1. 市场当前估值及走势概况 [page::5][page::6][page::7]

• 2018年初至8月，A股多大指数市盈率处于历史低位，上证50市盈率最低至9.7倍，沪深300及上证综指均处低位估值水平。

- 主要指数整体呈下行趋势，估值指标与指数走势具备较强同步性。

2. 历史熊市中估值、情绪与流动性指标对市场底部的作用 [page::8][page::9][page::10][page::11][page::12]

• 03-05年熊市，市场底先于估值底；08年熊市两者同步；11-14年熊市市场底领先估值底。

- 情绪指标以换手率为代表，一般领先市场底部；流动性指标的货币资金剪刀差通常滞后市场底部数月。

• 单一指标并不能稳定捕捉市场底部，需多维度综合判断。

3. 估值指标及择时效果分析 [page::14][page::15]

• 市盈率及市净率反映市场长期趋势，相关性分别达到0.89和0.93。

- 估值指标短期择时效果较弱，市盈率月度变化率与下一期收益率相关系数约0.15。

• 表1显示估值指标具备显著的滚动相关性和择时能力。

4. 市场情绪指标详解及择时贡献 [page::16][page::17][page::18][page::19][page::20][page::21][page::22][page::23][page::24][page::25]

• 封闭式基金折价率体现投资者情绪，被动指数型基金折价率与上证综指呈显著负相关。

- 指数换手率，特别是1年均值的对数换手率，择时能力最强，相关均值达0.74。

• IPO市场发行数量和融资额反映情绪周期性波动，融资额与大盘相关性略高。

- 股利溢价在A股市场表现受制于股息支付的季节性，难作为稳定情绪指标。

5. 流动性指标及其影响市场的机制 [page::26][page::27][page::28][page::29][page::30][page::31]

• M1同比增速及M1%-M2%反映活期存款相对于定期存款变化，与股市行情呈正相关。

- 巴菲特指标（股市总市值/GDP）显示较强的长期相关性，相关均值0.97。

• 融资融券余额发展初期效果有限，2014年后相关性大幅提升，如余额与上证综指相关系数达0.94。

- 利率债基准收益率与股市相关性波动，信用利差与股市呈稳定负相关，反映资金流向和流动性状况。

6. 指标合成策略与市场拐点判断 [page::32][page::33][page::34][page::35][page::36]

• 采用等权Z-score标准化合成估值、情绪和流动性三大指标，提高整体择时稳定性。

- 多维度指标与上证综指走势高度匹配，三指标轮动揭示熊市底部序列一致。

• 历史熊市拐点观察表明，情绪指标通常领先，估值指标次之，流动性指标滞后。

- 2018年7月底模型显示情绪指标仍处低迷，估值和流动性指标略有回升，整体市场依然处于下行状态。

深度解析申万主动量化之基本面择时模型报告（2018年8月7日）

---

1. 元数据与报告概览

• 报告标题：申万主动量化之基本面择时模型 — 基于估值、情绪及流动性指标的市场底部分析

- 作者：证券分析师杨国平、王湘

• 发布机构：申万宏源证券研究所

- 发布日期：2018年8月7日

• 研究主题：基于多维度基本面指标（估值、市场情绪和流动性），量化分析中国A股市场底部状态及市场拐点的判断。

核心论点与结论：

报告指出，单一估值指标难以有效捕捉市场真正的底部，因此试图通过三维度指标合成模型（估值、情绪和流动性指标）来获得对市场底部和拐点的更准确判断。历史上，三次熊市（2003-05年、2008年、2011-14年）中，估值指标、情绪和流动性指标与市场底部的关系各有不同，且指标顺序呈现阶段性差异。综合三个纬度指标能更好地描述市场状态。

截至2018年7月底，三大指标总体呈现下行趋势，显示当前市场处于下行阶段，无明显底部反转信号[page::0,5,7,8,9,11,13,32,33,34,36,37]。

---

2. 逐节精读与剖析

2.1 市场触底的思考（第5页）

• 2018年至今，A股市场呈单边下跌趋势。市场底部的识别对投资者策略制定至关重要。

- 强调单一指标不足以准确触底，需从估值、情绪和流动性多个角度共同判断市场走向[page::5]。

2.2 当前市场估值表现（第5-7页）

• 月末（8月3日）各大指数估值创出年内低点，如上证50市盈率仅约9.7倍（市净率1.21倍）。

- 深证成指和中证500指数市盈率偏高，分别达到19.6倍和21.2倍，显示市场整体估值有所分化。

• 图1显示各指数过去1个月频繁下跌，反映市场短期明显承压。

- 图2-11详细呈现各指数历时3个月的市盈率TTM与市净率LF走势，整体呈下降趋势，依稀显出估值压力加剧[page::5,6,7]。

2.3 历史估值底研究（第7-12页）

2.3.1 估值底与市场底时序关系（图12-17）

• 03-05年熊市：市场底（股价最低）先于估值底（市盈率、市净率最低），时间相差约6个月。

- 08年熊市：估值底与市场底基本同步，均发生在2008年10月。

• 11-14年熊市：市场底先于估值底，时间间距约10个月。

结论是：市场底部一般先于或同步于估值最低点，估值指标对市场底的预测具有一定延迟性。

2.3.2 换手率（市场情绪的指南针）（图18-20）

• 换手率被用作为情绪指标，体现投资者买卖活跃度。

- 03-05年期间换手率多次触底，股价才最终达到底部。

• 08年熊市换手率与股价底同时发生。

- 11-14年熊市换手率底领先股价底约10个月。

结论是，换手率情绪指标略微领先于市场底部，有望作为短期市场情绪反转信号。

2.3.3 货币供应量（市场流动性）（图21-23）

• M1-M2同比差（即活期存款增速相对定期存款增速差）衡量市场流动性。

- 流动性底普遍滞后市场底，滞后时间3-8个月。

• 说明流动性恢复往往滞后于股价反弹的开始，不能作为底部的先行指标。

2.3.4 小结

• 市场底、估值底、情绪底和流动性底时间先后不一，三类指标各有优缺点。

- 单一指标不足以精准识别全市场底部，需多指标合成综合判断[page::8,9,10,11,12]。

2.4 基本面择时框架（第13页）

• 市场估值是“称重器”，而情绪、流动性是“投票器”，三者共同决定市场走势。

- 估值以市盈率、市净率为核心；情绪指标参考Baker & Wurgler提出的六大情绪因子，包括封闭基金折价率、换手率、IPO轨迹和股利溢价；流动性指标主要为货币供应量、巴菲特指标（市值/GDP比率）、融资融券余额及债市利率[page::13]。

2.5 指标评价方法（第13页）

• 使用36个月滚动Pearson相关分析指标与市场的关系。

- 一方面观察指标与指数点位的长期相关性，另一方面考察指标月度变化与指数下一期收益率短期相关性。

• 统计指标包括平均相关系数、相关强度、t值及相关系数超过阈值比例等[page::13]。

2.6 估值指标具体分析（第14-15页）

• 上证综指每股收益与净资产均长期增长，盈利平稳，说明估值指标的下降更多反映市场价格的调整。

- 上证综指市盈率与市净率与指数同步性极高（相关系数分别达0.89和0.93），但其月度变化率对下一期收益率的预测能力较弱（相关系数0.15和0.11）。

• 表1统计验证了市盈率、市净率对指数点位的择时效果良好，但对短期收益率预测能力有限。

- 图28-29显示市盈率、市净率历史走势，波动频繁但整体与指数走势相符[page::14,15]。

2.7 情绪指标探讨（第16-25页）

封闭式基金折价率（CEFD）

• CEFD反映投资者情绪预期，计算为基金净值与市场价格的加权折价率。

- 2018年A股封闭基金共328只，股票型占绝大多数，且被动指数型基金在数量和规模上占优。

• 2011年后，负CEFD与上证综指相关性增强，尤其被动指数型基金折价率与指数呈明显负相关（月度变动率与收益率正相关），说明被动指数型基金折价率更能反映市场情绪。

- 普通股票型基金折价率与指数相关性较弱。

• 图30-37展示了封闭式基金种类分布及折价率演变[page::16,17,18,19]。

指数换手率

• 换手率对数的1年均值的择时能力优于其他平均周期，具有较强的滚动相关性（相关系数0.74）。

- 换手率反映市场流动性与投资者交易热情，波动与股价趋势同步。

• 图38-39和表3支持换手率作为情绪指标的有效性[page::19,20]。

IPO市场发行数量及首日收益率

• IPO数量和首日涨跌幅均表现出高自相关和聚集性，显示情绪周期性强。

- IPO融资总量的相关性高于单纯的数量指标，更好表达市场融资情况。

• 2014年新规限制首日涨跌幅后，首日收益率指标择时功能减弱。

- IPO数量、融资规模与上证综指呈正相关（表5，图40-44）[page::21,22,23]。

股利溢价

• 股利溢价指标体现了投资者对分红股票的偏好，但A股市场有显著“支付股息的月度偏好”，股利按季或集中发放，导致指标的数据季节性强。

- 因此不具备稳定的情绪指标功能。

• 图45-47展示股利溢价与分红公司频数分布，显示季节性明显，影响其作为情绪指标的准确性[page::23,24,25]。

2.8 流动性指标分析（第25-31页）

M1及M2同比增速差（图48-49）

• M1代表市场上的流动货币资金，M2是包含定期存款的更广义货币指标。

- M1的增速与股票市场走势高度同步，牛市中M1增速加快，熊市减慢。

• M1% - M2% 用于衡量货币的活期化程度，是市场资金活跃度的关键信号，数据显示其与股市走势有正相关（表6）。

- M2本身相关性不强，主要因包含大比例非活跃资金。

巴菲特指标（股市总市值/GDP比）

• 以历史上美国股市大崩盘前的高市值/GDP比率为参考，该指标能反映市场资金过热风险。

- 中国市场数据显示股市市值/GDP走势与上证指数高度一致（相关系数0.97），有助于宏观市场估值判断（图50-51，表7）。

融资融券余额

• 融资融券业务自2010年起稳步扩大，目前规模巨大（超过8000亿元），占A股总市值比例稳定在1.5%-3%。

- 与股指涨跌高度相关，2014年后相关性明显提升。

• 表8和图52-54表明融资余额及其同比增速是流动性重要代表指标。

利率债与信用债收益率及信用利差

• 利率债国债收益率与股市负相关性不明显，仅2014-2015年牛市阶段明显负相关。

- 信用利差则与股市流动性呈显著负相关，流动性紧张时信用利差扩大。

• 相关系数分别为-0.27 (5年期)和-0.33 (10年期)，确认信用利差是反映流动性风险的有效指标（图55-57，表9）[page::25,26,27,28,29,30,31]。

2.9 指标合成与市场状态判断（第32-36页）

• 采用简单加权法合成三大指标：

- 估值指标为市盈率Z-score + 市净率Z-score；
- 情绪指标为负CEFD、换手率、IPO融资额和IPO涨跌幅Z-score之和；
- 流动性指标为M1%、M1%-M2%、股市市值／GDP和融资融券余额Z-score之和。

• 三维指标与上证综指长期走势高度吻合，且能较好捕捉历史市场拐点。

- 统计结果显示三指标均与指数点位呈高度正相关，但与下一期收益率呈轻微负相关（表11、12）。

• 观察2001-14年三次熊市，指标底部出现顺序各异，但多维指标均提供不同视角的底部信号。

- 截止2018年7月，三指标总体呈现下降趋势，情绪指标尤为疲软；虽7月估值及流动性略有回升，但总体市场下行态势未变，市场底部尚未确立（图58,59,60,61,62,63）[page::32,33,34,35,36].

---

3. 图表深度解读（精选）

图1（第5页）：近1个月内各大指数涨跌幅

• 反映2018年7月底至8月初多指数大幅下跌，深证成指等跌幅达7%以上，市场整体承压。

- 支持估值指标创年内新低的背景。

图12-17（第8-9页）：历次熊市市盈率/市净率底与市场底位置对比

• 清晰展现估值底与市场底不同步现象，显示估值指标滞后性。

图18-20（第10页）：换手率底与市场底对比

• 揭示换手率频繁触底、情绪波动幅度大，提供情绪领先市场的一种直观证据。

图21-23（第11-12页）：货币供应量(M1%-M2%)底部与市场底对比

• 流动性指标滞后市场底，滞后时间最长8个月，提示流动性恢复不会是市场触底信号。

图30-37（第17-19页）：封闭式基金分类及折价率走势

• 突显被动指数封闭式基金的主导地位与折价率与市场波动的关系。

- 折价率作为情绪指标的选择需要区分基金类型。

图38-39（第20页）：上证综指换手率对数及其一年均值

• 换手率对数一年均值显示的平滑曲线更适合表达情绪强度，择时能力强。

图40-44（第21-23页）：IPO数量与首日涨跌幅、自相关分析及与行情的关系

• IPO市场强自相关，融资总额波动与股价走势显著相关。

图45-47（第24-25页）：股利溢价与分红公司支付季节性分析

• 明显的季节性限制了股利溢价作为情绪指标的适用性。

图48-49（第26-27页）：M1、M2同比增速及剪刀差与上证综指走势

• M1增速与股价高度同步，M1%-M2%活期化程度更能体现资金活跃性。

图50-51（第27-28页）：巴菲特指标历史趋势

• 美股历史股灾时股市市值/GDP指标居高不下显警示作用。

- 类似逻辑适用于中国市场。

图52-54（第29页）：两融余额及其与上证综指关系

• 明显两融余额扩张同步推动市场上涨，支持融资融券余额代表市场流动性。

图55-57（第30-31页）：利率债、信用债收益率以及信用利差走势

• 期限不同的利率债收益率未广泛反映流动性风险，但信用利差为增强的负相关信号。

图58（第32页）：市场量化择时框架示意图

• 清晰展示估值、情绪和流动性多指标合成流程。

图59-63（第33-36页）：合成指标与上证综指历史走势对比

• 多指标线整体同步指数涨跌，历史牛熊转换节点均可捕捉，验证模型有效性。

- 2018年7月数据显示多指标仍处下行趋势，股市拐点尚未明朗。

---

4. 估值方法解析

• 主要采用低估值指标（市盈率TTM、市净率LF）作为基石估值指标，结合情绪指标及宏观流动性指标建立“多维度基本面择时模型”。

- 指标转换成Z-score标准化后进行等权加和，避免单一指标异常波动影响整体判断。

• 情绪指标借鉴文献模型，专注测度市场预期与投资者行为的波动。

- 流动性指标依赖宏观资金供应与资本市场资金增量反映流动性宽松或紧缩状态。

• 估值与情绪结合考虑短期市场情绪波动，使择时模型更稳健。

---

5. 风险因素评估

报告对风险因素未明确单独列示，但结合内容可知：

• 单一指标具有滞后和先行偏差，模型仍具有有限的预测不确定性。

- 市场流动性变化受政策和宏观经济环境影响，突发因素可能使指标失效。

• 情绪指标受金融产品结构变化影响（如封闭式基金类型变迁）明显。

- 股利溢价等部分指标受制度和行为偏好约束，影响效果有限。

• 融资融券等市场机制新兴，历史数据有限，模型适用范围存在潜在不确定。

对投资者而言，需要关注这些风险和假设，谨慎应用模型择时结果。

---

6. 审慎视角与细微差别

• 报告虽全面涵盖估值、情绪及流动性三维度，但对异质性市场结构及政策突变敏感性缺乏深入讨论。

- 股利溢价指标直接被剔除，显示了A股市场独特行为可能限制传统指标适用性。

• 多指标合成虽增强信号稳定性，但权重均等假设可能忽视指标间实际影响力差异。

- 报告重点为市场宏观择时，缺乏对行业、个股微观层面的衔接分析。

• 历史案例对未来的预测能力受限于市场结构和制度变迁。

综上，投资者应结合宏观判断及多元信息，不可盲目依赖模型。

---

7. 结论性综合

申万宏源的本报告围绕“寻找A股市场底部拐点”主题，系统构筑了基于市场估值、市场情绪和市场流动性三大维度的量化择时模型。利用历史三次典型熊市的实例，报告验证了单一估值指标不足以精准判断市场底部，加入了情绪指标（封闭式基金折价率、换手率、IPO指标）及流动性指标（货币供应量、巴菲特指标、融资融券余额、信用利差）后，模型在历史市场底部的拟合及拐点的识别上表现优良。

图表层面，详细展示了各个指标随时间的变化趋势，以及不同指标与市场指数的相关性，证明了三类指标的价值和互补性。尤其M1增速、M1-M2差、融资融券余额的走势对市场流动性的揭示尤为明显。情绪指标方面，被动指数型封闭式基金折价率及换手率的择时能力优于传统情绪指标。IPO市场融资额超过数量对情绪的反映更为有效。股利溢价在A股受季节性影响较大，实用性较弱。

合成后的择时模型曲线与上证综指走势高度匹配，且当前（2018年7月）显示市场估值和流动性指标略有回暖，而情绪指标持续下降，整体判断仍为市场下行阶段，尚无底部明确信号。

综上，该报告提供了一套系统的、基于基本面的多维择时工具，强调择时应综合考虑估值、情绪和流动性三要素，兼具历史经验和理论支撑。对此，交易者与资产管理者可以作为宏观策略的重要参考，但仍需结合市场结构变化与政策环境进行灵活应用[page::0,5,7-12,14-16,17-25,26-31,32-36,37]。

---

参考图表示例

（注：markdown格式引用示例如下）

• 图1：近1个月内各大指数涨跌幅

• 图12：03-05年熊市市盈率(TTM)底与市场底

• 图58：申万市场量化择时框架

• 图63：估值指标、情绪指标和流动性指标与上证综指净值曲线对比（2017年至2018年）

---

总结

该报告全面、系统地构筑了中国A股市场多维度基本面择时框架，充分挖掘估值、情绪和流动性三个维度的指标信息，对市场底部识别提供了极具参考价值的视角。其数据详实、图表丰富，理论与实证结合紧密，对理解市场周期及择时策略构建有启示作用。投资者在实际操作时需结合政策环境和市场结构变化，审慎使用模型结果，避免过度依赖单一指标和历史经验带来的偏差风险。

报告