A股行业估值跃迁的“真相”与“错觉” | 民生策略

联系人：牟一凌/方智勇/梅锴/吴晓明

所谓的资产估值跃迁，一般是指股价的表现远远超过了基本面，因此最终体现为估值突破历史极端值水平。2010年之后，令人印象深刻的A股资产估值跃迁包括2010年的电子、2014-2015年的TMT以及2020-2021年的以食品饮料、医药为代表的行业。当下市场对于过去三年占优的红利风格是否实现了估值跃迁也开始的广泛的讨论，而有意思的是这一次是在市场处于下行趋势下对于资产估值跃迁的讨论，前两次都是在市场整体表现较好甚至是出现牛市的背景下产生的。

如果我们对历史上的A股资产估值跃迁进行定量的定义，那么一个明显的特征是估值跃迁板块的估值（由于行业PE估值波动太大，且存在盈利变差使得PE估值抬升的情形，所以选择PB作为分析指标）都会经历从突破历史80%分位数一直到接近100%分位数的过程。按照这个标准，那么2010年以来一共有三个阶段对应的不同行业发生过估值跃迁：

（1）2010年的电子、医药、农林牧渔。考察有数据以来的各行业PB估值历史分位数，在2010年有不少行业的估值分位数曾触及80%以上，但仅有电子、医药和农林牧渔持续时间较长，超过5个月，因此我们认定2010年出现过短暂估值跃迁的行业是电子、医药和农林牧渔，其中从突破80%历史分位数到达到峰值的时间约为4个月。

2010年，在家电、汽车、通信等核心下游需求的带动下，电子板块景气度快速从金融危机的冲击下修复。与此同时，在2009年苹果大幅进军中国市场后，市场积极挖掘相关概念股，部分率先切入苹果产业链的成分股表现出色（天音控股（分销商）、莱宝高科（通过TPK切入苹果供应商），歌尔股份、立讯精密因分别于2010、2011年切入果链而在股价上有所反应），个股成长性显著抬升，苹果链作为电子板块此后多年的一大投资主线第一次登上市场舞台。

2.2 2014年至2015年：产业浪潮与政策的合力

在本轮估值跃迁行情之中，TMT与国防军工、轻工制造板块均最终达到了PB历史分位数的99%及以上，考虑到前者的代表性，我们重点分析TMT板块。

如果说2013年的TMT上涨为产业浪潮来临之际，业绩兑现与层出不穷的各类主题的双轮驱动；而2014年下半年至2015年上半年的上涨，从基本面上看更像是产业浪潮与政策共同驱动下的共振。彼时中长期视角下的移动互联的产业趋势仍在持续演绎，然而相关板块在2014年上半年经历了短暂调整后再度上涨，而2014年10月《上市公司重大资产重组管理办法》、《上市公司收购管理办法》出台为并购重组松绑，成为了行业估值跃迁的核心催化，上市公司并购重组事件数及总规模的大幅扩张，进一步抬升了TMT板块的业绩绝对值与兑现能力；而进入2015年，决策层在重要会议上对“互联网+”概念的重视使得相关概念在本就流动性充裕的市场中被再度点燃，交易热度居高不下，并逐渐实现对外扩散，进而带动板块整体估值跃迁。

2.3 2020年至2021年：债务扩张与事件冲击驱动下的估值跃迁

从中长期的宏观驱动视角来看，本轮以大消费为代表板块估值跃迁的背后，是过去十余年来以地产金融化为核心所驱动的经济增长模式下，中下游板块利润空间不断放大，而房价的上涨所带来的财富效应则驱动着居民部门进行消费升级，部分供给侧实现出清与高市占率的高端消费龙头个股在盈利能力不断抬升的同时，得以享受估值溢价。而在最终的估值跃迁阶段，则是在2020年至2021年受全球公共卫生事件冲击下，决策层为促进经济复苏实行了较大力度的货币宽松政策与财政政策，居民部门加速扩表带动下，房价抬升带动上述板块景气度进一步上行，ROE的相对优势再度走阔。

而对于电子与医药板块而言，则更像是板块景气驱动因子处于向上共振阶段，且因公共卫生事件的扰动使得供需矛盾突然显著放大后，基本面超预期的概率大幅抬升，进而出现短暂有效的高景气投资行情。以电子为例，在5G换机潮、物联网等的下游需求的驱动下，全球半导体周期在2019年开始见底回升，随后在2020年公共卫生事件导致居家远程办公需求大幅增长，使得消费电子与其上游半导体率先复苏，而随后供应链紊乱与经济复苏的催化/带动下，行业供需格局错配日趋严重，半导体产业链价格大幅攀升至历史高位，并成为彼时行业景气驱动的主要矛盾演绎状态的核心指标。由于大量新建产能相关的供给释放往往需要时间，而公共卫生事件、俄乌冲突等导致的供应链紊乱的持续时间也同样超出预期（超出了投资者的过往经验范围），使得产业链价格无论上涨的持续时间与空间均达到历史级别，业绩也同样实现了持续的超预期兑现。

在一类资产估值跃迁的过程中，可能会有投资者认为会经历“消灭”板块内低估值个股的过程，最终实现整个板块的估值抬升，然而从我们历史复盘的结果来看，历史上的三轮估值跃迁过程中，板块内的“高低切换”并非是普遍现象，反而“强者恒强”是常态，能够完全实现板块估值系统性迁移的例证很少。

测算说明：我们将测算每一轮估值跃迁行情对应的行业的PB估值标准差和均值，来衡量该行业在估值跃迁过程中的估值分化程度；同时为了更进一步地体现分化的过程，我们将行业内的个股分成5组：初始时间PB排名分别处于80~100%、60%~80%、40%~60%、20%~40%以及0%~20%，然后测算这5个组的个股的PB均值，将80%~100%减去60%~80%的PB差值称为“第1组”，依次类推，一共会有4组差值，这4组差值的走势就体现了高低估值组合之间的估值分化走势。

3.1 2010年：电子的高低轮动更明显

类似的，在医药和农林牧渔内部，虽然也有短暂的高低切换，但整体上呈现出明显的“等级森严”的特征：PB更高的组合估值抬升幅度更高。

从医药内部来看，在估值跃迁阶段PB的均值与标准差都出现大幅抬升，背后其实可以从分组之间的估值差异来解释：PB排名更靠前的估值抬升幅度比靠后的更多，呈现出明显的阶梯式上升的特征。

（1）以计算机和传媒行业为代表，它们内部估值抬升最明显的并不是初始估值最高的一组，反而是初始排名在60%~80%和20%~40%的组合，而排名40%~60%和排名0%~20%的估值抬升幅度相比之下远不如其他组合。

（2）以电子和轻工制造行业为代表，它们内部初始估值越高的组合在估值跃迁阶段的估值抬升幅度也越大，呈现出类似2010年医药和农林牧渔的估值分化特征：不同组合之间的估值差异同时扩大。

所以综合来看，2014-2015年牛市下的资产估值跃迁过程中，并非初始估值排名越高的估值抬升幅度越高，但也并非估值跃迁就能够“消灭”所有的低估值，行业内个股的估值扩张幅度差异很大。但似乎一个共同的特征是，初始估值排名在20%~40%的组合无论在哪个行业，都能出现明显的相对估值扩张。

（1）食品饮料出现明显“缩圈”组合是初始估值排名在80%~100%的组合。

从交易热度与投资者行为来看，每一轮估值跃迁资产内部实际上存在明显的分化，其呈现的交易结构特征也截然不同。

（1）2010年的电子、医药、农林牧渔，实际上恰好代表的是三类资产：

一是以医药为代表的主动偏股基金的第一大持仓。1）交易热度上，医药板块在2010年估值跃迁见顶阶段呈现了日均换手率与成交额占比的“双高”特征；2）参与者行为上，2010年主动偏股基金先持续增配，后明显减配医药板块，险资则在2010Q2与2010Q3减配医药，2010Q4之后有所增配，相应地，医药板块中的个人投资者数量在2010Q4见顶及之后大幅涌入；3）持仓关联方面，2010年重仓或持有医药板块的基金往往会同时重仓或持有其他板块（如食品饮料等），这意味着作为第一大重仓行业的医药板块可能与多个行业呈现微观交易上的关联性：负债端驱动带来正相关型，资产端变动带来的此消彼长。

二是以电子为代表的主动偏股基金持仓相对靠前（非前5大重仓）、但被明显增持的板块。1）交易热度上，电子板块在2010年估值跃迁见顶阶段同样呈现了日均换手率与成交额占比的“双高”特征。值得关注的是，在见顶前的大幅上行期，电子板块的日均换手率与日均成交额占比的历史分位数有较长时间处于高位，这意味着非主流持仓持续增配的过程，可能会在交易数据上呈现为持续的“过热”，但这种“过热”并非真正意义上的“见顶”信号；2）参与者行为上，2010年主动偏股基金对于电子板块的增持持续到了2010Q4，险资则自2010Q2以来持续减持，相应地，个人投资者在2010年对于电子板块的进场节奏与主动偏股基金较为相似，但2011年之后仍在持续买入；3）持仓关联方面，2010年重仓电子板块的基金持仓同时重仓其他板块的比例较低，但同时持有通信、医药、食品饮料的基金规模占比较高。

三是以农林牧渔为代表的主动偏股基金持仓比例较低(后50%)、且被小幅增持的板块。1）交易热度上，农林牧渔板块在2010年估值跃迁见顶阶段仅呈现了日均换手率的历史分位数处于历史高位的特征，成交额占比则离历史分位数较远；2）参与者行为上，2010年主动偏股基金对于农林牧渔板块的增持持续到了2010Q4；险资则仅主要在2010Q2有小幅增持，后续则在Q4见顶之后开始重新增配，个人投资者则在2010Q4见顶后开始涌入；3）持仓关联方面，2010年无论重仓农林牧渔、还是持有农林牧渔板块的基金的持仓独立性较高。 

一是以计算机为代表的主动偏股基金的第一大持仓。1）交易热度上，计算机板块在2015年估值跃迁见顶阶段继续呈现了日均换手率与成交额占比的“双高”特征；2）参与者行为上，2015年主动偏股基金先明显增配，后明显减配计算机板块，险资则自2014Q3以来持续减配至2015Q3，相应地，两融在2015年先持续大幅买入计算机板块，6月中下旬开始转为大幅卖出；3）持仓关联方面，2015年重仓计算机板块的基金规模占比较高，但选择同时重仓其他板块的基金规模占比往往较低，不过，选择持有计算机板块的基金往往会同时持有多个行业，特别是对于电子和传媒板块。这意味着作为第一大重仓行业的计算机板块与其他板块可能同样会呈现微观交易上的关联性，特别是电子和传媒板块。

二是以传媒、电子为代表的主动偏股基金非第一大重仓行业。1）交易热度上，传媒、电子板块在2015年估值跃迁见顶阶段仅经历了日均换手率处于历史高位的过程；2）参与者行为上，2015Q1以来主动偏股基金持续增配传媒、电子等板块至6月见顶之后，险资则在2015Q1增配电子后开始持续减配，并在2015上半年明显减配传媒板块，相应地，两融同样在2015年先持续大幅买入传媒、电子板块，6月中下旬开始转为大幅卖出；3）持仓关联方面，2015Q2选择重仓传媒、电子等板块的基金规模占比较高，但同时重仓其他板块的基金规模占比较低。但从持仓维度来看，选择持有传媒或电子板块的基金，同时持有计算机、医药等板块的基金规模占比较高。

三是以军工为代表的主动偏股基金持仓相对靠前（非前5大重仓）、但被明显增持的板块。1）交易热度上，军工板块在2015年估值跃迁见顶阶段及见顶前的阶段，其日均换手率与日均成交额占比的历史分位数有较长时间处于高位；2）参与者行为上，主动偏股基金2015Q1先减配、2015Q2以来持续增配军工板块，险资则在2015Q2有所减配军工板块，相应地，两融同样在2015年先持续大幅买入军工板块，6月中下旬开始转为大幅卖出；3）持仓关联方面，2015Q2无论重仓军工、还是持有军工板块的基金的持仓独立性较高。

四是以通信、轻工为代表的主动偏股基金持仓比例较低(后50%)、且被小幅增持的板块。1）交易热度上，通信、轻工板块在2015年估值跃迁见顶阶段同样仅呈现了日均换手率的历史分位数处于历史高位的特征，成交额占比则离历史分位数较远；2）参与者行为上，2015Q1以来主动偏股基金持续增配通信、轻工等板块至6月见顶之后，险资则在2015年上半年减配通信与军工板块，相应地，两融同样在2015年先持续大幅买入通信、轻工等板块，6月中下旬开始转为大幅卖出；3）持仓关联方面，2010年无论重仓通信或轻工板块、还是持有通信或轻工板块的基金的持仓独立性较高。

一是以食品饮料为代表的主动偏股基金的第一大持仓。1）交易热度上，计算机板块在2021年初估值跃迁见顶阶段继续呈现了日均换手率与成交额占比的“双高”特征；2）参与者行为上，2020年下半年以来，主动偏股基金持续增配食品饮料板块至2021Q1，相应地，北上资金自2020年下半年以来持续净卖出食品饮料板块至2021年5月，险资自2020Q2至2020Q4明显减配食品饮料板块，两融则自2020年4月以来持续加仓食品饮料板块至2021年8月；3）持仓关联方面，2020Q4同时重仓食品饮料和医药板块的基金规模占比较高，但选择持有食品饮料板块的基金同时持有医药、电子、家电、消费者服务、电新等板块的基金规模占比较高，这意味着作为第一大重仓行业的食品饮料板块在2020年末至2021年初估值跃迁过程中与其他估值跃迁行业(医药、电子、家电、消费者服务)可能存在明显的关联性。

二是以医药、电子、家电、消费者服务为代表的主动偏股基金非第一大重仓行业。1）交易热度上，在2021年初的估值跃迁见顶阶段，医药、电子、家电、消费者服务等板块的日均换手率均为触及历史极端分位数，仅消费者服务、电子等板块在2021年初估值跃迁见顶阶段的成交额占比近5年分位数均达到80%历史分位数以上。2）参与者行为上，除家电外，2021年初医药、电子、消费者服务等板块的估值跃迁阶段，主动偏股基金均明显增配。对于险资而言，2020Q2以来险资持续减配医药、家电、消费者服务等板块，在2020Q2与2020Q3明显减配电子之后，2020Q4至2021Q1小幅回补仓位但不及2020Q2至2020Q3减配的幅度。北上则参与了其中医药、电子、消费者服务板块的估值跃迁过程，且后续持续买入医药、电子板块。相应地，两融均持续买入上述板块，且卖出时间同步或晚于板块见顶时间。3）持仓关联方面，持有医药、电子、家电、消费者服务板块的基金同时持有其中两个行业的规模占比较高。

一是主动偏股基金的第一大重仓行业，其交易特征上往往会呈现日均换手率与成交额占比均处于较高的历史分位数，同时与其他行业存在较大的关联度；

二是与第一大行业持仓关联度较高的行业，其估值跃迁顶部并不一定会呈现交易指标上的过热，主动偏股基金的配置比例往往会比较靠前；

三是与重仓行业关联度不大，持仓中等靠前(一般在10~15名)的资产，其交易指标可能常常处于过热的阶段，主动偏股基金的增配过程往往较为连续。

四是主动偏股基金持仓较低的行业(后50%)，其估值跃迁顶部往往呈现日均换手率的分位数较高但成交额占比分位数不高的状态，与其他资产关联度较低。

回到当下，市场关于红利资产是否实现了估值跃迁也产生了讨论。根据我们前文分析，一类资产要达到估值跃迁的标准，需要满足以下条件：

（1）从基本面层面，有长期宏观或者产业趋势的支撑，叠加政策的催化更好；

（2）从估值层面，符合达到80%历史分位数之后继续上升至100%的过程；

（3）从交易层面，符合成交额占比和换手率“双高”的特征；

（4）从持仓层面，至少有一个行业能够成为公募基金的重仓行业。

关于基本面层面的分析我们此前很多专题已经做了阐述，这里我们重点分析后三个条件。

5.1 红利资产整体可能不存在估值跃迁的概念

从估值层面来看，以中证红利作为红利整体的代表，我们发现自有数据以来，中证红利的PB估值分位数仅在2009年突破了80%并达到100%，随后在2015年牛市顶部和2018年2月初也仅仅只是突破了50%，再也未能突破80%历史分位数。之所以中证红利指数的PB很难再突破80%历史分位数，我们认为可能与指数的编制有关：中证红利以股息率作为核心筛选标准，那么也就意味着一旦某些个股出现了估值跃迁的迹象，那么伴随着股息率的下降就会被剔除出中证红利指数，所以从指数编制层面中证红利选择的股票其初始估值本身就不会太高，因此要求在一年内这些个股整体的估值水平突破2009年80%分位数的水平可能较为困难。站在这个角度而言，红利资产整体是否会出现估值跃迁可能是一个“伪命题”。

有意思的是，如果红利的估值跃迁真的存在，那么主动偏股型基金的重仓股几乎踏空了这一全过程，这导致了水电板块相对于主动偏股基金的整体表现，已经达到了2021年食品饮料板块相对于全A的跑赢程度，这更加固化了部分投资者估值跃迁的直觉感知。

5.2 红利内部的细分行业是否存在估值跃迁的讨论

在红利资产内部，我们可以分为四类行业：公用事业类红利资产、资源类红利资产、金融类红利资产以及传统行业类（制造、消费等）红利资产。其中公用事业类红利资产具体包括水电、公路铁路、燃气和环保水务，资源类红利资产包括煤炭、石油石化，金融类红利资产包括银行、保险，传统行业类红利资产包括家电、纺织服装、钢铁、建筑以及传媒中的出版等。

那么从估值层面来看，截至2024年8月16日，PB估值历史分位数最高的是水电板块，而也只有水电符合我们前文所述的PB估值突破80%并向100%靠近的估值跃迁特征。其他细分行业来看，大部分行业的PB估值历史分位数都低于50%，分位数在40%以上的行业是公路铁路、石油石化以及煤炭，但从趋势图来看公路铁路近期估值抬升较快，而煤炭和石油石化的历史分位数在高位震荡甚至有所回落。 

1）交易热度方面：8月公路铁路、水电、环保及水务等板块的成交额占比触及90%历史分位数以上，其中，公路铁路的日均换手率同样触及80%历史分位数。

2）参与者行为方面：当前主动偏股基金依然低配上述行业，且在2024Q2增配了上述板块中的水电、环保及水务；两融与北上对于上述板块的参与度较低，北上仅对于其中的传统行业类红利有所加仓；相应地，ETF与险资是本轮红利细分资产的主要加仓者，其中，险资主要增配银行、出版、纺服、环保及水务等板块，ETF则持续净买入各类红利细分板块，且以银行、保险、家电、建筑、煤炭、石油石化、水电等板块为主。

3）从持仓关联度来看：无论是从一级行业来看，还是红利细分领域，各红利资产在主动偏股基金组合当中的持仓关联度较低。

5.3 典型个股是否存在估值跃迁？

如果我们选取细分行业中的典型代表性个股，考量的标准主要是2022年以来的收益率排名靠前且股价波动率较低，最大回撤较低，那么一共有24个典型的个股，我们将其称之为“红利核心24标的”：银行中的工农中建交和渝农商行、石油石化中的三桶油、煤炭中的中国神华与陕西煤业、交运中的皖通高速、山东高速、招商公路、宁沪高速、粤高速A、唐山港以及青岛港、水电中的长江电力、川投能源和华能水电、环保及水务中的洪城环境、燃气中的蓝天燃气和新天然气。

从个股的角度来看，PB绝对值出现了明显的断层：长江电力和华能水电的PB估值已经在4倍左右，而其他的个股都在3倍以下，尤其是银行的PB估值水平仍低于0.8。PB历史分位数突破了80%的个股有8只，占比1/3，其中有5只已经达到90%以上分位数甚至接近100%：长江电力、华能水电、陕西煤业、招商公路和蓝天燃气。这5只个股可能是红利资产内最接近估值跃迁特征的个股。但如果从区间涨跌幅来看，2022年年初至今涨幅最高的也仅仅只是150%左右，与茅指数成分股2019-2021年2月的涨跌幅均值（398%）/中位数（354%）相差甚远。

（1）从区间表现的对比、PB估值绝对值和抬升幅度来看，2022年至今红利核心24标的都远不如2019-2021年的茅指数，与上一轮估值跃迁的差距还很大。

总结而言，红利整体估值跃迁可能是一个“伪命题”，虽然在细分行业和个股领域可能已经出现了估值跃迁的特征，但其实结合盈利水平、投资者持仓以及交易特征来看，还远未达到2021年以食品饮料和医药为代表的行业估值跃迁的程度。

1）关于估值跃迁定义的适用性。文中对于估值跃迁的定义可能并非对所有的分析场景都适用，存在一定的主观性。

2）分析样本的可参考性不足。每一轮资产的估值跃迁都有特定的宏观背景和市场特征，不同轮次之间的可比性可能不足，而且由于样本较少，对当前的可参考性可能不足。

3）历史不代表未来。文中有关历史复盘的内容并不意味着未来一定会重现。