大類資產配置研究系列（5）：景氣度研究量化與主動的多視角-211223（22頁）.pdf

1、金融工程專題金融工程專題 請務必參閱正文后面的信息披露和法律聲明 1 / 24 2021 年 12 月 23 日 金融工程定期-機構資金行為畫像（2021 年 12 月 14 日） -2021.12.16 量化基金業績簡報-年關將至，量化產品業績“強者恒強” -2021.12.14 開源熱點追蹤（2）-2021 年量化大事件-2021.12.12 景氣度研究景氣度研究：量化與主動的：量化與主動的多多視角視角 大類資產配置研究系列（大類資產配置研究系列（5） 景氣度研究的邏輯基礎景氣度研究的邏輯基礎 景氣度可以從微觀的個股、中觀的行業、宏觀的市場三個層面進行研究。本文主要對微觀的景氣規律、 中觀

2、的短期景氣輪動與中期景氣比較、 宏觀的景氣跟蹤三個層次展開討論。 景氣度的微觀規律：1.無論市場的牛熊震蕩還是風格切換，資金一直再追逐高景氣的個股。2.高景氣的個股特征是高成長性、高盈利能力。3.在成長性、盈利能力與估值三者重要性比較， 成長性與盈利能力是股票價格的核心驅動， 追逐高景氣時投資者對估值并不敏感。4.業績增速決定了股價的表現，而業績增速的變化不會；ROE 水平與 ROE 的邊際變化都會決定個股表現。 量化視角下的景氣輪動量化視角下的景氣輪動 行業景氣度的三個刻畫角度：歷史的財務指標跟蹤、實時的產業數據修正、未來的分析師預期判斷。 歷史景氣度指標核心是捕捉行業的盈余動量效應， 利用

3、業績預告、 業績快報與定期報告綜合構建歷史行業景氣度信號。 預期景氣度指標核心是捕捉行業的戴維斯雙擊機會， 利用分析師預期的邊際變化構建預期行業景氣度信號。 綜合歷史景氣度與預期景氣度信號合成構建復合景氣度指標， 行業輪動效果顯著提升，因子 IC 達到 9.49%，ICIR 為 1.60，IC 勝率達 70%。在行業五分組下，高景氣組的年化收益 20.2%，低景氣組的年化收益 1.1%，多空年化收益 19.2%，信息比率達 1.62。 主動視角下的景氣比較主動視角下的景氣比較 預期凈利潤增速指標更適合作為市場景氣度的觀測變量。 PB-ROE 框架下的行業比較，無法判斷行業的高低估狀態，更多反映

4、的是行業的風格屬性；而行業 PB-ROE 的時序變化更能體現行業的高低估狀態。 PEG 框架下的行業比較，PEG 能夠對于業績穩定、低負債的行業給出相對盈利增速的合理估值判斷。 預期收益框架下的行業比較， 通過盈利增長與非估值變動收益比較， 可以判斷當前盈利增長帶來的收益貢獻是否合理。 景氣度跟景氣度跟蹤蹤 時刻把握市場的景氣狀況同樣是研究重點，我們分別對 4 大寬基指數、6 大類板塊、 42 個重要行業進行景氣度趨勢、 邊際變化與歷史水平的跟蹤， 幫助投資者緊密跟蹤市場的景氣度變化。 風險提示：風險提示：模型基于歷史數據測算，市場未來可能發生重大改變。 相關研究報告相關研究報告 金融工程金融

5、工程研究團隊研究團隊 開源證券開源證券 證券研究報告證券研究報告 金融工程專題金融工程專題 金融金融工程工程研究研究 金融工程專題金融工程專題 請務必參閱正文后面的信息披露和法律聲明 2 / 24 目目 錄錄 1、 景氣度研究的邏輯基礎 . 4 1.1、 景氣度的研究視角 . 4 1.2、 景氣度的微觀規律 . 4 2、 量化視角下的行業景氣輪動 . 7 2.1、 歷史景氣度輪動 . 8 2.2、 預期景氣度輪動 . 9 2.3、 復合景氣度輪動 . 11 3、 主動視角下的行業景氣比較 . 14 3.1、 景氣度的觀測指標 . 14 3.2、 PB-ROE 框架下的行業比較 . 14 3.3

6、、 PEG 框架下的行業比較 . 17 3.4、 預期收益框架下的行業比較 . 18 4、 景氣度跟蹤 . 19 4.1、 寬基指數景氣跟蹤 . 19 4.2、 大類板塊景氣跟蹤 . 20 4.3、 重要行業景氣跟蹤 . 20 5、 總結 . 21 風險提示 . 22 圖表目錄圖表目錄 圖 1： 景氣度的研究視角與本文要點 . 4 圖 2： 歷年凈利潤增速分組與漲幅分布比較(2011-2020) . 5 圖 3： 營收增速、凈利潤增速、ROE 市場十分組收益分布比較（2011-2020） . 5 圖 4： ROE 與凈利潤增速雙分組收益比較(2010-2020). 6 圖 5： PE_ttm

7、與凈利潤增速雙分組收益比較(2010-2020) . 6 圖 6： 凈利潤增速與增速變化雙分組比較(2011-2020) . 6 圖 7： ROE 與 ROE 變化雙分組比較(2011-2020) . 6 圖 8： 行業景氣度的三個刻畫角度 . 7 圖 9： 財務指標的行業日頻聚合示例 . 8 圖 10： 業績預告、業績快報與定期報告的財務數據合成順序示例 . 8 圖 11： 歷史景氣度行業輪動三分組表現(2014/02-2021/11) . 9 圖 12： 分析師預期指標的相關性分析(2014/02-2021/11) . 10 圖 13： 預期景氣度行業輪動三分組表現(2014/02-202

8、1/11) . 11 圖 14： 景氣度三分組多空凈值比較(2014/02-2021/11) . 12 圖 15： 復合景氣度行業輪動五分組表現(2014/02-2021/11) . 12 圖 16： 最新量化視角下的行業景氣度得分(2021/11/30) . 13 圖 17： 凈利潤增速與市場走勢比較(2010/01-2021/11) . 14 圖 18： ROE 與市場走勢比較(2010/01-2021/11) . 14 圖 19： PB-ROE 框架下的行業比較(2021/11/30) . 15 圖 20： 白酒行業 PB-ROE 路徑演化(2011/01-2021/11) . 16 圖

9、 21： 白酒行業的預期凈利潤增速與估值對比(2011/01-2021/11) . 16 mNqOnPrPsOxPtRmPxOvNyR8O9RaQnPqQmOpOfQmNsQiNsQqMaQmMxOvPpMsNwMnRmP金融工程專題金融工程專題 請務必參閱正文后面的信息披露和法律聲明 3 / 24 圖 22： PEG 框架下的行業比較(2021/11/30) . 17 圖 23： 非周期行業的凈利潤增速與非估值變動漲幅(2021/11/30) . 18 圖 24： 4 大寬基指數景氣度趨勢仍保持上行（截至 2021/11/30） . 19 圖 25： 6 大板塊的預期凈利潤增速趨勢比較(20

10、10/01-2021/11) . 20 圖 26： 42 個重要行業的景氣跟蹤(2021/11/30) . 21 表 1： 財務基本面指標在行業輪動中的預測能力（2014/02-2021/11） . 9 表 2： 歷史景氣度三分組表現(2014/02-2021/11) . 9 表 3： 分析師預期指標在行業輪動中的預測能力(2014/02-2021/11) . 10 表 4： 預期景氣度三分組表現(2014/02-2021/11) . 11 表 5： 景氣度的預測能力對比(2014/02-2021/11) . 11 表 6： 景氣度三分組多空表現比較(2014/02-2021/11) . 12

11、 表 7： 復合景氣度行業輪動五分組收益(2014/02-2021/11) . 13 金融工程專題金融工程專題 請務必參閱正文后面的信息披露和法律聲明 4 / 24 1、 景氣度景氣度研究研究的邏輯基礎的邏輯基礎 1.1、 景氣度景氣度的研究視角的研究視角 景氣度顧名思義， 即指繁榮興旺程度， 反映了市場、 行業或企業的運行情況和發展趨勢。景氣度作為投資者關注的重要指標，可以分成宏觀、中觀、微觀三個層面進行觀察。 圖圖1：景氣景氣度度的的研究研究視角視角與本文與本文要點要點 資料來源：開源證券研究所 (1) 對于宏觀景氣度， 核心是判斷宏觀經濟運行狀況。 國家統計局會對大中小型企業進行定期問卷

12、調查， 了解企業生產經營狀況和預期， 進而編制景氣指數反映經濟運行狀態；然而，宏觀指數頻率低、數據存在一定滯后，較難反映實時景氣變化。 (2) 對于行業景氣度， 核心是判斷行業發展狀況。 除了企業問卷調查編制行業景氣指數以外， 還可以從產業政策、 產業鏈供需、 行業空間等角度做定性的評價； 優點是可以進行相對長期的判斷， 不足是短期全行業的比較對研究深度和覆蓋寬度有更高的要求。 (3) 對于個股景氣度， 核心是判斷企業的經營狀況。 投資者往往用通過企業的生產訂單跟蹤、經營決策分析、企業財報驗證，形成對企業預期的成長性、盈利能力等經營指標的評判。 優點是選股的確定性更高， 不足依然是難以做全市場

13、比較。 宏觀、 行業、 個股三者之間相互關聯影響， 宏觀景氣周期影響行業的景氣變化，行業的景氣波動又作用于企業的經營狀況之上，而企業的景氣變化又同時決定了宏觀的景氣趨勢。 本文希望能通過定量的刻畫， 理解景氣變化的邏輯， 通過市場景氣的跟蹤比較，緊密把握景氣投資中的機會。 1.2、 景氣度景氣度的微觀的微觀規律規律 我們先從微觀的個股層面， 探究一下景氣度與股票漲幅之間的關系。 我們以凈利潤增速為例，將當年度凈利潤增速分為 10 組，分別統計各組股票的當年漲幅分布。從下圖可以看出，無論市場的牛熊震蕩還是風格切換，凈利潤增速越高的分組整體收益越高。 金融工程專題金融工程專題 請務必參閱正文后面的

14、信息披露和法律聲明 5 / 24 圖圖2：歷年凈利潤增速分組與漲幅分布歷年凈利潤增速分組與漲幅分布比較比較(2011-2020) 數據來源：Wind、開源證券研究所 成長性、 盈利能力都能反映景氣度嗎？我們分別每年用營收增速、 凈利潤增速、ROE 指標進行十分組， 統計近 10 年每組的超額收益分布如下， 三者均體現與漲幅分布的正相關性?？梢?，資金追逐的高景氣標的有高成長、高盈利特征。 圖圖3：營收增速、凈利潤增速、營收增速、凈利潤增速、ROE 市場十分組收益分布比較（市場十分組收益分布比較（2011-2020） 數據來源：Wind、開源證券研究所 金融工程專題金融工程專題 請務必參閱正文后面

15、的信息披露和法律聲明 6 / 24 成長性、 盈利能力、 估值三者對于股票漲幅的重要性排序如何？每年分別用當年的 ROE、年初的PEttm對全市場股票進行 20 分組，再用凈利潤增速對每組分 20 組，統計每組年收益中位數的均值。 在雙分組下， 盈利水平越高、 盈利增速越高的股票組合收益越高； 而無論估值水平高低， 盈利增速越高則對應的股票組合收益也越高。 因此，成長性與盈利能力是股票價格的核心驅動，也正是景氣度的微觀體現。 圖圖4：ROE 與凈利潤增速雙分組收益與凈利潤增速雙分組收益比較比較(2010-2020) 圖圖5：PE_ttm 與凈利潤增速雙分組收益與凈利潤增速雙分組收益比較比較(2

16、010-2020) 數據來源：Wind、開源證券研究所 數據來源：Wind、開源證券研究所 追逐景氣度的資金在個股層面會青睞于高盈利增速、 高盈利水平的標的， 對于估值并不敏感。 那么景氣度與景氣度邊際改善哪個更重要？從雙分組可以看出： （1） 業績增長決定了股票的表現，投資者不會因為業績增速的邊際改善而買入低增速的個股。 （2）ROE 的邊際改善是具有吸引力的，投資者會追逐 ROE 水平高且 ROE 邊際改善的標的。 圖圖6：凈利潤增速與增速變化雙分組凈利潤增速與增速變化雙分組比較比較(2011-2020) 圖圖7：ROE 與與 ROE 變化雙分組變化雙分組比較比較(2011-2020) 數

17、據來源：Wind、開源證券研究所 數據來源：Wind、開源證券研究所 以上分析我們站在后視鏡的角度， 觀察市場資金追逐個股景氣度的規律。 從微觀金融工程專題金融工程專題 請務必參閱正文后面的信息披露和法律聲明 7 / 24 層面，我們利用投資者對景氣偏好自下而上聚合，可以得到中觀的行業景氣趨勢與行業比較。 2、 量化視角量化視角下下的行業景氣輪動的行業景氣輪動 行業的景氣度決定了行業未來表現，再優秀的公司難以抵御行業景氣度的下滑，再普通的公司也會在行業景氣提升中受益。景氣度投資往往站在行業的層面先比較景氣度，再選擇高景氣賽道中的優質公司。行業的景氣度上行提高了公司業績兌現勝率， 公司業績持續兌

18、現或超預期將推動股價上行。 因此， 對行業景氣趨勢的觀察是投資者的重要工作。 對于行業景氣度的觀察，我們可以從三個角度展開： （1）歷史財報指標跟蹤，包括上市公司的定期財報、業績快報、業績預告反映的經營狀況； （2）實時產業數據修正，如產業鏈上下游的價格與庫存變化、企業經營狀況的變化等； （3）未來分析師預判，如盈利預期的邊際變化等情況。 圖圖8：行業景氣度行業景氣度的的三個三個刻畫刻畫角度角度 資料來源：開源證券研究所 在研究行業景氣度的三個角度中，實時預測行業目標是緊密跟蹤產業動態數據，并對行業景氣度進行同步修正。投資者需要先對各行業分別梳理符合邏輯的產業指標，如行業的供需結構、產品價格變

19、化、庫存變化等；再分析產業指標與景氣度之間的關系，進而用最新產業指標修正行業實時的景氣度。 實時景氣度預測的優點在于以下二點： 一是可以領先反映行業景氣變化， 尤其在周期行業中更為明顯，在上游周期板塊的擇時模型報告中，我們通過中高頻產業跟蹤數據刻畫上游周期板塊的景氣變化；二是可以提供基本面的情景分析，量化各指標變化對行業景氣的影響程度。本文主要對財報的歷史跟蹤與分析師的未來預判兩個角度展開，詳細討論如何用景氣度指標進行行業輪動。 金融工程專題金融工程專題 請務必參閱正文后面的信息披露和法律聲明 8 / 24 2.1、 歷史景氣度歷史景氣度輪動輪動 在 A 股市場中，普遍存在著顯著的盈余動量效應

20、（PEAD） ，即在盈余公告后，業績利好的公司股價會向上波動，而利空的公司股價將向下波動，并且業績利好程度越大， 超額收益越高。 而個股盈余動量可以聚合到行業上， 用以反映行業盈利向好程度，在行業上同樣表現出明顯的盈余動量現象。 為了將低頻的財務指標高頻化，在行業配置的量化解決方案報告中，我們通過行業成分股的每日可獲取的最新盈利指標等權聚合、平滑差分，刻畫行業盈余動量，并構建行業景氣度輪動模型。如下圖所示，每當有成分股披露最新財報，其盈利信息就會體現在行業指標上，因此高頻化聚合反映了行業短期的盈利變化。 圖圖9：財務指標財務指標的的行業行業日頻日頻聚合聚合示例示例 資料來源：開源證券研究所 為

21、了提高財務數據的時效性，我們同時加入了業績快報、業績預告數據進行補充。 我們以最新報告期優先、 信息確定性優先的原則選用最新可獲取的財務數據。 即每日使用最新報告期財務數據， 在相同報告期下， 優先使用定期報告、 其次使用業績快報、最后使用業績預告。 圖圖10：業績預告、業績快報與定期報告的財務數據合成業績預告、業績快報與定期報告的財務數據合成順序順序示例示例 資料來源：開源證券研究所 從財務基本面指標出發， 資本開支增加、 營收增長、 利潤增長、 經營現金流改善、毛利率提升都能反映企業景氣度改善。在選用景氣度代理指標時，我們選用最基礎的營收增長、凈利潤增長、ROE 變化，同時用季度同比或環比

22、剔除季節效應，分別在一級行業中進行月度輪動，信號有效性表現如下表。 金融工程專題金融工程專題 請務必參閱正文后面的信息披露和法律聲明 9 / 24 表表1：財務基本面財務基本面指標在行業輪動中的預測能力（指標在行業輪動中的預測能力（2014/02-2021/11） 指標指標 IC 均值均值 IC IR IC 勝率勝率 T value P value 單季度營業收入_同比 3.91% 0.609 59.14% 1.70 0.093 凈利潤 ttm_環比 5.29% 1.024 65.59% 2.85 0.005 單季度 ROE_同比 2.49% 0.467 55.91% 1.30 0.197 復

23、合財報指標 5.52% 1.054 65.59% 2.93 0.004 數據來源：Wind、開源證券研究所 三個財務指標中凈利潤 ttm 環比指標表現最強，IC 為 5.29%，ICIR 為 1.024。進一步我們將三個指標等權合成為復合財報指標，該指標 IC 提升至 5.52%，ICIR 為1.054。 圖圖11：歷史景氣度歷史景氣度行業輪動行業輪動三分組三分組表現表現(2014/02-2021/11) 數據來源：Wind、開源證券研究所 以財務基本面指標做行業三分組的月度輪動， 高景氣組年化收益 17.2%， 低景氣組年化收益僅為 5.5%；三分組下的多空收益為 11.1%，最大回撤 6.

24、59%，信息比率1.324。 表表2：歷史歷史景氣景氣度度三三分組表現分組表現(2014/02-2021/11) 分組分組 年化收益年化收益 年化波動年化波動 信息比率信息比率 最大回撤最大回撤 卡瑪比率卡瑪比率 高景氣組 17.2% 24.8% 0.693 47.99% 0.327 中景氣組 9.0% 25.0% 0.360 49.77% 0.168 低景氣組 5.5% 24.5% 0.223 56.36% 0.104 多空收益 11.1% 8.4% 1.324 6.59% 1.428 數據來源：Wind、開源證券研究所 2.2、 預期景氣度預期景氣度輪動輪動 分析師預期數據是 A 股市場中

25、重要 alpha 來源之一。分析師預期兼具前瞻性強與時效性高的優勢，能夠反映了公司基本面變化，可以為我們分析行業景氣變化提金融工程專題金融工程專題 請務必參閱正文后面的信息披露和法律聲明 10 / 24 供有效的參考。預期景氣度核心是捕捉行業的戴維斯雙擊，分析師上調公司的業績增速預期， 同時也對公司估值形成更強支撐， 進而聚到行業上形成行業戴維斯雙擊。 由于目前新股發行加速， 分析師預期個股覆蓋數量在2400只， 覆蓋率約為60%，且覆蓋樣本偏向大市值股票。 因此， 我們利用分析師預期合成行業景氣度時， 需要進行適當處理。 關于分析師預期數據研究有三點結論： （1） 分析師預期絕對水平橫向比較

26、不是核心定價因素，預期的邊際變化才是核心定價因素； （2）短期（FY1）分析師預期比長期分析師預期數據更有效； （3）分析師未覆蓋個股在行業中位數填補缺失值后合成行業景氣指標效果更穩定。 本文中研究使用 Wind 一致預期數據，我們使用 90 天內公布的未來 1 年的個股盈利預測數據聚合計算行業預期變化。與歷史財務基本面指標等權聚合方式不同，分析師對大市值的龍頭股跟蹤更緊密、覆蓋度更高，且行業未來的盈利狀況更多受行業龍頭股影響，因此分析師預期采用規模進行加權聚合更為合理。 表表3：分析師預期分析師預期指標在行業輪動中的預測能力指標在行業輪動中的預測能力(2014/02-2021/11) 分析師

27、預期分析師預期（FY1） IC 均值均值 ICIR IC 勝率勝率 T value P value 預期 ROE 月度環比 7.07% 1.028 65.59% 2.86 0.005 預期主營收入月度環比 4.37% 0.651 58.06% 1.81 0.073 預期凈利潤月度環比 5.79% 0.836 62.37% 2.33 0.022 預期凈利率月度環比 5.47% 0.893 61.29% 2.48 0.015 復合預期指標 8.19% 1.255 66.67% 3.49 0.001 數據來源：Wind、開源證券研究所 我們分別選用預期 ROE 月度環比、預期主營收入月度環比、預期凈

28、利潤月度環比、預期凈利率月度環比四個指標進行行業輪動測試。分析師預期指標的行業輪動能力明顯優于財報基本面指標，單一的預期 ROE 環比的 IC 即達到 7.07%。 圖圖12：分析師預期分析師預期指標指標的相關性分析的相關性分析(2014/02-2021/11) 數據來源：Wind、開源證券研究所 在進行指標復合之前， 我們觀察各因子之間的相關性發現， 預期營收環比與其他指標相關性均較低， 而預期凈利潤環比指標與其他指標相關度較高。 因此， 我們在指標復合時剔除預期凈利潤環比，將其余三個指標等權合成作為復合預期指標。復合預期指標 IC 為 8.19%，ICIR 為 1.255，具有明顯提升。

29、相關性相關性預期ROE環比預期ROE環比預期營收環比預期營收環比 預期凈利潤環比預期凈利潤環比 預期凈利率環比預期凈利率環比預期ROE環比預期ROE環比-0.2440.6550.566預期營收環比預期營收環比0.244-0.2920.102預期凈利潤環比預期凈利潤環比0.6550.292-0.638預期凈利率環比預期凈利率環比0.5660.1020.638-金融工程專題金融工程專題 請務必參閱正文后面的信息披露和法律聲明 11 / 24 圖圖13：預期景氣度行業輪動三分組表現預期景氣度行業輪動三分組表現(2014/02-2021/11) 數據來源：Wind，開源證券研究所 以復合分析師預期指標

30、做行業三分組的月度輪動， 高景氣組年化收益 17.7%， 低景氣組年化收益為 4.8%；三分組下的多空收益為 12.4%，最大回撤 10.56%，信息比率 1.187。 表表4：預期景氣預期景氣度度三分組表現三分組表現(2014/02-2021/11) 分組分組 年化收益年化收益 年化波動年化波動 信息比率信息比率 最大回撤最大回撤 卡瑪比率卡瑪比率 高景氣組 17.7% 25.4% 0.699 43.55% 0.407 中景氣組 7.6% 24.5% 0.311 53.30% 0.143 低景氣組 4.8% 22.8% 0.211 56.83% 0.084 多空收益 12.4% 10.5%

31、1.187 10.56% 1.178 數據來源：Wind、開源證券研究所 2.3、 復合景氣度輪動復合景氣度輪動 歷史財報的景氣度指標核心是捕捉盈余動量效應，對于周期股的盈利會出現周期性的拐點，通過歷史財務指標難以提前捕捉。而分析師預期核心是利用投資者對行業的預期變化， 可以對歷史財報的景氣指標進行有效補充。 因此， 我們將歷史景氣度與預期景氣度做等權合成，并進行歷史輪動回測。 表表5：景氣度的預測能力對比景氣度的預測能力對比(2014/02-2021/11) 指標指標 IC 均值均值 ICIR IC 勝率勝率 T value P value 歷史景氣度 5.52% 1.054 65.59%

32、2.93 0.004 預期景氣度 8.19% 1.255 66.67% 3.49 0.001 復合景氣度 9.49% 1.603 69.89% 4.46 0.000 數據來源：Wind、開源證券研究所 歷史景氣度與預期景氣度合成的復合景氣度指標，其 IC 提升至 9.49%，ICIR 為1.603，IC 勝率近 70%，相比歷史景氣度與預期景氣而言具有明顯提升。下圖比較三金融工程專題金融工程專題 請務必參閱正文后面的信息披露和法律聲明 12 / 24 種景氣度指標的多空收益表現，復合景氣度同樣表現更加穩定。 圖圖14：景氣度景氣度三分組三分組多空多空凈值凈值比較比較(2014/02-2021/

33、11) 數據來源：Wind、開源證券研究所 復合景氣度多空收益小幅提升至 13.7%， 而波動和回撤方面得到更好控制， 信息比率提升至 1.401，卡瑪比率提升至 1.783。 表表6：景氣度三分組多空表現比較景氣度三分組多空表現比較(2014/02-2021/11) 指標指標 年化收益年化收益 年化波動年化波動 信息比率信息比率 最大回撤最大回撤 卡瑪比率卡瑪比率 歷史景氣度多空 11.1% 8.4% 1.324 6.59% 1.428 預期景氣度多空 12.4% 10.5% 1.187 10.56% 1.178 復合景氣度多空 13.7% 9.8% 1.401 7.66% 1.783 數據

34、來源：Wind、開源證券研究所 當使用復合景氣度指標進行行業 5 分組輪動，高景氣組、低景氣組與行業等權基準對比，五分組下多空超額收益年化 19.2%，信息比率 1.62，月度勝率 67.7%。 圖圖15：復合景氣度行業輪動五分組表現復合景氣度行業輪動五分組表現(2014/02-2021/11) 數據來源：Wind、開源證券研究所 金融工程專題金融工程專題 請務必參閱正文后面的信息披露和法律聲明 13 / 24 表表7：復合景氣度行業輪動五分組收益復合景氣度行業輪動五分組收益(2014/02-2021/11) 分組分組 年化收益年化收益 年化波動年化波動 信息比率信息比率 最大回撤最大回撤 卡

35、瑪比率卡瑪比率 高景氣組 20.2% 26.5% 0.762 44.87% 0.450 市場等權組 9.8% 23.5% 0.415 51.46% 0.190 低景氣組 1.1% 22.8% 0.046 63.48% 0.017 多空收益 19.2% 11.8% 1.618 12.35% 1.552 數據來源：Wind、開源證券研究所 最新一期景氣度得分情況如下，銀行在歷史景氣度與預期景氣度上都排名第一，因此復合景氣度得分最高。 從歷史景氣度與預期景氣度得分差異上看， 農林牧漁、 商業貿易、 食品飲料三個行業的歷史景氣度得分靠前， 但預期景氣度排名較低； 而偏周期的有色、采掘、非銀行業歷史景氣

36、度得分較低，但預期景氣度排名較高。 圖圖16：最新量化視角下的行業景氣度得分最新量化視角下的行業景氣度得分(2021/11/30) 數據來源：Wind、開源證券研究所 行業代碼行業代碼行業名稱行業名稱801780.SI銀行282828801150.SI醫藥生物272327801080.SI電子242226801030.SI化工212525801750.SI計算機251724801020.SI采掘1526.523801720.SI建筑裝飾231822801740.SI國防軍工202021801730.SI電氣設備162420801770.SI通信182119801050.SI有色金屬1226.5

37、18801120.SI食品飲料221117801130.SI紡織服裝171616801010.SI農林牧漁26115801790.SI非銀金融81914801890.SI機械設備141213801160.SI公用事業91512801200.SI商業貿易19411801110.SI家用電器131010801710.SI建筑材料1169801040.SI鋼鐵3138801170.SI交通運輸2147801140.SI輕工制造786801180.SI房地產695801760.SI傳媒1034801230.SI綜合573801880.SI汽車452801210.SI休閑服務121復合景氣度復合景氣度預

38、期景氣度預期景氣度歷史景氣度歷史景氣度金融工程專題金融工程專題 請務必參閱正文后面的信息披露和法律聲明 14 / 24 3、 主動視角主動視角下下的行業景氣比較的行業景氣比較 根據景氣度構建的量化模型， 其核心是基于大數定律的長期投資， 堅持投資紀律性。主動投資者對于景氣度的觀察更多是聚焦在行業中長期比較，而基于統計模型短期高頻率調整往往難以用于實際投資，更多需要在中長期的周期中進行比較判斷。因此， 我們同時從主動投資的視角出發， 以定量的數據輔助驗證， 探討一下中期的行業景氣度比較的研究與思考。 3.1、 景氣度的觀測指標景氣度的觀測指標 前文中我們指出反映行業景氣的指標即有盈利水平、 也有

39、盈利增速， 哪類指標更加適合作為行業景氣的觀測變量？分析師預期指標與歷史財報指標是否有相似的變化趨勢？ 我們分別用分析師預期與歷史財報的盈利增速 （凈利潤增速趨勢項） 與盈利水平（ROE 趨勢項）對比 Wind 全 A 的市場走勢，以指標與市場走勢的相關性作為判斷指標有效性的依據。 圖圖17：凈利潤增速與市場走勢比較凈利潤增速與市場走勢比較(2010/01-2021/11) 圖圖18：ROE 與市場走勢比較與市場走勢比較(2010/01-2021/11) 數據來源：Wind、開源證券研究所 數據來源：Wind、開源證券研究所 盈利增速比盈利水平更能反映市場的景氣變化。市場的走勢與預期盈利增速的

40、相關系數為 27%，而與預期 ROE 的指標相關系數卻為-45%。同時，比較分析師預期與歷史財報指標走勢，可以發現兩者大體一致，但在拐點上分析師預期比歷史財報指標更具領先性。 3.2、 PB-ROE 框架框架下的行業下的行業比較比較 以 ROE 為代表的盈利能力指標并不能及時的反映景氣趨勢， 主要由于影響 ROE的因素較多，常用的杜邦分析指出 ROE=凈利潤率周轉率杠桿率，ROE 的高低受到凈利率、周轉率和杠桿率的共同影響，變化趨勢對未來市場走勢的匹配度并不高。 但其實 ROE 更加穩健，更合適在 PB-ROE 的框架中進行行業比較。在A 股風格輪動：規律認知與策略實踐報告中，我們介紹討論過

41、PB-ROE 模型對于行業風格的劃分。同一時間截面上的行業估值與預期 ROE 可以反映當前高低估的狀態。 金融工程專題金融工程專題 請務必參閱正文后面的信息披露和法律聲明 15 / 24 我們采用最新的行業分類， 將部分規模較大的一級行業進行拆分， 拆分后的行業包含 19 個一級行業與 23 個二級行業，共計 42 個重要行業。以 2021 年 11 月底 PB-ROE 行業比較為例， 銀行、 房地產行業表現出深度低估價值屬性， 而以電池、 光伏、半導體、醫療服務為代表的行業正處于高估的成長屬性。 圖圖19：PB-ROE 框架下的行業比較框架下的行業比較(2021/11/30) 數據來源：Wi

42、nd、開源證券研究所 值得說明的是， PB-ROE 框架下投資賣出高估、 買入低估并不是一個有效的策略。因為 PB-ROE 的高估值、低估狀態主要反映的是行業的風格屬性，但并非不能代表行業相對自身的內在價值的高低估狀態。由于各個行業屬性的不同，相對穩定的行業PB-ROE位置會在相對小的范圍內波動； 而周期行業的PB-ROE路徑會劇烈漂移，體現出時變的行業特征。 既然在截面上通過PB-ROE比較無法進行有效的行業比較，我們在時間序列上觀察行業的 PB-ROE 變化軌跡。 以白酒行業為例， 我們在時間序列上畫出 2011 年至今的月度預期 ROE 與 ln(PB)的軌跡變化， 觀察行業自身的盈利與

43、估值的變化。 白酒行業的預期 ROE 會在 18%36%的較高盈利水平內變化，ln(PB)會在 0.962.8 之間波動，整體全部行業處于的高盈利+高估值組。具體來看，白酒行業在 2011 年至 2012 年 7 月期間盈利水平提升、估值水平不動；隨后 2012 年 8 月至 2014 年初，由于限制三公消費影響，行業進入盈利下行、殺估值階段；2014 年初行業開始進入高性價比區間，伴隨著盈利繼續下行和估值提升； 直到 2016 年 7 月開始進入盈利與估值雙擊的過程； 2018 年初開始盈利維持穩定，持續下殺估值至年底；2019 年全年以估值修復為主線，行業重新回到 2011年初的盈利與估值

44、水平，形成接近 9 年的一輪大周期；而從 2020 年開始，在資金持續抱團拉升行業估值；直到 2021 年 3 月抱團瓦解，行業估值下行至今。 金融工程專題金融工程專題 請務必參閱正文后面的信息披露和法律聲明 16 / 24 圖圖20：白酒行業白酒行業 PB-ROE 路徑演化路徑演化(2011/01-2021/11) 數據來源：Wind、開源證券研究所 我們通過白酒行業的 PB-ROE 路徑圖可以清晰復盤行業的變化，同時發現行業具有配置價值的時點（2014 年初、2018 年底） 。而站在當下，我們同樣要問白酒行業估值調整怎樣才算合適進入合理區間？ 圖圖21：白酒行業的預期凈利潤增速與估值對比

45、白酒行業的預期凈利潤增速與估值對比(2011/01-2021/11) 數據來源：Wind、開源證券研究所 金融工程專題金融工程專題 請務必參閱正文后面的信息披露和法律聲明 17 / 24 上圖中我們將白酒行業的預期凈利潤增速與其動態市盈率進行比較，大部分窗口下保持著盈利增速與估值通向變動的特征。在 2018 年底至 2020 年 10 月期間，白酒行業的估值與盈利增速出現明顯背離；近一年以來，行業估值與盈利的裂口逐漸收窄，但仍未回到歷史中樞水平。 3.3、 PEG 框架框架下的行業比較下的行業比較 PB-ROE 框架下的行業比較雖然能夠衡量行業的經營質量與價值， 但未能考慮到行業的成長性。作為

46、彼得林奇推崇的 PEG 指標，PEG=市盈率/預期盈利增長率，即慮當前的估值（PE） ，也考慮了未來成長性（G） ，該指標兼顧了行業的成長性對于估值定價的影響。 因此，我們采用 PEG 框架下重視行業的估值與成長性。在下圖中，我們展示了預期的盈利增速在 0100%之間，市盈率在 100 x 以內的行業 PEG 分布。 圖圖22：PEG 框架下的行業比較框架下的行業比較(2021/11/30) 數據來源：Wind、開源證券研究所 可以看出行業的 PE 與盈利增速之間存在著一定的線性關系， 高預期盈利增速的行業往往會對應更高的估值。但 PEG 的估值比較依然存在局限性，其主要適用于業績增長穩定、低

47、負債的行業。PEG 比較在以下兩類行業中并不適用： （1）盈利波動較大的周期行業，包括鋼鐵、煤炭、有色金屬、煉化貿易、農林牧漁、建筑材料等。 （2）高杠桿的大金融行業，包括銀行、房地產、保險。 金融工程專題金融工程專題 請務必參閱正文后面的信息披露和法律聲明 18 / 24 在剔除以上兩類行業之外， 我們可以看到食品加工、 電力、 軟件開發、 化學制藥、醫療服務、白酒等行業處于 1.5xPEG 之上，當前處于估值明顯高于業績增長預期；而交通運輸、建筑裝飾、紡織服裝行業明顯低于 0.5xPEG 之下，如果市場對于這三個行業的成長預期與分析師預期增速接近，則這三個行業當前處于明顯的低估狀態。 3.

48、4、 預期收益框架預期收益框架下的行業比較下的行業比較 股票資產收益的預測一直是投資者最為關注的話題。在 1960 年代，Gordon 從DDM 模型出發推導出的股利增長模型： = 1/ + ，將股票預期收益拆解成預期股息率與股息增長率。在 1991 年，Bogle 利用奧卡姆剃刀原理提出預期收益簡化估計：= 0+ + ，將股票的預期收益拆分為股息率、盈利增長、估值變動三部分。 在 2002 年， Grinold 與 Kroner 提出細化股票預期收益估計： = 0 + + + ，進一步將盈利增長拆分為盈利內生增長（G）、通脹率（）、回購率()三個部分。 可見， 股票的漲幅與盈利增長和估值變動

49、關系最為緊密， 與我們常討論的戴維斯雙擊或雙殺類似，盈利增速同時影響著估值變化。為了剝離掉估值變動對行業漲幅的影響，我們將今年以來各行業漲幅扣除估值變動收益作為非估值變動漲幅非估值變動漲幅，進而比較行業的盈利增長盈利增長與非估值非估值變動變動漲幅漲幅中蘊含的機會。 圖圖23：非周期行業的非周期行業的凈利潤增速與非估值變動漲幅凈利潤增速與非估值變動漲幅(2021/11/30) 數據來源：Wind、開源證券研究所 如上圖所示，我們剔除了煉化及貿易、農林牧漁、鋼鐵、煤炭、有色金屬、光學光電子 6 個周期性行業，截面上預期凈利潤增速與非估值漲幅之間保持高度相關，相關系數為 0.798。通過行業截面回歸

50、得到回歸可知，若今年行業盈利增速為 0，則該行業因內生增長而帶來的收益貢獻-11.2%； 若為了保持當年非估值變動收益大于 0，則該行業的盈利增速至少需要達到 14.6%之上。 金融工程專題金融工程專題 請務必參閱正文后面的信息披露和法律聲明 19 / 24 我們尋找具有投資機會的行業特征是景氣與股價的背離，看多內生增長驅動股價不及預期的行業，即高預期凈利潤增速+低非估值變動收益的行業，當前典型代表行業為美容護理；看空內生增長驅動股價已超漲的行業，即低預期凈利潤增速+高非估值變動收益的行業，當前典型代表行業為電網設備。 4、 景氣度跟蹤景氣度跟蹤 本文從微觀個股、 中觀行業、 宏觀市場三個角度