【华泰金工林晓明团队】市场初步企稳——华泰金工林晓明团队每周观点20190512

摘要
上周市场出现较大波动，主要股指估值有所分化
上周A股市场出现了较大波动，主要股票指数均出现不同程度的下跌。其中创业板指、上证50和中小板指下跌幅度较大，分别为-5.54%、-5.14%和-4.99%；中证1000、上证综指、深证成指跌幅相对较小，跌幅也都超过4%。统计主要股指最新PE_TTM和PB_LF分位数，不同股指之间存在一定分化。从PE_TTM角度，创业扳指（62.11%）、深证成指（48.34%）、中证1000（42.68%）的估值已经接近或超过历史中枢水平；中证500（13.17%）、上证综指（16.61%）、上证50（21.37%）则仍然处于历史较低水平。从PB_LF角度，所有股指均处于历史中位数之下。

年初至今股票市场呈现出明显的大小盘风格轮动现象
参考中证1000和上证50指数收盘价之间的比值，可以将年初至今的市场划分为三个阶段：1月2至1月31日、2月1日至3月12日以及3月13日至5月10日。第一阶段市场行情主要由大市值价值股推动，上证50、中证100、沪深300涨幅显著高于其他股票指数。第二阶段行情的启动开始于春节之后，叠加全球流动性环境边际宽松，投资者风险偏好提升，小盘股占优，创业扳指、中证1000、中小板指、深证成指均录得2016年以来最大的区间涨幅。第三阶段市场处于震荡行情，股票市场的表现呈现两极分化，小盘指数整体回调，上证50、中证100仍然录得正收益。

最新季报显示，A股营收增速持续下降，一季度金融行业营收有较大提升
最新季报显示，A股总体营收增速（营收累计值同比增长率）仍处于下降趋势，连续两个季度出现回落。其中，所有股票营收增速由18年年报的12.36%下滑至19年一季报的11.82%；剔除金融行业之后，营收增速由13.36%下滑至10.46%。行业角度，非银行金融、国防军工、银行和电力设备行业改善最为明显，综合、计算机、建材和轻工制造行业则出现较大下滑。板块角度，大金融一季度营收增速大幅提升，相比于18年年报增加了8.01%，达到18.24%；周期下游由5.13%提升至6.21%，略有改善，周期上游、周期中游、消费、成长则均出现不同程度的下滑。

A股归母净利润增速由负转正，ROE下降幅度有所减缓，业绩临近拐点
最新季报显示，所有A股归母净利润增速由18年年报的-1.81%提升至19年一季报的8.91%，剔除金融行业之后，归母净利润增速也由-5.78%提升至0.35%，和营收增速持续下行不同，归母净利润增速已经出现改善。从ROE_TTM角度看，A股的盈利下行趋势也在放缓，所有A股ROE_TTM由9.71%下滑至9.65%；剔除金融行业之后该值分别为8.19%和7.97%。从周期建模结论来看，实体经济基钦周期预计于19年三季度前后见底，目前来看，各业绩指标也呈现出探底特征，归母净利润增速已经出现边际改善，我们判断企业盈利已经处于拐点前夕。

华泰大类资产周期进取策略上周表现回顾
华泰金工基于市场统一周期理论，提出了大类资产定价模型，在回测中取得了良好的业绩表现。我们将该资产配置策略应用于全球大类资产，精选优质可投资标的，根据周期轮动规律配置中国和海外的股指、债券和商品类资产，逐月调仓，构建“华泰大类资产周期进取策略”。该策略指数在Wind与Bloomberg金融终端同步更新（Wind代码CI001801.WI，Bloomberg代码 WI001801）。策略指数上周收益0.54%，最近3个月收益0.97%，最近一年收益6.85%。

风险提示：模型根据历史规律总结，历史规律可能失效。金融周期规律被打破。市场出现超预期波动，导致拥挤交易。

上周市场普遍下跌，主要股指估值水平有所分化
上周主要指数普遍下跌，出现较大波动
上周A股市场出现了较大波动，主要股票指数出现不同程度的下跌。其中创业板指、上证50和中小板指下跌幅度相对较高，分别为-5.54%、-5.14%和-4.99%；中证1000、上证综指、深证成指跌幅相对较小，分别为-4.17%、-4.52和-4.54%。

上周所有行业普跌，国防军工、家电、纺织服装行业相对抗跌
上周所有行业普跌，跌幅相对较小的行业是国防军工（-1.63%）、家电（-2.59%）、纺织服装（-2.70%）、计算机（-3.53%）、电力及公共事业（-3.61%）。跌幅较大的行业主要是非银行金融（-6.10%）、通信（-5.55%）、交通运输（-5.54%）、石油石化（-5.28%）和建筑（-5.13%）。将一级行业聚类成周期上、中、下游，大金融，消费与成长六大板块，同样呈现出普跌格局：周期上游下跌 4.70%、周期中游下跌 4.77%、周期下游下跌 4.32%、大金融下跌 4.78%、消费下跌 3.65%、成长下跌4.39%。

主要股票指数最新估值分位数有所分化
统计主要股指最新PE_TTM和PB_LF估值水平，不同股指之间存在一定分化。

从PE_TTM角度来看，创业扳指（62.11%）、深证成指（48.34%）、中证1000（42.68%）的估值已经接近或超过历史中枢水平；中证500（13.17%）、上证综指（16.61%）、上证50（21.37%）则仍然处于历史较低水平。

从PB_LF角度来看，所有股指都处于历史中位数之下。其中估值分位数较高的是深证成指（29.55%）和创业扳指（30.34%），较低的是上证综指（5.73%）、中证500（6.04%）、中小板指（6.29%）。

年初至今股票市场呈现出明显的大小盘风格轮动现象
2019年初至今，股票市场呈现出较为明显的大小盘风格轮动现象。参考中证1000和上证50指数收盘价之间的比值，可以将年初至今的市场风格划分为三个阶段：1月2日至1月31日，2月1日至3月12日，3月13日至5月10日。

第一阶段行情主要由大市值价值股推动，上证50（8.30%）、中证100（7.70%）、沪深300（6.34%）涨幅显著高于其他股票指数。从行业角度看，典型的消费行业（家电和食品饮料）与大金融行业（非银行金融和银行）起到领涨作用。

第二阶段行情的启动开始于春节之后。在A股“春节效应”和全球流动性边际宽松的共振影响下，投资者风险偏好提升，小盘成长风格受到青睐。在此期间，创业扳指（44.42%）、中证1000（37.89%）、中小板指（32.35%）、深证成指（31.58%）都录得2016年至今最大的区间涨幅。行业角度，计算机（55.09%）、农林牧渔（54.49%）、电子元器件（45.60%）、通信（45.58%）表现最好。

第三阶段市场处于震荡行情，主要股指的表现有所分化，小盘指数整体回调，大盘股指补涨。前一阶段上涨幅度较大的小市值指数出现不同幅度的下跌，具有代表性的创业板指和中小板指分别下跌13.51%和10.28%。而以上证50（2.72%）、中证100（2.18%）为代表的大盘指数维持了正收益。行业角度，消费板块领涨，食品饮料（16.54%）、家电（7.32%）、餐饮旅游（6.44%）的涨幅显著高于其他行业，而以传媒（-17.91%）、计算机（-15.47%）和电子元器件（-14.30%）为代表的成长板块出现较大幅度下跌。

A股市场业绩下降趋势放缓，临近业绩拐点
A股整体营收增速持续下降，一季度金融行业营收有较大提升
A股总体营业收入增速（营收累计值同比增长率）仍处于下降趋势，连续两个季度出现回落。全市场2018年报营收增速为12.36%，2019一季报下滑到11.82%。在剔除金融行业之后，A股全市场的2018年报营收增速为13.36%，2019一季报下滑到10.46%。

2019一季报显示，29个中信一级行业中有11个行业的营收增速相比于18年年报有所提升。其中，非银行金融、国防军工、银行和电力设备行业营收增速改善涨幅较大，分别为14.24%、9.11%、7.46%和4.03%。综合、计算机、建材和轻工制造行业的营收增速下降最多，分别为-133.15%、-10.63%、-10.39%和-9.65%。

六大板块中，大金融行业一季度营收增速相比于18年年报增加了8.01%，达到18.24%；周期下游行业略有提升，从18年年报的5.13%提升至19年一季报的6.21%；其他四个板块营收增速均出现不同程度的下降，其中，周期上游从17.91%下滑到12.09%，周期中游从11.98%下滑到9.24%，成长板块从14.02%下滑到10.89%，消费板块从12.93%下滑到10.12%。

A股归母净利润增速由负转正，与营收增速走势背离
2018年报中，所有A股归母净利润增速为-1.81%，2019一季报提升至8.91%，剔除金融行业之后，归母净利润增速也由-5.78%提升至0.35%。和营收增速持续下行不同，归母净利润增速已经出现回升。但根据周期模型建模结论，实体经济基钦周期将于19年3季度前后探底回升，那么企业盈利目前大概率已经处于底部拐点前夕。

29个中信一级行业中有19个行业的归母净利润增速有所提高。其中，综合（160.95%）、传媒（134.00%）、计算机（97.78%）、非银行金融（94.05%）和通信（90.99%）改善最为明显。石油石化（-77.07%）、钢铁（-71.75%）、建材（-47.81%）、基础化工（-47.70%）等强周期行业出现较大幅度下滑。

从六大板块角度看，大金融和消费板块归母净利润增速改善明显，其中，大金融板块由3.05%提升至16.97%，消费板块由-4.14%提升至7.07%。其他板块中，周期下游和成长板块相比于18年年报也有提升，但最新的利润增速仍然为负值，而周期上游和周期中游则出现下降。

全市场ROE下降幅度有所减缓，大金融板块ROE上升
全市场2018年四季度ROE_TTM为9.71%，2019年一季度为9.65%；剔除金融行业之后该值分别为8.19%和7.97%。整体而言，A股ROE_TTM的下行趋势呈现出放缓迹象。

2019一季度非银行金融和餐饮旅游的ROE_TTM增幅较大，分别为1.56%和0.95%；钢铁、农林牧渔和汽车行业ROE_TTM下降幅度较大，分别为-1.82%、-1.55%和-0.97%。六大板块中，只有大金融板块的ROE_TTM在2019年一季度有所上升，其他五个板块的ROE均有所下降。

华泰金工模型追踪
华泰大类资产周期进取策略近期表现回顾
华泰金工周期系列之《周期三因子定价与资产配置模型》仿照FAMA三因子模型，基于市场统一周期理论，提出了大类资产定价模型。根据定价模型外推预测的资产表现排序结果构建了资产配置策略，在回测中取得了良好的业绩表现。我们将该资产配置策略应用于全球大类资产，精选优质可投资标的，根据周期轮动规律配置中国和海外的股指、债券和商品类资产，逐月调仓，构建“华泰大类资产周期进取策略”。该策略指数在Wind与Bloomberg金融终端同步更新（Wind代码CI001801.WI，Bloomberg代码 WI001801），我们在月报中跟踪该策略的表现，供投资者参考。


大类资产周期进取策略以沪深300指数、标普500指数、欧洲斯托克50指数、恒生指数、日经225指数、iShares MSCI新兴市场指数ETF、中国10年期国债期货、美国10年期国债期货、英国10年期国债期货、德国10年期国债期货、日本10年期国债期货、彭博商品指数为投资标的，各标的指数代码及货币单位如下表所示。

策略从2010年5月开始回测，回测至今取得优异的表现。无论从收益指标还是收益风险比率都超越各大类资产。截至2019年5月9日，策略的收益表现如下图表所示。

风险提示：模型根据历史规律总结，历史规律可能失效。金融周期规律被打破。市场出现超预期波动，导致拥挤交易。

免责申明
本公众平台不是华泰证券研究所官方订阅平台。相关观点或信息请以华泰证券官方公众平台为准。根据《证券期货投资者适当性管理办法》的相关要求，本公众号内容仅面向华泰证券客户中的专业投资者，请勿对本公众号内容进行任何形式的转发。若您并非华泰证券客户中的专业投资者，请取消关注本公众号，不再订阅、接收或使用本公众号中的内容。因本公众号难以设置访问权限，若给您造成不便，烦请谅解！本公众号旨在沟通研究信息，交流研究经验，华泰证券不因任何订阅本公众号的行为而将订阅者视为华泰证券的客户。

本公众号研究报告有关内容摘编自已经发布的研究报告的，若因对报告的摘编而产生歧义，应以报告发布当日的完整内容为准。如需了解详细内容，请具体参见华泰证券所发布的完整版报告。

本公众号内容基于作者认为可靠的、已公开的信息编制，但作者对该等信息的准确性及完整性不作任何保证，也不对证券价格的涨跌或市场走势作确定性判断。本公众号所载的意见、评估及预测仅反映发布当日的观点和判断。在不同时期，华泰证券可能会发出与本公众号所载意见、评估及预测不一致的研究报告。

在任何情况下，本公众号中的信息或所表述的意见均不构成对客户私人投资建议。订阅人不应单独依靠本订阅号中的信息而取代自身独立的判断，应自主做出投资决策并自行承担投资风险。普通投资者若使用本资料，有可能会因缺乏解读服务而对内容产生理解上的歧义，进而造成投资损失。对依据或者使用本公众号内容所造成的一切后果，华泰证券及作者均不承担任何法律责任。

本公众号版权仅为华泰证券股份有限公司所有，未经公司书面许可，任何机构或个人不得以翻版、复制、发表、引用或再次分发他人等任何形式侵犯本公众号发布的所有内容的版权。如因侵权行为给华泰证券造成任何直接或间接的损失，华泰证券保留追究一切法律责任的权利。本公司具有中国证监会核准的“证券投资咨询”业务资格，经营许可证编号为：91320000704041011J。

林晓明
执业证书编号：S0570516010001

华泰金工深度报告一览
金融周期系列研究（资产配置）
【华泰金工林晓明团队】二十载昔日重现，三四年周期轮回——2019年中国与全球市场量化资产配置年度观点（下）
【华泰金工林晓明团队】二十载昔日重现，三四年周期轮回——2019年中国与全球市场量化资产配置年度观点（上）
【华泰金工林晓明团队】周期轮动下的BL资产配置策略
【华泰金工林晓明团队】周期理论与机器学习资产收益预测——华泰金工市场周期与资产配置研究
【华泰金工林晓明团队】市场拐点的判断方法
【华泰金工林晓明团队】2018中国与全球市场的机会、风险 · 年度策略报告（上）
【华泰金工林晓明团队】基钦周期的量化测度与历史规律 · 华泰金工周期系列研究
【华泰金工林晓明团队】周期三因子定价与资产配置模型（四）——华泰金工周期系列研究
【华泰金工林晓明团队】周期三因子定价与资产配置模型（三）——华泰金工周期系列研究
【华泰金工林晓明团队】周期三因子定价与资产配置模型（二）——华泰金工周期系列研究
【华泰金工林晓明团队】周期三因子定价与资产配置模型（一）——华泰金工周期系列研究
【华泰金工林晓明团队】华泰金工周期研究系列 · 基于DDM模型的板块轮动探索
【华泰金工林晓明团队】市场周期的量化分解
【华泰金工林晓明团队】周期研究对大类资产的预测观点
【华泰金工林晓明团队】金融经济系统周期的确定（下）——华泰金工周期系列研究
【华泰金工林晓明团队】金融经济系统周期的确定（上）——华泰金工周期系列研究
【华泰金工林晓明团队】全球多市场择时配置初探——华泰周期择时研究系列
行业指数频谱分析及配置模型：市场的周期分析系列之三
【华泰金工林晓明团队】市场的频率——市场轮回，周期重生
【华泰金工林晓明团队】市场的轮回——金融市场周期与经济周期关系初探

FOF与金融创新产品
【华泰金工】生命周期基金Glide Path开发实例——华泰FOF与金融创新产品系列研究报告之一

因子周期（因子择时）
【华泰金工林晓明团队】市值因子收益与经济结构的关系——华泰因子周期研究系列之三
【华泰金工林晓明团队】周期视角下的因子投资时钟--华泰因子周期研究系列之二
【华泰金工林晓明团队】因子收益率的周期性研究初探

择时
【华泰金工林晓明团队】华泰风险收益一致性择时模型
【华泰金工林晓明团队】技术指标与周期量价择时模型的结合
【华泰金工林晓明团队】华泰价量择时模型——市场周期在择时领域的应用

行业轮动
【华泰金工林晓明团队】行业轮动系列之六：“华泰周期轮动”基金组合构建20190312
【华泰金工林晓明团队】估值因子在行业配置中的应用——华泰行业轮动系列报告之五
【华泰金工林晓明团队】动量增强因子在行业配置中的应用--华泰行业轮动系列报告之四
【华泰金工林晓明团队】财务质量因子在行业配置中的应用--华泰行业轮动系列报告之三
【华泰金工林晓明团队】周期视角下的行业轮动实证分析·华泰行业轮动系列之二
【华泰金工林晓明团队】基于通用回归模型的行业轮动策略 · 华泰行业轮动系列之一

Smartbeta
【华泰金工林晓明团队】Smart Beta：乘风破浪趁此时——华泰Smart Beta系列之一
【华泰金工林晓明团队】Smartbeta在资产配置中的优势——华泰金工Smartbeta专题研究之一

多因子选股
【华泰金工林晓明团队】因子合成方法实证分析 ——华泰多因子系列之十
【华泰金工林晓明团队】华泰单因子测试之一致预期因子 ——华泰多因子系列之九
【华泰金工林晓明团队】华泰单因子测试之财务质量因子——华泰多因子系列之八
【华泰金工林晓明团队】华泰单因子测试之资金流向因子——华泰多因子系列之七
【华泰金工林晓明团队】华泰单因子测试之波动率类因子——华泰多因子系列之六
【华泰金工林晓明团队】华泰单因子测试之换手率类因子——华泰多因子系列之五
【华泰金工林晓明团队】华泰单因子测试之动量类因子——华泰多因子系列之四
【华泰金工林晓明团队】华泰单因子测试之成长类因子——华泰多因子系列之三
【华泰金工林晓明团队】华泰单因子测试之估值类因子——华泰多因子系列之二
【华泰金工林晓明团队】华泰多因子模型体系初探——华泰多因子系列之一
【华泰金工林晓明团队】五因子模型A股实证研究
【华泰金工林晓明团队】红利因子的有效性研究——华泰红利指数与红利因子系列研究报告之二

人工智能
【华泰金工林晓明团队】必然中的偶然：机器学习中的随机数——华泰人工智能系列之二十
【华泰金工林晓明团队】偶然中的必然：重采样技术检验过拟合——华泰人工智能系列之十九
【华泰金工林晓明团队】机器学习选股模型的调仓频率实证——华泰人工智能系列之十八
【华泰金工林晓明团队】人工智能选股之数据标注方法实证——华泰人工智能系列之十七
【华泰金工林晓明团队】再论时序交叉验证对抗过拟合——华泰人工智能系列之十六
【华泰金工林晓明团队】人工智能选股之卷积神经网络——华泰人工智能系列之十五
【华泰金工林晓明团队】对抗过拟合：从时序交叉验证谈起
【华泰金工林晓明团队】人工智能选股之损失函数的改进——华泰人工智能系列之十三
【华泰金工林晓明团队】人工智能选股之特征选择——华泰人工智能系列之十二
【华泰金工林晓明团队】人工智能选股之Stacking集成学习——华泰人工智能系列之十一
【华泰金工林晓明团队】宏观周期指标应用于随机森林选股——华泰人工智能系列之十
【华泰金工林晓明团队】人工智能选股之循环神经网络——华泰人工智能系列之九
【华泰金工林晓明团队】人工智能选股之全连接神经网络——华泰人工智能系列之八
【华泰金工林晓明团队】人工智能选股之Python实战——华泰人工智能系列之七
【华泰金工林晓明团队】人工智能选股之Boosting模型——华泰人工智能系列之六
【华泰金工林晓明团队】人工智能选股之随机森林模型——华泰人工智能系列之五
【华泰金工林晓明团队】人工智能选股之朴素贝叶斯模型——华泰人工智能系列之四
【华泰金工林晓明团队】人工智能选股之支持向量机模型— —华泰人工智能系列之三
【华泰金工林晓明团队】人工智能选股之广义线性模型——华泰人工智能系列之二

指数增强基金分析
【华泰金工林晓明团队】再探回归法测算基金持股仓位——华泰基金仓位分析专题报告
【华泰金工林晓明团队】酌古御今：指数增强基金收益分析
【华泰金工林晓明团队】基于回归法的基金持股仓位测算
【华泰金工林晓明团队】指数增强方法汇总及实例——量化多因子指数增强策略实证

基本面选股
【华泰金工林晓明团队】华泰价值选股之相对市盈率港股模型——相对市盈率港股通模型实证研究
【华泰金工林晓明团队】华泰价值选股之FFScore模型
【华泰金工林晓明团队】相对市盈率选股模型A股市场实证研究
【华泰金工林晓明团队】华泰价值选股之现金流因子研究——现金流因子选股策略实证研究
【华泰金工林晓明团队】华泰基本面选股之低市收率模型——小费雪选股法 A 股实证研究
【华泰金工林晓明团队】华泰基本面选股之高股息率模型之奥轩尼斯选股法A股实证研究

基金定投
【华泰金工林晓明团队】大成旗下基金2018定投策略研究
【华泰金工林晓明团队】布林带与股息率择时定投模型——基金定投系列专题研究报告之四
【华泰金工林晓明团队】基金定投3—马科维茨有效性检验
【华泰金工林晓明团队】基金定投2—投资标的与时机的选择方法
【华泰金工林晓明团队】基金定投1—分析方法与理论基础

其它
【华泰金工林晓明团队】A股市场及行业的农历月份效应——月份效应之二
A股市场及行业的月份效应——详解历史数据中的隐藏法则