從國際視角看A股估值分化背后的邏輯

1、目錄TOC o 1-2 h z u HYPERLINK l _TOC_250015 前言 3 HYPERLINK l _TOC_250014 1、 高低估值分化的度量 3 HYPERLINK l _TOC_250013 2、 高低估值分化背后的邏輯 4 HYPERLINK l _TOC_250012 、 歷史上高估值的含義與當前不同 4 HYPERLINK l _TOC_250011 、 極端的估值分化來自于基本面的極端分化 6 HYPERLINK l _TOC_250010 、 科技和消費未來也是 A 股長期有估值溢價的行業(yè) 8 HYPERLINK l _TOC_250009 3、 未來估值

2、分化收斂所需因素 11 HYPERLINK l _TOC_250008 、 經(jīng)濟周期復蘇改善低估值行業(yè)基本面 11 HYPERLINK l _TOC_250007 、 流動性收緊有助于弱化高估值風格 12 HYPERLINK l _TOC_250006 、 特殊產(chǎn)業(yè)政策和主題可能使估值分化背離基本面 13 HYPERLINK l _TOC_250005 、 當前估值分化具備收斂條件但幅度或有限 14 HYPERLINK l _TOC_250004 4、 國際比較對當前消費與科技的局部高估值有何啟示？ 17 HYPERLINK l _TOC_250003 、 沒有增長的消費股依然享有可觀的估值

3、17 HYPERLINK l _TOC_250002 、 醫(yī)療保健行業(yè)在多數(shù)發(fā)達國家都兼具必需品和成長屬性 21 HYPERLINK l _TOC_250001 、 國內(nèi)部分科技領(lǐng)域并非供給創(chuàng)造需求 23 HYPERLINK l _TOC_250000 5、 風險提示 24前言今年以來，A 股市場受疫情影響延續(xù)結(jié)構(gòu)性牛市的行情，消費、科技和醫(yī)藥頻創(chuàng)新高，估值回升至近 10 年的高位，而金融和周期板塊整體低迷，且估值跌至歷史新低，高低估值分化達到了歷史罕見水平。事實上不僅 A 股如此，美股的估值分化現(xiàn)象同樣十分顯著，究竟是何種因素決定了市場的高低估值分化？以及這種高低分化達到一定程度之后市場將如

4、何演變？本篇報告將結(jié)合海外市場歷史表現(xiàn)，對當前國內(nèi)市場的估值分化現(xiàn)象進行分析解讀，并探究未來市場可能發(fā)生的變化。1、高低估值分化的度量從 A 股歷史估值變化看，萬得全 A 的PETTM 自 2005 年來呈現(xiàn)為估值中樞和高點明顯下行，直到 2011 年以后，整體估值中樞維持在 20 倍左右。但估值分化程度在 2011 年之后則整體提升，我們以全部 A 股為基準分別測算 PETTM 的 75%和 25%分位點，二者之比可能是反映 A 股高低估值分化程度的良好衡量指標。近 10 年以來，該分化指數(shù)與申萬高低市凈率指數(shù)之比以及創(chuàng)業(yè)板指PE/上證 50PE 變化基本一致。結(jié)合多個估值分化的指標看，20

5、19 年以來 A 股正處于一輪高低估值分化持續(xù)擴張的行情中，近 10 年以來較為可比的區(qū)間是 2013Q1-2014Q2。從 PE 估值分化水平看，當前 A 股的高低估值股票的分化程度與 2014-2015 年的高值接近，也接近于A 股歷史估值分化程度最大的時期，如果從 PB 估值分化程度看，當前則是歷史估值分化最嚴重的時期。圖 1：A 股歷史 PE 高低估值分化指數(shù)圖 2：A 股歷史 PB 高低估值分化指數(shù)43.532.52全A市盈率75%分位/全A市盈率25%分位萬得全A PETTM 右6050403020102005200620072008200920102011201220132014

6、20152016201720182019202003.102.902.702.502.302.101.901.70全A市凈率75%分位/全A市凈率25%分位2005-012006-012007-012008-012009-012010-012011-012012-012013-012014-012015-012016-012017-012018-012019-012020-01資料來源：wind，光大證券研究所，截止 2020 年 8 月資料來源：wind，光大證券研究所，截止 2020 年 8 月圖 3：PE 分化指數(shù)與申萬高低市凈率指數(shù)變化逐漸趨同圖 4：PE 分化指數(shù)與創(chuàng)業(yè)板指/上證 5

7、0PE 變化基本一致4.003.503.002.502.00全A市盈率75%分位/全A市盈率25%分位申萬高市凈率/申萬低市凈率右1.210.80.60.40.24.003.503.002.502.00全A市盈率75%分位/全A市盈率25%分位創(chuàng)業(yè)板指/上證50PE 右121086420 資料來源：wind，光大證券研究所，截止 2020 年 8 月資料來源：wind，光大證券研究所，截止 2020 年 8 月不僅是A 股，美股自2018 年下半年以來同樣出現(xiàn)明顯的高低估值分化，且分化程度已突破歷史新高，美股市場能否給A 股有所借鑒呢？圖 5：美股的估值分化程度 2018 年至今大幅擴張美股羅

8、素3000市盈率75%分位數(shù)/25%分位數(shù)3.33.12.92.72.52.32.11.91.71.5資料來源：Bloomberg，光大證券研究所，截止 2020 年 Q22、高低估值分化背后的邏輯、歷史上高估值的含義與當前不同A 股的估值分化需要具體從各組成行業(yè)的估值入手分析，從 A 股各行業(yè)估值的歷史變遷看，各時期高估值與低估值的行業(yè)并不相同，該部分分析主要以各行業(yè)的歷史 PB 數(shù)據(jù)為基準（由于部分行業(yè)歷史上因盈利的大幅下滑造成 PE 過高，而 PB 長期與行業(yè) ROE 水平相匹配，故使用 PB 進行橫向比較）。我們選擇按照各行業(yè) PB 高低進行排序，發(fā)現(xiàn)早期的高估值行業(yè)與當前存在一定差異

9、。圖 6：28 個中信一級行業(yè) PB 排名變化（由高到低排）資料來源：wind，圖中的顏色越接近紅色表示估值越高，越接近綠色表示估值越低，接近黃色則估值中等，每一年的 4 個數(shù)據(jù)分別為每個季度末的排名。在 2005-2008 年中國經(jīng)濟高增長期間，周期上游的石油石化、煤炭和有色金屬，中游的機械和電力設(shè)備，甚至金融一度成為當時市場的中高估值行業(yè)，在投資驅(qū)動的經(jīng)濟發(fā)展模式下，周期行業(yè)成為了當時市場眼中的成長股；而家電、汽車等部分消費行業(yè)則是低估值行業(yè)，甚至當前估值較高的醫(yī)藥、電子和通信行業(yè)在當時也僅僅是中等估值行業(yè)。但是在經(jīng)歷金融危機之后，雖然大力度的貨幣和財政刺激政策幫助中國在 2009 和 2

10、010 年恢復經(jīng)濟高增長，但此后 GDP 增速進入長周期下行，金融和周期板塊整體盈利能力下行并進入殺估值狀態(tài)，從而拖累 A 股的估值整體中樞下行。周期板塊中僅有化工、建材和機械等競爭格局較好和電力新能源等成長型行業(yè)，市場仍愿意給中等的估值。而消費和科創(chuàng)行業(yè)則呈現(xiàn)出良好的成長性，尤其是部分消費行業(yè)以ROE 表征的盈利能力持續(xù)提升，自 2011年估值開始全面高于金融和周期，因此近 10 年以來 A 股市場的消費+科創(chuàng)逐漸演變?yōu)楦吖乐敌袠I(yè)，而金融+周期逐漸演變?yōu)榈凸乐敌袠I(yè)，背后反映的是行業(yè)盈利能力和景氣度的結(jié)構(gòu)變遷。事實上從美日等發(fā)達國家的產(chǎn)業(yè)變遷看，最終消費、醫(yī)藥和科技由于更 大的長期成長空間和更

11、好的商業(yè)模式，在各自市場中都享有一定的估值溢價。以美股標普 500 行業(yè)為例，消費與醫(yī)藥行業(yè)因為 ROE 較高且穩(wěn)定，長期都 是高 PB 的行業(yè)，信息技術(shù)產(chǎn)業(yè)在 1990 年代逐漸由偏硬件向偏軟件方向轉(zhuǎn) 變，也成為了標普行業(yè)中的高估值行業(yè)。圖 7：標普 500 各行業(yè)的 PB 變化能源原材料 日常消費 醫(yī)療保健信息技術(shù)金融141210864219901991199219931994199519961997199819992000200120022003200420052006200720082009201020112012201320142015201620172018201920200資料來

12、源：Bloomberg，光大證券研究所，截止 2020 年 8 月、極端的估值分化來自于基本面的極端分化由于估值的本質(zhì)反映的是未來盈利的預期，近兩年以來 A 股的結(jié)構(gòu)分化和估值分化事實上反映的是基本面的分化，尤其是今年的疫情更是加劇了這種分化，部分盈利受損較小且恢復較快或是受益的行業(yè)得到了資金的青睞。食品飲料過去的超額收益和估值提升主要來自盈利能力提升，食品飲料的 ROE 相比全 A 的 ROE 持續(xù)擴張，原因在于必需消費品屬性以及行業(yè)格局進一步集中，二季度食品飲料 ROEttm 與全 A 已擴大至 12.6%（歷史最高為 13.1%）。除此之外，偏成長的醫(yī)藥和電子行業(yè)同樣由于受疫情沖擊較小且

13、行業(yè)快速恢復高景氣，盈利增速相比全 A 大幅提升，從而也實現(xiàn)了超額收益和估值擴張。圖 8：食品飲料的相對 ROE 與相對收益圖 9：醫(yī)藥的相對凈利潤增速與相對收益食品飲料ROE-全AROE %食品飲料指數(shù)/萬得全A 右15 7106554020052006200720082009201020112012201320142015201620172018201920203-52醫(yī)藥歸母凈利潤增速-萬得全A歸母凈利潤增速%醫(yī)藥指數(shù)/萬得全A指數(shù) 右403020100-10-20-303.33.12.92.72.52.32.11.91.71.5-101資料來源：wind, 光大證券研究所，截止 202

14、0 年 8 月 31 日資料來源：wind, 光大證券研究所，截止 2020 年 8 月 31 日從板塊角度，代表成長和高估值的創(chuàng)業(yè)板，歷史上相對于上證 50 的相對收益與兩個板塊的相對凈利潤增速具有同向變動的特征，二季度創(chuàng)業(yè)板指相比于上證 50 業(yè)績增速差進一步擴大至 52 個百分點（剔除溫氏后約為 40個百分點，即使不考慮金融向?qū)嶓w讓利導致的銀行股凈利潤下滑的因素，二者業(yè)績增速差在二季度仍是繼續(xù)擴張的）。圖 10：電子的相對凈利潤增速與相對收益圖 11：科技行業(yè)固定資產(chǎn)投資恢復快于制造業(yè)整體電子歸母凈利潤增速-萬得全A歸母凈利潤增速%電子指數(shù)/萬得全A指數(shù) 右403020100-10 20

15、11 2012 2013 2014 2015 2016 2017 2018 2019 2020-20-30-40501.81.61.41.21.0固定資產(chǎn)投資累計同比%固定資產(chǎn)投資累計同比:計算機、通信和其他電子設(shè)備制造業(yè)%4030201002012 2013 2014 2015 2016 2017 2018 2019 2020-10-20-300.8資料來源：wind, 光大證券研究所，截止 2020 年 8 月 31 日資料來源：wind, 光大證券研究所，截止 2020 年 7 月圖 12：創(chuàng)業(yè)板指/上證 50 相對凈利潤增速與相對收益創(chuàng)業(yè)板凈利潤增速-上證50凈利潤增速 %創(chuàng)業(yè)板指/上

16、證50 右100806040200-20-40-60-801.21.00.80.60.40.20.0資料來源：wind, 光大證券研究所，截止 2020 年 8 月 31 日圖 13：標普 500 各行業(yè)的 ROE 變化（%）圖 14：“FMAANG”的季度凈利潤增速及預測增速6050403020102010Q12010Q32011Q12011Q32012Q12012Q32013Q12013Q32014Q12014Q32015Q12015Q32016Q12016Q32017Q12017Q32018Q12018Q32019Q12019Q32020Q12020Q3E0-10-20日常消費工業(yè) 醫(yī)保

17、 信息技術(shù)能源350%300%250%200%150%100%50%0%-50%-100%2020Q12020Q22020Q3 E2020Q4 E蘋果微軟亞馬遜谷歌facebook奈飛資料來源：Bloomberg, 光大證券研究所，2020Q3 和 Q4 為彭博預測值資料來源：Bloomberg, 光大證券研究所，2020Q3 和 Q4 為彭博預測值傳統(tǒng)分析框架往往認為利率對整個市場的估值具有反向變動關(guān)系，但事實上利率是經(jīng)濟基本面預期和市場流動性的綜合反映，現(xiàn)實中利率與市場估值的關(guān)系并不明確，這是加總謬誤所造成的。針對市場估值分化問題，同樣難以找到長期有高度相關(guān)性的單一變量，無論是反映經(jīng)濟基本

18、面預期的 10年期國債利率還是反映市場流動性的 1 年期國債利率，都與 A 股估值分化指數(shù)存在方向不確定的變化關(guān)系。例如 2013 年貨幣政策整體偏緊，10 年期國債利率大幅上行，且當年的 6 月甚至出現(xiàn)“錢荒”，但市場估值程度卻出現(xiàn)大幅提升，這與并購重組活躍為科創(chuàng)行業(yè)帶來盈利能力顯著提升有關(guān)。圖 15：分化指數(shù)與 10 年期國債利率圖 16：分化指數(shù)與 1 年期國債利率43.532.520052006200720082009201020112012201320142015201620172018201920202全A市盈率75%分位/全A市盈率25%分位中債國債到期收益率:10年 % 右5.

19、55.04.54.03.53.02.52.043.532.520052006200720082009201020112012201320142015201620172018201920202全A市盈率75%分位/全A市盈率25%分位中債國債到期收益率:1年% 右4.54.03.53.02.52.01.51.00.50.0資料來源：wind，光大證券研究所，截止 2020 年 8 月資料來源：wind，光大證券研究所，截止 2020 年 8 月從更成熟且時間區(qū)間更長的美股來看，同樣未能發(fā)現(xiàn)美股市場分化程度與聯(lián)邦基金利率有絕對的變化關(guān)系。尤其是在 2010-2014 年美聯(lián)儲維持零利率，但市場估值

20、分化程度卻有所下行，以及 2000 年的科網(wǎng)泡沫時期美股高低估值分化嚴重，但是在分化加劇的同時也是美聯(lián)儲大幅加息的時期。圖 17：美股的估值分化程度與貨幣市場流動性沒有絕對關(guān)系美股羅素3000市盈率75%分位數(shù)/25%分位數(shù)美國:聯(lián)邦基金利率:季% 右3.33.12.92.72.52.32.11.91.71.5資料來源：wind，光大證券研究所，截止 2020 年 Q29.008.007.006.005.004.003.002.001.000.002.3、科技和消費未來也是 A 股長期有估值溢價的行業(yè)由于估值本質(zhì)反映的是對未來盈利的預期，一個市場中結(jié)構(gòu)上的估值分 化除了與各部分或行業(yè)公司自身商

21、業(yè)模式和盈利能力有關(guān)，相對的景氣度也 是影響相對估值的關(guān)鍵因素，具備比較優(yōu)勢的行業(yè)將有望長期獲得更高估值。圖 18：中國經(jīng)濟新格局1302520151050-5-10-15-20資料來源： Wind、BIS、聯(lián)合國人口署前述的A 股高估值行業(yè)巨大變化的背后邏輯是中國經(jīng)濟格局所發(fā)生的變化，中國勞動力人口增量在 2008 年見頂之后持續(xù)減少，成為中國經(jīng)濟潛在增長率下行的根本原因，人口紅利見頂意味著以投資拉動經(jīng)濟增長的模式難以為繼。因此從 GDP 支出法的角度，消費成為經(jīng)濟增長的主要驅(qū)動力，在 2010 年之后中國消費對 GDP 增長的貢獻率開始逐步超過投資，老齡化率的提升則成為醫(yī)藥的長期估值提升的

22、邏輯。與此同時，隨著中國研發(fā)投入力度加大，科技水平也同樣在快速發(fā)展，中國的 PCT 專利申請數(shù)量在 2010 年之后快速增長，移動互聯(lián)網(wǎng)的黃金十年創(chuàng)造了大量優(yōu)秀的科技公司。自上而下看，消費與科技的景氣度在過去十年是持續(xù)提升的，股票市場上則表現(xiàn)為估值具備明顯優(yōu)勢。勞動年齡人口增量（50萬）經(jīng)濟周期金融周期（右）1998200320082013201820232028十年人口紅利十年金融周期十年新經(jīng)濟0.080.060.040.020-0.02-0.04-0.06-0.08圖 19：80 年代起美國消費對 GDP 增長貢獻率超過投資圖 20：2010 年期國內(nèi)消費對 GDP 增長貢獻率超過投資美國

23、GDP同比拉動:個人消費支出 %美國GDP同比拉動:國內(nèi)私人投資+政府支出 %10886644222018201620142012201020082006200420022000199819961994199219901951195519591963196719711975197919831987199119951999200320072011201500-2-2-4-4對GDP增長的拉動:最終消費支出%對GDP增長的拉動:資本形成總額%資料來源：wind，光大證券研究所，截止 2018 年資料來源：wind，光大證券研究所，截止 2018 年1 左軸一個單位代表勞動年齡人口增量 50 萬或名

24、義 GDP 增速 1 個百分點。圖 21：2010 年以后中國 PCT 專利申請量快速增長（件）圖 22：國內(nèi)人口結(jié)構(gòu)老齡化加速700006000050000400003000020000100000中國美國 日本 德國 韓國英國中國:0-14歲人口占比 %中國:65歲及以上人口占比 % 中國:15-64歲人口占比 % 右30762574722070681566106462199019921994199619982000200220042006200820102012201420162018560 資料來源：wind，光大證券研究所，截止 2018 年資料來源：wind，光大證券研究所，截止

25、2018 年圖 23：1980 年代后美股的金融和周期僅在少數(shù)區(qū)間跑贏消費和科技消費信息技術(shù)醫(yī)藥原材料能源金融1600%1400%1200%1000%800%600%400%200%0%-200%1973-19801981-19901991-19992000-20092010-2020資料來源：wind，光大證券研究所根據(jù)聯(lián)合國人口署的數(shù)據(jù)，中國勞動力增量在未來十年還將繼續(xù)下降，在勞動力稀缺、資本過剩的新經(jīng)濟時代，從投資過渡到消費為主導的經(jīng)濟發(fā)展模式將得到進一步強化。結(jié)合美國 80 年代的經(jīng)驗，消費股票在新格局下有望長期占據(jù)比較優(yōu)勢。另一方面，結(jié)合日本經(jīng)驗，未來中國要阻止勞動力人口減少拖累潛在

26、增長率的下行，加大研發(fā)投入以提升 TFP 是必要手段，而且中美大博弈之下技術(shù)封鎖同樣要求中國加大投入振興科技。因此在未來的新經(jīng)濟時代，消費與科技同樣是中國經(jīng)濟增長的主要驅(qū)動力，也將是最有可能產(chǎn)生長期超額收益的權(quán)益資產(chǎn)，消費與科技的估值明顯高于市場具有一定合理性且將長期存在。當前對于高低估值分化何時能收斂的問題事實上可以等同于分析金融和周期行業(yè)的相對景氣度何時回升。3、未來估值分化收斂所需因素、經(jīng)濟周期復蘇改善低估值行業(yè)基本面由于低估值板塊主要是金融和周期性板塊，因此決定低估值板塊表現(xiàn)的重要因素可能是經(jīng)濟周期的復蘇，過去10 年中國增速整體處于長周期下行，期間僅 2012Q4-2013Q4 出現(xiàn)

27、過一輪弱復蘇和 2016Q2-2017Q4 出現(xiàn)過一輪強復蘇。在 2016 年開始的強復蘇周期中，由于 2015 年底國家開始推行供給側(cè)改革，因此商品價格上漲帶動 PPI 上行領(lǐng)先于經(jīng)濟周期企穩(wěn)，2016-2017 年的估值收斂開始于 2016 年初。到了 2016 年下半年，房地產(chǎn)高景氣帶動經(jīng)濟復蘇的趨勢得到進一步確認，供需雙重回暖推動 PPI 進一步上行，周期板塊基本面明顯改善，同時經(jīng)濟復蘇也意味著不良率下降和資產(chǎn)收益率上行，金融板塊的基本面同樣在改善。與此同時，高估值的科創(chuàng)行業(yè)和其他中小企業(yè)在 2016 年之后并購重組模式難以持續(xù)，上游原材料漲價也導致中小企業(yè)經(jīng)營成本高企和盈利面臨較大下

28、行壓力，低估值的金融和周期航運業(yè)在基本面更占據(jù)比較優(yōu)勢，從而帶動 A 股估值分化明顯收斂。圖 24：2016-2017 年強復蘇期間 A 股估值分化收斂圖 25：2016-2017 年 PPI 上行期間 A 股估值分化收斂4.003.503.002.502.00全A市盈率75%分位/全A市盈率25%分位名義GDP增速 % 右201510502011-012011-072012-012012-072013-012013-072014-012014-072015-012015-072016-012016-072017-012017-072018-012018-072019-012019-07202

29、0-012020-07-54.003.503.002.502.00全A市盈率75%分位/全A市盈率25%分位PPI:全部工業(yè)品:當月同比 %10.008.006.004.002.000.00-2.00-4.00-6.002011-012011-072012-012012-072013-012013-072014-012014-072015-012015-072016-012016-072017-012017-072018-012018-072019-012019-072020-012020-07-8.00資料來源：Wind，截止 2020 年 7 月資料來源：Wind，截止 2020 年 7

30、月在 2012Q4-2013Q4 的經(jīng)濟弱復蘇期間，PPI 仍處于同比負增長狀態(tài)，并未出現(xiàn)大幅反彈，周期和金融行業(yè)的基本面改善幅度并不大，而另一方面并購重組的寬松周期和移動互聯(lián)網(wǎng)革命快速發(fā)展，則給科創(chuàng)行業(yè)帶來業(yè)績增厚的有利環(huán)境。因此 2013 年即使無風險利率大幅上行和宏觀流動性整體偏緊，甚至出現(xiàn)了錢荒，但創(chuàng)業(yè)板卻持續(xù)上漲以及估值明顯提升，A 股的估值分化程度快速提升至歷史高位，根本原因在于科創(chuàng)行業(yè)的基本面更好。而且新經(jīng)濟的基本面優(yōu)勢在 2014-2015 年期間仍繼續(xù)保持，因此 A 股的估值分化持續(xù)存在，期間雖出現(xiàn)過 1-2 個季度的短暫收斂，但并未發(fā)生根本性改變。1990 年以來的美股有過

31、3 輪較為明顯的估值分化，分別是1998 年-2000年，2008 年-2009 年以及 2018 年月以來至今，本輪估值分化程度為歷史最高。除了 1999-2001 年科網(wǎng)泡沫膨脹與破滅的特殊時段，其余多數(shù)時間美股估值分化程度都與美國名義 GDP 增速反向變動，相關(guān)系數(shù)為-0.47。即美股估值的分化和收斂，往往是和經(jīng)濟周期的下行和回升有關(guān)，基本對應(yīng)金融和周期行業(yè)基本面的景氣變化。而 2000 年科網(wǎng)泡沫的膨脹與破滅很難完全用宏觀經(jīng)濟變量進行解釋，更多還是投資者對于互聯(lián)網(wǎng)這類新事物的發(fā)展前景有了過度樂觀的非理性預期，而非傳統(tǒng)的流動性過剩推升的泡沫，因此該階段并沒有出現(xiàn)低估值板塊因為宏觀經(jīng)濟強勁

32、而跑贏大勢的特征。圖 26：美股估值分化多數(shù)時間與經(jīng)濟增速反向變動（相關(guān)系數(shù)-0.47）美國:GDP:現(xiàn)價:折年數(shù):季調(diào):同比 %美股羅素3000市盈率75%分位數(shù)/25%分位數(shù) 右10.008.006.004.002.000.00-2.00-4.00-6.00-8.00-10.003.33.12.92.72.52.32.11.91.71.5資料來源：Bloomberg，光大證券研究所，截止 2020Q2、流動性收緊有助于弱化高估值風格科創(chuàng)與消費行業(yè)基本面的比較優(yōu)勢決定了市場的高低估值分化，市場流動性的寬松將有助于加劇這種分化，而流動性的收緊則可能促成這種收斂。 1 年期國債利率的變化基本上與

33、常用的資金利率（DR007、R007）同步，是度量市場流動性的良好指標。其中流動性對市場估值分化指數(shù)影響較大的區(qū)間主要有三段：（1）2015年上半年多次降準降息釋放了大量流動性，基本面更好的中小創(chuàng)風格得到進一步強化，2015 年 6 月創(chuàng)業(yè)板的 PETTM 一度上升到 135 倍的歷史高位；（2）2016 年下半年，伴隨經(jīng)濟復蘇的確認，金融和周期行業(yè)基本面拐點出現(xiàn)，而宏觀流動性也出現(xiàn)了隨行就市的收緊，1 年期國債利率年底快速跳升并進入了上升周期，估值分化程度在 2016 年下半年開始至 2018 年初都處于快速收斂狀態(tài)；（3）2019 年以來，國內(nèi)經(jīng)濟仍處于下行周期，但隨著金融去杠桿結(jié)束和風險

34、溢價見頂回落，壓制成長風格的因素逐步消除，而盈利韌性較強的消費行業(yè)，以及基本面受益 5G 周期和國產(chǎn)替代的科創(chuàng)行業(yè)景氣度明顯好于其它行業(yè)，市場估值分化繼續(xù)提升。尤其是今年新冠疫情沖擊下，央行釋放大量的流動性，使基本面占優(yōu)的科創(chuàng)和消費估值進一步提升，估值分化進一步加劇。但仍要強調(diào)流動性對估值分化的影響需建立在基本面分化的基礎(chǔ)上，比如 2013 年市場流動性收緊，但科創(chuàng)行業(yè)基本面處于高增長狀態(tài)，估值分化是加劇的；而 2018 年市場流動性保持寬松，但去杠桿導致風險溢價和信用利差大幅上升，中小成長公司整體財務(wù)壓力加大，因此高低估值分化處于相對平穩(wěn)的狀態(tài)。圖 27：流動性變化可能強化基本面比較優(yōu)勢所導

35、致的估值差全A市盈率75%分位/全A市盈率25%分位中債國債到期收益率:1年% 右4.003.803.603.403.203.002.802.602.402.202.0020142015201620172018201920204.54.03.53.02.52.01.51.0資料來源：wind，光大證券研究所，截止 2020 年 8 月、特殊產(chǎn)業(yè)政策和主題可能使估值分化背離基本面2014 年下半年曾經(jīng)出現(xiàn)過 2 個季度的高低估值收斂，僅從基本面很難解釋這一次的收斂，2014 年下半年行業(yè)漲幅排名中，非銀（+154%）、建筑（+112%）、交運（+80%）、地產(chǎn)（+76%）、鋼鐵（+73%）和銀行

36、（+73%）排名前 6，但 2014 年下半年屬于國內(nèi)經(jīng)濟基本面加速下滑的時期。首先，2014 年下半年降息周期、理財收益率下降疊加滬港通開通引發(fā)投資者的牛市預期，場外居民資金和杠桿資金快速入市，券商作為“牛市記憶”且業(yè)績有大幅增長預期，出現(xiàn)大幅上漲進而帶動了整個金融板塊。其次，在房地產(chǎn)庫存積壓背景下重啟刺激政策，監(jiān)管層出臺“930 新政”明確規(guī)定調(diào)整房貸政策，二套房認定標準由“認房又認貸”改為“認貸不認房”，對于貸款購買首套普通自住房的家庭，貸款最低首付款比例為 30%，貸款利率下限為貸款基準利率的 0.7 倍。最后，“一帶一路”、“國企改革”和“央企合并”等大級別主題興起，刺激建筑和交運等

37、板塊走強。上述多方面因素促成了 2014 年下半年的低估值行情，但這種高低估值收斂行情缺乏基本面支撐，最終持續(xù)時間并不長。圖 28：2014 年下半年中信一級行業(yè)漲幅排名2014年下半年漲幅%180160140120100806040非銀行金融建筑交通運輸房地產(chǎn) 鋼鐵銀行電力及公用事業(yè)煤炭綜合國防軍工商貿(mào)零售機械建材紡織服裝有色金屬 農(nóng)林牧漁 基礎(chǔ)化工 消費者服務(wù)汽車 電力設(shè)備及新食品飲料計算機家電石油石化輕工制造通信醫(yī)藥傳媒電子200資料來源：wind、當前估值分化具備收斂條件但幅度或有限在我們的政策-經(jīng)濟周期框架之下，二季度國內(nèi)經(jīng)濟進入底部回升期，但食品飲料和醫(yī)藥并非“數(shù)據(jù)強，政策松”復蘇

38、期中的強勢行業(yè)2，因此本輪估值分化行情在今年進一步強化，根本原因是疫情沖擊導致的基本面分化，打亂了常態(tài)的行業(yè)輪動。當前估值處于歷史較高分位的行業(yè)主要是食品飲料、醫(yī)藥和科創(chuàng)行業(yè)，都是在疫情中基本面受損較小或景氣度恢復較快的行業(yè)。食品飲料具有必需消費屬性，一季度需求沖擊有限，而且二季度行業(yè)龍頭的漲價能力和行業(yè)競爭改革局改善，使行業(yè) ROE 回升力度強于受損更大的全 A 非金融石化；醫(yī)藥方面，疫情增加了對防疫物資、藥品和醫(yī)療器械的需求，行業(yè)盈利增速回升幅度明顯強于全A 非金融石化；科創(chuàng)中的在線辦公、云計算等行業(yè)受益于無接觸經(jīng)濟發(fā)展，半導體消費電子等細分領(lǐng)域上半年仍維持高景氣，因此在上半年實體經(jīng)濟大幅

39、下滑的背景下，上述行業(yè)基本面具備明顯的比較優(yōu)勢。表 1：2020 年上半年-2019 年上半年中信一級行業(yè)ROE 及杜邦分解ROE（%）銷售凈利率（%）總資產(chǎn)周轉(zhuǎn)率（%）資產(chǎn)負債率（%）行業(yè)ROE 提升（降序）2020H12019H1變動2020H12019H1變動2020H12019H1變動2020H12019H1農(nóng)林牧漁6.799.913.137.9012.024.120.030.420.39-0.8748.5949.46通信2.173.050.882.403.821.42-0.050.360.41-0.8351.3152.14機械0.612.952.332.588.185.60-0.02

40、0.180.20-3.3246.8150.13食品飲料0.502.872.372.948.245.30-0.070.220.28-3.4736.7240.19電力設(shè)備及 新能源0.484.173.691.437.596.16-0.020.240.27-0.2055.6755.87國防軍工0.423.833.411.407.746.34-0.030.210.241.5758.1956.62傳媒0.3011.8511.551.1419.9618.82-0.010.390.41-0.8633.2834.14電子0.163.883.710.665.775.11-0.020.280.30-1.4851.

41、1852.66醫(yī)藥0.064.094.032.0511.929.88-0.010.130.15-2.2062.4064.60電力公用事 業(yè)0.026.416.391.2510.168.91-0.040.350.40-0.7444.4345.17有色金屬-0.652.012.65-0.701.832.540.030.500.470.8157.9457.13建材-0.767.658.41-0.1815.0815.26-0.030.300.33-0.1940.1740.37建筑-0.874.175.04-0.373.443.81-0.020.290.31-0.6075.2675.86輕工制造-1.1

42、63.634.79-0.946.887.83-0.030.270.30-1.3449.6050.94計算機-1.192.093.28-5.063.058.110.130.370.249.2049.4040.20銀行-1.252.643.89-1.183.194.37-0.050.350.401.8660.5458.68汽車-1.303.875.17-1.466.337.79-0.010.310.320.2551.0150.76商貿(mào)零售-1.342.844.18-1.975.087.05-0.070.260.3410.2052.3542.16鋼鐵-1.465.567.02-6.1631.9238

43、.080.000.010.01-0.0692.1192.17煤炭-1.584.896.48-2.7310.2913.02-0.010.250.261.5750.2948.71基礎(chǔ)化工-1.634.676.30-2.4010.7013.10-0.010.080.09-0.7279.5680.28房地產(chǎn)-1.673.004.66-1.453.104.55-0.010.430.44-1.1256.8157.94非銀行金融-1.811.933.74-1.551.803.35-0.030.450.492.4960.2057.70紡織服裝-2.455.457.90-5.128.6813.81-0.010.

44、080.090.5884.7284.14石油石化-3.607.0810.68-1.336.748.07-0.090.400.49-1.7060.6662.36交通運輸-4.890.004.89-6.360.116.47-0.090.220.31-0.9658.0158.97家電-4.94-1.643.30-4.22-1.183.04-0.170.420.592.1053.4751.37消費者服務(wù)-7.73-1.116.62-14.60-3.6110.99-0.150.200.354.0147.7743.75資料來源：wind、光大證券研究所2 大博弈下的弱元起光大證券 2020 年下半年投資策

45、略，2020 年 6 月 13 日，謝超、陳治中、黃亞銣、李瑾但是從當前工業(yè)生產(chǎn)快速恢復，地產(chǎn)和基建投資增速提升將繼續(xù)拉動周期上游和中游的需求，原油價格觸底回升，銅、動力煤和 PVC 等周期品出現(xiàn)漲價現(xiàn)象，周期板塊整體基本面處于持續(xù)改善階段。而且PPI 拐點已出現(xiàn)， 7 月 PPI 同比增速提升趨勢延續(xù)，PPI 同比降幅收窄至 2.4%（前值-3%），歷史上 PPI 上行階段周期板塊取得超額收益的概率較大。另一方面伴隨著經(jīng)濟復蘇的確認，銀行不良率有望下降，利率回暖也意味著銀行息差和保險資產(chǎn)端收益的改善，銀行和保險行業(yè)基本面也將觸底回升，因此低估值的金融和周期板塊都處于景氣改善的狀態(tài)。圖 29：

46、7 月地產(chǎn)投資增速繼續(xù)超預期圖 30：主要工業(yè)商品 3 月底以來及 8 月以來漲跌幅%25155-5-15-25固定資產(chǎn)投資 房地產(chǎn)開發(fā)投資制造業(yè)固定資產(chǎn)投資 基建投資10%8%6%4%2%0%-2%-4%-6%-8%-10%8月漲跌幅3.23以來漲跌幅(右軸)120%100%80%60%40%20%0%-20%-40%-35玻鐵 動螺碳 聚 螺焦 焦COMEXLME3PTACOMEX LLDPE WTIPVCLME3璃礦 力紋酸 丙 紋煤 炭2016-022016-052016-082016-112017-022017-052017-082017-112018-022018-052018-0

47、82018-112019-022019-052019-082019-112020-022020-05個原石 煤油月銀鈷鋼 個 鋰 烯 鋼 月黃99.5%銅金電資料來源：wind、光大證券研究所，截至 2020 年 7 月資料來源：wind、光大證券研究所，截至 2020 年 7 月商品房銷售面積:累計同比%商品房銷售面積:住宅:累計同比 % 房屋竣工面積:累計同比% 房屋竣工面積:住宅:累計同比%圖 31：2020 年 1-7 月房屋銷售面積同比下降 5.8%圖 32：2020 年 1-7 月房屋新開工面積同比下降 4.5%50403020100-10-20-30-402016-042016-

48、072016-102017-012017-042017-072017-102018-012018-042018-072018-102019-012019-042019-072019-102020-012020-042020-07-5030房屋施工面積:累計同比% 房屋新開工面積:累計同比% 右房地產(chǎn)開發(fā)投資完成額:累計同比20100-10-202016-052016-072016-092016-112017-012017-032017-052017-072017-092017-112018-012018-032018-052018-072018-092018-112019-012019-032

49、019-052019-072019-092019-112020-012020-032020-052020-07-30資料來源：wind、光大證券研究所，截至 2020 年 7 月資料來源：wind、光大證券研究所，截至 2020 年 7 月從庫存周期來看，國內(nèi)大部分產(chǎn)業(yè)仍處于去庫存階段，其中周期中游加工業(yè)以及煤炭開采去庫存速度較快，下游整體去庫存速度較慢，甚至部分行業(yè)庫存增加。例如計算機、通信、電子制造業(yè)，景氣度較高，一直處在投資增速上行、庫存同比增速上行的過程中，而紡織服裝下游需求較弱，但庫存去化程度也相對較弱（有邊際好轉(zhuǎn)），汽車、通用設(shè)備的庫存去化程度也較為一般。整體來看，周期中游行業(yè)庫存

50、去化較好，更有利于下游基建、地產(chǎn)及制造業(yè)投資需求向中游行業(yè)盈利的傳導。圖 33：各行業(yè)庫存去化情況（%）1050-5-10-15-20-25-30-35-40行業(yè)產(chǎn)成品庫存同比：2020年6月-2020年3月黑 開 石 金 化 有 造 農(nóng) 金 煙 煤 非 橡 儀 化 制 采 酒 非 黑 電 紡 印 鐵 木 文 皮 通 專 紡 石 食 家 醫(yī) 有 其 汽 計色 采 油 屬 學 色 紙 副 屬 草 炭 金 膠 器 學 造 礦 、 金 色 氣 織 刷 路 材 教 革 用 用 織 油 品 具 藥 色 他 車 算金 專 、 制 原 金 及 食 制 制 開 屬 和 儀 纖 業(yè) 業(yè) 飲 屬 金 機 業(yè) 業(yè)

51、、 加 、 、 設(shè) 設(shè) 服 和 制 制 制 金 制 制 機屬 業(yè) 煤 品 料 屬 紙 品 品 品 采 礦 塑 表 維料 礦 屬 械和 船 工 工 毛 備 備 裝 天 造 造 造 屬 造 造 、冶 及 炭 、 及 冶 制 加 業(yè) 業(yè) 和 物 料 制 制和 采 礦 及記 舶 及 美 皮 制 制 、 然 業(yè) 業(yè) 業(yè) 礦 業(yè)通煉 輔 及 機 化 煉 品 工及 助 其 械 學 及 業(yè) 業(yè)洗 制 制 造 造選 品 品 業(yè) 業(yè)精 選 采 器制 業(yè) 選 材錄 、 木 、 、 造 造 服 氣媒 航 、 體 羽 業(yè) 業(yè) 飾 開采 增信選 長和壓 性 他 和 制 壓延 活 燃 設(shè) 品 延加 動 料 備 制 加業(yè) 業(yè)

52、 業(yè)茶業(yè) 制制造造業(yè)介 空 竹 育 毛業(yè) 采業(yè)其的 航 、 和 及業(yè)他復 天 藤 娛 其電工加 修 造 工業(yè)工 理 業(yè) 業(yè)業(yè) 業(yè)業(yè)制 和 、 樂 制子其 棕 用 品設(shè)他 、 品 和備資料來源：wind、光大證券研究所而當前估值較高的食品飲料和醫(yī)藥，在疫情逐步褪去后景氣度優(yōu)勢或?qū)⑹照陆担绕涫蔷蛹宜賰鍪称?、防疫物資需求大概率將出現(xiàn)下降，科創(chuàng)行業(yè)仍保持高景氣但也將面臨美國科技封鎖的壓力。若剔除溫氏股份，以及銀行為實體讓利的業(yè)績下降因素，創(chuàng)業(yè)板相比上證 50 的盈利增速差或?qū)㈦y以繼續(xù)大幅擴張。因此綜上來看，科創(chuàng)和消費基本面的優(yōu)勢未來可能將收窄，結(jié)合貨幣政策邊際收緊確認經(jīng)濟復蘇，流動性相比上半年將有

53、所收緊，高低估值分化程度逐步收斂的概率較大。但本次經(jīng)濟復蘇和以往仍有一定差別，首先是海外抗疫情況不佳，外需恢復或相對緩慢；其次，“房住不炒”以及房企融資趨嚴，同樣對地產(chǎn)投資和銷售拉動經(jīng)濟的作用有所抑制，地產(chǎn)投資增速可能難以達到 2019 年的 10%以上的高增速，需求彈性較為溫和。因此本輪復蘇大概率是一輪偏弱的復蘇，因此高低估值即便收斂，可能難以出現(xiàn) 2016-2017年的極端狀況，收斂到一定程度后將進入穩(wěn)態(tài)分化階段。而且從美股經(jīng)驗來看，后期金融和周期股的 PB 對 ROE 變化的彈性是非常弱的，表明市場對于金融和周期行業(yè)盈利改善，主動提升其估值的意愿是較弱的，若沒有經(jīng)濟周期的強復蘇，其估值修

54、復的空間或?qū)⑹钟邢?。圖 34：標普金融和周期行業(yè)的 PB 對 ROE 變化彈性極弱資料來源：Bloomberg，光大證券研究所表 2：中外消費龍頭估值和增長對比4、國際比較對當前消費與科技的局部高估值有何啟示？自 2014 和 2016 年滬港通和深港通開通以來，陸股通持續(xù)大規(guī)模流入，且資本市場對外開放力度仍在不斷加大，外資持有 A 股占比已經(jīng)與險資和公募基金兩大重要內(nèi)資機構(gòu)投資者相當。我們一直以來的觀點是外資不決定A股牛熊，本地市場的走勢由本地股票的基本面決定，但如果外資的投資理念和思路開始得到機構(gòu)投資者甚至普通投資者的廣泛認同，將對 A 股市場產(chǎn)生深刻的影響。當前科技與消費的局部高估值或

55、許能從國際比較中獲得啟示。、沒有增長的消費股依然享有可觀的估值2019 年 9 月我們發(fā)布一旦告別高增長，消費股會集體殺估值嗎？3一 文，報告的核心觀點是未來 A 股消費龍頭的估值框架可能由“PE-G”向 “PB-ROE”切換，A 股具備壟斷勢力的消費龍頭可長期看好。而報告的出 發(fā)點是我們發(fā)現(xiàn)海外消費股營收和凈利普遍為個位數(shù)增長，甚至出現(xiàn)負增長，但有意思的是，從近 1 年或 5 年的平均 PE 估值的指標看，這些海外龍頭與 國內(nèi)龍頭并沒有太大的差異。類別名稱最新 PE近 1 年平均 PE近 5 年平均 PE5 年營收復合增速5 年凈利潤復合增速最新總市值（億美元）烈性酒貴州茅臺36262118

56、%18%2020五糧液3522188%11%775帝亞吉歐2723214%4%1044調(diào)味品海天味業(yè)63483915%22%433味好美3129256%19%2173 一旦告別高增長，消費股會集體殺估值嗎策略方法論之六：消費股的估值邏輯，謝超、陳治中、黃亞銣、李瑾、黃凱松，2019 年 9 月 28 日肉制品雙匯發(fā)展1516162%5%103泰森1612143%25%340飲料伊利25232111%15%244可口可樂252221-7%-6%2365超市永輝超市36343318%15%128好市多3632306%9%1284家電美的15121017%31%532格力129811%19%491惠

57、而浦8982%-26%85家具歐派家居302124%46%71家得寶2220177%14%2454鞋服安踏體育（H）34211927%26%218耐克3427267%8%1327資料來源：Bloomberg，wind，光大證券研究所注：最新日期為 8 月 31 日；其中為了統(tǒng)一口徑，PE 數(shù)據(jù)均來自 Bloomberg，計算方式為最新價格/最近 12 個月持續(xù)經(jīng)營所得攤??；標紅為海外公司。海外消費品龍頭在低增長時期仍享有 25-35 倍 PE 的估值，其核心邏輯在于海外消費品龍頭符合PB-ROE 的估值框架，其含義是 PB 與 ROE 保持穩(wěn)定關(guān)系，即 PE 是相對穩(wěn)定的，每個公司內(nèi)生因素將決

58、定公司穩(wěn)定的 PE中樞。從行業(yè)屬性上看，消費股的商業(yè)模式?jīng)Q定了ROE 指標的重要意義。通過相對指標的計算，美國日常消費品的相對收益與 ROE 水平高度正相關(guān)，日常消費品與標普的 ROE 之差和日常消費品的相對收益基本同向變動，二者環(huán)比變動變量的相關(guān)系數(shù)達 0.29，但二者凈利潤增速差對相對收益的指引作用明顯較弱。估值方面，相對 ROE 與相對 PB 的季頻相關(guān)系數(shù)高達 0.59，但日常消費品行業(yè) PE 估值中樞與凈利潤增速相關(guān)性極弱，相關(guān)系數(shù)僅 0.08，說明“PE-G”估值框架對于高度成熟的美國日常消費品行業(yè)并不適用。圖 35：標普日常消費品-標普 500ROE 與相對收益（相關(guān)系數(shù)=0.2

59、9，回歸系數(shù) 1.06，p 值=0.00）4圖 36：標普日常消費品-標普 500 盈利增速與相對收益關(guān)系不明顯（相關(guān)系數(shù)=0.15，回歸系數(shù) 0.09，p 值=0.111.81.61.41.210.81990199219941996199820002002200420062008201020122014201620180.6標普日常消費品指數(shù)/標普500日常消費品ROE-標普500ROE（滯后1季度） 右30%25%20%15%10%5%0%1.81.61.41.21.00.80.6標普日常消費品指數(shù)/標普500日常消費盈利增速-標普500盈利增速（滯后1季度） 右80%60%40%20%0

60、%-20%-40%199019921994199619982000200220042006200820102012201420162018-60%資料來源：Bloomberg，光大證券研究所注：截止 2019 年 Q2資料來源：Bloomberg，光大證券研究所注：截止 2019 年 Q24 使用兩個變量的差值作回歸分析，被解釋變量為相對收益季度環(huán)比變化，解釋變量為相對 ROE 的變化。圖 34 的回歸分析同理。圖 37：日常消費品-標普 500ROE 與相對 PB（相關(guān)系數(shù) 0.59，回歸系數(shù) 2.45，p 值：0.00）圖 38：日常消費品相對 PE 與相對凈利潤增速相關(guān)性弱（相關(guān)系數(shù) 0