高杠杆
基金投研的财报“击球区”：基于PB-ROE矩阵的行
模型因忽视行业差异、周期波动与盈利质量，已难以适应复杂的市场环境，只有构建动态、分行业、重质量的升级矩阵，才能精准找到财报的
对券商、基金、资管的业务人员而言，PB-ROE矩阵是财报分析与投资决策的“核心工具”，其本质是通过“估值（PB）与盈利（ROE）的匹配度”，筛选出“又好又便宜”的标的。但传统模型的“一刀切”标准，往往导致要么陷入价值陷阱，要么错过成长机会。本文将从PB-ROE的底层逻辑出发，拆解传统模型的三大痛点，构建“分行业校准+周期动态调整+盈利质量过滤”的升级矩阵，提供可落地的行业配置与标的筛选流程，助力基金投研精准把握财报“击球区”。
PB（市净率）反映市场对企业净资产的估值溢价，ROE（净资产收益率）反映企业净资产的盈利能力，两者的组合构成了价值投资的核心框架。对基金投研而言，PB-ROE矩阵之所以成为“通用语言”，核心在于其解决了三个关键问题：
投资的本质是“以合理价格买入优质资产”，PB衡量“价格是否合理”，ROE衡量“资产是否优质”。当PB低于行业中枢且ROE高于行业中枢时，意味着“优质资产被低估”，是最佳击球区；反之，当PB高于行业中枢且ROE低于行业中枢时，意味着“劣质资产被高估”，是绝对回避区。国信价值指数（基于PB-ROE模型构建）的表现验证了这一逻辑：2007年基日至2025年，该指数年化收益率达10.2%，远超沪深300的4.8%，核心原因就是持续聚焦“低PB +高ROE”的标的。
不同行业的估值与盈利水平差异巨大，但PB-ROE的相对匹配度具有可比性。例如，消费行业ROE高、PB也高，周期行业ROE波动大、PB低，但通过计算“ROE/PB比值”（即每单位估值对应的盈利回报），可以跨行业对比投资性价比。2025年Q1，食品饮料行业ROE/PB约6.8%，银行行业约21%，有色金属行业约9.2%，说明银行的静态盈利性价比最高，有色金属的弹性最大。
基金经理需要在数千只股票中快速筛选标的，PB-ROE矩阵通过两个核心指标，可将标的划分为四个象限，实现批量分类，大幅提高投研效率。招商量化精选基金正是基于这一逻辑，持仓股票平均PB1.5倍（低于中证500的1.6倍），平均ROE13%（高于中证500的11%），长期跑赢指数。
传统PB-ROE模型采用“统一标准”筛选标的，忽视了行业属性、周期阶段与盈利质量的差异，导致在实际应用中容易陷入三大误区：
不同行业的商业模式、资产结构、盈利模式不同，合理的PB-ROE区间差异巨大。例如，消费行业属于轻资产、高盈利模式，中枢ROE约15-20%，中枢PB约2.5-3.5倍；而银行属于重资产、高杠杆模式，中枢ROE约8-12%，中枢PB仅0.5-1倍。若用统一的“PB1且ROE10%”标准筛选，会错过所有消费龙头，反而选中大量低ROE的银行、地产股，陷入价值陷阱。
2025年Q1数据显示，白酒行业ROE达25.67%，PB约6倍，看似估值偏高，但ROE/PB比值仍达4.3%，高于银行的2.1%（银行ROE约10%，PB约0.48倍），说明白酒的长期投资性价比并不低。
周期股的ROE具有极强的周期性，在景气高点ROE极高，在景气低点ROE极低，传统静态PB-ROE模型会完全搞反买卖点。例如，2021年钢铁行业ROE达25%，PB约1.5倍，传统模型会认为是“高ROE +低PB”的优质标的，但此时行业已处于景气顶部，后续ROE骤降至5%，股价腰斩；而2025年Q1有色金属行业ROE处于近十年高位（12%），但PB仅1.3倍（处于近三年低位），传统模型会认为是“高ROE +低PB”，但实际上行业已进入景气下行期，需警惕盈利下滑风险。
高ROE并不等于优质资产，部分企业的高ROE是靠高杠杆、非经常性损益或会计操纵实现的，这类“虚假高ROE”不可持续，最终会导致股价暴跌。例如，某地产公司2023年ROE达20%，但资产负债率高达85%，经营现金流/净利润仅0.5倍，高ROE完全靠高杠杆驱动，后续因债务违约暴雷，股价下跌90%。
针对传统模型的痛点，我们构建“分行业校准+周期动态调整+盈利质量过滤”的三维升级矩阵，实现从“静态统一标准”到“动态精准匹配”的跨越，精准定位财报“击球区”。
基于2020-2025年A股各行业的历史数据，计算每个行业的中枢PB（近5年中位数）和中枢ROE（近5年扣非ROE中位数），作为行业的合理估值与盈利基准，避免“一刀切”误判。
数据来源：2025年Q1申万行业指数数据，扣非ROE为TTM口径，PB为LF口径
根据行业所处的周期阶段（复苏期、繁荣期、衰退期、萧条期），动态调整PB和ROE的权重，避免静态指标误导决策：
（1）复苏期（ROE从底部回升，PB低于中枢）：重点关注ROE的边际变化，权重ROE（60%） PB（40%），此时ROE拐点是核心信号，即使PB略高于中枢，也可左侧布局；
（2）繁荣期（ROE见顶，PB高于中枢）：重点关注PB的安全边际，权重PB（60%） ROE（40%），此时ROE已达峰值，PB过高意味着估值泡沫，需逐步减仓；
（3）衰退期（ROE下滑，PB低于中枢）：两者权重各50%，重点关注ROE的下滑速度，若ROE快速下滑且PB未充分反映，需坚决回避；
（4）萧条期（ROE触底，PB处于历史低位）：重点关注PB的安全边际，权重PB（70%） ROE（30%），此时PB足够低，即使ROE仍在低位，也具备长期配置价值。
在筛选标的前，先通过四大盈利质量指标，剔除靠高杠杆、非经常性损益或会计操纵实现的“虚假高ROE”，确保ROE的真实性与可持续性：
（1）扣非ROE占比：扣非ROE /归母ROE ≥ 90%，排除非经常性损益贡献的盈利；
（2）ROE稳定性：近3年扣非ROE波动率≤ 15%，排除盈利波动过大的周期股（周期行业可放宽至25%）；
（3）现金流匹配度：经营活动现金流量净额/归母净利润≥ 0.8，排除盈利无法转化为现金的企业；
（4）杠杆合理性：非金融企业资产负债率≤ 60%，金融企业核心一级资本充足率≥ 8%，排除高杠杆驱动的高ROE。
将升级后的PB-ROE矩阵划分为四个象限，每个象限对应不同的配置策略，实现行业的动态轮动：
（1）特征：扣非ROE高于行业中枢10%以上，PB处于行业中枢±20%区间，盈利质量达标；
（4）核心逻辑：这类行业盈利稳定、估值合理，具备长期复利效应，是基金组合的“压舱石”。
（2）配置策略：谨慎配置，占比不超过10%，仅选择盈利增速能消化估值的龙头；
（4）核心逻辑：这类行业估值已透支未来盈利增长，若盈利增速不及预期，容易出现估值杀，需严格控制仓位。
（1）特征：扣非ROE低于行业中枢20%以上，PB低于行业中枢30%以上；
（4）核心逻辑：这类行业ROE持续下滑，低PB是对盈利恶化的合理反映，并非低估，容易陷入“越跌越贵”的价值陷阱。
（1）特征：扣非ROE低于行业中枢，但处于边际改善趋势，PB处于行业中枢±20%区间；
（2）配置策略：左侧布局，占比20%-30%，重点关注ROE拐点明确的行业；
（3）2025年Q1代表行业：电子（ROE8%，PB2.1倍，中枢2.5倍，ROE连续两个季度回升）、农林牧渔（ROE7%，PB1.8倍，中枢2.0倍，猪周期反转预期）；
（4）核心逻辑：这类行业处于周期底部，ROE即将触底回升，估值尚未反映盈利改善，具备较高的赔率。
在行业配置的基础上，通过五步实操流程，从财报中精准筛选出“击球点”标的，适用于基金投研的批量选股：
根据行业配置策略，确定每个行业的配置比例，然后在对应行业中，筛选出扣非ROE高于行业中位数、PB处于行业合理区间的标的，形成初选池。例如，在食品饮料行业，筛选扣非ROE18%、PB2.0-4.0倍的标的。
用四大盈利质量指标对初选池进行过滤，剔除扣非ROE占比90%、ROE波动率 15%、现金流匹配度 0.8、资产负债率 60%的标的，形成优质池。
计算每个标的的估值匹配度，公式为： 估值匹配度=（标的PB /行业中枢PB）/（标的ROE /行业中枢ROE）
（1）杜邦拆解：分析ROE的来源，优先选择净利率驱动的标的，回避高杠杆驱动的标的；
根据估值匹配度和基本面验证结果，构建最终组合，每个行业配置3-5只标的，单只标的仓位不超过10%。每季度根据财报数据，重新计算估值匹配度，调整标的权重，剔除估值过高或盈利恶化的标的，纳入新的优质标的。
（1）误区一：只看静态指标，不看动态预期：传统模型用历史ROE和当前PB，而市场定价的是未来ROE。需结合分析师一致预期，用预期ROE替代历史ROE，提高模型的前瞻性。
（2）误区二：忽视商业模式差异：轻资产行业（如软件）的PB天然高于重资产行业（如钢铁），不能简单对比PB绝对值，需用ROE/PB比值进行相对比较。
（3）误区三：过度依赖模型，忽视基本面：PB-ROE是筛选工具，不是决策依据。对筛选出的标的，必须进行深度基本面研究，验证其盈利的可持续性和估值的合理性。
对基金投研而言，PB-ROE矩阵的核心价值，不是提供一个机械的选股公式，而是建立一套“估值与盈利匹配、质量与价格并重”的投研框架。传统模型的失败，在于其“静态、统一、重数量”的缺陷；而升级后的矩阵，通过“分行业校准、周期动态调整、盈利质量过滤”，实现了“动态、精准、重质量”的跨越，能够精准定位财报的“击球区”。
在复杂多变的市场环境中，基金经理需要牢记：没有绝对的好公司，也没有绝对的便宜公司，只有“估值与盈利匹配、盈利质量过硬”的公司，才是值得投资的标的。只有将PB-ROE矩阵与深度财报分析、行业研究结合起来，才能在市场波动中持续获取超额收益。返回搜狐，查看更多
