前期（9月底）ERP最为相似的高位拐点是2022年10月，同样是由于政策宽松的驱动带来的超跌反弹行情，从当时那一轮反弹长度和高度来看，本轮行情或还有空间，节前的上涨与节后的回调很难说是理性的，但从赔率来看A股现在算不上贵。至于ERP会下修至哪里，还要看后续基本面的改善情况。
9 月 24 日国新办发布会拉开了这一轮 A 股反弹的序幕，直到 10 月 8 日的 6 个交易日，
Wind 全 A 指数累计上涨了 35%，沪指更是来到了 3674 点，创下 2022 年以来的新高。两市成交额更是高达近 11 万亿（日均接近 2 万亿，是前期低点的四倍）。如此之快的上涨让老投资者猝不及防，而新投资者情绪高涨，加速开户入金。在充分换手之后，节后第一周
A 股有所调整，目前 A 股的赔率如何呢？
我们先给出结论：A 股目前赔率仍不算低。我们这里把风险溢价作为权益资产赔率的度量方式，计算方式我们会在下文展开讨论。Wind 全 A 目前风险溢价仍高于中性，上证
50，沪深 300 和中证 500 这些市值中大的宽基指数风险溢价处在 40%-50%的略低于中性的区间。风格上金融的风险溢价已经没有什么吸引力了，但消费还在极便宜的区间内（历史 90%分位以上），周期和成长的风险溢价分别略低于与略高于中性（详见图 1）。
“胜率”和“赔率”这两个词对于专业投资者来说应该并不陌生。它起源于一个著名的博弈论公式——凯利公式。其中赔率指的是在一场赌博中，如果下注正确，投注人的盈利倍数（不含本金），胜率则是下注正确的概率。
但需要注意的是凯利公式是已知胜率和赔率，求解投注的比例。但资本市场与凯利公式中的场景还是大相径庭的，资产持有期内的胜率和赔率都是不确定的。用什么方法来量化描述两者，是资产配置研究者多年以来的热门研究课题。本文中，先和大家从头梳理一下我们刻画赔率的思路，供大家参考。
在实际的交易中，最经典的赔率指标其实就是估值——PE、PB 与 PS 等指标。举个例子，假设某公司的估值中枢是稳定的，处在 10 倍 PE 左右，目前市场给出的估值是 5 倍 PE，
那么买入并持有至该公司估值修复后赔率就是 1 倍。
这个例子中最强的假设是该公司的估值均值回复且中枢是 10 倍 PE（隐含年收益率约等于 10%，也就是不算利息十年收回本金）。但我们都知道，处在公司经营生涯的不同阶段，
以及不同的宏观政策环境下，估值并不是稳定均值回复的。以 Wind 全 A 指数举例，2010
年之前的估值是明显高于 2010 年之后的，选取不同的样本区间得到的统计分布也是完全不同甚至不可比较的。
一个比较常见的解释是，随着经济增速放缓和利率的下降，新兴市场的估值也会逐渐下降。因此权益风险溢价在这几年逐渐成为刻画股票市场赔率的共识。它的计算方式有很多种，处理起来细节也比较多，但核心的思虑是用市场隐含的权益收益率（PE_TTM 的倒数或者股息率）减去债券收益率得到投资人主动承担股市波动风险带来的溢价奖励。
在认同权益风险溢价（股债收益差）是刻画权益相对性价比，或者说权益赔率指标有效代理变量的前提下。如何构建泛化性强的，且可参考性强的代理变量就变成了我们的主要工作，在这点上我们做了一些新的思考和创新。
首先是股票收益率，估值隐含收益率（PE_TTM 的倒数）是比股息率覆盖率更高的指标。根据中国上市公司协会的数据显示，截至 2023 年年底，4022 家上市满三年的沪深 A
股上市公司中，2181 家近三年连续现金分红，占比约为 54%，再往前这个比例只会更低，因为 2023 年相较 2022 现金分红公司数量总量已经上涨超两位数了。也就是如果用股息率
来衡量股票的收益率，那么 A 股覆盖度大概只有一半左右。而只要是盈利为正的公司，PE_TTM 的倒数都可以用来刻画隐含收益率，这个指标的覆盖率 2024 年中报是八成左右。
当然估值隐含收益率也不是放之四海而皆准的，除去盈利为负的标的以外，估值较高的权益资产这个指标刻画的效果就会相应较差。举个例子，如果某创新型行业的 PE_TTM
最低值是 50 倍，最高值是 100 倍，相应的估值隐含收益率波动范围大致在【1-2%】之间，而债券收益率历史区间的波动范围是远大于 100bps，则权益风险溢价作为两者的差主要是
体现的就是债市的波动。
其次是债券收益率，目前大多数权益风险溢价计算时都参考的是《权益风险溢价之谜》
【Mehra 和 Prescott，1985】这篇经典论文中使用的长期政府债利率（即 10 年期美国国债到期收益率）。作为舶来品，国内的风险溢价计算也基本上直接采用我国的 10 年期国债到
期收益率作为公式中的被减数。但其实无论对于投资者还是融资者，权益收益率与长期国
债之间的差异，除了权益波动带来的风险溢价，还应该包含着其主体可能破产的信用溢价。因此我们在构建权益风险溢价时，将采用信用债的收益率来更加纯粹的剥离出权益风险溢价的大小（对标宽基指数时，我们使用的是中债企业债 AAA 级 2 年期的到期收益率）。
在确定了计算公式之后，Wind 全 A 的风险溢价历史走势（图 5 上）所示。从图中我
们可以看到即使减去了债券收益率，A 股的风险溢价也呈现出相对震荡向上的，这说明中国股市隐含收益率上升（历史估值下修）的速度是要快过债券收益率下降的速度的。因此我们还会对计算之后的 ERP 进行 HP 滤波处理，当然这里需要过滤的是较长时间的趋势，
使得 ERP 的序列更加平稳。当然也可以用滚动窗口的方法来平滑序列，但代价就是牺牲了
窗口外的数据分布，使得观察视角集中在一个更近的时间范围内，有盲人摸象的风险。
数据的平稳性是统计分析中一个非常重要的前提，不平稳的序列理论上不存在均值回复的特征，这会让指标的可用性大打折扣（类似我们在 2024 年 4 月 19 号发表的这个系列第一篇《拆解定量资产配置模型系列 1——什么是我们眼中好的交易拥挤度指标？》中讨论过的情形）。并且我们熟悉的“2sigma”法则，应用的前提是样本服从正态分布。但从结果来看，滤波前后的 ERP 历史序列都不能满足正态分布的前提假设，所以采用百分位数作为统计量相对高低的描述，是要好过 Z 统计量的（中位数上下 N 倍 Sigma） 。
最后，我们观察一下滤波后的 Wind 全 A ERP 历史走势（图 5 下），前期（9 月底）
ERP 最为相似的高位拐点是 2022 年 10 月，同样是由于政策宽松的驱动带来的超跌反弹行情，从当时那一轮反弹长度和高度来看，本轮行情或还有空间，节前的上涨与节后的回调
很难说是理性的，但从赔率来看 A 股现在算不上贵。至于 ERP 会下修至哪里，还要看后
续基本面的改善情况。
风险提示：历史数据中的规律失效，后续政策落地情况不及预期，美国大选及地缘政治风险超预期。
