对分析师的调查:华尔街对市场前景的分歧加大

生活中和市场中一样,总会有宏观人士和微观人士,每个人都倾向于相信自己的方法比对方更好。

生活中和市场中一样,总会有宏观人士和微观人士,每个人都倾向于相信自己的方法比对方更好。互联网上充斥着简短的引言,劝告投资者不要失去“大局观”,同时也要记住“上帝存在于细节中”。其他一些人鼓励他们平衡两者,但这种情况很少见,也更难在保险杠贴纸上传达。

从某些方面来看,自金融危机以来,美国股市的“大局”和“小细节”人士——华尔街策略师和分析师——对前景的分歧从未如此严重。使用“自上而下”框架来预测标准普尔 500 指数最有可能走势的策略师普遍认为,市场已经超出了 2023 年的潜力,最终将进一步回落。分析师是自下而上的人,渴望了解个别公司的来龙去脉,他们认为该指数还有上涨空间。

历史并不清楚该相信谁,所以我试图找出紧张的根源并寻求一些共同点。

首先,考虑战略家。彭博社 6 月中旬对策略师的调查显示,年底标准普尔 500 指数的平均预期为 4,091 点左右,每股收益为 210 美元。他们比上个月提高了价格和每股收益目标,但他们仍然认为从现在到 12 月 31 日市场下跌超过 6%——在传统意义上的下半年盈利的情况下,前景相当黯淡。过去25年来,该指数下半年平均上涨4.7%,是上半年的四倍。在整个四分之一个世纪的时间里,下半年股市下跌的时间只有八年,其中五年是在互联网泡沫破灭和金融危机期间。

我怀疑卖方经济学家的一些怀疑情绪正在蔓延,他们预计第三季度和第四季度实际国内生产总值将连续收缩,失业率将上升。最近,经济学家一直在上调对下季度的预测,但这不一定被解释为担忧的广泛缓解。经济衰退尚未被取消,尽管最糟糕的时期显然已被推迟了一个季度。

市场不是经济,但也并非完全脱离经济。策略师预计全年每股收益为 210 美元,这意味着所谓的盈利衰退将持续下去,这种衰退可能会持续到假日购物季。在这个水平上,你不会将Wile E. Coyote时刻作为你的基本情景,但你隐含地对自下而上的企业普遍预计将相对较快实现的盈利反弹前景表示怀疑。

价格目标中还隐含着约 19.5 倍的历史市盈率,这表明目前 20.8 的市盈率过高。 (稍后会详细介绍。)

自下而上的分析师对未来有不同的看法。值得记住的是,自下而上的共识估计假设时间范围为 12 个月,而策略师的预测则为 2023 年,因此,时间期限会缩短一半。为了使估算大致具有可比性,我在脚注中进行了一些详细调整,得出的 2023 年年底价格目标略低于实际目标价格,但仍明显高于策略师的目标价格。

自下而上的每股收益预测比策略师的预测更为乐观,2023 年每股收益为 218 美元,这表明利润将在第四季度摆脱盈利衰退。综合来看,策略师的共识是,标普 500 指数将跌至 4,091 点,每股收益为 210 美元,隐含市盈率为 19.5 倍,而自下而上的分析师预计,该指数将上涨至 4,582 至 4,683 点,每股收益为 218 美元。 ,隐含追踪市盈率为 21 至 21.5 倍。

正如练习所示,意见分歧主要是倍数问题,而不是对每股收益路径的分歧。

策略师似乎认为,经济衰退担忧和高利率的共同作用将导致市盈率继续落后于大流行前分布的中间位置(2015 年至 2019 年的平均值约为 19.5),而自下而上的人士则认为,未来展望未来的市场将开始展望 2024 年和 2025 年潜在的盈利反弹和较低的利率。正如我上面提到的,历史几乎没有告诉我们哪个阵营“更好”,尽管它们各有优势。

在 2005 年的样本中,策略师和分析师都倾向于高估年初的回报,尽管总体而言,自下而上的人更容易这样做。然而,在如此小的样本下,这种差异在统计上并不显着,如果排除 2008 年和 2022 年的大幅高估,这种差异就会消失。事实证明,这两个群体在预测重大宏观转折点(例如金融危机)方面都表现不佳。危机,而策略师的关注度则稍低一些。

那么谁在这里呢?

一种折衷方案是取两个共识估计的平均值。由此产生的目标价格为 4,394 点,这并不令人鼓舞——这意味着该指数目前的上涨幅度仅超过 1%。由于六个月期国库券的支付额约为 2.5 倍,如果您愿意从本次练习中得出结论,那么现金显然会更好。

当然,如果市场正处于一个重大转折点的风口浪尖——要么是在 2022 年低迷之后爆发,要么是在迫在眉睫的衰退的重压下崩溃——历史表明,这两套估计都可能被证明是完全错误的。大局观者和小细节者可以随心所欲地狡辩,但事实证明,面对严重的市场冲击,两者都无能为力。不幸的是,“不相信任何人,听从自己的分析”会成为一张糟糕的保险杠贴纸。

我向已故的威廉·布莱克道歉,因为我把他拖入了这件事。

在较短的时间范围内调整自下而上的价格目标的一种方法是简单地将隐含的上涨分成两个相等的六个月周期。自下而上的人预计将在 12 个月内上涨至 4,800 点,而 4,582 点则相当于当前 6 月水平的一半。我还尝试了另一种方法来解释季节性,其中大约四分之三的回报通常是在日历年的后半段获得的。方法 2 可以让你得到更高一点的值,达到 4,683。

韭菜热线原创版权所有,发布者:风生水起,转载请注明出处:https://www.9crx.com/72590.html

(0)
打赏
风生水起的头像风生水起普通用户
上一篇 2023年6月26日 23:00
下一篇 2023年6月26日 23:04

相关推荐

  • 当企业违约上升时会发生什么

    作者:嘉信理财的Collin Martin 企业违约和破产正在增加,但我们认为持有高评级公司债券投资(例如投资级评级的投资者)的投资者不应该担心这一点。 企业违约和破产呈上升趋势。对于一般的公司债券投资者来说,这似乎令人不安,但我们认为,对于持有高评级公司债券投资(例如投资级评级的投资者)的投资者来说,这不应该是一个问题。违约往往发生在信用评级的最低级别,而…

    2023年10月17日
    10500
  • 北京大学R语言教程第58章:R编程例子(附:第59章:使用经验)

    因为这些例子要用作学生习题,所以这里只有问题,没有解答。 R语言 用向量作逆变换 设向量x长度为n,其中保存了1到n的正整数的一个排列。把x看成是在集合{1,2,…,n}上的一个一一变换,求向量y使得y能够表示上述变换的逆变换。即任给长度为n的向量z, z[x]表示按照x的次序重新排列z的元素,而z[x][y]则应该恢复为z。 斐波那契数列计算 设数列x0=…

    2023年12月22日
    18100
  • 北京大学Julia语言入门讲义第12章: Makie包作图

    这一部分介绍用Julia的Makie包作图方法。 参考: Jose Storopoli, Rik Huijzer, Lazaro Alonso(2022) Julia Data Science. https://cn.julialang.org/JuliaDataScience/ Makie: https://makie.juliaplots.org/sta…

    2023年8月25日
    32400
  • 北京大学金融时间序列分析讲义第10章: 带时间序列误差的回归模型

    10.1 方法示例 在统计学的数据分析中,线性回归分析是最常用的分析工具之一。线性回归以一元线性回归为例,模型如下 Yt=β0+β1Xt+et, t=1,2,…,T(10.1) 其中自变量{Xt}为常数列,β0,β1为未知的系数,{et}为零均值独立同分布随机误差序列,方差为σ2e,因变量{Yt}为随机变量列。参数β0,β1,σ2e可以用最小二乘法估计,估计…

    2023年7月20日
    18800
  • 当指数被削减时:提款对风险控制指数设计有何启示?

    在理想情况下,固定指数年金 (FIA) 所依据的一组指数将在产品的整个生命周期内保持不变。顾问将进行研究、提出建议,并继续跟踪同一组指数。 然而,实际上,运营商有时会以“运力问题”为由,从进一步投资中撤回指数。这可能会导致顾问感到沮丧和痛苦,并引发投资者的疑问,特别是当他们付出巨大努力来理解一个一直带来良好回报的指数时。 顾问如何向客户解释,虽然看起来令人恼…

    2023年8月26日
    12200

发表回复

登录后才能评论
客服
客服
关注订阅号
关注订阅号
分享本页
返回顶部