大類資產定價專題報告：A股收益預測框架（報告出品方：國盛證券）一、理論篇：收益預測框架在國內，機構投資者對于“擇時”往往是既愛又恨：一方面市場變幻莫測，抄...

耐心是金 2022-05-03 發(fā)布于廣東

展開全文

（報告出品方：國盛證券）

一、理論篇：收益預測框架

在國內，機構投資者對于“擇時”往往是既愛又恨：一方面市場變幻莫測，抄底和逃頂是所有投資者內心永遠追求的圣杯；但另一方面很多人在擇時上花費了大量的功夫最終卻所得甚少，因此怒斥擇時無用。那么，擇時是否真的不值得研究？我們認為短期擇時更多是市場噪聲，研究起來費時費力，對于機構而言參與性價比不高。而長期擇時，或稱之為收益預測，更多反映基本面和估值的變化，具有大量可參考的理論，研究起來有跡可循。因此本文希望在科學的股票定價理論基礎上，結合業(yè)界對股票投資的理解，構建出一個既有理論嚴謹性又有投資參考價值的 A 股收益預測框架，旨在解決一年尺度的 A 股收益預測問題，以此滿足國內越來越多的長期資金對 A 股的戰(zhàn)略配置需求。

在第一章節(jié)中，我們將簡單介紹基于不同邏輯的四種收益預測思路：長期均衡思路、股利貼現(xiàn)思路、時間序列思路和收益分解思路，并闡述我們最終采用收益分解方案的原因，最終我們將展示收益分解框架在 A 股的實證結果。

1.1 收益預測思路

① 長期均衡思路。長期均衡思路的核心是“資產的長期收益與其承擔的風險成正比”，當然對于不同機構而言，風險的定義可能是有區(qū)別的：

1) 美國智能投顧公司 Wealthfront 基于傳統(tǒng)的 CAPM 模型，通過不同資產對市場組合的風險敞口估算資產未來的均衡回報，另外還通過 Wealthfront 資本市場模型估算資產的預期收益，最終通過 BL 模型將兩個觀點進行融合。

2) 貝萊德則認為大類資產背后有五個不同的宏觀風險：權益風險、利率風險、通脹風險、信用風險和非流動性風險，通過 APT 模型估算不同資產對五個風險因子的風險暴露，并利用五個風險因子的風險溢價即可估算權益資產未來長期的預期回報。

其實從上述兩家機構的模型可以看到，基于長期均衡思路的預測方案往往具有較強的理論假設，另外長期均衡思路估算的資產收益往往是需要超長時間來實現(xiàn)的，比如貝萊德的 APT 模型就是用來估算大類資產未來 5-10 年預期收益的，因此在目前國內基金產品考核期較短的大背景下，應用價值是有限的。

② 股利貼現(xiàn)思路。股利貼現(xiàn)思路本質是 DDM 模型在某種特殊假設下的變體，在不同的假設情況下，DDM 模型將有不同的呈現(xiàn)方式：

1) Fed Model(1997)的原理是假設企業(yè)未來盈利沒有增長并全部用于分紅，股票預期收益等于市盈率倒數(shù) EP（即權益資產的到期收益率）；

2) Shiller(2015)考慮到單期盈利的不穩(wěn)定性和通脹的影響，設計了 ECY 指標：CAPE= 股價/過去十年通脹調整后的凈利潤均值，ECY（Excess CAPE Yield）= 1/CAPE–BY；

3) Damodaran(2014)則采用六階段的 DDM 模型，前五年的股利增長是以分析師一致預期的數(shù)據(jù)估算，第六年后股利以 10 年期國債收益率的增速增長，按照 DDM 模型倒推出市場隱含的股票風險溢價。

從 Shiller 和 Damodaran 的實證可以看到，基于經典的 DDM 模型得到的預期收益確實與未來收益有較高的相關性，這也反過來驗證了 DDM 模型的理論合理性。但 ECY 模型對企業(yè)未來盈利永續(xù)不增長的假設太強導致模型只能用來預測股票未來 10 年的收益。而 6-Stage DDM 模型雖然可以用于預測未來 3 年的收益，但是分子端依賴未來五年的分析師預期，對國內而言這個數(shù)據(jù)的可獲取性和可信度是較低的。

③ 時間序列思路。核心邏輯是假設估值指標長期中樞穩(wěn)定且具備均值回復的特征，基于此預測股票未來長期收益。不像長期均衡或者股利貼現(xiàn)，時序回歸并沒有金融學的理論假設，只要求估值指標與股票未來收益存在相關性即可，這是它的優(yōu)點但同時也是它的缺點，當模型短暫失效的時候，投資者只能咬牙堅持或者全盤放棄，較為被動。

④ 收益分解思路。收益分解思路在海外也叫做 Building Blocks 方法，嚴格來講它只是提供了一種解構股票收益來源的思路，如果想要預測股票未來收益，則需要對每一分項單獨建模預測并加總。盡管如此，我們依然認為這種思路存在很大的優(yōu)勢：

1) 分解具有完備性 -> 可以對歷史收益進行完全分解；

2) 分解具有邏輯性 -> 收益拆解成不同邏輯的模塊，如果出錯可以快速修正迭代；

3) 有明確的投資期限 -> 符合真實投資中的資金和產品約束；

1.2 收益分解的 A 股實證

基于對數(shù)收益分解模型，我們對滬深 300 進行了收益分解，細節(jié)如下：

1) 成分股：以每年年初可得的指數(shù)成分計算，不考慮未來的指數(shù)成分股調整；

2) 股息率：自然年內指數(shù)分紅總額/年初指數(shù)總市值；

3) 股本變動：只考慮增發(fā)、配股、轉債轉股和回購這四個事件；

4) 盈利增速：以年初和年末可得的歸母凈利潤 TTM 數(shù)據(jù)計算同比增速；

5) 估值變化：以年初和年末的 PE-TTM 計算估值變化率；

當然我們也可以通過同樣的流程對主流的寬基指數(shù)以及中信一級行業(yè)的收益進行分解。股息收益貢獻最多的：銀行、上證紅利、上證 50、煤炭和石油石化。盈利增長貢獻最多的：農林牧漁、建材、食品飲料、電子和家電。估值抬升最多的：消費者服務、交通運輸、創(chuàng)業(yè)板綜、計算機和汽車。

在進行完上述 A 股收益分解實證后，起碼我們可以確定的是收益分解模型是一個完備、誤差較低且符合金融邏輯的收益拆分工具。在進行分項建模預測之前，我們還需要確定最后一件事情：預測期限。

顯然在不同預測期限下，收益分解的主要矛盾有明顯的區(qū)別，像海外機構常見的以 5 年為目標，則基本面波動和估值波動的占比大概是 60:40，對國內而言，3-4 年的庫存周期時間尺度下，基本面波動和估值波動大致相當。考慮到過長的預測期限對于國內產品較短的考核期而言參考價值不大，因此本文將 A 股收益預測的期限固定在 1 年，基本面波動和估值波動的占比大約為 30:70。

二、廣義收入預測篇：股息、回購和再融資

2.1 現(xiàn)金分紅：股息率

A 股經典的分紅流程為：4 月年報公布 -> 分紅預案公布 -> 6 月-8 月進行密集的年報分紅 -> 8 月底中報公布 -> 9 月-11 月進行中報分紅。當然一年內的分紅總額主要來源于年報分紅，因此我們的重點更多放在對年報分紅的預測上，分紅預測方案如下：

1) 每年 4 月-8 月，如果沒有分紅預案則按照一致預期和歷史增速方法估算未來一年的分紅總額；如果披露了分紅預案，則根據(jù)分紅預案中的分紅總額估算未來一年的分紅總額；如果已經實施了年報分紅，則采用已實施的分紅作為未來分紅的預測；

2) 每年 8 月底-次年 4 月，由于年報分紅已經基本全部完成，因此采用一致預期方法和歷史增速的方法估算未來一年的分紅總額；

2.2 股本變動：回購與再融資

首先我們需要厘清兩個問題：“什么事件會導致股本變動？”以及“是不是所有股本變動都會影響股票長期收益？”。針對這兩個問題，我們整理出以下三類事件：

1) 送股或轉增：送轉事件在 A 股較為常見，甚至每年都會有基于“高送轉”的事件驅動的行情。我們認為，送轉事件也許會通過吸引市場關注或者提高股票流動性等方式來影響短期 A 股的股價，但是從長期來看，送轉僅僅是股本層面的數(shù)字改變，對于現(xiàn)有股東以及企業(yè)本身的盈利前景并無實質的影響，因此本文并不考慮送轉事件帶來的股本變動。

2) 增發(fā)、配股和轉債轉股：如果一家企業(yè)認為自身的商業(yè)模式可以通過資本快速復制從而提高市占率，又或者發(fā)現(xiàn)了更具備商業(yè)潛力的項目，則企業(yè)可以通過增發(fā)、配股和轉債轉股等股權再融資方式獲取更多的運營資金。但是暫且不論企業(yè)的再融資是否真的如預期般提升企業(yè)的盈利，但是新的股權資本的引入必然會稀釋現(xiàn)有股東的持股比例，從而稀釋了股票的收益。

3) 股本回購：企業(yè)如果判斷當前經營并沒有出現(xiàn)問題，但是由于市場原因，股價大幅低于合理價值，則企業(yè)可以通過低息貸款或者當年的經營利潤回購一部分自身的股本，從而實現(xiàn)維穩(wěn)股價的效果。對于現(xiàn)有股東而言，回購是類似于現(xiàn)金分紅的行為，因此對于現(xiàn)有股東而言，股本回購提高了股票的收益。

因此，我們在股本變動這個維度上只考慮四個事件：增發(fā)、配股、轉債轉股以及回購，從大類而言，增發(fā)、配股和轉債轉股造成的股本變動稱之為再融資率，股本回購造成的股本變動稱之為回購率（取絕對值），再融資率減去回購率稱之為凈稀釋率。那么我們應該如何預測未來一年的凈稀釋率？

再融資政策方向的判斷可以通過對證監(jiān)會發(fā)布的重要政策文件的跟蹤確認。根據(jù)國盛證券策略組的研究《深度復盤 A 股定增史》，從 2010 年開始至今，我們認為有三次重要的再融資政策的改變：

1) 2014 年 5 月開啟寬松周期：標志是《創(chuàng)業(yè)板上市公司證券發(fā)行管理暫行辦法》的頒布，創(chuàng)業(yè)板定增的盈利條件由連續(xù) 3 年盈利放寬至 2 年，資產負債率下限設定為 45%，另外根據(jù)發(fā)行價折扣力度對定增股份鎖定期給予 0-36 個月不同長度的鎖定要求，多個維度放松再融資的限制；

2) 2016 年 9 月開啟收緊周期：標志是《關于修改上市公司重大資產重組管理辦法的決定》頒布，從拓寬借殼認定標準、取消借殼上市的配套資金和延長借殼上市股東鎖定期三個維度收緊市場并購重組和定增項目的監(jiān)管；

3) 2019 年 10 月開啟寬松周期：標志是《上市公司重大資產重組管理辦法》的頒布和修改《上市公司證券發(fā)行管理辦法》、《創(chuàng)業(yè)板上市公司證券發(fā)行管理暫行辦法》、《上市公司非公開發(fā)行股票實施細則》征求意見稿。

風險偏好可以用股權風險溢價指標來刻畫，如果股權風險溢價越高，代表市場風險偏好較低，要求股票提供更高的風險補償，反之如果股權風險溢價越低，代表市場風險偏好越高，對股票的風險補償要求不高。

因此，我們以再融資政策和市場風險偏好兩個變量對指數(shù)未來一年的凈稀釋率進行預測： 1) 訓練集：2007 年-2017 年； 2) 測試集：2018 年至今； 3) 因變量：指數(shù)未來一年的凈稀釋率； 4) 自變量：再融資政策的松緊（0-1 變量）和指數(shù)股權風險溢價；

三、盈利預測篇：自上而下與自下而上

3.1 盈利預測方法論

對于個股而言，盈利預測是一個再正常不過的工作，但是對于寬基指數(shù)或者整個 A 股市場而言，國內投資者似乎更習慣于用類似美林時鐘的理論進行定性的盈利方向的判斷，而較少用定量的方法的進行盈利水平的預測。因此我們在這個章節(jié)將深度探索 A 股盈利水平預測的可行性方案。上述是貝萊德官網關于股票盈利預測的一段簡述，而根據(jù)我們對國內外大量機構盈利預測方案的梳理，盈利預測大概可以分為自上而下的宏觀方法以及自下而上的分析師方法兩種，下面我們將對這兩種方法進行簡單的文獻綜述：

自上而下的宏觀方法：

Grinold and Kroner(2002)認為：企業(yè)盈利增速 = GDP 增速 + 企業(yè)超額增速，其中 GDP 增速由勞動力增速和生產能力決定，企業(yè)超額增速長期給定為 0.5%；

Asness and Arnott(2003)發(fā)現(xiàn)如果當前企業(yè)的派息率很低（企業(yè)盈利用于擴產），未來往往反而會導致企業(yè)盈利增速的下滑，這反映了企業(yè)家很可能存在過度自信的現(xiàn) 象，盲目的擴張反而降低了企業(yè)盈利；

Nolen(2012)發(fā)現(xiàn)企業(yè)盈利增速具有長期的均值回復效應，無論盈利增速過高還是過低都會在未來 1-3 年后回歸到市場平均水平；

Brightman(2012)發(fā)現(xiàn)當前期企業(yè)實際 EPS 增速超過 3%，之后就會出現(xiàn)明顯的增速下滑現(xiàn)象，即指數(shù)盈利增速在時間序列層面均有均值回復性； Werner(2012)在費雪公式的基礎上，將貨幣流向分為用于實體經濟的有效貨幣和流轉于金融系統(tǒng)的無效貨幣，有效貨幣的擴張可以帶來后續(xù)的經濟增長；

自下而上的分析師方法：

So(2011)發(fā)現(xiàn)公司市值、賬面市值比、分析師預期分歧、分析師覆蓋數(shù)量等指標可以解釋分析師的預測誤差； Yardeni(2018)的著作《Predicting the Markets: A Professional Autobiography》中廣泛利用分析師一致預期數(shù)據(jù)進行市場的估值和盈利預測；Damodaran(2021)基于 Thomson Reuters、Factset、Yardeni Research 和 S&P Capital IQ 四個渠道的分析師一致預期對標普 500 指數(shù)未來 1-5 年的盈利進行預測；

3.2 自上而下：內生增長與信貸脈沖

從上面的文獻綜述來看，企業(yè)盈利增速長期具有明顯的均值回歸效應，但短期又會被貨幣驅動從而離開中樞，基于此我們很容易就能建立一個概念模型：盈利增速應當是圍繞某一個中樞進行上下波動的時間序列函數(shù)。因此，自上而下宏觀方法的核心就在于判斷長期增長中樞與短期增長波動。

第一，如何確定長期的增長中樞？JP.Morgan 以及 GMO 等機構往往會從柯布—道格拉斯生產函數(shù)出發(fā)，認為 GDP（企業(yè)盈利增速）的長期中樞由人口增長、資本投入、全要素生產率和儲蓄率等宏觀共同決定。但是這種方法一方面在國內的數(shù)據(jù)可得性并不高，另一方面往往是用來確定未來 5-10 年的增長中樞，與本文的未來一年盈利增速預測目標在期限上有較大的區(qū)別。因此我們嘗試從企業(yè)內生增長的邏輯出發(fā)，認為企業(yè)盈利增速將長期收斂于 ROE*(1-派息率)。

第二，如何確定短期的增長波動？為什么企業(yè)融資領先于企業(yè)盈利？我們認為傳導鏈條是這樣的：

融資成功 -> 購買設備和招聘新員工 -> 產品制造和營銷 -> 銷量提升，盈利到賬從融資到盈利的傳導鏈條很長，因此如果我們可以確定當期的企業(yè)融資，那么某種意義上我們就可以判斷企業(yè)未來的盈利波動，而微觀層面的融資行為加總起來就轉變?yōu)楹暧^ 層面的總量融資行為。幸運的是，2011 年起中國央行為了更全面地反映國內金融體系對實體經濟的資金支持力度，設計了社會融資規(guī)模指標，分別從商業(yè)銀行、保險、信托、資本市場和財政系統(tǒng)等維度統(tǒng)計了實體經濟的融資規(guī)模。

3.3 自下而上：分析師一致預期

自上而下的宏觀預測方法誠然是邏輯直觀且計算方便的一種思路，然而這里面有一定的前提假設：即分析對象必須是對融資有較強依賴性的企業(yè)。如果是消費行業(yè)的企業(yè)，且現(xiàn)金流非常充裕，對融資并無依賴性，則從邏輯來看自上而下宏觀方法應該是無效的。所以為了彌補自上而下宏觀預測方法的缺陷，我們提供了盈利預測的第二種思路，即自下而上的分析師一致預期方法。

影響分析師預測誤差的因素①：到期時間。分析師是基于當前時點已有的所有信息對企業(yè)未來三年的盈利進行預測，因此距離報告期的時間越近、可獲得的公開信息越多，分析師對企業(yè)盈利的預測精度也就越高。

影響分析師預測誤差的因素②：分析師覆蓋數(shù)量。分析師覆蓋數(shù)量越多，個股關注度越高，分析師對企業(yè)的調研和溝通一般而言也會越充分，在充分的信息競爭下，分析師預期準確度將大幅提升。最新時點，A 股平均分析師覆蓋數(shù)量中位數(shù)為 4 個，11 個及以下分析師覆蓋的股票占所有分析師覆蓋股票數(shù)量的八成。

影響分析師預測誤差的因素③：行業(yè)屬性。其規(guī)律大致為： 1) 上游周期板塊預測誤差最大：鋼鐵、有色金屬、農林牧漁、基礎化工、機械等； 2) 成長板塊預測誤差略高于市場平均值：通信、軍工、電子、新能源、計算機等； 3) 中游制造板塊誤差略低于市場平均值：紡織服裝、輕工制造、汽車等； 4) 消費和金融板塊預測誤差最小：銀行、非銀、家電、食品飲料等。整體而言，上游周期板塊盈利與原材料價格關系緊密，未來一年的預測難度極高；成長板塊更多是高科技和新興產業(yè)，預測難度較大；中游制造和下游消費板塊的需求相對穩(wěn) 定，預測難度有所降低。

四、估值預測篇：關鍵是尋找估值的錨

4.1 美聯(lián)儲模型的宏觀分解

Fed Model 認為投資者會權衡股債的預期收益率并在其中進行套利，因此股票隱含收益率應與債券到期收益率有穩(wěn)定的關系。但如果我們把目光放得更細一些，事實上 A 股的 ERP 在 2011 年后發(fā)生了一次明顯的中樞上移。無獨有偶，美股 ERP 也發(fā)生過類似的事情，美股 ERP 在 1980 年后發(fā)生過一次中樞的大幅下移，有可能跟石油危機結束，大通脹緩解有關，而在 2008 年后發(fā)生了一次中樞的大幅上移，可能與美國 2008 年的大規(guī)模 QE 導致利率中樞下行有關。

4.2 滬深 300：金融結構與外資持有調整

滬深 300 估值中樞的影響因素①：金融行業(yè)占比過高并出現(xiàn)估值中樞的永久性下移。2007 年前后，工商銀行、中國銀行等銀行股以及中國人壽、中國平安等保險股集中上市，并且隨著 2007 年的 A 股大牛市快速拉升了估值，大幅提高了金融股在滬深 300 指數(shù)中的權重，但隨后金融企業(yè)的盈利增長無法支撐其過高的估值，從而在 2008-2011 年中永久性地降低了長期估值中樞，也因此造成了滬深 300 指數(shù) 2011 年前后估值中樞的飄移問題。

但是反觀滬深 300 除金融指數(shù)，其估值中樞從 2005 年起基本保持穩(wěn)定，因此如果我們想要解決滬深 300 估值中樞飄移的歷史問題，我們可以考慮用 300 除金融指數(shù)的估值對滬深 300 指數(shù) 2012 年前的估值序列進行插補。做這一項調整的核心目的是為了增加后續(xù)訓練ΔPE~ERP+ε回歸方程的數(shù)據(jù)量，否則如果只用 2012 年后的滬深 300ERP 數(shù)據(jù)，數(shù)據(jù)量太少容易導致參數(shù)估算不穩(wěn)定。

滬深 300 估值中樞的影響因素②：外資持續(xù)流入的背景下，需要考慮外資的持有成本。 Fed Model 假設，投資者會比較股票（風險資產）預期收益率以及債券（安全資產）的預期收益率，從而選擇預期收益更高的標的。對于中國投資者而言，買入滬深 300 的機會成本為 10 年期國債收益率，但是對于外資而言，將買入滬深 300 指數(shù)的機會成本設定為中國的 10 年期國債收益率似乎就有些不準確。

假設外資全部都是美國的資金，如果外資機構不考慮投資 A 股的匯率波動風險，則外資的機會成本可以認為是 10 年期美債收益率，從長周期來看，美債收益率大概率低于中債收益率，即外資的機會成本更低，可以容忍更高的股票估值。在外資機構不進行匯率對沖的假設下，外資流入將長期抬升 A 股的估值中樞。在外資機構進行完全匯率對沖的假設下，長期來看外資流入對 A 股估值中樞可能不會有影響，但是短期會起到對估值削峰填谷的作用。目前我們傾向于認為外資機構會進行匯率對沖，與真實情況更相符。

圖片上傳中......

那么我們如何計算內資與外資的綜合持有成本呢？一個自然而然的想法是，根據(jù)內資與外資的持股比例進行機會成本的加權。而幸運的是，香港交易所自 2017 年 3 月以來就開始每日公布北向資金的具體持股明細，大約覆蓋滬深兩市 1500 只股票，因此我們可以據(jù)此計算出陸股通渠道下的外資個股持股比例以及滬深 300 指數(shù)的外資持股比例。

那么我們如何驗證外資調整對 ERP 是否真的有意義？目前由于持股比例較低，指數(shù)層面的效果不好驗證，但是對于部分個股而言，其外資持股比例已經相當高，目前伊利股份和華測檢測的外資持股比例分別為 13%和 26%。

根據(jù)外資持有滬深 300 流通股本的比例（w）加權內外資的機會成本，我們就可以得到：綜合機會成本 = (1-w)*10 年期國債收益率 + w*(10 年期美債收益率+掉期成本)。經金融結構與外資持有調整后，從 2002 年以來，滬深 300 的 ERP 與滬深 300 未來一年估值變化一直保持著很強的相關性，這也是我們后續(xù)建模的重要基礎。

4.3 中證 500：信用風險調整

對于中證 500 而言，其調整邏輯與滬深 300 有所區(qū)別。首先中證 500 指數(shù)的外資持股比例不及滬深 300，因此外資持有成本的調整可以暫不考慮。2018 年前后中證 500 的 ERP 發(fā)生了明顯的中樞上移，這意味著 2018 年后市場要求中證 500 指數(shù) 提供更高的風險補償，而這個現(xiàn)象恰好與 2018 年后國內信用違約頻發(fā)，AA 級信用利差中樞上移發(fā)生在同一時間。因此，中證 500 的定價或許應該考慮信用風險的影響。

那么為什么中證 500 定價會與信用風險相關呢？從最新的指數(shù)成分數(shù)據(jù)來看，滬深 300 的成分中有 75%是 AAA 級別的主體評級，AA（AA+、AA 和 AA-）評級占比僅為 25%左右，因此剛剛我們在滬深 300 的定價中基本上不需要考慮信用風險。而中證 500 的成分中僅有 29%是 AAA 評級，AA（AA+、AA 和 AA-）評級占比高達 70%，因此在中證 500 的定價中，我們再以無風險的國債來作為中證 500 的對標品似乎并不匹配，AA 級的信用債或許是更好的對標收益率。

五、匯總篇：A 股長期收益預測

5.1 指數(shù)收益預測及應用

在完成對股息率、股本變動、盈利增速以及估值變化四個分項的建模后，我們可以根據(jù) 第一章中提到的 Ferreira and Santa-Clara(2011)股票收益對數(shù)加法模型對寬基指數(shù)未來一年的收益進行加總和預測，其中細節(jié)如下：

1) 預期股息率：直接采用 Wind 提供的指數(shù)股息率(過去 12 個月)；

2) 預期股本稀釋率：基于再融資政策和 ERP 的股本稀釋率預測模型進行預測（由于股本稀釋率計算較為繁瑣，近似的做法是用指數(shù)過去十年的平均稀釋率替代，比如滬深 300 平均稀釋率為 1.5%，中證 500 平均稀釋率為 3%）；

3) 預期盈利增速：采用自上而下宏觀方法和自下而上分析師方法的預測平均值；

4) 預期估值變化：根據(jù)調整后的 ERP 對指數(shù)未來一年估值進行預測；

5) 指數(shù)預期收益：exp（股息率-股本稀釋率+盈利增速+估值變化）- 1；

站在 2021 年 7 月 30 日，我們根據(jù)模型更新了上證 50、滬深 300 和中證 500 的未來一年預期收益。從數(shù)據(jù)來看，當前三個寬基指數(shù)未來一年的預期盈利增速水平相當，在 8%-9%的水平，但是正如上文所述，中證 500 指數(shù)的 ERP 處于歷史高位，因此模型認為中證 500 未來一年估值將回升 16%。截至 7 月 30 日，上證 50 未來一年預期收益為 12.7%，滬深 300 未來一年預期收益為 12.4%，中證 500 未來一年預期收益為 22.5%，各大寬基指數(shù)均有一定的中長期配置價值。

未來一年的預期收益適用于負債穩(wěn)定、久期較長的配置型選手，但是 A 股市場還存在另一部分投資者，因為產品考核期等原因，其操作周期較短。因此我們以未來一年預期收益為數(shù)據(jù)基礎構建了兩個戰(zhàn)術擇時工具。

第一，預期價格軌跡。理論上如果收益預測精度較高，我們可以基于過去的信息構造未來一年的價格曲線，即用 12 個月前的指數(shù)價格*（1+12 個月前的預期收益率）（此處剔除股息率，即為價格指數(shù)的預期收益）。2016 年后，滬深 300 的預期價格軌跡與真實的價格走勢有較強的一致性。當前時點來看，滬深 300 仍難言見底，預期價格軌跡顯示，滬深 300 仍有下行壓力，直到 2021 年 9 月 30 日。

第二，價格透支曲線。我們可以根據(jù)最新時點滬深 300 的價格*（1+未來一年的預期收益），即可得未來一年的滬深 300 合理價格。如果當前滬深 300 價格已經高于價格透支曲線，即代表滬深 300 已經透支了未來一年的潛在收益，越高則代表透支越多。反之，如果滬深 300 價格低于價格透支曲線，即代表當前滬深 300 具備正的收益期望，越低則代表未來潛在預期收益越高。價格透支曲線可以作為滬深 300 中長期擇時的一個優(yōu)秀工具，當前時點，滬深 300 價格已經明顯低于價格透支曲線，這也與我們上文所述滬深 300 未來一年預期收益達 12.4%相匹配。

5.2 基于股債收益預測的配置策略

基于股債預期收益的均值方差策略，策略構造細節(jié)如下：

1) 回測時間：2018 年 1 月-2021 年 7 月（主要考慮到盈利預測的自上而下宏觀方法從 2018 年起為驗證集）； 2) 調倉頻率：月度調倉，以次月第一個交易日的收盤價成交； 3) 交易費用：雙邊千分之三； 4) 投資標的：滬深 300 全收益指數(shù)、中債國債（7-10 年）總財富指數(shù)、貨幣基金指數(shù)； 5) 組合優(yōu)化：最大化夏普比率，同時約束股票倉位不超過 20%； 6) 目標波動率控制：設定為 3%，如果最大化夏普比率組合歷史波動高于 3%，則使用現(xiàn)金資產調整組合波動率，如果組合歷史波動低于 3%，則不做調整；

基于股債預期收益的風險預算策略，策略構造細節(jié)如下：

1) 回測時間：2018 年 1 月-2021 年 7 月（主要考慮到盈利預測的自上而下宏觀方法從 2018 年起為驗證集）； 2) 調倉頻率：月度調倉，以次月第一個交易日的收盤價成交； 3) 交易費用：雙邊千分之三； 4) 投資標的：滬深 300 全收益指數(shù)、中債國債（7-10 年）總財富指數(shù)、貨幣基金指數(shù)； 5) 風險預算：根據(jù)股債預期收益率差，設定十檔不同的股債風險預算； 6) 組合優(yōu)化：考慮風險預算后的資產風險貢獻均衡，同時約束股票倉位不超過 20%； 7) 目標波動率控制：設定為 3%，如果風險預算組合歷史波動高于 3%，則使用現(xiàn)金資產調整組合波動率，如果組合歷史波動低于 3%，則不做調整；