港股市场估值要素研究：风险溢价：市场情绪晴雨表，左侧操作北极星

风险溢价：恒变股市中的不变人性之锚 我们对风险溢价的理解是：投资者对股票市场客观风险赋予的主观定价。这意味着，在基本面、资金成本、风险溢价这三大估值要素中，风险溢价是唯一一个主观指标。同时，风险溢价也是唯一没有长期趋势的指标：这印证了“人性不变”的规律。我们在运用风险溢价时，遵循的是“物极必反”的哲学：当市场过于乐观或者过于悲观时，接下来将大概率迎来情绪反弹。 具体到港股市场，恒生指数的风险溢价在历史上有鲜明的波动区间：5%-9%。 股价和风险溢价负相关。风险溢价降至5%意味着市场情绪已经过度高涨，市场回调风险激增；风险溢价升至9%意味着市场情绪已经过度低落，市场反弹机会较大。这个规律能提供左侧操作的建议。 根据风险溢价形成的指数强化策略 由于风险溢价有一个长期稳定的波动区间，我们可以利用历史数据来定义风险溢价的“高位”和“低位”，形成抄底/逃顶和仓位调整策略： 1）风险溢价达到高位时抄底，达到低位时逃顶的策略。我们利用历史数据进行测试，发现这个策略能提供有效的左侧操作指导，在市场顶点成功逃顶，并在市场大底左侧抄底。 2）风险溢价越高、仓位越高的调仓策略。定义风险溢价的“高”和“低”则是利用历史数据。如历史第95百分位视为高，67百分位为中高，依此类推。仅投资恒生指数的情况下，这个策略不仅能减小波动，还能从2011年来创造至多54ppt的超额收益。 3）结合经济周期的风险溢价调仓策略，这是对上述调仓策略“高”与“低”的定义方式进行进一步改良细化得出的策略。核心点在于历史上风险溢价在扩张期逐步走低，在收缩期逐步走高。我们可以根据经济周期的具体阶段调整对高/低风险溢价的容忍度。这样便能进一步博取更高超额收益。2011年至今，这种策略最高能实现86ppt的超额收益。 风险溢价在大势研判中的日常应用 利用风险溢价，我们一方面可以推断当前市场的合理估值水平，并且用以对比当前的股价。例如，当前恒生指数的风险溢价是7.3%，恰好处于历史上经济扩张初期风险溢价的中间水平。因此，我们便可以总结：目前港股的情绪处于中等水平，单靠情绪驱动股价明显上行/下行的空间不大，因此港股进一步行情需要基本面的改善或者利率的下降。 另一方面，将第5/95百分位的风险溢价代入模型，我们也可以测算现阶段的抄底/逃顶点位，根据最新的数据，当前模型输出的恒指抄底点位在17500-18000之间；逃顶点位在22500-23000之间。利用相似方法，我们也可以输出2023-2024年的恒指目标。 回顾近期历史，我们发现风险溢价模型战绩斐然，不仅在2022年10月底发出了左侧抄底信号，也在2023年1月末发出了逃顶信号。 风险提示：全球政治经济格局发生系统性变化的可能性；不可预测的极端事件带来的不确定性；历史规律不会在未来重演的可能性。 一、市场情绪的量化体现：股票风险溢价 1.什么是股票风险溢价？ 根据Investopedia的定义，股票风险溢价（Equityriskpremium，后简称ERP）的定义如下： Thetermequityriskpremiumreferstoanexcessreturnthatinvestingin thestockmarketprovidesoverarisk-freerate. （股票风险溢价代表投资者在投资股票市场时，在无风险收益率的基础上所要求的超额收益） 简单地说，ERP即是投资者对承担股票风险所要求的补偿，是投资者对客观风险赋予的主观定价。这个指标实际代表的是市场情绪，它的观测价值如下： 1）股票市场的风险是不因人的意志而变化的、客观存在的现实； 2）但当市场情绪高涨时，投资者愿意主观上降低承担风险所需要的补偿，即ERP下降，推高股票的估值； 3）而当市场情绪低落时，投资者会对承担股票市场的风险要求更高的补偿，即ERP上升，压低股票的估值。 2.如何计算股票风险溢价？ 理论上，ERP是现金流折现法下计算公司价值的一个要素，具体公式如下： FCF r+ ERP−g FV= f 其中，FV0代表公司当前的公允价值；FCF1代表公司在未来12个月产生的自由现金流；rf代表无风险收益率；g代表长期平均增速。 现实中，我们使用上述公式所面临的主要难点在于FCF1数据的可得性、完整性较弱，这主要是因为市场上提供自由现金流一致预期的样本股票较少，未必能准确表达出市场或者指数的全貌。考虑到利润和自由现金流中长期会趋同，我们可以将FCF1替换为EPS1（即股票未来12个月产生的每股收益）。接下来，我们假设市场的定价是有效的，即将FV0替换为P0（即股票的当前价格）。具体公式变为： EPS r+ ERP−g P= f 接下来，我们可以将公式转换为： EPS 2）P0为对应个股/指数的现价； 3）EPS1/P0为前瞻市盈率的倒数； 4）rf为无风险收益率，根据不同的市场选取的参考标的可能会有所不同，比较典型的是10年美债收益率。 等式的左侧是ERP-g，其中ERP代表股票风险溢价，g代表隐含长期增速。但是，公式推导至此，我们发现ERP-g难以进行进一步拆分。原因是市场上没有任何一项客观存在的高频数据可以代表长期增速g。 但是，我们认为，ERP-g不能拆分，并不影响我们运用这个模型判断市场情绪： 1）如果市场隐含的g是变化的，那么g并不是一个理性预期，而是情绪的一部分——正如乐观和贪婪、悲观和恐惧往往是相生相伴的。因此，我们可以把ERP-g当作一个整体进行分析。 2）如果假设长期g是理性的，那么g应该是一个定值，所以ERP-g的变化将完全由ERP的变化进行解释，我们没有拆分ERP-g的必要。 因此，我们在观测市场情绪时，没有必要剥离g。接下来，为了表述简洁，我们可能将在接下来的正文中把ERP-g简称为ERP，或者风险溢价。 3.补充：无风险收益率的选取 总体来看，无论是价格数据还是EPS数据的选择均不存在较大的争议。但是对于港股来说，无风险收益率的选择值得我们进一步深思。 首先，在离岸市场上，作为无风险收益率的所使用的典型资产便是美国国债收益率（对于其他货币政策和汇率相对独立的市场，也可以采用当地的中央政府债券收益率）。但是，随着港股通的开放，在岸市场市场与离岸市场的定价因子有了进一步的交集，我们便可能需要考虑中国国债收益率对港股定价所产生的影响。 处理方式上，我们认为中美国债收益率的加权平均值是一个选择。 图1：10年期美国国债和中国国债收益率（%） 以恒生指数为例，我们测算了港股通开放以来，恒生指数成分股的港股通持股比例，并以指数成分权重进行加权平均，求出了港股通持有恒生指数成分股的占比。 （由于市场上仅有2017年以后的港股通持股数据，在2017年以前，我们用一个等差数列替代空值） 接下来，我们以恒生指数中，港股通投资者持有股票的比例作为中国国债的权重，剩余权重赋予美国国债，求得恒生指数的加权平均无风险收益率。 从结果来看，由于在岸（港股通）资金对恒生指数成分股的持股比例还比较低，所以美债收益率是影响港股无风险收益率的主要因素，加权平均后的无风险收益率基本与美债收益率重叠。因此，就当前的港股市场而言，我们仍然可以选择直接采用美债收益率作为无风险收益率。 图2：恒生指数港股通持股占比 图3：加权平均无风险收益率对比10年美债收益率（%） 4.补充：其他估值要素和风险溢价展示 基于这种方法，我们拆解了恒生指数和恒生综合指数的估值要素。 图4：恒生指数估值要素：前瞻EPS 图5：恒生指数估值要素：市盈率倒数 图6：恒生综合指数估值要素：前瞻EPS 图7：恒生综合指数估值要素：市盈率倒数 5.风险溢价计算结果观察 根据上述计算方法，我们算出了港股主要指数的历史ERP走势。观察数据不难发现，港股的ERP倾向于在一个区间内反复运动——当市场情绪达到冰点时，恒生指数ERP上升到8%-10%的区间；当市场回暖并达到情绪的顶点时，ERP下落至4%-6%的区间。 由于恒生综合指数的覆盖范围更大，指数成分更加稳定，所以其ERP的波动范围也更加鲜明。但不足之处在于恒生综合指数的历史数据不及恒生指数充分。 图8：恒生指数的风险溢价 图9：恒生综合指数的风险溢价 二、风险溢价在大势研判中的应用 1.风险溢价的价值和意义 恒变的市场中，唯人性不变。 当我们对估值要素进行拆解时，大致可以分为三类： 1）基本面，这主要体现在EPS预期上。不难理解，EPS并不是一个长期区间波动的值，而是一个通常带有向上趋势的变量。 2）资金成本，即无风险收益率，这主要由中央政府债券收益率体现。观察历史，我们发现债券收益率也没有明显呈现出区间波动，至少不能在基钦周期的时间跨度中体现出来。 3）市场情绪，即风险溢价（ERP）。我们发现ERP的波动形式类似钟摆——在悲观恐慌和乐观贪婪之间反复摇摆。 ERP的运动特征给我们提供了一个非常宝贵的锚点，用以进行左侧操作：港股的ERP总是在一个固定的区间内活动。这个规律帮助我们在变换的市场中找到一颗不变的“北极星”——当ERP过高时，它将有下降的势能，带动股市估值回升； 当ERP过低时，它将有向上的势能，带动股市估值回落。 图10：恒生指数的风险溢价 另外，我们发现，ERP在历史上解释了绝大部分的恒生指数价格波动。当然，这样说存在因果倒置的风险：毕竟ERP是通过价格、无风险收益率、EPS预期倒推得出的，如果无风险收益率和EPS预期在解释价格时能力不足，那么倒推得到的ERP会自然而然地具备很强的解释价格的能力。 图11：恒生指数历史风险溢价和指数价格的关系 2.定义“过高”和“过低” 观察历史数据，我们发现，恒生指数ERP的有效区间波动基本是从2011年开始，结合我们在经济周期的研究中将2011年3月定义为一个基钦周期的高点，我们从这个时间点开始统计ERP的数据分布情况。 图12：恒生指数的风险溢价研究的有效区间 在对历史数据进行统计之后，我们可以了解到历史上恒生指数ERP的分布情况。 在定义“过高”和“过低”时，我们有两种处理方式： 1）直接选取历史百分位数，如将第5百分位定义为“过低”，第95百分位定义为“过高”； 2）将分布拟合为正态分布，用均值±n倍标准差定义“过高”和“过低”，如均值-2标准差为“过低”，均值+2标准差为“过高”。 图13：恒生指数风险溢价的分布情况和正态分布拟合 图14：恒生综合指数风险溢价的分布情况和正态分布拟合 3.基于风险溢价操作的单变量策略 3.1逃顶和抄底策略 如果我们划定两个极限值，在ERP达到高位时满仓抄底，并在ERP达到低位时清仓离场，那便构成了一个简单的逃顶和抄底策略。如果信号成功触发，这种策略对于仓位灵活的投资者来说，可以实现较高的超额收益。 但是，这种策略的缺点也很明显——如果行情没有演绎到极致，信号便不会触发，这个策略将无法给投资者提供任何建议。 以恒生指数为例：恒生指数ERP的历史第5百分位是5.1%，第95百分位是8.6%。 那么，我们可以定义策略1： -ERP达到8.6%时买入恒生指数；ERP达到5.1%时清仓。 同样，我们也可以使用拟合的正态分布模型，定义策略2： -ERP达到4.7%（均值-2标准差）时卖出；达到9.0%（均值+2标准差）时买入。 依照策略1和策略2，我们将能够在2011年9月26日起的一周买入恒生指数； 在2018年1月清仓逃顶（策略1和策略2的具体时间分别为2018年1月1日起的一周和2018年1月26日起的一周）；随后，这两个策略将在2022年10月31日发出买入信号，指导投资者买入恒生指数。2011年3月至今，策略1/策略2的净值可以达到2.36/2.54，创造148/166ppt的超额收益。 然而，这两个策略的弱点也正如我们上文所述：2011年3月以来的12年，它们只发出了3次交易信号，虽然有用，但对于主动投资者来说在非极端行情下的指导作用并不强，甚至还遗漏了一些周期级别