【中信策略】估值的标尺（数据观天下系列月度跟踪报告第9期）

 投资要点

我们在半年度策略报告当中花了不少笔墨去讲利率上升和估值的关系，核心就是表达一个观点，绝对估值水平没有明确的边界，估值的变化下半年还是要取决于利率的方向。然而即便我们对未来行情偏谨慎，但是下跌的市场总归会产生更便宜的股票，进而提高未来的预期回报率，所以这个阶段的估值跟踪和分析变得至关重要。

不过在总量层面，我们观察估值的方式并不总是合适的。譬如我们经常会用当前的P/E与历史的P/E趋势比较，判断所处的位置，看是否偏离中位数达到1倍标准差。这么做存在一个问题，就是如果历史的P/E走势中包含着非理性的错误定价，那么中位数和标准差都是有偏的，通过这种历史比较的方式择时实际上假设未来还会重复过去这样的错误定价。

我们举中信一级行业划分的计算机板块为例。如果只从TTMP/E的历史趋势对比来看，似乎估值已处于合理水平附近（均值）。

不过如果我们用TTMP/E去跟踪和衡量其估值，2017年初是59倍，截至2017年5月18日，指数跌掉了-10.1%，但是整体的TTMP/E估值反而上升至62.4倍。关键问题便是2017Q1计算机的净利润同比增速突然拐头向下至-56.1%，如果按照2016年的季度净利润分布（一季度占比约25%），2017全年的净利润同比增速就是-89%（纯粹的线性推算，不代表分析师的预测），对应的TTM P/E估值（假定股价不变）就有119倍。换句话说，假定股价再跌50%，估值还是60倍左右，和现在没任何变化。

我们这里举这个例子只是想说明：

1）P/E估值其实是并不是一个好标尺，盈利看似是慢变量，实则是快变量。增速上的大幅度波动以及A股普遍的盈余管理（我们在前期的报告里已经多次分析了A股上市公司的盈余管理问题）很可能导致P/E失真，降低了P/E对于未来收益率的预测能力。

2）到底多少估值对应着什么样的风险收益比，看一张历史趋势图是得不到具体的答案的。在我们看来，绝对估值的高低并不代表着严格的买点或是卖点，而是买入股票后在未来相对长的周期下实现目标回报率的概率分布。

鉴于历史相对P/E估值比较的方法论存在的各种弊端，我们在本期的“数据观天下”系列月度跟踪报告当中就专门分析如何合理地在当前的市场环境下使用估值的标尺。

➤ 绝对估值高低隐含着不同的概率和赔率

在我们看来，从策略的角度出发，目前这种市场环境下，估值的意义不在于判断阶段顶或底，而是帮助我们形成对股票上行的概率和赔率的判断，在已有的股票池里做减法。从这个角度来看，P/E估值恰恰就不是一个很好的估值指标，因为在给定目标收益率的情形下，高P/E和低P/E的股票在选股成功概率上并没有很大的差别。为了说明这一点，我们以2004年到2017年的所有个股作为样本，以每个月月底作为不同的买入时点，计算处于不同P/E范围内的个股在未来3年获得目标年化收益率的概率(我们包含了不同市场环境下的全部样本，也就是说不考虑择时的因素)，得到的结果如下表。

比如我们以10%的年化收益率作为目标，那么在不考虑市场择时的情况下，选择PE在0到15倍的股票，在任意时点买入（并且不考虑任何基本面因素），未来3年年化收益率大于10%的概率是29.7%，而如果我们选择PE大于145倍的个股，虽然概率低了一些（23.3%），但相较0

看起来34%是一个还不错的概率，不过这个是不考虑择时的全样本结果。事实上很多时候即便我们能找到PE处于15到26之间的个股，也很难从中选出达到10%的年化收益率目标的个股（比如2006年底和整个2009-2011年）。所以如果我们把绝对估值看作是一个概率和赔率的分布度量工具，那么P/ETTM并不是一个好指标。

相较P/E估值而言，用P/B来衡量绝对估值水平则更合适。虽然我们通常不会用P/B去对成长型或白马型的个股估值，不过当我们把绝对估值看成未来收益的概率和赔率分布时，P/B有着比P/E更好的效果。原因非常简单，我们上面在分析计算机板块的案例时已经提过，盈利的波动大且易于被调节（图4-5）。P/B就没有这个问题，因为权益的账面价值包含了过去的所有收益和股东的投入资本，并且不太受噪音影响，影响净利润具有预测能力的“噪音”（如应计项目、非经常项目）在短期可以被调节，但中长期来看终将被平均化。所以相对于EPS，A股市场BPS的分布则更为平滑（图6）。

我们用P/B估值去计算表1所示的概率分布表，得到的结果如表2所示。在目标年化收益率小于15%时，概率分布特性要远好于用P/E计算的结果。例如，在10%的目标收益率假设下，PB处于0到1.4的个股完成目标的概率是44.6%，比P/E处于15到26倍的个股成功率高了10.5pct。更为重要的是，PB的大小对于完成10%目标收益概率的区分度要远高于PE，最高概率和最低概率之间相差31.4pct，而如果采用PE估值，二者仅相差11.9%。换言之，PE高或低对于未来收益率并没有很强的预测作用，但是PB估值的高或低则有更强的预测能力。

我们上面分析的都是在给定目标收益率情况下，不考虑择时和选股，估值本身提供的关于股票预期收益率的概率信息，还有一点要考虑的就是赔率，我们一般会用盈亏比来衡量。例如对于PB处于1.4到1.75的个股，虽然盈利概率略小于PB处于0到1.4的个股（见表2），但是盈亏比则更高（4.07 VS 3.81，见表3）。需要说明的是，由于整个样本区间绝大多数股票都是上涨的，所以看起来即使是估值最高的股票盈亏比都是显著为正的，我们下文会考虑不同宏观估值环境下的盈亏比情况。

➤ 中长期的收益率可预测性和短期不可预测性

上文考虑的持有期都是3年。在这个持有期长度下，只要我们不要求过高的目标回报率，即使我们完全不进行择时、也不进行选股，仅仅靠着估值就有很大概率获得目标回报（比如我们就随机从PB在0到1.4之间的股票当中挑选股票，有44.6%的概率年化收益率超过10%）。这是中长期股票收益率的可预测性。

不过如果我们的持仓期非常短（比如只持有半年），那么从策略角度来看，分析估值和预期回报率是没有多大意义的。此时估值与预期回报率是非常弱的对应关系。我们还是以P/B作为估值评价标准，以6个月为持有期，计算不同持有期目标收益率条件下，不同估值的股票实现这个目标收益率的概率。我们采用的样本还是2004年到2017年的所有股票。可以看到计算出来的概率分布表呈现两个特性：

1）不同估值区间的股票，获得目标收益率的概率之间的差异不大（意味着估值指标的区分度下降）；

2）任意估值区间，我们都有10%到20%的概率在6个月内获得超过50%的回报，而且不同估值区间对应的成功概率差距很小（意味着估值带来的贡献更小，而选股带来的贡献更大）。

尽管在短期，估值的大小和未来预期收益率的大小之间没有强相关，选股更为重要，但估值分析对于损失控制则有重要作用。还是通过计算估值-概率表的方式，我们可以计算在不择时和不选股的情况下，未来6个月最大损失超过损失控制目标的概率。比如我们将最大损失控制目标设为-20%，那么PB在1.4以内的个股只有7.6%的概率会超过这个损失范围，而PB>=7.4的个股有将近30%的概率会损失超过-20%。

➤ 实战1：考虑环境变量后的估值分析

上面的所有分析都没有考虑择时的因素，只考虑个股的绝对估值水平和实现目标收益率的概率。在考虑了环境择时之后，利用P/B估值，我们可以计算更为准确的条件概率。所以最后投资者只需要结合自己的目标收益率和能够接受的选股成功概率，确定股票选择的估值范围，从而实现“做减法”的目的。

我们倾向于选择用经典的“Fed”模型来做择时，即用全部A股“E/P”除以10年期国债到期收益率作为择时指标，反映股票相对于债券的吸引力。虽然这个指标和大盘走势是同步的并不存在很强的预测能力，但优势在于指标的顶（2.5）和底（0.39）都非常明显，波动区间相对固定。

我们可以将该指标划分成10个区间，越高意味着股票估值便宜，相对债券吸引力更强，越低则相反。在每一个区间内，我们再将股票按照P/B划分，接着就可以计算在特定的估值环境下，不同PB水平的股票取得目标收益率（这里设为15%的年化收益率）的概率。下面的概率表（表6）可以得出以下几个结论：

1）PB<1的个股未必对应着更高的预期回报率，在不考虑择时因素情况下，只有34%的概率能够在未来3年获得15%以上的年化收益率；

2）在考虑择时的因素时，PB<1的个股只在市场整体相对估值很低（“（E/P）/债券收益率”很高）时才有效，简单而言，当市场整体估值水平偏高时，PB<1的个股很可能存在“价值陷阱”，即便估值低也未必有更高的预期回报率；只有当市场整体估值水平偏低时，PB<1的个股才值得被关注；

3）PB处于1到2之间的个股，即便不考虑选股，在绝大多数市场估值环境下都有大概率（72%）在未来3年获得15%以上的年化收益率；

4）“（E/P）/债券收益率”足够高，整个市场估值足够便宜时，估值分析的意义不大；但当市场整体估值处于历史中位水平时，只有低估值的股票才有足够高的确定性（EPR在0.75到1.66之间时，有大面积的“价值陷阱”，市场整体估值不算贵，但是PB估值稍高预期收益率就降了下来）。

截至5月26日，全市场的“(E/P)/债券收益率”为1.41。此环境下，低估值策略的优势非常明显，PB处于1到2之间的个股在未来3年的预期年化收益率超过15%的概率为74%，PB处于2到3的个股对应的概率为55%，PB更高或PB<1的个股对应的概率都低于50%。

在确定了目前市场环境估值水平后（1.32

➤ 实战2：考虑环境变量后行业层面的估值分析

我们还是选择当前估值环境下（1.32

在目前的市场估值环境之下，PB处于1到2之间且实现3年年化20%收益率目标的概率超过70%的中信一级行业包括煤炭、有色金属、建材、机械、国防军工、商贸零售、医药、食品饮料、农林牧渔、非银行金融，房地产也近似符合要求（概率为69%）。考虑到当前经济周期的运动不再像以往那么剧烈，如果我们要刻意规避传统强周期板块，我们可以进一步剔除如煤炭、有色金属、建材等行业，只保留消费属性的行业，如商贸零售、医药、食品饮料、农林牧渔，以及具有一定金融属性的行业，如非银行金融和房地产，在这些行业中选择当前PB处于1到2之间的个股，作为我们下半年选股的初始范围。而在这些行业当中，一共也只有138只个股符合估值要求，其中以房地产和商贸零售居多。

➤ 盈利增强型成长组合

“数据观天下”系列的开篇报告《成长的烦恼》（2016/3/8）提出用以下8个指标维度来选择具有一定防御和确定性的成长股（报告中我们详述了每一个指标的选取逻辑；不过考虑到过去几年中小市值公司并购重组潮产生的并表因素，我们在2016年5月23日的报告当中删除了净利润增速的条件）：

1）有分析师覆盖和收入预测；

2）收入增速预测位于所有样本股（指有分析师覆盖的样本股）的前20%；

3）过去3年（2012~2014）的净利润年化复合增速也处于全部A股的前20%；

4）剔除借壳上市的个股；

5）一致预期的营业利润率处于全部A股前30%；

6）前一年度ROA处于全部A股前50%分位；

7）资产周转率变化幅度处于全部A股前20%分位；

8）剔除“（短期净营运资本变化+长期营运资本变化）/总资产”位于全部A股前10%的个股；

发布以来，我们一共更新过6批盈利增强型成长组合（下文简称QAG组合）。

截至5月26日，QAG组合的累计收益率为-3.4%，相对沪深300和创业板的累计超额收益率分别为-15.3%和5.7%。从第三批QAG组合开始，相对沪深300的超额收益率不断收敛，这背后隐含着去年4季度以来A股的风格大切换，这个风格分化在2017年1月进一步加剧。究其原因，QAG组合始终对小票有过高的风险暴露，而小票的贝塔因素明显盖过了其它筛选条件。

➤ 大小盘择时指标跟踪

我们在2016年一季度发布的《不时不食：基于交易行为的大小盘择时》（2016/3/23）中构建了一个大小盘择时指标。这里再次陈列一下大小盘择时指标的构建逻辑，核心在于，如果投资者手头同时拿着预期波动比较大的股票和预期波动比较小的股票，那么为了迅速降低整个组合的波动，大概率会先卖预期波动比较大的个股，反之亦然。我们就通过捕捉这个买卖顺序产生的市场异动来判断是否有一些投资者集中调仓，大盘还是小盘，其实就是低波动和高波动股票的一种归类方式。

从中长期大小盘择时指标的情况来看，去年以来发生过4次风格变换的信号，一次发生在2016年6月底，指标骤降至0.25；第二次发生在2016年9月初，指标骤降至0.09，并且一直维持在低位；第三次发生在2017年2月27日，指标快速上升至0.6；第四次发生在2017年3月20日，指标从0.59快速下降至0.05。风格重新又切回大票。

不过近期大小盘择时指标出现持续缓慢的上升，从3月21日最低点的0.044上升到5月26日的0.442，20日移动平均也连续8日上行至0.29。尽管绝对水平仍然低于0.5，但可以确定的是随着小票持续杀跌，阶段性反弹的概率也在不断提高。保守起见，我们依旧建议以大票配置为主，不过也同时提示投资者密切关注小票在近期可能出现的反弹机会。

➤ 基于公募基金重仓股设计的策略

我们在《同业博弈：A股相对收益投资者的秘密》（2016/8/5）当中利用公募基金的季度重仓股设计了四个组合，含义如下：

上一批四个组合（按照2017Q1持仓数据计算），从2017年5月2日到5月26日收盘累计收益率分别为：6.1%、-3.1%、-8.1%和-8.0%，相对沪深300的超额收益率分别为4.9%、-4.2%、-9.3%和-9.2%，继续维持强者恒强的态势。

4个组合持仓分别如下：

➤ 错杀和补涨策略

我们在数据观天下第4期《人弃我取：从关联股票中探寻错杀和补涨》（2016/10/13）当中推荐了错杀和补涨策略，从2016年10月13日到2017年5月26日收盘，两个组合的累计收益率分别为-15.6%和-20.1%，同期沪深300和中证500指数的收益率分别为5.3%和-10.3%。

我们在《人弃我取：从关联股票中探寻错杀和补涨》当中其实已经探讨过，策略本身并不是全天候的，低波动和低风险偏好的环境下，错杀策略和补涨策略的夏普比率分别只有-0.51和-0.80，并不理想。在这种环境下，市场波动和风险偏好都非常低，非常不利于错杀和补涨策略，此时选出的个股很可能是“假错杀”：即正确且持续的抛售。另外一点原因在于，关联度较高往往意味着公募基金占流通盘比重要比较高，而这类股票往往市值偏小，所以无论是错杀还是补涨组合，都有明显的小市值因子的暴露，目前恰恰是小票大幅跑输大票的市场环境。

我们根据截至2016年5月26日的最新个股收益率数据，以及公募基金2017年一季度的持仓数据，更新了错杀和补涨组合（见下表）。考虑到当前的市场环境（择时指标为0.44且沪深300波动率<1.59%），我们认为仍需耐心等待两个策略的作用时点。

➤ 次新股策略

我们在上期“数据观天下”月报当中提示了次新股阶段性企稳，并且介绍了我们用于择时的“三板斧”：

1）调整期次新股指数20个交易日累计收益率跌破-30%（非精确）；

2）新开板的个股当中出现总市值小于当前市场壳价值的个股；

3）近期开板的个股当中，出现基本面优质且估值与行业可比的个股。只需案例即可，一般此类股票会成为阶段性龙头。

截至2017年5月26日，我们的调整期次新股指数20个交易日的累计收益率为-14.6%，相较4月底已经有明显上升，但整个反弹进程受制于监管压力和整个市场环境，进展并不顺利，在反弹过程中出现了历史上少有的反复。我们认为在当前时点再介入次新博弈反弹的风险收益比已经不高。

➤ 低贝塔价值策略

我们在数据观天下第6期《价值的焦虑：白马龙头何去何从》（2017/4/18）当中提出了一个低贝塔价值策略，构建逻辑如下：

1）把所有股票按行业分类（中信一级行业，剔除银行、非银行金融及综合），每个行业按市值大小分成两组；

2）在每个行业的两个市值组合当中，按照贝塔值进行排序（贝塔的计算采用“个股与市场组合的500个交易日相关性*个股250个交易日波动率/市场组合250个交易日波动率”，其中市场组合采用的是剔除ST个股后全部股票的流通市值加权。），每个市值组合当中各选2只贝塔值最低的个股；

3）在筛选出的全部低贝塔个股当中，做如下进一步筛选：a)一致预期的营业利润率处于全部A股前30%；b)前一年度ROA处于全部A股前50%；c)剔除“（短期净营运资本变化+长期营运资本变化）/总资产”位于全部A股前10%的个股；

策略自4月17日以来累计收益率为-1.4%，同期万得全A的收益率为-3.3%（我们选择万得全A作为基准的原因是我们的低贝塔价值组合在构建时近似是行业中性和市值中性的），超额收益率为1.9%。考虑到我们的组合构建方式没有明显的行业偏好以及市值偏好，在这轮市场调整当中已经足够抗跌。

表18列示了最新的低贝塔价值组合的样本股（根据截至到5月26日的数据进行调整）。

 本资料所载的信息仅面向专业投资机构，仅供在新媒体背景下研究观点的及时交流。本资料所载的信息均摘编自中信证券研究部已经发布的研究报告或者系对已发布报告的后续解读，若因对报告的摘编而产生歧义，应以报告发布当日的完整内容为准。本资料仅代表报告发布当日的判断，相关的分析意见及推测可在不发出通知的情形下做出更改，读者参考时还须及时跟踪后续最新的研究进展。

本资料不构成对具体证券在具体价位、具体时点、具体市场表现的判断或投资建议，不能够等同于指导具体投资的操作性意见，普通的个人投资者若使用本资料，有可能会因缺乏解读服务而对报告中的关键假设、评级、目标价等内容产生理解上的歧义，进而造成投资损失。因此个人投资者还须寻求专业投资顾问的指导。本资料仅供参考之用，接收人不应单纯依靠本资料的信息而取代自身的独立判断，应自主作出投资决策并自行承担投资风险。