担心市场集中度和估值过高?考虑小盘股

如果您因为市场集中度高和估值过高而对大盘股感到焦虑,那么配置小盘股可能会让您安心一些。除了集中度和估值方面的考虑外,还有几个很好的理由说明现在是考虑将小盘股添加到您的投资组合的好时机。

随着美国股市在 6 月份创下历史新高,大盘股的市场集中度也接近科技泡沫以来的最高水平。截至 5 月 31 日,排名前 10% 的股票占罗素 1000 指数总市值的约 66%。罗素 1000 指数代表了美国市值排名前 1,000 的公司,其股票市场估值似乎也偏高。该指数 5 月份的市盈率为 25.6,处于自推出以来的第 92 个百分位。

关注市场集中度-1

资料来源:FactSet、彭博、NTAM 全球资产配置量化研究。数据从 1980 年 1 月到 2024 年 5 月。股票集中度是罗素 1000 指数中前 10% 最大公司的总市值百分比。

更具吸引力的基本面

经过数十年的技术进步,信息技术和通信服务等科技行业目前占罗素 1000 指数总权重的 38% 以上。受高增长预期推动,这些行业中超大市值公司的估值一直很高。相比之下,罗素 2000 指数(2,000 家小型股公司)成分股的行业权重和市盈率分布更为温和和正常化,如图 2 所示。

关注市场集中度2

资料来源:FactSet、彭博社、NTAM 全球资产配置量化研究。截至 2024 年 5 月 31 日。

相对于其历史,小盘股 的交易价格远 低于大盘股。图表 3 显示了自 1990 年以来罗素 2000 指数相对于罗素 1000 指数的预期市盈率。截至 5 月 31 日,小盘股相对于大盘股的预期市盈率为 73%,这意味着小盘股目前的估值比大盘股低 27%。如此低的估值折价率 在过去 35 年中排名第 18 位

关注市场集中度3

资料来源:FactSet、彭博社、NTAM 全球资产配置量化研究。数据从 1990 年 3 月到 2024 年 5 月。不包括收益为负的股票。

小盘股和大盘股之间的估值比率对其未来的相对表现具有预测能力。在图表 4 中,我们绘制了远期市盈率与小盘股减大盘股的远期 10 年回报差之间的散点图。趋势线斜率为 -0.11。负斜率或贝塔系数表明,较低的相对估值可以带来更好的小盘股表现。相对估值解释了 10 年远期回报差总方差的 60%。鉴于目前的历史低估值,我们预计未来 10 年小盘股的表现将优于大盘股。

关注市场集中度 4

资料来源:FactSet、彭博社、NTAM 全球资产配置量化研究。数据范围为 1990 年 3 月至 2024 年 5 月。预期市盈率不包括收益为负的股票。

经济复苏时小型股表现更好

与大盘股相比,小盘股公司成立时间较短,业务发展较不成熟。小盘股对经济状况更为敏感,因此与经济周期的相关性更高。随着经济开始复苏和扩张,小盘股往往反弹幅度最大,因为它们的估值更具吸引力。图表 5a 和 5b 显示了不同经济周期中小盘股与大盘股的平均回报率。在复苏和扩张时期,小盘股的表现分别比大盘股平均高出 66 个基点 (bps) 和 493 个基点。

关注市场集中度-5a
担心市场集中度-5b

资料来源(5a 和 5b):FactSet、彭博、NTAM 全球资产配置量化研究。数据从 1984 年 1 月到 2024 年 4 月。图表 5b 中的表现是小型(Russell 2K)和大型(Russel 1K)的年化平均月回报率。

我们的宏观经济制度模型表明,鉴于领先经济指标的月环比变化仍为负值但呈上升趋势,我们目前处于复苏状态。当经济走上全面复苏之路时,小盘股的表现将优于大盘股。

利率可能成为小型股的利好

小公司无法像大公司一样获得外部债务融资。它们还更多地依赖浮动利率和短期债务来为其业务运营融资。当美联储 (Fed) 通过提高利率来收紧货币政策时,小公司面临的资本成本明显增加,这可能会对其盈利能力产生不利影响。然而,当美联储开始通过降低利率来放松货币环境时,小公司将比大公司从改善的信贷环境中获得更多好处。

图 6 显示了小盘股和大盘股之间的收益率差对联邦基金利率变化的利率敏感性。在散点图中,Y 轴是罗素 2000 指数和罗素 1000 指数之间的一年期远期收益率差。X 轴显示有效联邦基金利率的季度变化。负回归贝塔系数表明,从历史上看,降息会带来小盘股未来的更好表现。基于远期的关系也具有统计显著性,t 统计值为 -3.1。该分析提供了实证支持,即美联储预期的降息可能会对小盘股产生推动作用。

关注市场集中度 6

资料来源:彭博社、NTAM 全球资产配置量化研究。季度数据从 1984 年 1 月到 2024 年 5 月。

小型股公司或将受益于回流

根据国际货币基金组织的 研究报告,全球化已进入“慢全球化”的新阶段。由于地缘政治紧张局势加剧,全球贸易开放指数已趋于平稳,许多大型跨国公司已开始将供应链转移回国内供应商。这可能会使小型公司受益,因为它们比大型公司更注重国内业务。

关注市场集中度 7

资料来源:FactSet、彭博社、NTAM 全球资产配置量化研究。截至 2024 年 6 月 17 日。

重点

由于大盘股市场集中度高、估值过高,投资者对大盘股的担忧日益增加。与此同时,尽管小盘股的基本面吸引人,但似乎买入不足。

当前的经济状况有利于小盘股反弹。从长远来看,回流应该会使美国小公司受益。所有这些因素结合起来,就为将部分资产配置到小盘股提供了有力的理由。

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/84338.html

(0)
打赏
风生水起的头像风生水起普通用户
上一篇 2024年7月24日 23:04
下一篇 2024年7月24日 23:17

相关推荐

  • 北京大学R语言教程(李东风)第11章:列表类型

    R中列表(list)类型来保存不同类型的数据。一个主要目的是提供R分析结果输出包装:输出一个变量,这个变量包括回归系数、预测值、残差、检验结果等等一系列不能放到规则形状数据结构中的内容。实际上,数据框也是列表的一种,但是数据框要求各列等长,而列表不要求。 列表可以有多个元素,但是与向量不同的是,列表的不同元素的类型可以不同,比如,一个元素是数值型向量,一个元…

    2023年10月30日
    17700
  • 通货膨胀:太热?

    作者:Charles Schwab的凯文·戈登 (Kevin Gordon) ,2/21/24 相对热门的通胀报告可能只是昙花一现,但它们强化了美联储降息周期可能更加渐进的原因,这可能为股市提供更好的背景。 上周两份超预期的通胀报告令市场不安,并进一步调整了美联储降息的预期起点。在这里,我们深入了解一下消费者价格指数 (CPI) 及其组成部分,以及我们是否认…

    2024年4月2日
    11400
  • 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
    28900
  • 金融时间序列分析讲义第2章: 金融数据及其特征

    课程采用蔡瑞胸(Ruey S. Tsay)的《金融数据分析导论:基于R语言》(Tsay 2013)(An Introduction to Analysis of Financial Data with R)作为主要教材之一。这是第一章金融数据及其特征的授课笔记。 参考: (Tsay 2013) (Tsay 2010) (Tsay 2014) (吴喜之 and…

    2023年7月13日
    40100
  • 债务:难以处理

    作者:凯文·戈登 (Kevin Gordon) 对于经济和股市来说,利息支出都是一个日益严重的大问题,这强化了投资者在利率驱动的逆风中应保持质量的原因。 我们在 2022 年底发布的 2023 年展望报告中强调的预期之一是,美国预算赤字和联邦债务的主题将越来越成为“对话”的一部分。情况确实如此——最近由于长期国债收益率的上涨而加剧。在今天的报告中,我们将重点…

    2023年10月21日
    17800
客服
客服
关注订阅号
关注订阅号
分享本页
返回顶部