20181126-申万宏源-量化策略_PB-ROE估值原理与预期差选股_14页_1mb

报告摘要

PB-ROE模型是一种基于市净率（PB）与净资产收益率（ROE）的估值模型，其核心在于通过数学推导揭示PB与预期ROE之间的线性关系。该模型在A股市场中展现出一定的适用性，尤其在细分行业中表现更优，且对小盘股的解释力强于中盘和大盘股。

理论基础
- Wilcox(1984)提出了PB-ROE模型，并通过数学推导建立了PB与ROE之间的关系。
- 根据模型，PB与预期ROE呈正向关系，Ln(PB)与预期ROE呈线性关系。
- 投资者预期ROE越高，给予的PB估值越高，反之亦然。
模型适用性
- PB-ROE模型在细分行业中适用性更强，因为股票基本面特征趋于一致。
- 在A股市场中，模型在小盘股上的表现优于中盘和大盘股。
- 通过计算不同行业和市值的MSE（均方误差）可以评估模型的拟合效果，MSE越小，模型适用性越强。
预期差选股方法
- 通过回归分析，计算市场对给定PB水平下的预期ROE。
- 如果投资者的预期ROE高于市场预期，则说明该股票具有投资价值。
- 预期差可以作为量化投资决策的依据。
回测结果
- 基于一致预期数据和历史数据的回测显示，PB-ROE预期差选股策略在大盘和小盘组合中均能稳定地战胜基准指数。
- 小盘组合超额收益更显著，尤其对中证500和中证1000指数表现突出。
- 大盘组合的超额收益相对稳定，但不如小盘组合显著。

模型公式
PB与预期ROE之间的关系可以表示为：
$$
\ln(PB) = -k \cdot T + T \cdot r
$$
其中，k为投资者的期望回报率，r为预期ROE，T为投资期限。
数据来源
- 使用WIND数据进行分析。
- 回测时间范围为2010年1月1日至2018年10月31日。
选股策略
- 根据PB-ROE模型，将样本空间划分为大盘、中盘、小盘股。
- 使用分析师一致预期数据和历史ROE数据分别进行回测。
- 选择预期ROE高于市场预期的股票作为投资标的。
回测表现
- 一致预期数据
  - 大盘组合在2010/1/1-2018/10/31期间上涨17.20%，超额收益为29.00%。
  - 小盘组合上涨356.97%，对中证500和中证1000的超额收益分别为361.71%和356.75%。
- 历史数据
  - 大盘组合上涨24.41%，超额收益为36.21%。
  - 小盘组合上涨447.35%，对中证500和中证1000的超额收益分别为452.09%和447.13%。

行业适用性
- 在申万一级行业中，大部分行业的拟合效果优于全市场股票。
- 在申万二级行业中，拟合效果进一步提升，说明模型在细分行业中的适用性更强。
市值风格
- 小盘股的PB-ROE模型拟合效果优于中盘和大盘股。
- 小盘组合在回测中表现出更高的超额收益，尤其对中证500和中证1000指数具有显著优势。

适用性
- PB-ROE模型在A股市场中适用于不同行业和市值风格，尤其在细分行业和小盘股中表现更优。
- 通过预期差选股，投资者可以识别出被市场低估的股票。
局限性
- 模型假设条件较为严格，如分红为零、ROE稳定等，可能影响实际应用效果。
- 市场预期与实际预期可能存在偏差，需结合其他分析方法进行综合判断。