指数增强策略基金研究系列-中证500估值的一些数据和思考

在前几期分析中，我们对指数成分股做了简单的描述分析，包括某个时间点的指数成分股权重、行业分布、市值分布以及估值pe等。本文以中证500指数为例，尝试从事物发展的角度辩证分析，给出一组数据，选取指数估值分位数及成分股行业权重这一观察视角，去发现一些客观数据的规律。

这些数据可以给以下问题提供一些思路。

• 近十年来指数成分股所属的行业权重发生的什么变化？

• 随着指数成分行业权重的变化，我们以历史分位点来衡量指数的相对估值这一方法是否值得商榷？是否有刻舟求剑之嫌疑？

• 一些分析基于指数估值分位数来预判进行中证500指数增强基金的配置是否合理？

• 估值的分位点较低是否就是较好的左侧投资时机？

• 当前位置中证500的低估值跟哪些行业或者风格的关系比较大？怎么客观看待这种低估值？

首先，我们介绍两个有关行业分类的知识，要判断一只股票所属的行业，业内有多个定性分类的标准，业内使用较多的主要为申万行业分类体系和中信行业分类体系。以上两个分类体系随着证券投资行业的快速发展、产业结构的转型升级以及新的商业模式的不断出现，历史上经历过多次的调整修订，包括新设或更名行业一级大类，调整二三级行业子类等。

目前最新的申万行业分类体系（2021年7月30日修订）共包括31个一级行业、134个二级行业和346个三级行业，最新的中信行业分类体系（2020年1月修订）共包括一级行业30个，二级行业109个，三级行业285个。

申万分类体系的主要修订历史如下：

中信分类体系的主要修订历史如下：

兴业证券的一篇研究报告对以上两个行业分类标准进行了定性和定量研究发现，最新的两个行业分类体系大部分行业的重合度较高，名称完全相同的行业有19个，名称近似的行业有10个，绝大多数行业个股重合度都在80%以上；从平均成对相关性、组内股票收益率离差、组间股票收益率离差三个量化指标看，一级行业中中信行业的分类的同质性好与申万行业分类，二三级行业中新的申万行业的分类更佳。

本文原计划使用申万行业分类体系进行研究，但在wind中提取数据时发现两个问题，一是对于已经退市的股票，申万一级行业分类指标为空值（如下图），在近十年一共10500个样本中，共有217个样本出现这个情况；二是样本中存在少数样本的一级行业为建筑建材行业（如下图），但其实这是2014年前的老分类，2014年版将原本的建筑建材行业一拆为二为建筑材料和建筑装饰，虽然样本数不多，但对于这个问题，作者也非常奇怪，还需要进一步的观察。

上面这两个小问题给研究历史时点股票所属行业的权重带来一些麻烦，综合考虑后，我们使用中信一级行业分类体系进行后续的研究。

接下来，我们计算了最近十年（2012年1月1日至2021年9月30日）以半年度为频率的中证500指数成分股所属行业的权重变化情况（个股的权重为分级靠档后自由流通市值的权重，行业权重为行业内个股权重之和，全部行业权重的合计值为100），计算结果如下。

仔细观察一下行业权重和各行业内的权重股，今年中证500指数的表现和指增产品的凶猛可以略知一二了，如果产品在周期、新能源、行业上做一些偏离，暴露大一些，那不仅超额相当可观、超额波动明显，但最近面临的回撤也会有点“可观”了。

图：2021年9月末最新的行业权重分布

下图为近十年中证500指数成分股行业权重变化情况，各个行业的变化趋势还是非常明显的，可以仔细观察一下，比如有色、煤炭、钢铁化工等周期类的行业的权重最近一年多快速上升，但周期股的估值下降明显，这对于指数的估值是不是有影响？可以去看一看哪些行业的权重一直在下降，哪些行业的权重曾经达到过高点后来又下降了。

图：中证500指数近十年各行业权重的变化情况（1）

图：中证500指数近十年各行业权重的变化情况（2）

图：中证500指数近十年各行业权重的变化情况（3）

中信行业分类体系的最新版本中，增加了从一级行业出发基于产业属性的七大产业板块，包括周期、制造、消费、基础设施与地产、金融、科技、医疗健康。

我们将近十年中证500指数的产业板块演变情况汇总如下，这样观察就明显多了。

图：中证500指数中中信产业板块权重的变化情况

最新修订的中信行业分类体系从三级行业层面出发对原有的金融、周期、消费、成长、稳定五大风格格板块的划分进行了更新。

图：中证500指数中中信风格板块权重的变化情况

图：中信风格指数近十年的估值分位数变化情况

上面两张图一起看看，是不是可以看出来目前指数的低估值跟周期行业有很大的关系？周期行业的估值如果低不是一件好事，与一般行业的低估值的背后逻辑差异很大。这个要小心，如果按照这样的低估值去判断未来是否加大某个指数的投资需要深入评估。

下图中有两条折线，其中一条是中证500指数的pe_ttm,为了观察行业权重的变化对估值的影响，我们计算了将行业等权组合后的虚拟指数的估值（pe_ttm），可以去做一些分析，比如在实际pe大幅上升，或者下降幅度超过虚拟pe的时候，是什么行业的权重在提高，对应这个行业的估值的变化可以去发现一些规律。

首先在上面的图上有没有发现，实际上使用分位点严格来讲是不科学的，毕竟指数的行业都发生了很大的变化，这是不是有点刻舟求剑的感觉，当然，我们可以通过实际数据去检验一下，估值的历史分位点与未来指数涨跌幅的关系。需要注意，这个历史区间的选择其实与分位点的变化的关系很大，周期长一些的时候当前的分位点可能比较低，周期短一些的时候分位点可能比较高，如果目前的指数风格行业发生了很大的变化，那么长周期的分位点是否科学呢？

我们从2011年12月30日开始到2021年9月30日为时间区间，计算此区间内的pe-ttm的分位点，作为估值大小的相对衡量，以每个月最后一天的分位点位观察值，一共118个月的观察值，看一看如果pe_ttm的相对估值在历史分位点10%以下，20%以下，80%以上，90%以上，对应着估值相对较低，相对较高几种状态时未来半年、未来一年指数的涨跌幅。

下图汇总一下以上的几种情况：

再看一下下面几张图，我们将全部118个样本做个散点图，并且进行简单的拟合，这个关系有点类似二次方程的关系，也就是个抛物线，就说未来的涨跌幅跟估值并不是绝对的负向关系，而是在不同的细分区间，关系是不一样的。我们就简单地看图说话，在细分区间在进行拟合，可以发现一些有意思的事情。

当指数估值很低的时候比如低于5%的分位数（出现在2018年），2018年这个时候市场情绪极度悲观，指数表现极度糟糕，就是熊市状态，估值是由于分子端的影响造成的。当分位数为5%到40%之间的时候，随着市场的回暖，此时资金关注到估值的吸引力，因此大量资金进入，此时的估值并不高，这种状态随着资金的进入，低估值伴随着未来指数的良好表现，此时估值分位数与未来表现呈现明显的正向关系。但是当估值上升到一定的程度的时候，这个时候大家都觉得估值高了，资金避险情绪和博弈情绪加大，同时由于股价上升带来的估值的分子端压力的提高，股价调整的需求也很明显，此时未来风险收益的性价比降低，此时估值分位数与未来表现呈现明显的负向关系。当然前面说的这只是一种猜想罢了。

本篇分析重点在于提供一些数据，以补充一些分析维度，我们在此数据的基础上可以进行更加深入的研究，限于能力，篇中的阐述和分析尚有很多的不足，欢迎大家多提意见。老规矩，文中的数据、获取和整理数据的代码（换个指数很快能出结果）都可以提供，方便大家一起交流。

部分代码如下：