证券研究报告|宏观专题 2023年9月24日 宏观专题 感知权益市场运行的“仪表盘” ——WOMAL五维大势研判框架 证券分析师 芦哲 资格编号:S0120521070001 邮箱:luzhe@tebon.com.cn潘京 资格编号:S0120521080004 邮箱:panjing@tebon.com.cn 联系人 戴琨 资格编号:S0120123070006 邮箱:daikun@tebon.com.cn 相关研究 《用一个指标衡量经济景气度——德邦ECI指数发布》 《经济改善可持续吗?——8月经济数据点评》 投资要点: 策略启示:基于WOMAL框架给出的五个关键提示(数据截至09/22),我们认为大盘(以万得全A指数代理)在短期内可能延续弱势震荡,底部或未探明,但整体下行空间应较为有限,且中途随时可能出现技术性反弹。往后看,胜率边际提升的延续性和边际定价权的逐步回归或将是破局关键。 ①胜率的逐级提升和延续性依赖于政策持续呵护和经济内生动能进一步修复,而企业和居民主体信心和预期的修复则是微观经济边际向好的基石;②边际定价权的回归取决于北向和其余外资对于中国经济长期性问题和部分风险事件的认知纠偏,规模性回流或提示市场拐点,在市场反弹继而恢复上行后,正常市场中的边 际定价权将自然切换,各主体资金力量对中国权益资产的信心也或将逐渐恢复。 五维大势研判框架:我们在本篇报告建立了一个简明的、可跟踪的大势研判框架。区别于DDM/DCF/FCFF等传统的绝对估值模型,我们选择从胜率 (WinningPercentage)、赔率(Odds)、动量(Momentum)、交易(Trading Activity)及资金(MarketLiquidity)五大视角出发,选取各视角下的核心指标与观测对象,建立“WOMAL”五维大势研判框架,定位大盘所处位置与状态。 ①赔率视角:采用股权风险溢价(ERP)反映权益资产的赔率,由于具备明显的均值回归特点,其对于中期维度的择时具有一定的指导意义。 ②胜率视角:考虑经济领先指标/景气指数,如OECDChinaCLI、CEICChinaLI以及我们构建的经济景气指数(EconomicClimateIndex,ECI),同时把握市场赋权较高的关键驱动因子或风险因子,如房地产问题、地方政府债务问题等。 ③动量视角:①时序动量观测:采用快慢线或经典的MACD指标观察大盘的时序动量趋势,以反映大盘在短期内的趋势性;②截面动量观测:我们构造了一个反映行业轮动速度的指标,以跟踪市场交易焦点的收敛与扩散。 ④交易视角:①市场热度:通过综合成交额和换手率,我们构造了反映市场热度的指标,以感知市场总体交投热情;②行业分歧度:通过PCA技术,我们构造了一个反映行业分歧度的指标,以纳入行业层面的交易信息,最终结果显示该指 标具有一定的“逃顶”能力。 ⑤资金视角:借鉴JohnGeanakoplos关于资产定价的思想,我们最后还重点关注了市场中的边际定价者或边际买家(MarginalBuyers)。我们认为,“边际定价者”才是决定资产价格走向的核心因素。 基于五维框架的大势研判:当前(数据截至09/22),权益市场①赔率仍在历史高位;②胜率或处于中性水平;③短期向上动能或不足;④交易热度渐消而分歧有限;⑤北向资金边际定价权或在高位,我们在2.5节对这一点进行了深入讨论。 风险提示:经济复苏或政策斜率不及预期,引致交易因素显著放大市场波动;对微观经济模型的理解有误,继而导致对资产定价的认知产生偏差;指标构造过程中可能存在统计或计算上的误差,模型可能失真。 请务必阅读正文之后的信息披露和法律声明 内容目录 1.WOMAL五维大势研判框架5 1.1.赔率视角:把握空间5 1.2.胜率视角:追逐概率6 1.3.动量视角:跟踪趋势与轮动8 1.3.1.时序维度8 1.3.2.截面维度10 1.4.交易视角:感知热度与分歧11 1.4.1.市场热度11 1.4.2.行业分歧度12 1.5.资金视角:关注边际定价者14 2.WOMAL框架下的权益市场大势17 2.1.赔率:性价比仍在历史高位17 2.2.胜率:整体或处于中性水平18 2.3.动量:短期向上动能或不足19 2.4.交易:热度渐消而分歧有限20 2.5.资金:北向定价权或在高位21 2.6.基于WOMAL五维框架的大势研判23 3.风险提示25 图表目录 图1:基于PE(TTM)倒数计算的全AERP5 图2:基于股息率计算的全AERP5 图3:OECD综合领先指标编制流程7 图4:OECD综合领先指标与GDP增速7 图5:CEIC先行指标与GDP增速7 图6:经平滑后的CEIC先行指标与GDP增速7 图7:万得全A周度MACD9 图8:月度视角下对大盘截面动量的观察(申万一级行业分类)10 图9:行业轮动速度与万得全A走势11 图10:市场热度与万得全A走势12 图11:行业分歧度与万得全A走势13 图12:资产Y在1时期具有好/坏两种状态14 图13:边际买家(MarginalBuyers)决定资产价格14 图14:23Q2A股非个人投资者结构(持股市值占比)15 图15:A股投资者类型全景图16 图16:基于PE(TTM)倒数计算的全AERP(22年以来)17 图17:基于股息率计算的全AERP(22年以来)17 图18:中美ERP之差(基于股息率计算)17 图19:月度ECI指数及分项(%)18 图20:OECD综合领先指标与GDP增速19 图21:经平滑后的CEIC先行指标与GDP增速19 图22:易纲《当前经济运行中的几个特点》主要内容19 图23:万得全AMACD(周线级别)20 图24:万得全AMACD(日线级别)20 图25:行业轮动速度近期有所抬头(申万一级行业)20 图26:市场热度渐冷21 图27:行业分歧度回落21 图28:近期北向的边际定价权或维持在高位21 图29:年初以来公募基金重仓跑输全A22 图30:偏股基金仓位在阶段性高位22 图31:险资权益仓位处于历史较高位置22 图32:华润信托阳光私募仓位在8月出现明显回撤22 图33:预估基金申赎比在今年下半年多数时候小于123 图34:WOMAL权益市场五维“仪表盘”24 在我们此前推出的权益周报《权益市场资金面周观察》与《情绪、轮动与估值周观察》中,我们建立了对于资金力量、市场情绪、行业轮动以及估值的观测体系。不同于二者对权益市场细部的考察,本篇报告力图删繁就简,不追求建立一套繁杂的指标体系,而是致力于搭建起一个简明的、可跟踪的大势研判框架。区别于DDM/DCF/FCFF等传统的绝对估值模型,我们选择从胜率(WinningPercentage)、赔率(Odds)、动量(Momentum)、交易(TradingActivity)及资金(MarketLiquidity)五大视角出发,选取各视角下的核心指标或观测对象, 定位大盘当前所处的位置与状态。最终,我们建立了“WOMAL”五维大势研判 框架,这一框架可以进一步应用于各类宽基指数、行业指数或风格指数,本篇报 告仅以万得全A(881001.WI)这一综合反映全部A股的指数为例进行阐述,最后,我们还在第二部分基于此框架对当前市场进行了最新大势研判。 1.WOMAL五维大势研判框架 1.1.赔率视角:把握空间 胜率和赔率原是两个常见的博彩术语,落到投资中,前者衡量了一项投资未来取得预期收益的概率,是一种相对确定性;后者则指向投资成功后所可能获取的最大收益空间,是一种收益风险比。胜率与赔率正如硬币的两面,有其各自的优劣势,但在绝大部分情况下难以兼得。倚赖胜率带来投资收益的平庸化,而倚赖赔率则要承受相应的左侧成本,过分单一地追求胜率或赔率均不可取。 对于权益市场而言,我们采用股权风险溢价(ERP)反映权益资产的赔率,由于具备明显的均值回归特点,其对于中期维度的择时具有一定的指导意义。严格而言,股权风险溢价(ERP)是指权益资产收益率与无风险利率的差值,代表了持有权益资产所需要付出的风险溢价。在具体实践中,后者常以十年期国债利率衡量,而对于前者来说,市场常以PE的倒数进行衡量,此外,股息率也是一种常用的衡量方式。从另一个角度来看,ERP也反映了股债相对性价比,即EdwardYardeni提出的FedModel,衡量了股票和债券相对估值。 图1:基于PE(TTM)倒数计算的全AERP图2:基于股息率计算的全AERP 全AERP3年滚动平均全AERP3年滚动平均 ±1std±2std 60.0 5-0.5 4-1.0 -1.5 3-2.0 2-2.5 1-3.0 0-3.5 -4.0 -1-4.5 10/03 11/03 12/03 13/03 14/03 15/03 16/03 17/03 18/03 19/03 20/03 21/03 22/03 23/03 -2-5.0 ±1std±2std 10/03 11/03 12/03 13/03 14/03 15/03 16/03 17/03 18/03 19/03 20/03 21/03 22/03 23/03 资料来源:Wind,德邦研究所资料来源:Wind,德邦研究所 需要说明的是,PE倒数与股息率对权益资产收益率的衡量各有优劣,同时考虑基于它们计算得到的两种ERP更加稳健。一方面,PE倒数所代表的投资回报要比股息率更宽泛,可以更好地表征持有权益资产的综合收益。但从计算方式 上看,无论是静态PE还是PE(TTM)均基于上市公司历史盈利,都具有一定的滞后性。而若采用动态PE,又会纳入分析师预测的主观性,其本身的可信性与稳定性亦会存疑。另一方面,股息率所代表的投资回报要比PE倒数更稳定,波动范围相应也会更小,均值回归特性更明显,其与债券到期收益率又同属收益率概念,匹配度亦更佳。但由于上市公司并不都会进行派息,其广义代表性又会受损。因此,我们可以同时考虑基于PE倒数计算的ERP和基于股息率计算的ERP,互补双方优劣。 1.2.胜率视角:追逐概率 赔率看空间,这一“空间”是均值回归特性所带来的;胜率看概率,这一“概率”是经济基本面/资产资本面的边际变动所引发的。如果说追求高赔率代表了左侧交易与对安全边际的考量,追求高胜率则意味着对基本面改善的率先跟 随。需要说明的是,历史胜率容易以归纳法复盘,未来胜率却无法精准把握,胜率思维不像赔率思维有均值回归的支撑,一切判断均是在各种约束条件下做出的,即便可能有各类数据支撑,保证约束条件不会发生突变仍是一个重要的前提。 对于权益市场整体而言,自上而下看,经济基本面的边际变动是最基本的胜率指引,其在很大程度上影响着企业盈利与市场预期。更重要的是,随着经济增长的波动收敛,市场波动率也会自然趋缓,经济的内生性增长对企业盈利的宏观 支撑也因此显得尤为关键。然而,相比赔率,胜率是一个更难以捕捉和确认的信号,想要客观地、前瞻性地判断宏观胜率的变化,一个基本的思路就是寻找到宏观经济的领先指标,宏观景气指数/经济先行指数为此提供了一个有效的工具。 1909年,美国统计机构巴布森(Babson)发布了由商业、货币、投资等领 域12个微观指标合成的巴布森经济活动指数。此后,美国布鲁克迈尔经济研究所(BrookmireEconomicService)也于1911年编制并发布了涉及股票、商品和货币等市场的经济景气指标。但这一时期影响力最大的景气指数当属1919年哈佛大学珀森斯(W.M.Persons)教授领衔编制的哈佛指数(HarvardIndexofGeneralEconomicConditions)。此后,诸多景气指数/经济活动领先指数涌现于美国的民间或官方,较为著名的有NBER的景气监测体系、纽约联储周度经济指数(WEI)、芝加哥联储全国活动指数(CFNAI)、美国咨商会领先经济指数 (LEI)、美国经济周期研究所(ECRI)领先指标等等,在方法上可分为扩散指数法、合成指数法、景气灯模