徐彪：規避機構和北上資金重倉品種 優選高股息率投資標的

　　過去一段時間，公募基金出現了集中降倉的情況，16-17年機構重倉白馬股的情況已經開始發生變化。

　　但是對于大部分非行業基金產品來說，配置計算機(標配3.1%)、電子(標配5.02%)、通信(標配1.57%)、傳媒(標配2.37%)、軍工(標配1.21%)、醫藥(標配7.49%)，幾大主要成長屬性的行業，比例超過倉位的20%，已經算是超配了。除此之外，消費白馬股也是也一些大規模基金選擇重倉的對象，其中不少產品會選擇消費白馬股作為底倉。

　　尤其從16年上半年起，這些消費白馬進入盈利的景氣周期，同時外資的大幅凈流入提升了估值水平，國內機構也開始大量換倉到這些股票，迎來戴維斯雙擊。

　　但今年以來很多事情已經在發生變化，以消費白馬為底倉的策略是否需要一定程度的修正？

　　從邏輯上推演，高股息、機構低持倉的股票很可能會作為新的底倉品種得到青睞。

　　主要基于以下幾點：

　　1、無風險利率從一路向上，到震蕩下行，高股息的吸引力開始體現出來。16-17年國債、國開債收益率一路上行，無風險收益率高企，幾乎沒人會在乎股票那點可憐的分紅，因此高股息率的策略也無人問津。但是，18年以來，隨著國債、國開債不斷中樞下移，高分紅股票的相對優勢已經開始逐漸體現出來。

　　2、龍頭白馬公司業績受經濟周期影響，下一階段可能伴隨經濟下行而出現殺業績的情況。結構性去杠桿的開展是年內影響經濟走勢的另一重要參數，盡管當前政策面的放寬一定程度上緩解了經濟斷崖式下行的風險，但從根本上講，尚不足以使經濟出現轉向，下半年經濟仍要慣性回落。從邏輯和經驗數據來看，可選消費公司的業績增速往往和PPI走勢同步，也就是說，伴隨未來一個階段PPI的回落，可選消費的公司大概率還可能經歷一個殺業績的過程。

　　3、銀行委外資金、養老目標基金等低風險偏好資金是為數不多的增量資金，高股息標的短期可防御，中期可作為這些資金的底倉。上半年由于資管新規導致大量銀行理財中“多層嵌套”的委外出現了到期贖回賣出股票，而進入下半年“銀行公募理財可以投資股票”、“老產品可以對接新資產”，意味著一些新的委外資金可以開始重新入市；同時14只養老目標基金獲得批文，很快進入發行階段。這部分以絕對收益為目標的資金風險偏好相對更低，高股息公司本身所具備的低估值、高盈利、低波動率的特征，對于這部分資金將具有明顯的吸引力。

　　因此，總的來說，在當前階段，高股息公司作為低估值、穩健收益類資產，不管是短期作為防御性資產，還是在未來中長期，都具有較高的配置價值，但同時，我們建議規避國內機構和北上資金重倉的品種。

　　下文中，我們將對高股息選股策略予以詳細說明。

　　品質股息策略概述

　　本篇報告中，我們繼續探討長期選股的策略，著眼于持續高股息率的優秀公司，稱之為品質股息策略。

　　我們認為品質股息策略的選股標準有以下幾條：(1)持續較高的凈資產回報率；(2)穩定的盈利水平；(3)較好的經營現金流和可分配利潤；(4)較低的估值水平；(5)較高的股息率。

　　基于以上特點，我們對高息率股的指標要求如下。

　　第一，持續較高的凈資產回報率。我們考慮過去三年一期的ROE，要求四期的ROE水平都大于10%。對于投資者而言，較高、且穩定的ROE水平是公司品質的首要條件。我們的要求是10%，投資者也可以根據自身需要，對此指標進行調整。

　　第二，穩定的盈利水平。穩定的盈利，是公司股息分配的基礎。理論上，當凈利潤出現大幅波動時，分紅和股息率就沒法得到保證。對于強周期股，我們很少會以股息作為回報的基礎。為了避免這種情況，我們要求過去三年加最新一期扣非后的凈利潤增速每期都不低于-10%。

　　第三，良好的分紅基礎，表現為較為良好經營性現金流和正的可分配利潤。我們考慮過去三年一期的經營性現金流凈額占營業收入的比例大于0。需要注意的是，對于金融行業企業來說，凈經營性現金流指標并不適用，因此我們僅僅對非金融行業企業進行這一指標的限制。同時，要求最新一期報表的未分配利潤是正的，那么公司就可以對其凈利潤進行分配。

　　第四，較低的估值水平。我們考慮最新一期的PE指標作為衡量標準，并要求其低于20倍(對應的內在回報率不低于5%)。我們認為，過高的估值水平并不適用于價值股的投資策略。我們通過限制PE指標的上限水平，排除目前估值較高的股票。

　　第五，較高的股息率。我們考慮過去三年的股息率作為衡量標準。通過計算過去三年每年年度分紅總額占當期總市值的比重，得到對應過去三年的股息率并要求其均高于1.5%，從而對高息率股的股息范圍做出進一步限制。(我們選擇1.5%是為了保證大部分時期選出的股票數量在20-40只左右，投資者可根據具體需要調節該指標)

　　本文主要結論

　　1、 品質股息策略超額收益明顯

　　從2008年Q1至今，品質股息策略取得了較好的超額收益。品質股息組合累計上漲221.74%，年化收益率為12.06%。相比同期滬深300全收益指數累計上漲1.43%，年化收益率為0.14%，年化超額收益率為11.92%。

　　2、 品質股息策略組合集中于金融、工業和可選消費板塊

　　品質股息的板塊分布主要集中在金融、工業、可選消費板塊。這三個板塊的股票數量占比超過70%，金融銀行股作為高息率股的代表，數量占比則穩定在35%至45%的區間內。從申萬行業分布來看，入選股票主要分布在銀行、交通運輸、公用事業、汽車行業為主。

　　3、 ROE 、市值和股息率等指標的影響

　　我們按照ROE、市值和股息率對入選股票進行相應的拆分回溯，得到以下結論：

　　第一：對于品質股息策略而言，ROE指標對于選股結果而言是一個倒U形的影響，在ROE小于20%的組別里，ROE越高收益越高。而在ROE大于20%的組別里，高ROE的效果就消失了。這在較大程度上是因為ROE高于20%的公司數量比較少。

　　第二：對于品質股息策略而言，500億市值以內的公司表現更佳。市值低于100億元的組合年化收益率為17.52%，市值介于100至500億元的組合其次，年化收益率為11.74%，市值介于500至1000億元的組合年化收益率為10.35%，而市值超過1000億元的組合年化收益率為-2.47%。1000億元市值公司中以金融為主，這是其在回溯期間表現不佳的重要原因。

　　第三：對于品質股息策略而言，股息率越高，表現越好。股息率超過5%的入選股票組合收益最高，年化收益率為20.29%，股息率介于3%至5%區間的組合其次，年化收益率為11.17%，股息率介于2%至3%區間的組合年化收益率為8.96%，而股息率低于2%的組合年化收益率為9.33%。

　　4、 最新一期選股結果

　　品質股息策略的歷史回溯

　　1、回溯思路和方法

　　為了驗證品質股息策略的效果，我們從2008年第一季度開始對該策略進行回溯測試。

　　與品質成長選股方法類似，我們在每個財報季結束后的第一個交易日，按照該策略的選股標準進行股票的篩選，篩選出的股票按照相同權重納入組合，并持有至下一個財報季，隨后根據新的財報數據進行同樣標準的篩選得到新的股票組合。

　　對于每期期末收到的分紅，我們采用再投資的方法進行處理，即將每期收到的分紅作為資本金用于下一期股票買入。

　　2、2008年以來品質股息策略選股結果說明

　　從2008年第一季度至今共經歷31次財報季股票篩選，模型選出的股票數量共計119支。在本次回測的約10年期間內，品質股息組合累計上漲221.74%，年化收益率為12.06%。相比同期滬深300全收益指數累計上漲1.43%，年化收益率為0.14%，組合累計超額收益為220.31%。我們認為，長期來看品質股息策略是有效的，主要體現在穩定且較高的勝率，相對較低的換手率和顯著的超額收益。

　　下表中列出了該策略歷史組合的一些統計數據。

　　我們依據品質股息策略的指標在每一財報季進行股票的篩選，近年來入選股票數量逐漸穩定在20至25支的范圍內，換手率也逐漸下降，介于20%至40%的區間范圍內。

　　品質股息策略選出的股票表現出較好的勝率。絕大多數情況下該策略選出的股票中超過50%的股票都能跑贏同期基準，僅有極少數情況，如2010年第二季度、2014年第三季度、2017年第二季度選股，該比例降至30%以下。

　　該策略的每期收益既包含了當期股票漲跌形成的利得，也包含了當期的現金分紅。上文中我們假設每期獲得的現金分紅將重新投資于下一期股票。下圖中，我們針對每一期的區間收益來源做了相應的區分。

　　品質股息的行業分布主要集中在金融、工業、可選消費板塊。這三個板塊的股票數量占比超過70%，金融銀行股作為高息率股的代表，數量占比則穩定在35%至45%的區間內。工業板塊近年來占比逐漸縮小，而可選消費板塊數量占比則出現小幅的提高。

　　以下我們列舉了在歷次選股中被選出股票次數排名前20位的高頻入選股票，這些股票在31次選股中入選次數均高于10次。其中建設銀行、中國銀行、寧滬高速、華域汽車、大秦鐵路、寧波銀行、興業銀行等股票入選次數分別達到22次、19次、19次、19次、18次、18次、18次之多。

　　品質股息策略的組合收益率回溯

　　截止8月3日，在進行數據回測的近10年時間中，品質股息策略累計收益221.74%，滬深300全收益指數累計上漲1.43%，萬得全A指數累計上漲24.39%。其中，金融行業組合在31次選股中累計凈值為205.30%，年化收益率為7.26%，而非金融行業組合的累計凈值為349.77%，年化收益率為12.98%。入選股票組合整體的年化收益率為12.06%，滬深300全收益指數年化收益率為0.14%，萬得全A指數年化收益率為2.15%。策略組合相對滬深300全收益指數的累計超額收益為220.31%，年化超額收益率為8%。

　　從季度收益來看，本策略組合在大部分情況下都能夠跑贏滬深300全收益指數，僅在2010年股市調整、2014年牛市中出現組合表現稍顯遜色的情況，但都在隨后的季度選股中成功追回。整體來看，本策略的超額收益仍然非常顯著。

　　品質股息策略中對ROE指標的考量

　　在ROE區間分布上，我們可以看到入選股票的ROE范圍大多集中在10至20的區間范圍內，ROE超過30的入選股票數量寥寥。ROE超過30%的公司數量本來就少，再疊加其它嚴格的指標篩選，導致入選公司數量一直比較少。通過板塊拆分，我們發現金融行業組合ROE指標普遍低于非金融行業組合。

　　從累計凈值曲線上，我們可以看到表現最優的組別是ROE介于15至20區間的股票組合，其次是ROE介于10至15區間的股票組合。ROE超過20的兩個組別由于入選股票數量較少存在一定偶然性，且存在部分期次選不出股票的情況，導致總體表現平平。整體組合收益率角度來看，ROE介于15至20區間的組合年化收益率最高，為15.36%，ROE介于10至15區間的組合次之，年化收益率為12.47%，ROE介于20至30區間的組合年化收益率為7.04%，而ROE超過30的組合年化收益率為6.56%。這說明對于品質價值策略而言，ROE指標對于選股結果而言是一個倒U形的影響，在ROE小于20%的組別里，ROE越高收益越高。而在ROE大于20%的組別里，高ROE的效果就消失了。這在較大程度上受到了可選公司數量急劇下降的影響。

　　品質股息策略中對市值因素的考量

　　從市值角度來看，我們發現入選股票的市值區間分布存在明顯的分化情況。從2010年開始，入選股票的市值區間分布主要集中在市值500億元以下的區間和超過1000億元的區間內，而市值介于500至1000億元的“夾層”入選股票分布則相對較少。這一趨勢在2015年后有了一些改變，由于牛市的影響市值區間分布普遍上移，入選股票市值低于100億元的數量大幅減少，與之對應的是市值超過500億元的股票數量增加。分化的情況依然存在，入選股票更多分布在市值介于100至500億元的區間以及市值超過1000億元的區間內。通過板塊拆分，我們發現金融行業股票組合市值普遍高于非金融行業股票組合。

　　從累計凈值曲線上來看，市值低于100億元的入選股票組合相對其他組別有超額收益。市值低于100億元的組合年化收益率為17.52%，市值介于100至500億元的組合其次，年化收益率為11.74%，市值介于500至1000億元的組合年化收益率為10.35%，而市值超過1000億元的組合年化收益率為-2.47%。需要說明的有兩點。第一，在2009年的選股期間，入選股票絕大多數市值都低于100億元，因此該組合受益于這一輪的股市回彈。在2015年的回撤期間，由于該組合在2015年第一和第三季度并沒有選出股票，因此沒有收到股市回落的影響。這客觀上增厚了該組合的表現，但有較大的偶然性。第二，市值超過1000億元的組合表現從凈值曲線上來看表現較差，其中一個重要原因是這一組合在2008年僅選出1支股票，卻給該組合造成超過60%的損失。從整體收益率角度來看，綜合入選股票數量和整體收益情況，我們認為小盤價值股的相對收益更優。

　　品質股息策略中對股息率因素的考量

　　本文討論主體是高息率股，自然免不了對股息率進行進一步討論。我們對入選股票的股息率分布進行了區間劃分，并對各股息率區間股票數量進行統計。我們發現股息率介于3%至5%區間的入選股票數量占比最高，股息率介于2%至3%的組合其次，股息率低于2%的組合入選股票數量最少。從時間維度縱向來看，2013年至2014年期間，入選股票股息率超過5%的數量占比達到高點。而在2016年至2017年期間，入選股票股息率介于2%至3%區間的股票數量占比則相對居高。通過板塊拆分，我們發現金融行業股票組合股息率普遍高于非金融行業股票組合。

　　從累計凈值曲線可以看到，股息率越高，組合整體的收益表現越好。股息率超過5%的入選股票組合收益相對其他組別更高，其次是股息率介于3%至5%的入選股票組合。從年化收益率角度來看，股息率超過5%的組合年化收益率為20.29%，股息率介于3%至5%區間的組合年化收益率為11.17%，股息率介于2%至3%區間的組合年化收益率為8.96%，而股息率低于2%的組合年化收益率為9.33%。綜合入選股票數量和整體收益，我們認為股息率較高的組合整體表現更優。

　　品質股息策略中對行業因素的考量

　　1、品質股息策略選股行業分布

　　通過本策略選出的股票板塊分布主要包括金融、工業、可選消費等。這三大板塊的占比加總在近年達到80%左右。受2008年金融危機影響，2008年至2010年期間入選股票數量較少，且大多集中在材料、工業等重資產板塊。在2011年之后，品質股息策略選出的股票板塊分布則相對更加穩定。材料板塊的占比自2009年之后縮減，而公用事業板塊股票的入選始于2012年，之后穩定在5%至10%的區間范圍內。金融板塊股票作為高股息率股票的代表，有著較高的股息率和穩健的盈利水平，占比穩定在35%至45%區間范圍內。

　　從申萬行業分布來看，入選股票主要分布在銀行、交通運輸、公用事業、汽車行業為主。正如前文所述，銀行金融股較符合我們對于高息率股的特征定義，同時不受凈經營性現金流這一指標的限制。交通運輸行業主要入選股票包括高速公路、機場、鐵路及相關配套設施的建設企業股票。這些企業的發展與整個社會的經濟增長水平相關聯，有著穩健的業績增長和較高的分紅水平。公用事業行業主要入選股票包括清潔能源股、電力股，這些股票成長性較低，受經濟周期波動影響小，在2012年之后保有較穩定的占比。汽車行業入選股票包括整車企業股票、商用車企業股票等，代表股票有華域汽車、上汽集團。

　　2、金融行業組合拆分回溯

　　首先，我們僅選取金融行業股票進行單獨回溯，以便觀察其指標特征與相應收益情況。

　　從圖中可以看到，金融行業股票往往股息率較高。從2012年至2016年，入選金融行業股票股息率大多超過3%，其中股息率超過5%的股票也占據了較大比重。2013年可以說是“分紅年”，因此2014年入選股票股息率超過5%的比重極高，而2016年以來入選金融股中，股息率超過5%的股票數量有了回落。在對金融行業股票按照股息率分布進行進一步分組后，我們發現股息率較高的股票有著相對超額收益。其中，股息率超過5%的金融股組合的凈值表現要遠遠好于其他組別。該組別的超額收益主要來源于，在股市回落時該組別會出現選不出股票的情況，因此免于大盤下跌的影響。在年化收益率上，股息率超過5%的金融股組合年化收益率為12.51%，其次為股息率為3%至5%區間內的金融股組合，年化收益率為4.48%。

　　在市值區間分布上，入選金融股大多為大盤銀行股。在2015年后，入選金融股大多市值超過1000億元，僅有部分市值介于500至1000億元間，與此同時并沒有市值低于500億元的金融股入選。在凈值表現上，由于市值低于100億元的金融股極少入選，而市值介于100至500億元的金融股災2015年后也無法選出，在此我們暫不考慮。市值介于500至1000億元的金融股組合相對市值超過1000億元的組合而言表現較好，但是需要注意的是，這一組合在有著超常表現的同時，每期入選數量僅為1-2支，因此有著一定的偶然性。與此相比，市值超過1000億元的入選金融股數量近年來穩定在9-11支。在年化表現上，市值超過1000億元的入選金融股組合年化收益率為7.34%，市值介于500至1000億元區間的入選金融股組合年化收益率為15.72%。

　　入選金融股的ROE區間分布表現出明顯的趨勢性。從圖中可以看到，在31次的選股中，從未出現ROE超過30的金融股。在2012年至2014年期間，本策略選出金融股的ROE大多分布于15至20區間范圍內，僅有部分介于20至30區間。而在2014年第三季度選股中，入選股票ROE僅分布于15至20區間范圍內。此后ROE介于15至20區間的股票數量占比逐漸減少，10至15區間范圍內股票數量占比相應上升，并在2018年第一季度的選股中占據全部比重。我們認為，入選金融股的ROE分布區間變化趨勢是由于經濟體制改革和市場有效化，大盤銀行股盈利水平下滑所致。在累計凈值曲線上，ROE介于15至20區間范圍內的金融股與總體的曲線在2017年之前比較貼合，在2017年這一區間內股票數量占比的進一步縮小導致兩條凈值曲線間的偏離。

　　3、非金融行業組合拆分回溯

　　在對金融行業股票組合進行單獨回溯后，我們再對剔除金融股的入選金融行業股票進行重新組合回溯。

　　類似的，我們先看非金融行業組合的股息率分布。與金融股組合不同的是，非金融行業組合股息率大多分布在2%至5%的區間范圍內，這一范圍的入選股票數量占比約80%，股息率超過5%的股票數量較少，同時股息率低于2%的非金融股也有少數穩定分布。從累計凈值曲線上來看，非金融行業組合與金融行業組合一致，股息率高于5%的組合相對其他組別有較好的表現。在年化收益率上，股息率超過5%的非金融股組合年化收益率為22.66%，其次為股息率為3%至5%區間內的金融股組合，年化收益率為12.34%，股息率為2%至3%區間內的金融股組合，年化收益率為7.21%。在年化收益率上，非金融行業組合的各股息率組別相對金融行業組合相應股息率組別總體表現更好。

　　在市值區間分布上，入選非金融股相對入選金融股而言，組合覆蓋的市值區間范圍更廣，在各個期間不同市值區間大多都有一定比例的占比。在2015年之前，入選非金融股中市值低于100億元的股票占有較高的比例，這一區間的股票數量占比在2015年之后有所下滑，相應的市值介于100至500億元的股票數量隨之提升。我們認為這一變化原因在于2014年至2015年間牛市帶來大多數股票市值的提升，從而引起較低市值區間股票分布向較高市值區間股票分布的變化。在凈值表現上，由于市值低于100億元的小盤價值股有著相對更高的收益表現。而隨著市值區間的上升，累計凈值曲線下沉，對應年化收益率下降。在年化表現上，市值低于100億元的入選非金融股組合年化收益率為19.22%%，市值介于100至500億元區間的入選非金融股組合年化收益率為11.18%，市值介于500至1000億元區間的入選非金融股組合年化收益率為8.48%，市值超過1000億元區間的入選非金融股組合年化收益率為-3.18%。我們認為，小盤非金融股往往有著相對較高的收益率，而大盤金融股則相對大盤非金融股表現更優。

　　與入選金融股不同，入選非金融股的ROE區間分布并不存在相應的趨勢性特征。在數量占比上，ROE區間介于10至20的非金融股占據絕大多數，ROE高于20的入選股票有少許零星分布。在累計凈值曲線上，ROE介于15至20區間范圍內的非金融股在2014年之前表現相對優于其他組別，而在2014年后該組別被ROE介于10至15區間范圍內的非金融股追平并超越，在2017年才重新追回。在年化收益率上，ROE介于15至20區間的非金融股組合年化收益率最高，為12.88%，ROE介于10至15區間的非金融股組合表現其次，年化收益率為12.03%。ROE高于20的組合由于存在較多期次選不出股票，年化收益率相對較低。

　　風險提示：策略本身存在局限性、上市公司財務數據風險，市場整體波動風險。

《徐彪：規避機構和北上資金重倉品種 優選高股息率投資標的》閱讀地址：http://www.osxg.com.cn/2018/0813/133143.htm