APP下载

全球股市回报率预测

2018-01-25编译刘阳

首席财务官 2017年17期
关键词:历史数据股息回报率

编译/本刊记者 刘阳

历史数据表明,新兴市场对经济增长的贡献远远高于发达国家。然而,新兴市场的经济增长速度无法一直持续下去,未来可能会大幅放缓。

当前的全球市场估值无疑是众多机构最关注的问题之一。据统计,18个世界最大股票市场的本国GDP与总市值比率为:新加坡18.5%,澳大利亚13.6%,荷兰9.6%,西班牙9.4%,意大利9.3%,韩国9.3%,英国5.8%,加拿大5.5%,瑞典4.7%,瑞士3.4%,法国3.1%,日本1.5%(美国-1.0%,德国-1.2%),同时还包含新兴市场国家,如中国29.3%,俄国29.2%,印度16.0%,印度尼西亚13.3%,巴西12.9%和墨西哥3.3%。

通常情况下,总市值(TMC)与美国国民生产总值(GNP)比值以及以上公布的市场估值与隐含未来回报率可以作为判断美国股市的整体市场估值的良好依据。同时,对于国际股市的判断,仍然可以参考这18个最大经济体的股票市场估值。正如沃伦·巴菲特所指出的,总市值(TMC)与美国国民生产总值的比值“可能在任何时候都是衡量估值的单一标准”,虽然其他国家与美国市场不同,其历史数据不足以精确预测未来回报率,但是,仍然可以根据18个最大经济体的股票市场估值情况来了解整体估值。

找出股市隐含回报率

前文提到了计算美国未来市场回报率的方法,其实,所有的股票市场适用的原则都是一样的,包含三个影响未来市场回报率的因素:

其一,未来业务增长。如果假设未来平均增长与过去增长相同,可能高估了快速增长经济体的增长速度。

其二,股息。如果假设未来五年每年平均股息相当于过去五年的平均水平,可能会低估股息收益率,因为股息会随着经济的增长而增长。

其三,市场估值的变化。市场估值的一个重要假设是,在完整的市场周期内,市值与国内生产总值(GDP)的比例将恢复到之前的平均水平,这一现象将持续7-8年。

总投资回报率可以按照如下公式来计算:

投资回报率(%)=股息收益率(%)+业务增长(%)+估值变动(%)

在数据来源方面,与美国市场的计算方式类似,上述所涉及国家的未来业务增长将使用其国家统计部门或世界银行公布的以往GDP增长数值计算,其中一些国家只有年度数据可用;同时,用相应的iShares国家基金股利来估算该国股票市场的当前股息率,虽然这些基金的股利不一致,但是仍会使用过去五年基金股息平均值来预估未来股息;据美国市场估值详情可知,美国市场总市值依靠威尔希尔全市场指数进行预估,但是其他国家没有类似指标,因此,可以将这些国家中最主要的市场指数作为总市值指数的参考指标。假设这些指标与总市值成比例变化,可以根据总市值与世界银行公布的GDP数据的比率将这些指数转化为相应国家的总市值。

值得注意的是,在预估过程中可能产生误差,其主要原因有以下四个方面:未来平均GDP增长可能与过去的增长不同,这在具有高增长率的新兴市场国家中表现较为明显。若GDP增长放缓可能会大大影响预估结果;整个预估过程采用GDP数据代替GNP数据;在大多数情况下,预估使用的指数至少包含该国总市场的70%,总市场可能与该指数略有偏离;历史估值的平均值可能不是未来的平均值,尤其在没有足够的历史数据的情况下。

表1 全球最大经济体GDP值(万亿美元)

表2 目前总市值与国内生产总值比率以及其历史范围

虽然本次预估的参考值只有不到20年的历史数据年限,无法准确预测未来回报率(尤其是新兴市场),然而,预估结果仍然可以让人们了解不同国家在历史市场估值上的地位。

新兴市场对经济增长的高贡献值

表1介绍了全球18个最大经济体的市场估值。其中,市场估值由总市值与国内生产总值的比率来衡量。这些国家的GDP用美元计量,原始GDP数据是每个国家的本国货币按照2014年5月的汇率兑换成美元。

正如图中所示,美国是最大的经济体,其次是中国,日本,德国,法国等。截至2014年5月,美国的市值仍是最大的,但是,其他国家的市值并没有表现出持续下降。

如上所示,未来市场的总回报率取决于三个因素,GDP增长、股息收益率和整体市场估值的变化。假设市场估值恢复到历史平均水平,同时,列表中的发达市场和新兴市场均为拥有至少超过10年历史数据的国家。

研究显示,发展中国家的发展速度比发达国家快得多,因此,结论有可能会高估新兴市场未来的回报率。然而,历史数据清楚地表明,新兴市场对经济增长的贡献远远高于发达市场。例如,2012年之前的八年,中国经济年均增长率超过了16%,印度经济每年增长约15%,这些高增长率大大提高了未来的回报率。

然而,这些国家的经济增长速度无法一直持续下去,未来可能会大幅放缓。因此,综合考虑到这些因素以及数据资料年限较短,相信新兴市场的隐含回报率具有极大不确定性。另一方面,发达国家的数据资料年限较长,因此对其未来的预测更加可靠。

猜你喜欢

历史数据股息回报率
基于设备PF性能曲线和设备历史数据实现CBM的一个应用模型探讨
高股息率股 超额收益之源
从数据分析的角度浅谈供水企业漏损诊断
基于Hadoop技术实现银行历史数据线上化研究
用好细节材料 提高课堂实效
众筹筑屋建设规划方案的优化
哪些电影赔了钱
反思教育回报率:普通教育还是职业教育