如何判断券商股的投资价值
券商股的强周期性赋予其在股市中*特的地位,当下的市场选择券商股便是绑架了大盘。下面小编教大家如何判断券商股的投资价值。
一、周期行业的一般估值方法
上一次讲了银行股,其本质就是高杠杆购入固定收益资产――如果安全边际足够大,那么,每年的期望收益就是扣掉负债成本、运营成本和税之后的剩余利润,即ROE。
图中的5条参照线的斜率基本上反映了整体资产的ROE,斜率越大净资产增长越快,ROE越高。
由于券商也属于周期行业,而且是强周期行业,利润波动较大,所以,“PE+利润增长”的体系也无法准确估计券商的估值,还是得采用“PB+ROE”的体系。
以中信证券为例,它的PB-Band线与工行的稍有不同,斜率较低,从2008年到2018年,每股净资产从3.84上升到12.52,大概翻了3倍,年化复利11.61%;工行大概是翻了5.85倍,年化复利19.34%。
二、券商和银行收入模式的差异
券商的主要收入为中间业务收入。以中信证券2016年年报的收入构成为例,经纪业务占比31.87%,资管业务占比18.84%,承销业务占比13.82%,三项合计64.53%,均为中间业务收入,投资业务仅占比12.85%。
这与银行的收入模式有很大的不同――银行赚取的是票息收入,收入与资产规模有很大的相关性,在资产收益率稳定的情况下,ROE的波动性并不大;券商赚取的是中间业务收入与资产规模的相关性不大,所以,ROE表现出很大的波动性。具体对比如下表:
与此同时,由于券商的中间业务收入占所有收入的绝大多数,所以,把PB作为资产质量的标度已经毫无意义,它仅仅可以作为历史估值比较的工具。
三、券商股的高贝塔
有人会问,既然券商股收益波动巨大,长期来看他的平均ROE也不如银行股,那他有什么投资价值?券商股的投资价值不在长期配置,而恰恰在于其收益波动,即在牛市的时候提供*高的弹性――贝塔。*先,我们在这里简单说明一下贝塔,为了分析一个组合在一段时间内的表现,我们一般会把这个组合跟沪深300指数在这段时间的表现回归,表达成Y=Alpha+Beta*X 的形式。高贝塔的组合有什么好处呢?在牛市的时候,我们希望自己的组合的弹性越高越好,若一个组合贝塔是2的话,则沪深300指数每上涨1%,该组合上涨2%。我们以容易获得的贝塔作为比较基准――即用本金买入一份沪深300ETF,再通过融资融券杠杆买入另一份沪深300ETF,于是组合的贝塔变成2,但是,融资融券有成本,年化8%左右。因此,牛市的时候买入高贝塔的券商股,就可以节省大量的杠杆成本。
根据中信证券及沪深300指数的历史数据,以180天为间隔,我们计算了中信证券的动态阿尔法和贝塔,得到下图,2014-2015年的牛市期间,中信证券的动态贝塔急速攀升,高的时候超过2,且有正的阿尔法收益,在这时候,通过买入券商股来获取便宜的贝塔是合意的。
但是,在2017年的结构性牛市里,中信证券并没有好的表现――既没有提供足够的贝塔,阿尔法还是负的。下图回归的结果:贝塔为1.13,阿尔法是-3.3%,即1单位的贝塔的成本是25.38%,远高于通过融资融券加杠杆所确立的8%的基准。
四、贝塔消失之谜
2017年券商股贝塔的消失的确有点让人困惑,但是,通过微观分析券商的收入结构,我们还是能找到些许启示的。在2014-2015年的牛市,沪深两市的成交量经历了从1500亿左右日均交易规模到5000亿的跨越,使得经纪业务的收入爆炸式的上涨,然而,2017年沪深两市的成交量并没有多大的增长。具体见下图:
由于券商的经纪业务收入占券商营业收入的比例很高,所以,券商业绩表现与沪深两市成交量保持了较高的相关性。因此,我们有理由相信,券商股所谓的牛市弹性,更多的是针对沪深两市成交量的,而非沪深300指数的。
五、写在后的话
一般而言,券商股的长期配置价值弱于银行股,其投资价值主要体现在牛市时候可以提供相对便宜的贝塔,而且,这种弹性(贝塔)主要是针对沪深两市成交量的弹性,而非对沪深300指数的弹性。于是,我们就得到了投资券商股的一般条件:1、市场是牛市,因为牛市才需要加贝塔;2、市场成交量大幅度提升,因为券商股的贝塔是针对沪深两市成交量的;而这两条又意味着,相对宽松的货币环境。
写到这里,关于近的券商股便不便宜,该不该买,想必大家心里都已经有答案了。
温馨提示:
《如何判断券商股的投资价值》整理自网络以及网友投稿,仅供参考交流使用,请仔细分辨。版权归原作者所有,如有侵权请联系本站删除,谢谢。投资有风险,入市需谨慎。