证券研究报告 ——“授人以渔”系列报告(八) 估值体系:动态与静态 报告摘要: A股估值“极端化”,传统静态估值失真。传统静态的估值方法面临2 大问题:(1)中报和年报的商誉减值和疫情反复导致的“一次性减记”,使得估值出现极端高估(利润极低)or“极端低估”(利润为负);(2)A股交易结构集中化,前10%公司占全部A股成交额比重接近50%,传统基于整体视角的估值方法论,也会受到尾部公司的扰动,导致行业整体的估值失真。 解决方法:构建重点公司全动态估值。我们基于分析师重点跟踪公司 的盈利预期,构建全动态估值体系,具有3点优势:(1)基于分析师对当年盈利的动态一致盈利预期,而非静态的TTM净利润,动态估值实现了真正意义上的“远期定价”,不受业绩“一次性减记”的扰动。同时,重点跟踪公司的盈利预期也能够实现逐步自我“修正”;(2)基于分析师重点跟踪公司,而非全部公司,动态估值能够规避尾部公司的“估值噪音”;(3)分析师重点跟踪公司的行业市值结构均衡且稳定,不仅能够避免低估值金融/地产对于A股整体估值的拖累,也使得全动态估值的纵向(历史)可比性更强。 动静结合:如何发挥“互补”优势?动静态估值结合,可以判断行业 估值的“拐点”:(1)动态估值是基于重点跟踪公司的盈利预期计算的,能够更精准捕捉市场对行业的景气预期,相对于静态估值会更灵敏。当动态估值分位数显著高于静态估值分位数时,行业较大概率估值已经处于比较高的位置了,而动态估值分位数显著低于静态估值分位数时,行业有望迎来估值的向上“拐点”。(2)估值有望迎来向上“拐点”的行业:建筑装饰、环保、有色金属等行业静态估值水平较低,同时历史动态PE分位数明显低于静态PE分位数,相对赔率较优。(3)估值位置相对较高的行业:美容护理、食品饮料等行业静态估值水平较高,同时历史动态PE分位数高于静态PE分位数,估值所处位置相对较高。 动态、静态估值数据库的综合利用。我们同时构建了动态和静态两个 估值数据库进行对比分析。动态估值下的PE-预期利润增速差模型,相对于静态估值下的PB-ROE模型,不仅能够提示行业的性价比,还能更敏锐捕捉行业景气预期的变化。当前经济修复阶段,行业动态估值整体低于静态估值。结合动态-静态估值:(1)资源(煤炭、有色)和部分新兴产业(智能汽车)估值有望迎来向上“拐点”;(2)部分消费(食品、美容护理)制造业(航海装备、粮油加工)的估值所处位置相对较高。 核心假设风险:疫情反复、经济下行超预期、中美关系不确定性等。 分析师:戴康 SAC执证号:S0260517120004SFCCENo.BOA313 021-38003560 daikang@gf.com.cn 分析师:曹柳龙 SAC执证号:S0260516080003 021-38003558 caoliulong@gf.com.cn 请注意,曹柳龙并非香港证券及期货事务监察委员会的注册持牌人,不可在香港从事受监管活动。 相关研究:大势研判:因子与驱动:——“授人以渔”系列报告(🖂) 2022-09-05 A股“投产”阶段,如何“再加杠杆”?:——A股22年中报深度分析 2022-09-05 行业比较:景气与预期:——“授人以渔”策略方法论系列 2022-09-02 (四) 目录索引 一、A股估值“极端化”,传统静态估值失真4 (一)问题1:盈利“一次性减记”带来A股被动高估4 (二)问题2:尾部公司带来“估值噪音”5 二、解决方法:构建重点公司全动态估值6 (一)基于市值/盈利预期/样本三重动态,构建动态估值体系6 (二)样本动态的优势:把握市场焦点、样本结构稳定7 (三)盈利动态的优势:远期定价,预期逐步逼近实际利润8 三、动静结合:如何发挥“互补”优势?10 (一)动态、静态估值结合,能更有效判断估值“拐点”10 (二)基于动、静态估值相对位置,计算机、公用事业、轻工制造等行业赔率较优 .................................................................................................................................11 四、动态、静态估值数据库的综合利用13 (一)构建静态、动态估值数据库,多视角覆盖估值的行业比较13 (二)静态、动态估值结合盈利能力,综合判断行业性价比14 (三)经济修复预期:行业动态估值整体低于静态估值15 (四)动静结合比较估值:关注上游周期行业,新兴产业关注智能汽车16 �、风险提示18 图表索引 图1:A股整体剔除金融服务/创业板商誉占净资产比4 图2:创业板PE(TTM)4 图3:公用事业PE(TTM)4 图4:商贸零售PE(TTM)4 图5:机构投资者规模加速扩长5 图6:龙头公司持续超额收益5 图7:市值排名成交额比重5 图8:动态估值体系结合三重动态6 图9:分析师重点跟踪公司数(单位:家)7 图10:分析师重点跟踪与基金重仓个股重合比例7 图11:全部A股的市值结构(2005)8 图12:全部A股的市值结构(2020)8 图13:分析师重点跟踪公司行业分布(2005)8 图14:分析师重点跟踪公司行业分布(2020)8 图15:电力设备盈利预期增速&绝对走势9 图16:有色金属盈利预期增速&绝对走势9 图17:传媒盈利预期增速&绝对走势9 图18:汽车盈利预期增速&绝对走势9 图19:A股非金融实际&预测净利润9 图20:周期剔除房地产实际&预测净利润9 图21:电力设备行业静动态估值分位数10 图22:汽车行业静动态估值分位数10 图23:轻工制造行业静动态估值分位数10 图24:建筑材料行业静动态估值分位数10 图25:一级行业静态&动态估值分位数分布(2010年以来的分位数)11 图26:二级行业静态&动态估值分位数分布(2010年以来的分位数)12 图27:TTM静态估值数据库13 图28:动态估值数据库13 图29:一级行业相对PB-ROE分布(2010年以来的分位数)14 图30:分析师重点跟踪公司:22预测及21实际的净利润增速差&动态估值历史分位(2010年以来的分位数)15 表1:主要板块及大类行业动/静态估值对比15 表2:估值低位且动态估值低于静态估值的行业16 表3:估值高位且动态估值高于静态估值的行业17 一、A股估值“极端化”,传统静态估值失真 (一)问题1:盈利“一次性减记”带来A股被动高估 商誉减值和业绩一次性减记使得A股估值过度高估。中报、年报一次性商誉减值扰动导致科技股估值“阶梯式波动”。19年来A股商誉持续减值,在大类板块中, 创业板受商誉减值影响较大。由于商誉减值主要集中于年报或中报,因此导致受减值影响较大的科技股估值呈“阶梯式波动”。同时,受年初以来疫情影响,部分下游行业盈利受到显著冲击。商誉减值和疫情对企业盈利的扰动都是“一次性减记”,对企业的未来盈利预期并不影响。因此,传统静态估值并不能真实反映企业远期的价值,易受到业绩“一次性减记”从而估值过高或过低。 图1:A股整体剔除金融服务/创业板商誉占净资产比图2:创业板PE(TTM) 数据来源:Wind,广发证券发展研究中心数据来源:Wind,广发证券发展研究中心 图3:公用事业PE(TTM)图4:商贸零售PE(TTM) 数据来源:Wind,广发证券发展研究中心数据来源:Wind,广发证券发展研究中心 (二)问题2:尾部公司带来“估值噪音” 随着投资者机构化以及注册制改革的推进,A股龙头效应越发显著。16年以来,机构投资者的规模不断加速扩张,以公募基金、保险和北上资金为代表的长期投资者占比持续抬升,机构投资者偏好龙头公司,且A股龙头公司持续获得超额收益,并反过来加重交易结构的集中化程度。 传统基于整体视角的估值方法论,将会受到尾部公司的扰动影响,造成行业估值的失真。目前为止,前10%公司的成交额占全部A股的比重已经达到48%;前30%公司的成交额占全部A股的比重已经达到64%;前50%公司的成交额占全部A股的比 重已经达到88%。这表明:A股交易结构“二八分化”,投资者高频交易头部公司,而尾部公司的扰动将造成估值的偏差。 图5:机构投资者规模加速扩长 数据来源:Wind,RESSET,CSMAR,中国银行保险监督委员会,中国信托业协会等,广发证券发展研究中心 图6:龙头公司持续超额收益图7:市值排名成交额比重 数据来源:Wind,广发证券发展研究中心 备注:龙头公司是一级行业市值排名前3的公司 数据来源:Wind,广发证券发展研究中心 二、解决方法:构建重点公司全动态估值 (一)基于市值/盈利预期/样本三重动态,构建动态估值体系 为了应对业绩“一次性减记”A股被动高估&尾部公司“估值噪音”的问题,我们构建基于分析师重点跟踪公司的全动态估值体系。全动态估值具备三重动态,A 股的估值同时受到市值、净利润预期和分析师重点跟踪样本的驱动,在较短周期中显现优势。 样本动态:基于分析师重点跟踪公司,而非全部公司,动态估值能够同时规避“预期偏差”和“估值噪音”。在分析师的盈利预期中,我们仅挑选有5家(及以上)机构出具年度盈利预期的重点公司,作为动态估值的样本,既能有效规避个别公司 盈利预期畸高/畸低对行业估值的扰动,也能过滤掉尾部公司对行业估值形成的“噪音”。 盈利动态:基于动态的盈利预期,而非静态的TTM净利润,动态估值实现了真正意义上的“远期定价”。我们使用分析师的对当年的年度归母净利润一致预期(中位数),作为公司(行业)的估值基准,既能有效规避业绩“一次性减记”对估值 的扰动,也能使得估值真正“动起来”:为企业的预期利润进行定价!图8:动态估值体系结合三重动态 数据来源:Wind,广发证券发展研究中心 (二)样本动态的优势:把握市场焦点、样本结构稳定 在全动态估值视角下,通过样本公司的实时动态更新,有利于始终聚焦市场主要关注的公司。我们构建的全动态估值体系,并不是年度/季度调整样本的,而是实现了实时调整样本,只要分析师重点跟踪公司出现变化,我们使用的样本也会即时响应这种变化,不仅仅实现了计算方法的“全动态”,也进一步实现了估值样本的 “全动态”。随着A股上市公司的增加,分析师重点跟踪公司数也有所抬升,不过,从20年以来,分析师重点跟踪的公司数基本维持在1000家左右(约占全部A股的1/3)。 分析师重点跟踪的公司,也多是公募基金的重仓持股。我们测算了2010年以来公募基金的前10大重仓持股,其中,分析师重点跟踪公司的占比一直维持在80%以上,截止22年中报,在公募基金的前10大重仓股中,分析师重点跟踪公司的占比达 84.44%。 图9:分析师重点跟踪公司数(单位:家)图10:分析师重点跟踪与基金重仓个股重合比例 数据来源:Wind,广发证券发展研究中心数据来源:Wind,广发证券发展研究中心 分析师重点跟踪公司的行业分布比较均衡,一定程度上,能够对冲金融等低估值板块对A股估值的拖累。全部A股的市值结构越来越受金融等低估值行业的拖累,使得当前A股估值和历史“不可比”——2005年全部A股的市值结构相对健康,金融 /周期/消费/科技的分布比较均衡,但是2020年全部A股的市值结构受金融地产的扰动较大:银行/非银/地产等低估值板块的A股市值占比高达25%,拖累全部A股估值下台阶。而分析师重点跟踪公司的市值结构相对稳定/健康,和历史的“可比性”也较高——2005年分析师重点跟踪公司,市值结构均匀分布在制造/消费/服务业等领域,低估值的金融/地产占比较低,同时,分析师重点跟踪公司的市值结构也维持相对均衡,低估值的金融/地产的占比也较低。因此,我们认为:分析师重点跟踪公司的全 动态估值,不仅能够避免低估值金融/地产对于A股整体估值的拖累,较为稳定的市值结构,也使得全动态估值的纵向(历史)可比性更强。 图11:全部A股的市值结构(2005)图12:全部A股的市值结构(2020) 数