與9月底ERP（風(fēng)險溢價）相似的高位拐點是2022年10月，同樣是政策寬松帶來的超跌反彈行情，從當(dāng)時那一輪反彈長度和高度來看，本輪行情或還有空間，節(jié)前的上漲與節(jié)后的回調(diào)很難說是理性的，但從賠率來看，A股現(xiàn)在算不上貴。至于這一輪ERP的底部在哪里，還要看后續(xù)基本面的改善情況。

9月24日國新辦發(fā)布會拉開了這一輪A股反彈的序幕，直到10月8日的6個交易日，Wind全A指數(shù)累計上漲了35%，滬指創(chuàng)下2022年以來的新高。兩市成交額更是高達(dá)近11萬億（日均接近2萬億，是前期低點的四倍）。如此之快的上漲讓老投資者猝不及防，而新投資者情緒高漲，加速開戶入金。在充分換手之后，節(jié)后A股有所調(diào)整，目前A股的賠率如何呢？

我們先給出結(jié)論：A股目前賠率仍不算低。我們這里把風(fēng)險溢價作為權(quán)益資產(chǎn)賠率的度量方式，計算方式我們會在下文展開討論。Wind全A目前風(fēng)險溢價仍高于中性，上證50，滬深300和中證500這些市值中大的寬基指數(shù)風(fēng)險溢價處在40%-50%的略低于中性的區(qū)間。風(fēng)格上金融的風(fēng)險溢價已經(jīng)沒有什么吸引力了，但消費還在極便宜的區(qū)間內(nèi)（歷史90%分位以上），周期和成長的風(fēng)險溢價分別略低于與略高于中性（詳見圖1）。

“勝率”和“賠率”這兩個詞對于專業(yè)投資者來說應(yīng)該并不陌生。它起源于一個著名的博弈論公式——凱利公式。其中賠率指的是在一場賭博中，如果下注正確，投注人的盈利倍數(shù)（不含本金），勝率則是下注正確的概率。

但需要注意的是凱利公式是已知勝率和賠率，求解投注的比例。但資本市場與凱利公式中的場景還是大相徑庭的，資產(chǎn)持有期內(nèi)的勝率和賠率都是不確定的。用什么方法來量化描述兩者，是資產(chǎn)配置研究者多年以來的熱門研究課題。本文中和大家從頭梳理一下我們刻畫賠率的思路，供大家參考。

在實際的交易中，最經(jīng)典的賠率指標(biāo)其實就是估值——PE、PB與PS等指標(biāo)。舉個例子，假設(shè)某公司的估值中樞是穩(wěn)定的，處在10倍PE左右，目前市場給出的估值是5倍PE，那么買入并持有至該公司估值修復(fù)后賠率就是1倍。

這個例子中最強(qiáng)的假設(shè)是該公司的估值均值回復(fù)且中樞是10倍PE（隱含年收益率約等于10%，也就是不算利息十年收回本金）。但我們都知道，處在公司經(jīng)營生涯的不同階段，以及不同的宏觀政策環(huán)境下，估值并不是穩(wěn)定均值回復(fù)的。以Wind全A指數(shù)舉例，2010年之前的估值是明顯高于2010年之后的，選取不同的樣本區(qū)間得到的統(tǒng)計分布也是完全不同甚至不可比較的。

一個比較常見的解釋是，隨著經(jīng)濟(jì)增速放緩和利率下降，新興市場的估值也會逐漸下降。因此權(quán)益風(fēng)險溢價在這幾年逐漸成為刻畫股票市場賠率的共識。它的計算方式有很多種，處理起來細(xì)節(jié)也比較多，但核心的思慮是用市場隱含的權(quán)益收益率（PE_TTM的倒數(shù)或者股息率）減去債券收益率得到投資人主動承擔(dān)股市波動風(fēng)險帶來的溢價獎勵。

在認(rèn)同權(quán)益風(fēng)險溢價（股債收益差）是刻畫權(quán)益相對性價比，或者說權(quán)益賠率指標(biāo)有效代理變量的前提下。如何構(gòu)建泛化性強(qiáng)的，且可參考性強(qiáng)的代理變量就變成了我們的主要工作，在這點上我們做了一些新的思考和創(chuàng)新。

首先是股票收益率，估值隱含收益率（PE_TTM的倒數(shù)）是比股息率覆蓋率更高的指標(biāo)。根據(jù)中國上市公司協(xié)會的數(shù)據(jù)顯示，截至2023年年底，4022家上市滿三年的滬深A(yù)股上市公司中，2181家近三年連續(xù)現(xiàn)金分紅，占比約為54%，再往前這個比例只會更低，因為近年來A股的分紅正在以每年兩位數(shù)百分比的速度上升。所以如果用股息率來衡量股票的收益率，A股覆蓋度大概最多只有一半左右。而只要是盈利為正的公司，PE_TTM的倒數(shù)都可以用來刻畫隱含收益率，這個指標(biāo)的覆蓋率2024年中報是八成左右。

當(dāng)然估值隱含收益率也不是放之四海而皆準(zhǔn)的，除去盈利為負(fù)的標(biāo)的以外，估值較高的權(quán)益資產(chǎn)這個指標(biāo)刻畫的效果就會相應(yīng)較差。舉個例子，如果某創(chuàng)新型行業(yè)的PE_TTM最低值是50倍，最高值是100倍，相應(yīng)的估值隱含收益率波動范圍大致在【1-2%】之間，而債券收益率歷史區(qū)間的波動范圍是遠(yuǎn)大于100bps，則權(quán)益風(fēng)險溢價作為兩者的差主要是體現(xiàn)的就是債市的波動。

其次是債券收益率，目前大多數(shù)權(quán)益風(fēng)險溢價計算時都參考的是《權(quán)益風(fēng)險溢價之謎》【Mehra和Prescott，1985】這篇經(jīng)典論文中使用的長期政府債利率（即10年期美國國債到期收益率）。作為舶來品，國內(nèi)的風(fēng)險溢價計算也基本上直接采用我國的10年期國債到期收益率作為公式中的被減數(shù)。但其實無論對于投資者還是融資者，權(quán)益收益率與長期國債之間的差異，除了權(quán)益波動帶來的風(fēng)險溢價，還應(yīng)該包含著其主體可能破產(chǎn)的信用溢價。因此我們在構(gòu)建權(quán)益風(fēng)險溢價時，將采用信用債的收益率來更加純粹的剝離出權(quán)益風(fēng)險溢價的大?。▽?biāo)寬基指數(shù)時，我們使用的是中債企業(yè)債AAA級2年期的到期收益率）。

在確定了計算公式之后，Wind全A的風(fēng)險溢價歷史走勢（圖5上）所示。從圖中我們可以看到即使減去了債券收益率，A股的風(fēng)險溢價也呈現(xiàn)出相對震蕩向上的，這說明中國股市隱含收益率上升（歷史估值下修）的速度是要快過債券收益率下降的速度的。因此我們還會對計算之后的ERP進(jìn)行HP濾波處理，當(dāng)然這里需要過濾的是較長時間的趨勢，使得ERP的序列更加平穩(wěn)。當(dāng)然也可以用滾動窗口的方法來平滑序列，但代價就是犧牲了窗口外的數(shù)據(jù)分布，使得觀察視角集中在一個更近的時間范圍內(nèi)，有盲人摸象的風(fēng)險。

數(shù)據(jù)的平穩(wěn)性是統(tǒng)計分析中一個非常重要的前提，不平穩(wěn)的序列理論上不存在均值回復(fù)的特征，這會讓指標(biāo)的可用性大打折扣，類似我們在《拆解定量資產(chǎn)配置模型系列1——什么是我們眼中好的交易擁擠度指標(biāo)？》中討論過的情形。并且我們熟悉的“2-sigma”法則，應(yīng)用的前提是樣本服從正態(tài)分布。但從結(jié)果來看，濾波前后的ERP歷史序列都不能滿足正態(tài)分布的前提假設(shè)，所以采用百分位數(shù)作為統(tǒng)計量相對高低的描述，是要好過Z統(tǒng)計量的（中位數(shù)上下N倍Sigma） 。

最后，我們觀察一下濾波后的Wind全A ERP歷史走勢（圖5下），前期（9月底）ERP最為相似的高位拐點是2022年10月，同樣是由于政策寬松的驅(qū)動帶來的超跌反彈行情，從當(dāng)時那一輪反彈長度和高度來看，本輪行情或還有空間，節(jié)前的上漲與節(jié)后的回調(diào)很難說是理性的，但從賠率來看A股現(xiàn)在算不上貴。至于ERP會下修至哪里，還要看后續(xù)基本面的改善情況。

歷史數(shù)據(jù)中的規(guī)律失效，后續(xù)政策落地情況不及預(yù)期，美國大選及地緣政治風(fēng)險超預(yù)期

宋雪濤?|?研究員

美國北卡州立大學(xué)經(jīng)濟(jì)學(xué)博士。

林?? 彥?| 研究員

張? ?偉 | 研究員

對外經(jīng)濟(jì)貿(mào)易大學(xué)金融學(xué)碩士，主要負(fù)責(zé)經(jīng)濟(jì)政策和房地產(chǎn)研究。

孫永樂?| 研究員

中央財經(jīng)大學(xué)產(chǎn)業(yè)經(jīng)濟(jì)學(xué)碩士，主要負(fù)責(zé)國內(nèi)宏觀經(jīng)濟(jì)和貨幣流動性研究。

鐘天?| 研究員

海量資訊、精準(zhǔn)解讀，盡在新浪財經(jīng)APP