量化专题报告：超额收益增长模型AEG，PE估值的内涵逻辑.pdf

量化专题报告：超额收益增长模型AEG，PE估值的内涵逻辑。基于 DCF 贴现模型的传统 PE 估值难以解释相同增速下的不同估值问题。 基于阶段 DCF 模型，给出一定的增速假设和持续时间，便可给出不同的理论 PE， 高 PE 的公司，估值的贡献主要源自于远期的增速。但在实际投资中经常发现相 同增速但是估值不同的个股，因此需要寻找一个更加合理和逻辑自洽的估值模 型。

收益并非价值流量的完美度量，AEG 模型的核心在于其综合考量了包括股 利再投资在内的全收益和机会成本。AEG 模型不仅捕捉了公司当前的盈利能力， 还要求还原公司股利再投资下的全收益，尤其是那些超出股东要求回报率的收益 增长部分。与 DCF 模型相比，更全面的考察了收益的来源和机会成本，如果忽 略了某一部分就会导致相应的定价偏误，产生难以理解的估值异象。对比表明， AEG 估值模型较 DCF 模型定价更加准确。

基于全收益估值下的红利择时表现更加稳定。从理论估值来看，实际交易的 PE 中枢基本围绕理论 PE 中枢进行波动，结果表明中证红利指数的 PE 仍有上行 的空间。红利类资产由于股息发放较多，因此存在更多的定价偏误，因而构建全 收益下的估值：P/全收益。P/全收益下的值为 5.8，低于传统的 7.2 市盈率。通 过计算 P/全收益，AEG 模型能够更准确地反映红利资产的估值，从而优化择时 策略年化收益达到 8.8%，夏普比率为 0.77，最大回撤-11%，周度胜率为 55%， 相较于传统方法有显著提升。

带息收益下的估值因子表现较传统 EP 得到显著提升。通过优化传统的 EP 因子，报告提出了 AEG_EP 因子，不仅考虑了公司的盈利，还通过分析师一致预 期的 EPS 和历史派息计算股利再投资部分的价值，从而还原了带息收益。AEG_EP 因子的 IC 从原始因子的 0.051 提升至 0.06，因子多头端分层效果好。在组合构 建方面，基于 AEG_EP 因子的 TOP100 组合，在月度调仓下实现了年化收益 22.7%，夏普比率达到 0.94，相比原始 EP 因子的组合，风险调整后的收益得到 了显著提升。