超预期行业的二维模型.docxVIP

表 1：高增长组合表现（单位：%） 本篇报告是我们超预期策略系列的第一篇报告，我们希望可以建立起一个完整的超预期策略分析体系，对于行业比较和配置提供一个新的框架性思路。 本篇报告我们主要解决了两方面的核心问题：一，年初选用什么策略？我们认为超预期策略能够提供更加稳定的回报，并且其相比于高增长策略具有更高的可操作性以及更加稳定的收益。二，如何找到超预期的行业？我们建立了超预期行业的二维模型，从超预期概率和超预期幅度两个角度出发，自上而下刻画了不同环境之下的超预期行业选择。盈利上行期，选择弹性的超预期方向；盈利下行期，则选择稳定的超预期方向。 1、 年初信息真空期该选什么策略？ 、 高增长预期是年初市场关注的核心方向之一 年初是决定年度配置的关键时期。年初通常处于全年相对的信息真空期，市场通常只对经济的走势有一个方向性的判断，而很难对各行业有清晰的预判，对各行业进行比较选择更是困难。而年初又是决定年度配置的关键时期，因此年初市场更加需要从自上而下角度给出一个框架性的判断。 高景气是市场最为关注的方向之一。景气度是行业比较和选择过程中最需要关注的因素之一，从结果来看，高增长策略确实可以战胜市场，有显著的超额收益。如果我们在每年年初按照全年实际盈利增速从高到低分为 10 组，从历史情 况来看，高增长的个股分组（下图中的第 1-3 组）确实有着更好的表现，在全年维度可以显著地跑赢市场。 但如何在年初获知实际的高增长？虽然高增长策略是一个非常稳妥的策略 选择，但遗憾的是，这是根据每年的实际业绩增速作出的选择——即“事后判断”。 从现实出发，我们无法在年初事先获知实际的盈利增速。因此年初的时候，市场只能参考自下而上的分析师一致预期，并且认为高增长预期的公司更有可能会获 得高收益——即“高预期策略”。但这样无疑会有显著的误差，在年初时点，采 用高预期策略会有怎样的收益率呢？ 分组 2011 年 2012 年 2013 年 2014 年 2015 年 2016 年 2017 年 2018 年 2019 年 2020 年 1 -22.2 21.3 45.3 68.6 98.2 -5.7 9.2 -22.6 67.0 66.0 2 -22.5 24.3 50.6 54.2 97.7 -7.1 -2.6 -24.7 54.1 57.6 3 -24.3 12.8 52.1 47.1 89.6 -8.1 -1.6 -19.2 54.7 58.7 4 -30.3 8.9 44.2 40.9 73.3 -9.0 0.6 -23.4 40.0 36.5 5 -32.2 -1.9 29.2 34.3 72.6 -9.8 -4.3 -27.2 30.1 29.3 6 -34.0 -3.6 28.0 39.8 61.3 -12.3 -11.9 -33.0 27.0 15.5 7 -35.9 -5.9 17.8 37.0 53.1 -10.8 -16.9 -32.7 18.1 13.2 8 -39.9 -8.6 6.6 32.4 57.9 -15.8 -25.1 -39.3 15.5 2.9 9 -37.2 -15.7 9.9 30.8 46.0 -18.8 -24.7 -41.5 8.4 -3.6 10 -40.2 -17.2 1.0 39.5 47.9 -19.0 -28.6 -48.2 8.4 -6.4 A 股实际的归母净利润增速进行分组，1-10 依次代表当年实际归母净利润同比增速从高到低，表格中数字代表该组股票该年的收益 率 历史来看，高预期策略并没有稳定的收益，年初高增长预期的组合表现并不突出。我们用年初的盈利增速预期代替全年的实际增速，来衡量高预期策略的表现。我们将每年年初有盈利预期的公司按照盈利预期增速从高到低分为 10 组， 并且考察各组全年的表现。从结果来看，高增长预期的组合与实际高增长的组合表现差异巨大，高增长预期的组合并没有稳定的收益，甚至不少年份他们的表现显著差于中低预期组合。在 2011 年到 2020 年这 10 年间，仅有 2019 年与 2020 年年初的高预期组合有好的表现。 表 2：高增长预期组合表现（单位：%） 分组 2011 年 2012 年 2013 年 2014 年 2015 年 2016 年 2017 年 2018 年 2019 年 2020 年 1 -32.3 3.5 12.5 46.7 77.3 -12.1 -11.5 -36.5 39.7 29.2 2 -34.2 2.6 29.4 39.8 80.6 -14.7 -13.1 -34.3 39.7 45.0 3 -36.3 2.7 44.7 31.5 83.6 -12.9 -10.2 -33.3 39.2 40.9 4 -33.6 -2.6 34.9 34.