【宏观快评】牛市进程的八个观测指标

宏观研究 证券研究报告 宏观快评2024年10月07日 【宏观快评】 牛市进程的八个观测指标 华创证券研究所 证券分析师：张瑜 电话：010-66500887 邮箱：zhangyu3@hcyjs.com执业编号：S0360518090001 证券分析师：陆银波 电话：010-66500831 邮箱：luyinbo@hcyjs.com执业编号：S0360519100003 相关研究报告 《【华创宏观】为何超预期上行？——9月PMI数据点评》 2024-10-07 《【华创宏观】利润迎来新的考验——8月工业企业利润点评》 2024-10-07 《【华创宏观】政策底明确——6句话极简解读9 月政治局会议》 2024-09-26 《【华创宏观】如何理解今日央行推出的各类政策？》 2024-09-24 《【华创宏观】保险新“国十条”透露的3条金融 工作主线——政策观察双周报第87期》 2024-09-24 主要观点 引子：牛市的时间段划分 我们分析历史上的�次快牛（出现过20个交易日内，上证综指最大涨幅超过20%的时间段）。起点为局部最低点，终点为局部最高点。本轮行情，上证综指从9月18日至9月30日，区间涨幅已经超过了20%（22.8%）。因而，过去�次快牛期间的一些指标变化对于本轮行情的跟踪而言有借鉴意义。 由于快速行情中的研判往往需要非常高频，因此本文选取交易层面指标为主。这些指标都具备双面性，一方面指标越好意味着热度越高，另一方面指标太好又会意味着物极必反。所以本文相关指标的定量比较并不代表我们对市场走势观点，那一定过于刻舟求剑，我们的目的是向专业投资者提供一个工具——即相对客观的“测温仪”。 观测指标1：成交额 过往�次牛市来看，牛市期间成交额增长较多，平均而言，�次牛市终点的成交额是起点成交额的12.2倍，最短的一次是2019年的牛市，区间终点成交额是起点成交额的3.3倍。本轮行情，9月18日WIND全A成交额为4817亿，9月30日为2.6万亿，9月30日成交额是9月18日成交额的5.4倍。 成交额的最高点并非是行情的最高点。但，近三次牛市来看，成交额见顶后后续上证综指涨幅空间较小。近三次牛市，成交额见顶前，平均涨幅为76.8%，成交额见顶后，平均涨幅为9.1%。 观测指标2：融资融券 2014年-2015年的牛市期间，两融余额从4054亿增长到2.2万亿，终点是起 点的5.5倍。2019年牛市期间，终点是起点的1.27倍。 本轮行情，9月18日，两融余额为1.37万亿，根据WIND数据（目前更新至9月27日），9月27日为1.39万亿。若按照1.27倍设定关注线，则两融余额到1.74万亿时需要予以警惕。 观测指标3：新成立基金份额 计算牛市终点所在月的新设立的偏股型基金份额与牛市起点所在月的新设立的偏股型基金份额。2005年以来四次牛市平均倍数为9.9倍，最小的一次是2019年，为2.1倍。本轮行情，截止至9月27日，9月新成立基金偏股型基 金份额合计为285.9亿，后续可持续关注新设立金额份额变化。 观测指标4：ERP 一是对于沪深300ERP分位数（考虑到沪深300指数从2005年开始编制，计 算9年分位数，以在2014年牛市期间获得这一指标）。2014-2015年牛市、2019年牛市期间，分位数的起点都较高，超过80%，终点都较低。本轮行情，9月18日，沪深300ERP分位数为99.9%，到9月30日为61%。 二是对于沪深300ERP绝对值。四次牛市ERP绝对值平均变化幅度为5.1个百分点。本轮行情，9月18日沪深300ERP为7.16%，9月30日为5.39%，目前变化幅度为1.77%。 观测指标5：股息率与利率之差 一是对于沪深300的股息率与十年国债利率之差分位数（同理，计算9年分位数）。2014-2015年牛市、2019年牛市期间，这一差值分位数起点都较高，超 过80%。终点都大幅回落。本轮行情，9月18日，沪深300这一指标分位数为100%，到9月30日为91.8%。 二是对于沪深300这一指标的绝对值。过往四次牛市从起点到终点，沪深300股息率都低于十年国债利率，区间差值变化幅度平均为1.86%。本轮行情，9月18日，沪深300股息率高于十年国债利率，差值为1.38%。到9月30日， 这一差值为0.62%。 观测指标6：标志性个股涨幅 选择三个个股，一是与证券开户相关的个股（东方财富），二是证券交易相关的个股（恒生电子），三是受益证券交易个股（券商，选择涨幅最大的那个）。 目前来看，本轮行情（9月18日-9月30日），东方财富的涨幅已经超过2019年牛市期间。但券商涨幅偏低，涨幅最大的个股涨幅为59.9%，此前2014年-2015年牛市、2019年牛市，券商涨幅最大的个股涨幅分别为594%、147%。恒生电子的涨幅也低于前两次牛市期间。 观测指标7：创新高个股数量 第7个指标可以通过观察创新高个股数量衡量A股的赚钱效应。我们计算牛市期间创三年新高个股数量占比。此前�次牛市，区间内，创三年新高个股数量占比最大值平均达到33.5%。当前行情，到9月18日-9月30日，创三年新高个股数量占比最大值仅为2.8%，处于偏低位置。 观测指标8：官媒定调变化 牛市期间，官媒的定调同样值得关注。以2014-2015年牛市为例，官媒对股市的定调经历了三个阶段。先是呵护为主，再次强调要“把握牛市红利”，“震荡不改慢牛”。最后强调牛市风险。 当前阶段，官媒定调或尚在呵护阶段。 风险提示： 市场波动加大。 目录 一、牛市的时间段划分5 二、观测指标1：成交额5 三、观测指标2：融资融券6 四、观测指标3：新成立基金份额6 �、观测指标4：ERP7 六、观测指标5：股息率与利率之差7 七、观测指标6：标志性个股涨幅8 八、观测指标7：创新高个股数量8 九、观测指标8：官媒的定调9 图表目录 图表1�次牛市的时间段划分及区间上证综指涨跌幅5 图表2�次牛市期间成交额变化5 图表3�次牛市期间成交额最高点前后涨跌幅6 图表4两次牛市期间融资融券余额的变化6 图表5四次牛市期间新成立偏股型基金规模变化7 图表6四次牛市期间沪深300ERP指标的变化7 图表7四次牛市期间沪深300股息率与十年国债利率差值的变化8 图表8三次牛市期间标志性个股涨幅8 图表9WIND全A牛市期间创三年新高个股数量占比9 图表10官媒定调的变化：从“呵护”到“牛市定调”到提示风险9 一、牛市的时间段划分 我们分析历史上的�次快牛（出现过20个交易日内，上证综指最大涨跌幅超过20%的时间段）。起点为局部最低点，终点为局部最高点。本轮行情，上证综指从9月18日至9月30日，区间涨跌幅已经超过了20%（22.8%）。因而，过去�次快牛期间的一些指标变化对于本轮行情的跟踪而言有借鉴意义。 图表1�次牛市的时间段划分及区间上证综指涨跌幅 资料来源：Wind，华创证券 二、观测指标1：成交额 重点分析两个指标。一是牛市终点A股成交额与起点成交额之比。二是牛市区间最大成交额与起点成交额之比。 第一个发现是过往�次牛市来看，牛市期间成交额增长较多，平均而言，�次牛市终点的成交额是起点成交额的12.2倍，最短的一次是2019年的牛市，区间终点成交额是起 点成交额的3.3倍。本轮行情，9月18日WIND全A成交额为4817亿，9月30日为2.6 万亿，9月30日成交额是9月18日成交额的5.4倍。 第二个发现是成交额的最高点并非是行情的最高点。但，近三次牛市来看，成交额见顶后，后续上证综指涨幅空间较小。近三次牛市，成交额见顶前，平均涨幅为76.8%，成交额见顶后，平均涨幅为9.1%。 图表2�次牛市期间成交额变化 资料来源：Wind，华创证券 图表3�次牛市期间成交额最高点前后涨跌幅 资料来源：Wind，华创证券 三、观测指标2：融资融券 与成交额相似的衡量市场热度的指标是融资融券余额。2014年-2015年的牛市期间，两融余额从4054亿增长到2.2万亿，终点是起点的5.5倍。2019年牛市期间，终点是起点 的1.27倍。 本轮行情，9月18日，两融余额为1.37万亿，根据WIND数据（目前更新至9月27日）， 9月27日为1.39万亿。若按照1.27倍设定关注线，则两融余额到1.74万亿时需要予以警惕。 图表4两次牛市期间融资融券余额的变化 资料来源：Wind，华创证券 四、观测指标3：新成立基金份额 另一个衡量市场热度的指标是公募基金份额，考虑到存量份额的更新频次较慢（月频），可以更新新设立的基金份额（日频）。计算牛市终点所在月的新设立的偏股型基金份额与牛市起点所在月的新设立的偏股型基金份额。2005年以来四次牛市平均倍数为9.9倍，最小的一次是2019年，为2.1倍。 本轮行情，截止至9月27日，9月新成立基金偏股型基金份额合计为285.9亿，后续可持续关注新设立金额份额变化。 图表5四次牛市期间新成立偏股型基金规模变化 资料来源：Wind，华创证券 �、观测指标4：ERP 市场热度之外，估值也是影响股市走势的重要指标，对于价值型个股，PE是市场较为关注的指标。我们观察沪深300的ERP在牛市期间的ERP变化。 有两个发现，一是对于沪深300ERP分位数（考虑到沪深300指数从2005年开始编制，我们计算9年分位数，以在2014年牛市期间获得这一指标）。2014-2015年牛市、2019年牛市期间，分位数的起点都较高，超过80%，终点都较低，在32.7%-35.8%这一区间内。本轮行情，9月18日，沪深300ERP分位数为99.9%，到9月30日为61%。 二是对于沪深300ERP绝对值。四次牛市ERP绝对值平均变化幅度为5.1个百分点。本轮行情，9月18日沪深300ERP为7.16%，9月30日为5.39%，目前变化幅度为1.77%。 图表6四次牛市期间沪深300ERP指标的变化 资料来源：Wind，华创证券 六、观测指标5：股息率与利率之差 与ERP相似的是股息率与十年国债利率之差。同样有两个发现。 一是对于沪深300的股息率与十年国债利率之差分位数（考虑到沪深300指数从2005年 开始编制，我们计算9年分位数，以在2014年牛市期间获得这一指标）。2014-2015年牛市、2019年牛市期间，这一差值分位数起点都较高，超过80%。终点都大幅回落，在33.6%-58.2%这一区间内。本轮行情，9月18日，沪深300这一指标分位数为100%，到9月30日为91.8%。 二是对于沪深300这一指标的绝对值。过往四次牛市从起点到终点，沪深300股息率都 低于十年国债利率，区间差值变化幅度平均为1.86%。本轮行情，9月18日，沪深300 股息率高于十年国债利率，差值为1.38%。到9月30日，这一差值为0.62%。图表7四次牛市期间沪深300股息率与十年国债利率差值的变化 资料来源：Wind，华创证券 七、观测指标6：标志性个股涨幅 第6个指标为标志性个股的涨幅。我们选择三个个股，一是与证券开户相关的个股（东方财富），二是证券交易相关的个股（恒生电子），三是受益证券交易额的个股（券商，选择涨幅最大的那个）。 目前来看，本轮行情（9月18日-9月30日），东方财富的涨幅已经超过2019年牛市期间。但券商涨幅偏低，涨幅最大的个股涨幅为59.9%，此前2014年-2015年牛市、2019年牛市，券商涨幅最大的个股涨幅分别为594%、147%。恒生电子的涨幅也低于前两次牛市期间。 图表8三次牛市期间标志性个股涨幅 资料来源：Wind，华创证券 八、观测指标7：创新高个股数量 第7个指标可以通过观察创新高个股数量衡量A股的赚钱效应。我们计算牛市期间创三年新高个股数量占比。此前�次牛市，区间内，创三年新高个股数量占比最大值平均达到33.5%。当前行情，到9月18日-9月30日，创三年新高个股数量占比最大值仅