市盈率(PE)可以说是大家最为熟悉的估值指标，理解PE的定义很简单但很多朋友并没有正确理解PE的实质，仅仅知道“低估值时买，高估值时卖”是不够的。
在实际投资过程中，尤其是指数基金投资的过程中，如何利用PE及其历史分位数做出投资决策，让我们来一探究竟！本文分为以下三个部分：
PART 1 | PE的定义
PART 2 | 对PE的常见误解
PART 3 | 理解PE的本质
本文比较长，但我写得超级用心，是我思考了一整个春节假期的成果。大家先收藏了，再慢慢看~
PART 1 | PE的定义
已经充分理解PE内涵的朋友，可略读此部分，更有趣的内容在后面。
市盈率，即P/E (Price-to-Earnings Ratio)，是投资者使用最广泛的估值指标。
市盈率的计算公式为：PE=股价/每股收益。
在分母上下同时乘以股本数，公式可以转换为：PE=总市值/净利润。
计算PE时，总市值一般采用最近一个交易日的数据；净利润数据则有三种方法获取，并对应于三种不同的市盈率。
静态市盈率=当前市值/上一年度的净利润滚动市盈率=当前市值/最近4个季度的净利润之和动态市盈率=当前市值/未来年度净利润预测值
注：大家平时最经常看到的PE TTM，指的是滚动市盈率。
市盈率的优点在于，简单明了地告诉我们，在假定公司利润不变的情况下，以当前股价买入，需要多少年的时间能通过利润收回成本。
缺点则在于，假设很严苛，仅适用于利润稳定的成熟期企业；不适用于利润为负，或各年利润波动较大的成长期企业。
市盈率指标适用于单个股票，也可用于股票组合和某个指数。
举个例子，沪深300指数的PE=300只成分股的加权平均市值/300只成分股加权平均净利润。
PART 2 | 对PE的常见误解
在投资指数基金时，很多朋友都会把指数的PE历史分位数作为择时的重要决策依据。在此过程中，存在两个常见误解。
常见误解1：PE处于低历史分位数的指数，更值得投资。
下表给出了主要指数在2019年初时的PE值，及其历史分位数（计算分位数时，采用的是近8年的历史数据）。
2019年初，中证500和创业板指的PE历史分位数已经接近0%，几乎处于历史最低位，创业扳指在2019年获得最高的收益，但中证500的涨幅就略让人失望了，只比恒生指数好，比沪深300、纳斯达克、标普500都要差。
如果说在19年初，仅仅看历史分位数选指数，还能蒙对一半。2018年的情况就让人大跌眼镜了。
18年初，PE历史分位数越高的指数，在18年全年反而跌的越少...18年初，中证500的PE处于19%分位数，是分位数最低的一个指数，但在18年它却亏得最多...分位数处于历史高位的美股，18年却亏得最少...
所以，PE处于更低历史分位数的指数，不一定未来会涨的更多，或者跌的更少。
常见误解2 当某只指数，PE处于较高历史分位数时，就应该停止投资，并逐步卖出。
下图是沪深300指数走势（橙线）及其PE历史分位数走势(灰线)。二者的走势是基本一致的。
在实际使用过程中，一个苦恼可能是，如何设置具体的分位数阈值，即如何设置X和Y?——当PE历史分位数低于X时，开始买入；当PE历史分位数高于Y时，开始卖出。
如果你将X设置为20%，Y设置为80%，在15年年中开始暴跌前，你根本跑不掉；在16年初和18年末开始上涨时，你都没上车。
如果你将X设置为30%，Y设置为70%，目前看起来结果还不错。但是你需要明白，历史≠未来，这个规律在未来可能就不适用了。
此外，还需要强调一点，计算历史分位数所用的数据频率和时长，对于分位数的取值影响巨大。我使用的是近8年的日度历史数据，如果把数据换成周度或月度，或换成近5年的历史数据，历史分位数都会发生变化。大家在分析PE历史分位数时，一定要注意数据口径，保证数据可比。
仅依靠PE历史分位数为沪深300做择时，如果分位数阈值设置的好，择时效果还不错 ，但同样的套路用在美股身上，结果可能就会让大家失望了。
下图是标普500指数走势（橙线）及其PE历史分位数走势(灰线)。
08年金融危机结束后，美股开启了长达10年的牛市，从14年开始标普500的PE历史分位数就持续处于历史高位。如果你因为PE太高，而不敢投资美股，那你就亏大发了...
美股的PE为什么会多年持续处于高位？中国股市未来会出现这样的情况吗？这就需要我们更加深入地理解PE的本质。
PART 3 | 理解PE的本质
简单地使用PE历史分位数进行择时，背后隐含的观点是：PE存在一个均值中枢（下图中的灰线），PE会围绕着这个中枢进行波动，也就是说PE具有均值回归的性质。
从现实情况来看，PE的中枢可能不是一条水平的直线。比如，美股近十年的PE的波动中枢存在向上的趋势。
我目前的思考框架中，宽基指数PE有4个主要的影响因素：3个理性因素影响PE的长期趋势（前两个图中的灰线），1个非理性因素影响短期波动。
接下来，我们具体来聊聊这4个影响因素！
1 增长预期
所谓“增长预期”，是指公司的业绩增速预期，一般以净利润的增长率代表。
大家可能关注到了，以科技、医药为代表的“新经济”公司的PE可以轻而易举达到几十上百，而以地产、能源、工业为代表的“旧经济”公司的PE大多数在10-20。
各行业PE差异巨大的主要原因，其实是各行业的业绩增速不同。
我们在计算PE TTM时，假定了公司未来的利润不变，并用当前的利润代表未来的利润，但在实际中，公司利润是会增长的，并且增长速度存在差异。
举个简单的例子。A公司是一家科技公司，今年净利润1亿元，目前市值100亿元，按照PE的定义，PE=100，意味着假定公司未来的净利润都是1亿元，需要100年才能回本。
但实际情况并不是这样，A公司正在高速成长，每年净利润都会成长100%，算起来其实6年后就能回本，根本用不着100年。
说到这里，大家应该明白了，对于未来业绩增速越快的公司，我们会赋予越高的PE，因为快速的业绩增长能逐步消化高企的估值。
随着我国GDP增速从2位数转向1位数，投资者对于我国企业的平均业绩增速预期，会越来越低。
企业的平均业绩增速预期越来越低，会对应着PE中枢的下行。我们可以看到，上证综指的估值水平中枢在过去20年确实在逐步下行。
但在实际投资的过程中，应该没人会买跟踪上证综指的基金，大家最常买的应该是沪深300和中证500，这就需要进一步讨论指数的行业结构。
02 行业结构
之前我们有分析到，美股的估值在过去10年持续走高，下图是标普500的PE TTM走势。
标普500的编制思路类似我国的沪深300，可以粗暴地理解为美国上市公司里最大最牛逼的500家。
下图画出了1990-2018年，标普500指数的行业权重分布。（由于Wind没有美股的历史数据，我没法自己画图，下图来自于网络）
可以看到，过去30年，标普500指数最显著的行业结构变化是：信息技术（Technology）行业的占比越来越高，目前权重已达到了23.20%。医疗保健的行业权重也逐步提高，目前已达到14.20%。总体来说，标普500指数中新经济行业的占比越来越高，逐步挤压旧经济行业占比。
我们再来看看国内的情况，下图是沪深300指数的06年以来的行业权重变动情况。
可以看到2015年以前，金融行业的权重逐步提升，2015年金融板块的权重一度接近40%，目前的权重约为33%。信息技术和医疗保健行业的权重在过去十多年有所增长，但目前仍然偏低，分别为11%和7%。总体来说，沪深300指数仍以旧经济行业为主，新经济行业占比在近些年有所增加，但整体占比偏低。
需要多说一句的是，沪深300指数中，新经济占比不高，不是因为我国新经济发展的不好，而是因为我国的新经济企业主要在美国和香港上市，比如：腾讯和美团都是在港交所上市的，阿里巴巴在纽交所和港交所同时上市，百度则在纳斯达克上市…
在前一个部分中，我们已经看到，新经济企业的PE可以达到几十上百，而旧经济企业的PE往往不会超过二三十。
我们在进行指数投资时，最好对指数的行业结构保持一定的关注。当指数中新经济企业的权重占比越来越高时，指数整体的PE水平自然也会上升，PE的历史分位数可能再也不会触及20%或30%，你可能再也等不来指数低估的时机！
03 利率水平
除了增长预期和行业结构，利率水平也会影响到PE的趋势。
对于金融行业投资者来说，我们一般把国债利率作为观测利率水平的指标。对于普通个人投资者来说，如果嫌看国债利率比较麻烦，可以观测货币基金的七日年化收益率作为替代。
美股过去10年的大牛市，除了行业结构中新经济的占比不断提升外，还有一个重要原因是，美国利率水平的持续下降。
从上个世纪80年来以来，10年期美债的收益率从15%一路下行到近期的2%左右。
了解DDM、DCF等绝对估值模型的朋友应该都知道，利率水平决定了贴现率，在其他条件不变时，贴现率越低，企业的价值越高。
对于不了解估值模型的朋友，可以这么理解。当利率水平高时，直接买债券或债券型基金，每年都能获得10%以上的收益，而且风险还更小，没必要投资于股市；但当利率水平逐步下行，债券的年化收益可能只有2%，连通胀都不一定能跑过，为了追求更高的收益，投资于股市的资金就会变多。进入股市的资金越多，股市自然涨的越好。
我们再来看看中国的国债收益率，中国的国债市场发展的比较晚，10年期国债收益率的数据从2002年才开始有。
2002年以来，我国的利率水平并没像美国那样出现趋势性的下行。但随着中国经济增长减速，以及全球进入负利率时代，越来越多的分析师认为，未来国内的长期利率水平会出现下行。各位股市投资者，最好对利率水平保持一定的关注！
04 市场情绪
市场情绪其实是很玄妙的，难以预测。但可以断定的是，随着A股机构投资者占比的提升，市场情绪对市场的影响程度会变小，PE围绕着长期中枢波动的幅度会减小。
写到这里，终于结束了~
欢迎各位朋友到我的公众号“黎歌笔记”（lige_notes）找我玩儿~
在这里分享我在大类资产配置、行业轮动、基金选择等方面的一些所思所悟，也期待与你有更多的交流！