A股策略年中展望：科技躍升與資產(chǎn)重定價

大勢研判：高勝率、低彈性（）AAIGC和中特估的雙主線，行業(yè)的高速輪動2022ChatGPTAIGC2023指數(shù)相對全A指數(shù)錄得超額收益在40以上。春節(jié)后三大運營商在“數(shù)字經(jīng)32.95、20.98、51.07。3月，兩會通過《國務院機構(gòu)改革方案的議案》，指出要組建國家數(shù)據(jù)局，協(xié)調(diào)推進數(shù)據(jù)基礎制度建設。政策3AIGC23月、3月指數(shù)維度下AIGC板塊分別上漲15.36和22.83，全A同期漲幅分別為-0.02和-0.834月AIGC板塊熱度下降漲幅-1.55小ATMT2月錄得0.37短期回撤。2023年4月，國家互聯(lián)網(wǎng)信息辦公室發(fā)布《生成式人工智能服務管理辦法（征求意見稿）》，明確了生成式人工智能服務的內(nèi)容審查及安全保障責任，同時鼓勵加強技術(shù)研發(fā)和自律管理，明確了生成式人工智能產(chǎn)業(yè)的發(fā)展路徑。4電子震蕩下跌。5TMT8.13、2.90、3.76。圖1：年初以來TMT、AIGC相對全A明顯跑贏資料來源：萬得，整理；注：復盤截至2023年5月第三周。政策持續(xù)呵護，“中特估”屢受重視，年初至今相對全A錄得超額收益超20。202211212023切實落實“兩個毫不動搖”，深化國資國企改革、提高國企核心競爭力。33日國資委召開會議，對國有企業(yè)對標世界一流企業(yè)價值創(chuàng)造行動進行動員部署。2344.27、7.63、8.69，全A同期漲幅分別為-0.02、-0.83和-1.44。從內(nèi)25.19、2.92，央企僅上漲3.43、1.40；4月央企分別上漲8.66，遠超地方國企的2.195月上中旬中特估面臨內(nèi)部分化與調(diào)整具體到各成分概念上運營商調(diào)整幅度最大，下跌9.71，萬得“一帶一路”和地方國企主題指數(shù)分別錄得3.97和2.61的短期回撤，中特估表現(xiàn)小幅跑輸全A及大盤。圖2：年初以來中特估相對全A明顯跑贏資料來源：萬得，整理2023452010年至今63分位數(shù)慢線回落至90分位數(shù)附近TMT板塊出現(xiàn)了一定程度的分化，半導體、消費電子、元件、軟件開發(fā)近一個月調(diào)整幅度均超13傳媒板塊出版游戲影視院線等細分行業(yè)漲幅超過15整體上看，TMTTMT成交額占比在40以上，中樞回落至35附近。圖3：行業(yè)輪動指數(shù)顯示，市場在上漲初期往往伴隨高速輪動資料來源：萬得，整理（二）下半年研判：政策脈沖和情緒指數(shù)提示的行情節(jié)奏政策發(fā)力除了實體信用派生外，稅收和財政政策也很關(guān)鍵，其中一、兩項發(fā)力形成合力后圖4：國內(nèi)政策脈沖指數(shù)走勢與相應政策重點回顧資料來源：萬得，整理量，結(jié)合歷年投放經(jīng)驗可以推演出節(jié)奏。5月起脈沖指標有短期承壓的風險，9月有望觸底回升并帶動基本面走強。圖5：2023年政策脈沖走勢及下半年預測資料來源：萬得，預測下半A4ATMT(2013)、地產(chǎn)(2016)、新消費+新基建（2020-2021），都成為當年結(jié)構(gòu)性的主線行情。圖6：通脹由底部走高、實體中長貸增速走強階段股票勝率較高，但是彈性降低資料來源：萬得，整理；注：不同市值(300/500/1000)和風格（成長/價值）為相對回報率。圖7：通脹由底部走高、實體中長貸增速走強階段更容易確立主線資料來源：萬得，整理；注：不同市值(300/500/1000)和風格（成長/價值）為相對回報率。中觀行業(yè)：關(guān)注消費復蘇、TMT和中特估細分領(lǐng)域的結(jié)構(gòu)機會（）A股盈利預計向好：自上而下和自下而上口徑結(jié)合的判斷2022.8.22AA2023A自下而上的方法需要對各大類板塊分別進行預測，而自上而下的方法使用宏觀經(jīng)濟數(shù)據(jù)直接預測，其中又可分為兩種思路：GDP（CPI*0.6+PPI直接對全AGDP基于思路1）和市場一致預期的結(jié)果如下圖所示：圖8：關(guān)鍵經(jīng)濟數(shù)據(jù)市場一致預期資料來源：彭博，萬得，整理；注：陰影部分為2023年Q2/Q3/Q4預測值圖全A凈利潤累計同比增速預測 圖全A非金融凈利潤累計同比增速預測 資料來源：彭博，萬得，預測；注：陰影部分為2023年Q2/Q3/Q4預測值

資料來源：彭博，萬得，預測；注：陰影部分為2023年Q2/Q3/Q4預測值基于思路2）和市場一致預期的結(jié)果如下圖所示：圖全A營收累計同比增速預測 圖全A非金融營收累計同比增速預測資料來源：彭博，萬得，預測；注：陰影部分為2023年Q2/Q3/Q4預測值

資料來源：彭博，萬得，預測；注：陰影部分為2023年Q2/Q3/Q4預測值圖全A營收凈利潤率預測 圖全A非金融營收凈利潤率預測 資料來源：彭博，萬得，預測；注：陰影部分為2023年Q2/Q3/Q4預測值

資料來源：彭博，萬得，預測；注：陰影部分為2023年Q2/Q3/Q4預測值圖全A凈利潤累計同比增速預測 圖全A非金融凈利潤累計同比增速預測資料來源：彭博，萬得，預測 資料來源：彭博，萬得，預測基于市場一致預測采用自上2023AA11.75、6.30。表1：基于多層次方法對2023年分季度A股的凈利潤增速預測類別方法2023Q22023Q32023Q4線性回歸法9.7010.2911.81全A凈利潤分解法7.029.2211.69均值8.369.7611.75線性回歸法-0.053.717.37非金融凈利潤分解法-1.171.745.24均值-0.612.726.30資料來源：彭博，萬得，預測圖自上而下全A歸母凈利潤累計同比增速預測 圖自上而下全A非金融歸母凈利潤累計同比增速預測資料來源：彭博，萬得，預測 資料來源：彭博，萬得，預測（）66模型的風格和行業(yè)指引我們基于普林格經(jīng)濟六周期和彼得林奇的股票六風格（6×6）來對下半年中觀行業(yè)和風格策略進行相應的分析。12～15個成分指標，這些指標能夠領(lǐng)先或同步于資產(chǎn)價格的變化，每個晴雨表將它的成分指標合成為0～100之間的一個分數(shù)，當多數(shù)成分指標對該類資產(chǎn)發(fā)出積極的信號時，分數(shù)大于50，晴雨表則移向看漲的模式。結(jié)合普林格的方法和中國市在中國本土市場，階段一到階段六并沒有像理論和美國市場中那樣依次輪動，2007年-2011（2009IIIIV），這段時間也是經(jīng)濟周期輪動較為符合理論規(guī)律的時期；2015-2018（IIIII2005-200720132020圖基于大類資產(chǎn)的普林格宏觀景氣周期指標體系 圖彼得林奇六周期的劃分方法資料來源：萬得，整理 資料來源：萬得，整理圖普林格六周期下各類資產(chǎn)的復盤資料來源：萬得，整理在股票風格方面，我們打破傳統(tǒng)的成長/價值二分法，擴充到六類風格來進行研判。和普林格自上而下界定六周期的思維范式異曲同工，我們熟知的明星基金經(jīng)理彼得·林奇采取自下而上的方式，依據(jù)股票自身財務特征配合調(diào)查研究將股票分成六類，各類型的股票具有不同的特點和風險收益特征，而每一類股票都需要林奇為投資廣泛的投資者提供了多樣化的投資建議，并通過六大分類平衡收益與風險，以達到投資目標。圖中國債股商的輪動特征在2012到2015年不顯著 圖按照宏觀周期和資產(chǎn)價格劃分的中國市場普林格周期資料來源：萬得，整理 資料來源：萬得，整理圖按照股債商三類資產(chǎn)價格推算的普林格六周期 圖彼得·林奇六類風格指數(shù)在A股市場的應用和回測資料來源：萬得，整理 資料來源：萬得，整理向后看，由于普林格經(jīng)濟周期的劃分直接基于資產(chǎn)價格本身，我們從宏觀到大類資產(chǎn)尋找六周期定位，再到六個股票風格，沿著政策-基本面-市場的脈絡研判。圖26：不同股票風格指數(shù)在各普林格經(jīng)濟周期中的表現(xiàn)一覽資料來源：萬得，整理今年一季度全國第三產(chǎn)業(yè)GDP、固定資產(chǎn)投資完成額、社會消費品零售總額同比增速均已高于疫情期間同期平均增速，國內(nèi)經(jīng)濟實現(xiàn)良好開局。但一季度中國整體經(jīng)濟的修復仍不夠充分，二季度仍有進一步向上修復的空間。近期中共中央政治局會議指出“當前我國經(jīng)濟運行好轉(zhuǎn)主要是恢復性的，內(nèi)生動力還不強，需求仍然不足，經(jīng)濟轉(zhuǎn)型升級面臨新的阻力，推動高質(zhì)量發(fā)展仍需要克服不少困難挑戰(zhàn)”。因此，在經(jīng)濟基本面向上修復進程中積極的財政政策和穩(wěn)健的貨幣政策仍有望形成合力、對經(jīng)濟恢復和擴大內(nèi)需形成支持。伴隨著經(jīng)濟持續(xù)修復，我們認為一季度即本輪盈利底部，A股有望延續(xù)上行趨勢?？紤]到庫存周期下半年企穩(wěn)回暖，大宗商品價格預計在年中出現(xiàn)拐點；“經(jīng)濟內(nèi)生動力不足”的核心邏輯主導下債券利率小幅下行空間仍值得期待，但隨著盈利和價格在復蘇中上行，三季度債市仍有轉(zhuǎn)熊壓力。根據(jù)上述宏觀環(huán)境和大類資產(chǎn)走勢的判斷，我們對二、三季度投資風格和行業(yè)配1（普林格經(jīng)濟周期中的階段二），適合快速增長風格跑出超額收益，快速增長型風格公司含量最高的一級行業(yè)包括國防軍工、計算機、食品飲料、社會服務、通信，占比分別為50.846.145.544.740.5三季度前半階段轉(zhuǎn)向股債商三牛的復蘇后期（普林格經(jīng)濟周期中的階段三），宜采取困境反轉(zhuǎn)策略，困境反轉(zhuǎn)型公司含量最高的一級行業(yè)包括鋼鐵、有色金屬、計算機、建筑材料、電子占比分別為21.716.214.814.313.8三季度下半階段預計轉(zhuǎn)向債券熊市、股票和商品牛市的過熱期（普林格經(jīng)濟周期中的階段四），宜采取景氣投資策略，景氣投資型公司含量最高的一級行業(yè)包括社會服務、非銀金融、農(nóng)林牧漁、房地產(chǎn)、公用事業(yè)，占比分別為32.9、30.7、20.2、13.9、13.5。圖各一級行業(yè)中所包含的困境反轉(zhuǎn)型公司比例 圖各一級行業(yè)中所包含的景氣投資型公司比例資料來源：萬得，整理 資料來源：萬得，整理文明的躍升：歷次科技進步帶來的機遇與泡沫（一）中長期視角：技術(shù)創(chuàng)新激發(fā)經(jīng)濟發(fā)展新動能歷史中每一次科技浪潮都極大提高了人類生產(chǎn)力，促進經(jīng)濟大幅增長。尤其是上702060之受到石油危機的影響而陷入了經(jīng)濟停滯、通貨膨脹的兩難境地。2070年代后期開始，微型計算機被發(fā)明，信息技術(shù)開始飛速發(fā)展。信息產(chǎn)業(yè)的興起不僅給予經(jīng)濟新的增長空間，還帶動了傳統(tǒng)產(chǎn)業(yè)的效率提升，從而幫助經(jīng)濟擺脫困2090209019982000（體現(xiàn)為全要素生產(chǎn)力的增長拐點第一，技術(shù)創(chuàng)新直接影響信息和通信技術(shù)成本下降，帶動計算機、家用電子產(chǎn)品等價格持續(xù)下降。第二，技術(shù)創(chuàng)新會重塑市場結(jié)構(gòu)和競爭格局，降低許多領(lǐng)域的進入門檻，加劇市場競爭，從而影響產(chǎn)品價格。例如，電子商務的快速增長改變了消費者購買產(chǎn)品的方式。受益于價格透明度和可比性的提高，消費者的議價能力得到增強。與此同時，開展網(wǎng)絡業(yè)務的公司可以通過網(wǎng)絡提高產(chǎn)品滲透率，增強自身競爭能力?；ヂ?lián)網(wǎng)對交易方式的變革，從消費端和生產(chǎn)端同時對價格產(chǎn)生向下的作用力。第三，技術(shù)創(chuàng)新可以大幅提高生產(chǎn)率。在經(jīng)濟增長動力來源中，勞動力的增長在一定時期內(nèi)能夠促進經(jīng)濟總量的增長，但受限于生產(chǎn)率以及隨資本廣化而不斷提高的資本折舊，勞動力增長對經(jīng)濟增長的貢獻將會趨于穩(wěn)態(tài)。所以，勞動力增長只能實現(xiàn)資本“量”的擴張，并不能實現(xiàn)資本“質(zhì)”的升級。而技術(shù)創(chuàng)新帶來的經(jīng)濟增長效應是持久的。技術(shù)不僅可以提高勞動生產(chǎn)效率，還可以替代勞動力進而提高生產(chǎn)率。更高的生產(chǎn)率直接轉(zhuǎn)化為更低的生產(chǎn)成本，從而對通貨膨脹產(chǎn)生平抑作用。近年來，受到全球疫情的影響，世界經(jīng)濟發(fā)展陷入低迷期，通脹亦高企。通過回溯近幾次世界性通貨膨脹的影響，我們發(fā)現(xiàn)，技術(shù)創(chuàng)新通過提高勞動生產(chǎn)率、降低產(chǎn)品價格、變革市場競爭格局等方式抑制通貨膨脹率增長。如今，人工智能等技術(shù)的快速發(fā)展將開啟技術(shù)創(chuàng)新的新時代。類比前幾次通脹周期的規(guī)律，人工智能浪潮將會為經(jīng)濟發(fā)展提供新動能，再次促使經(jīng)濟增長轉(zhuǎn)向快車道。圖29：全球通貨膨脹率及勞動生產(chǎn)力增速的變化資料來源：世界銀行，整理；注：通貨膨脹率以GDP平減指數(shù)計算，生產(chǎn)力為以美元計量的單位勞動力產(chǎn)出衡量（以2010年價格和匯率水平為基礎計算）。技術(shù)創(chuàng)新對通貨膨脹具有平抑作用數(shù)字技術(shù)的發(fā)展和應用對通貨膨脹率具有抑制效果。數(shù)字技術(shù)對經(jīng)濟的發(fā)展具有多重影響。首先，數(shù)字技術(shù)產(chǎn)業(yè)自身的發(fā)展直接促進了經(jīng)濟的增長；此外數(shù)字經(jīng)濟對傳統(tǒng)產(chǎn)業(yè)的賦能帶動傳統(tǒng)產(chǎn)業(yè)的結(jié)構(gòu)化升級，間接促進了經(jīng)濟增長。與此同時，數(shù)字經(jīng)濟從生產(chǎn)端和消費端同時產(chǎn)生對一般產(chǎn)品和服務價格水平的向下作用力。從生產(chǎn)端來看，第一，數(shù)字技術(shù)的進步促使數(shù)字技術(shù)直接產(chǎn)品價格下降；第二，數(shù)字技術(shù)促使傳統(tǒng)產(chǎn)業(yè)向自動化生產(chǎn)模式轉(zhuǎn)型，對傳統(tǒng)產(chǎn)業(yè)的降本增效產(chǎn)生了極大的正向影響。從消費端來看，數(shù)字技術(shù)極大降低了信息不透明度，促進了信息的公平傳播，大大提高了消費者的議價能力；此外，電子商務的產(chǎn)生，加劇了廠商間的競爭，促使產(chǎn)品價格進一步下降。但從中長期來看，隨著數(shù)字技術(shù)創(chuàng)新逐漸抵達發(fā)展瓶頸，數(shù)字技術(shù)對產(chǎn)業(yè)發(fā)展的驅(qū)動力漸弱，導致數(shù)字技術(shù)對通貨膨脹的邊際效應越來越小。圖30：美國信息科技相關(guān)板塊中長期一定程度上拖累了美國CPI增速資料來源：瑞典央行，美聯(lián)儲，整理圖31：美國信息通信相關(guān)產(chǎn)品的通脹中樞遠低于其他板塊資料來源：瑞典央行，美聯(lián)儲，整理數(shù)字經(jīng)濟同樣通過多個渠道對通脹水平起到抑制作用。國家互聯(lián)網(wǎng)信息辦公室對(202250.2萬億元，總量穩(wěn)居世界第二，占GDP比重提升至41.5，數(shù)字經(jīng)濟成為穩(wěn)增長促轉(zhuǎn)型的重要引擎。劉珺等（2023）認為公司數(shù)字經(jīng)濟對通貨膨脹的抑制作用及其三個影響渠道（數(shù)字化產(chǎn)品及服務價格低增長、生產(chǎn)率提升、電商平臺競爭）在線上銷售的擴大增強了整體通貨膨脹對貨幣政策的敏感性1。圖32：數(shù)字經(jīng)濟發(fā)展對中長期通貨膨脹的抑制路徑資料來源：瑞典央行，繪制技術(shù)進步與資產(chǎn)價格高度相關(guān)從資產(chǎn)價格來看，研發(fā)投入與股價表現(xiàn)具有強相關(guān)性。研發(fā)投入反映了技術(shù)創(chuàng)新各個環(huán)節(jié)中的資金支持水平，降低了技術(shù)創(chuàng)新的風險，可以用于衡量經(jīng)濟體的技術(shù)進步速度。從國際視角來看，美國的研發(fā)增速與納斯達克綜合指數(shù)具有強關(guān)聯(lián)性，并且研發(fā)投入變化領(lǐng)先于股票市場變化。從本土視角來看，中國的研發(fā)增速A圖美國研發(fā)增速和納指具有強關(guān)聯(lián)性 圖中國研發(fā)增速和A股回報率間具有較強相關(guān)性資料來源：萬得，整理 資料來源：萬得，整理研發(fā)投入本質(zhì)上是為了實現(xiàn)技術(shù)創(chuàng)新，從而推動生產(chǎn)力提高，促進經(jīng)濟增長。技術(shù)創(chuàng)新的效果來看，中美全要素生產(chǎn)率的增長均與股票市場趨勢具有較強的相關(guān)性。在全要素生產(chǎn)率增長的時期，股票市場亦處于上行趨勢。當全要素生產(chǎn)率增速下滑，股票市場也會出現(xiàn)一定的回調(diào)。20233圖美國全要素生產(chǎn)率與SPX指數(shù)具有較強相關(guān)性 圖中國全要素生產(chǎn)率與上證指數(shù)具有較強相關(guān)性資來源：萬，證券濟研所整理 資來源萬，證券濟研所整理技術(shù)創(chuàng)新是經(jīng)濟體總生產(chǎn)力持續(xù)增長的關(guān)鍵來源，而股票市場是經(jīng)濟發(fā)展的晴雨表，所以技術(shù)創(chuàng)新的結(jié)果將會率先反映到股票市場表現(xiàn)上。根據(jù)美國市場的經(jīng)驗，美國生產(chǎn)力增長率與股息率在中長期具有一定的相關(guān)性。這表明，企業(yè)的研發(fā)投入將會引起預期現(xiàn)金流變化，從而影響到企業(yè)的股息支付水平。此外，股票回報與消費增長之間存在較強的交叉相關(guān)性，并且領(lǐng)先相關(guān)性要強于滯后相關(guān)性。換句話說，股票市場趨勢反映了未來經(jīng)濟增長情況。而根據(jù)消費、產(chǎn)出等宏觀經(jīng)濟指標與研發(fā)強度的關(guān)系，研發(fā)強度的變化領(lǐng)先于宏觀經(jīng)濟指標變化。所以，從長期視角來看，技術(shù)進步促進了長期的經(jīng)濟增長，也是股票市場長期回報的來源，這點在人口紅利、資本紅利退潮后表現(xiàn)得更加突出。圖美國生產(chǎn)力增長率和股息率變化 圖股票回報和消費增長之間的交叉相關(guān)性 資料來源：Innovation,Growth,andAssetPrices,AFA2012ChicagoMeetingsPaper（HowardKung,LukasSchmid，2011），整理

資料來源：Innovation,Growth,andAssetPrices,AFA2012ChicagoMeetingsPaper（HowardKung,LukasSchmid，2011），整理；注：縱軸表示股權(quán)回報和消費增長之間的交叉相關(guān)性，橫軸表示股票回報率領(lǐng)先于消費增長的期數(shù)。圖美國消費增長和研發(fā)強度變化 圖美國產(chǎn)出增長和研發(fā)強度變化 資料來源：HowardKung,LukasSchmid(2011),Innovation,Growth,andAssetPrices,AFA2012ChicagoMeetingsPaper，整理；注：消費增長率為對數(shù)值。

資料來源：HowardKung,LukasSchmid(2011),Innovation,Growth,andAssetPrices,AFA2012ChicagoMeetingsPaper，整理；注：產(chǎn)出增長率為對數(shù)值。（二）短期視角：創(chuàng)新也是投資泡沫的主要驅(qū)動因素1.從創(chuàng)新視角看南海泡沫事件發(fā)生于1720年英國的南海泡沫與密西西比泡沫和郁金香狂熱事件并稱為歐洲早期三大經(jīng)濟泡沫。在南海泡沫的發(fā)展期，50多家公司的股價上漲了100至800不等，但泡沫的崩潰卻只花了兩個多月的時間。創(chuàng)新對投資者預期的影響是造成南海泡沫的關(guān)鍵原因。在南海泡沫事件發(fā)生的過程中，特許貿(mào)易權(quán)、債股轉(zhuǎn)換、海上保險等金融創(chuàng)新應時而生。首先，特許貿(mào)易權(quán)給予南海公司等歐洲公司對特定地區(qū)的貿(mào)易壟斷權(quán)，讓投資者產(chǎn)生了未來此類公司業(yè)績長期穩(wěn)定增長的良好預期。此外，海上保險的創(chuàng)新，實現(xiàn)了海上貿(mào)易風險的分擔和轉(zhuǎn)移，減小了業(yè)務增長的不確定性，進一步加強了投資者的預期。最后，債股轉(zhuǎn)換，讓投資者可以使用國債等債權(quán)轉(zhuǎn)換為南海公司股票，為泡沫的產(chǎn)生提供了充足的流動性。在實際的過程中，創(chuàng)新帶來的成果并沒有完全地以公司業(yè)績的形式產(chǎn)生。投資者在了解到新技術(shù)即海上貿(mào)易投資機會的好處時，創(chuàng)新相關(guān)的公司的股價就隨著未來現(xiàn)金流持續(xù)增長的未來預期而迅速上漲。投資者預期的變化，首先帶動創(chuàng)新直接相關(guān)的公司股價大幅上漲，而當創(chuàng)新公司股價增長達到高潮時，創(chuàng)新泡沫將會擴散到整個股票市場，帶動市場整體趨勢上行。具體來看，南海公司等創(chuàng)新直接相關(guān)公司的股價大幅上漲后，英格蘭銀行等傳統(tǒng)公司的為了進一步檢驗創(chuàng)新公司和非創(chuàng)新公司在南海泡沫發(fā)展過程中的市場表現(xiàn)差異，可以將公司分為新經(jīng)濟公司和舊經(jīng)濟公司。英國舊經(jīng)濟公司包括英格蘭銀行、舊東印度公司和百萬銀行，新經(jīng)濟公司包括約克建筑公司、皇家非洲公司、新非洲公司、南海公司、皇家外匯保險公司和倫敦保險公司。從新、舊經(jīng)濟公司市值來172017206迅速調(diào)整對創(chuàng)新的預期，新經(jīng)濟公司的估值也回歸到理性水平。從新、舊經(jīng)濟公南海泡沫事件表明，投資者對于創(chuàng)新的預期會經(jīng)歷過度預期和預期回歸兩個階圖年倫敦主要股票價格走勢 圖英國舊經(jīng)濟指數(shù)、新經(jīng)濟指數(shù)和保險指數(shù)總市值變化 資料來源：RikFrehen,WilliamN.Goetzmann,K.GeertRouwenhorst(2012),NewEvidenceontheFirstFinancialBubble,journalofFinancialEconomics，整理；注：所有股票價格均除以1月1日值，約克建筑公司的價格除以第一個可用數(shù)據(jù)點（6月28日），圖像繪制在對數(shù)坐標軸上。

資料來源：Rik Frehen,William N.Goetzmann,K.GeertRouwenhorst(2012),New Evidence on the First FinancialBubble,journalofFinancialEconomics，整理；注：保險指數(shù)由約克建筑公司、皇家交易所保險公司和倫敦保險公司組成；新經(jīng)濟指數(shù)由皇家非洲公司、新非洲公司和南海公司組成；舊經(jīng)濟指數(shù)由英格蘭銀行、舊東印度公司和百萬銀行組成。3.互聯(lián)網(wǎng)泡沫：破滅中孕育新的希望1989絡信息時代的序幕。20902000年3月份攀升到5000點以上，同比增長超過1倍，互聯(lián)網(wǎng)泡沫達到頂峰。驅(qū)動的。互聯(lián)網(wǎng)技術(shù)的蓬勃發(fā)展，創(chuàng)造了全新的商業(yè)模式，打破傳統(tǒng)產(chǎn)業(yè)的資源和信息孤島格局，重新塑造了人類生產(chǎn)生活方式?；ヂ?lián)網(wǎng)相關(guān)技術(shù)的用戶規(guī)模在90互聯(lián)網(wǎng)泡沫事件表明，“顛覆性”的技術(shù)創(chuàng)新推動的股票市場繁榮容易形成巨量的泡沫，而泡沫的崩潰與投資者預期的轉(zhuǎn)向高度關(guān)聯(lián)。對比互聯(lián)網(wǎng)公司股票的市場表現(xiàn)和互聯(lián)網(wǎng)用戶的增長速度，我們可以發(fā)現(xiàn)泡沫的崩潰時點與互聯(lián)網(wǎng)用戶增2090圖納斯達克100指數(shù)在互聯(lián)網(wǎng)泡沫期大起大落 圖互聯(lián)網(wǎng)泡沫崩潰后用戶增長率逐年下滑 資料來源：彭博，整理 資料來源：世界銀行，整理主題投資：中特估和TMT后續(xù)展望（一）內(nèi)部結(jié)構(gòu)看中特估輪動、分化度、賺錢效應、成交熱度中特估內(nèi)部分化度見頂回落，賺錢效應邊際好轉(zhuǎn)。此處以國信策略中特估概念標股票池當日的20分位個股和80分位個股漲跌幅之差作為衡量中特估概念內(nèi)部5105日賺錢效應和賺錢效應(5MA111234510圖45：中特估內(nèi)部分化度見頂回落，賺錢效應近期小幅好轉(zhuǎn)資料來源：萬得，整理我們將中特估概念標的劃分至上游資源、高端制造、消費、傳媒、數(shù)字經(jīng)濟、大金融、建筑、環(huán)保公用九個行業(yè)&風格中，不難發(fā)現(xiàn)，2022111TMT5圖46：2022年11月至今，各行業(yè)風格中特估概念標的平均漲跌幅資料來源：萬得，整理“TMT+中特估”彈性較大，“消費+中特估”回撤較小。我們以股票池內(nèi)各行業(yè)風格分類等權(quán)構(gòu)建中特估行業(yè)指數(shù)，觀測中特估內(nèi)部演繹情況，從各行業(yè)風格202210&數(shù)字經(jīng)濟中特估等權(quán)指數(shù)漲幅大幅領(lǐng)先于其他行業(yè)，從回撤情況看，“中特估+消費”在整體回報與“中特估+高端制造”“中特估+建筑”接近的同時，擁有更小的回撤幅度；在回撤幅度與“中特估+交運”“中特估+環(huán)保公用”接近的同時，擁有更好的收益表現(xiàn)。圖47：分行業(yè)類別看，“TMT+中特估”彈性較大，“消費+中特估”回撤較小資料來源：萬得，整理20221010A65001.379230230-1300600-27004A成交中樞分別為4和10，而峰值分別為11和22。目前中特估指數(shù)和中特估概念標的池占全A成交比分別回落至15和6.5附近，雖仍高于近半年中樞水平，但高位回落幅度顯著。后續(xù)“中特圖近期中特估指數(shù)&中特估概念標的成交熱度下降 圖自上而下&自下而上看，中特估當前成交熱度仍較高資料來源：萬得，整理 資料來源：萬得，整理（）TMT板塊：人工智能和半導體周期1.2010年至今存在三段代表性較強的TMT行情年全年領(lǐng)漲傳媒計算機電子通信分別上漲1076743和35位列全部一級行業(yè)中的第1第2第4第7位從PE變化情況看傳媒行業(yè)年初PE為31.9倍，年末PE為50.6倍，漲幅達到59；計算機行業(yè)年初PE為37.3倍，年末PE為52.4倍，漲幅達到40.8；電子行業(yè)年初PE為32.6倍，年末PE為46.5倍，漲幅達到42.2；通信行業(yè)年初PE為33.8倍，年末PE為39.6倍，上漲17.32。本輪TMT主線行情中，四個行業(yè)漲跌幅主要貢獻項為估值，業(yè)績對傳媒、計算機和通信行業(yè)存在一定程度的貢獻。年上半年領(lǐng)漲計算機傳媒通信電子分別上漲200.8163.0、143.6和136.9，位列全部一級行業(yè)中的第1、第2、第5、第7位。從PE變化2015PE(TTM52141.8計算機行業(yè)PE(TTM)由年初的不到60倍上升至6月的157.4倍漲幅超過160，通信、電子行業(yè)的PE(TTM)同樣有超過120的漲幅，本輪TMT的上漲主要由估值貢獻。3）20192021TMT164且PE變化幅度僅為49行業(yè)景