您的浏览器禁用了JavaScript(一种计算机语言,用以实现您与网页的交互),请解除该禁用,或者联系我们。[国信证券]:基金产品研究:关注物流、机械、农业和稀土ETF—ETF产品景气度分析 - 发现报告
当前位置:首页/其他报告/报告详情/

基金产品研究:关注物流、机械、农业和稀土ETF—ETF产品景气度分析

2022-10-12张宇、张欣慰国信证券为***
基金产品研究:关注物流、机械、农业和稀土ETF—ETF产品景气度分析

证券研究报告|2022年10月12日 基金产品研究 关注物流、机械、农业和稀土ETF—ETF产品景气度分析 核心观点金融工程专题报告 近年来,指数化投资在A股市场深入人心,以ETF为代表的指数化产品不断扩容,为A股市场投资者提供了丰富的工具型投资利器。特别地,随着近年来市场行业结构化行情加剧,主题型、赛道型及概念型ETF迎来了发展良机,在产品规模、产品数量、覆盖范围、成交活跃度等方面均有大幅提升。然而站在当下,不同行业的投资前景存在差别,对不同行业的基本面景气度、市场情绪关注度等进行综合比较,是把握结构化行情的要点。本文以富国基金ETF产品线为标的,结合行业轮动模型,对不同产品的景气度进行分析,供投资者参考。 富国基金ETF产品景气度分析 我们从基本面景气度、分析师预期景气度、资金面流向和价格趋势等维度对富国基金ETF产品景气度进行分析。 在基本面景气度方面,我们重点考察指数成分股的利润改善和盈利能力改善;在分析师预期景气度方面,我们重点考察券商分析师对指数成分股盈利预测的上下调情况;在资金面流向方面,我们重点考察北向资金(外资机构)和超大单资金(内资机构)的市场流入情况;在价格趋势方面,我们重点考察指数成交量调节之后的指数涨跌情况。 富国基金ETF产品综合推荐 我们综合基本面景气度、分析师预期景气度、资金面流向和价格趋势等维度考虑,对富国基金ETF产品进行综合打分。总体来看,物流ETF(516910)、机械ETF(159886)、农业ETF(159825)、稀土ETF(159713)和一带一路ETF(515150)排名较为靠前。 富国基金ETF产品布局 富国基金量化投资部在国内指数及量化投资领域拥有丰富的管理经验和卓越的历史成绩。凭借着丰富的管理经验、成熟的量化体系、完备的风控机制和鲜明的梯队建设,富国基金量化团队在市场上声誉斐然。在2020年金牛奖重磅评选中,富国基金荣获“量化投资金牛基金公司”荣誉。 富国基金指数投资团队在ETF产品条线的布局十分丰富,涵盖宽基类、行业主题类和港股相关类产品,其中行业主题类产品在大金融、周期、消费、科技和概念板块均有布局。截至2022年10月11日,富国基金ETF产品 合计规模280亿元。 风险提示:市场环境变动风险,模型失效风险。 金融工程·数量化投资 证券分析师:张欣慰证券分析师:张宇 021-60933159021-60875169 zhangxinwei1@guosen.com.cnzhangyu15@guosen.com.cn S0980520060001S0980520080004 相关研究报告 《基金投资价值分析-一键布局制造业的“工作母机”——华夏中证机床ETF投资价值分析》——2022-09-29 《基金投资价值分析-小市值,大未来—广发中证1000ETF投资价值分析》——2022-09-28 《基金投资价值分析-硬科技时代下的创业板投资——易方达创业板ETF投资价值分析》——2022-09-12 《金融工程专题研究-哪类ETF的机构投资者占比在提升?—穿透算法下的ETF机构持仓行为分析》——2022-09-12 《金融工程专题研究-数字经济发展驶入快车道——鹏扬中证数字经济主题ETF投资价值分析》——2022-09-07 请务必阅读正文之后的免责声明及其项下所有内容 内容目录 富国基金ETF产品景气度分析4 基本面景气度:利润及盈利能力的边际改善4 分析师预期景气度:分析师净上调比例6 资金面流向:北向资金与超大单资金动态7 价格趋势:成交量调节动量9 富国基金ETF产品综合推荐10 富国基金ETF产品布局11 总结12 风险提示13 免责声明14 图表目录 图1:富国基金ETF产品SUE得分5 图2:富国基金ETF产品DeltaROEQ得分6 图3:富国基金ETF产品分析师净上调比例7 图4:富国基金ETF产品北向资金净流入情况8 图5:富国基金ETF产品超大单资金净流入情况9 图6:富国基金ETF产品成交量调节动量10 图7:富国基金ETF产品综合得分10 图8:物流ETF(516910)分项得分雷达图11 图9:机械ETF(159886)分项得分雷达图11 图10:农业ETF(159825)分项得分雷达图11 图11:稀土ETF(159713)分项得分雷达图11 图12:富国基金ETF产品布局12 近年来,指数化投资在A股市场深入人心,以ETF为代表的指数化产品不断扩容,为A股市场投资者提供了丰富的工具型投资利器。特别地,随着近年来市场行业结构化行情加剧,主题型、赛道型及概念型ETF迎来了发展良机,在产品规模、产品数量、覆盖范围、成交活跃度等方面均有大幅提升。然而站在当下,不同行业的投资前景存在差别,对不同行业的基本面景气度、市场情绪关注度等进行综合比较,是把握结构化行情的要点。本文以富国基金ETF产品线为标的,结合行业轮动模型,对不同产品的景气度进行分析,供投资者参考。 富国基金ETF产品景气度分析 在国信金工于2022年6月6日发布的行业轮动专题报告《CANSLIM行业轮动策略》中,我们从行业拥挤度、分析师预期、行业景气度、聪明资金流向、趋势动量、机构投资者观点、宏观视角动态估值调节等多个维度对A股行业进行比较,构建了适用于A股市场的行业轮动策略。本部分,我们从该体系入手,结合上市公司财务报告及近期市场资金动向,对富国基金ETF产品的各个维度进行景气度分析。 基本面景气度:利润及盈利能力的边际改善 亮眼的业绩表现是行业基本面景气度改善的最有利证明,本部分我们将从利润的边际改善和盈利能力的边际改善两个维度,对行业基本面景气度进行多维度衡量。 首先采用标准化预期外盈利(StandardizedUnexpectedEarnings,简称SUE)来衡量指数成分股利润的边际改善情况。通常来讲,如果上市公司实际公布的业绩高于根据历史数据线性外推的业绩,则说明公司业绩超出历史预期,公司业绩向好。如果行业内成分股的SUE指标均较高,则说明整个行业的景气度在不断提升。个股的SUE因子计算方式如下: �𝑈�=�𝑃�−��𝑃� ��𝑃� 其中,�𝑃�表示当期单季度归母净利润,��𝑃�为当期单季度预期净利润,��𝑃�为未预期盈利的标准差。单季度预期净利润的计算方式为,去年同期单季度归母净利润,加过去8期单季度归母净利润同比变化的均值。未预期盈利的标准差计 算方式为过去8期单季度归母净利润同比变化的标准差。 SUE因子刻画了当期盈利相比历史单季度盈利平均水平的改善幅度。为了更加及时地反映行业内成分股的业绩改善情况,我们根据最新发布的正式财报、业绩预告和业绩快报实时更新成分股因子值,并以指数成分股的中位数作为指数SUE因子值。 图1展示了基于2022年半年报计算得到的富国基金旗下ETF产品SUE因子值,可以看到农业ETF、锂电池ETF和机械ETF的利润改善最为明显。 图1:富国基金ETF产品SUE得分 资料来源:WIND,国信证券经济研究所整理 做多股票的超额往往来源于两种:1)企业高ROE水平回归均值的节奏放缓;2)企业低ROE水平的快速提升。因此,当行业ROE水平仍在上升阶段时,表明该行业的内在价值还未触及上限,行业景气度仍在持续提升。基于此,我们可以计算个股单季度ROE相对去年同期单季度ROE的差值来衡量其盈利能力的边际改善情况: �𝑒���𝑅���=𝑅����−𝑅����−4 其中,𝑅����为当期单季度ROE,𝑅����−4为去年同期单季度ROE。为了更加及时地反映指数成分股的盈利能力改善情况,我们根据最新发布的正式财报、业绩预告和业绩快报实时更新成分股因子值,并以指数成分股的中位数作为指数DeltaROEQ因子值。 图2展示了基于2022年半年报计算得到的富国基金旗下ETF产品DeltaROEQ 因子值,可以看到农业ETF、稀土ETF和锂电池ETF的盈利能力改善最为明显。 资料来源:WIND,国信证券经济研究所整理 分析师预期景气度:分析师净上调比例 卖方分析师通常会对上市公司的业绩进行点评并对其进行盈利预测调整,如果分析师本次预测的利润高于前次预测,即为分析师上调盈利预测;如果分析师本次预测的利润低于前次预测,即为分析师下调盈利预测。我们筛选出个股过去3个月内卖方分析师进行了盈利预测调整的样本,按照如下公式构造分析师净上调比例因子: �𝑃�𝑒�𝑈�𝑅����=𝑈��𝑢�−�𝑜�𝑛�𝑢�+𝑈��𝑢�+�𝑜�𝑛�𝑢� 𝑈��𝑢�+�𝑜�𝑛�𝑢�1000 其中,𝑈��𝑢�表示过去3个月中盈利预测上调的样本数量,�𝑜�𝑛�𝑢�表示过去 3个月中盈利预测下调的样本数量。我们在计算分析师净上调比例因子时添加了一个修正项,此项是为了避免上下调数量之差与上下调数量之和的比值一样时无法进行区分的情况,此时我们给予分析师覆盖数量更多的公司以更大的因子取值。此外,如果存在同一家机构在过去3个月中对个股的盈利预测进行多次调整的情况,我们取最近一次盈利预测调整作为样本进行计算。对于指数维度来讲,我们以指数成分股内的分析师净上调比例因子的中位数作为分析师对细分板块前景的乐观程度。 图3展示了富国基金旗下ETF产品分析师净上调比例情况,可以看到农业ETF、稀土ETF和物流ETF最被券商分析师看好。 资料来源:WIND,国信证券经济研究所整理 资金面流向:北向资金与超大单资金动态 北向资金在不同板块上的净流入情况体现了外资对于短期行业走势的偏好,我们以过去三个月北向资金在指数成分股上的净流入金额与指数成分股自由流通市值之比构建北向资金净流入因子,具体计算方式如下: �𝑜��ℎ�𝑛��𝑜� =∑∆ℎ𝑜���𝑛𝑔�∗�� ∑��𝑒𝑒�𝑉� 其中,∆ℎ𝑜���𝑛𝑔�表示过去三个月指数成分股中属于陆股通成分股股票的每日持股数量相较前一日的变动情况,��表示过去三个月股票每日收盘价,��𝑒𝑒�𝑉�表示调仓日指数成分股中属于陆股通成分股股票的自由流通市值。 图4展示了富国基金旗下ETF产品北向资金净流入情况,可以看到物流ETF、医药龙头ETF和科技50ETF中北向资金净流入金额占比最高。 资料来源:WIND,国信证券经济研究所整理 市场就像擂台,资金为筹码,价格则是不同资金博弈的结果,不同类别的资金流向往往能够为我们提供窥探市场博弈过程的线索。Wind数据库中根据交易金额将市场订单划分为小单、中单、大单和特大单四种类别,其中小单为4万元以下的 订单,中单为4万元到20万元之间的订单,大单为20万元到100万元之间的订 单,超大单为100万元以上的订单。 通常来讲,超大单的资金流向代表着机构投资者或者某类拥有特定信息优势的群体的观点,因此我们重点考察超大单资金流在不同指数上的流入流出情况。诚然,仅仅根据订单金额的大小将100万以上的订单即认定为机构投资者或者拥有特定信息优势的投资者存在一定的不确定性。基于此,我们在考察指数维度的超大单资金流向时,仅对该指数内部的公募重仓股和陆股通成分股进行分析。我们认为,超大单资金流的走向在机构投资者最为关注的股票池中将更具指导意义。 我们首先获取个股在过去一个月中每日超大单资金净流入金额,将其加总得到过去一个月超大单资金累计净流入金额: �𝑒��𝑛��𝑜������𝑔𝑒�=∑ ���𝑒������𝑔� �𝑛��𝑜������𝑔𝑒�,�−�𝑢���𝑜������𝑔𝑒�,� =∑�𝑒��𝑛��𝑜������𝑔𝑒� �𝑛��𝑜� ∑��𝑒𝑒�𝑉� 其中,�𝑛��𝑜������𝑔𝑒�,�表示股票s在t日的超大单买入金额,�𝑢���𝑜������𝑔𝑒�,�表示股票s在t日的超大单卖出金额,�𝑒��𝑛��𝑜������𝑔𝑒�为过去一个月股票s的累计净流入金额,��𝑒𝑒�𝑉�为股票s在月末的自由流通市