报告核心观点 - 从“抗回撤”角度出发，分析构建估值评分模型挖掘低回撤、高赔率股票，该模型分两级指标体系，通过二级指标调整一级指标得到更精确结果，历史回测显示估值评分较优成分股未来一季度平均回撤小于评分较差组 [3] 各章节总结 导语：通过估值分析挖掘低回撤的行业/标的 - 从“抗回撤”角度基于股票估值找低回撤资产，相对估值指标可判断标的股票是否被低估，更易用于投资实务，旨在为投资者提供不同行业估值方法参考 [8] 研究方法与样本设置 - 选取近10年个股季度数据，从“抗回撤”角度实证研究，核心指标测算用下一年财报数据，收集2013Q1 - 2024Q3 A股全上市公司季报数据，设置盈利假设、选取股价和参照申万一级进行行业划分 [9] - 给出各估值指标计算方法，基于符合估值方法基础假设和指标非极端值原则清洗数据 [12] 一级指标：行业“适用”指标 - 从各行业“不适用”估值方法起步，用排除法为投资提供参考估值结果 [19] - 提出三个维度判断行业是否适用某估值指标，分别是有效数据点不足、指标跨期稳定性不足、个股估值离散过大，并给出具体假设和计算方法 [20][21][26] - PE（3年非负均值）与PB“适用”行业最多，PB可覆盖申万29个行业中的27个，PE（3年非负均值）可解决PE频繁失效问题，是PE优质替代 [29] - 周期行业因盈利强周期性致PE失效，依赖PB估值；制造、科技行业PE（3年非负均值）、PB普适性强；消费类行业盈利稳定性高，指标选择范围广 [30][33] 二级指标：个股所处行业水平 - 判断一级指标供行业使用后，用二级指标指引个股在行业中的位置，分行业对样本回归，保留系数符号符合经济意义且显著有效的因子作为有效二级指标 [43][52] - 周期行业PB主导下，毛利率进一步定价估值；制造、科技行业PB对未来盈利能力定价，PE（3年非负均值）侧重关注资产负债率；消费医药行业有效二级指标相对“杂”，个体差异大 [57][58] 结果回测 - 结合一二级指标研究结果对“抗回撤”效果回测，选取13Q1 - 23Q3数据样本，为个股“适用”一级指标赋予等权权重，考量一二级指标并计算综合评分 [70] - 分档计算不同综合评分区间下一季度最大回撤均值，回撤表现基本随分数升高而上升，符合“抗回撤”目标 [72]