著较低，且夏普率低于低估组合。

- 策略适应性强，参数稳定性好。

交易及风险提示 [page::0][page::26]

• 回测未考虑交易费用，持仓调整频繁带来较高换手率。

- 历史表现不代表未来，模型基于历史数据规律总结，不构成投资建议。

• 投资者应结合自身风险承受能力理性决策。

| 年份 | 交通运输 | 医药 | 基础化工 | 机械 | 银行 |
|-------|-----------|-------|---------|------|-----|
| 2005 | 7 | 9 | 52 | 15 | 4 |
| 2010 | 35 | 25 | 8 | 34 | 41 |
| 2015 | 13 | 85 | 43 | 26 | 41 |

• 行业入选次数逐步分化，医药等防御行业表现稳定[page::22][page::23][page::24]

金工研究报告——华泰价值选股系列之相对市盈率选股模型深度解读

---

一、元数据与概览

• 报告标题：《华泰价值选股系列之相对市盈率选股模型 A 股市场实证研究》

- 作者与联系方式：林晓明（执业证书编号：S0570516010001）、王湘（执业证书编号：S0570516100001）

• 发布机构：华泰证券研究所

- 发布日期：2016年12月6日

• 研究主题：市盈率（PE）与相对市盈率在A股市场中的应用及其选股效能，尤其聚焦于基于相对市盈率构建的量化选股模型及其回测表现。

报告核心论点认为，传统市盈率作为估值指标虽广泛被认可，但存在局限，尤其是单一绝对值难以准确反映公司估值的合理性和相对于市场的估值水平。作者提出基于相对市盈率的估值选股模型，即公司市盈率与市场市盈率之比，有效地捕捉到了估值的相对偏高和偏低。该模型通过42个月移动平均相对市盈率及盈利预测趋势筛选低估股票，在2005年至2016年的回测中取得了显著的超额收益表现，年化收益率达37.72%，夏普比率优于沪深300和中证500指数，显示较强的风险调整回报能力[page::0、19]。

---

二、逐节深度解读

2.1 市盈率基础与指数市盈率分析

• 定义及内涵：市盈率即股票价格与每股盈利的比率，反映了投资回本的年限。高市盈率代表投资者预期较高的增长或风险溢价。举例微软公司1999年高达84倍市盈率，即投资者需100年以上收回投资，随后因成长放缓价格回落，体现了市盈率波动的风险提示作用[page::3]。

• 指数市盈率趋势：报告通过图表1与图表2显示，上证综指和沪深300指数的市盈率都呈周期性波动，长期均值约在20倍左右。市盈率大幅超过该均值时，后续通常有回归至均值的趋势，反之亦然。市盈率倒数（收益率指数EP）与10年国债收益率差值与市场走势相关性为-0.61，说明相对收益率指标具有择时价值[page::4]。

2.2 行业市盈率表现及相关性分析

• 不同行业的市盈率表现差异显著，且与行业成长性密切相关。如计算机行业市盈率中值高达200倍，国防军工、传媒等高成长行业波动率和均值均处于高位（图表5-8）。通过对EPS增长率与行业市盈率中值的相关性分析（图表9），发现行业成长与估值水平整体呈正相关，符合价值投资中对于成长股愿意付出更高市盈率的逻辑[page::5-8]。

2.3 市盈率分层测试与市值影响

• 市盈率分层测试采用将股票分组，根据市盈率从低到高及负值分层。结果显示，市盈率处于中间层次的组合表现最佳，低市盈率组合未必表现最好，反映市盈率单一指标对估值判断存在局限[page::8-9]。

• 市值衡量作用：将股票按照市值大小分为大中小三组后分别进行市盈率分层测试。结果显示，中大市值股票中，市盈率越低组合收益越高；小市值组中，除市盈率为负之外，市盈率较低组合同样胜出，但负市盈率组异常表现较好。大市值股票中市值与市盈率显著负相关（相关系数-0.186），但小中市值公司中相关性不明显。说明市盈率的估值效应需要结合市值分组综合判断。图表12-20详尽展示了这些分层业绩及相关性变化[page::9-12]。

2.4 相对市盈率介绍与估值方法

• 相对市盈率定义为公司PE与市场平均PE的比值，用于克服市盈率绝对指标不足的问题。预设长期增长率与风险程度不变假定，合理企业的相对PE应围绕1波动。使用N个月的移动平均相对PE与当前相对PE对比，低于均值则视为被低估，反之则高估[page::13]。

• 指标计算细节采用TTM市盈率（过去十二个月盈利计算），并以市场PE均值为基准，同时考虑盈利预期数据，为模型增加业绩增长的结合条件[page::13]。

2.5 华泰相对市盈率估值选股模型构建与回测

• 模型按以下标准选股：

1. 公司具备42个月数据，且盈利连续为正；
2. 排除市盈率负值或超100的异常样本；
3. 用42个月移动平均相对市盈率乘市场市盈率计算调整后市盈率；
4. 调整后市盈率大于当前实际市盈率（即当前估值低于历史均值）；
5. 当前对当年及次年盈利预测均较上月提升；
6. 选出市盈率比值最大的前50只股票构建组合。

• 模型表现佳：回测期间2005年至2016年9月复权总收益4134.03%（年化37.72%），夏普1.19，远超沪深300（10.99%年化，夏普0.33）和中证500（17.37%，夏普0.47）。在震荡行情阶段2008年11月至2014年7月依然表现出色，年化收益33.69%，夏普1.25，显示选股模型抗跌能力和稳定性强[page::18-19]。

2.6 模型胜率与多空组合分析

• 胜率方面，模型日、周、月胜率分别为52.22%、59.77%和66.43%。相较沪深300和中证500，月胜率持续高于基准，尤其在熊市阶段表现尤为优异，体现良好的防御性和稳定盈利能力[page::20]。
• 多空组合对冲收益显示，模型相较基准组合获显著超额收益，沪深300对冲组合年化22.62%收益，夏普1.59，较基准波动率低，最大回撤大幅优于指数表现，显著体现策略的实用性和稳健性[page::21]。

2.7 组合特征与行业配置

• 合计863只不同股票入选，累计5178次选中，股票偏向价值蓝筹股，典型包括格力电器、浦发银行、万科A等，行业分布以医药、交通运输、基础化工、电力及公用事业、机械等行业占据主导，反映模型青睐估值稳定、经营抗周期的防御属性行业[page::22-24]。
• 换手率较高（平均68.6%），原因在于组合聚焦于相对低估股票，股票价格上涨时退出，调仓频繁导致换手率上升。这对于策略的实操成本形成一定压力，需要投资者关注交易费用的影响[page::24]。

2.8 最新一期股票组合

• 报告列出2016年12月最新策略组合股票，包括传媒（凤凰传媒）、电力及公用事业（清新环境、碧水源等）、建材（南玻A、东方雨虹等）、交通运输（南方航空、广深铁路）、医药（华兰生物、爱尔眼科）等，组合行业分布较为均衡，延续了防御为主的特征[page::25]。

---

三、图表深度解读

3.1 指数市盈率趋势（图表1-3）

• 图表1和2分别展示上证综指和沪深300 PE自2006年起的走势，红线市盈率明显围绕灰色长期均值（约20倍）波动，当其超过50倍时，随即出现下跌趋势回归均值，体现均值回归特性。

- 图表3显示上证指数EP（市盈率倒数）与10年国债收益率差值，二者存在较强负相关（-0.61），EP高于国债收益率时股票吸引力增强，市场表现更佳，反之则弱势。

3.2 行业市盈率中值时序（图表4-6）

• 纺织服装（图4）、钢铁行业（图5）、计算机行业（图6）均展示了行业PE的周期性波动，计算机行业市盈率极高达到200倍，说明成长股估值显著高于周期股。

- 红线为年度PE（PE_LYR），灰白为TTM市盈率，橙红色为扣除非经常损益后的市盈率，三条线趋势一致说明调整后的市盈率较为稳健。

3.3 行业市盈率波动率与分布（图表7-8）

• 图7柱状图揭示国防军工、计算机、通信等成长型行业波动率最高；

- 图8表显示国防军工行业PE中值最高(71.45倍)，银行较低(13.69倍)，展现行业估值分歧。

3.4 PE与EPS增长率相关系数（图表9）

• 多数学科显示正相关，表明高EPS增长率行业对应较高PE，验证估值反映成长预期。

3.5 市盈率分层绩效（图表10-11）

• 按PE分层收益无明显单调关系，第三层中等PE组合表现最佳，避开最低及最高层的风险。

- 图11净值曲线显示第三层曲线高于左右两侧，支持收益稳健的观点。

3.6 不同市值组市盈率分层表现（图表12-17）

• 小市值组中低PE组合回报最高且波动率大；大市值组低PE组合表现相对温和，且最大回撤较低。

- 净值曲线图（图15-17）清晰显示低PE组合长期跑赢其他组合。

3.7 相关性分析（图表18-20）

• 小市值与PE相关性较弱，中市值也相对较小，大市值市盈率与市值显著负相关，说明市场主导对大盘蓝筹估值具有明显偏好。

3.8 估值模型回测绩效（图表22-25、30-33）

• 低市盈率和低估值组合整体收益更高，波动率较低，夏普比率更优，体现估值因子有效性。

- 不同窗口参数N波动下，收益稳定。

• 模型相对沪深300和中证500表现卓越，尤其震荡市阶段收益稳健，并且月度胜率高。

3.9 多空对冲组合（图表34-36）

• 多空组合年化收益22.62%，夏普1.59，最大回撤16.13%，远优于指数基金，反映模型在风险对冲中极具优势。

3.10 行业分布与换手率（图表37-41）

• 行业结构表现为医药、交通运输等防御行业高比重入选，且分布均匀。

- 换手率较高（68.6%），反映了策略对相对低估股票的快速替换机制。





---

四、估值分析

• 华泰证券采用的估值方法为相对市盈率的移动均线法，结合盈利预期修正。

- 关键输入：公司42个月数据连续盈利，排除极端负值或超高PE，计算42个月移动平均相对市盈率；结合市场PE均值计算调整后的公司市盈率。

• 选股基于调整后市盈率是否高于当前市盈率并盈利预测改善，同时排名选出前50只股票构建等权组合。

- 敏感性分析中参数N在12至60个月变动，模型表现稳定，收益优势显著，最佳参数42个月匹配历史经验[page::14-19]。

---

五、风险因素评估

• 报告明确指出模型基于历史数据总结，未来表现无保证，且不构成具体投资建议，提示投资风险。

- 市盈率指标对盈利的稳定性敏感，负盈利和极高市盈率公司被排除，防止个案异常带来估值误判。

• 换手率较高带来的交易成本风险未纳入，实际操作中可能影响净收益。

- 行业与公司成长变化、宏观经济波动、市场情绪等均可能影响模型有效性。

• 模型基于盈利预测数据，若预测失准会影响筛选效果。综上，报告强调模型须结合多维度判断[page::0、8、18、26]。

---

六、批判性视角与细微差别

• 报告整体逻辑严密，数据详实，但以下几个细节值得注意：

- 盈利预测依赖：模型借助机构盈利预测加大对盈利增长的信号依赖，盈利预测本身存在滞后及乐观偏差风险，可能影响模型准确性。
- 高换手率：近69%的换手率窗口对投资机构而言交易成本较高，需评估实际净收益体现。
- 历史回测局限：回测截止2016年，未来市场情况、制度变革、市场结构变化可能削弱模型表现，报告虽有风险提示，但未详述具体缓解措施。
- 非市场因素的缺失：宏观政策、行业周期等外生变量对估值影响未被体系化纳入，仅依赖市盈率及盈利预测可能会遗漏重要信息。
- 参数选择未详解：42个月均线选择虽基于敏感性测试，但缺乏对窗口选择的经济学解释。
- 现实执行障碍：排除市盈率极高和负盈利样本会导致部分高成长或调整期公司被排除，可能限制策略捕捉转型价值股。

综上，模型性能优异，但应谨慎考虑模型依赖的盈利预测准确性、市场变动以及交易费用对实际表现的影响[page::0、18、24]。

---

七、结论性综合

华泰证券的《华泰价值选股系列之相对市盈率选股模型》深度研究报告，围绕传统市盈率存在的绝对性缺陷，提出了结合市场整体市盈率形成的相对市盈率估值模型。报告基于A股2005至2016年实证数据，构建了以42个月移动平均相对市盈率结合盈利预测增长的量化选股模型。模型严格筛选连续盈利、估值合理且盈利预测上调的股票，体现了市盈率量化选股与成长预期融合的创新思路。

通过详尽的市盈率统计、行业对比及分层测试，作者揭示了市盈率与股价表现的非线性关系和市值分层的重要性，为模型提供扎实的理论基础和实践依据。模型在2005-2016年的回测中表现出极佳的盈利能力与风险控制，年化收益37.72%、夏普1.19，明显超越沪深300和中证500指数，显示良好的风险调整回报率及获胜概率。此外，模型在震荡市环境中同样表现稳健，进一步印证其择时抗跌能力。

图表深度解读显示，指数和行业市盈率波动与经济周期相符，个股及行业相对估值反映成长性差异。模型精准定位相对低估且盈利预期良好的股票，驱动组合显著价值提升。多空组合策略极大降低系统风险，提升年化收益，增强实战潜力。

行业分布方面，模型更频繁选中医药、交通运输等防御型行业股票，反映策略对抗周期波动的偏好。换手率高表明策略板块转换频繁，潜在对交易成本构成压力。

综上，报告体现了对市盈率估值理论的严谨应用与创新，将相对市盈率与盈利增长预期有机结合，打造出一个切实可行的价值选股量化模型。实证数据强有力地支持了该模型在A股市场超过基准指数的优异表现，为投资者提供了卓越的策略工具与视角。

投资者在应用时，应关注模型基于盈利预测的局限及换手率带来的交易成本，同时结合宏观环境与行业特性审慎判断，以发挥相对市盈率估值模型的最大效能。[page::0-26]

---

总结

华泰证券的这份研究报告系统地梳理并验证了市盈率—尤其是相对市盈率—在A股市场的应用价值。通过严谨的数据拆分、敏感性测试和回测分析，报告不仅验证了市盈率在不同市值及行业中的表现规律，还创新提出结合盈利预测调整后的相对市盈率模型，充分体现了估值、成长与风险的综合考量。

模型回测表现突出，特别是其在震荡市环境中保持稳健，显示出较高的风险调整收益，是实用性极强的量化价值选股策略典范。此外，报告针对行业风格偏好及换手率对策略运作的影响提供了充分数据，展现了研究的深度与细致。尽管存在盈利预测依赖、交易成本等限制，整体报告客观详实，为投资者理解及采纳基于相对市盈率的量化选股提供了重要参考依据。

---

如果需要获取具体数据图表可根据文中页码参照对应图片链接查看。

报告