【广发策略】性价比之王：优化的PEG选股策略——“广开金股”系列（一）

由于成长性公司的盈利增速变动较大，且其估值受分母端影响弹性较大，因此传统PEG方法在对成长性公司的判断上较为不稳定。一方面，远端现金流的成长性公司和行业的盈利波动性不确定性大，未来的G的波动性较大、稳定性差。成长性公司虽然往往预期盈利增速较高，但其经营波动的风险更大，导致公司未来的盈利增速（G）波动较大。另一方面，远端现金流公司当下的市盈率估值容易受到流动性和风险偏好波动的影响，从而导致PEG代表性降低。根据DDM模型，远端现金流品种在低贴现率下现值更高，对贴现率变动更为敏感。当流动性和风险偏好显著改善时，远端现金流品种的成长性公司的估值较高，导致PEG偏高。但此时由于市场风险偏好在持续改善，市场对成长性公司的估值接受度也在上行，因此此时PEG的投资效率降低，对投资机会的指示效果下降。因此传统PEG框架下对于成长性公司的判断不够稳定。

我们运用“2+2”的方法创立新的盈利增速“G”，使得新的“G”在盈利能力的代表性和稳定性上有显著的提升。传统的PEG策略通常使用最近1年的历史盈利增速，或者是使用未来1年的动态盈利增速作为“G”进行计算。但由于仅仅1年的盈利增速时间跨度有限，导致该“G”对于成长性公司的判断不稳定，对于周期性公司的代表性减弱。因此，我们对盈利增速“G”进行调整，结合“过去+未来”，即使用过去2年历史盈利增速+未来2年预测盈利增速下的4年复合盈利增速，同时要求过去2年历史盈利均为正且复合盈利增速高于15%，从而大幅提升该指标的稳定性和代表性——

1. 对于成长股而言，提升了“G”的代表性。通过结合历史盈利和未来盈利预测，可以有效剔除掉当前基本面不佳、仅依靠未来“故事”叙事的公司，可以更有效的提升筛选标的的质地。

2. 对于周期股而言，平滑了盈利周期，增加了“G”的稳定性，可更好观测周期股的盈利增速中枢。一定程度上缓解了原材料价格变化带来的盈利暴涨暴跌，可以更好的观测其真正的“盈利增速中枢”，提升PEG的稳定性和代表性。

3. 避免了在特殊情况下基数异常的问题。在20年新冠疫情影响之下，部分公司的财报出现异常，盈利增速大幅偏离企业的潜在增速，从而导致21年的同比增速数据出现异常。“2+2”的盈利增速计算模式可以避免这种不可持续的盈利波动下基数异常的问题。

如上文所述，不同类型行业的PEG中枢往往不同，因此使用恒定的PEG判定阈值容易产生对某些行业的“高估”或者“低估”，因此我们需要针对不同的品种设定其对应的PEG筛选阈值。“PEG≤1”策略是基于美国80-90年代下的的一个经验法则，而非恒定真理。在A股的具体运用当中，传统PEG方法更容易纳入银行、地产等PEG中枢较低的行业，同时更容易剔除掉一些PEG中枢较高的消费行业。因此，为提高PEG选股策略的普适性，我们对于不同类型的行业定不同的PEG中枢，从而筛选出真正的“估值和业绩匹配”的企业。具体方法上，由于我们使用的是动态的盈利和动态的估值测算的PEG，因此在为一级行业设定PEG中枢的时候我们均使用行业的动态估值和动态盈利计算。运用申万一级行业的动态盈利和动态估值计算2010年以来的行业PEG，采用动态PEG非负中位数确定一级行业的PEG判定阈值。与行业的历史PEG往往大于1不同，部分行业的动态估值和动态盈利下计算出来的PEG中枢会出现低于1的情况。

调整后的动态PEG判定阈值更具普适性，能够克服传统PEG选股策略的弊端。一方面，市场盈利定价较低的行业如银行、地产及部分周期性行业，天然PEG较低，简单用PEG<1筛选个股容易陷入“估值陷阱”；另一方面，盈利稳定、波动性较小的行业（如食品饮料、休闲服务等消费行业），以及未来成长性较高行业（如通信、计算机等），往往具有较高的PEG中枢，如用PEG<1的传统策略进行筛选则容易错失优质企业。因此，通过行业的动态估值和动态盈利计算所得的动态PEG中枢，适用不同类型行业均有相当针对性，普适性更强，选股效果更佳。具体的行业调整后的PEG阈值标准如下图：

（一）优化PEG策略在信用收缩阶段超额收益显著

为在策略调仓时获取最稳定的盈利预期，我们选择在每次财务报表披露截止日进行调仓，即每年于4月30日、8月31日和10月31日进行总共三次策略筛选调仓。上市公司按照规定需要定期披露财务报表，其中年报和一季报披露截止日为4月30日，半年报披露截止日为8月31日，三季报披露截止日为10月30日。由于分析师往往会在财务报表披露截止日前，根据公司最新的财务报表分析更新对公司的最新的盈利预测，因此在财务报表截止日上市公司的盈利预测信息是较为全面的。

优化的PEG策略在应用中具备2大特性：一是信用收缩过程中大概率获得较为显著的超额收益，二是自07年8月以来相较万得全A获得明显的超额收益。自2007年8月以来，优化的PEG策略所筛选出的个股数量开始呈现较为稳定的态势，每期可选入个股数在50-300个之间，均值约在150只左右。因此优化的PEG策略可以构建稳定的组合进行07年8月以来的收益率回溯。通过回溯可以发现：（1）无论是从M1同比增速下行的角度还是社融增速下行的角度来说，在引用收缩期间，优化的PEG策略均大概率能获得较为显著的超额收益；（2）优化的PEG策略自07年8月至今累计净值为3.62，同期万得全A累计净值为1.41，策略相较万得全A获得了显著的超额收益。

（二）优化的PEG策略行业分布

从一级行业入选个股数量看，策略最新一期调仓后（21年4月末）个股数量前五的一级行业是医药生物（30只）、电子（24只）、计算机（21只）、机械设备（19只）、轻工制造（17只）。

从更为细分的二级行业入选个股数量看，策略最新一期调仓后个股数量前十的二级行业是计算机应用（19只）、化学制药（15只）、专用设备（15只）、电子制造（11只）、家用轻工（11只）、房地产开发（9只）、化学制品（9只）、医疗器械（9只）、电源设备（9只）、证券（8只）。从细分行业“盈利+估值”匹配度来看，消费行业中化学制药、家用轻工、医疗器械、汽车零部件、食品加工的入选个股较多；TMT中则是计算机应用、电子制造、互联网传媒、元件、光学光电子等行业的入选个股较多；周期性行业中，专用设备、房地产开发、化学制品、电源设备、环保工程及服务、包装印刷、其他建材、通用机械等细分行业的入选个股较多；金融行业当中则是证券、银行的入选个股数量排名靠前。