反弹后的市场赔率是否还有吸引力？（天风宏观林彦）|溢价_新浪财经

与9月底ERP（风险溢价）相似的高位拐点是2022年10月，同样是政策宽松带来的超跌反弹行情，从当时那一轮反弹长度和高度来看，本轮行情或还有空间，节前的上涨与节后的回调很难说是理性的，但从赔率来看，A股现在算不上贵。至于这一轮ERP的底部在哪里，还要看后续基本面的改善情况。

9月24日国新办发布会拉开了这一轮A股反弹的序幕，直到10月8日的6个交易日，Wind全A指数累计上涨了35%，沪指创下2022年以来的新高。两市成交额更是高达近11万亿（日均接近2万亿，是前期低点的四倍）。如此之快的上涨让老投资者猝不及防，而新投资者情绪高涨，加速开户入金。在充分换手之后，节后A股有所调整，目前A股的赔率如何呢？

我们先给出结论：A股目前赔率仍不算低。我们这里把风险溢价作为权益资产赔率的度量方式，计算方式我们会在下文展开讨论。Wind全A目前风险溢价仍高于中性，上证50，沪深300和中证500这些市值中大的宽基指数风险溢价处在40%-50%的略低于中性的区间。风格上金融的风险溢价已经没有什么吸引力了，但消费还在极便宜的区间内（历史90%分位以上），周期和成长的风险溢价分别略低于与略高于中性（详见图1）。

“胜率”和“赔率”这两个词对于专业投资者来说应该并不陌生。它起源于一个著名的博弈论公式——凯利公式。其中赔率指的是在一场赌博中，如果下注正确，投注人的盈利倍数（不含本金），胜率则是下注正确的概率。

但需要注意的是凯利公式是已知胜率和赔率，求解投注的比例。但资本市场与凯利公式中的场景还是大相径庭的，资产持有期内的胜率和赔率都是不确定的。用什么方法来量化描述两者，是资产配置研究者多年以来的热门研究课题。本文中和大家从头梳理一下我们刻画赔率的思路，供大家参考。

在实际的交易中，最经典的赔率指标其实就是估值——PE、PB与PS等指标。举个例子，假设某公司的估值中枢是稳定的，处在10倍PE左右，目前市场给出的估值是5倍PE，那么买入并持有至该公司估值修复后赔率就是1倍。

这个例子中最强的假设是该公司的估值均值回复且中枢是10倍PE（隐含年收益率约等于10%，也就是不算利息十年收回本金）。但我们都知道，处在公司经营生涯的不同阶段，以及不同的宏观政策环境下，估值并不是稳定均值回复的。以Wind全A指数举例，2010年之前的估值是明显高于2010年之后的，选取不同的样本区间得到的统计分布也是完全不同甚至不可比较的。

一个比较常见的解释是，随着经济增速放缓和利率下降，新兴市场的估值也会逐渐下降。因此权益风险溢价在这几年逐渐成为刻画股票市场赔率的共识。它的计算方式有很多种，处理起来细节也比较多，但核心的思虑是用市场隐含的权益收益率（PE_TTM的倒数或者股息率）减去债券收益率得到投资人主动承担股市波动风险带来的溢价奖励。

在认同权益风险溢价（股债收益差）是刻画权益相对性价比，或者说权益赔率指标有效代理变量的前提下。如何构建泛化性强的，且可参考性强的代理变量就变成了我们的主要工作，在这点上我们做了一些新的思考和创新。

首先是股票收益率，估值隐含收益率（PE_TTM的倒数）是比股息率覆盖率更高的指标。根据中国上市公司协会的数据显示，截至2023年年底，4022家上市满三年的沪深A股上市公司中，2181家近三年连续现金分红，占比约为54%，再往前这个比例只会更低，因为近年来A股的分红正在以每年两位数百分比的速度上升。所以如果用股息率来衡量股票的收益率，A股覆盖度大概最多只有一半左右。而只要是盈利为正的公司，PE_TTM的倒数都可以用来刻画隐含收益率，这个指标的覆盖率2024年中报是八成左右。

当然估值隐含收益率也不是放之四海而皆准的，除去盈利为负的标的以外，估值较高的权益资产这个指标刻画的效果就会相应较差。举个例子，如果某创新型行业的PE_TTM最低值是50倍，最高值是100倍，相应的估值隐含收益率波动范围大致在【1-2%】之间，而债券收益率历史区间的波动范围是远大于100bps，则权益风险溢价作为两者的差主要是体现的就是债市的波动。

其次是债券收益率，目前大多数权益风险溢价计算时都参考的是《权益风险溢价之谜》【Mehra和Prescott，1985】这篇经典论文中使用的长期政府债利率（即10年期美国国债到期收益率）。作为舶来品，国内的风险溢价计算也基本上直接采用我国的10年期国债到期收益率作为公式中的被减数。但其实无论对于投资者还是融资者，权益收益率与长期国债之间的差异，除了权益波动带来的风险溢价，还应该包含着其主体可能破产的信用溢价。因此我们在构建权益风险溢价时，将采用信用债的收益率来更加纯粹的剥离出权益风险溢价的大小（对标宽基指数时，我们使用的是中债企业债AAA级2年期的到期收益率）。

在确定了计算公式之后，Wind全A的风险溢价历史走势（图5上）所示。从图中我们可以看到即使减去了债券收益率，A股的风险溢价也呈现出相对震荡向上的，这说明中国股市隐含收益率上升（历史估值下修）的速度是要快过债券收益率下降的速度的。因此我们还会对计算之后的ERP进行HP滤波处理，当然这里需要过滤的是较长时间的趋势，使得ERP的序列更加平稳。当然也可以用滚动窗口的方法来平滑序列，但代价就是牺牲了窗口外的数据分布，使得观察视角集中在一个更近的时间范围内，有盲人摸象的风险。

数据的平稳性是统计分析中一个非常重要的前提，不平稳的序列理论上不存在均值回复的特征，这会让指标的可用性大打折扣，类似我们在《拆解定量资产配置模型系列1——什么是我们眼中好的交易拥挤度指标？》中讨论过的情形。并且我们熟悉的“2-sigma”法则，应用的前提是样本服从正态分布。但从结果来看，滤波前后的ERP历史序列都不能满足正态分布的前提假设，所以采用百分位数作为统计量相对高低的描述，是要好过Z统计量的（中位数上下N倍Sigma）。

最后，我们观察一下滤波后的Wind全A ERP历史走势（图5下），前期（9月底）ERP最为相似的高位拐点是2022年10月，同样是由于政策宽松的驱动带来的超跌反弹行情，从当时那一轮反弹长度和高度来看，本轮行情或还有空间，节前的上涨与节后的回调很难说是理性的，但从赔率来看A股现在算不上贵。至于ERP会下修至哪里，还要看后续基本面的改善情况。

历史数据中的规律失效，后续政策落地情况不及预期，美国大选及地缘政治风险超预期

宋雪涛 | 研究员

美国北卡州立大学经济学博士。

林彦 | 研究员

张伟 | 研究员

对外经济贸易大学金融学硕士，主要负责经济政策和房地产研究。

孙永乐 | 研究员

中央财经大学产业经济学硕士，主要负责国内宏观经济和货币流动性研究。

钟天 | 研究员