# 第三十五章 基本投资框架方法论 本章对本书前述众多A股行情特征，做投资框架方法论的总结，主要讨论三方面问题：大势研判、板块轮动、风格切换。从大势研判看，A股行情总体是跟着经济周期走的，经济上行期一般都是牛市，经济下行期不完全都会下跌，下行初期一般是熊市，下行中后期会出现分母逻辑的上涨行情。从板块轮动看，A股总体特征是景气周期的趋势投资，领涨板块以景气上行期的成长板块主，关键要注意的问题是成长并不是某些行业特有的属性，而是不同行业在不同阶段行业特征的表现。成长是市场一直孜孜不倦追求的目标，成长风格是不变的，变的是成长的内容。从风格切换来看，小盘股和大盘股的超额收益变化是轮动的，总体上是三十年河东，三十年河西，并不存在大盘股或者小盘股永续占优情况。大小盘风格切换与货币周期和经济周期都没有直接关系，我们认为大小盘风格切换的驱动力主要在产业逻辑。 ## 第一节 大势研判：经济周期与股市表现 所谓大势研判，即判断指数的整体涨跌。在A股市场发展的最初期，市场行情经常大起大落，那个时候因为可以交易的上市股票数量实在太少，所以博弈的属性确实很强，行情运行的偶然性成分较大。到20世纪90年代中后期，政策成为影响市场行情的重要变量，行情往往因为政策而起，又可以因为政策而落，比如1994年的“三大政策”利好直接引爆了市场行情启动，又如1996年底的“十二道金牌”和《正确认识当前股票市场》又可以把行情的热火扑灭。但这些政策事件性的因素，从研究分析的角度来看，并没有太多的重复性，每一次的政策事件可能都不一样。2000年以后，随着上市公司数量的大幅增加以及机构投资者的超常规发展，基本面对于A股市场的影响越来越大，行情运行规律特征的可重复性开始增强。本书总结了如下几点大势研判特征供读者参考。 ### 一、经济上行期中的牛市行情 经济上行期中的上市公司盈利上行周期，是驱动A股牛市行情的最重要驱动力，占绝对主导地位。这也就是我们一直说的“分子端行情”，盈利周期向上的过程中，一般会出现“戴维斯双击”，即估值和业绩双双向上。从历史上来看，1999年“5•19”行情到2001年上证综指的2245点、2003年的“五朵金花” 行情、2006~2007年中国经济全面繁菜下的6000点大牛市、2012年底到2013年初的弱复苏行情、2016年下半年到2018年初的供给侧结构性改革行情、2020年下半年到2021年上半年的疫后 复苏行情，都属于经济上行期中的盈利周期驱动行情。 而且在经济上行周期、盈利驱动的行情下，所有的政策收紧都是行情调整，不是行情终结不会牛熊转换，行情终结于盈利周期结束。这个判断，意味着在数据层面我们会看到股价指数的高点出现在经济增长指标高点之后。或者换言之，我们可以简单总结为：经济上行期无熊市。所以在经济上行周期，我们做大势研判时更需要关注经济周期项点什么时候出现，而政策是否收紧是其次的。投资交易水平高的，能够逃过因政策收紧而出现的调整自然最好，如果不行，问题也不是太大。 这种案例在A股历史上比比皆是：2007年几乎每个月都加息、上调准备金，市场照样持续上涨，即使出现“5•30”加征印花税这样的超级政策收紧利空，短暂调整后，上证综指依然在10月份突破6000点创历史最高。2008年金融危机后，2009年经济V型反转进入上行周期股市开始大幅上涨，到2010年时货币政策开始收紧，行情在2010年4~6月出现调整，然后下半年指数再创新高。2017年经济上行期中货币政策收紧，全年MLF利率上调三次，股市在2017年4月因流动性收紧出现明显调整，但同样这是调整不是牛熊转换，指数在2018年初再创新高。2021年疫后复苏经济上行中，A股市场因海外流动性收紧预期，在2021年2~3月间出现明显下跌调整，同样道理，经济上行期中的下跌都是调整不是牛熊转换，调整过后指数在2021年下半年再创新高。 在判断经济上行期中的牛市行情时，需要注意金融指标对经济指标的领先性。这种情况的上涨模式在A股市场中很有代表性。行情在启动的时候，其实经济增长和企业盈利数据还完全没有开始好转，市场表现大幅领先，但这种领先性可以在金融指标中得到验证。换言之，这种情况下，市场是根据金融指标来判断未来的基本面情况。这种行情典型的情况如2005年6月以后市场行情的启动（金融数据在2005年年中见底，但上市公司盈利增速要到2006年第二季度才开始回升，金融指标领先达将近一年）、2009年上证综指从1664点上涨到3478点的行情（行情运行过程中，市场几乎就是完全根据信贷数据来判断的）。金融指标对经济指标的领先性，其实本质上也是盈利周期向上，或者说是市场预期盈利周期向上。 那么从技术层面，我们选择什么指标去判断经济是上行还是下行周期呢？2012年以前，传统意义上国内一般使用GDP或者工业增加值同比来度量周期，但是2012年以后这两项指标的波动性越来越小，已经很难刻画出经济周期的变化。从笔者的研究实践来讲，如果只用一个指标，我觉得用“中国+G7国家”工业生产同比增速效果最好（曲线走势见图32-2）。一方面，这是一个月度指标且有较好的波动性。另 一方面，从内在逻辑说，A股市场上市公司多数都是工业企业Q且出口占比高，盈利受全球经济周期影响会更大。 当然日常判断中，我们没有必要局限于单个指标，而是可以根据“中国＋G7国家”工业生产同比增速、国内社融余额同比增速、PPI同比等多个指标，来共同判断经济周期的运行方向。这里另一个经验性规律特征值得投资者关注，就是至少到本书截稿为止，在A股市场中社融上行是股市上涨的充分条件。即如果我们看到社融余额同比增速上行，A股市场基本都会上涨（见图35-1），比如2006~2007年、2009年、2012年底至2013年、2019~2020年等。这个结论存在两个“反之不然”：一是社融上行股市会涨是充分条件但是非必要，即牛市也可以在社融下行时出现，典型的如2014~2015年；二是社融上行股市会涨不代表社融下行股市就跌，行对股市的影响是不对称的。 图35-1 2003~2022年Wind全A指数与社融余额同比增速走势 （点） （%） 6000 35 5000 30 4000 25 指数3000 F20機 2000 15 1000 10 0 5 ：（年份） 2016 - 2003 2004 2005 2006 2012 2013 2014 2015 2017 2020 2021 — Wind全A指数 图35-1 2003~2022年Wind全A指数与社融余额同比增速走势 资料来源：wind资讯。 ### 二、周期顶部的资产价格特征 当经济周期从上行周期进入周期顶部时，资产价格的特征会发生变化。从A股历史经验来看，有两个经验性规律特征值得注意： ① 除了金融、地产外，投资者目常接触较多的股票行业，比如白酒、军工，新能源汽车、光伏、半导体、高端制造、周期、创新药等，其实都是工业企业。 一是在经济下行周期初期，A股往往都要经历大幅下跌。图35-2报告了以“中国+G7国家”工业同比增速度量的经济周期，与Wind全A指数走势的对比。从中我们可以看到，在几次“经济下行的初期”，A股市场都出现了较大幅度的下跌或者可以说是熊市，包括2008年、2011年、2018年、2022年。 图35-2 2006~2022年Wind全A指数与“中国+G7国家”工业同比增速走势 （点） （%） 20 60001 15 5000- 10 4000- -5 数3000- 指 -0 2000- -5 一T 1000- --10 0 +-15 （年份） 2006 2007 2008 2009 2015 2016 2amaaau wmwkmwww •Wind全A指数工业同比增速：中国+G7国家 图35-2 2006~2022年Wind全A指数与“中国+G7国家”工业同比增速走势 资料来源：Wind资讯。 这里还有三个细节问题特别值得注意： 第一，我们这里说的是经济下行周期的“初期”市场会大跌，并不是说在整个经济下行期股市都是下跌的。换言之，股市表现与经济周期的关系并不是简单的两分法（经济上行期股市涨、经济下行期股市跌）。至于如何判断经济下行在“初期”还是在“中后期”，我们在后面部分再讨论。 第二，经济周期与股市表现时间上并不同步，并不是说经济进入下行期后，股市马上就开始跌，这中间有一个滞后的过程，这个特征后面我们马上讨论。 第三，经济下行初期A股市场会出现熊市，这个判断既充分也必要。在图35-2中，如果把2008年、2011年、2018年、2022.年这几次经济下行初期拿掉，那就没有熊市了①，所以在A股市场中，只要我们判断不在经济下行初期，就不太会有熊市。日常很多投资者可能非常关注流动性对股市的影响，但大家仔细想想就会发现，A股 ① 有一个地方读者可能会提出不同看法，那就是如何看待2015年6~8月的市场暴跌，一般普遍认为这是由当时政策快速收紧直接引发的下跌而且幅度不小。我认为从全年来看，2015年指数整体仍然是大幅上涨的，并不能定义为一个熊市。 市场几乎没有因为流动性收紧而出现的熊市，多数情况下流动性收紧都出现在经济上行周期，比如2007年、2010年、2017年等，而即使不在经济上行期，比如2013年出现了“钱荒” ’，股市也没有出现熊市。 二是在经济周期顶部，经济的高点、股价的高点、大宗商品价格高点，这三者会呈现出非常有规律性的依次滞后出现的特征（参考图35-2中股市指数与经济周期关系，以及图32-2中大宗商品价格与经济周期关系）。这个特征规律在最近几次周期中均成立：①2007年10月经济增长类指标见高点，股市Wind全A指数高点出现在2008年1月，商品价格高点出现在2008年第二季度（原油历史最高价147美元出现在2008年7月初）；②2010年那次经济高点出现在2010年第二季度，Wind全A指数高点出现在2010年11月，商品价格高点出现在2011年第二季度；③2017年那次经济高点出现在2017年底，股市高点略滞后一点出现在2018年1月底，大宗商品价格高点出现在2018年第二季度。④2021年全球经济高点出现在2021年第二季度，A股股市高点出现在2021年12月，大宗商品价格高点出现在2022年第二季度。 资产价格的这种顶部滞后特征，对于日常我们研究投资分析提出了巨大的难度挑战。在经济高点出现后股市高点尚未出现的这段“滞后期”内，投资者已经明显感受到经济基本面见顶回落，但此时股价仍在上涨，如何解释这种背离？多数情况下，我们不会把这种行情理解为“顶部滞后期”判断后面会跌下来的，而是会在各种压力下努力去寻找解释行情合理性的“新逻辑”。各式各样的“这一次不一样”（This time is different）逻辑就是在这种情况下出现的。 这个跟头我自己在2018年1月份是栽过的，当时PPI、社融等各种指标都已经显示经济开始明显回落（见第二十九章第二节和第三节），但股市在涨啊，各种“新周期”“再通胀”逻辑也是层出不穷。怎么去解释后面经济还可能下行但是股市能涨呢？当时我们讲了一个逻辑：供给侧结构性改革后传统公司盈利能力更加稳定，而且往后资本支出会大幅减少，因此尽管以后盈利增速可能不高，但是资本开支减少后企业现金流会变好，分红会显著增加，可以成为“现金奶牛” ，从而抬升估值。这个逻辑故事在多年以后的现在再去看，其实也挺有“说服力”的。但实际行情事与愿违，2018年年初的上涨就是一个“顶部滞后期”，后续随着经济周期的回落，股市表现也是一落千丈。 对大宗商品价格而言，同样的问题也很突出。在经济高点已过而商品价格还在上涨的这个阶段，解释商品价格还能上涨的逻辑百分百都是供给侧的（因为经济高点已经出现，需求侧肯定是下行的，解释不通）。而一旦解释的逻辑完全转向供给侧， 这个事情就麻烦了，因为不像需求侧短期有变化，供给侧的逻辑三五年之内一般都不会有太大变化，后面一时半会儿是转不过来的，只能得出长期看好的结论。这就是为什么在商品价格顶部时，动不动就会有“某某商品黄金十年将至” 的原因。 ### 三、流动性驱动的分母逻辑行情 在本节前文第一部分，我们讨论的观点是“经济上行周期股市一般都是上涨的”，第二部分，讨论的观点是“经济下行初期A股市场会出现熊市”，这里说的是“经济下行初期”股市会跌并不是说在整个经济下行期股市都跌。在“经济下行中后期” ，股市往往会出现反转，此时的行情就是“流动性驱动的分母逻辑行情” 利率驱动下的流动性宽松行情，也就是我们常说的“拔估值行情”或者“分母端行情”。这种情况下，企业盈利没有出现向上的趋势，甚至往往还是向下的，但是因为货币政策等非常宽松，使得流动性很宽裕，导致了股票价格大幅上涨。因为业绩没有明显上升，这种行情运行过程中，从数据上往往体现出“生拔估值”的特征。A股市场中典型的情况比如2014~2015年的“水牛”叠加“改革牛”① 、2019年下半年到2020年上半年的行情（先是2019年下半年美联储“预防性降息”，导致的全球流动性宽松外资持续流入A股，再到2020年新冠疫情暴发后全球央行开始了史无前例的“大放水”）。 判断流动性驱动的分母逻辑行情，逻辑关键在于要区分在“经济下行初期”和“经济下行中后期”中流动性对股价的影响是不一样的。理论上说，分母逻辑能够成立，前提是分子保持不变，即企业盈利保持稳定的时候利率下行导致股价上升。但问题是，如果特定宏观环境下盈利保持不变，利率为什么又能下行呢？因此多数情况下，利率下行过程中，企业盈利下滑幅度更大，这也是为什么在“经济下行初期”即使利率下行股市还在下跌的主要原因。而在“经济下行中后期” ’，企业盈利快速下行阶段已经过去，在“股票资产久期无限长定价原理”下，短期基本面变化对股价的影响开始钝化，分子端保持不变的前提假设开始成立，此时利率下行的分母端行情逻辑开始起作用。 ① 从数据上看，2014~2015年的“水牛”行情，是2000年以后A股真正意义上第一次流动性驱动的牛市行情，多数情况下上涨行情还都是盈利驱动的，但由于市场参与者很多都是2010年以后人市的，他们所经历的第一次牛市就是2014~2015年那次，记忆尤为深刻，所以市场特别喜欢讨论流动性的影响，在某种程度上我们认为市场一直高估了流动性对行情的影响。 而判断的难点也在于用什么指标区分“经济下行初期”和“经济下行中后期”，这是一个经验法则，没有明确的理论依据。我们倾向于用PPI变化来判断，PPI同比快速下降阶段“经济下行初期” ，PPI同比到0以下且下行斜率趋缓力“经济下行中后期” 。现实中也不能完全刻舟求剑，很多时候会出现行情表现滞后于基本面，典型如2012年。用PPI作为判断指标的依据，主要是A股上市公司工业企业占比很大，上市公司整体盈利增速与PPI同比增速高度正相关。在前述分析框架下，只要盈利进入下行周期的中后段，即使没有新一轮的盈利上行周期，市场也不会大跌了。 此外，区分行情驱动力是分子端逻辑还是分母端逻辑的意义，还在于判断行情未来的拐点。一般情况下，盈利周期驱动的行情，其行情也结束于盈利周期下行的拐点，比如2004年、2008年、2018年等，这种行情驱动模式下，中间遇到的所有政策收紧，都只是调整不会构成行情的趋势性改变。比如2007年的持续提高准备金和加息、2017年的资管新规导致流动性收紧等，都不会改变行情的大趋势，一直等到盈利周期开始向下，行情才彻底结束。但如果是流动性驱动的行情，则一般行情会起于流动性，又止于流动性，这个时候判断流动性拐点的意义就非常大了。 图35-3大势研判基本分析框架总结 图32~3感结」今节历吗论的基丁经价同易匀服巾衣现的大势所判框架，开外伞 了历史上发生过的行情作为案例以备参考。 复苏初期2005年下半年、 货币政策宽松 市场上涨2009年、2016年 经济上行周期 2006年、2007年、2010年、 有调整 货币政策收紧2013年、2017年、 无熊市 2021年上半年 下行初期2008年下半年、2012年、 市场下跌2018年、2022年、2023年上半年 货币政策宽松 下行中后期2014年、2015年、 行情反转2019年、2020年、 经济下行周期 最不利环境2004年下半年、2008年上半年、 货币政策收紧 市场下跌2011年 图35-3大势研判基本分析框架总结 资料来源：Wind资讯。 ## 第二节 板块轮动：成长风格与价值风格 相比于大势研判，板块轮动对于投资研究的价值含量更大。一方面，A股市场整体看结构性机会要远大于整体牛市的机会；另一方面，对于公募基金等很多机构投资者而言，大家更加关注相对收益，择时的意义有时候并不大。 ### 一、成长与价值相关概念辨析 成长与价值是市场上认可度最高的两种投资风格，也是两个分歧巨大的概念。 一种定义方法，是利用市场中既有的各种“成长指数”和“价值指数”去定义成长和价值风格。此时我们会发现，市场上的各种“价值指数” ，本质上都是“低估值指数" A股市场上常见的各类“价值指数”（指数名称中包含“价值”），包括国证价值指数、沪深300价值指数、中证500价值指数、中证800价值指数等，指标编制的主要依据都是估值类指标。以国证价值指数和中证800价值指数为例，指数参考的价值因子包含4个变量，分别是股息收益率（D/P）、每股净资产与价格比率（B/P）、每股净现金流与价格比率（CF/P）和每股收益与价格比率（E/P）。对这4个变量进行标准化Z分处理排除极值影响后，计算4个变量的Z值均值，选取均值最高的股票加权后计算分别得出国证价值指数和中证800价值指数。 不仅仅是A股市场，国际市场上的价值指数编制时也主要关注估值情况。以标普500价值指数为例，标普500指数的成分股能否成为标普500价值指数成分股取决于其价值因子/成长因子是否处于前33%（由高到低排序），其中价值因子参考的变量是净资产与价格比率（B/P）、收益与价格比率（E/P），以及营收与价格比率（S/P），估值越低得分越高，成长因子参考的变量是3年来的销售额和利润增幅，以及近一年的股价变化。因此，总体来看，市场上主要价值风格指数的核心特征就是低估值，以此为定义，所谓的价值风格其实就是低估值风格。 与价值风格指数一起出现的往往是成长风格指数，国证1000风格指数与中证800风格指数中与价值指数相对应的也分别是国证成长指数和中证800成长指数。成长指数主要聚焦在未来有迅猛增长潜力的公司，主要参考公司收入和盈利的增 长率等指标。由于市场看好公司的未来增长，因此通常也会赋予其相对较高的估值。 国证成长指数参考的成长因子有三个变量，主营业务收入增长率、净利润增长率和净资产收益率，其中主营业务收人增长率是过去3年主营业务收人增长率的均值，净利润增长率是过去3年的净利润增长率的均值，通过对这3个变量进行标准化乙分处理后并求取均值获得该公司股票的成长Z值，成长z值最高的便是国证成长指数的样本股。 中证800成长指数的样本股选取与国证成长指数也非常接近。中证800成长指数的成长因子包含三个变量：主营业务收入增长率、净利润增长率和内部增长率，其中主营业务收入增长率是将过去3年主营业务收入和时间进行回归分析后得到的回归系数与过去3年主营业务收入平均值的比值作为主营业务收人增长率变量，净利润增长率是将过去3年净利润和时间进行回归分析后得到的回归系数与过去3年净利润平均值的比值作为净利润增长率变量，内部增长率是净资产收益率与（1-红利支付率）的乘积，通过对这三个变量进行标准化Z分处理后并求取均值得到该公司的成长评分，成长评分最高的是中证800成长指数的样本股。 价值指数将低估值作为核心的考量因素，成长指数主要关注的是企业的营收以及盈利增速，这种编制方法可能会存在几个问题： 一是成长风格指数不一定能代表真正的成长股，因为成长风格指数编制时参考的营收增速、利润增速等指标都是已经实现的过去的数据，但过去的高增长不代表未来的高增长；我们希望找到的是未来成长性高的公司，成长指数代表的是过去的高成长公司，且往往一家公司经过3年高增长后，增速反而可能会下来，所以这些成长指数所反映的市场行情特征，经常与投资者的直观感受反差较大。 二是价值与成长风格指数间的特征差异并不显著。从价值和成长风格指数的超额收益走势来看，不论是国证风格指数分类还是中证800风格指数分类，大部分时间价值指数与成长指数都是同涨同跌的（见图35-4），这主要是因为价值指数与成长指数的成分股有很多的重合部分。以国证价值指数和成长指数为例，指数成分股共计332只股票，很多上市公司都同时属于价值指数与成长指数，在最近几期的指数样本中，两者的重合率在25% ~30%。 图35-4中证800成长与价值指数超额收益（基准为Wind全A）走势 165 155 145 135-6 125- 115- 105- 95- 85+ T （年份） 2014- 2018 - 2007 2013 2015 2016 2017 2019 2020 2021 2022 —中证800成长超额中证800价值超额 图35-4中证800成长与价值指数超额收益（基准为Wind全A）走势 资料来源：Wind资讯。 因此我们无法直接用价值指数和成长指数去度量价值风格和成长风格。市场研究中也经常用一些定义不是太清晰、比较主观的分类方法，主要是“狭义价值风格”即指低估值风格，与前述市场现有价值指数逻辑一致，主要包括金融、地产、建筑、家电等行业。“狭义成长风格”，即指涉及新技术、新产品的公司和行业，主要包括TMT行业、新能源行业等。“价值成长风格”，这是最近几年市场中很流行的一种投资风格，没有明确定义，按照一般的理解，主要是对消费类和医药类的投资。这几个概念市场中并没有明确的一致共识的定义，但大体上是按照这样的理解来思考的，很多时候可以成力投资者讨论问题时共同的话术体系。 ### 二、自上而下与自下而上两种方法论 板块轮动研究中，最大的难点是缺乏一个“统一的、可以比较的对象”。不同的行业对于“行业景气度”的定义不同，有些行业看价格、有些行业看销售量、有些行业看用户数等。这就造成一个问题，对于同一个行业，行业分析师可以纵向地在时间序列上进行比较，看行业基本面是好转还是恶化。但是对于策略分析师，要横向地去比较在特定时间点上，哪个行业更好，就非常困难。有些行业甚至没有行业层面统一的可以用来度量的指标，比如军工、计算机；有些行业两三个公司就是一个细分子行业，细分子行业间关联度也不大，比如化工、轻工。 白酒、银行、军工这些行业怎么比，是一个大问题。目前的实践中，卖方研究 的“行业比较研究”往往都是在做并集，不断地堆砌各种行业数据，所以类似的报告篇幅越来越长、汇总的数据越来越多，但是没有办法给出具体的投资建议。笔者在这方面也做过多种尝试，试图跟踪各种各样的行业数据，然后也试图对不同指标进行打分量化研究，总体而言，这种根据各行业不同指标汇总分析的方法，效果不是太好。 市场风格切换的研究框架，总体而言有两种。第一种，自上而下，首先划分宏观经济情景，然后在各种不同情景中做行业选择。第二种，自下而上，根据行业本身的景气周期变化，判断是否有超额收益。 自上而下的板块轮动或者风格切换模型，具体表现为各种“时钟”“电风扇”类的分析框架①。最早是美林时钟，随后演化拓展出各种模型。这类“时钟”“电风扇”模型总体上框架是一样的：首先，确定几个（N个）宏观经济变量，然后每个变量划分几种（M种）状态，这样就可以定义出“N的M次方”种宏观经济“情景”；随后再在每一种“情景”中，做历史数据规律统计，得到每一个“情景”中大类资产价格的表现，以及股市整体和结构性行情表现的历史均值。 比如说如果选择2个宏观变量，确定2种状态（好和坏），那么就一共可以划分出4种宏观经济“情景” 。如果选择3个宏观变量，确定3种状态（好、中、差），那么就一共会划分出27种宏观经济“情景” 。 田丁二维半面上只能够農不四个象限，所以一般的模型普遍采取2×2四种“情景”的架构。比如美林时钟就是这种2×2四种“情景”模型，选择了两个宏观变量（经济增长和通货膨胀），划分了两种状态（上行和下行）。 这一类自上而下的板块轮动风格切换模型，本质上是一种基于名义经济增速和总需求变化的分析范式。传统宏观经济分析的变量主要包括：经济增长指标【GDP、工业增加值、固定资产投资（包括基建投资、房地产投资、制造业投资等）、进出口、PMI等］、迪货膨胀指标（CPI、PPI等）、金融指标（MI、M2、贷款、社融等）。这些经济指标总体上都代表了名义经济增长的总需求。 中国经济2012年以后出现的变化是，名义经济增长增速降低波动降低。特别是名义经济增长的波动降低，使得前述宏观经济指标的重要性开始不断下降。最开始是 ① 自上而下划分宏观经济场景的方法，优点是定义清晰、操作简便，只需要对为数不多的宏观经济变量进行筛选分析就可以，不需要对繁杂的各个行业变量进行研究。缺点也比较明显，就是一旦某些历史经验规律失效了，模型没有修正的方法。 GDP，大概从2012年以后开始没什么波动了，然后是2015年以后工业增加值这个指标也没有什么波动了，再然后是2017年以后M2基本也没有什么波动了。 实际上，宏观经济波动率下降这个现象并不是新鲜事情，回顾主要发达国家走过的路就会发现，当经济发展到一定阶段之后，经济整体的增速和波动率就会大幅下降，这是经济发展的必然趋势。因此，随着一个个宏观经济指标波动性的降低，基于这些指标所产生的投资分析框架有效性普遍都在不断降低。前述各种“时钟”“电风扇”类的分析框架（见图35-5）在陆续失效。 图35-5常见“时钟”“电风扇”分析框架示意 通胀上行 科技材料 复苏过热 涎信 经济 经济油气 增长 增长 疲软 强劲 公用 事业 金融 衰退医疗滞胀 必需消费品 通胀下降 资料来源：笔者整理。 ### 三、成长逻辑：景气周期趋势投资者 我们认为，“成长” 并不是某些行业特有的属性，而是不同行业在不同阶段行业特征的表现，并不是只有TMT和新能源才是成长股，铁路、钢铁、银行、家电等行业，在经济的不同发展阶段，都曾以“成长股”的身份出现过。从这个角度出发，我们认“成长”的本质是行业景气度向上，根据上市公司ROE走势的不同，可以给出明确的“成长”和“价值”定义： 第一种情况，ROE趋势向上板块，这就是我们认为的“成长”股。这是板块轮动中的首选品种，这种情况下，投资者可以既赚业绩的钱，也赚估值的钱。ROE持续向上的过程，一定也是估值不断抬升的过程，此时估值本身的绝对数字意义不是很大，变化的趋势方向意义更大，如果ROE停止了向上的势头，估值扩张也就结束了。从历史经验来看，这类板块都是有超额收益的，而且ROE趋势一旦形成，路径依赖性也较强，短期内不太会改变。A股历史上比如2001 ~2004年的钢铁板块、2005~2007年的银行板块、2013~2015年的创业板科技板块、2016~2020年的消费板块、2019年下半年开始到2020年的科技板块都是这类ROE持续上行的投资机会。 第二种情况，ROE基本走平板块，这就是我们认为的“价值”股。因为ROE基本走平，所以估值总体而言也是保持在一定水平变化不大的。所以这种品种基本上属于类固收资产，投资者能赚业绩的钱，但赚不了估值的钱。不过由于A股整体的ROE较低，这种板块往往长期看也有超额收益。A股市场2014年以后到2020年的银行板块、美股市场1995年以后到2020年的必需消费板块都属于这种情况。 第三种情况，ROE持续向下板块，这种情况下的行业属于衰退型行业板块。这种板块是要坚决回避的，因ROE持续向下，估值底到底在哪里是不知道的，所以如果投资者以估值低为理由买入，往往会陷入低估值陷阱。A股市场2010~2014年的周期板块就是典型的情况。 根据这一分析框架，并没有哪一个行业板块与生俱来就是“成长”或者就是“价值”，同一个行业板块在不同时间阶段可以有不同的成长和价值属性。典型的以白酒行业为例（见图35-6），在不同时间中成长和价值属性并不相同。 图35 -6从白酒板块ROE走势看成长阶段与价值阶段区分 （ %） 4 成长成长价值 阶段阶段阶段 25- 20 15- 10 5 0 2005 2003 2004 图35-6从白酒板块ROE走势看成长阶段与价值阶段区分 资料来源：Wind资讯。 从技术层面讲，笔者比较喜欢使用净资产收益率（ROE）来度量行业板块的景气周期。当然完全也可以有不同的度量方式，比如用盈利增速（YOY），ROE和YOY的关系，好比经济学原理中平均成本与边际成本的关系，当边际成本超过平均成本时，平均成本会进一步向上。从理论上来说，在不考虑分红的情况下，如果下一年企业的YOY高于ROE，则ROE会进一步向上；如果YOY低于ROE，则ROE会向下；如果企业100%分红，那么只要盈利增速是0，ROE下一年也保持不变。在实际使用中，ROE和YOY各有优势和劣势，用ROE度量行业板块景气周期的好处，是ROE的曲线走势相比YOY更加平滑，趋势性更明显，缺点是ROE是一个相对滞后的指标，指标本身不是一个敏感的领先指标。 基于上述分析，笔者更加倾向于使用中观层面自下而上的风格切换分析框架。这一逻辑框架的核心思想，就是把握产业趋势的投资逻辑，股票市场行情反映产业趋势变化，这个脉络非常清晰。更进一步地，这个思考框架可以归纳为：景气周期的趋势投资者。无论是A股市场还是海外市场，投资者在任何一个时间点实际上都是在寻找当时市场最景气的行业板块。从A股的历史经验来看，历年的领涨板块（见本书附录数据）基本都是景气度上行的行业。 一句话总结，成长是股票投资追求的目标，市场主线逻辑一直都是在追寻成长的，成长风格是不变的，变的是成长的内容。 ### 四、价值逻辑：低估值策略有效性探讨 成长逻辑探讨的是市场的主线逻辑，试图寻找每个阶段的领涨行业，这个投资逻辑有“高风险、高回报”特征。另外，价格逻辑即低估值策略在股票市场中也非常受欢迎。一方面，便宜就是王道，低估值意味着这笔投资有较好的安全边际；另一方面，传统意义上我们所说的价值投资（各种计算企业的现金流贴现和），也只有在估值相对较低的范围内讨论才有意义，当估值超过一定的临界线，再去讨论价值投资意义就不是那么大了。 低估值策略是否有效呢？格雷厄姆说的“烟蒂投资”和“捡便宜货”，到底能不 ① 这里需要阐明的一个观点是，笔者认为投资者是对产业景气周期进行投资，而不是ROE、ROE是一个事后指标，是一个工具不是全部，只是让我们用来归纳总结过去的经验规律。实际投资中，每位投资者都有自已不同的工具去判断公司的产业景气周期，比如用宏观经济数据、用调研的方式、用订单的数据、用自己的生活常识判断等，但途同归，最后会反映到ROE的上升中，ROE上升是景气周期上行的结果不是原因。 能带来超额收益？应当说从长期来看，“低估值策略”在A股市场是有效的。我们做了如下一个经验数据统计，每年年底我们将所有股票根据其市盈率（TTM）的不同分为9组，分别为：市盈率0~10倍的为一组，10~20倍的为一组，20~30倍的为一组，30~40倍的为一组，40~50倍的为一组，50~75倍的为一组，75~100倍的为一组，100倍以上的为一组，市盈率为负（亏损）的单独为一组。然后计算t+1年该组合中股票的年收益率，每年滚动换一次样本，时间范围是2000~2022年。 从图35-7中可以看出，这样操作在长期（2000~2022年）中，低估值策略有明显的超额收益，市盈率在30倍以下（不含亏损市盈率为负股票）三个组合的收益率远远领先其他各个市盈率范围组合的收益率中位数。而且可以发现，组合收益率的中位数与组合市盈率高低总体呈现出明显的负向关系，即组合的市盈率越低收益率越高，这充分说明了低估值策略在长期的有效性。 图35-7 2000 ~2022年按不同市盈率范围组合收益率中位数对比 （%） 8.6 10- 6.8 5.1 5. 0.3 0 -0.6 -5- -6.0 -10- -11.3 -15． -12.2 -13.1 10~20 20~30 30~40 40~50 50~75 75~100 0~10 20~30 30~40 40~50 75~100 >100 <0（倍） 组合市盈率范围 图35-7 2000~2022年按不同市盈率范围组合收益率中位数对比 资料来源：Wind资讯、笔者计算。 然而，长期的有效性不代表短期没有变化，从动态角度来看，低估值策略类似大小盘风格，呈现出阶段性占优特征。图35-8报告了我们用申万低市盈率指数构建的低市盈率指数超额收益走势，这里基准是Wind全A指数。从图35-8里可以发现，低市盈率策略的有效性（指跑赢市场整体的超额收益）有着很强的趋势性变化特征，大体上从2003年开始到2007年，低估值策略明显跑赢市场整体，从2008年到2015年左右，低估值策略明显跑输大盘，从2015年到2018年底，低市盈率策略再度显著跑赢市场整体，最后从2018年底左右到2021年下半年，低市盈率组合又显著跑输大盘。从2021年底至2023年低估值策略与市场整体走势相当。用另一个指标，“低市 净率指数”去度量低估值策略的超额收益走势，也可以得到类似的结论。低市净率指数的超额收益虽然和低市盈率指数的超额收益走势略有不同，但大体上方向是相似的。 图35-8 2000~2023年低市盈率指数超额收益走势 （点） 220 210、 200 190 186- 170. 160- 150 140- 130 120 110• 1007， 90 2000 2002 2004 2006 2008 2010 2012 2014 2016 2018 2020 2022（年份） 2004 2022（年份） 图35-8 2000 ~2023年低市盈率指数超额收益走势 资料来源：Wind资讯、笔者计算。 如何解释低市盈率和低市净率指数超额收益的走势？一种解释是银行股指数的走势主导了前述低估值策略的超额收益走势，因为在A股市场中，银行板块的估值最低且权重很大。这个解释有一定道理，不过可能不是故事的全部。 从行业板块的估值分布情况来看，可以发现，A股市场中的低估值板块主要集中在与宏观经济相关度较高的行业，而估值相对较高的行业普遍与宏观经济相关度较低。市盈率估值最低的五个板块分别为银行、房地产、建筑、钢铁、采掘，市盈率最高的五个行业板块分别为计算机、休闲服务、国防军工、电子、通信。 从这样的估值分布特征来看，我们认为对低估值策略超额收益走势的一种解释，是在盈利驱动为主的牛市行情中，低估值策略会相对更加有效。回顾2000年以来A股市场的走势特征，以盈利驱动的上涨行情中，如2003年、2006年、2017年，低估值策略都是比较有效的。2003年低估值策略非常有效，低市盈率组合有显著的超额收益，且组合的收益率随着市盈率的降低而增加。2017年的特征与2003年非常相似，低估值策略非常有效，低市盈率组合有显著的超额收益，且组合的收益率随着市盈率的降低而增加。 相反，在主要以估值驱动的牛市行情中，如2000年、2015年、2019年，低估值策略的表现往往较差。这中间有个例外，就是2014年，2014年行情基本是完全 估值驱动的，但是在超预期降息以及“一带一路”热点的影响下，低估值板块表现相对更好。此外，就是在熊市的情况下，低估值策略可能会有更好的抗跌属性，比如2018年。 因此动态来看，低估值策略大体在两种场景下会相对占优：一是经济明确上行期，低估值板块因为顺周期行业多会跑赢大盘；二是在大熊市中，低估值板块往往会有明显的抗跌属性。 ## 第三节 风格切换：大小盘行情驱动逻辑 大势研判、板块轮动、风格切换，是一般股票投资研究关注的三个主要方向点。这里的风格切换多数情况下指的都是“大小票的风格切换”，即小市值公司相较于大市值公司的超额收益表现。 ### 一、大小盘超额收益走势的历史经验 大小盘超额收益走势的度量方式一般有两种：一种算法是用宽基指数，比如用中证1000指数、国证2000指数、美股的罗素2000指数，去算超额收益，指数超额收益向上表明小盘股行情占优，这种算法的优点是简单，缺点是指数数据历史时间可能相对较短。另一种算法是用量化组合度量小盘股超额收益，比如在每个月初，将所有上市公司按市值大小分为5组，算出市值最小组合相对于市值最大组合的超额收益，这种算法的优点是历史数据时间够长，缺点是算起来比较麻烦。 图35-9报告了2005~2023年A股市场中证1000指数和中证2000指数的超额收益走势，这里计算超额收益的基准是Wind全A指数。图中曲线向上表示中证1000指数和中证2000指数跑赢市场整体，即市场是小盘股占优行情风格，曲线向下表示中证1000指数和中证2000指数跑输市场整体，即市场是大盘股占优行情风格。由于上市公司数量的变化，2020年以后中证2000指数是更好的小盘股代表。 ① 按照市值规模排序，大体上可以认为沪深300指数是全市场市值第1~300名的公司，中证500是第301 ~800名，中证1000是第801~1800名。随着上市公司数量的增加，到2023年A股上市公司总数已经超过5000家，中证1000从道理上说已经不能再算中小盘指数了。2023年中证公司推出了中证2000指数，其覆盖范围相当于市值第1801~3800名的公司，是更好的小盘股代表指数。 图35-9 （点） 220 70 65 中证1000超额收益160 50 中证2000超额收益 140 120 100 -L 30 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 （年份） —中证1000超额收益中证2000超额收益 图35-9 2005~2023年中证1000指数和中证2000指数超额收益走势 资料来源：Wind资讯 图35-10报告了1950~2020年长达70年时间中，美股小盘股相比大盘股的超额收益走势，同样，这里曲线向上表明市场是小盘股占优行情风格，曲线向下表明市场是大盘股占优风格。 图35-10 1950~2020年美股小盘股超额收益走势 7.0- 6.8 6.6 6.4 6.2 6.0 5.8 5.6 5.4 1960 1965 1970 1975 1980 1985 1990 2005 2010 2015 2W（军份） 图35-10 1950~2020年美股小盘股超额收益走势 注：向上表示小盘股领先，对数刻度。 资料来源：彭博（Bloomberg）。 从前述两图中美股市小盘股超额收益长期走势来看，可以得出两个经验性结论：一是小盘股和大盘股的超额收益变化是轮动的，总体上是三十年河东、三十年河西，并不存在大盘股或者小盘股永续占优情况。二是从最长历史时间来看，小盘股表现较大盘股要更好些，这一点在美股市场中尤为突出，小盘股超额收益曲线是向右上角走 的。对于大盘股和小盘股的相对走势表现，我们觉得有几点理解误区需要注意： 第一点是关于市场投资者结构对于大小盘风格的影响。不少观点认为，小盘股行情以主题炒作为主，因此是市场投资者不成熟的表现，而随着时间的推移，投资者结构越来越机构化，市场越来越成熟，以后就不会再有小盘股行情了。我们认为这个观点值得斟酌，大小盘风格背后的核心驱动力并不是投资者结构。 第二点是关于大盘股相对小盘股的估值溢价问题。不少观点认为，由于大公司竞争力强盈利稳定，因此理应享受高估值，这个观点在2016~2020年A股市场大盘股行情中传播非常广泛。我们认为，这里逻辑的关键是“估值溢价子股价会涨”，估值溢价率是可以变化的，估值溢价率下降意味着超额收益走低①。 第三点是关于注册制与小盘股行情的关系。不少观点认为，小盘股行情背后的核心逻辑是上市公司壳资源的稀缺性，所以一旦实施全面注册制之后，就不会再有小盘股行情了。这个观点也与经验事实不吻合，A股在2019年科创板试行注册制后，2021年之后依然出现小盘领先行情，美股更是从成立起就是注册制，也不妨碍其有多轮小盘股行情。 第四点是大小票风格与成长股风格不是一回事。不少投资者会说，小市值公司占优的行情，其实最后看都是成长股行情，股价涨得好的都是业绩成长性高的公司。这个观点事后看没错，但是不能事前说，因为“成长股”不是一个事前定义，成长起来的叫成长股，没有成长起来的就算不上，事前是没有办法去定义哪些是成长股的。但“小市值”则不同，这是一个事前概念，可以根据这个变量来构建投资组合。 ### 二、大小盘风格忉换的驱动逻辑 在现实市场中，我们往往感觉投资者大多数不太认可小盘股行情存在的合理性，很多投资者对于小盘股行情往往采取一种鸵鸟策略，即视而不见，认为这种行情是非理性的、短暂的、不可持续的，应对方法就是扛一下。但从时间上而言（见图35-9和图35-10），小盘股占优的时间实际上要比大盘股占优的时间更长。这个矛盾的背后，究其根源，是投资者想不明白说不清楚为什么市场中会存在这种小盘股行情。 ① 实际上大公司估值更高这个判断本身就很难成立。不少观点提出海外市场大市值公司估值一直比小市值公司高，这完全是一个凭感觉的主观判断，并没有客观数据支持。对于中国投资者而言，之所以很多时候认为海外市场大公司表现更好或者估值更高，很可能源于海外大市值公司有中文名字能记住，而小市值公司没有中文名字很难记住，这是一个典型的选择性偏误问题。 大盘股占优的逻辑可以有千千万万条，如大公司盈利稳定、大公司竞争能力强、大公司估值合理、大公司是优质资产核心资产等。但是小盘股占优的逻辑讲不清楚，而且很模糊，不但没有形成共识的结论，而且连基本的分析逻辑和框架也是形形色色的，有从经济周期出发分析的、有从流动性角度分析的、有从估值角度分析的等。总而言之，就目前我们有限阅读范围内看到的文献而言，无论是中文文献还是英文文献，无论是学术文献还是非学术文献，无论是卖方研究还是买方研究，对于大小盘问题在理论和逻辑上都没有研究定论。 （一）大小盘行情与货币周期无关 对于大小盘行情风格，市场上讲得最多的一个逻辑，就是从流动性和货币周期的角度去解释行情。这类观点普遍认为，在利率下行流动性宽松时，市场活跃度提高、成长股题材股估值容易上升，因此容易出现小盘股行情。而在利率上行流动性收紧时，高成长高估值板块估值容易受到压制，此时更容易出现大盘股行情。 这是一个典型的“伪命题”，完全不符合经验事实。这里有两个典型的反例可以佐证：一是在2013年“钱荒”利率大幅飙升的环境中，创业板表现一枝独秀，小盘股表现显著好于大盘股，当时市场的说法是“因为钱少，钱少炒不动大票，所以只能炒小票”。二是到了2017年因为“资管新规”的原因，利率再度大幅飙升，但当时股票市场的行情是中国版“漂亮50”，大盘股表现明显占优，当时的市场说法又变成了“因为钱少，钱少不能乱炒，只能炒确定性强的，所以炒大票”。一个逻辑，正着说反着说都可以，只能说明它不构成事情的因果关系。 （二）大小盘行情与经济周期无关 除利率流动性外，第二个被市场广为谈及的逻辑，是大小盘行情与经济周期的关系。不同于流动性逻辑（流动性宽松利好小盘股行情），经济周期对大小盘风格的影响，即使在“口头叙事”层面，结论也不统一。一般的说法大概有两种： 说法一：经济上行周期利好小盘股、下行周期利好大盘股。原因是小盘股盈利弹性大，经济上行周期有更好的盈利上行空间，而在经济下行周期大盘股盈利更加稳定，负面冲击小。 说法二：经济上行周期利好大盘股、经济下行周期利好小盘股。原因是大盘股公司盈利与宏观经济关联度高、小盘股公司关联度弱，所以在经济上行期大公司占优，下行期小公司占优，这个说法本质上还是“大公司行情看业绩、小公司行情看题材”的逻辑。 可以看到，前述两种说法基本上是截然相反的。从历史经验来看，笔者认为，与 货币周期逻辑类似，大小盘股行情与经济周期无关，小盘股（大盘股）行情既可以在经济上行期发生，也可以在经济下行期发生。 （三）大小盘风格切换主要在产业逻辑 前文中我们否定了大小盘风格切换的决定因素是货币周期或者经济周期，那么肯定性的决定因素是什么呢？从尝试性回答的角度来说，笔者认为，驱动大小盘风格切换的核心逻辑主要在产业逻辑。即当实体经济中出现新的产业链时，就很可能会出现小盘股行情；与之相反，当特定阶段经济中没有新产业链出现，产业发展逻辑以集中度提高时，则股市行情会呈现出大盘股占优特征。 产业集中度提高的逻辑，本质上是一个存量博弈，龙头公司获取的市场份额是竞争对手失去的收入。产业越集中，可以投资的标的就越少，从“龙三”到“龙二”最后到“龙一” ，投资标的越来越集中，于是市场出现了所谓的“抱团”“核心资产”概念。这是一个“收敛”的逻辑链条，这种逻辑从二级市场投资上来说，导致的一个结果就是，龙头公司和核心资产的标的范围越来越小，机构投资者持股越来越集中。 与产业集中“收敛”逻辑相对应的，是新产业链或者说产业升级，是一个增量“扩散”的逻辑。产业升级的过程中，相关企业会形成大量的资本开支，下游企业的支出会成为其上游企业的收入，因此会带动整个产业链的投资机会。特别是在新兴成长产业中，某种新技术的出现，都会对应巨大的需求，产业链上相关新材料、新设备的中小企业就会有巨大的盈利弹性甚至成倍的增长空间。 有一个值得讨论的现象是，总体而言，美股市场自2005年以来大小盘行情风格并不鲜明，以均衡主（见图35-10）。对此的解释，有一种观点认为美股市场投资者已经非常机构化非常成熟了，所以很难再有小盘股风格行情。笔者认为，投资者结构或许不是决定市场风格的核心因素，核心因素在于美国经济有产业龙头，但是没有新的产业链出现。在20世纪六七十年代的小盘股行情中，美国既有产业龙头也有产业链。而如今美国有苹果有特斯拉，但是苹果产业链、特斯拉产业链多数都在中国，如果小盘股风格代表的是某个新产业链企业的崛起，那么相比于美国，中国股市更容易出现小盘股占优风格。 从研究角度看，前述论点和逻辑存在一个统计度量上的难点，那就是相比于产业集中可以量化度量，产业升级或者是否有新产业链诞生，较难去定量判断，更多时候需要去做定性判断。也可能是由于这个原因，才会出现目前全市场对于大小盘风格切换背后的逻辑，无论是学术研究还是市场研究，几乎没有定论和共识。因为我们很难找到或者画出一根曲线，能够很好地刻画出决定大小盘风格的变量。