目前中国的银行股已经具备了罕见的投资价值 。

在我看来 ， 目前中国的银行股已经具备了罕见的投资价值 ， 主要理由来自三个方面 。

第一是银行股具有高分红 、 高流动性以及与宏观经济高度相关的特点 ， 适合用于保值增值 。 可以说 ， 银行股不是一般的股票 。 短期持有股票是一种投资方式 ， 长期持有银行股则是另一种投资方式 。

第二是银行股难以炒作 ， 价格容易与价值形成反差 ， 每隔若干年 ， 当估值达到低位 ， 预期产生亏损时 ， 就会出现明显的估值修复行情 。

第三是迎接全球金融市场风格转换 ， 从成长风格转向价值风格 ， 以银行为代表的价值股板块可能迎来长期系统性重估的机会 。

龟兔赛跑

在经典的金融理论中 ， 股票价格总是被假设为随机漫步 。 如果我们观察一些银行股的长期走势 ， 比如月 K 线 ， 很容易发现它们明显不是随机漫步 ， 而是具有一定规律的 。 我们这里给出了申万银行指数图 ， 如图 7-3 所示 ， 它的价格非常具有代表性 。 其他银行股个股的走势 ， 读者可以自行查看 。

从上面这张图中 ， 我们能看出些什么来呢 ？ 第一 ， 银行股的走势是比较温和的 。 A 股市场的许多股票都经历过大幅震荡 ， 最终表现为巨大的 V 形或者倒 V 形图形 。

第二 ， 银行股的价格往往会在一个狭窄的箱体里震荡很多年 。 所谓箱体震荡 ， 就是向上有顶 ， 向下有底 。 这显然跟我们前面说的随机漫步的特征是有所冲突的 ， 在我看来 ， 应该是有许多投资者把银行股当成一种固定收益产品 ， 反复持续地高抛低吸 。 只要这样做的人足够多 ， 它就会形成一种惯性 。 迁延日久 ， 这种心理预期固化下来 ， 也就更加强化了箱体震荡的特征 。

第三 ， 银行股每隔若干年 ， 就会有一次突破箱体的大涨 。 这种突破一旦实现 ， 就会以猛烈的态势迅速发展 ， 在一段时间内直线拉升 ， 一步到位 。 箱体突破之后就是加速上涨 ， 这其实是技术分析的基础定理之一 ， 当然不能用随机漫步来解释了 。

转换成通俗易懂的语言来讲 ， 那就是有新的玩家进入市场 ， 打破了原有的均衡状态 。 新晋资金把 “ 高抛 ” 的那些存量卖单收掉之后 ， 向上的阻力就很稀薄了 。 而那些老玩家发现自己 “ 卖飞 ” 了之后 ， 往往还会回头来追高 ， 于是就形成了加速上涨的局面 。

逻辑往往是对称的 。 仅从理论上看 ， 箱体当然也存在向下突破 ， 形成加速下跌的可能性 。 但是在可预见的将来 ， 我不认为这种事情会发生在中国的银行股上 。 因为从数据来看 ， 中国银行业的业绩始终保持稳定增长 ， 这与中国宏观经济的发展进程是相符合的 。

我们知道 ， 市盈率和市净率是两个最重要的估值指标 。 如果股价不变而净利润上升 ， 就体现为市盈率下降 。 如果股价不变而净资产上升 ， 就体现为市净率下降 。 银行股的价格时常停滞 ， 在 2005 年和 2013年 ， 分别是银行业估值水平的两个低点 。 在此之后 ， 它们均出现了爆发式的重大投资机遇 。

总结起来 ， 中国银行业的估值过程就像是一场龟兔赛跑 。 银行股的业绩就像是乌龟 ， 它总是以一个比较稳定的速度不断向前爬 。 而银行股的股价就像是兔子 ， 它习惯于跳跃式地前进 ， 一下子蹦到乌龟前面了 ， 它就开始睡大觉 。 等到呼呼睡醒 ， 发现乌龟又已经爬到前面去了 ， 它就再来一个猛的大跳 。

基于龟兔赛跑的逻辑 ， 我们可以估算一下现在买入银行股的收益 。 假如你坚信银行股业绩没问题 ， 估值迟早会修复到 1 倍市净率以上 ， 那么现在以 5.6 倍市盈率买入 ， 就相当于你已经锁定每年赚得 5.6 的倒数 ， 大约是 18% 的年化收益率 。

只不过这 18% 不是当场兑现 ， 而是先储藏在银行大账上 。 每年分红可以兑现一点 ， 等到估值修复到 1 倍市净率的时候 ， 它就可以全部兑现了 。 在今天的理财市场上 ， 哪里去找预期年化 18% 的投资 ？

当然 ， 投资者必须以付出相当的耐心作为代价 。 我们还可以把等待时间也考虑进来 ， 做一个示意性的估算 。 假设银行股 5 年后回到 1 倍市净率估值 ， 那么按照净资产收益率 10% 计算 ， 现在以 0.56 元买入 1 元净资产 ， 到那时已经增长到 1.61 元净资产 。 0.56 变成 1.61 ， 相当于增长了 188% ， 年化收益率为 23.5% 。

我们再保守一点 ， 假设银行股 10 年后回到 1 倍市净率估值 ， 并且按照净资产收益率只有 8% 计算 ， 现在以 0.56 元买入 1 元净资产 ， 到那时已经增长到 2.16 元净资产 。 0.56 变成 2.16 ， 相当于增长了 286% ， 年化收益率为 14.4% 。

有些读者对这些数字可能没什么概念 。 笔者写作的时间是 2022 年6 月底 ， 过去 5 年收益 188% 是什么水平呢 ？ 同期可比的 3265 只股票里 ， 可以排名到前 211 位 。 过去 10 年收益 286% 是个什么水平呢 ？ 同期可比的 2323 只股票里 ， 可以排名到第 304 位 。 这样的收益水平 ， 你觉得满意吗 ？

另外备注一下 ， 为了计算简便 ， 上述两处计算都没有考虑分红因素 。 如果考虑进来 ， 收益率还会更高 ， 因为低估净资产的兑现提前了 。

龟兔赛跑的原理

股价与基本面之间呈现龟兔赛跑的关系 ， 很多投资者对此都不陌生 。 为什么这个关系在银行股上体现得特别明显呢 ？ 这大概可以从银行股的基本面特征上找到原因 。

现在我们选取一个时间区间 ， 用这段区间内的最高价去除以最低价 ， 得到一个振幅 ， 然后再用这个振幅去跟区间成交金额相比 ， 得到一个指标 。 这个指标的设计其实不难理解 ， 对应到物理上来讲 ， 振幅就相当于距离 ， 成交金额就相当于能量 。 消耗同样的能量 ， 能够推动 的距离越短 ， 这说明阻力越大 。

我选取从 2015 年底到 2022 年 6 月这个时间段 ， 计算了 A 股各行业的成交推动振幅 ， 然后再把它们按照申万行业分类取中位数 ， 得到表7-2 。

平均来讲 ， 100 亿元成交金额只能推动银行股振动 4 个多点 ， 几乎是第二名非银金融的一半 ， 甚至不到最后一名机械设备的 1/10 。 这样我们就有一个量化的概念了 。 长期来看 ， 股票的价格是由基本面决定的 。

基本面改善 ， 价格上升 。 基本面恶化 ， 价格下降 。 这一点 ， 我想大多数投资者都会同意 。 用数学语言来表示 ， 即价格是基本面的函数 。

如果我们对函数的自变量和应变量同时做一次微分 ， 等式仍然应该成立 。 通俗易懂地说 ， 就是我们不仅要注意两件事物之间的联系 ， 还可以把视角上升一个维度 ， 来考查它们各自变化规律之间的关系 。

我们有理由猜想 ： 银行股难以炒作的特征 ， 很有可能是由于银行业的基本面特别稳定 ， 缺乏波动 。 接下来我们要做的事 ， 就是找到客观证据 。

于是我统计了 2016 ～ 2021 年所有 A 股的历年净利润增长率 ， 然后计算了这些数据的标准差 。 为了加强检验效果 ， 我又把时间范围扩大到 2010 ～ 2021 年 ， 再次计算了相应的结果 。 最后按照申万行业分类取中位数 ， 得到的结果如表 7-3 所示 。

这一回银行股简直是特立独行 ， 而且表现得颇为夸张 。 按照2010 ～ 2021 年计算 ， 银行股的业绩波动率还不到第 2 名食品饮料的1/3 ， 更不到最后一名钢铁行业的 1/20 。 按照 2016 ～ 2021 年计算 ， 它甚至与其他所有行业都存在数量级上的差异 。

分析到这里 ， 我们就可以解释银行股龟兔赛跑的原因了 。 银行股的业绩特别稳定 ， 如果估值水平始终保持在市净率 1 倍左右的话 ， 那么其价格应当是以净资产收益率 ， 也就是 10% 左右的水平持续增长的 。

对于游资来说 ， 推动 10% 左右的涨幅也需要耗费大量资金 ， 而且没有足够的上下波动空间 ， 那就不是一笔划算的买卖 ， 不值得参与 。 于是 ， 我们就看到银行股绝大多数时间都在箱体震荡 。 那么什么时候游资觉得可以操作了呢 ？ 必须像挤压弹簧一样 ， 把势能积蓄到一定程度 ， 比如有翻倍的空间 ， 那么即使消耗资金比较大 ， 但是从底部推起来 ， 拉出足够的空间 ， 然后高位派发 ， 这样一套操作下来还是有利可图的 。 这就体现为几年一次的爆发式行情了 。

银行股的风险收益比

尽管有种种客观局限作为理由 ， 我认为国内资产管理行业还是有一个很大的遗憾 ， 那就是没有充分推广风险收益比的概念 。 这个概念应当是区分投机与投资的核心指标 。 现在 A 股市场对资管产品的评价 ， 几乎都是只看收益 ， 不谈风险的 。 这就促使基金经理在短期业绩的压 力下 ， 变本加厉地追求风险 。

某些基金通过单边押注 ， 行业配置单一化 ， 获得了超常业绩 ， 引起规模爆发式增长 。 媒体的关注随之到来 ， 动辄号称千亿 、 顶流 。 那么其他基金经理可能会想 ， 哪天要是宣布放开持股集中度 10% 的限制 ， 第二天就会有满仓单票的基金冒出来 ， 如果再放开融资限制 ， 马上就可以把杠杆加满 。 陈胜 、 吴广曾说 ： “ 今亡亦死 ， 举大计亦死 ， 等死 ， 死国可乎 ？ ” 如今基金经理的心态 ， 就与他们那时有相似之处 。

我之所以这么强调风险收益比有两方面原因 。 首先 ， 这是信托责任的基本准则 ， 坚持风险收益比本来就应该是整个资产管理行业的立身之本 。 其次落实到本书的主题 ， 这种缺失进一步压制了机构投资者对银行股的兴趣 。

关于风险收益比 ， 国际上的研究已经非常成熟了 。 收益的衡量 ， 主要看价格或净值的增长 。 可是风险怎么衡量 ？ 翻开 CFA教材 ， 我们至少可以找到 5 种不同的风险指标 。 用月度胜率来算也可以 ， 用最大回撤来算也可以 。 不过最常用的 ， 还是以净值的波动率来衡量风险 。 我们用收益率减去无风险利率 ， 再除以波动率 ， 得到的就是著名的夏普比率 （ Sharpe Ratio ） 。

夏普比率高的股票是什么样的呢 ？ 用戏剧化的语言来描述 ， 就是平时不怎么动弹 ， 像只肥猫似的趴在那儿 ， 要是哪天一动起来 ， 是尽往上蹦的那种 ……

我计算了全部 A 股的夏普比率 ， 时间范围是 2016 年至 2022 年 6月 ， 然后再按照申万行业分类取中位数 ， 得到表 7-4 。

高居榜首的是食品饮料 ， 这恐怕并不出人意料 。 可是银行能排到第7 名 ， 是不是已经超出许多读者的预期了呢 ？ 接下来 ， 我们再把起始时间提前到 2010 年 ， 如表 7-5 所示 。

银行居然上升到了排行榜第二 ， 我估计这个结果会出乎许多人的意料 。 我们日常买东西 ， 常常把性能和价格结合起来看 ， 追求性价比 。

那么在投资的时候 ， 怎么能不考虑风险收益比呢 ？ 比如同样两只股票 ， 它们都有潜在利好 。 如果能够兑现 ， 它们都有 50% 的上涨空间 。 如果利好未能兑现 ， A 股票将会下跌 30% ， 而 B 股票只会下跌 10% 。 简单地说 ， 就是用 A 股票 30% 的下跌概率去博 50% 的上涨概率 ， 而用 B股票 10% 的下跌概率去博 50% 的上涨概率 。 那么如果让你选择 ， 你是 选择 A 股票呢 ， 还是选择 B 股票呢 ？

俗话说 ， 未料胜 ， 先料败 。 理性的投资者一定会选择 B 股票 ， 甚至我们把条件改一下 ， 哪怕 A 股票能够用 30% 的下跌概率去博 100%的上涨概率 ， 我还是会选择 B 股票 。

当然 ， 人各有志 ， 有些投资者就是偏好高风险 、 高收益 ， 这是没问题的 。 不过 ， 普通投资者还是应该多考虑一点风险的 ， A 股市场从来都有 “ 七亏二平一赚 ” 的说法 ， 只不过有时大家都以为自己会是那个 “ 一 ” 罢了 。