[量化-021]估值之二 工行的估值
工行是A股市值最大的股票。
在这里，点击年报，看每年的财务指标： https://xueqiu.com/snowman/S/SH601398/detail#/ZYCWZB
工行额净资产收益率是逐年变小的。扣非净利润同比增长，比净资产收益率小得多，每年变化不大，可以近似为固定值，每年会把30%左右的净利润进行分红，剩下的三分之二计入净资产，由此导致净资产收益率逐渐变小。如果想让净资产收益率不变小，最好把所有利润都分红，如果想让净资产收益率变大，所有利润分红，同时卖掉部分净资产，但这可能会导致核心资本充足率太低。工行作为一个现金牛，最好是多分红。
以2016~2018三年年报为例进行计算：
2016年年报净资产1.98万亿，也就是2016年年底净资产是这个数。2017年分红，10派2.408元，总股本3564亿，因此分红总额855亿，也就相当于2017年年初净资产是1.8945万亿。
2017年年报净资产2.13万亿，净利润是2860.49亿。那么，2017年的净资产收益率就是0.286049/2.13*100%=13.43%，加权净资产收益率是2*0.286049/(2.13+1.8945)=14.22%，跟雪球给出的14.35%非常接近。为什么有加权净资产收益率？因为贷款有长期有短期，并不是都一年到期，短期贷款可以在一年内循环多次，因此用年初净资产和年终净资产的均值计算，更能反应出短期贷款的整体收益。
那么，2017年，工行的估值是多少呢？2017年，工行的五年定期存款的年利率是2.75%，按照上一篇的估值公式，工行的估值是0.286049/0.0275=10.40万亿，这个估值实际上有点夸张，因为工行的市值是2万亿。考虑到保本理财的年收益率是6%～8%，工行的估值3.5～4.7万亿，较为合理。现在，工行的pb是0.87，市值2.11万亿，如果给到1.5pb，市值将是3.7万亿。对于工行的体量而言，1.5pb是比较困难的。
对比招行，招行的pb是1.72，净资产收益率连续三年为16%，表明它比较短的年线内不存在市场容量问题。这个净资产收益率，也表明比较合理的理财收益率是16%/1.72=9.3%，非常巧，当前市面上非银资金成本几乎就是这量级，9.5%左右。
[量化-021]估值之二 工行的估值相关推荐
- 量化选股策略搭建(二)(数据更新)
量化选股策略搭建(二)(数据更新) 接上一篇文章,上一篇文章数据下载,这里我们讲如何进行数据更新操作. 数据更新思想较为简单,只需要获取更新的数据,并将其写入csv文件末尾即可.部分获取更新数据和追加 ...
- 【从零开始vnpy量化投资】十二. CTA策略开发技巧
[从零开始vnpy量化投资]十二. CTA策略开发技巧 概述 我们在之前的策略编写中,主要关注的是策略交易信号和持仓管理,这对于回测来说就是足够完整的了.但对于实盘或者模拟盘的运行,这样的策略还无法满 ...
- python量化动量效应、pe_ttm、pb估值和美林时钟
将下面三个策略结合判断, 动量策略 估值策略 改进美林时钟 三个策略都判断股票上涨做多股票, 则股:债=0.5:0.5 三个中有两个策略判断涨做多股票信号 ,则股:债=0.4:0.6 三 ...
- 房地产估值法研究报告_房地产估值方法
第一章 房地产估值法概况 房地产估值是一种在计算房地产价值的时候,通过历史和市场信息,结合宏观因素和微观因素,综合法律和人为因素,考虑功能和地域,观测成本和收益,最终对房地产的价值做一个综合性的价值评 ...
- Python实现股票量化交易学习进阶(二)之简单交易策略的定义实现
Python实现股票量化交易学习进阶第二篇之简单交易策略的定义实现 1.backtrader回测框架知识 2.需求一自定义MACD指标 3.需求二自定义实现KDJ指标 4.需求三自定义CCI指标 1. ...
- 量化投资实战（二）之配对交易策略---最短距离法
点赞.关注再看,养成良好习惯 Life is short, U need Python 初学量化投资实战,[快来点我吧] 配对交易策略实战-最短距离法 基本流程 配对组合 --> 计算价差 -- ...
- 助力AR眼镜轻量化，国内攻破二维扩瞳几何光波导量产
光学作为AR智能眼镜最核心的技术之一,决定着产品体积重量.外观设计.佩戴体验.产品定位和应用场景等,重要性不言而喻.如今大家都在关注AR眼镜的轻量化,不难发现光波导是一个愈发关键的技术路径,其凭借&q ...
- python与bim_BIM轻量化之路（二）
前言 上文提到如果项目需求的业务管理功能多.集成度高,那么就建议使用webgl的技术方向进行模型轻量化. 目前市面上有不少成熟的模型轻量化工具,比如广联达BIMFace.葛兰岱尔的GLWebGLBIM ...
- python量化交易：Joinquant_量化交易基础【二】：量化策略的基本框架
本文是量化交易零基础入门教程的第二篇. 摘要 策略编写的基本框架及其实现 回测的含义及其实现 初步学习解决代码错误 周期循环的开始时间 自测与自学 通过前文对量化交易有了一个基本认识之后,我们开始学习 ...
最新文章
- pilt图像处理_Python用Pillow(PIL)进行简单的图像操作
- 深度丨110亿美金还不够，阿里使用这种AI手段创造更多广告收入
- css3实现科技感的呼吸灯效果
- linux进行monkey压力测试,App Monkey压力测试（一）
- c# 十六进制转为字节_如何在C＃中将具有十六进制内容的字节数组转换为具有十进制的字符串...
- vue分享卡住_【面经分享】华为测试工程师面经
- 软件测试管理知识总结
- Wonderware Intouch 2014R2 SP1 安装教程
- java 高效遍历map_精髓！Java中遍历Map集合的五种方式
- SPSS操作（五）：主成分分析
- ISO18000-6C 电子标签数据存储空间及数据加密说明
- 不要效法世界只要爱天父
- TP-LINK TL-WR845N和腾达W311R怎么设置wds桥接
- 抱歉，我又可以了。。。
- MySQL DUAL表的作用
- MaprRduce v2 在 java 代码中远程提交作业到 Yarn 的配置项
- 转行面试，跳槽面试，软件测试人员都必须知道的这几种面试技巧
- 车载通信与导航（七）：D2D通信详解
- 全球与中国板上芯片LED行业发展规模及投资前景预测报告2022-2028年
- vue 使用iconfont图库