对于银行股的一些思考

对于银行股的一些思考

一、为什么要关注银行股?

1.因为 银行股是目前所有上市行业中估值最低的品种之一。

下面这张表格是截止2017年8月30日为止的市场上股票基本估值情况:

再详细看一下目前A股有25家上市银行,基本情况如下图:

我再把它们细分一下:

下图是五家国有大行基本情况,平均市值为13955亿,平均PB1.00,平均PE7.43

五大行中PB低于1的是交行,中行,农行。交行估值最低。

下图是八家全国性股份制银行基本情况,平均市值为3231亿,平均PB1.04,平均PE7.46

股份制银行中估值最低的是民生和光大,招商最贵。

下图是12家地方性银行基本情况,平均市值为623亿,平均PB1.88,平均PE17.01

地方性银行中估值最低的是北京银行。

2.因为有很多机构会买银行股,包括:

中报显示国家队资金在增仓银行股票。

养老金,社保基金等稳健型大机构一定会买银行股。

沪深港通香港的资金,一直在增仓银行股。

从周期股中调仓换股的公募私募基金,QFII基金,都会买银行股。

股市走好时,大量新进入股市的稳健资金,融资资金,以及价值投资者。

二.银行股的资产质量到底好不好?

A股的银行股为什么这么便宜,一个很重要的原因,是很多投资者对银行股有偏见,一个最大的偏见是:中国的银行都有巨大的坏账隐患,隐形负债太高,账面的盈利数据都要打折扣。事实是不是这样的呢?

其实,无论是从拨备水平,还是银行业自身的发展来看,这些担忧都是杞人忧天。中国的银行业风控程度极高,不可能出现大规模破产倒闭。而上市银行的拨备水平,早已覆盖了坏账担忧。

让我们用事实来说话,下图是银行股的主要资产质量指标。

从上图可以看出:

银行股的资产质量整体上是很好的,平均不良贷款率1.6%,远低于国家设定的警戒线(5%),而且不良贷款拨备覆盖率平均为2倍。

地方性银行中资产质量最好的是南京银行。

八家股份制银行的资产质量差距不大,招商银行略好些。

五大行中中国银行资产质量最好,农行最差。

三.银行股的成长性。

我觉得银行股的成长性没什么可说的,只要你还相信中国的经济还会继续增长,银行股成长性就是确定性的事情。

另外今年还有一个很重要的因素是:周期性行业盈利改善必将驱动银行不良压力缓解和盈利改善。这将在银行股股价上加速体现与深化。

让我们用数据来说话,下图是22家研究机构对银行股未来三年的盈利预测综合后的平均值:

从上图可以看出:

银行股的成长性整体上看是很好的,平均净资产收益率12.71%,未来三年营业收入复合增长率平均为9.83%。

地方性银行中成长性最好的是贵阳银行。

八家股份制银行中招商银行成长性最好,光大银行最差。

五大行中建设银行成长性最好,工商银行最差。

四.银行类个股的选择。

主要遵循两个原则:一是具备低成本负债的银行,二是零售转型领先的银行。前者主要依靠负债端优势,后者主要依靠资产端的收益率上升,都是实现净息差的有效修复。

内容概要:本文深入探讨了多种高级格兰杰因果检验方法,包括非线性格兰杰因果检验、分位数格兰杰因果检验、混频格兰杰因果检验以及频域因果检验。每种方法都有其独特之处,适用于不同类型的时间序列数据。非线性格兰杰因果检验分为非参数方法、双变量和多元检验,能够在不假设数据分布的情况下处理复杂的关系。分位数格兰杰因果检验则关注不同分位数下的因果关系,尤其适合经济数据的研究。混频格兰杰因果检验解决了不同频率数据之间的因果关系分析问题,而频域因果检验则专注于不同频率成分下的因果关系。文中还提供了具体的Python和R代码示例,帮助读者理解和应用这些方法。 适合人群:从事时间序列分析、经济学、金融学等领域研究的专业人士,尤其是对非线性因果关系感兴趣的学者和技术人员。 使用场景及目标:①研究复杂非线性时间序列数据中的因果关系;②分析不同分位数下的经济变量因果关系;③处理不同频率数据的因果关系;④识别特定频率成分下的因果关系。通过这些方法,研究人员可以获得更全面、细致的因果关系洞察。 阅读建议:由于涉及较多数学公式和编程代码,建议读者具备一定的统计学和编程基础,特别是对时间序列分析有一定了解。同时,建议结合具体案例进行实践操作,以便更好地掌握这些方法的实际应用。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值