核心观点：按照自下而上的分析师预期加总，预测2023Q3万得全A和万得全A非金融的ROE为7.87%和7.06%（预测2023Q4分别为8.51%和8.13%，2023Q2的ROETTM为8.23%和7.47%），分析师预期相比上月略微下调。综合中信一级行业多维度指标，2023年10月看好“汽车”、“石油石化”、“通信”和“纺织服装”的相对收益。
　　A股整体盈利预测与市场情绪：按照自下而上的分析师预期加总，预测2023Q3万得全A和万得全A非金融的ROE为7.87%和7.06%（预测2023Q4分别为8.51%和8.13%，2023Q2的ROETTM为8.23%和7.47%），分析师预期相比上月略微下调。周期定位方面，全球康波萧条期，中国人口周期下行，产能周期下行，库存周期下行，预测ROE于2023Q3见底。从PB分位数来看，截至2023年09月28号，万得全A的PB分位数为4.09%，市场整体估值略微下降。
　　中信一级行业配置：基于财务报表、分析师预期和行业中观数据构建行业景气度指标，“汽车”、“石油石化”、“通信”和“纺织服装”的景气度比较高。截至2023年09月28号，食品饮料的PB分位数超过50%，行业之间估值分化程度下降。当前机构关注“电力设备及新能源”、“家电”和“交通运输”行业的股票；“石油石化”的机构关注度从高位下降；最近一周，机构更加关注煤炭、机械、非银行金融、交通运输和传媒行业。综合多维度，2023年10月看多“汽车”、“石油石化”、“通信”和“纺织服装”的相对收益；行业轮动策略历史详细业绩信息请关注Wind-PMS组合，“行业轮动相对收益@基本面+量价”。
　　风险提示：量化模型基于历史数据总结的规律在未来可能失效。

研究报告全文：证券研究报告量化策略动态报告中游景气度较高看好汽车通信纺织服装和石油石化等行业的相对收益基本面量化模型跟踪2023年10月分析师王程畅研究助理徐建华wangchengchangcsccomcnxujianhuacsccomcnSAC编号S1440520010001发布日期2023年10月09日本报告由中信建投证券股份有限公司在中华人民共和国仅为本报告目的不包括香港澳门台湾提供在遵守适用的法律法规情况下本报告亦可能由中信建投国际证券有限公司在香港提供同时请务必阅读正文之后的免责条款声明摘要核心观点按照自下而上的分析师预期加总预测2023Q3万得全A和万得全A非金融的ROE为787和706预测2023Q4分别为851和8132023Q2的ROETTM为823和747分析师预期相比上月略微下调综合中信一级行业多维度指标2023年10月看好汽车石油石化通信和纺织服装的相对收益A股整体盈利预测与市场情绪按照自下而上的分析师预期加总预测2023Q3万得全A和万得全A非金融的ROE为787和706预测2023Q4分别为851和8132023Q2的ROETTM为823和747分析师预期相比上月略微下调周期定位方面全球康波萧条期中国人口周期下行产能周期下行库存周期下行预测ROE于2023Q3见底从PB分位数来看截至2023年09月28号万得全A的PB分位数为409市场整体估值略微下降中信一级行业配置基于财务报表分析师预期和行业中观数据构建行业景气度指标汽车石油石化通信和纺织服装的景气度比较高截至2023年09月28号食品饮料的PB分位数超过50行业之间估值分化程度下降当前机构关注电力设备及新能源家电和交通运输行业的股票石油石化的机构关注度从高位下降最近一周机构更加关注煤炭机械非银行金融交通运输和传媒行业综合多维度2023年10月看多汽车石油石化通信和纺织服装的相对收益行业轮动策略历史详细业绩信息请关注Wind-PMS组合行业轮动相对收益基本面量价风险提示量化模型基于历史数据总结的规律在未来可能失效2提纲基本面量化框架和核心结论A股整体盈利预测与市场情绪中信一级行业配置单行业基本面量化风险提示3在不完美的真实市场中价值投资图表由权益类资产定价模型引申出研究维度价值质量市场盈利能力经营效率市场参与者信号盈余质量投融资决策市场价格信号资产结构市场情绪信号资料来源基本面量化投资张然汪荣飞著中信建投理想国有效市场假说一个没有证券交易成本证券持有成本和信息成本的高效率市场大家拥有的信息是一样的对这些信息的理解也是一致且充分的也就是说大家对证券的估值不仅是一样的而且是在现有信息基础上最准确的在有效资本市场上证券的价格等于它的价值真实市场噪声投资者模型精明投资者信息投资者对理性预期收益作出反应但反应的程度受他们的财富限制在时间t对股票的需求表示为总流通股的一部分其中是时间t股票的实际回报率是精明投资者对股票无需求时的预期实际回报率是精明投资者持有所有股票时的风险溢价噪声投资者普通投资者没有对理性预期收益作出反应而对新闻反应过度或难以抵挡风气的冲击假设为普通投资者要求的每股股票总价值市场均衡要求Y1当套利成本不等于零时错误定价是一种均衡现象价值投资剩余收益模型根据剩余收益模型一家公司的价值等于其当前账面价值和未来预期剩余收益现值之和剩余收益模型使得我们可以依据企业财务报表数据根据公司未来现金流计算现值来估算公司价值价值投资即寻找质量好的公司和以合理的价格买入4剩余收益模型做权益策略的前提是如何给权益类资产定价进而弄清驱动市场涨跌的基本面因素20世纪90年代初期JamesOhlson教授发表了一系列有影响力的有关估值的文章并介绍了剩余收益模型ResidualIncomeModelRIM特别强调剩余收益模型对于理解会计数据和企业价值的关系根据剩余收益模型一家公司的价值等于其当前账面价值和未来预期剩余收益现值之和即其中为公司在时间t的账面价值为公司在时间t的期望值为第ti期的净收入为权益资本成本即股权要求回报率为第ti期账面资产税后收益率期间t的剩余收益RI定义为期间t的收益减去基期资本成本的正常收益公式为剩余收益模型使得我们可以依据企业财务报表数据估算公司价值根据公司未来现金流计算现值公司价值始终是两项之和投入资本和未来剩余收益的现值5行业轮动相对收益基本面量价图表行业轮动相对收益基本面量价模拟组合过去一年业绩超额收益行业轮动相对收益基本面量价总回报万得全A总回报02015010050-0052022-102022-112022-122023-012023-022023-032023-042023-052023-062023-072023-082023-092023-10资料来源wind中信建投行业轮动相对收益基本面量价从多维度分析中信一级行业当前配置汽车石油石化通信和纺织服装6详细历史持仓信息和业绩请关注Wind-PMS公开组合行业轮动相对收益基本面量价提纲基本面量化框架和核心结论A股整体盈利预测与市场情绪中信一级行业配置单行业基本面量化风险提示7全部A股ROE实时预测图表正式财报业绩快报和业绩预告的发布时间汇总二月三月四月五月六月七月八月九月十月十一月十二月次年一月一季报半年报三季报财务报表4月30日截止8月31日截止10月31日截止年报次年4月30日截止年报半年报业绩快报深交所鼓励半年报在月披露的深交所中小板创业板如在月披露年报的需在月底83-42中小板公司在月底前披露其前披露业绩快报其他公司非强制性披露7他公司无强制要求一季报三季报4月15日截止10月15日截止业绩预告半年报年报7月15日截止次年1月31日截止资料来源wind中信建投为了高频跟踪上市公司的盈利能力我们可以把业绩快报业绩预告和分析师预期数据与正式财报有机结合业绩快报会提前公布企业的归属母公司股东的净利润基本每股收益营业收入营业利润利润总额和净资产收益率指标业绩预告主要给出企业预测净利润的上下限分析师预期数据为分析师对企业未来三年净利润每股收益净资产收益率营业收入每股现金流每股净资产息税前利润息税折旧摊销前利润利润总额营业利润和每股股利的预测8全部A股ROE实时预测图表预测企业未来一个季度的净利润Y正式财报是否发布业绩快报正式财报YN是否发布业绩快报Y业绩预告是否发布N分析师预期业绩预告Y是否有分N析师覆盖N上年同期数据填充资料来源wind中信建投按照剩余收益模型影响一家公司价值的关键基本面变量是净资产回报率ROE所以我们尝试预测行业未来一个季度的ROE并基于ROE构造景气度指标先预测净利润基于对企业下个季度的净利润预测通过整体法合成对中信一级行业下个季度净利润的预测进而预测中信一级行业未来一个季度的ROE9全部A股ROE实时预测图表预测万得全A和万得全A非金融指数的未来ROE万得全A绝对预测偏差万得全A非金融绝对预测偏差万得全A预测万得全A非金融预测万得全A真实万得全A非金融真实新信息率全部A股右轴120010000950010009000850080080006007500700040065006000200550000050002016-072023-042015-012015-042015-072015-102016-012016-042016-102017-012017-042017-072017-102018-012018-042018-072018-102019-012019-042019-072019-102020-012020-042020-072020-102021-012021-042021-072021-102022-012022-042022-072022-102023-012023-072023-102024-012024-042024-072024-102025-012025-042025-072025-10资料来源wind中信建投按照自下而上的分析师预期加总预测2023Q3万得全A和万得全A非金融的ROE为787和706预测2023Q4分别为851和813分析师预期相比上月略微下调2023Q2真实值略高于分析师预期2023Q2的ROETTM为823和74710周期定位图表历史上的五轮康波周期衰退期衰退期衰退期衰退期衰退期1815-18251866-18731920-19291966-197310年2008-20207年9年7年12年繁荣期回升期繁荣期回升期繁荣期回升期繁荣期回升期繁荣期回升期1782-18021836-18451845-18661883-18921892-19131937-19481948-19661982-19911991-200820年9年21年9年21年11年18年9年17年萧条期萧条期萧条期萧条期萧条期1825-18361873-18831929-19371973-19822020-11年10年8年9年注1913-1920为一战注1802-1815为拿破仑战争1931-1945为二战ChatGPTAGI纺织和蒸汽机技术钢铁和铁路电气和重化工业汽车和电子计算机信息技术63年47年56年43年资料来源荷兰经济学家雅各布范杜因中信建投生产力决定生产关系过去两百年历史进步的主要动力靠科技-生产力突破周期繁荣阶段一般经历13至20年衰退阶段经历8至11年萧条阶段经历7至10年回升阶段经历10至20年一个完整的康波周期在40年至60年之间大数据和人工智能或引领下一轮智能化的康波周期11周期定位图表中国三周期库存周期产能周期和人口周期示意图库存周期产能周期人口周期2021-09-012023-06-012021-032021-102022-052001-122002-072003-022003-092004-042004-112005-062006-012006-082007-032007-102008-052008-122009-072010-022010-092011-042011-112012-062013-012013-082014-032014-102015-052015-122016-072017-022017-092018-042018-112019-062020-012020-082022-122023-072024-022024-092025-042025-11资料来源wind中信建投我国人口周期于2010年见顶回落产能周期于2021Q3后见顶回落库存周期于2021Q3见顶回落并将持续到2023Q2预测企业盈利下行到2023Q3后见底回升12人口周期的印证图表基于队列要素模型预测中国人口百万人人口数年龄0-14真实人口数年龄0-14预测人口数年龄15-64真实人口数年龄15-64预测人口数年龄65及以上真实人口数年龄65及以上预测核心劳动力25-55真实右轴核心劳动力25-55预测右轴就业人员合计120000201310104110000020147634980000600002017699534000020000000194919511953195519571959196119631965196719691971197319751977197919811983198519871989199119931995199719992001200320052007200920112013201520172019202120232025202720292031203320352037203920412043204520472049资料来源wind中信建投我国劳动年龄人口15-59岁含不满60周岁人数的高点在2013年为101041百万人预测劳动年龄人口先上行到2026年然后再持续下降到2050年就业人员的高点在2014年为76349百万人核心劳动力25-55岁人数的高点在2017年69953百万人预测核心劳动力人数持续下降到2050年人口因素对股市的负面影响从2015年开始变得比较显著且作用逐渐增强13人口通过GDP影响股票市场价值根据柯布-道格拉斯生产函数一个国家的产出水平由资本capital劳动力labor和技术发展水平共同决定其中为全要素生产率totalfactorproductivityTFP代表了经济的整体劳动生产率或科技水平为实物资本水平capital为劳动力水平labor为资本产出弹性或资本要素占收入的比例为劳动产出弹性或劳动要素占收入的比例由柯布-道格拉斯生产函数变形可得索罗增长核算方程为GDP增长率为全要素生长率增长率为资本增长率为劳动力增长率和劳动力生产率增长核算方程为长期劳动率增长率受资本深化和技术进步影响所以经济增长的影响因素主要有两个一个是质的增长即劳动生产率的提升另一个是量的增长即劳动力或总劳动时间的增加对整个股票市场的总价值进行拆解其中为所有企业的总收益earnings为企业收益占GDP的比例shareofcorporateearningsprofitsinGDP为市盈率price-to-earningsratiomultiple等式两边取对数并同时求偏导得到由此可知股票市场价值的变化率由三个部分组成GDP变化率企业收益占GDP比例的变化率以及市盈率的变化率长期企业收益占GDP比例和市盈率均保持稳定水平GDP增长率对股票市场价值其主导作用人口周期下行带来的GDP增速下行会对股票市场价值增长带来负面影响14市场情绪图表市场成交额及其分布沪深300中证500中证1000其它上证50创业板指全市场成交额亿右轴18000001200016000001000014000001200000800010000006000800000600000400040000020002000000000002019-11-182019-12-182020-01-182020-02-182020-03-182020-04-182020-05-182020-06-182020-07-182020-08-182020-09-182020-10-182020-11-182020-12-182021-01-182021-02-182021-03-182021-04-182021-05-182021-06-182021-07-182021-08-182021-09-182021-10-182021-11-182021-12-182022-01-182022-02-182022-03-182022-04-182022-05-182022-06-182022-07-182022-08-182022-09-182022-10-182022-11-182022-12-182023-01-182023-02-182023-03-182023-04-182023-05-182023-06-182023-07-182023-08-182023-09-18资料来源wind中信建投市场情绪最终反映在交易行为上导致市场价格偏离内在价值从成交额来看近期成交额震荡下行15市场情绪图表四低频拥挤指标的信号个数与拥挤行业个数持续拥挤信号触发拥挤阈值行业个数万得全A右轴12080007000100600080500060400030004020002010000020132014201520162017201820192020202120222023资料来源wind中信建投流动性成分股扩散波动率和成分股一致性为四个比较低频的拥挤度指标当四低频拥挤度触发信号偏多和提示的拥挤行业偏多时市场整体也往往会有不同幅度的下跌调整近期整体拥挤信号和拥挤行业数量较少16提纲基本面量化框架和核心结论A股整体盈利预测与市场情绪中信一级行业配置单行业基本面量化风险提示17中信一级行业配置中信一级行业配置中信一级行业产业链梳理多维度行业配置18中信一级行业产业链梳理图表基于中信一级行业投入产出表2018年构建的各类系数感应度系数产业感应度系数影响力系数产业影响力系数前向联系后向联系平均前向APL平均后向APL上游度系数中信一级行业参数值排序参数值排序参数值排序参数值排序参数值排序参数值排序参数值排序参数值排序参数值排序石油石化225100591011500117667128315429240115361煤炭15340031508122000264544226223963314214414有色金属19420031211860011857423306432138535232电力及公用事业08218008408321000232441823321316162822724119钢铁1196003131041300213353629113388435283506基础化工14250067113900744215316934210343104305建筑036270031411011001211082730911316153052310827建材084170021710414001162501729114308193251725216轻工制造100900218112100068296931510312173331431710机械088150041011770161260153287302213261626415电力设备及新能源09113001251253007726813350332113349928113汽车07921001221224002122332134243797353723321商贸零售0921101020642700592721117927272273171927914消费者服务082190031108818000242421924618289243012424518家电0532600027128200211157263582335123431217125纺织服装090140012112250122268143415359938623367医药08616001260991600119254162771636083211825117食品饮料081200031609717002142392027317335113431123820农林牧渔0981000830702600022291101952638363301530211银行11070066070250002732571972529123314203298非银行金融072220012407823000252132221823320143351321522房地产09212010107624002152711221224295222982528112交通运输10780065085190041031682401928425307223239电子1593002191311007647133691385537044693通信06224001231178011318424327830520359619724计算机0682300120105120075201232951231218362520623传媒05425006808320001201612523420273262852616226资料来源国家统计局中信建投根据投入产出表可以计算各类系数来反映行业在产业链中的地位和前后联系1感应度系数反应该行业增加一单位最初投入对国民经济各部门的推动程度2产业感应度系数综合考虑投入占比和单位产值对国民经济的推动3影响力系数反映该行业增加一单位最终需求对国民经济各部门的需求波及程度4产业影响力系数综合考虑需求占比和单位需求对国民经济的拉动5前向联系当国民经济各部门都增加单位最终产品时完全需要的此行业产品6后向联系此行业增加单位最终产品对整个国民经济的拉动作用7平均前向APL该行业成本变化后对其他行业的产出造成影响要经过的平均轮次8平均后向APL该行业需求变化后对其他行业的产出造成影响要经过的平均轮次9上游度系数该行业产品在达到最终需求之前还需要经历的生产阶段数目19中信一级行业产业链梳理图表基于投入产出表2018年的产业链梳理上游石油石化煤炭有色金属电子交通运输电力及公用事业电力设备及新能源中游农林牧渔基础化工建材钢铁机械银行商贸零售食品饮料纺织服装医药轻工制造建筑汽车家电下游非银行金融房地产消费者服务TMT传媒计算机通信资料来源国家统计局中信建投基于投入产出表构建的各类系数和行业基本面逻辑可以梳理出中信一级行业的产业链20