A股策略年中展望：科技跃升与资产重定价

大势研判：高胜率、低弹性（）AAIGC和中特估的双主线，行业的高速轮动2022ChatGPTAIGC2023指数相对全A指数录得超额收益在40以上。春节后三大运营商在“数字经32.95、20.98、51.07。3月，两会通过《国务院机构改革方案的议案》，指出要组建国家数据局，协调推进数据基础制度建设。政策3AIGC23月、3月指数维度下AIGC板块分别上涨15.36和22.83，全A同期涨幅分别为-0.02和-0.834月AIGC板块热度下降涨幅-1.55小ATMT2月录得0.37短期回撤。2023年4月，国家互联网信息办公室发布《生成式人工智能服务管理办法（征求意见稿）》，明确了生成式人工智能服务的内容审查及安全保障责任，同时鼓励加强技术研发和自律管理，明确了生成式人工智能产业的发展路径。4电子震荡下跌。5TMT8.13、2.90、3.76。图1：年初以来TMT、AIGC相对全A明显跑赢资料来源：万得，整理；注：复盘截至2023年5月第三周。政策持续呵护，“中特估”屡受重视，年初至今相对全A录得超额收益超20。202211212023切实落实“两个毫不动摇”，深化国资国企改革、提高国企核心竞争力。33日国资委召开会议，对国有企业对标世界一流企业价值创造行动进行动员部署。2344.27、7.63、8.69，全A同期涨幅分别为-0.02、-0.83和-1.44。从内25.19、2.92，央企仅上涨3.43、1.40；4月央企分别上涨8.66，远超地方国企的2.195月上中旬中特估面临内部分化与调整具体到各成分概念上运营商调整幅度最大，下跌9.71，万得“一带一路”和地方国企主题指数分别录得3.97和2.61的短期回撤，中特估表现小幅跑输全A及大盘。图2：年初以来中特估相对全A明显跑赢资料来源：万得，整理2023452010年至今63分位数慢线回落至90分位数附近TMT板块出现了一定程度的分化，半导体、消费电子、元件、软件开发近一个月调整幅度均超13传媒板块出版游戏影视院线等细分行业涨幅超过15整体上看，TMTTMT成交额占比在40以上，中枢回落至35附近。图3：行业轮动指数显示，市场在上涨初期往往伴随高速轮动资料来源：万得，整理（二）下半年研判：政策脉冲和情绪指数提示的行情节奏政策发力除了实体信用派生外，税收和财政政策也很关键，其中一、两项发力形成合力后图4：国内政策脉冲指数走势与相应政策重点回顾资料来源：万得，整理量，结合历年投放经验可以推演出节奏。5月起脉冲指标有短期承压的风险，9月有望触底回升并带动基本面走强。图5：2023年政策脉冲走势及下半年预测资料来源：万得，预测下半A4ATMT(2013)、地产(2016)、新消费+新基建（2020-2021），都成为当年结构性的主线行情。图6：通胀由底部走高、实体中长贷增速走强阶段股票胜率较高，但是弹性降低资料来源：万得，整理；注：不同市值(300/500/1000)和风格（成长/价值）为相对回报率。图7：通胀由底部走高、实体中长贷增速走强阶段更容易确立主线资料来源：万得，整理；注：不同市值(300/500/1000)和风格（成长/价值）为相对回报率。中观行业：关注消费复苏、TMT和中特估细分领域的结构机会（）A股盈利预计向好：自上而下和自下而上口径结合的判断2022.8.22AA2023A自下而上的方法需要对各大类板块分别进行预测，而自上而下的方法使用宏观经济数据直接预测，其中又可分为两种思路：GDP（CPI*0.6+PPI直接对全AGDP基于思路1）和市场一致预期的结果如下图所示：图8：关键经济数据市场一致预期资料来源：彭博，万得，整理；注：阴影部分为2023年Q2/Q3/Q4预测值图全A净利润累计同比增速预测 图全A非金融净利润累计同比增速预测 资料来源：彭博，万得，预测；注：阴影部分为2023年Q2/Q3/Q4预测值

资料来源：彭博，万得，预测；注：阴影部分为2023年Q2/Q3/Q4预测值基于思路2）和市场一致预期的结果如下图所示：图全A营收累计同比增速预测 图全A非金融营收累计同比增速预测资料来源：彭博，万得，预测；注：阴影部分为2023年Q2/Q3/Q4预测值

资料来源：彭博，万得，预测；注：阴影部分为2023年Q2/Q3/Q4预测值图全A营收净利润率预测 图全A非金融营收净利润率预测 资料来源：彭博，万得，预测；注：阴影部分为2023年Q2/Q3/Q4预测值

资料来源：彭博，万得，预测；注：阴影部分为2023年Q2/Q3/Q4预测值图全A净利润累计同比增速预测 图全A非金融净利润累计同比增速预测资料来源：彭博，万得，预测 资料来源：彭博，万得，预测基于市场一致预测采用自上2023AA11.75、6.30。表1：基于多层次方法对2023年分季度A股的净利润增速预测类别方法2023Q22023Q32023Q4线性回归法9.7010.2911.81全A净利润分解法7.029.2211.69均值8.369.7611.75线性回归法-0.053.717.37非金融净利润分解法-1.171.745.24均值-0.612.726.30资料来源：彭博，万得，预测图自上而下全A归母净利润累计同比增速预测 图自上而下全A非金融归母净利润累计同比增速预测资料来源：彭博，万得，预测 资料来源：彭博，万得，预测（）66模型的风格和行业指引我们基于普林格经济六周期和彼得林奇的股票六风格（6×6）来对下半年中观行业和风格策略进行相应的分析。12～15个成分指标，这些指标能够领先或同步于资产价格的变化，每个晴雨表将它的成分指标合成为0～100之间的一个分数，当多数成分指标对该类资产发出积极的信号时，分数大于50，晴雨表则移向看涨的模式。结合普林格的方法和中国市在中国本土市场，阶段一到阶段六并没有像理论和美国市场中那样依次轮动，2007年-2011（2009IIIIV），这段时间也是经济周期轮动较为符合理论规律的时期；2015-2018（IIIII2005-200720132020图基于大类资产的普林格宏观景气周期指标体系 图彼得林奇六周期的划分方法资料来源：万得，整理 资料来源：万得，整理图普林格六周期下各类资产的复盘资料来源：万得，整理在股票风格方面，我们打破传统的成长/价值二分法，扩充到六类风格来进行研判。和普林格自上而下界定六周期的思维范式异曲同工，我们熟知的明星基金经理彼得·林奇采取自下而上的方式，依据股票自身财务特征配合调查研究将股票分成六类，各类型的股票具有不同的特点和风险收益特征，而每一类股票都需要林奇为投资广泛的投资者提供了多样化的投资建议，并通过六大分类平衡收益与风险，以达到投资目标。图中国债股商的轮动特征在2012到2015年不显著 图按照宏观周期和资产价格划分的中国市场普林格周期资料来源：万得，整理 资料来源：万得，整理图按照股债商三类资产价格推算的普林格六周期 图彼得·林奇六类风格指数在A股市场的应用和回测资料来源：万得，整理 资料来源：万得，整理向后看，由于普林格经济周期的划分直接基于资产价格本身，我们从宏观到大类资产寻找六周期定位，再到六个股票风格，沿着政策-基本面-市场的脉络研判。图26：不同股票风格指数在各普林格经济周期中的表现一览资料来源：万得，整理今年一季度全国第三产业GDP、固定资产投资完成额、社会消费品零售总额同比增速均已高于疫情期间同期平均增速，国内经济实现良好开局。但一季度中国整体经济的修复仍不够充分，二季度仍有进一步向上修复的空间。近期中共中央政治局会议指出“当前我国经济运行好转主要是恢复性的，内生动力还不强，需求仍然不足，经济转型升级面临新的阻力，推动高质量发展仍需要克服不少困难挑战”。因此，在经济基本面向上修复进程中积极的财政政策和稳健的货币政策仍有望形成合力、对经济恢复和扩大内需形成支持。伴随着经济持续修复，我们认为一季度即本轮盈利底部，A股有望延续上行趋势。考虑到库存周期下半年企稳回暖，大宗商品价格预计在年中出现拐点；“经济内生动力不足”的核心逻辑主导下债券利率小幅下行空间仍值得期待，但随着盈利和价格在复苏中上行，三季度债市仍有转熊压力。根据上述宏观环境和大类资产走势的判断，我们对二、三季度投资风格和行业配1（普林格经济周期中的阶段二），适合快速增长风格跑出超额收益，快速增长型风格公司含量最高的一级行业包括国防军工、计算机、食品饮料、社会服务、通信，占比分别为50.846.145.544.740.5三季度前半阶段转向股债商三牛的复苏后期（普林格经济周期中的阶段三），宜采取困境反转策略，困境反转型公司含量最高的一级行业包括钢铁、有色金属、计算机、建筑材料、电子占比分别为21.716.214.814.313.8三季度下半阶段预计转向债券熊市、股票和商品牛市的过热期（普林格经济周期中的阶段四），宜采取景气投资策略，景气投资型公司含量最高的一级行业包括社会服务、非银金融、农林牧渔、房地产、公用事业，占比分别为32.9、30.7、20.2、13.9、13.5。图各一级行业中所包含的困境反转型公司比例 图各一级行业中所包含的景气投资型公司比例资料来源：万得，整理 资料来源：万得，整理文明的跃升：历次科技进步带来的机遇与泡沫（一）中长期视角：技术创新激发经济发展新动能历史中每一次科技浪潮都极大提高了人类生产力，促进经济大幅增长。尤其是上702060之受到石油危机的影响而陷入了经济停滞、通货膨胀的两难境地。2070年代后期开始，微型计算机被发明，信息技术开始飞速发展。信息产业的兴起不仅给予经济新的增长空间，还带动了传统产业的效率提升，从而帮助经济摆脱困2090209019982000（体现为全要素生产力的增长拐点第一，技术创新直接影响信息和通信技术成本下降，带动计算机、家用电子产品等价格持续下降。第二，技术创新会重塑市场结构和竞争格局，降低许多领域的进入门槛，加剧市场竞争，从而影响产品价格。例如，电子商务的快速增长改变了消费者购买产品的方式。受益于价格透明度和可比性的提高，消费者的议价能力得到增强。与此同时，开展网络业务的公司可以通过网络提高产品渗透率，增强自身竞争能力。互联网对交易方式的变革，从消费端和生产端同时对价格产生向下的作用力。第三，技术创新可以大幅提高生产率。在经济增长动力来源中，劳动力的增长在一定时期内能够促进经济总量的增长，但受限于生产率以及随资本广化而不断提高的资本折旧，劳动力增长对经济增长的贡献将会趋于稳态。所以，劳动力增长只能实现资本“量”的扩张，并不能实现资本“质”的升级。而技术创新带来的经济增长效应是持久的。技术不仅可以提高劳动生产效率，还可以替代劳动力进而提高生产率。更高的生产率直接转化为更低的生产成本，从而对通货膨胀产生平抑作用。近年来，受到全球疫情的影响，世界经济发展陷入低迷期，通胀亦高企。通过回溯近几次世界性通货膨胀的影响，我们发现，技术创新通过提高劳动生产率、降低产品价格、变革市场竞争格局等方式抑制通货膨胀率增长。如今，人工智能等技术的快速发展将开启技术创新的新时代。类比前几次通胀周期的规律，人工智能浪潮将会为经济发展提供新动能，再次促使经济增长转向快车道。图29：全球通货膨胀率及劳动生产力增速的变化资料来源：世界银行，整理；注：通货膨胀率以GDP平减指数计算，生产力为以美元计量的单位劳动力产出衡量（以2010年价格和汇率水平为基础计算）。技术创新对通货膨胀具有平抑作用数字技术的发展和应用对通货膨胀率具有抑制效果。数字技术对经济的发展具有多重影响。首先，数字技术产业自身的发展直接促进了经济的增长；此外数字经济对传统产业的赋能带动传统产业的结构化升级，间接促进了经济增长。与此同时，数字经济从生产端和消费端同时产生对一般产品和服务价格水平的向下作用力。从生产端来看，第一，数字技术的进步促使数字技术直接产品价格下降；第二，数字技术促使传统产业向自动化生产模式转型，对传统产业的降本增效产生了极大的正向影响。从消费端来看，数字技术极大降低了信息不透明度，促进了信息的公平传播，大大提高了消费者的议价能力；此外，电子商务的产生，加剧了厂商间的竞争，促使产品价格进一步下降。但从中长期来看，随着数字技术创新逐渐抵达发展瓶颈，数字技术对产业发展的驱动力渐弱，导致数字技术对通货膨胀的边际效应越来越小。图30：美国信息科技相关板块中长期一定程度上拖累了美国CPI增速资料来源：瑞典央行，美联储，整理图31：美国信息通信相关产品的通胀中枢远低于其他板块资料来源：瑞典央行，美联储，整理数字经济同样通过多个渠道对通胀水平起到抑制作用。国家互联网信息办公室对(202250.2万亿元，总量稳居世界第二，占GDP比重提升至41.5，数字经济成为稳增长促转型的重要引擎。刘珺等（2023）认为公司数字经济对通货膨胀的抑制作用及其三个影响渠道（数字化产品及服务价格低增长、生产率提升、电商平台竞争）在线上销售的扩大增强了整体通货膨胀对货币政策的敏感性1。图32：数字经济发展对中长期通货膨胀的抑制路径资料来源：瑞典央行，绘制技术进步与资产价格高度相关从资产价格来看，研发投入与股价表现具有强相关性。研发投入反映了技术创新各个环节中的资金支持水平，降低了技术创新的风险，可以用于衡量经济体的技术进步速度。从国际视角来看，美国的研发增速与纳斯达克综合指数具有强关联性，并且研发投入变化领先于股票市场变化。从本土视角来看，中国的研发增速A图美国研发增速和纳指具有强关联性 图中国研发增速和A股回报率间具有较强相关性资料来源：万得，整理 资料来源：万得，整理研发投入本质上是为了实现技术创新，从而推动生产力提高，促进经济增长。技术创新的效果来看，中美全要素生产率的增长均与股票市场趋势具有较强的相关性。在全要素生产率增长的时期，股票市场亦处于上行趋势。当全要素生产率增速下滑，股票市场也会出现一定的回调。20233图美国全要素生产率与SPX指数具有较强相关性 图中国全要素生产率与上证指数具有较强相关性资来源：万，证券济研所整理 资来源万，证券济研所整理技术创新是经济体总生产力持续增长的关键来源，而股票市场是经济发展的晴雨表，所以技术创新的结果将会率先反映到股票市场表现上。根据美国市场的经验，美国生产力增长率与股息率在中长期具有一定的相关性。这表明，企业的研发投入将会引起预期现金流变化，从而影响到企业的股息支付水平。此外，股票回报与消费增长之间存在较强的交叉相关性，并且领先相关性要强于滞后相关性。换句话说，股票市场趋势反映了未来经济增长情况。而根据消费、产出等宏观经济指标与研发强度的关系，研发强度的变化领先于宏观经济指标变化。所以，从长期视角来看，技术进步促进了长期的经济增长，也是股票市场长期回报的来源，这点在人口红利、资本红利退潮后表现得更加突出。图美国生产力增长率和股息率变化 图股票回报和消费增长之间的交叉相关性 资料来源：Innovation,Growth,andAssetPrices,AFA2012ChicagoMeetingsPaper（HowardKung,LukasSchmid，2011），整理

资料来源：Innovation,Growth,andAssetPrices,AFA2012ChicagoMeetingsPaper（HowardKung,LukasSchmid，2011），整理；注：纵轴表示股权回报和消费增长之间的交叉相关性，横轴表示股票回报率领先于消费增长的期数。图美国消费增长和研发强度变化 图美国产出增长和研发强度变化 资料来源：HowardKung,LukasSchmid(2011),Innovation,Growth,andAssetPrices,AFA2012ChicagoMeetingsPaper，整理；注：消费增长率为对数值。

资料来源：HowardKung,LukasSchmid(2011),Innovation,Growth,andAssetPrices,AFA2012ChicagoMeetingsPaper，整理；注：产出增长率为对数值。（二）短期视角：创新也是投资泡沫的主要驱动因素1.从创新视角看南海泡沫事件发生于1720年英国的南海泡沫与密西西比泡沫和郁金香狂热事件并称为欧洲早期三大经济泡沫。在南海泡沫的发展期，50多家公司的股价上涨了100至800不等，但泡沫的崩溃却只花了两个多月的时间。创新对投资者预期的影响是造成南海泡沫的关键原因。在南海泡沫事件发生的过程中，特许贸易权、债股转换、海上保险等金融创新应时而生。首先，特许贸易权给予南海公司等欧洲公司对特定地区的贸易垄断权，让投资者产生了未来此类公司业绩长期稳定增长的良好预期。此外，海上保险的创新，实现了海上贸易风险的分担和转移，减小了业务增长的不确定性，进一步加强了投资者的预期。最后，债股转换，让投资者可以使用国债等债权转换为南海公司股票，为泡沫的产生提供了充足的流动性。在实际的过程中，创新带来的成果并没有完全地以公司业绩的形式产生。投资者在了解到新技术即海上贸易投资机会的好处时，创新相关的公司的股价就随着未来现金流持续增长的未来预期而迅速上涨。投资者预期的变化，首先带动创新直接相关的公司股价大幅上涨，而当创新公司股价增长达到高潮时，创新泡沫将会扩散到整个股票市场，带动市场整体趋势上行。具体来看，南海公司等创新直接相关公司的股价大幅上涨后，英格兰银行等传统公司的为了进一步检验创新公司和非创新公司在南海泡沫发展过程中的市场表现差异，可以将公司分为新经济公司和旧经济公司。英国旧经济公司包括英格兰银行、旧东印度公司和百万银行，新经济公司包括约克建筑公司、皇家非洲公司、新非洲公司、南海公司、皇家外汇保险公司和伦敦保险公司。从新、旧经济公司市值来172017206迅速调整对创新的预期，新经济公司的估值也回归到理性水平。从新、旧经济公南海泡沫事件表明，投资者对于创新的预期会经历过度预期和预期回归两个阶图年伦敦主要股票价格走势 图英国旧经济指数、新经济指数和保险指数总市值变化 资料来源：RikFrehen,WilliamN.Goetzmann,K.GeertRouwenhorst(2012),NewEvidenceontheFirstFinancialBubble,journalofFinancialEconomics，整理；注：所有股票价格均除以1月1日值，约克建筑公司的价格除以第一个可用数据点（6月28日），图像绘制在对数坐标轴上。

资料来源：Rik Frehen,William N.Goetzmann,K.GeertRouwenhorst(2012),New Evidence on the First FinancialBubble,journalofFinancialEconomics，整理；注：保险指数由约克建筑公司、皇家交易所保险公司和伦敦保险公司组成；新经济指数由皇家非洲公司、新非洲公司和南海公司组成；旧经济指数由英格兰银行、旧东印度公司和百万银行组成。3.互联网泡沫：破灭中孕育新的希望1989络信息时代的序幕。20902000年3月份攀升到5000点以上，同比增长超过1倍，互联网泡沫达到顶峰。驱动的。互联网技术的蓬勃发展，创造了全新的商业模式，打破传统产业的资源和信息孤岛格局，重新塑造了人类生产生活方式。互联网相关技术的用户规模在90互联网泡沫事件表明，“颠覆性”的技术创新推动的股票市场繁荣容易形成巨量的泡沫，而泡沫的崩溃与投资者预期的转向高度关联。对比互联网公司股票的市场表现和互联网用户的增长速度，我们可以发现泡沫的崩溃时点与互联网用户增2090图纳斯达克100指数在互联网泡沫期大起大落 图互联网泡沫崩溃后用户增长率逐年下滑 资料来源：彭博，整理 资料来源：世界银行，整理主题投资：中特估和TMT后续展望（一）内部结构看中特估轮动、分化度、赚钱效应、成交热度中特估内部分化度见顶回落，赚钱效应边际好转。此处以国信策略中特估概念标股票池当日的20分位个股和80分位个股涨跌幅之差作为衡量中特估概念内部5105日赚钱效应和赚钱效应(5MA111234510图45：中特估内部分化度见顶回落，赚钱效应近期小幅好转资料来源：万得，整理我们将中特估概念标的划分至上游资源、高端制造、消费、传媒、数字经济、大金融、建筑、环保公用九个行业&风格中，不难发现，2022111TMT5图46：2022年11月至今，各行业风格中特估概念标的平均涨跌幅资料来源：万得，整理“TMT+中特估”弹性较大，“消费+中特估”回撤较小。我们以股票池内各行业风格分类等权构建中特估行业指数，观测中特估内部演绎情况，从各行业风格202210&数字经济中特估等权指数涨幅大幅领先于其他行业，从回撤情况看，“中特估+消费”在整体回报与“中特估+高端制造”“中特估+建筑”接近的同时，拥有更小的回撤幅度；在回撤幅度与“中特估+交运”“中特估+环保公用”接近的同时，拥有更好的收益表现。图47：分行业类别看，“TMT+中特估”弹性较大，“消费+中特估”回撤较小资料来源：万得，整理20221010A65001.379230230-1300600-27004A成交中枢分别为4和10，而峰值分别为11和22。目前中特估指数和中特估概念标的池占全A成交比分别回落至15和6.5附近，虽仍高于近半年中枢水平，但高位回落幅度显著。后续“中特图近期中特估指数&中特估概念标的成交热度下降 图自上而下&自下而上看，中特估当前成交热度仍较高资料来源：万得，整理 资料来源：万得，整理（）TMT板块：人工智能和半导体周期1.2010年至今存在三段代表性较强的TMT行情年全年领涨传媒计算机电子通信分别上涨1076743和35位列全部一级行业中的第1第2第4第7位从PE变化情况看传媒行业年初PE为31.9倍，年末PE为50.6倍，涨幅达到59；计算机行业年初PE为37.3倍，年末PE为52.4倍，涨幅达到40.8；电子行业年初PE为32.6倍，年末PE为46.5倍，涨幅达到42.2；通信行业年初PE为33.8倍，年末PE为39.6倍，上涨17.32。本轮TMT主线行情中，四个行业涨跌幅主要贡献项为估值，业绩对传媒、计算机和通信行业存在一定程度的贡献。年上半年领涨计算机传媒通信电子分别上涨200.8163.0、143.6和136.9，位列全部一级行业中的第1、第2、第5、第7位。从PE变化2015PE(TTM52141.8计算机行业PE(TTM)由年初的不到60倍上升至6月的157.4倍涨幅超过160，通信、电子行业的PE(TTM)同样有超过120的涨幅，本轮TMT的上涨主要由估值贡献。3）20192021TMT164且PE变化幅度仅为49行业景