低估值分位行业策略长期跑输基准且存在持仓周期错配 [page::3][page::4]

• 低估值行业策略基于估值均值回归逻辑，但其等待估值修复的周期较长（约1年以上），与行业轮动月度调仓周期存在明显错配，导致策略整体亏多盈少。

- 通过滞后估值分位信号测试，发现18个月滞后信号组合表现最佳，表明估值修复逻辑仍有效但持仓周期不匹配。

高估值分位行业策略存在阶段性表现及估值接替效应 [page::5][page::6][page::7]

• 高估值策略依托未来预期溢价，在整体估值抬升期间跑赢基准，主要体现在2013-2014年及2017-2021年两轮估值扩张行情。

- 估值接替现象明显，如2013年传媒行业率先扩张估值，2014年计算机行业接替，主线行业轮动明显。

• 快速轮动行情期间，高估值策略表现不佳，特别是短动量占优时段，强调对估值扩张逻辑的市场适应性有限。

估值分位指标的纵向视角缺陷及价格动量效应 [page::7][page::8]

• 历史分位缺乏行业间横向对比，掩盖行业间估值差异，导致如建筑与房地产的高估值同步但表现差异被忽视。

- 估值分位与价格动量相关性较高，存在价格动量效应，且估值修正需考虑动量影响。

基于行业之间的相对估值分化因子构建及改进效果 [page::9][page::10][page::11]

• 构建相对估值修正因子（用行业自身估值减去相似行业估值分位最小值）及相对估值分歧因子（相似行业估值分布差异标准差）。

- 修正因子有效提升多头超额收益，且显著降低因子与价格动量的相关性，减少风格同质化。

• 分歧因子近两年保持强劲多空收益表现，表明相对估值分化在市场中具备稳定的因子特色。

行业历史估值天花板因子及其动量特性 [page::12][page::13][page::14]

• 估值天花板定义为历史最高估值的参考点，突破天花板常伴随行情延续。

- 因子通过统计时间窗口内估值高点与天花板的比值构建，1至2年观测窗口及季度平滑效果最佳。

• 天花板因子具明显动量效应，且在估值层面表现优于价格对应天花板，因子IC及超额均显著领先。

行业内部龙头估值溢价因子的构建与表现 [page::15][page::16]

• 利用市值和营收排名划分行业龙头与非龙头，计算其估值溢价率及变动构成龙头溢价因子。

- 龙头因子表现优于分位因子，适合中短期窗口（1年），头部比例设为20%效果最佳，回测多空收益显著。

• 因子反映行业景气度周期性特征，契合行业周期驱动逻辑。

估值比较多维度因子合成及协同增益 [page::17][page::18][page::19]

• 三维估值因子相关性较低，避免同质化困境，分别代表行业间分化、历史天花板、行业内溢价视角。

- 多因子叠加显著提升IC和超额，多头超额最高达到10.2%，月度胜率65.2%，最大回撤11.7%。

• PE估值组合更注重多头收益，PB组合更均衡且组内单调性更强，适用不同投资偏好。

- 合成因子稳定且适应性强，为行业轮动提供稳健量化选股框架。

证券研究报告深度分析 ——《行业轮动系列：估值比较视角下的行业轮动策略》

---

一、元数据与报告概览

• 报告标题：《证券研究报告·金融工程深度报告——行业轮动系列：估值比较视角下的行业轮动策略》

- 作者：姚紫薇（中信建投金融工程及基金研究首席分析师）、王西之（中信建投金融工程及基金研究组分析师）

• 发布机构：中信建投证券股份有限公司

- 发布日期：2025年3月21日

• 研究主题：探讨行业轮动策略中基于估值的多维度比较视角，覆盖行业间、行业历史和行业内部的估值考察角度，针对传统估值分位策略局限提出改进策略。

核心论点总结：
报告认为，目前基于单一维度估值分位的行业轮动策略存在指标局限性、策略适配性和市场适应性等问题。估值信息的市场价值需通过构建多维度的估值比较因子展现，即相对估值分歧因子（反映行业间横向估值差异）、估值天花板因子（反映历史估值极值及突破情况）和行业龙头估值溢价因子（反映龙头与非龙头估值差异及行业景气度）。这些因子合成后，能显著提升行业轮动策略的实际表现，增强超额收益能力和策略稳定性。[page::0,1]

---

二、逐章深度解读

1. 基于估值分位的行业轮动

1.1 低估值分位——估值修复逻辑

• 关键论点：低估值行业回归到合理估值的“均值回归”策略，在行业层面表现长期不佳，低估值策略组合年胜率仅27%，长期跑输基准组合。

- 逻辑解释：估值修复因等待时间长，且行业轮动多为月频调仓，导致低估值行业持仓周期与估值回升周期不匹配，容易造成亏多盈少。

• 数据说明：

- 2010-2024年回测显示，低PB分位行业组合多数年份表现不佳，尤其是2012-2014年食品饮料行业因“三公消费”禁令及塑化剂事件估值承压，经历长达三年低位整理，后受流动性宽松政策影响估值才开始修复。
- 滞后应用估值信号（6、12、18个月）后表现有所改善，其中18个月滞后信号组合在价值风格占优时期胜出基准，进一步证明估值修复逻辑有效但须适配较长时间跨度。

• 图表解读：

- 图表1显示低估值组合净值长周期跑输基准，且净值比值在0.3-0.6区间震荡。
- 图表2展示食品饮料行业PE自2012以来持续承压，到了2015年才显著回升。
- 图表3展示低估值组合在滞后不同时间点的净值表现，18个月滞后策略效果较佳。

• 指标相关：

- 估值分位因子与价格动量正相关，特别PB估值分位与动量相关约70%，说明高估值行业可能得益于价格上涨趋势，影响回测表现和策略效用。
- 估值分位因子Rank IC显示PB因子在短期（3个月）表现最佳，PE加权因子在长期（16个月）显示低估值效应。[page::3,4,5]

1.2 高估值分位——估值扩张逻辑

• 关键论点：高估值行业策略在整体估值抬升周期表现优异，体现为估值扩张推动轮动收益，典型周期与行业主线更替明显。

- 推理基础：
- 高估值组通常在整体市场估值提升期表现优于基准，尤其2013-2014年和2017-2021年两轮估值高涨期，分别受移动互联网浪潮、产业升级等因素驱动。
- 行业估值扩张出现接力现象，如2013年传媒估值率先创新高，2014年计算机估值接力攀升，反映产业版块轮动及驱动因素迭代。

• 数据和图表：

- 图表5显示高PE分位行业组合整体跑赢基准，年度超额收益大部分为正，分阶段明显。
- 图表6和7展示2013-2014年传媒和计算机行业估值扩张的时间及规模，PE峰值分别近60和70倍。
- 图表8结合长短动量比较，表明估值扩张逻辑在行业快速轮动时期难以成立（短动量占优阶段高估值策略表现较差），即市场偏好快节奏资金轮动时估值跃迁难持续。
- 图表9显示建筑与房地产行业估值历史分位相近，但建筑PB相对于房地产PB大幅提升，反映仅靠历史分位忽视行业间相对估值差异会错失超额收益。

• 总结：高估值策略适合估值宽松且轮动节奏较慢的环境，短期高频轮动会削弱估值扩张获利能力。[page::5,6,7]

1.3 关于估值视角的思考

• 评述：

- 历史估值分位受限于0%-100%区间，难展现突破历史极值的现象；缺乏行业间横向比较，导致掩盖估值差异。
- 低估值策略需较长等待期（通常超过1年），与行业轮动月频调仓存在不匹配。
- 极值估值策略市场适应性差，在非偏好风格环境下易出现回撤。

• 提出多维度估值比较框架：

- 行业间维度：衡量行业自身相对相似行业的估值位置，实现横向比较。
- 行业历史维度：基于历史估值天花板，识别估值突破信号，预期形成估值延续性动量。
- 行业内部维度：通过龙头与非龙头公司估值溢价反映行业整体景气状况。

• 图表10阐释了三维度估值比较的整体逻辑框架。[page::8]

---

2. 估值比较视角下的行业轮动

2.1 行业内相对估值分化

• 核心逻辑：相较单一行业纵向历史估值分位，横向行业间相对估值分位揭示行业间估值溢价和分化机会。

- 举例：
- TMT行业中电子、通信、计算机、传媒估值分位虽均高于历史中位数，但电子和计算机处于相对高位，通信和传媒处于相对低位，提示相对资本配置可能向电子与计算机倾斜。

• 因子设计：

- 相对估值修正因子：计算行业自身估值分位与相似行业相对估值分位的差距，体现行业自身优势。
- 相对估值分歧因子：衡量相似行业间的估值分化程度，反映行业结构性差异。

• 回测结果：

- PE修正因子显著提升IC值及多头收益表现，PB修正因子亦有改进，但强度较PE弱。
- 修正因子降低与价格动量的相关性，尤其在相似行业数量较低时表现更突出。
- 相对估值分歧因子近年来持续强势，特别是PE分歧因子2023-24年多空收益超20%。

• 图表12至18详细展示了各因子的净值走势、回测绩效及参数敏感性分析。[page::9,10,11]

2.2 历史估值天花板

• 定义：行业历史最高估值视为估值天花板，突破天花板意味着行情延续可能。

- 实证案例：
- 煤炭行业自2012年进入产能清理期，PB天花板持续维持在2倍，估值长期未突破。
- 计算机行业2013-2014年行情中PE突破40倍天花板，实现估值跃迁。

• 天花板因子构建：

- 统计观测窗口内估值最高点与全局最高点，计算当前估值对高点的相对比例，反映突破紧密度。

• 参数研究：

- 1至2年中期观测窗口效果较稳健，估值平滑处理（如1季度）有助提升因子表现。

• 动量效应及与价格动量比对：

- 天花板因子符合动量效应特征，与价格动量存在较高相关性，但估值天花板因子表现优于价格天花板因子，适应性更好。

• 图表20至25包含煤炭和计算机估值天花板的案例，以及系统性参数测试。[page::12,13,14]

2.3 行业龙头估值溢价

• 核心思想：行业龙头公司因具备行业稀缺优势而享有估值溢价，溢价变化可反映行业景气变动。

- 案例剖析：
- 工程机械龙头“三一重工”相对行业的PB溢价率周期波动，与两轮行业景气周期高度吻合，周期波动来源于政策驱动及基建地产周期。

• 因子设计：

- 依据市值及营收排名界定龙头公司，计算龙头与非龙头估值溢价变动值作为因子。

• 参数敏感性：

- 变动窗口以1年为佳，权衡换手率与信息捕捉。
- 龙头比例以20%较优，突出头部效应，过大比例削弱因子信息含量。

• 实证回测：

- 龙头估值溢价因子表现优于估值分位因子，21年后多空净值走势分化明显，溢价因子持续向上，分位因子趋弱。

• 图表26至29展示龙头估值溢价因子的典型案例、参数测试及回测表现。[page::15,16]

2.4 多维度估值比较因子

• 综合设计：

- 分别构建三个维度的估值因子：相对估值分化因子、估值天花板因子、龙头估值溢价因子。

• 相关性剖析：

- 三因子之间及与价格动量与原始估值分位相关性低至中等（30%以下），体现视角多样避免因子同质化。

• 因子叠加测试：

- 双因子等权叠加均优于单因子表现，特别是多头超额更显著。
- 按照1:2:1权重对三因子加权，获得最佳整体性能，说明天花板因子较强，修正和溢价因子有效补充。

• PE和PB估值合成因子对比：

- PE合成因子多头超额更突出，表现更集中；
- PB合成因子多空收益更均衡，分组单调性更强。

• 长期表现：

- 2010-2025年PE合成因子年化多头超额约10.2%，月度胜率65.2%，最大回撤11.7%，回测分年表现稳定，少数年份跌破基准，整体合成因子的表现稳健。

• 图表30至35详尽展现因子相关性矩阵、合成因子净值走势及指标稳健性。[page::17,18,19]

---

三、图表深度解读（部分重点图表）

• 图表1（低PB行业回测表现）：显示低估值行业组合的累计净值大多低于基准，权重净值比低至0.3左右，2010-2024年大多数年份负超额，验证估值修复逻辑时间错配问题。

- 图表4（估值分位 Rank IC 与价格动量相关性）：PB加权因子与价格动量IC相关度高达69%，PE加权相关较低（32%），暗示PB估值受价格趋势驱动较强。

• 图表6、7（传媒与计算机估值扩张）：传媒2013年PE迅速突破50倍高位，计算机接力至70倍，反映高估值行业切换及估值扩张逻辑。

- 图表12、13（PE/PB相对估值修正因子多头表现）：PE修正因子表现出明显的上升净值曲线，IC均值提升近2倍，多头超额超过3%，PB因子改善相对有限。

• 图表16、17（相对估值分歧因子表现）：近年相对分歧因子表现稳定上行，2023年PE因子多空收益超20%，显示估值分化扩大为投资机会。

- 图表20、21（煤炭、计算机估值天花板）：煤炭PB天花板稳定约2倍，计算机PE突破40倍天花板，验证天花板突破含义与行情延续性。

• 图表26（三一重工估值溢价周期）：公司估值溢价随行业景气周期波动，反映行业内部龙头溢价是周期和行业健康度的表现指标。

- 图表33、34（PE/PB估值合成因子净值）：PE合成因子多头净值显示出比单一因子更强的增长趋势，PB合成因子多空收益稳定但多头收益较低，突出两者差异。

• 图表35（PE估值比较合成因子分年表现）：多数年份保持正超额输出，最大回撤控制在两位数以内，月度胜率稳定展现了优异的风险收益特征。

---

四、估值策略与风险因素

• 风险因素识别：

- 基于历史数据的策略存在未来失效风险。
- 市场系统性风险、政策变动风险可能对策略表现产生较大冲击。
- 模型假设与现实市场存在偏差，导致回测表现与实盘有差异。
- 数据缺失及噪声增加统计偏误。

• 适应性风险：

- 极值估值策略对非偏好市场阶段表现较差，需适配市场风格周期。

• 缓解策略：

- 多维度估值比较因子通过多视角降低单一因子同质风险，增强策略稳定性和抗风险能力。
- 参数敏感性测试指导因子构建的合理修正。[page::19]

---

五、批判性视角与细微差别

• 报告对低估值策略的批判主要基于持仓周期与估值修复周期不匹配，强调了估值策略的时间敏感性，体现出对传统“买低卖高”估值策略的谨慎态度。

- 高估值扩张逻辑依赖大周期估值提升，市场快速轮动场景表现不佳，提示策略可能受限于宏观环境和资金流动速度，体现了策略适用范围的限定。

• 估值天花板因子与价格动量存在较强相关性，意味着其表现部分受动量行情驱动，风险在于当动量行情变化时，因子表现可能迅速恶化。

- 龙头估值溢价因子强调头部公司主导行业景气，但头部定义与比例选取存在一定主观性，其周期性以及行业切换风险需要关注。

• 因子合成权重配置虽经过测试，但未完全涵盖极端市场或黑天鹅事件的表现，策略稳健性仍需实盘验证。

- 多因子策略在提升收益的同时，换手率有所提升（20%-40%区间），考虑交易成本及市场冲击成本对实盘影响需谨慎。

---

六、结论性综合

本报告系统性地剖析了传统基于估值分位的行业轮动策略存在的核心不足，从策略适配周期、指标单一性及市场多样性三方面切入，提出多维度估值比较视角提升行业轮动的投资效能。通过构建相对估值分歧因子、历史估值天花板因子及行业龙头估值溢价因子，报告为估值轮动策略提供了更具结构性和适应性的因子框架。

实证分析表明：

• 低估值分位策略由于持仓与修复周期错配，长期表现不佳；

- 高估值分位策略受益于估值扩张浪潮，但快速轮动环境中表现减弱；

• 行业横向比较（相对估值分位）有助于捕捉行业间结构性机会，修正估值分位提升了多头收益；

- 估值天花板因子有效识别估值突破，具备持续估值动量属性；

• 龙头估值溢价作为行业内部景气度风向标，能捕捉周期波动机遇；

- 多维度因子合成策略，特别是PE估值比较合成因子表现突出，稳健性和超额收益兼具，实现10%以上年化超额收益，良好的换手率表现也说明策略交易的现实可行性。

整体而言，报告提出的多维度估值比较框架为行业轮动策略提供较强的信息增益和风险调整后收益提升路径，适合在多变的市场环境中应用，且其因子设计兼顾了均衡的收益和换手率表现，为量化选股、资产配置提供了切实可行的理论基础和实证支持。

---

溯源：以上分析均基于报告原文内容，涉及观点和数据的引用均标注对应页码，如[page::3,4]，[page::9,10]，[page::15,16,17]等。

---

结束语

本报告基于丰富的历史数据和严谨的量化回测，为行业轮动策略中估值因子运用提供了创新而务实的改善方向，值得量化投资者及策略研究员深入研读与实践检验。

---

（全文完）

报告