投资策略专题：变化无常，守望盈利确定性

1. 风格研究框架的建立

不执着于“投资现象”，投资需要回归本质。过去两年，A 股市场在经济 转型、利率市场化以及新经济的过程当中，产生了诸多的新理念与新概 念，诸如“核心资产”、“终局思维”以及“投资赛道化”等等新式的投 资策略，但市场行情的剧烈波动，却揭示了以上的投资风格均是特殊时 期与特定环境下的“投资现象”，更多的是市场风格下的具象产物，执着 于这些投资现象反而会深受其痛。股票价格的本质是预期，预期在哪里？ 预期在人们的心里。股票价格是客观世界的反应吗？不是，股票价格是 人们内心世界的反应。所以才有“兵无常势，水无常势”这样朴素的道 理，投资领域没有什么现象是永恒不变的，更没有什么资产与赛道可以 成为常胜将军。把握预期思维、边际思维与交易思维仍然是策略投资的 核心。

连接自上而下与自下而上投资之间的桥梁，需要引入新的风格研究框架。 不可否认的是随着市场研究水平的提升以及研究视角的深度化与微观 化，自下而上投资范式的兴起，过去几年宏观策略研究在大势研判和行 业比较的落地上面临新的挑战。同样的，随着上市公司业务的多元化与 跨产业链条，传统的价值、成长以及周期、消费、科技的划分方式也越 来越难以准确描述股票特征，而过去的划分更多的是单一的和有限维度， 我们需要更立体的方式来理解风格。因此如何解决上述的矛盾？如何寻 找链接自上而下的大势研判、行业比较以及自下而上的研究新范式？如 何更准确的描述股票特征，捕捉真正的市场主线？我们认为核心是需要 在传统策略框架的大势研判与行业比较之中引入风格研究的框架。

我们所理解的风格，本质上它是股票资产的一种共性特征或共性的状态， 一种共性的驱动力。传统的、非此即彼的风格划分已经难以描述在 2020 年出现的科技与消费并行以及 2021 年出现的周期与科技同涨的过程。 随着市场研究的演进，我们需要更高的视野和更具有可操作性的研究去看待投资风格。从股票定价的基本出发，在分子端我们可以通过盈利周 期、盈利确定性、盈利弹性的预期来描述股票的特征，在分母端我们可 以通过风险特征来描述股票的逻辑特征。那么通过构建新的逻辑风格形 式，我们可以向不同的行业分析师、向具有不同理念的投资经理更加有 效也更加准确的描述股票市场的投资机会。而不是像过去非此即彼的机 械划分，更容易出现误判。但为什么需要更具有可操作性的研判工具， 是因为当我们研判“盈利确定性”是当下市场的核心风格的时候，这一 风格特征所对应的行业、股票它并非是一成不变的，随着宏观政策环境 以及行业公司格局的变化，我们需要构建一个动态的框架来刻画“盈利 确定性”为代表的投资机会在何处。

2. 基于盈利视角的三维分析框架——GCD 框架

我们在 2022年度策略报告中提到，2022年的结构配置需更重视确定性。 如何在原有的盈利分析视角中融入确定性？我们基于分析师盈利预测 数据，构建了 Growth - Certainty - Divergence 的三维分析框架，从盈利 预期增速、盈利确定性与盈利分歧度三个维度层层递进。

维度 1——Growth：毫无疑问，具有高盈利预期增速的方向总是吸引人 的。在我们的三维框架中，盈利预期增速是所有分析的基石。若我们在 结构选择中，仅考虑盈利预期增速，则我们应沿 Z 轴进行选择，处于 Z 轴较高位置的投资标的即是投资者偏好的方向。但是高盈利预期究竟是 否能实现？Z 轴的结果事实上存在不确定性，故我们需要进一步引入盈 利确定性这一分析维度。

维度 2——Certainty：盈利的预期增速能否实现，即盈利确定性的高低 问题。当市场风险偏好较低时，市场对于盈利预期增速较高、但盈利确 定性较低的方向的热衷程度下降，相应更偏好盈利预期增速或许并没有 那么高、但盈利确定性较高的方向。故此时，我们在 Z 轴的基础上，还 需要进一步兼顾 X 轴。

进一步聚焦 X 轴，我们认为盈利确定性的内涵本质上是盈利实际表现与 盈利预期增速之间的偏离程度，故采用盈利乐观误差进行表征是极为合 适的。即市场对于某投资标的的盈利预期增速越准确，盈利乐观误差越 小，则盈利确定性越高。故当风险偏好较低时，应倾向于选择 X 轴值靠 近原点的投资方向，即盈利乐观误差较小的投资方向。

但是在实际分析中，由于在投资初期我们并不知道下一阶段的盈利实际 表现，也就并不知道下一阶段的盈利乐观误差。故对于 X 轴，我们首先 采用不同结构各自的历史盈利乐观误差均值，来衡量其长期的乐观误差 特征。那么进一步，如何把握盈利确定性的边际变化呢？我们发现盈利 分歧度的变化能为盈利确定性的变化带来指引，年初盈利分歧度较上年 年初盈利分歧度进一步抬升的投资方向，其当年的盈利乐观误差更有下 降的可能。故此时，盈利确定性的特征从单纯的 X 轴扩散至 X-Y 轴组 成的面，当风险偏好较低时，我们一方面应该选择从长期视角来看具有 盈利确定性优势的投资方向，即 X 轴值靠近原点，另一方面应选择盈利 确定性边际上具有抬升的方向，即对应 Y值盈利分歧度边际抬升的方向。

维度 3——Divergence：除了盈利预期增速能否实现，盈利增速预期的边 际变化是否已反应至股价之中是另一个需要关心的问题。当市场环境或 公司基本面出现变化，最先发现机会的分析师将率先上调盈利预期。此 时分析师盈利预测分歧度将面临两种走势：1）分析师的观点未得到市场 充分认可，没有其他跟随报告，分析师盈利预测分歧度仍没有趋势性变 化。2）分析师的观点获得市场认可，新信息逐渐开始扩散，跟随报告将 集中出现，对盈利预测数据进行调整，此时分析师盈利预测分歧度开始 进入上升通道。随着市场形成共识，最终分析师盈利预测分歧度会出现 了一个上升→下降的动态过程。在这一过程中，最先发布报告时往往能 获得超额收益，而当其他分析师跟风上调盈利预期时股价很可能已经有 所反应。

故此时我们需要在兼顾 Z 轴盈利增速、X-Y 轴盈利确定性的基础上，进 一步关注 Y-Z 轴盈利分歧度的变化。我们应该倾向于选择近期 Z 轴与 Y 轴均有上升趋势的投资方向。

3. GCD 框架之盈利确定性的本源

中期年度视角下，盈利的重要性。1 年期维度来看，各大类板块的盈利 增速排名与行情排名较为匹配。可以观察到，2010-2014 年上游周期板块 连续 5 年盈利排名与行情排名完全一致。科技成长板块近 10 年的盈利 排名与行情排名亦高度一致，其余板块亦有类似表现。这意味着对以年 度为期限的投资而言，盈利具有较高的重要性。

但客观世界的多变性加大了年度盈利预测的难度。客观世界的多变性给 上市公司盈利预测带来了困难，宏观经济的扰动、行业自身周期的变化 以及公司微观层面的经营情况均会使盈利预测与实际值发生偏差，使得 单一投资者的盈利预期其实是众多宏微观自变量经过该投资者特定函 数处理后的结果。在投资者进行预测时，由于对宏微观变量的把握存在 困难，这使得在投资者心中对于上市公司的盈利预期表现为不同宏微观 情景下的概率分布。

不同投资者的盈利预期形成市场一致预期。由于投资者心中对于上市公 司的盈利预期表现为不同宏微观情景下的概率分布，进一步可以将投资 者 N 的盈利预期提炼为盈利期望()和盈利区间(,, ,)。 全部投资者的盈利期望和盈利区间最终形成市场的一致预期，表现为市 场对该投资对象的盈利期望()和市场对该投资对象的盈利区 间(,, ,)。

对未来连续的盈利预期贴现，最终形成股价。以上过程为投资者群体对 其中一期的盈利预期，若投资者群体对上市公司形成未来连续的盈利预 期，并对连续的盈利预期进行贴现，则最终形成当前预期下的股价。

假设贴现率保持稳定，投资者首先面临的是盈利期望与盈利区间的选择。 对于理性人来说，相同盈利期望的投资对象没有区别。但是若进一步考 虑投资者风险偏好的变化，投资者将在盈利期望的基础上兼顾盈利区间。

1）情景 1：对于理性人而言，应该选择盈利期望更高的样本 B，但当投 资者风险偏好极高时，存在去博取样本 A 的盈利预期上沿的动机，存在 选择样本 A 的可能；

2）情景 2：对于理性人而言，样本 A 与样本 B 没有区别。但与情景 1 相 同，当投资者风险偏好较高时，存在去博取样本 A 的盈利预期上沿的动 机，存在选择样本 A 的可能；

3）情景 3：对于理性人而言，应该选择盈利期望更高的样本 A。但当投 资者风险偏好较低时，存在规避样本 A 的盈利预期下沿的动机，存在选 择样本 B 的可能。

但上述环节仍停留在期初的静态预期，股价的变动取决于盈利预期的后 续变动方向，当市场的盈利期望发生变化时，股价将发生相应变动。由 于期初静态预期已经完全包含了所有已知信息，所以后续预期的变动方 向（反应新信息），事实上是完全独立于期初静态预期（反应原有已知信 息），即盈利预期的后续变动方向完全取决于新信息。整体来看，通常情 况下随着新信息的逐渐出现，盈利预期将逐渐向最终的实际值靠拢，至 期末跳至实际值。在这一过程中，受新信息影响，不仅是当期的盈利预 期，未来各期的盈利预期均会发生调整，使得该投资对象的各期盈利预 期贴现值也将随着新信息的逐步发生而发生变化。这意味着，投资者真 正应该关心的是，自己在上述环节中选择的投资标的的盈利预期随着新 信息的出现会发生怎么样的变化？针对不同风险偏好的投资者，从本质 上来看，会倾向于两种不同的选择：

1）风险偏好高的投资者：投资者乐于见到盈利预期随新信息的出现发生 大幅变化，有博取极高回报的可能； 2）风险偏好低的投资者：投资者希望即使出现了新信息，盈利预期也保 持基本稳定，避免了较大损失的可能。

盈利确定性的内涵：期初0市场对未来各期的盈利期望越准确→盈利预 期随着新信息发生变化的幅度越小→股价表现越稳定→低风险偏好的 投资者避免了较大损失的可能。更通俗的解释是：期初市场的预期很准， 即使新信息出现后市场的盈利预期也没发生什么变化。

未来盈利实际值的披露是新信息的重要部分，若在0时对1的实际盈利 值预期越准，那么未来各期的盈利预期整体变化就越小，未来各期盈利 的贴现值变化也就越小，股价波动较小。所以“盈利预期随着新信息发 生变化的幅度”事实上取决于期初0市场对未来各期的盈利期望是否准 确，我们认为这是盈利确定性的本质内涵。

沿着盈利确定性的内涵，如何度量某投资标的的盈利确定性就有了可行 的方法。通过观察投资标的在期初的盈利预期与期末实际值的差值以及 差值的变化幅度，可以较好的衡量其历史上盈利确定性的高低与变化。

但上述指标是已知其历史实际值，对投资标的的历史盈利确定性特征与 变化的衡量。站在期初面对未来，我们并不知晓未来实际值，那么又如 何辨别投资标的在时刻的预测比其他标的更为准确，即使新信息出现 后市场的盈利预期也能保持稳定？

期初盈利预期分布的离散程度（盈利分歧度）成为重要指引：未来投资 标的的实际盈利值是某一真实发生的宏微观变量组合下的函数结果，站 在期初时点，则是一个不同宏微观组合变量经过相同函数后的概率分布， 未来的实际值是这一概率分布的其中一类情况。期初市场的盈利预期与 最终实际值发生的偏差则来源于上述过程中的两个环节：1）真实发生的 宏微观变量组合可能与之前投资者预期的各类组合都不同；2）投资者的 函数存在缺陷，与真实的函数不同（即使投资者对宏微观变量的预期是 正确的，但是解读过程也会存在偏误）。这意味这，在期初，盈利预期分 布和实际盈利分布大概率存在差异。但是尽管存在上述两个环节的干扰， 但是在期初这一时点上，市场的盈利预期确实包含了最多的信息，是最 接近真实值的概率分布。即最终的盈利实际值确实更有可能落在市场的 盈利区间内，若投资标的的盈利预期区间范围较大、分歧较大，则盈利 实际值似乎与盈利期望偏差较大的可能性也就越大，这也就重新回到了 投资者期初面对静态预期的选择。但期初盈利预期分布的离散程度与未 来盈利确定性的实际关系还需下文数据进一步验证。

需要额外补充的是：

1）盈利确定性并非盈利稳定性，盈利稳定性是盈利确定性内涵的一部 分。若某一标的的历史盈利表现极其稳定，那么确实对于其盈利的预期 将更为精准，其具备盈利确定性的特征。但盈利不稳定的标的亦有可能 具有盈利确定性特征。

2）盈利的确定性的第一层次是对盈利数值的预测，第二层次是对盈利方 向的预测。第一层次的盈利确定性表现在具体数值的预测精度上，若市 场对投资标的的具体数据预期精准，则确定性最高。但若市场对具体数 值的预测存在困难，但对方向确定，则是一种退而求其次的确定性。

4. 盈利确定性的本源计算：乐观误差

4.1. 从盈利预测数据中抓取线索

我们在上文中提到，沿着盈利确定性的内涵，如何度量某投资标的的盈 利确定性就有了可行的方法。通过观察投资标的在期初的盈利预期与期 末实际值的差值以及盈利预期的变化幅度，可以较好的衡量其历史上盈 利确定性的高低与变化。在具体指标上，我们用盈利预测的乐观误差来 衡量盈利确定性。当该年样本的乐观误差绝对值较大，且年内变动幅度 较大，则我们可以认为当年该样本的盈利确定性是较低的。

以全 A 为例，在利用个股分析师一致预期数据预测增速时，面临两种类 型的误差。1）样本误差：当前具有分析师覆盖的个股未至全 A 总上市 公司总数的 50%，由于样本的有限性将造成一定误差；2）乐观误差：相 同样本的实际增速与预测增速之差，完全代表了分析师的预测误差程度， 由于从历年的结果来看，分析师普遍具有过度乐观的特征，故将这一误 差命名为乐观误差。

我们从两个维度观察乐观误差：1）乐观误差的绝对值（指标 1）：乐观 误差的绝对值代表了盈利预期的准确性。从历史数据来看，乐观误差年 初、年中与年末的年度趋势基本保持一致，我们选用年中的乐观误差值 来衡量盈利预期的准确性以及变化。2）乐观误差的年内变化（指标 2）： 乐观误差在年内的变动代表了盈利预期的变动幅度，我们计算乐观误差 年末与年初的差值来衡量。从指标 1 与指标 2 的结果来看，两者相关性 极高，意味着当盈利预测准确性下降时，盈利预期的变化也较为剧烈。（报告来源：未来智库）

4.2. 乐观误差指标有效性的验证

上述指标是否有效？我们发现指标 1与指标 2具有两个以下明显特征：

1）经济周期向上，盈利确定性抬升。当经济周期向上时，可以观察到指 标 1 与指标 2 快速向下，意味着盈利预测更为准确且盈利预期变化幅度 较小，盈利具有较高确定性。但当经济周期向下时，盈利预测准确性下 降且变化幅度较大，反应盈利确定性较低。

2）经济政策不确定性抬升，盈利确定性下降。当经济政策不确定性抬升 时，可以观察到指标 1 与指标 2 抬升，意味着盈利预测准确性下降且变 化幅度较大，反应盈利确定性较低。当经济政策不确定性下降时，可以 观察到指标 1 与指标 2 快速向下，意味着盈利预测更为准确且盈利预期 变化幅度较小，盈利具有较高确定性。

4.3. 盈利确定性的结构特征

4.3.1. 大小风格：大盘股盈利预测准确性较高

我们以大盘股指数、中盘股指数与小盘股指数来衡量大小风格。可以从 指标 1 与指标 2 的均值与变异系数两个维度来看观察各指数的盈利确 定性表现。一方面，若指标 1 与指标 2 的均值越小，则说明历史平均来 看样本的盈利预期准确性越高，且在年内的变动越小，样本盈利确定性 较高。同时考虑到即使指标均值较小，但若各年间的离散程度较大（指 标变异系数较大），则样本的盈利预测准确性事实上并不能持续保持，则 其盈利确定性的成色稍显不足。故我们在优先考虑指标均值的基础上， 辅以观察指标变异系数的表现：

1）从指标 1 与指标 2 的均值来看：均可以观察到大盘<中盘<小盘的结 论。这意味着大盘股盈利预测准确性相对较高，且年内变动幅度较小， 盈利确定性较高。而小盘股盈利预期的准确性较差，且年内变动幅度较 大，盈利确定性较差。

2）从指标 1 与指标 2 的变异系数来看：与均值结果有所不同，表现为 小盘<中盘<大盘的特征。这意味着虽然小盘从历史均值来看较大盘盈利 预测较差且年内预期波动较大。但小盘的盈利误差各年之间比较稳定， 即小盘每年的盈利预测准确性差的程度较为接近。而大盘的准确性在历 年间的离散程度要大于小盘。

综合来看，虽然大盘的盈利准确性的离散程度较中小盘稍大，但大盘盈 利预期准确性的绝对水平要明显好于中盘和小盘，盈利确定性整体呈现 较高水平。

4.3.2. 价值成长：大盘价值与小盘成长展现两个极端

从价值与成长风格来看，两者特征鲜明，价值盈利确定性优势明显。从 指标 1 与指标 2 的均值来看，价值均明显小于成长，这意味着价值风格 盈利预测准确性相对较高，且年内变动幅度较小，盈利确定性较高。而 成长风格盈利预期的准确性较差，且年内变动幅度较大，盈利确定性较 差。从指标 1 与指标 2 的变异系数来看，两者差别不大。

1）从指标 1 与指标 2 的均值来看：均可以观察到大盘价值优势明显， 而小盘成长均值较大。这意味着大盘价值盈利预测准确性相对较高，且 年内变动幅度较小，具有极高的盈利确定性。而小盘成长不仅盈利预期 准确性较差，且年内变动幅度较大。其余风格中，大盘成长亦表现出较 好确定性，而中盘价值、中盘成长与小盘价值的差异不大，均表现一般。

2）从指标 1 与指标 2 的变异系数来看：与均值结果有所不同，其中指 标 1 中大盘价值变异系数较高而小盘成长较小，指标 2 中各风格差异不 大。这意味着虽然小盘成长从历史均值来看较大盘价值盈利预测较差且 年内预期波动较大。但小盘成长的盈利误差各年之间比较稳定，即小盘 成长每年的盈利预测准确性差的程度较为接近。而大盘价值的准确性在 历年间的离散程度要大于小盘成长。我们发现这一结果也与大小风格相 似，均值角度具有明显优势的风格反而在变异系数上表现欠佳。我们认为对于预测确定性较高的行业而言，考虑到其变异系数具有天然的劣势、 更属锦上添花的性质，我们在判断确定性时仍以均值为主。

4.3.3. 大类行业：必选消费盈利确定性表现亮眼

1）从指标均值维度来看：消费、金融盈利确定性较高。其中成长、中游 周期以及上游周期指标 1 与指标 2 的均值排名均排在前三，这三类行业 盈利预期的准确性较差，且变动幅度亦较大，盈利确定性较差。相应可 选消费、必选消费与下游周期排名靠后，表现为盈利预测准确性相对较 高，且变动幅度较小，盈利确定性较高。金融板块的均值均为最小，展 现其较好的盈利稳定性。

2）从变异系数维度来看：必选消费盈利预测准确性各年间保持较好的稳 定性。从指标 1 与指标 2 的变异系数来看，成长与必选消费变异系数较 小。这意味着虽然成长从历史均值来看较大盘盈利预测较差且预期波动 较大。但成长的盈利误差各年之间比较稳定，即成长每年的盈利预测准 确性差的程度较为接近。而必选消费在本身盈利预测准确性较高的程度 上，其准确性仍能保持较为稳定，进一步展现其盈利确定性。

4.3.4. 一级行业：医药/银行/商贸/家电/食品饮料等盈利确定性高

综合指标 1 与指标 2 的结果来看：

1）上游周期盈利确定性整体较差。上游周期有色、煤炭盈利确定性较差， 石油石化盈利确定性表现一般；

2）中游周期分化明显。中游周期中各行业盈利确定性分化明显，其中钢 铁盈利确定性较差，建材、机械和基化等行业表现一般，公用事业盈利 确定性表现较好；

3）下游周期中地产盈利确定性相对较高。下游周期中亦有明显分化，建 筑与交运盈利确定性表现一般，但地产盈利确定性较高。

4）必选消费中除农林牧渔外盈利确定性均较高。必选消费中，农林牧渔 盈利确定性表现较差，但其余医药、纺服、食品饮料和商贸零售确定性 均较高。

5）可选消费各行业表现较为均衡。可选消费中家电盈利确定性表现高， 其余行业盈利表现亦较高。

6）成长中传媒盈利确定性较差，电子、计算机与军工盈利确定性表现较 好。

7）金融中银行较非银盈利确定性表现更佳。

计算各一级行业指标 1 与指标 2 的均值与变异系数，我们还发现各行业 指标 1 与指标 2 呈明显正相关关系，这说明当行业盈利预测准确性较差 时，在年内其盈利预期也会发生大幅的变动，进一步体现了指标 1 与指 标 2 相辅相成的关系。

5. 盈利确定性的侧面指引：盈利分歧度

由于上述乐观误差指标是在已知其历史实际值的基础上，对投资标的的 历史盈利确定性特征与变化的衡量。那么站在期初面对未来，我们并不 知晓未来实际值，那么又如何辨别投资标的在0时刻的预测比其他标的 更为准确呢？在本文第二部分对盈利确定性本质的讨论中，我们认为在 期初这一时点上，市场的盈利预期包含了最多的信息，是最接近真实值 的概率分布。即最终的盈利实际值确实更有可能落在市场的盈利预期区 间内。若投资标的的盈利预期区间范围较大，则盈利实际值与盈利期望 偏差较大的可能性也就越大。故市场盈利预期是我们判断未来盈利确定 性的重要指引。

我们通过计算个股的盈利预期变异系数来衡量市场对该个股的盈利预 期分布情况。当变异系数较小时，说明各投资者的盈利预期较为一致， 紧密围绕在均值附近，市场分歧度较小。而当变异系数较大时，说明各 投资者的盈利预期差异较大，市场分歧度较大。我们将上述指标命名为 ——盈利分歧度。在计算盈利分歧度时，如何从个股的盈利预期分歧度 进一步形成行业的盈利预期分歧度，我们尝试了多种计算方式：

算数平均：在某一时点，对目标行业内存在盈利预期的个股，分别 计算各个个股的盈利预期变异系数，并对个股盈利变异系数进行算 数平均，得到该目标行业的盈利分歧度数据。

加权平均：在某一时点，对目标行业内存在盈利预期的个股，分别 计算各个个股的盈利预期变异系数，并对个股盈利变异系数进行加 权平均，得到加权平均法下该目标行业的盈利分歧度数据。在加权 计算中，考虑到营业收入的稳定性以及对个股经营规模的良好代表 性，我们采用个股每年的营业收入进行加权。这一计算方法中，由 于权重股的分歧度往往较小，故加权平均算法得到的结果会较算数 平均更小，但两者的节奏表现基本一致。

中位数：在某一时点，对目标行业内存在盈利预期的个股，分别计 算各个个股的盈利预期变异系数，并进一步对上述个股的盈利预期 变异系数计算中位数，得到中位数法下该目标行业的盈利分歧度数 据。从结果来看，中位数的计算结果往往介于算数平均与加权平均 之间。

整体法：在计算目标行业的变异系数的过程中，我们将目标行业内 存在盈利预期变异系数的个股的标准差合计值除以均值合计值，得 到整体法下该目标行业的盈利分歧度数据。

此外在计算过程中，我们发现由于个别公司在计算变异系数时，由于市 场对其净利润预期较为接近零，从而使得变异系数过大成为异常值。故 我们在计算每一时点的每一样本变异系数时，均将该时点样本中变异系 数处于头尾 5%的个股剔除。

以全 A 自 2010 年以来的盈利分歧度为例，我们发现中位数、算数平均 与加权平均的节奏基本一致，而整体法下部分时期节奏有所背离且波动 较大。综合来看，我们更倾向于中位数、算数平均与加权平均三类计算 方式。在下文中，我们以算数平均法展开。

对于分歧度的分析应紧密围绕其在框架中的两方面作用，首先应围绕盈 利确定性主线。盈利分歧度应作为盈利乐观偏差的前瞻指标，即一方面 两者在时间序列上应有规律性，另一方面在结构表现上应有相似性。我 们从盈利分歧度的纵向对比与横向对比分别观察其上述特征。

5.1. 纵向对比：盈利分歧度与乐观误差的年度变化为何负相关？

与乐观误差相同，我们分别观察历年盈利分歧度的年初值、年中值以及 年末值的变化，以及历年年内盈利分歧度的变化幅度。我们发现与乐观 误差类似，一方面，历年年初盈利分歧度的变化节奏与历年年末盈利分 歧度的变化节奏相似。另一方面，可以观察到，盈利分歧度的年初值与 盈利分歧度的年内变化幅度相关性较高。这意味着当年初市场分歧度较 大时，当年市场的分歧度的下行幅度亦会较大。

与乐观误差不同的是，盈利分歧度与基本面周期呈现正相关。进一步观 察盈利分歧度与经济周期以及不确定性指数的关系，我们发现盈利分歧 度的表现与乐观误差并不相同。对于乐观误差而言，表现为经济周期向 上之时，市场的乐观误差下降，即基本面向好时实际盈利的表现更符合 预期，表现更为确定。但对于盈利分歧度而言，从历史经验来看，其与 基本面更多呈现正相关关系。观察 2012 年以来全 A 盈利分歧度的年初 值与当年 OECD 综合领先指标平均值的关系，我们可以看到仅有两年两者的变动方向不一致，其余各年两者的变动方向均保持一致。即经济周 期向上时，市场的盈利分歧度上升。

逻辑上，当新信息出现时，无论信息属于正向驱动还是负面冲击，市场 盈利分歧度均会呈现一个新信息出现→部分分析师率先调整预期→盈 利分歧度上升→剩余分析师跟随调整→盈利分歧度下降的过程。这意味 着，盈利分歧度的变化本应与基本面的方向无关，而应与基本面的波动 性相关。如果从历年年初全 A 的盈利分歧度与当年 OECD 综合领先指 标的关系来看，则理论上应该是，若 OECD 综合领先指标与上年变化不 大，基本面波动较小（即新信息少），则年初的盈利分歧度与上年年初盈 利分歧度变化不大，而若 OCED 综合领先指标出现明显上行或明显下行 （即新信息较多），则年初盈利分歧度应较上年盈利分歧度有所抬升。

盈利分歧度与基本面的正相关关系来源于分析师的内生特质。但从数据 结果上我们观察到盈利分歧度与基本面周期呈现正相关关系，这事实上 体现的是分析师对正面与负面信息的反应不一致。我们认为分析师在预 测增速时，在基本面周期向上时是较为积极的，当新信息出现时便有分 析师立即上修预期，从而使得盈利分歧迅速变大。但在基本面周期向下 的环境中，分析师对于负面新信息表现钝化，从而盈利分歧度难以同时 出现明显抬升。更为重要的是，在面对负面新信息时，分析师倾向于采 用底线思维或均值回归的思维，使得分析师的预测集中在历史均值，亦 使盈利分歧度较小。综合来看分析师对利好的积极，对利空的钝化，使 得盈利分歧度与基本面更多表现为正相关关系。

站在年初，沿盈利确定性方向，我们事实上要寻找的是盈利分歧度较上 年年初有抬升趋势的方向。1）年初盈利分歧度较高→更多预示着基本面 周期向上。2）基本面周期向上/经济政策不确定下降的环境中→乐观误 差较低。3）年初分歧度较高→当年乐观误差较低→盈利确定性较高。盈 利乐观误差与盈利分歧度在时间序列纵向对比上，事实上呈现了负相关 的关系。站在年初，我们事实上要寻找的是盈利分歧度较上年年初有抬 升趋势的方向。

5.2. 横向对比：分歧度对乐观误差形成良好指引

我们以全 A 为例，发现了盈利分歧度与盈利乐观误差在时序上的负相关 关系。那么在结构上，分歧度与乐观误差的关系是什么？对于不同结构 而言，一方面，盈利分歧度的长期均值表现是否与盈利乐观误差的长期 均值表现相一致，两者互为印证？另一方面，不同结构的盈利分歧度与 盈利乐观误差在年度短期波动上是否也和全 A 一样保持负相关关系，年 初分歧度可以对当年乐观误差形成前瞻指引？

5.2.1. 大小风格：分歧度对乐观误差形成完备印证，大盘优势明显

大小风格维度，盈利分歧度对盈利乐观误差形成完备印证。

1）长期特征：大小风格维度盈利分歧度的历史均值表现为大盘<中盘< 小盘，同时历年盈利分歧度排名亦保持稳定。可以观察到，大小风格的 盈利分歧度历史均值特征与盈利乐观误差的历史均值特征完全相同，盈 利分歧度与盈利乐观误差对大小风格的盈利确定性判断互为印证。

2）年度边际变化：从全 A 中我们可以观察到，盈利分歧度年初值与盈 利乐观误差呈负相关关系，这意味着年初分歧度可以对当年盈利确定性 的边际变化带来一定指引。对于不同结构而言，我们通过两种方式观察 盈利分歧度与盈利乐观误差的短期关系。一方面，观察各个结构的盈利 分歧度排名变化与盈利乐观误差排名变化的关系。但由于大小风格内部， 各结构的盈利分歧度与盈利乐观误差排名历年均较为稳定。故另一方面， 对于排名变化不大的结构，我们亦可观察各个结构盈利分歧度的年度数 值变化与盈利乐观误差的年度数值变化之间的关系。从大小风格来看， 各个结构盈利分歧度的年度年化与盈利乐观误差的年度变化均呈明显 负相关关系。

5.2.2. 价值成长：分歧度与乐观误差长期特征相符，但短期指引有限

价值成长维度，盈利分歧度的历史均值特征与盈利乐观误差基本相符， 两者长期特征相符，但在短期变化上，分歧度难形成明确指引。

1）长期特征：从各个结构的盈利分歧度均值来看，大盘价值优势明显， 中盘次之，而中盘价值、中盘成长、小盘价值与小盘成长的盈利分歧度 均值则处于较高位置。对比盈利乐观误差的结果，可以观察到两者的长 期特征基本相符，大盘价值与大盘成长均处于第一与第二位。但中盘价 值、中盘成长、小盘价值与小盘成长的排名有所差异。

2）年度边际变化：价值成长风格维度，盈利分歧度与盈利乐观误差并未 呈现明显的负相关关系，这意味着在短期变化上分歧度难形成明确指引。

5.2.3. 大类行业：对金融与必选确定性优势的再次验证

大类行业维度，盈利分歧度对盈利乐观误差亦能形成完备印证。长期特 征方面，盈利分歧度的历史均值特征与盈利乐观误差基本相符，在短期 变化上分歧度易可形成前瞻指引。

1）长期特征：从历史均值来看，上游周期盈利分歧较高，金融与消费分 歧度较低。从大类行业 2010 年以来盈利分歧度均值来看，上游周期盈利 分歧度较大，而金融与消费的盈利分歧度较低。可以观察到，大类行业 风格的盈利分歧度长期特征与盈利乐观误差的长期特征基本相符，上游 周期、中游周期与成长的排名均靠后，而消费、下游周期与金融的排名 均靠前。从 2010 年以来各个结构的盈利分歧度变化来看，上游周期盈利 分歧度排名长期稳定处于最后，中游周期亦长期靠后，而下游周期长期 处于各结构中位，但近两年分歧度有明显抬升。消费中可选消费与必选 消费分歧度的排名长期处于低位波动，金融板块盈利分歧度近年更是连 续处于最低位。此外，成长板块盈利分歧度近年亦持续下行。

2）年度边际变化：从大类行业风格来看，我们也可以观察到分歧度与乐 观误差的负相关关系。对于分歧度历史排名变动较大的下游周期、可选 消费和必选消费等大类行业，我们可以观察到两者呈现明显的负相关。 对于历史上排名变化不大的大类行业，例如上游周期、中游周期等，我 们也可以观察到盈利分歧度的年度数值变化与盈利乐观误差的年度数 值变化之间呈明显负相关关系。

5.2.4. 一级行业：银行/医药/家电/食品饮料等行业历史分歧度较低

一级行业维度，大部分行业的盈利分歧度与盈利乐观误差的历史特征相 符，在年度边际变化上亦能形成指引。

1）长期特征：从各个一级行业的盈利分歧度均值来看，上游周期中各行 业盈利分歧度均较高；中游周期中钢铁分歧度亦较高，建材、化工行业 分歧度表现一般，公用事业行业分歧度相对较低；下游周期中建筑行业 分歧度相对较低；必选消费除农林牧渔行业分歧度较大外，医药、纺服 和食品饮料行业盈利分歧度均较低；可选消费中除消费者服务分歧度较 大外，汽车、家电和轻工分歧度均较低；科技成长中各行业表现整体均 处于中游水平，其中计算机行业分歧度相对较小；金融板块出现明显分 化，银行分歧度极小，而非银分歧度较大。

2）年度边际变化：从各一级行业盈利分歧度的排名变化与乐观误差排名 变化的相关系数来看，大部分行业两者呈现明显负相关关系，但部分行 业例如上游周期中的石化、有色、煤炭，由于其盈利分歧度排名长期变 化不大，故排名间的相关系数不具有明显参考系数。我们进一步计算各 一级行业盈利分歧度的数值变化与乐观误差数值变化的相关系数，可以 观察到大部分行业均呈现负相关关系，盈利分歧度具有较好指引作用。（报告来源：未来智库）

6. GCD 框架下确定性风格超额收益的验证

我们在上文中详述了 GCD 框架的基本理念，并围绕其中的盈利确定性 维度展开具体论述。其中我们提到，当市场风险偏好较低时，投资者倾 向于选择盈利增速或许没有那么高，但盈利确定性较好的方向。那么回 溯历史，GCD 框架下具备盈利确定性的投资方向的历史行情表现如何？ 以及会在何种环境中表现出超额收益？

我们在确定历史上各年哪些投资方向具有确定性优势时，一方面要求其 具备历史盈利确定性优势（即 X 轴历史乐观误差均值较小），另一方面 要求其盈利确定性具备改善优势（即 Y 轴盈利分歧度较上年年初同期边 际抬升1）。若某投资方向在其属于的大类维度中，两者排名均处前 50%， 则我们认为其当年有确定性优势，同时进一步计算其当年的超额收益。

从历年具有确定性优势的投资方向的行情表现来看，我们可以观察到 2012 年、2016 年和 2018 年三年中，基于 GCD 框架下具备确定性优势 的不同投资方向具有较好的超额收益表现。上述三年中，当年具有确定 性优势的投资方向（包括不同风格和不同行业）中分别有 83%、70%和 67%具有超额收益。

回顾 2012 年、2016 年和 2018 年，彼时市场的核心矛盾有哪些？

2012 年：1）2012 年基本面超预期下行。站在 2012 年年初，市场预 期经济先跌后稳，但市场对于经济触底的时间到底是在一季度还是 二季度仍存在分歧。但从实际表现来看，基本面超预期下行。2012 年 3 月 GDP 当季同比预测值为 8.4%，结果实际值低于预期 0.3%。 且节奏上亦与开年市场预期经济在 Q1 或 Q2 触底相悖，经济在 Q3 才迎来触底。2）流动性亦不及市场预期，多次落空。2012 年年初， 在房地产市场的前期低迷以及货币政策宽松预期下，市场将房地产 市场下行及政策放松的幅度与节奏视为 2012 年经济走势预判中的 核心。但实际流动性释放程度远不及预期，在年内货币政策方向和 力度频繁调整过程中，流动性变化也与市场预期常相悖。3）海外方 面，欧债危机爆发带来外需疲软。随着 5 月欧债危机的再次爆发， 导致外需进一步下滑，依靠出口拉动经济增长的力量逐渐薄弱。

2016 年：1）PPI 进入极速上行通道。供给侧改革掷地有声，在防范 债务风险、推动产能出清方面逐步发挥重大作用。但供给侧改革背 景下 PPI 进入极速上行通道，使得需求疲软。2）房地产周期大幅波 动，令需求雪上加霜。2016 年房地产新开工面积、施工面积、竣工 面积、销售面积增速均在上半年达到高点，此后显著回落。7 月 26 日中央政治局会议首提“抑制资产泡沫”，政策态度发生了由观望到 介入的转变，随即北京、深圳、郑州、杭州、武汉等地楼市调控升 级，以房地产为代表的资产价格在挣扎了一个多月后高温渐退，令 需求雪上加霜。

2018 年：1）中美贸易战开打，经济动能趋缓，经济不确定性快速 抬升。中美贸易摩擦作为主线贯穿 2018 年始终，急转直下的中美关 系超出市场预期。在几次加征关税、磋商、重提关税、贸易战升级 的过程中，全年风险偏好三次下挫。受加征关税政策影响，企业盈 利预期恶化，对外出口锐减、对内消费不足，引发 2018 年经济动能 趋缓。8 月起，PMI、工业企业利润增速大幅下滑，彻底打破市场对 2018 年经济复苏的预期。2）不止外患更有内忧：2018 年去杠杆措 施带来。一方面稳杠杆与去杠杆预期持续拉锯，自 2018 年 5 月起， 市场关于去杠杆转向稳杠杆政策的争论开始出现，7 月 31 日政治局 会议上提出，“坚定做好去杠杆工作，把握好力度和节奏，协调好各 项政策出台时机”，虽然涉及去杠杆力度和节奏的调整，但对于政策 转向的预期未能得到印证。另一方面，去杠杆背景下，金融机构风 险偏好下降导致对企业融资供给收缩，尤其是民营企业，导致 2018 年信用债违约只数和金额大幅上升。由此信用债违约事件进一步恶 化市场预期。

综合来看，2012 年、2016 年和 2018 年，市场整体环境均具有较高的不 确定性，基本面亦或是海内外政策均存在较大波动。进一步，围绕基本 面周期与不确定性指数表现来看，均可以观察到上述三年所处环境较为 相近，一方面基本面处于触底过程，另一方面不确定性指数处于快速抬 升或持续高位的状态中。由此来看，当基本面向下、不确定指数高企之 时，确定性风格实有较好表现。

7. 展望 2022，寻找兼具增速与确定性的方向

基于 GCD框架，我们首先聚焦于盈利预期增速和盈利确定性两个维度 进行配置判断。我们在介绍 GCD 框架时提到，在风险偏好偏低，追寻 确定性的环境中，投资方向的选择需要尽可能围绕以下四个条件：1）盈 利预期增速高（Z 值高）；2）长期来看盈利确定性具有优势（X 值低）； 3）2022 年盈利确定性有进一步抬升的可能（Y 值较去年年初更高）；4） 新的利好出现，且未完全反应（Z 值与 Y 值在近期均边际抬升）。本文当 我们仅聚焦于盈利预期增速与盈利确定性时，我们则将注意力放至前三 个条件。

具体来看，针对上述前三个条件我们分别做如下要求：

1）盈利预期增速高（Z 值高）：计算各个风格/行业的 2022 年盈利预期 增速，并分 别在风格指数/大类行业/一级行业维度进行排序，要求其排名在前 50%；

2）长期来看盈利确定性具有优势（X 值低）：计算各个风格/行业的历史 乐观误差水平，一方面考虑其历年年中乐观误差的均值（上文指标 1）， 另一方面考虑其乐观误差年末与年初的变动幅度（上文指标 2），要求上 述两个指标的综合排名在前 50%；

3）2022 年盈利确定性有进一步抬升可能（Y 值较去年年初同期更高）： 计算各个风格/行业 2022 年年初盈利分歧度与 2021 年年初同期盈利分 歧度的差值，并对差值排序（差值越大排名越高）。但考虑到 2022 年对 于大部分的结构来说其分歧度均有所下降，故要求其较去年同期更高的 硬性要求显得过于苛刻。故我们放宽要求，2022 年分歧度下降幅度较小 的方向亦在我们的考虑范围内，即要求分歧度差值的排名在前 50%。

我们针对满足上述三个排名的不同程度，分为三类： 1）A 类：同时满足三个条件的排名均在 50%，即兼具盈利增速优势、盈 利乐观误差历史优势以及乐观误差边际改善优势； 2）B 类：满足盈利增速优势与盈利乐观误差边际改善； 3）C 类：满足盈利增速优势与盈利乐观误差历史优势。

总结：

1）当我们对确定性具有较高要求时，2022年我们应重点关注A类资产。 风格维度落脚至价值风格，大类行业维度重视必选消费，一级行业维度重视建材、电力及公用事业、食品饮料、商贸零售和银行。

2）若随着市场风险偏好的变化，适当放松对确定性的要求时，我们可以 在 A 类资产的基础上，逐步关注 B 类与 C 类资产。B 类资产中，大类 行业中增添可选消费，一级行业中增加交运、农林牧渔、电新和传媒行 业，B 类资产虽然历史上确定性表现不佳，但 2022 年边际上具有改善的 趋势，其中重点关注农林牧渔与交运。C 类资产中，风格维度增添大市 值风格，大类行业中增添下游周期，一级行业中增加消费者服务、汽车 和家电。

编辑：456