大类资产配置专题十：从一致预期基本面变化与估值匹配度构建行业轮动策略

从一致预期基本面变化与估值匹配度构建行业轮动策略 大类资产配置专题十 核心结论 证券研究报告 金工量化专题报告 2022年09月18日 分析师 针对定量维度行业轮动的研究，我们正在逐步构建自上而下、自下而上以及 行业中观三个维度的分析框架体系。第一自上而下的维度，主要聚焦于宏观经济状态与行业的映射关系，捕捉对应状态下优势行业，进行轮动配置；行业中观维度，重点聚焦于行业本身的特征以及变化，包括可以从行业生命周期的角度，持续选择位于成长期的行业进行配置；自下而上的维度，主要聚焦于行业趋势、量价、情绪、估值、预期基本面变化等维度对行业性价比进行判断，选取优势行业进行配置，从而构建行业轮动策略。 本文将继续按自下而上的角度丰富行业轮动策略体系，使用申万一级行业为研究对象，借助一致预期基本面变化与截面估值匹配度对行业进行比较筛选，从而构建板块轮动策略。将价格变动分拆为两个驱动因素，基本面变动与估值变化。基本面维度，历史财务数据发布滞后且披露频率低，股票价格的变动更多的是反应投资者预期的变动，所以在基本面维度使用一致预测EPS，通过针对包含专业投资者预期的数据，来捕捉行业的基本面变化。另外在估值维度，部分行业或者板块也会出现流动性改善、预期改善等因素下出现的“拔估值”现象，通过构建截面动态估值匹配度指标进行跟踪。 对一致预测数据平滑处理：更利于获得变动趋势。在使用行业指数一致预测EPS数据的时候会发现，数据的波动会过大，因为部分被覆盖的标的可能会出现少数分析师给出的数据差异过大造成。采用Savitzky-Golay方法针对PE_FY1、PE_FY2、PE_FY3数据趋势更加平滑，类似于锯齿状的波动数据得以消除，从而降低因子提炼过程中的信号误判，在跟踪一致预测基本面数据环比变化，以及估值分位数变化时，可以更好的捕捉到趋势变化。 基于一致预期基本面变化与估值匹配度两个维度，本文一共构建了五种行业轮动策略。包括从两个指标的绝对值水平、环比增速水平以及组合效果的维度进行测试，最终有四个策略跑赢同期沪深300指数表现，其中从估值匹配度环比增速维度构建的策略三表现最优，2016年以来年化收益超过20%，同时最大回撤也低于沪深300同期水平。 2022年9月最优策略建议配置的三个行业为食品饮料、房地产以及石油石化。收益表现最优的策略三，年化收益大幅领先宽基指数同期水平，回撤以及波动性控制较优。所以以策略三作为主要策略进行跟踪，使用最新数据，计算策略最新配置的行业作为重点关注行业。 风险提示：文中基于一致预期业绩数据或存在原始统计样本量不足带来的偏差，数据提供源也存在统计整理错误的风险。同时历史策略业绩不能够代表未来表现，文中对部分行业以及大类板块的观点与评价不够成投资建议，仅供参考。 付怡S0800520120001 13163240483 fuyi@research.xbmail.com.cn王红兵S080051909000313924613850 wanghongbing@research.xbmail.com.cn 相关研究 1、西部证券-金工大类资产配置专题报告之一: 从资产的历史数据到未来预期-20191119 2、西部证券-金工大类资产配置专题报告之二: 多维度探究资产预期收益优化法-20191211 3、西部证券-金工大类资产配置专题报告之三: 风险无处不在，资产波动率模型构建与预测 -20200302 4、西部证券-金工大类资产配置专题报告之四: 黄金，把握战略机遇投资期-20200406 5、西部证券-金工大类资产配置专题报告之五: 疫情冲击与政策对冲下的黄金投资价值 -20200609 6、西部证券_金工大类资产配置专题报告之六 _互联网基金组合与公募FOF的博弈 -20200807 7、西部证券_金工大类资产配置专题报告之七 _宏观变动下的权益资产动态估值-20210312 8、西部证券_金工大类资产配置专题报告之八 _基于CAPE宽基及行业指数动态估值投资策略-20210923 9、西部证券_金工大类资产配置专题报告之九 _基于一致预期基本面信息与估值匹配度的板块轮动策略-20220320 索引 内容目录 一、引言4 二、自下而上行业轮动策略的构建逻辑5 2.1预计基本面增速与估值抬升的行业轮动策略逻辑5 2.2行业一致预期基本面数据6 三、数据平滑处理：更利于获得变动趋势8 3.1原始数据处理：平滑后获得趋势8 3.2指标平滑后效果对比9 四、自下而上行业轮动策略表现10 4.1策略一：重点考虑截面估值分位数10 4.2策略二：重点考虑一致预测基本面累计增速变动11 4.3策略三：重点考虑截面估值分位数环比抬升情况12 4.4策略四：重点考虑一致预测基本面累计增速的环比抬升情形14 4.5策略五：叠加业绩增速与估值抬升，把握“戴维斯双击”机会15 五、当前板块行业相对估值情况以及关注建议16 六、风险提示18 图表目录 图1：近十年以来申万一级行业月度涨跌幅波动变化4 图2：西部量化行业轮动框架4 图3：西部量化自下而上行业轮动逻辑框架5 图4：食品饮料行业在考虑一致预期业绩增速的情形下估值表现6 图3：申万一级行业分析师覆盖数据7 图6：食品饮料行业预期PE未经过平滑后表现9 图7：食品饮料行业预期PE经过Savitzky-Golay滤波法平滑后表现9 图8：策略一对比沪深300指数业绩走势10 图14：策略一对比沪深300指数月度超额收益10 图10：策略二对比沪深300指数业绩走势11 图11：策略二对比沪深300指数月度超额收益12 图12：策略三对比沪深300指数业绩走势13 图13：策略三对比沪深300指数月度超额收益13 图14：策略四对比沪深300指数业绩走势14 图15：策略四对比沪深300指数月度超额收益14 图16：策略五对比沪深300指数业绩走势15 图17：策略五对比沪深300指数月度超额收益16 图18：策略三2022年以来行业配置情况以及最新配置情况17 图19：行业层面最新三期截面预期业绩增速与估值分位数18 表1：策略一相比沪深300净值表现11 表2：策略一相比沪深300年度收益表现11 表3：策略二相比沪深300净值表现12 表4：策略二相比沪深300年度收益表现12 表5：策略三相比沪深300净值表现13 表6：策略三相比沪深300年度收益表现13 表7：策略四相比沪深300净值表现15 表8：策略四相比沪深300年度收益表现15 表9：策略五相比沪深300净值表现16 表10：策略五相比沪深300年度收益表现16 表11：截面上所有行业突破业绩增速不同区间数量（单位：个数）17 一、引言 国内权益市场内部不同板块以及行业之间具有相对显著的轮动效应，从近十年数据来看，选取表现最好申万一级行业与表现最差的行业，计算月度收益率之差平均值在20%，市场分化程度加深时差距会更大，最大值超过60%，所以做好行业之间的选择与比较是A股权益资产研究的重要课题。尤其是今年以来热门板块轮动较快，行业轮动的把握愈发困难。 图1：近十年以来申万一级行业月度涨跌幅波动变化 资料来源：西部证券研发中心数据区间201208——202208 同时针对定量维度行业轮动的研究，我们构建自上而下、自下而上以及行业中观三个维度的分析框架。第一个自上而下的维度，主要聚焦于宏观经济状态与行业的映射关系，通过对宏观状态变化的判断，来捕捉对应状态下的优势行业，进行轮动配置；第二个按照行业中观维度，重点聚焦于行业本身的特征以及变化，包括可以从行业生命周期的角度，持续选择位于成长期的行业进行配置；第三个自下而上的维度，主要聚焦于行业趋势、量价、情绪、估值、预期基本面变化等维度对行业性价比进行判断，选取优势行业进行配置，从而构建行业轮动策略。 图2：西部量化行业轮动框架 资料来源：西部证券研发中心 在上一篇资产配置专题报告《基于一致预期基本面信息与估值匹配度的板块轮动策略》中，我们按照下而上的思路，主要聚焦于A股权益类资产在大类板块层面的表现以及特征，并基于大类板块的一致预期基本面信息与估值匹配度对板块进行比较筛选，从而构建板块轮动策略。 本文将继续按照自下而上的角度丰富行业轮动策略体系，进一步针对A股权益在大类板块层面进行细分，将研究对象落地到行业层面，使用申万一级行业作为研究对象，同时借助行业指数一致预期基本面变化信息与截面估值匹配度对行业进行比较与筛选，从而构建板块轮动策略。 二、自下而上行业轮动策略的构建逻辑 2.1预计基本面增速与估值抬升的行业轮动策略逻辑 从衡量股价逻辑出发：股票价格=市盈率×每股收益，将价格的变动分拆为两个驱动因素，基本面的变动与估值的变化。基本面维度，历史EPS财务数据，发布滞后而且时间披露频率较低，股票价格的变动更多的是反应投资者预期的变动，所以在基本面维度我们使用一致预测EPS数据，通过针对包含专业投资者预期的EPS数据，来捕捉行业的基本面变化。另外在估值维度，部分行业或者板块也会出现流动性改善、预期改善等因素下出现的“拔估值”现象。 图3：西部量化自下而上行业轮动逻辑框架 资料来源：西部证券研发中心 选取食品饮料行业为例进行分析，展示“拔估值”与预期基本面持续改善下对应的指数大幅上涨机会。行业指数回测期为2016年1月至2022年8月31日，采取月度调整的频率，滚动选取近2年PE估值的低点作为估值底基准，每月月末根据一致预测每股收益FY1、FY2、FY3增速计算对应板块或者行业考虑一致预期业绩增速后的估值点位，分别在截面得到PE_FY1、PE_FY2、PE_FY3。以PE_FY1为例，可以视为考虑了未来1年基本面增长对应的估值水平，通过关注当前截面估值水平（使用PE_TTM来衡量）在估值底到PE_FY3之间的分位数来衡量行业估值水平，是否能把握得到拔估值的机会。 图4：食品饮料行业在考虑一致预期业绩增速的情形下估值表现 资料来源：西部证券研发中心数据截至20220831 从预期基本面变化的维度，食品饮料行业未来3年基本面增长对应估值水平（PE_FY3） 从2016年直至2018年5月，相比估值底环比增长显著，呈现敞口走势，对应同时期的食品饮料行业指数走势也获得了较大上涨，可以理解为基本面的预期持续改善，带来的行业上涨机会。 而从截面估值抬升维度，食品饮料行业当前估值水平（PE_TTM）在2018年10月触及估 值底，随后截至2021年2月，行业截面估值水平持续提升，在一致预期基本面数据环比没有显著增长的情形下，通过估值分位数持续抬升，向上突破透支未来基本面增长对应下的估值水平，也驱动了指数出现较大涨幅。 值得注意的是，在2020年年中至2021年一季度食品饮料行业当前估值pe_ttm相对分位数达到高点，突破FY3增长边界，随后结束上升趋势，并开始回落；另外在2016年3月份、2017年10月份，行业当前估值pe_ttm均突破或者触及FY3增长边界，但随后不久出现回落。所以即便是对于估值能够快速拔升的行业，一般情形下估值提升的幅度最多能够透支未来3年的基本面增长，可以将FY3作为拔估值的上限，用于风险监控。 2.2行业一致预期基本面数据 借助之前针对的版块轮动的分析原则，在基本面数据跟踪方面，大量财务数据较为滞后，而股价往往会提前基本面的变化，所以考虑数据的前瞻性以及可获取频率，我们主要使用一致预期数据。 一致业绩预测的原始数据来源，按信息含量完整度排列，分别是公司研究报告，行业研究报告(个股部分)，重点股票预测表中的信息。Wind金融数据中按照上述逻辑对公开披露的研究报告进行了集中整理，所以本文使用的来自wind给出的一致预测数据。同时一般报告中股票预测普遍只有EPS而未给出相应的净利润，在一致预期具体指标筛选上，本文直接采用一致预测每股收益。 Wind数据源中的一致预测类数据，采用算术平均法，与国际通用准则相同，该算法透明，便于推算；在样本选取规则方面：选取全部卖