AI智能总结
横/纵向估值法挖掘正股估值性价比 2025年08月19日 ➢构建估值评分体系评估转债正股赔率 随着权益市场升温,由转债正股驱动的收益占比可能进一步提升,如何在控制回撤的前提下,快速精准地评估个股估值水平并捕捉超额收益,成为投资的核心问题。为此,我们构建了跨行业的转债正股估值评分框架,采用纵向(个股相对于自身历史水平)和横向(个股在同行业中的相对位置)两个维度,对正股进行二维定位。 分析师徐亮执业证书:S0100525070004邮箱:xliang@mszq.com 无论是纵向还是横向分析中我们都秉持着一个中心思路,即“把估值拆为两层”,一级为基础的估值方法,二级则是财务指标的调整级,这样的拆解其实是与实务中我们“给估值”的过程极为相似的,在估值中枢的基础上再根据个股盈利能力、未来空间、财务状况等对估值进行上下调整。 分析师林浩睿执业证书:S0100525070006邮箱:linhaorui@mszq.com 研究助理黄涵静执业证书:S0100125070011邮箱:huanghanjing@mszq.com ➢横向分析哪些正股相对其他标的更有估值性价比。哪些是行业“适用”的一级指标?我们将指标“不适用”的判断分为三个维度,分别是:有效数据点不足、指标跨期稳定性不足、个股估值离散过大,通过这种方式筛选出行业适用的指标。对于不同的估值方法哪些二级指标是有效的?通过将PE(3年非负均值)、LnPB(结合PB-ROE的模型)和PS这3个一级指标/经调整的一级指标作为因变量,以选取的一些常用财务指标作为自变量,利用固定效应模型控制年份进行回归。从中得到有效的二级指标及其系数。构建横向评分。通过计算PE、PB、PS的横比分位数、二级指标调整以及根据指标适用性为三个指标重赋权重最终加权平均得到横向估值。横向估值有效“抗回撤”。选取了25年上半年权益市场波动较为明显的阶段,并以2024年12月31日作为估值指数的计算日,可以看到横向估值越低“抗回撤”的能力越强,0-20%横向估值组较无可用指标组平均最大回撤低15pct。 相关研究 1.债券策略周报20250817:利率还能继续上行吗?-2025/08/172.信用债周策略20250817:如何观察及分析重点行业产能治理-2025/08/173.转债周策略20250816:如何理解当前“双高”转债的投资价值-2025/08/164.科创债系列:关于科创债的几点思考-2025/08/155.固收+资产配置策略系列:险资股票配置特征与择券偏好分析-2025/08/14 ➢纵向分析哪些正股当前和自身历史相比估值性价比有增强。选取了2021年6月至今的数据,历史分位数的计算范围为2021年6月的起始日至计算日,以确保数据不带入时点的未来值。一级与二级指标各占50%权重,其中:一级指标计算PS、PB、PE三个估值指标的历史分位数均值,二级指标则是计算了资产负债率、ROE、净利润率的历史分位数均值与预测两年复合增速的历史分位数,前三个实际数指标的历史分位数均值占有50%中的20%权重,两年复合增速的历史分位数则占有20%。低纵向估值正股在上涨行情更易展现弹行。截至目前的本轮“反内卷”行情(2025年6月27日-2025年8月1日)中,纵向估值大于80%的正股向上弹性显著偏弱,估值80%以上组平均涨幅仅4.42%,显著低于其他各组。 ➢目前有哪些低估转债标的值得关注? 以50%横向评分+50%纵向评分作为横纵向评分,通过横纵向评分较低的正股我们可以看到当前(8月7日数据)横向评分较低的行业主要集中在国防军工、基础化工与建筑装饰等,几个行业基本与本轮“反内卷”行情关系紧密,此前估值持续偏弱,在行情中呈现较高弹性。纵向评分较低的行业主要集中在环保、美容护理、汽车、食饮,个股自此前高增速高估值的阶段转向,目前部分个股正处于安全垫较厚的状态。综合横纵向评分,麒麟、岱美、志邦、益丰、九典转02、长汽、珀莱、立讯、合顺、聚合、柳药、三诺、台21、正帆、洽洽、欧22、爱迪、弘亚、天23、金能等转债所对应正股横纵向合计排名靠前,估值性价比较高。 ➢风险提示:转债估值压缩风险,正股估值波动风险。 目录 1构建估值评分体系评估转债正股赔率........................................................................................................................32横向估值框架...........................................................................................................................................................32.1哪些是行业“适用”的一级指标?.....................................................................................................................................................32.2对于不同的估值方法哪些二级指标是有效的?...........................................................................................................................62.3横向分析计算方法.............................................................................................................................................................................73纵向分析框架...........................................................................................................................................................94目前有哪些低估转债标的值得关注?.....................................................................................................................115风险提示..............................................................................................................................................................14插图目录..................................................................................................................................................................15表格目录..................................................................................................................................................................15 1构建估值评分体系评估转债正股赔率 随着权益市场升温,由转债正股驱动的收益占比可能进一步提升,如何在控制回撤的前提下,快速精准地评估个股估值水平并捕捉超额收益,成为投资的核心问题。为此,我们构建了跨行业的转债正股估值评分框架,采用纵向(个股相对于自身历史水平)和横向(个股在同行业中的相对位置)两个维度,对正股进行二维定位。 无论是纵向还是横向分析中我们都秉持着一个中心思路,即“把估值拆为两层”,一级为基础的估值方法,二级则是财务指标的调整级,这样的拆解其实是与实务中我们“给估值”的过程极为相似的,在估值中枢的基础上再根据个股盈利能力、未来空间、财务状况等对估值进行上下调整。 2横向估值框架 横向分析的估值指数主要为了解决“如果资金要在某一刻选一只‘相对便宜’的转债(正股),该选哪只?”的问题,而要进行跨行业的估值比较,首先要解决的是受限于行业盈利特质,不同行业所使用的估值方法各不相同。因此我们采取在排除各个行业“不适用”的估值方法的基础上,个股以其不同指标在同业中的分位数(即“一/二级指标分位数”)来进行跨行业比较,消除某些行业长期维持较高/较低估值所带来的干扰。 2.1哪些是行业“适用”的一级指标? 我们将指标“不适用”的判断分为三个维度,分别是:有效数据点不足、指标跨期稳定性不足、个股估值离散过大。 2.1.1维度一:有效数据点不足 基于2013Q1-2024Q3 A股全上市公司季报数据(其中,23Q4-24Q3的数据仅作为模拟预测值代入,不作为估值时点,故后文总数据期数为43期),基于以下原则“清洗出”有效数据点:①符合该估值方法基础假设(以PE为例,EPS为负显然不具有合理性)②指标非极端值(以PE为例,因EPS过小,可能会造成千倍PE估值,显然此时PE估值已经失效,市场基于其他估值指标亦或基于历史股价对股票进行定价),此处以统计区间中各指标满足条件①的所有数据为范围,取80%置信区间(取值向上取整),判断是否为极端值。 如果某行业在某一级估值方法(PE/PE(3年非负均值)/PS/PB)下,有效数据比例小于50%的季度期数,大于总数据期(共43期)的10%,即,历史43期数据中至少有5期,行业内一半以上的公司均缺乏有效数据,我们认为该行业该指标有效数据点不足,该行业不适用该估值方法。 2.1.2维度二:指标跨期稳定性不足 计算各行业各季末估值时点估值指标均值,并测算该时间序列的稳定性,最终对同一行业不同指标的稳定性进行横评。 稳定性的衡量标准采取变异系数(样本标准差/均值——消除量纲影响的样本标准差)以衡量该估值指标的稳定性。 将“该行业各估值指标中最低的变异系数+0.03以内”作为“是否适用”的范围。变异系数在范围以外的指标,我们则认为该行业该指标跨期稳定性不足,该行 业不适用该估值方法。 2.1.3维度三:个股估值离散过大 对于某行业某估值指标,假定价格范围=跨季度均值[时点:各股财务指标均值×(行业80%分位数估值-行业20%分位数估值)]。这代表行业受估值影响(去除极值后)平均价格的变动范围。 将假定价格范围与2倍均价(为保持研究思路一致性,均价定义为T时点过去一个季度内最低价的行业均值的跨季度均值)相对比。 这是个相较宽松的范围(可以理解为,根据某模型,假设一只财务表现位于行业均值水平的个股,其分别被给予行业内20%与80%分位数估值所产生的价差,不应大于其实际均价的2倍),若假定价格范围大于2倍均价,我们则认为该行业个股估值离散过大,该行业不适用该估值方法。 2.1.4行业“适用”指标汇总 通过三个维度的筛选我们得到各个行业适用的对照表【图1】,从结果上看与我们实务中的“常识”基本是契合的。PE(3年非负均值)与PB“适用”的行业最多,尤其是PB,其对申万29个行业均可覆盖,仅计算机与非银金融两个行业在数据层面表现为“不适用”。 全面优于PE的PE(3年非负均值)。有关各