报告探讨的问题
报告主要解决三个问题。1）DCF模型的原理、A股实证分析以及存在哪些局限性？2）反向DCF模型如何构建以及其适用范围是什么？3）如何基于正向DCF和反向DCF模型去研究A股不同板块估值定价的逻辑？
DCF模型的原理以及相关指标的计算。这里主要考虑二阶段增长模型，其中FCFF可以对账面净利润经过分项的调整得到。最终价值TV可以采用永续增长模型，永续价值占比70%~80%。折现率r采用市场wacc替代，一般在8%~12%之间。永续增长率g一般采用通胀率3%。另外，如果假设现金流等于净利润，那就可以从DCF模型简化得到PE估值的定价公式。
DCF模型的A股实证分析及局限性。1）零增长模型：合理估值为10倍，符合条件包括大秦铁路和很多高速公路公司，长期估值中枢确实是在10倍上下；2）二阶段模型：实证发现预期增速越高的股票，实际估值越会明显低于DCF理论估值，背后的原因是分析师预期数据过于乐观。DCF模型的三个变量g1,E,TV的假设与实际不符是其局限性的根本原因。
反向DCF模型的构建和应用。本文提出基于g1, n1, n2的三种类型的反向DCF模型，可以用当前实际PE水平去反推隐含增长率、股价兑现业绩年份等指标。不同模型适用股票类型不同，例如长期优质白马股可以采用n1的反向DCF，阶段型成长股可以采用g1的反向dcf。
价值板块“低估值陷阱”现象成因。1）银行：账面净利润存在不良贷款的风险，因此拨备覆盖率成为银行估值定价的锚；2）建筑：账面净利润也蕴含风险资产，估值定价的锚是应收账款和净利润比值；3）地产：投资者担心地产公司的永续增长能力，因此融资成本成为地产估值定价的锚。
成长板块估值定价的逻辑。1）长期成长股：满足条件的股票一共80个，估值定价的中枢可以基于商业模式、未来增长、政策友好三个维度做评级决定，A级长期中枢35倍，E级长期中枢13倍，估值波动的节奏可以采用n1的反向dcf模型跟踪；2）阶段成长股：更关注短期利润增速g1，估值定价的中枢有peg=1和目标市值空间两种方法，本质上都是来源于DCF，估值波动的节奏核心因素是短期业绩超预期还是低于预期。
风险提示：模型根据历史数据构建，未来存在失效可能。
一、DCF模型原理、A股实证分析及存在的局限性
本章节主要讨论了DCF模型的原理以及相关指标如何计算、PE估值和DCF模型的关系，再结合A股的实际案例分析了零增长模型和二阶段增长模型定价的合理性，最后再基于一些估值异象的案例提出模型实际使用中面临的3个局限性。
1.1、DCF模型原理及相关指标的计算
一般而言，DCF模型有三种简化形式，固定增长率模型、二阶段增长模型、三阶段增长模型，如下图所示，本文主要以二阶段增长模型为探讨对象。
1.1.1、DCF模型相关指标的计算
下面我们简单说一下DCF模型里面的每个变量是如何计算和给定的。
1）FCFF 的计算
企业自由现金流从会计学上来讲有如下计算公式：
FCFF= EBIT*(1-Tax Rate)+折旧和摊销-资本性支出-净营运资本变化
公式看上去有点复杂，但是其背后的逻辑是很清楚的，本质上就是企业的净利润和自由现金流在某些分项上是不匹配的，需要做一些加减项的调整，调整的逻辑如下图所示。
1）现金流入：包括股东获得的净利润和债权人获得的利息；
2）现金支出：指为了维持企业正常运转需要的各类资本支出，包括固定资产实际消耗的现金流和营业资本实际消耗的现金流。
过去十年来，A股市场FCFF大于0的公司占比并不高，约为50%-60%，但是好在比例在逐步提升。
2）最终价值TV的计算
一般来说有两种计算方法：永续增长模型 和 退出乘数模型。实际投资中，长期成长股可以采用永续增长率模型，阶段性成长股更多采用退出乘数模型（比如8倍的EBITDA，目标市值空间等）。
1、永续增长模型（Perpetuity Growth Method）
假设永续增长率是g，折现率为r，那么永续价值为
2、退出乘数模型（Exit Multiple Method）
TV=8.0* EBITDA
如下图所示，我们采用永续增长模型，在不同的参数假设下（r=10%, g=3%）计算了二阶段永续价值占整个企业价值EV的比重，会发现占比非常高，可以到达70%-80%。也就是说，一个企业内在价值的核心取决于其永续增长的能力，这也是巴菲特为什么一直强调“如果你不愿意持有一只股票10年，那么你连10分钟都不要持有”。
3）折现率r 与永续增长率g
折现率r可以用公司的WACC(加权平均资本成本)替代，A股市场的WACC历史中枢在8%-12%之间，为了简便起见，可以统一假设为10%。永续增长率g可以近似等于通胀率，这里统一假设等于3%。
1.1.2、PE估值本质上是简化版的DCF模型
实际投资中，投资者看PE估值更多一些，但PE估值其实可以看做是简化版的DCF模型，简化体现在以下两个方面：
1) g1: DCF模型里面的增速g1是自由现金流的增速，但投资者实际中有时候会直接采用净利润增速替代，背后其实是假设现金流占净利润的比值不变；
2) FCFF：如果现金流状况较好，会直接用净利润代替现金流,如果现金流和净利润差别比较大，需要对最终结果再乘上一个折扣系数。
以二阶段增长模型为例，假设现金流等于净利润（初始值标准化为1），第一阶段增长率为g1，第二阶段永续增长率为g，折现率为r，第一阶段增长年份为n1。那么，基于DCF模型就可以近似得到PE估值：
我们可以基于上述公式计算出不同g1增长率下的合理PE定价，结果如下表所示。
1.2、DCF模型的A股实证分析
这一章节我们结合A股的一些实际案例来对零增长模型和二阶段增长模型做一些实证分析，探讨一下DCF模型的合理性和局限性。
1.2.1、零增长模型的实证分析
这里以大秦铁路这家公司为例，过去十年的净利润基本上是在120亿上下波动，非常接近零增长模型的模式，按照上一节的数据分析，其合理估值PE应该为10倍。实际交易数据显示，公司过去十年的PE中位数约为10.1倍，非常接近零增长公司的理论估值定价。
除了大秦铁路之外，很多高速公路的公司历史盈利走势也比较接近于零增长模型，这些公司的历史PE中枢也确实就在10倍上下。
1.2.2、二阶段增长模型的实证分析
接下来我们来找一些二阶段增长模型的案例，如下图所示，我们筛选出每年分析师预期未来三年增速在10%-15%的公司，计算下来发现这些公司历史PE的中位数为19.2倍。如果根据二阶段增长率模型，第一阶段增长率为12.5%的公司理论估值定价为18.9倍，理论估值和实际估值也非常接近。
上述案例说明DCF理论估值模型确实能够解释部分公司的实际估值定价，但事实上，DCF模型不能够解释的样本更多。我们同样以二阶段增长率模型为例，如果将未来三年预期增速逐步提升到20%、30%、40%，然后分别计算实际估值和理论估值的两者的差异。计算结果如下图所示，可以发现，预期增速越高的组，市场给的估值越明显低于DCF模型给的理论估值。
造成上面这个现象的原因是分析师预期数据一般过于乐观。如下图所示，我们分别统计了不同预期增速组的股票最终低于预期 的股票占比，结果显示， [10%-15%]的组里面，有47%的公司会低于预期，[40%-45%]的组里面，有81%的公司会低于预期。也就是说，预期增速越高的组，最终低于预期的股票占比越高。由此可知，市场也确实是认识到这一点，并对这个现象给出了相应的定价，因此才带来上面那个结果。
1.2.3、估值异象的案例及背后的原因
上面探讨的零增长模型和二阶段模型一些案例的估值还是能够用DCF模型解释的，即便理论估值和实际估值产生差异，背后也可以找到对应的原因。下面我们会发现有些估值异象用DCF模型就很难解释了，这里主要从时间序列和横截面上找了两个案例。
1） 时间序列上的估值异象案例
这里我们选择招商银行这家公司作为案例来分析。如下图所示，招商银行的长期复合增长率在10%以上，历年对应未来三年的预期增长率也在10%以上。如果参照DCF二阶段模型，招商银行的理论估值定价应该在18倍以上，但实际上市场交易出来的估值水平大部分年份都在9倍上下。
这个问题在其他的银行股也存在，理论估值和实际估值有接近一倍以上的差距，造成这个现象背后的原因是什么？这是我们接下来需要去解答的。
2） 横截面上的估值异象案例
这里我们挑选了四家公司：美亚光电、云南白药、苏交科、华侨城A，它们有两个共同的特点：1）过去10年的复合净利润增速在15%左右；2）未来三年的预期净利润增速也在15%左右。按照DCF二阶段模型的定价公式，它们的估值差异不应该很大。但实际上，这四家公司市场交易出来的PE估值差异非常大，高的比如美亚光电可以到达64倍，低的比如华侨城A只有5倍。造成这个异象的背后原因又是什么？也是我们需要去回答的。
如果回到DCF理论模型本身，造成这些估值异象的根本原因还是在于原始二阶段增长率模型实际使用中存在一些局限性
局限性体现在3个方面：
1）g1估算不准确，具体表现形式是分析师预期值过于乐观；
2）E的真实性存疑，账面净利润可能蕴含很多风险资产；
3）TV的计算采用永续增长模型，但实际上很多公司做不到这一点；
在上面这些问题的基础上，下一章节我们将提出一个新的概念——反向DCF模型，这个模型可以帮助我们更直观地判断当前公司估值的合理性，也可以一定程度上规避正向DCF模型面临的一些局限性。
二、反向DCF模型的构建和应用
这里同样以二阶段增长率模型为例，正向DCF模型是指基于原有的参数假设（比如折现率r为10%，永续增长率g为3%，第一阶段持续年份n1为3，第一阶段增长率g1为未来三年预期增速），代入公式，得到PE估值的理论定价。
反向DCF模型是反其道而行之，基于当前市场交易出来的PE估值，来去反推上面这个理论公式某些变量的隐含预期值是多少。
这里我们探讨三种类型的反向DCF模型，核心思想是基于当前的估值水平，去反推g1，n1，n2
1）Reverse_DCF_g1_model : 输入参数n1， r，TV为永续增长模型,基于当前的PE去反推隐含增长率g1；
2）Reverse_DCF_n1_model : 输入参数g1， r，TV为永续增长模型,基于当前的PE去反推第一阶段的持续年份n1；
3）Reverse_DCF_n2_model : 输入参数g1， r，n1,基于当前的PE去反推第二阶段的持续年份n2(此时TV不能用永续增长模型)，对应的定价公式如下：
2.1、基于g1的反向DCF模型：Reverse_DCF_g1_model
g1是指第一阶段的复合增长率，这个模型目的是基于当前的PE去反推隐含增长率g1，对估值合理性的讨论转化为对增长率合理性的讨论。案例分析：五粮液,n1=5, r=0.10, g=0.03, TV =(1+g)/(r-g)，结果如下图所示。
2.2、基于n1的反向DCF模型：Reverse_DCF_n1_model
模型核心思想：基于当前的PE去反推第一阶段的持续年份n1，可以得到在当前预期增速下，股价已经兑现未来业绩增长的年份。案例分析：五粮液,g1采用分析师预期数据, r=0.10, g=0.03, TV =(1+g)/(r-g) ，结果如下图所示。
2.3、基于n2的反向DCF模型：Reverse_DCF_n2_model
模型核心思想：担心公司可能做不到永续增长，基于当前PE去反推二阶段能够持续的年份n2。案例分析：保利发展,g1采用分析师预期数据, r=0.10, g2=0.03, TV 不能采用永续增长模型，结果如下图所示。
为何这里要提出三种类型的反向DCF模型呢？原因就在于它们有各自的适用范围：
1) 基于n1的反向dcf模型：比较适用于长期优质白马公司，因为市场对于这些公司的长期业绩增长并没有太大的担忧，更关注的是其当前的股价兑现了未来多少年的业绩增长，也就是n1这个变量；
2) 基于g1的反向dcf模型：比较适用于阶段性的成长股，这种股票业绩可能2~3年会有爆发性的增长，但是做不到像大白马那样长期稳定的增长，这时候投资者更关注的短期增长率，那可以基于这个模型得到当前股价隐含增长率是多少，对应g1这个变量；
3) 基于n2的反向dcf模型：比较特殊的一种类型，主要针对永续增长能力存疑的公司，可以基于当前的股价去反推隐含二阶段的持续年份n2，这样可以观察当前估值水平反映的悲观预期到了什么样的程度，比如地产行业就比较适用。
三、A股不同板块估值定价的逻辑
本章节我们基于前面提到的正向DCF和反向DCF模型来探讨A股市场不同板块估值定价的逻辑。这里板块分为两大类：价值板块和成长板块。其中价值板块主要讨论“低估值陷阱”现象的理解，成长板块主要讨论长期成长股和阶段成长股估值定价的逻辑。
3.1、价值板块：“低估值陷阱”现象的理解
A股市场有三个非常典型的行业具有“低估值陷阱”的特征：银行、建筑、地产。如果去分析这些行业成分股的财务数据，会发现很多公司的历年复合净利润增速以及预期增速长期都在10%以上（比如招商银行、中国建筑等），但是多数公司的估值都是个位数的水平，这跟DCF模型的理论估值差异非常大。我们这一节从DCF模型公式出发，去分析这些异象背后的成因。
3.1.1、案例一：银行行业“低估值陷阱”现象的成因分析
如果从DCF模型定价公式出发，银行行业“低估值陷阱”的成因是投资者对银行的账面净利润风险存在很大的担忧，也就是下面这个公式的变量E出了问题。
这背后的逻辑是银行存在不良贷款的问题，如下图所示，我们计算了一些主流银行股的贷款总额和净利润的比值，这个比值可以达到70~80倍。若比值为80倍，就意味着不良贷款率只要提升0.1%，净利润就要下降8%。如果不良率提升0.6%，净利润就会降到原来的一半，相应的PE估值也就会翻倍，这时候银行股的估值就不会像看上去的那么低了。这也是为什么市场上有些投资者看银行股不看PE估值，因为不同银行股的账面净利润E内含的风险可能差异很大。
既然如此，银行股估值定价的锚应该就是能够衡量其账面净利润风险的代理变量，也就是银行股的拨备覆盖率。如下图所示，拨备覆盖率基本上就是银行股估值定价的锚。排除了兰州银行和瑞丰银行这两个次新股，剩下的银行股拨备覆盖率越高，市场给予的pe估值也越高，两者存在非常明显的正相关性。目前相对优质的银行股如宁波银行、杭州银行、招商银行、常熟银行都是属于拨备覆盖率最高的那一批，相应的它们估值水平也是最高的。
3.1.2、案例二：建筑行业“低估值陷阱”现象的成因分析
建筑行业也存在很明显的“低估值陷阱”的现象，如下图所示，中国建筑历年复合增速以及预期增速长期都是在10%以上，但是估值水平只有5倍左右，这个和DCF模型的理论估值差异也非常大。
这里我们同样回到DCF模型的定价公式，建筑行业虽然没有银行的不良贷款，但其出问题的原因也是变量E蕴含很多风险资产，具体表现形式是应收账款占比过高。
如下图所示，我们统计了一些建筑龙头股的基础数据，首先建筑行业整体净利润率非常低，只有3%左右，属于“赚辛苦钱”的商业模式。在这么低的净利润率的基础上，建筑公司的应收账款和存货占净利润的比值非常高，平均达到16倍。以中国建筑为例（比值达到18倍），如果应收账款和存货多计提1%的损失，那账面净利润会相应减少18%。也就是说，建筑行业公司的账面利润蕴含的风险是比较大的，账面利润算出来的PE估值和市场认可的实际估值可能不在一个水平上。
上面这个现象不仅限于建筑板块，在全市场都是存在的。如下图所示，我们统计下来发现应收账款占比越高的公司，估值受压制的力度越大。这里采用动态PE/预期净利润增速作为代理变量，也就是每单位盈利增速能够贴现的估值。可以发现，对于应收账款占净利润比值在50%以下的公司，每单位盈利增速能够贴现的估值是0.89，而对于比值在500%以上的公司，每单位盈利增速能够贴现的估值是0.57。两者存在非常明显的单调性，说明市场确实对这个现象给出了相应的定价。
3.1.3、案例三：地产行业“低估值陷阱”现象的成因分析
如下图所示，我们列出来一些主流地产公司的最新PE估值，可以发现很多公司的估值非常低，甚至达到1~2倍的水平。造成这个结果的原因并不是出在公式的第一项，而是第二项。
换句话说，投资者当前对地产公司的担忧其实不是在于未来一两年的利润的问题，而是在于地产公司的永续增长能力是否还存在，也就是TV这个变量出了问题。在第一章节的时候我们有提到第二项占整个企业价值的比重是非常高的，可以达到70%-80%。在之前的“三道红线”的政策下，市场对于地产公司的永续增长能力其实是存疑的，也就是TV不能按照永续增长模型去估值了，这就是为什么地产公司的估值会跌到这么低的水平。
既然如此，那地产公司估值定价的锚应该就是能够衡量其永续增长能力的代理变量，这里最直接的指标应该是地产公司的融资成本，融资成本越高的地产公司，相应的风险也会高一些。如下图所示，可以发现融资成本已经成为地产公司估值定价的锚，融资成本越低的公司，市场给予的估值水平越高，两者存在非常显著的负相关性。
以上就是价值板块三个典型的“低估陷阱现象”的理解，可以看到，这些异象都是能够从DCF模型本身出发找到原因的，只不过不同行业背后采用的代理变量不同。
3.2、成长板块：长期成长股和阶段成长股估值定价的逻辑
这里成长板块的股票池选自以下三个大类：TMT（电子、计算机、传媒、通信）、消费（食品饮料、家电、医药、消费者服务）、先进制造（电力设备与新能源、机械、军工）。然后将里面真正具备成长性的股票筛选出来并分类，有长期成长股和阶段成长股两种类别：
长期成长股：过去10年年化利润增速超过15% + 过去10年至少8年利润上升，可以考虑用DCF方法估值
阶段成长股：过去三年净利润增速以及未来三年预期增速均大于30%，一般采用PEG或者目标市值空间估值法
接下来我们就来探讨一下这两类成长股的估值中枢怎么去定，以及估值波动的节奏如何去把握。
3.2.1、长期成长股估值定价的逻辑
1）长期成长股估值定价的中枢
根据上面的条件，我们筛选出来满足条件的长期成长股名单列表如下所示，一共80个。从行业分布来看，消费板块的数量最多，达到41个。
然后，我们把这80个股票的长期动态PE的中位数从大到小排序，做出如下的散点图。可以发现，不同长期成长股的PE中枢差异很大，高的比如片仔癀、爱尔眼科可以达到60~70倍的动态PE，低的比如国药股份、国药一致只有10倍左右。
虽然都是属于长期成长股，但是不同公司的商业模式、护城河大小、赛道空间还是有明显的优劣之分的，这些因素对他们估值中枢的影响非常大。因此，我们这里可以从评级打分的角度来去理解它们估值中枢的差异。如下图所示，我们考虑了三个维度：当前的商业模式、未来的成长性、政策的友好度，一共对应着5个指标，采用指标0,1打分并最后加总的方法来去对这些公司做评级打分。其中：
1）当前的商业模式：主要参考杜邦分解的几个指标是否满足一定的条件，包括ROE、净利润率、资产负债率，满足条件+1分，不满足0分；
2）未来的成长性：采用分析师预测未来三年复合增长率，大于15%的+1分，不满足0分；
3）政策的友好度：看是否属于教育、医疗、地产相关的板块，因为这些行业最容易出政策，对估值中枢的影响很大，A股市场主要是看医疗和地产。不属于以下子行业的+1分：医疗（医疗器械、化学制药、生物制品），地产(白色家电、黑色家电)，教育；
一共5个指标，得分为满分5分的公司我们这里定义为A级的长期成长股，一共12个公司，股票列表如下图所示。
另外，我们按照分值从大到小将这些股票分为5个等级（A，B，C，D，E），然后分别统计了这些股票的动态PE中位数，结果如下表所示。可以发现，这个评级方法虽然简单，但是区分效果非常明显，A级的长期成长股动态PE中枢是35倍，E级的动态PE中枢是13倍，股票的评级高低和其估值中枢水平有着非常明显的单调性。因此，我们觉得可以从这个角度出发来确定这些长期成长股的大致中枢。
2）长期成长股估值波动的节奏
对于长期成长股来说，我们建议采用上一章节提到的reverse_dcf_n1_model去把握它们估值波动的节奏。原因在于投资者对于这些股票的长期业绩增长一般不会有太大的疑虑，更多的是关心这些股票当前的股价兑现了未来多少年的业绩增长。算出来的n1这个指标可以直观的反映当前股价的透支业绩程度，不同投资者可以根据自己能够接受的年份去把握长期成长股估值波动的节奏。
3.2.2、阶段成长股估值定价的逻辑
1）阶段成长股估值定价的中枢
阶段性成长股长期会怎么样大部分投资者是看不清楚的，因此市场交易的核心矛盾就集中在DCF模型的第一阶段，更加关注短期的利润增速，对第一阶段的增长率g1非常看重。
阶段性成长股的估值方法一般而言有两种：PEG VS 目标市值空间，其中：
1）PEG：核心思想是以PEG=1为合理定价的锚；
2）目标市值空间：估算出未来3~5年可以实现的净利润，然后参考可比公司给个目标估值，得到目标市值空间；
这两种估值方法看上去跟DCF模型无关，但其实它们本质上还是简化版的DCF模型，具体原因见下面的分析。
1、PEG的估值方法
PEG = 1是很多投资者默认采用的一个参数，但是为什么PEG不可以是1.5或者0.7呢？这个问题其实可以用DCF二阶段增长模型解释。
如下表所示，我们回到DCF二阶段增长模型的理论定价分析，在投资者常用的参数假设下（n1=3，r=10%，g=3%），分别计算第一阶段增长率g1在不同水平下的PE理论估值。可以发现，若未来三年的净利润增速g1=25%，计算出来的理论PE是25.5倍，PEG基本等于1，而且这个在未来三年净利润增速在20%-30%区间的时候，PEG也基本上就在1上下小幅波动，这就是PEG=1这个参数的由来。
但是，如果g1继续提高的话，理论上PEG也是会下降到1以下的，比如g1=50%对应的PEG只有0.86，反之亦然。因此，PEG=1只能说是DCF模型的一个非常简化的版本。A股的实证数据也基本上验证了上面这个逻辑，随着预期增速提升，市场给予的PEG会迅速下降到1以下。也就是说，市场也确实不是严格按照PEG=1的方法去操作的，这一点需要各位投资者注意。
2、目标市值空间法
目标市值空间法是目前A股投资者对阶段性成长股采用最多的一种估值方法，核心思想是先估算出公司未来3~5年可以实现的净利润，然后参考可比公司给个目标估值，得到最终的目标市值空间。
其中，目标估值的确定一般参考同行业可比公司的估值，我们分别计算了带有成长属性的一级行业长期目标估值中枢（对应三年后的净利润）。结果如下表所示，多数行业目标估值中枢基本都在在20~30倍区间，比如食品饮料行业的计算出来为22倍，这是根据市场交易数据得到客观的一个指标，那如何去理解市场长期交易出来的食品饮料估值中枢会是这个水平呢？这个问题其实也能用DCF模型去理解。
上面那个问题其实就是要回答食品饮料行业的永续增长估值大概能给多少倍，这里我们可以假设食品饮料永续增长率等于3%（接近通胀的水平，相对合理），折现率在8%~12%之间，一般采用均值10%，但是考虑到食品饮料行业风险相对要低很多，折现率r如果假定为8%，这样算出来的永续增长估值就是21倍，跟市场长期交易出来的22倍非常接近。由此可见，市场长期交易出来的目标估值中枢一定程度上也是离不开DCF模型本身的。
2）阶段成长股估值波动的节奏
阶段性成长股估值波动节奏的影响因素很多，不同公司都不太一样，但我们这里研究下来最核心的因素应该是业绩是超预期还是低于预期的。正如我们前面分析提到的，对于这种类型的股票，投资者最关注的是它们短期的利润增速，一般而言，处于超预期的阶段会拔估值，而一旦低于预期就会开始杀估值。A股市场流行的景气度投资也是类似的逻辑，都是希望获取超预期阶段的盈利和估值戴维斯双击带来的收益。
风险提示：以上结论均基于历史数据和统计模型的测算，如果未来市场环境发生明显改变，不排除模型失效的可能性。
具体分析详见国盛证券研究所2022年04月19日发布的《估值运行的逻辑》报告
分析师 段伟良 执业证书编号：S0680518080001
分析师 刘富兵 执业证书编号：S0680518030007
特别声明：《证券期货投资者适当性管理办法》于2017年7月1日起正式实施。通过微信形式制作的本资料仅面向国盛证券客户中的专业投资者。请勿对本资料进行任何形式的转发。若您非国盛证券客户中的专业投资者，为保证服务质量、控制投资风险，请取消关注，请勿订阅、接受或使用本资料中的任何信息。因本订阅号难以设置访问权限，若给您造成不便，烦请谅解！感谢您给予的理解和配合。
重要声明：本订阅号是国盛证券金融工程团队设立的。本订阅号不是国盛金融工程团队研究报告的发布平台。本订阅号所载的信息仅面向专业投资机构，仅供在新媒体背景下研究观点的及时交流。本订阅号所载的信息均摘编自国盛证券研究所已经发布的研究报告或者系对已发布报告的后续解读，若因对报告的摘编而产生歧义，应以报告发布当日的完整内容为准。本资料仅代表报告发布当日的判断，相关的分析意见及推测可在不发出通知的情形下做出更改，读者参考时还须及时跟踪后续最新的研究进展。
本资料不构成对具体证券在具体价位、具体时点、具体市场表现的判断或投资建议，不能够等同于指导具体投资的操作性意见，普通的个人投资者若使用本资料，有可能会因缺乏解读服务而对报告中的关键假设、评级、目标价等内容产生理解上的歧义，进而造成投资损失。因此个人投资者还须寻求专业投资顾问的指导。本资料仅供参考之用，接收人不应单纯依靠本资料的信息而取代自身的独立判断，应自主作出投资决策并自行承担投资风险。
