全新任務中心上線了!
會員專屬好禮都在這

立即前往
任務中心
「中國 A 股」5000 字深度剖析!牛市真的要結束了嗎?
收藏文章
很開心您喜歡 虎嗅網 的文章, 追蹤此作者獲得第一手的好文吧!
虎嗅網
字體放大


分享至 Line

分享至 Facebook

分享至 Twitter


「中國 A 股」5000 字深度剖析!牛市真的要結束了嗎?

2021 年 3 月 5 日

 
展開

節後一週,市場還沉浸在節日氛圍⋯⋯。不,是在 “ 劫 ” 日氛圍中——跌到大家懷疑人生了。但仔細一看,主要指數 2 月份仍然是陽線,只是上引線有點長。這種先漲後跌引發的崩潰心態,行為經濟學中稱之為損失厭惡——得到一樣東西的快樂,通常小於失去這樣東西的痛苦,所以帶陽線的上引線,殺傷力不強,侮辱性極強。

當然,人在痛苦的時候,為了驗證自己的痛苦,就喜歡找到各式各樣可怕的理由,比如 2 月賺的跌完了,下面是不是要跌掉 1 月份和去年 12 月份賺的錢了呢?其實這一輪下跌的主因,我在年初的全年行情展望文章《 2021 年, A 股的 “ 四大殺器 ” 》中寫到了,是第一個風險 “ 第一殺:利率上行,殺消費 ” 和第三個風險 “ 第三殺,美股暴跌,殺白馬 ” 的疊加。文章是這麼寫的:

以海天、絕味、茅台為代表的這類食品股,最大的特點是未來的業績確定性高,這一類公司跟資金的機會成本有關,而資金的機會成本又與利率有關⋯⋯資本市場都是打提前量的,所以這些高估值消費股最危險的時候是在兩會後到年中的一段時間。

人神共奮,大眾號:思想鋼印 2021 年, A 股的 “ 四大殺器 ”

以及——

一旦美元貶值結束,資金流向新興市場和中國市場的趨勢就會被扭轉;如果歐美經濟恢復超預期,不排除美國聯準會緊表,導緻美元升值,全球資金回流美國的同時,帶崩估值過高的白馬,也是有可能的。

人神共奮,大眾號:思想鋼印 2021 年, A 股的 “ 四大殺器 ”

結果,節前漲得太快,引發資金博弈,調整時間從兩會後提前到兩會前。不過,大家要感到慶幸,上面的 “ 兩大殺器 ” 都屬於 “ 殺估值 ” 行情,就是行情太熱潑一盆冷水,是相對良性的一種調整。相比之下,第二殺 “ 景氣波動,殺科技 ” 是 “ 殺業績 ” , “ 一切安好,殺小票 ” 是小票面臨被競爭淘汰的風險導致的 “ 殺邏輯 ” ,這兩個都是或慘烈、或漫長的惡性調整。肯定有人要問,那估值什麼時候殺完?這只要看一看估值還有多大的下殺空間就行了。可這一看,就看出問題來了—— A 股總體估值不但不貴,甚至是低於歷史平均水平。

估值分化與估值收斂

國信證券近期的一份策略分析中指出,截至 2 月 22 日,全部 A 股本益比(TTM,剔除負值)中位數位於 32% 的歷史分位點,低於歷史中樞值——目前 A 股總體估值水平不算高。

再看幾個主要的指數,大都不算高,wind全A、中證 500 、中證 1000 的本益比中位數分別為 36 倍、 29 倍、 34 倍, 分別處於 32% 、 33% 、 29% 的歷史分位數水平,唯獨有一個例外,那就是滬深 300 ,本益比中位數為 31 倍、處於 81% 的歷史分位數水平。

滬深 300 是兩市 4000 多支股票中,市值規模與流動性前 300 的公司(一般 500 億市值以上),中證 500 是 300 ~ 800 名的公司(一般市值 200 ~ 500 億),中證 1000 是 800 ~ 1800 名的公司,覆蓋了 A 股前 45% 的公司。如果把整個 A 股目前的估值水平看成一條蛇,蛇頭昂起來,但蛇身還在地上。

那為什麼給人的感覺就像一輪傑出人物市的末期一樣呢?關鍵在於基金重倉股的估值水平太高了。基金重倉前 100 名的股票本益比中位數已達 69 倍,處在 96% 的歷史分位點附近,重倉前 200 名、前 300 名、前 400 名的基金,本益比中位數分別為 63 倍、 60 倍、 58 倍,分別處在 91% 、 91% 、 90% 的歷史分位數。

這是一種典型的估值分化現象,從 2019 年下半年到春節前,不同風格的股票指數的估值區間發生分化,高的越來越高,低的越來越低。天下事,分久必合,合久必分,有估值分化,就有估值收斂。天風證券近期的一份報告,根據 Q4 基金前十大重倉股以及股票持股的證監會產業配置資訊,計算不調倉情況下的模擬收益,並與基金的真實收益相比較,計算偏離度。結果顯示,節後相比於 2 月初,偏離值明顯上調,顯示這一段時間公募基金進行了相當程度的調倉。

如果公募基金已經開始把部位從滬深 300 為主的大票調到中證 500 及中證 1000 的中小票,這種調倉行為高機率會引發估值收斂的行情,也是近期市場劇烈動蕩的原因。那麼,下一個問題自然就是——雖然整個估值並不高,但像公募基金這種體型龐大的物種,會不會調著調著,就把大盤給調崩了?

估值收斂的三種走勢

估值分化是 “ 合久必分 ” ,估值收斂是 “ 分久必合 ” ,估值收斂就是殺高估值,修復低估值。很明顯,估值收斂有三種走勢:

第一種低估值的向上拉估值,高估值的高位震盪向上;

第二種是高估值的殺估值,低估值的低位震盪向下;

第三種是高估值和低估值同時向彼此靠近。

這三種趨勢 A 股歷史上都發生過,我各舉一例進行一個簡單的複盤。

第一種:低估值的向上拉估值,高估值的高位震盪向上

這就是低估值補漲行情,近二十年 A 股出現的兩次大的估值收斂,都發生在全面牛市的後半程中,即 2006 ~ 2007 年的牛市主升浪,以及 2014 ~ 2015 年的傑出人物市,以大家印像比較深的第二次為例:

2014 年的估值收斂的背景是 2012 ~ 2013 年的估值大分化,其分化的頂峰出現在 2013 年,全年指數下跌- 7% ,但市場中位數上漲 16% ,TMT板塊大漲,順週期下跌,創業板暴漲 83% ,滬深 300 下跌- 8% ,拿績優股的灰頭土臉,炒題材小票的趾高氣昂,跟今年完全是反的。2013 年也是 A 股歷史上估值最低的一年,主要是大票極度低估,這幾年最風光的大白馬,茅台五糧液恆瑞招行,估值歷史最低點都出現在 2013 年。

正是因為這些極度低估的優質公司, 2014 ~ 2015 年的估值收斂的結果是補漲驅動的全面牛市。高估值的板塊在牛市中並不下跌,只是不再亮眼, 2013 年漲幅最高的TMT板塊到了 2014 年,電子和傳媒排名靠後,通訊和電腦排名居中,而 2013 年排名墊底的房地產、金融、鋼鐵,到了 2014 年則排名靠前,使得估值開始收斂,到了 2015 年更是全面牛市。

所以,第一類估值收斂行情,由於大量個股補漲,賺錢效應還是很好的, 2015 年雖然大起大落,但全部個股中位數上漲 61% , 90% 的個股是上漲的,虧損只怪人性的弱點,高位加槓桿。

第二種:高估值的殺估值,低估值的低位震盪向下

這種行情通常出現在熊市後半程,是一種補跌行情,以最近一次即 2018 年的熊市為例。之前估值分化的背景是創業板的持續下跌,受去槓桿影響的製造業的估值下降,而以食品飲料和醫藥板塊為首的 “ 吃藥喝酒 ” 行情導致估值不斷抬升,滬深 300 與小票的估值差不斷拉大。

由於 2018 年的整個總體大背景不利於股市,估值收斂的過程最終是以食品飲料和醫藥股的補跌完成熊市最後一跌,包括茅台上一次的跌停和醫藥股第一次集採打出的歷史大底。這一跌可謂慘烈,全場所有板塊無一倖免,無非是之前跌了無數輪的少跌一些,沒跌過的多跌一些。

第三種:高估值小跌,低估值中漲,向平均水平回歸

這種估值收斂行情結果就是震盪,有時甚至是劇烈震盪,最近的一次是 2015 年年底到 2016 年年初。這一次估值收斂之前的估值分化行情是 2015 年下半年的股災造成的,因為這次股災是流動性危機造成的,其中大量跌停的股票再加上 “ 耍流氓 ” 暫時停牌的,資金只能在流動性好的滬深 300 的大票上賣, 2015 年本來這些公司估值就不貴,再加上兩次股災後小票上被套資金的自救反彈行情,使得上半年全面牛市中收斂的估值,在下半年再度分化。

這一次的估值收斂從 2016 年初延續到 2017 年年中,除了年初的 “ 熔斷股災 3.0 ” 行情,其他都是在指數的震盪中慢慢地發生 “ 大票向上小票向下 ” 的收斂,到 2017 年 7 月,大票為主的滬深 300 收復了 “ 熔斷股災 ” 的跌幅,而小票為主的中證 1000 仍回到了 “ 熔斷低點 ” ——這一漲一跌就完成了估值收斂行情。那麼,如果今年高機率走出估值收斂,到底會出現哪一種走勢呢?

景氣度的變化是關鍵

一般投資者對於均值回歸都有一種執念,認為估值高了就會向下回歸,低了就會向上回歸,但市場實際運作的規律是,只要相關產業的景氣高,高了還會繼續維持,直到景氣度向下。在此之前,沒有大跌的可能。均值回歸的不是估值和股價,而是景氣度與企業的獲利成長。

以上面的第三種 “ 估值收斂 ” 走勢為例,它反映的是 2015 年以後,隨著GDP成長的下降和去槓桿導致的企業固定資產投資的下降,擁有規模優勢的龍頭蠶食尾部企業的比例,導致大票的景氣度好於小票,才會一升一降,而不是簡單的大票便宜所以漲,小票太貴所以跌。所以,想要判斷這輪估值收斂會走出哪一種走勢,還是要判斷高估值板塊(不是絕對PE或PB,而是歷史百分位)和低估值板塊未來景氣度的趨勢,及其對股價的影響。

目前的高估值個股主要是部分消費屬性強的產業,以及部分科技屬性強的高景氣賽道的龍頭公司,這兩種高估的原因是不同的。消費屬性強的產業的高估是疫情的不確定性帶來的風格偏好,低利率帶來的DCF估值法的分母變小,它的 “ 殺估值 ” ,在目前經濟背景下,有延續的可能。特別是部分競爭格局好的二線消費股和消費醫藥股,其高估值更是風格導致的。

但科技屬性強的高景氣賽道的龍頭公司,比如新能源汽車、創新醫藥和軍工板塊的高估值與利率環境無關,它反映的是產業預期成長,還有化工、有色、銀行一類的順週期品種,投資者認為高業績成長可以消化高估值,那麼,在景氣度沒有變化或沒有被證偽之前,殺估值行情就無法延續。

但殺估值也並不一定就是下跌走勢,下跌是 “ 以空間換時間 ” 的殺估值,是直接把股價殺到跟估值匹配的一種比較直接的殺估值方法,但還有另一種 “ 以時間換空間 ” 的殺估值方法,就是股價在一個箱體內震盪,等待業績提升造成的估值下降,這種走勢往往時間非常漫長,股價並沒有跌多少,所以叫 “ 以時間換空間 ” 。很明顯,業績確定性強擁有大量 “ 粉絲 ” 的公司,更可能走出 “ 以時間換空間 ” 的走勢。

低估值板塊的修復行情同樣如此,如果業績沒有明顯提升,一波修復行情后估值可能就到頭了,銀行去年還是 “ 三大傻 ” ,現在稍微漲了一下,已經到了PE估值 84% 的歷史百分位了,下一步空間就要看今年的業績能提升多少了。

估值收斂的另一層面是同一個產業龍頭與其他企業的估值差的收斂,它取決於該產業的集中度的變化,中小企業能否在經濟恢復期,獲得比龍頭更快的業績成長,到了 4 月份的一季度報公佈期,就能判斷是否會出現這一趨勢。到底會出現這三種趨勢中的哪一種,更重要的是看一季報、中報的業績恢復方向。

以滬深 300 為例,前面看PE (TTM)的中位數處於 81% 的高歷史百分位,但如果看PB,就完全不一樣了,近十年的PB的最高點是 2015 年牛市頂點的 2.49 倍,最低點是 2018 年和 2020 年創下的 1.16 倍的底點,目前處於 1.66 倍,並沒有達到 50% 的中位數。

為什麼PE與PB的位置不同呢?因為PE (TTM)包括去年前三季受疫情影響的業績,在一季報、中報和三季報後,市場的平均EPS會繼續三個季度上升,即使是目前的點位不變,其PE的中位數也將下降至歷史平均水平,變成一波不下跌的 “ 殺估值 ” 。當然,如果保持目前的點位,中證 500 的PE百分位將繼續下降,這顯然與景氣度的方向相反,中證 500 向上的動力很足。

所以,上述三種走勢中,最可能的出現是全面牛市,風格從買確定變成買成長,科技股會重新領漲;其次,在今年業績部分產業恢復不及預期時,會出現第三種即此升彼降的走勢。當然即使是全面牛市,也不會是像 2015 年那樣流動性氾濫引發的水牛,更不會是像 2007 年那樣經濟高成長引發的傑出人物市,應該是 A 股歷史上從未出現過的行情類型——既然從未出現過,我當然不能猜這是傳說中的 “ 慢牛行情 ” 了。

那麼,是否有可能步入第二種熊市走勢呢?這種可能性發生的前提是經濟恢復的趨勢被某些意外因素打斷,並同時出現了流動性和信用的全面收緊,這個可能性極小,但黑天鵝是無法預測的。事實上,除了這三種走勢外,還存在第四種可能,並且可能性還不小,就是估值繼續保持分化。如果四月份的一季報顯示,龍頭企業的業績恢復能力遠遠超過產業內其他企業,那麼大票與小票的分化將重新擴大或保持在高位。

再如果,病毒出現巨大變異,或疫情再度反复,或全球經濟恢復不及預期,美元再度下行,利率再次下降,那麼高確定性消費醫藥產業與其他產業的分化,也將重新擴大。事實上,這種可能性並不小,歷史上也出現過估值收斂到一半又重新放大,畢竟疫情時代,不能以常理估之。

精研個股,穿越牛熊

A 股最主流的機構投資方法仍然是 “ 景氣度投資 ” ,其次是以未來長期成長性為參考的 “ 成長股投資 ” ,基於PB-ROE的 “ 低估價值股投資 ” 的資金是最少的。而 “ 景氣度投資 ” 是抱團現象的根源,也是估值分化與收斂的主要原因,只要這種投資理念佔據主流,市場就永遠在估值分化與收斂之間運動。

我知道,可能又有人說我洋洋灑灑寫了幾千字,最後也沒個結論,都是可能,一種是上漲,一種是下跌,一種是盤整,還有一種是延續現在。但策略的意義不是去給股市算命,而是找到未來最可能的幾種運作的方向,及其背後的邏輯。想要通過這些策略獲得合理的收益,還是需要用你的投資體系去應對這些變化,並能夠從變化中獲取收益。

而且,本文雖然分析的是指數,但我從來不建議大家過於關注大盤。做投資,目標一定要單純,既關注個股,又關注大盤,難免發出衝突的訊號,最後就會顧此失彼。影響大盤的因素有很多,相對而言,影響個股的因素更單一,無非是確定性和景氣度,不如放棄對大盤的判斷,精研個股,穿越牛熊。

虎嗅網》授權轉載

【延伸閱讀】

 
週餘
 
 
分享文章
分享至 Line
分享至 Facebook
分享至 Twitter
收藏 已收藏
很開心您喜歡 虎嗅網 的文章, 追蹤此作者獲得第一手的好文吧!
虎嗅網
分享至 Line
分享至 Facebook
分享至 Twitter
地圖推薦
 
推薦您和本文相關的多維知識內容
什麼是地圖推薦?
推薦您和本文相關的多維知識內容