怎樣判斷指數的估值?在以前的文章，提過四種市場估值方法，分别是巴菲特指數、格雷厄姆指數、CPI-PPI剪刀差、 PE百分位和PE*PE/PB，下面我們就來說一說關于怎樣判斷指數的估值?我們一起去了解并探讨一下這個問題吧!

怎樣判斷指數的估值

在以前的文章，提過四種市場估值方法，分别是巴菲特指數、格雷厄姆指數、CPI-PPI剪刀差、 PE百分位和PE*PE/PB。

這4種方法主要是從經濟周期的角度去評估目前市場的估值，而下面我們将從市場表現方面入手，通過統計學的方法去評估市場的估值——線性回歸方程與标準差。

說到線性回歸方程，那麼它的一個小前提就是要有一定的方向性，那麼首先就要論證指數的方向性。

在以前的文章中多次提到寬基指數總體走勢它是滿足震蕩上行的，在這裡就不做過多解釋了——你可以簡單的假設， GDP總是增長的，貨币總量總是增長的，那麼便可得出寬基指數的市值總體是增長的。

寬基指數的市值總體是增長的，但并不意味着他每時每刻都在增長，這取決于經濟所處階段、貨币供應和市場情緒等，市場有時可能被高估，而有時可能被低估。

既然寬基指數總體是震蕩上行的，那麼他又是圍繞什麼震蕩上行呢？

PE？一般情況下，寬基指數會圍繞PE上下波動，即PE是價值估值所在，而價格圍繞價值上下波動——但并不能體現震蕩上行。

比如市場給滬深300的估值為15倍PE，那麼當滬深300PE遠高于15倍PE時，它便會回歸下行；當滬深300PE遠低于15倍PE時，它便會回歸上行。

但我們不要忘了，影響市場最終估值的是貨币供給，當利率下行時，市場會給股市更高的估值，因為股票與債券的比例會擴大，相對于貨币的貶值，人們更願意冒風險去購買股票，而不是持有債券；反之相反。

所以，市場的估值永遠不是單純的由PE所決定，比如下圖，我們對滬深300近10年（2012/7/12-2022/4/29，該數據是五一獲得，取2400個交易日，下圖）的PE做線性回歸，會發現滬深300PE總體是往上走的。即市場給滬深300以更高的估值。

從滬深300PE往上走，我們可以解釋為市場釋放更多的貨币，即貨币供給增長>GDP增長。從另一方面也就可以表現為，要麼利率下行，要麼通脹上行——事實是利率下行。

滬深300PE線性回歸上行，那麼上證50是不是這樣呢？我們看下圖會發現，總體也是上行的，也印證了市場釋放了更多的貨币。

但我們回過神來，會發現中證500和中證1000不是這樣，反而是下行，比如下面兩圖分别是中證500和中證1000，這怎麼解釋呢？

首先我們要理解上證50、滬深300、中證500和中 證1000，滬深300是包括上證50的，5月30收盤，上證50的總市值為182,894.81億，而滬深300的總市值為456,225.68億。既然是包含，并且上證50占滬深300的40%，那麼它們的PE走勢本身就在在一定的一緻性——上證50和滬深300的PE往上走就不難理解。

但是中證500它是剔除市值頭部的滬深300之後，排在前面的500隻股票作為成分股；而中證1000則是剔除前面的800隻股票之後，排在前面的1000隻股票作為成分股。

我們來看中證500的市值，它隻有115,958.01億，500隻股票的總市值隻是滬深300的1/4；而中證1000的總市值隻有108,114.34億，還不如中證500。

而滬深300，中證500和中證1000成分股的分布是這樣的——當中證1000中某成份股市值上漲滿足中證500的要求，它會擠進中證500，而原有的中證500末位卻會被淘汰，從而跌進中證1000；當中證500某成份股不是的市值上漲滿足滬深300的要求，它會擠進滬深300，而原有的滬深300末位會被淘汰，從而跌進中證500。

也就是說，滬深300、中證500和中證1000，他們是優勝劣汰的相互選擇的關系，滬深300PE的上漲反映的是貨币關系，而中證500和中證1000這些中小股票PE的下行反映的卻是市場的成熟度——即市場給予更合理的估值，同時也反映我國的 GDP放緩導緻中小企業的成長性放緩，估值也就相對越來越低。

但需要聲明的是，從長期（非近10年）來看，比如從滬深300指數成立到目前來看，PE總體仍是一個走低的過程，原因主要有兩個：一、GDP增長的放緩；二、資本市場的成熟，投資者也從散戶向機構化轉變。

因此，不能簡單的通過原有的PE去評估寬基指數的目前估值，比如滬深300PE的上行和中證500與中證1000PE的下行——高估還有高估，低估還有低估。

我們以滬深300點數和日期進行線性回歸，得出方程y=0.729078172375402x-27699.8778297446。

其中y為指數的點數，而x為日期，我們将當前的日期（2022/5/30，在EXCEL中，将該日期以數值顯示為44711——1900/1/1為1）44711代入方程，得出y=4897.936335。

也就是說，通過線性回歸，我們得出的滬深300的期望值為4897.936335，而目前隻有4029.02，還有21.57%的上漲空間——顯而易見，相較于近10年的線性回歸，目前處于相對低估的位置。

但是我們假設寬指點數是正态分布的，而近10年的标準差為902.66，68.26%是落在期望值的一個标準差以内，即指數點數68.26%的概率是落在3995.275633325-5800.59703733897。

而目前點數為4029.02，并非在3995.28以下，所以，從概率上來說，目前點數并不是很低，還處在68.26%以内。

上圖，我們也對交易量做了線性回歸，但是R的平方隻有0.02，并不存在太大的參考意義，但我們可以通過下圖看出，當交易量徘徊于線性回歸以下，往往是底部的時候。

除此之外，我們也計算指數與PE、PB、股息率、ROE和交易量的相關性，以及PE與PB、股息率、ROE和交易量的相關性——自行分析，往後更多内容的分析可關注我。

同樣我們以滬深300為例，指數的收益率=點數收益率 股息率——指數基金則忽略基金諸多費用。

我們已知滬深300的線性方程y=0.729078172375402x-27699.8778297446，那麼它一年y軸的截距就是0.729078172375402*365=266.11點，即以線性方程回歸來計算，每年點數的增長應該為266.11。

若以目前日期去計算，期望點數是4897.936335，即一年以前為4631.822802，通過計算可得近一年點數的收益率為266.11/4631.822802=5.75%。

而我們再以滬深300近10年的平均股息率2.43%作為近一年的股息率，那麼通過回歸線性方程求得的近一年滬深300收益率=5.75% 2.43%=8.18%。在這計算過程中有沒有發現問題？因為是回歸線性方程，寬指每年的截距是一樣的，但是點數的基數卻是在不斷增長的。比如1相較于10，它的比例為10%，但10增長了1，1再相較于11，它的比例隻有9.09%了，這是一個遞減的過程。

所以，用線性方程去計算某年的收益率它是存在弊端的，收益率是遞減的一個過程——這源于我們求得的斜率是10年的平均值，而不是某年的平均值，并不能計算某年具體的收益率，我們得到的結果隻能是近10年的平均收益率。

通過計算2012/7/12-2022/4/29共3578天，回歸線性期望點數增長為3578*0.729=2608.64，相較于2012/7/12的點數2266.69，增長2608.64/2266.69=1.15倍，平均每年增長11.74%。

下一篇：用線性方程和标準差選擇最佳的入場時機

#指數# 2022/05/30

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!