深度报告-2026-03-04-华西证券-PB-ROE模型仓位择时与交易策略_32页_1mb

报告摘要

PB-ROE模型总结

核心内容

PB-ROE模型是一种基于市净率（PB）与净资产收益率（ROE）关系的估值模型，用于分析市场整体或行业的估值偏离度，并据此制定交易策略和仓位管理方案。该模型结合了时间序列和横截面分析方法，旨在捕捉市场估值与未来收益之间的关系。

主要观点

模型理论基础：
- Wilcox (1984) 提出了横截面PB-ROE模型，认为在无分红和干净盈余假设下，对数PB与ROE之间存在线性关系。
- Wilcox & Philips (2005) 将该模型扩展为时间序列PB-ROE模型，使用实际利率和通胀率作为代理变量，以反映宏观因素对估值的影响。
模型有效性检验：
- 在A股市场中，时间序列PB-ROE模型的调整后拟合优度平均为0.56，最高可达0.80，表明模型对指数PB的解释能力较强。
- 估值偏离度与未来指数涨幅呈正相关，尤其是当偏离度超过一定阈值时，相关性显著提升。
交易信号与策略：
- 当估值偏离度较高（>均值+1倍标准差）时，做多具有高胜率和高赔率，适合保持高仓位。
- 当估值偏离度较低（<均值-1倍标准差）时，做多胜率较高但赔率较低，适合中等仓位。
- 在中高估值偏离度区域（>均值且<均值+0.3倍标准差），做空（空仓）胜率和赔率较高，适合降低仓位。
- 通过分组分析，发现估值偏离度越高，相关性越强，策略效果越显著。
行业轮动应用：
- 行业间估值偏离度与未来涨幅的关系存在显著差异。部分行业（如基础化工、银行等）具有均值回复特征，而其他行业则表现出估值动量。
- 基于相关系数，制定行业仓位规则，选择高仓位行业进行多头配置，低仓位行业进行空头配置，以实现行业轮动收益。

关键信息

1. 模型公式与定义

横截面模型：
$$
\ln \left(\frac{P}{B_0}\right) = \ln \left(\frac{P}{B_T}\right) - k \cdot T + r \cdot T \tag{1}
$$
其中：
- $T$：公司保持异常利润的时间窗口
- $k$：股东要求回报率
- $r$：净资产收益率（ROE）
时间序列模型：
$$
\ln \left(P / B _ {0}\right) = a + b \cdot R O E + C \cdot \text {R e a l I n t e r s t} + d \cdot \text {I n f l a t i o n} \tag{3}
$$
- 实际利率 = 公司债收益率 - CPI同比变化
- 通胀率 = CPI同比变化

2. 估值偏离度定义

估值偏离度 = 当前PB - 基本面拟合值
当残差 > 0 时，市场估值较高、情绪高涨；
当残差 < 0 时，市场估值较低、情绪低迷。

3. 交易信号绩效

高估值偏离度区域（>均值+1倍标准差）：
- 做多胜率和赔率较高，如>均值+2.5倍标准差时，胜率60.0%，赔率2.0。
低估值偏离度区域（<均值-1倍标准差）：
- 做多胜率较高，但赔率较低，如<均值-1倍标准差时，胜率54.3%，赔率1.0。
中高估值偏离度区域（>均值且<均值+0.3倍标准差）：
- 做空胜率和赔率较高，如>均值且<均值+0.3倍标准差时，胜率54.9%，赔率1.8。

4. 仓位择时策略

采用4分组策略，根据估值偏离度调整仓位：
- 高估值偏离度：100%仓位
- 较高估值偏离度：60%仓位
- 较低估值偏离度：60%仓位
- 低估值偏离度：80%仓位
策略效果：
- 2014/1/3-2026/2/27期间，择时组合累计涨幅283.45%，基准为122.61%。
- 最大回撤为33.04%，低于基准的57.01%。
- 年化波动率16.01%，低于基准的22.16%。

5. 行业轮动组合

多头行业组合选择估值偏离度与未来涨幅正相关的行业，累计收益显著高于行业等权组合。
空头行业组合选择估值偏离度与未来涨幅负相关的行业，能够有效排除负面行业。

结论与应用

PB-ROE模型能够有效捕捉市场估值偏离度与未来收益之间的关系，为仓位择时和行业轮动提供策略依据。在高估值偏离度区域，做多策略表现优异；在低估值偏离度区域，做多胜率高但赔率低；在中高估值偏离度区域，做空策略更具优势。该模型适用于市场整体和行业层面，但需注意历史规律可能发生变化，需持续验证和调整策略。

展开完整摘要