中国股市整体盈利与估值趋势 [page::1][page::9][page::26]

• 预测2023Q4万得全A整体ROE为8.13%，非金融为7.68%，2024Q1分别为7.98%和7.63%。

- 当前万得全A估值处于历史低位，PB分位数仅为2.39%。

• 市场估值分化减少，整体处于低估区间，底部特征明显。

康波周期与中国三大周期影响 [page::10][page::11]

• 历史康波周期显示科技突破驱动经济长周期，当前处于智能化新周期初期。

- 中国人口、产能、库存三周期叠加影响，人口与产能周期下行，库存周期回升，带动企业盈利反弹。

行业轮动相对收益及策略配置 [page::5][page::29][page::30]

• 模拟组合基于基本面与量价信息实现行业轮动，2023年12月重点配置电力及公用事业、钢铁、交通运输、传媒、银行。

- 机构调研热点及机构关注度均指向上述行业，拥挤度指标显示汽车、房地产行业有持续拥挤风险。

• 相关行业轮动历史持仓明细表明连续跟踪上述行业。

基本面量化框架与单行业示例—银行 [page::34][page::35][page::36]

• 建立行业特有逻辑链包含业务概览、财务报表分析、相关ROE影响因素和产业链分析。

- 银行业以信贷业务为核心，进行“量、价、质”分析，利用风险调整净息差衡量盈利质量。

• 利率上升有利于银行盈利，当前看多银行行业，仓位与净值表现良好。

估值与机构关注度分析 [page::27][page::28]

• 食品饮料处于高ROE和高PB状态，计算机高PB，整体估值分化指数降低。

- 机构关注重点向非银行金融和传媒行业转移，石油石化关注度回落。

交易拥挤度及风险提示 [page::31][page::32][page::38]

• 流动性、成分股扩散、波动率和成分股一致性为关键拥挤度指标。

- 汽车行业触发流动性拥挤阈值，汽车与房地产处于持续拥挤状态，短期需关注风险。

• 量化模型基于历史数据，未涵盖宏观及政策突发事件，存在失效风险，需结合定性调整。

证券研究报告详细分析报告——《继续坚定看多未来两年的中国股市基本面量化模型跟踪》

---

一、元数据与报告概览

• 报告标题：继续坚定看多未来两年的中国股市基本面量化模型跟踪

- 作者：王程畅（CFA），徐建华（总监，多因子与ESG策略组首席分析师）

• 发布机构：中信建投证券股份有限公司

- 发布日期：2023年12月05日

• 研究主题：中国A股市场基本面量化研究，未来两年市场趋势预测及行业配置建议

核心观点与评级：

• 依据自下而上的分析师预期汇总，预测2023年第四季度万得全A及万得全A非金融指数ROE分别为8.13%和7.68%，2024年第一季度略有回落，但市场整体处于历史低估值水平，且库存周期的上行将推动上市公司未来盈利能力持续改善，作者坚定看多未来两年中国股市基本面。

- 在行业配置上，重点推荐电力及公用事业、钢铁、交通运输、传媒和银行五大行业。

• 报告风险提示明确指出，量化模型基于历史数据的规律，存在未来失效可能。[page::0,1,38]

---

二、逐节深度解读

1. 摘要及核心观点（第1页）

• 作者从分析师对企业盈利的预期出发，量化预测了整体市值加权的ROE，发现当前ROE处于相对稳定水平，且考虑库存周期即将上行的驱动，企业盈利预计于2023Q4开始转正向恢复。

- 期权市场波动率处于历史低点，市场情绪相对平稳；万得全A的市净率（PB）分位数仅2.39%，估值处于历史较低水平，显示市场存在估值修复空间。

• 机构关注度在“非银行金融”和“传媒”转强，“石油石化”关注度下滑，细分行业轮动明显，汽车和房地产出现拥挤信号，需谨慎。[page::1]

2. 基本面量化框架与剩余收益模型（第3-4页）

• 报告详细阐述了权益定价理论和剩余收益模型：股票价格等于公司账面价值加上未来剩余收益的折现总和。理解ROE和资本成本的差异（剩余收益）是估值的核心[page::3-4]。

- 解释了现实市场中噪声投资者导致的价格偏离，强调价值投资应关注质量企业和合理价格买入，这为后文基本面量化分析奠定理论基础。

3. 量化择时及盈利预测方法（第7-9页）

• 详解了ROE的高频预测路径：结合正式财报、业绩快报、业绩预告和分析师预期数据，逐层判断和补充预测，实现季度ROE的实时估计。[page::7-8]

- 通过对万得全A和非金融指数ROE的历史及预测趋势解读，最新2023Q4 ROE预测为8.13%和7.68%，与2023Q3实际值略有持平但未来期望向好，体现出基本面企稳回升确认。[page::9]

4. 宏观周期与行业盈利驱动（第10-13页）

• 介绍典型的五轮康波周期，历时数十年，繁荣与萧条交替，指出当前处于2020年后疫情康波萧条向复苏的转折期，AI等新技术可能引发新一轮康波繁荣。[page::10]

- 中国特有的库存、产能和人口三大周期互为影响，目前库存周期处于走高阶段，产能和人口周期处于下行，对整体盈利构成结构性影响。[page::11-12]

• 结合柯布-道格拉斯生产函数拆解经济增长来源，指出人口下降抑制GDP增长，进而影响企业盈利并透过ROE影响市场价值增长；深入说明GDP增长、企业盈利占比及估值三者共同决定股市价值增速。[page::13]

5. 市场情绪与波动率指标（第14-16页）

• 通过期权隐含波动率（VIX及GVI）数据展示市场恐慌和预期波动水平，当前主要股指及大宗商品波动率处于历史低位，反映市场情绪稳定且预期波动较低。[page::14-15]

- 成交量数据显示近期市场交易活跃度不高，辅助反映市场投资者谨慎、观望心理浓厚。[page::16]

6. 交易拥挤度与机构动向（第17-18页）

• 追踪低频拥挤指标（流动性、成分股扩散、波动率、成分股一致性），显示当前拥挤信号和拥挤行业数量都较少，汽车行业为例触发拥挤阈值，提示流动性集中风险。[page::17,31-32]

- 机构调研频率显示非银行金融、传媒、钢铁、电力及公用事业等行业关注度提升，为配置提供支持。[page::28-30]

7. 行业分析与配置（第19-30页）

• 中信一级行业从产业链层面进行系统梳理，采用感应度系数、产业影响力等多维度指标揭示行业间上下游联系和经济影响力，辅助理解各行业在中国经济体系中的地位与波动传导路径。[page::20-21]

- 通过战略投资净额增速测算行业生命周期，基础化工、电力设备及新能源、汽车、计算机等表现出较强产能扩张，承载未来增长动力。[page::23]

• 构建复合景气度指标，融合微观财务分析、分析师预期与行业量化模型，识别出电力及公用事业、钢铁、交通运输和传媒为当前高景气行业。[page::24-25]

- 基于PB分位数，市场整体估值处于极低水平，所有行业PB分位均低于50%，行业估值分化有所收敛，食品饮料、计算机等高ROE行业估值相对较高。[page::26-27]

• 机构调研数据和策略持仓显示，机构重点配置电力及公用事业、钢铁、非银行金融、交通运输、传媒五大行业，验证量化模型行业判断。[page::28-30]

8. 单行业案例分析-银行（第35-36页）

• 银行业主要业务结构及盈利来源简述，信贷业务占比70%以上，利润由资产规模（量）、净息差（价）及贷款质量（三）决定，风险调整净息差指标综合价质情况。

- 通过财务报表勾稽关系分析银行与实体企业的利息及手续费往来，明确盈利稳定性的底层逻辑。

• 择时表现显示利率上行环境下银行表现良好，当前阶段看多银行。[page::35-36]

9. 风险提示与声明（第38-40页）

• 严谨指出量化模型基于历史规律，未来因宏观环境、政策调整或突发事件可能失效，建议结合定性研究，具体问题具体分析。

- 明确分析师独立性，披露报告法律声明和免责声明，规范提示投资者风险，体现研究专业合规[page::38-40]。

---

三、图表深度解读

1. 权益定价及剩余收益模型框架图（第3-4页）

• 该图清晰展现权益类资产估值的核心公式，表明公司价值等于账面资本加未来剩余收益折现，拆解为价值和质量两大基础。

- 逻辑连接资金成本、盈利率、资产结构和市场情绪，转换为量化指标，为后续盈利预测及行业景气度构建提供直观数学依据。[page::3-4]

2. 行业轮动策略模拟回报（第5页）

• 图表显示结合基本面与量价因素构建的行业轮动策略过去一年整体相对基准能实现超额收益，显示策略有效性。

- 模拟回报红线明显优于蓝线（基准回报），灰色部分显示战略优势清晰，验证基本面+价格量能综合信号的实用性。[page::5]

3. 业绩披露时间与盈利预测流程图（第7-8页）

• 时间轴展示财务报告、快报、预告等不同层级信息披露节奏，突出数据更新频率，为市场盈利能力跟踪的时效性提供证据。

- 流程图明确利用多层级财务/预期数据实现未来季度净利润预测路径，系统性强，基础扎实。[page::7-8]

4. 万得全A及非金融指数ROE预测（第9页）

• 折线图显示2015年至今ROE预测与真实值的高度契合，预测波动幅度相对较窄，历史拟合良好。

- 2023Q4预测ROE温和上升，体现基本面即将好转，预测偏差小，验证分析师预期数据的可信度。[page::9]

5. 康波周期及三周期图示（第10-11页）

• 历史五轮康波周期图表明经济发展遵循长周期波动，技术革命驱动经济繁荣，周期长度合理推断出下一个繁荣期。

- 库存、产能、人口周期图显示中国当前处于库存上行、产能和人口下行格局，预判盈利将在2023年三季度迎底回升，逻辑严谨。[page::10-11]

6. 期权波动率及市场成交（第14-16页）

• 股指和商品的隐含波动率均在低位运行，历史极值对比显示当前市场波动预期处于低风险状态，有利于市场向上稳定发展。

- 成交量图反映目前市场活跃度不高，行情缺乏强劲驱动力，情绪偏中性，但低位震荡可能为蓄势阶段。[page::14-16]

7. 交易拥挤度指标及机构调研（第17-30页）

• 拥挤度指标显示整体拥挤现象减弱，仅汽车行业流动性指标偏高，表明局部风险存在。

- 机构调研词云和行业关注频率折线揭示资金近期偏好，辅助行业配置决策，强调“电力、公用事业”、“钢铁”等行业关注度升级。[page::17,28-30]

8. 行业产业链与生命周期分析（第20-23页）

• 产业链梳理图清晰展示行业间上下游依赖关系，帮助理解哪些行业具有产业核心地位及其对经济的感应度和影响力。

- 战略投资净额增速揭示产能扩张热点行业，为捕捉行业成长窗口提供量化依据。[page::20-23]

9. 行业景气度及估值分布（第24-27页）

• 景气度综合表揭示整体行业盈利能力及成长趋势，电力、钢铁、交通运输和传媒处于高景气状态。

- PB-ROE散点图反映估值与盈利的对应关系，显示部分行业存在估值偏高或偏低的现象，行业估值分化指数显示整体估值分化缩小，市场进入均衡阶段。[page::24-27]

---

四、估值分析

• 报告通过市净率（PB）分位数作为估值指标，结合分析师ROE预期，判断市场当前处于极低估值区间，PB分位数2.39%显示整体市场处于历史底部区域。

- 行业间PB均低于50%，估值分化减少，短期存在估值修复的潜力。

• 报告并未详细展开DCF等现金流折现估值法，但以剩余收益模型为理论基础，结合财务和分析师预期数据实现ROE驱动的估值框架。

- 强调通过量价和基本面信号筛选行业，运用交易拥挤度等非传统指标保障估值安全边际，明显采用多元化估值风险管控。[page::1,4,24,26]

---

五、风险因素评估

• 量化模型本质上依赖历史数据及其内在规律，一旦宏观环境发生深刻变化、政策调整或出现黑天鹅事件，历史模型规律可能失效。

- 交易拥挤风险在部分行业存在，尤其汽车和房地产，可能面临流动性风险与价格波动加剧。

• 模型未能充分纳入宏观突发事件、不确定政策影响，投资者需同时关注定性研究结果和市场实时变化。

- 风险提示提醒用户应结合多方面信息，灵活调整投资策略，避免盲目依赖单一量化模型。[page::1,17,31,38]

---

六、批判性视角与细微差别

• 报告中对未来盈利的预测多依赖分析师预期，存在预期偏差风险，尤其在宏观环境突变时预测有效性受限。

- 存在对科技康波周期的乐观预期，这一设想虽然有理论支持但缺乏短期实践验证，需审慎观望。

• 机构关注度等行为指标解释力有限，表面热度可能掩盖潜在风险，如汽车行业持续拥挤信号持续，可能反映过热或即将调整。

- 报告整体量化方法科学，但依赖公开财务和分析师数据，未详述如何处理信息滞后与数据质量问题，可能对细节预测带来限制。

• 产业链分析详尽但部分指标排序含糊（表20页），需结合其他定性判断使用，避免机械套用。[page::1,10,17,20,31]

---

七、结论性综合

本报告以严谨的基本面量化分析框架为基础，结合大量财务数据、分析师预期及市场行为信号，系统展现了中国A股当前较低估值水平和未来两年盈利回暖的可能性。通过剩余收益模型理论框架，报告清晰拆解了股价背后的盈利和资本成本关系，利用高频数据动态跟踪上市公司ROE，体现较强的预测准确性。

宏观层面，报告结合康波周期与中国特有的人口、产能和库存三周期分析，指出库存周期上行将成为盈利修复的重要驱动力，补充了传统宏观周期分析的实用视角。市场情绪平稳且预期波动率处于近年低位，成交量虽低但无明显恐慌，支持行情稳定发展。

在行业层面，结合产业链感应度和行业生命周期的多维度指标，报告科学甄别出电力及公用事业、钢铁、交通运输、传媒和银行为高景气行业，并通过机构调研数据及交易拥挤度进行验证，形成较为成熟的行业配置方案。银行行业个案分析生动展现了单行业量化分析的深度和实操可行性。

估值角度显示，当前A股整体处于历史极低估值区间，行业估值分化收敛，存在估值修复潜力。风险方面，报告透明披露量化模型的历史依赖性风险，提醒结合宏观政策和突发事件动态调整策略。

综合来看，报告立场坚定乐观，认为当前两年中国股市正处于由盈利低谷向复苏转折的窗口期，利用量化模型和多维度行业轮动策略把握机会，科学且具有较强市场实操参考价值。投资者可重点关注报告推荐的电力及公用事业、钢铁、交通运输、传媒和银行板块，同时严控汽车和房地产领域的流动性及拥挤风险，注意宏观和政策环境变化对模型有效性的潜在冲击。[page::1,9-13,24-27,29-32,35-36,38]

---

附图示例

• 权益定价及剩余收益模型（第3页）

• 行业轮动相对收益模拟（第5页）

• 预测万得全A及非金融ROE趋势（第9页）

• 康波周期历史示意（第10页）

• 中国三周期叠加示意（第11页）

• 单行业基本面量化框架（第34页）

• 银行业简化利润表及资产负债（第35页）

---

总体评价：

中信建投证券本份报告通过系统梳理中国股市基本面量化回归规律、宏观中长期周期及具体行业表现，结合多种数据分析方法，形成了科学、严谨而富有洞见的投资建议。报告尤其强调低估值与盈利拐点的契合，提供长期布局中国股市的合理逻辑支撑。风险提示清晰，逻辑层次分明，为投资者提供了既有理论深度又兼具实操性的决策参考。

报告