量化专题报告：大类资产定价系列之三，A股收益预测框架-20210814-国盛证券-40页_1mb

A股收益预测框架总结

核心内容

本文聚焦于构建一个用于一年尺度的A股收益预测框架，结合了理论与实证分析，提出了一个基于收益分解模型的预测体系。该模型由Ferreira and Santa-Clara（2011）提出，用于解构股票收益来源，并在A股中进行了实证分析。收益分解模型将股票收益拆解为股息率、股本稀释率、盈利增速和估值变化四个主要组成部分，其中盈利增速的长期中枢为ROE*(1-派息率)，短期波动则由信贷脉冲驱动。此外，本文还讨论了分红预测、股本变动预测、盈利预测（自上而下与自下而上）以及估值预测（基于ERP与信用风险调整）。

主要观点

• 收益预测框架：采用Ferreira and Santa-Clara的对数收益分解模型，以期更准确地预测股票收益。
• 分红预测：基于分红预案、一致预期和历史增速，构建了指数的分红预测方案，显示了一定的预测效果。
• 股本变动预测：仅考虑增发、配股、转债转股和回购这四个事件，构建了净稀释率预测模型。
• 盈利预测：采用自上而下和自下而上的两种方法。自上而下基于宏观逻辑，预测盈利增速围绕ROE*(1-派息率)的长期中枢波动，短期由信贷脉冲驱动。自下而上则通过修正分析师一致预期，减少预测误差，提高预测准确性。
• 估值预测：通过ERP（股权风险溢价）与信用风险调整，构建了沪深300和中证500的估值预测模型，显示两者与未来一年估值变化具有高度相关性。

关键信息

分项预测模型

• 股息率：基于自然年内指数分红总额与年初总市值的比值。
• 股本稀释率：由再融资政策和市场风险偏好共同决定，净稀释率 = 再融资率 - 回购率。
• 盈利增速：长期中枢为ROE*(1-派息率)，短期波动由信贷脉冲决定。
• 估值变化：通过ERP和信用风险调整，构建估值模型。

分析师方法

• 预测误差修正：通过调整分析师一致预期，减少预测偏差。
• 误差率影响因素：包括到期时间、分析师覆盖数量和行业属性。
• 预测误差规律：
  • 距离目标报告期越近，误差率越小；
  • 分析师覆盖数量越多，误差率越小；
  • 上游周期板块误差最大，成长板块次之，中游制造和消费板块误差最小。

实证结果

• 沪深300收益分解：模型估算累计收益为65.4%，与真实收益差异为1.5%，每年误差率约为0.5%。
• 盈利预测：自上而下模型预测沪深300未来一年净利润增速为8.1%，中证500为9.0%。
• 估值预测：经调整后，沪深300的ERP与未来一年估值变化高度相关，中证500的ERP与未来一年估值变化也呈现较强相关性。

风险提示

• 盈利和估值预测模型的设计基于一定的金融逻辑假设，若未来宏观环境发生剧烈变化，可能影响模型效果。

附：相关研究

1. 《量化分析报告：掘金ETF：中证500投资正当时——国泰中证500ETF投资价值分析》2021-08-10
2. 《量化分析报告：基思广益：跑赢赛道ETF容易吗？》2021-08-08
3. 《量化周报：大盘蓝筹的中期下跌趋势不变》2021-08-08
4. 《量化分析报告：掘金ETF：全球共同发力碳中和—一易方达碳中和50ETF投资价值分析》2021-08-07
5. 《量化分析报告：掘金ETF：新能车步入高增速时期——华夏中证新能源汽车ETF投资价值分析》2021-08-03

结论

本文提出的A股收益预测框架具有理论严谨性和投资参考价值，能够有效预测一年尺度的指数收益。通过分解收益来源并构建相应的预测模型，投资者可以更好地把握市场的节奏和位置。此外，本文还设计了两个战术择时工具：预期价格轨迹和价格透支曲线，用于指导投资决策。