现在买指数 ETF 是不是太贵了？估值能告诉你什么，不能告诉你什么

对于“现在是不是长期买入指数的好时机”，估值大多给不出答案。在任何结果出来之前写定的规则下，只有一个指数以样本外也成立的方式通过，而它的 3 年通过很脆弱。5 年期限上没有任何通过。今天只有上证50 的市盈率显得偏贵，而且只是相对一个便宜的十年而言。

• 3 个中 0 个：在上证50、沪深300 和中证500 上，用过去数据拟合、再向前预测的模型，在每个指标、每个期限上都输给了简单的历史平均。六个指数合在一起，它的样本外 R² 在 3 年为 −0.55 到 −0.95，在 5 年为 −2.3 到 −5.3（5 年只算历史够长、有 5 年预测的四个指数；小于 0 = 比平均更差）。
• 5 年期限：没有任何通过：没有哪个指数、哪个指标通过。
• 深证100 的 3 年：市盈率、市净率和股息率通过，但很脆弱：用更多模拟次数、换五个随机种子重跑，只有 1 个种子通过。和它关系密切的沪深300（月收益相关系数 0.97）则什么也没有。
• 创业板50 的 3 年：股息率通过，依据是 42 个预测，约 1.2 个独立时段。同样脆弱。
• 8 对约 0.8：整个检验给出的通过数，对比“没有任何指标有预测力”时纯靠运气会出现的数目。比运气多，但几乎全部来自深证100，而它的估值序列还没有用第二个来源核对过。
• 11.8 和 86：上证50 今天的市盈率和它的 10 年百分位，也是唯一一个“偏贵”的读数。对比 2004 年以来的全部数据，它位于第 60 百分位，接近 2004 年以来的市盈率中位数 11.0。
• 每年 −3.3 % 到 +19.2 %：上证50 过去所有 5 年持有期年化收益的第 10 到第 90 百分位。每个指数的范围都这么宽，而估值并没有以样本外也成立的方式把它收窄。
• 事先定好：数据、指标、检验和通过规则都在计算任何未来收益之前写下并提交。

问题

你想买指数 ETF 并持有很多年。现在市场是不是太贵了，该不该等一等？本站的仪表盘把每个指数的估值显示为过去 10 年的百分位。本研究要问：这个读数，或者它背后的估值水平，对接下来 1、3、5 年有没有提供过有用的信息。

衡量“贵”的四种方法

• PE（price-to-earnings ratio，市盈率）：指数价格除以成分公司过去 12 个月的盈利。市盈率 12 表示每 ¥1 的年盈利你付 ¥12。它的倒数 100 ÷ 市盈率就是盈利收益率（earnings yield，%）：市盈率 12 对应盈利收益率 8.3 %。
• PB（price-to-book ratio，市净率）：价格除以公司资产负债表上的净资产。
• dividend yield（股息率）：过去 12 个月的分红占价格的百分比。越高越便宜。
• ERP（equity risk premium，股权风险溢价）：盈利收益率减去 10 年期国债收益率，单位是百分点。它衡量股票比安全的国债多赚多少。越高，相对债券越便宜。

仪表盘把每个指标换算成 10 年百分位：0 = 过去 10 年最便宜的读数，100 = 最贵的。对股息率和股权风险溢价来说，“便宜”就是收益率高。本研究把 20 及以下算便宜，80 及以上算偏贵。

为什么“现在便宜，以后收益更高”是合理的想法

长期来看，指数的收益大约等于它的股息率，加上盈利的增长，再加上市场为每元盈利愿意付的价格的变化。如果你在低市盈率时买入，起点的盈利收益率和股息率就更高；如果市盈率之后回到通常水平，这个变化还会给你加一部分收益。如果在高市盈率时买入，回归就会把收益拿走。这就是所有“便宜时买入”规则背后的道理。

为什么在 A 股很难检验

• 独立时段很少。 这里最长的估值历史从 2004 年开始。22 年里只有大约四个互不重叠的 5 年时段。每月一个起点会得到 200 个数据点，但相邻月份的未来收益几乎完全相同，所以它们不是 200 次独立的检验。本研究计算 blocks（块数）：预测数除以期限，大致等于一个结果背后的独立时段数。
• 一个大周期占了主导。 2007 年的顶、2008 年的底、2015 年的顶、2018 年的底和 2021 年的顶，几乎就是全部历史。一个规则只要拟合好这五个拐点，就会看起来很强，却仍然预测不了任何新的东西。
• 水平在漂移。 国债收益率从 4 % 以上降到 1.63 %，分红比例上升，创业板50 从极高的市盈率一路下调。2010 年的“便宜”水平，在 2026 年意思已经不一样。

我们怎么检验

out of sample（样本外）的含义，用平常的话说。 任何指标都可以在事后被拟合得很好。真正的问题是，它在当时能不能帮上忙。所以在每一个月，模型只用当时已经知道的结果来拟合，然后预测之后的 1、3 或 5 年，再和最简单的预测比较：当时已知的历史平均收益。评分是样本外 R²（R²_OS）：大于 0 = 估值预测比平均更准，小于 0 = 更差。符号拟合反了的（例如“便宜 → 收益更低”）就用平均代替；这叫 Campbell–Thompson 规则（图中的“CT rule”）。

• 指数： 上证50、沪深300、中证500、深证100（历史长，始于 2004–2007 年），以及中证1000、创业板50（始于 2014 年）。这就是仪表盘上的六个指数。
• 收益： total return（TR，全收益），即分红再投资后的收益，取自官方全收益指数；创业板50 没有全收益指数，所以用它的价格和股息率重建（每年约高估 0.1–0.2 个百分点）。ETF 持有人拿到的是这个收益减去基金费用（每年 0.15–0.5 %）和跟踪误差。所有收益都按每年 % 显示。
• 时点一致。 每个日期的 10 年百分位只用该日期之前的 10 年数据，从不使用之后的数据。（仪表盘自己的窗口以今天为锚，所以它在过去某天的百分位会用到未来数据；本研究不会。）
• 一个指标对某个指数、某个期限“成立”，必须三项全部通过：
  1. 样本内：在全部历史上，斜率符号符合预期，并且经得起两种校正：一是月度收益互相重叠（Hodrick 标准误，|t| ≥ 1.96），二是同时检验四个指标（Holm 方法，5 % 水平，基于一个模拟：它去掉了持续性强的预测变量在短样本中造成的偏差）；
  2. 样本外：R²_OS 大于 0，并且单侧 Clark–West 检验小于 5 %；
  3. 稳定：依次去掉五个大拐点中的每一个，以及分成前后两半（2015 年之前 / 之后），斜率符号都不变。 只通过一部分 →“有迹象”（suggestive）。否则为“否”。
• 要成为本站的信号，同一指标需要在 3 或 5 年期限上，在 4 个历史较长的指数中至少 3 个上成立，并且所有指数合并的 R² 为正。

数据、指标、检验和通过规则都在计算任何未来收益之前写下并提交。本页其他内容都在第一次运行之后才加入，并且都有标注：一个修正（让任何收益都不在不完整的最后一个月结束；它改变了四个格子，其中包括全部四个 3 年的通过）、换种子重跑、深证100 从 2006-02 起的重跑、运气计数，以及百分位检验。

结果

每个指数、每个期限的结论（每格四个指标：市盈率、市净率、股息率、股权风险溢价）：

在检验的 72 个格子（6 个指数 × 4 个指标 × 3 个期限）中，8 个成立，6 个有迹象；其中 64 个可以做样本外检验。中证1000 和创业板50 从 2014 年开始，所以还没有 5 年预测。

• 上证50、沪深300 和中证500：否。 拟合的模型在样本外的每个指标、每个期限上都输给了简单平均。对买这些指数的人来说，估值没有把接下来 3–5 年预测得足够好，不能用来择时买入。
• 深证100 的 3 年：脆弱的通过。 它的样本外预测在四个指标上都胜过平均（R²_OS +0.06 到 +0.46），而且只用 2006-02 起（指数首次发布之后）的起点时依然如此（+0.31 到 +0.51）。但样本内这一步在事先定好的抽样上（2,000 条模拟路径，种子 0）只以 0.001 的差距通过 Holm 校正。用种子 0–4 重跑，它在 2 个种子上四个指标全部通过，在 1 个种子上通过三个，在 2 个种子上一个也没通过；用 20,000 次抽样时，5 个种子中只有 1 个通过。从 2006-02 起，这一步不通过。
• 深证100 的 1 年：四个指标在每个种子上都通过，但只用 2006-02 起的起点时不通过（R²_OS −0.30 到 −0.78）。这个通过依赖 2004–2005 年的起点，那时这个指数还不存在。
• 创业板50，3 年的股息率：样本内在每个种子上都通过，但样本外 R²_OS 只有 +0.02，依据是 42 个预测（1.2 块）。去掉在不完整最后一个月结束的那一个预测，它就从 −0.35 变成了这个数。
• 为什么是深证100 而不是沪深300？ 两个指数的月收益相关系数为 0.97，却只有深证100 的估值有预测力。这更像是它的估值序列（如何加权，或者 2006 年之前如何回填）的特点，而不是市场的特点。在任何人据此下结论之前，需要用第二个来源核对，例如深交所公布的市盈率。

这里面有多少是运气？

有 72 个格子，即使没有任何指标有预测力，也会冒出几个通过。为了数清楚，我们在模拟数据上把整个检验跑了 500 次，模拟中估值和之后的收益没有任何关系（每个指标保留自己的持续性，同一指数的四个指标保留它们之间的相关性）：

所以这比纯粹的运气要多。但模拟把六个指数当成互相独立，而真实的指数会一起涨跌，所以通过会比这里更常扎堆出现；上面的比例偏低。而且这些通过几乎全在一个指数上，即深证100，它的数据正是还没解决的问题。

今天，逐个指数看

读数日期为 2026-11-02。百分位是仪表盘的 10 年百分位，按时点一致的方法计算（0 = 最便宜，100 = 最贵；对股息率和股权风险溢价，收益率高就读作便宜）。收益范围是过去每一个月末起点在之后 5 年的结果，每年 %：第 10 / 50 / 90 百分位。它不是预测。

• 只有上证50 的市盈率显得偏贵，而且是相对一个便宜的十年。 它 11.8 的市盈率在 10 年窗口里位于 86，这个窗口的范围是 8.3–15.1。对比 2004 年以来的全部读数，它位于第 60 百分位，接近 2004 年以来的市盈率中位数 11.0。它的市净率、股息率和股权风险溢价都在中间。
• 沪深300 和中证500 在每个指标上都在中间（中证500 的股权风险溢价为 18）。
• 中证1000、创业板50 和深证100 在市净率、股息率和股权风险溢价上显得便宜（创业板50 的市盈率为 2）。这种“便宜”有一部分来自漂移，而不是捡到便宜货：10 年期国债收益率为 1.63 %，处在样本的最低点（月末值 1.62–4.55 %），这抬高了每一个股权风险溢价；分红比例上升，抬高了股息率；创业板50 从极高的市盈率一路下调（它的 10 年市盈率范围是 20.6–106.7）。
• 中证1000 和创业板50 只有 2014 到 2021 年起点的 5 年结果，大约 1½ 个独立时段。表中列出了它们的范围，但不能据此做计划。
• 3 年的范围更宽：六个指数的第 10 百分位在每年 −7.7 到 −18.2 % 之间。

上证50 偏贵的市盈率，在历史上意味着什么。 过去市盈率百分位与今天相差 10 点以内的 3 年起点，年化收益中位数为 −7.8 %，但只来自 2 个独立时段，而且把 2007 年的起点（市盈率 32–41）和 2020–21 年的起点（市盈率 11–12）混在一起。2007 年顶部 35 倍的市盈率和今天 11.8 倍的市盈率，共享的是百分位，而不是价格，所以这对今天说明不了多少。

历史确实显示了什么

按时点一致的 10 年百分位分组，过去看起来像教科书说的那样，只是行情次数非常少：

• 便宜区间（20 及以下），大盘指数，5 年：上证50 和沪深300 的起点每年赚约 +10 %，没有一个亏钱。这只依据 2–3 个独立时段，所以本研究把这些 5 年分组标为“不可靠”。
• 偏贵区间（80 及以上），3 年：起点每年亏 9–14 %，其中 85–100 % 亏钱。这只有 1–2 个时段：2007 年和 2021 年的顶部。
• 用百分位本身做预测。 看到第一次运行的结果之后，我们又试了用 10 年百分位本身做样本外预测。所有指数合在一起，它在 3 年胜过了平均（R²_OS +0.13 到 +0.35）。但这是靠上证50 和深证100 撑起来的：中证500 在四个指标上都为负，沪深300 有两个为负，中证1000 和创业板50 只多出 1–5 个预测。它依赖一个周期（2015 年的顶、2018 年的底、2021 年的顶），而且是看到数据之后才选的，所以它是一个需要向前检验的假设，不是规则。从 2023-11 起的预测从 2026-11 开始陆续到期；一个全新的 36 个月块在 2029-10 完整。
• 国债收益率几乎没有增加信息。 与盈利收益率一起放进模型时，10 年期收益率的斜率正负都有，Hodrick |t| 在每个指数、每个期限上都低于 1.96，只有深证100 的 1 年例外。

关于估值和短期尾部波动（21 天到 3 个月），见外部数据能不能帮助从好交易中挑选：同样的估值数据，同样的答案。

这对你意味着什么

• 按各自的历史，没有一个指数显得“太贵”，只有上证50 在 10 年市盈率窗口上例外，而那个窗口覆盖的是一个便宜的十年。
• 估值能预测之后 3–5 年的证据太薄、太脆弱，不能用来择时买入。 按完整的范围做计划：在历史较长的指数上，过去每一个 5 年窗口，不论起点估值如何，第 10 百分位是每年亏约 2–3 %，第 90 百分位是每年赚 13–28 %。
• 本站不做任何改动。 仪表盘继续把 10 年百分位当作“价格处在什么位置”的描述来显示，而不是信号。本研究自己定的信号门槛（同一指标在 4 个历史较长的指数中至少 3 个上成立）没有任何指标达到。
• 什么时候再看：下一批 3 年窗口到期时（2026-11 起），只用新的预测重跑百分位检验；以及深证100 的估值序列用第二个来源核对之后。

这项研究不能说明什么

• 估值从来不重要。 检验的力度很小：每个指数大约只有四个 5 年时段，而且水平在漂移（分红、国债收益率、创业板50 的估值下调），这会削弱固定水平的回归。一个中等大小的真实效应可能被漏掉。百分位的结果是值得关注的候选。
• 为什么深证100 和沪深300 不同。 这可能是它的估值序列的特点，而不是市场的特点。在核对之前，它的结果不应用于任何事情。
• 1 年的择时。 只有深证100 在 1 年通过，而且只靠它 2004–2005 年的起点。
• 利率的故事。 今天的国债收益率（1.63 %）处在样本最低点，所以今天任何股权风险溢价的读数都是外推。
• 2014 年起的指数。 中证1000 和创业板50 大约只有一个 3 年预测块，没有 5 年预测。它们“便宜”的读数依据的是一个下跌市场中的 10 年历史。
• 怎么买。 一次性买入还是分批买入、费用、税、跟踪误差和买入顺序都没有检验，盈利增长、资金流向和政策也没有。10 年平均盈利的市盈率（CAPE）只做了描述：它从 2014 年才有，太短，无法检验 5 年。
• 是指数，不是 ETF。 用的是全收益指数，不是 ETF 价格；ETF 持有人大约少赚基金费用那么多。

自己复现

本页没有可下载的脚本：估值历史来自付费数据（理杏仁）。其他输入都是公开的。完整的方法如下；用同样的估值历史，可以复现本页的表格。

数据：

创业板50 没有全收益序列。用价格 P 和股息率 DY（%）重建：

TR[t] = TR[t-1] * (P[t] / P[t-1]) * (1 + DY[t-1] / 100 * calendar_days / 365)

在有官方全收益序列的五个指数上，这个方法每年偏差 −0.52 到 +0.02 个百分点；对创业板50，它每年约高估 0.1–0.2 个百分点。

方法：

1. 月度面板。 对每个指数、每个日历月：有估值数据的最后一天，以及该日或之前的全收益水平。国债收益率取该日或之前的最后一个，最多 7 个日历日之前，否则股权风险溢价记为缺失。
2. 指标。 盈利收益率 EY = 100 ÷ 市盈率；log 市净率；股息率 DY（%）；股权风险溢价 ERP = EY − 国债收益率。斜率的预期符号：EY、DY 和 ERP 为 +，log 市净率为 −。
3. 10 年百分位，时点一致。 在第 t 天：截至 t 的 3,650 个日历日内，每日“贵度”值（市盈率、市净率、−DY、−ERP）中小于或等于当天值的比例；至少 750 行，否则记为缺失。从不使用 t 之后的数据。便宜 ≤ 20，偏贵 ≥ 80。
4. 结果。 y(t, h) = log TR(t + h) − log TR(t)，h = 12、36、60 个月，只取结束月份完整的；显示为年化。
5. 样本内。 在所有月度起点上用 OLS 把 y 对指标回归。Hodrick（1992）标准误（同时给出 h 阶滞后的 Newey–West）。“没有预测力”的零假设用模拟：一个月收益与预测变量的 AR(1) 冲击一起抽取（ρ 做小样本偏差校正，最多 0.995），2,000 条路径，种子 0；单侧 p。对同一指数、同一期限的四个指标做 5 % 的 Holm 校正。
6. 样本外。 在每个月 t，用 s + h ≤ t 的数据对（只用 t 时已知的结果）拟合，至少 36 对；预测 â + b̂ × x(t)；基准是同样这些已知结果的平均。b̂ 符号反了 → 用平均（Campbell–Thompson）。R²_OS = 1 − Σ(y − 预测)² ÷ Σ(y − 平均)²。单侧 Clark–West，h 阶滞后的 Newey–West。90 % 区间来自移动块 bootstrap（每块 h 个月，2,000 次抽样），只在至少 3 块（预测数 ÷ h）时显示。
7. 稳定。 在全样本拟合中，以及依次去掉 2007-10、2008-10、2015-06、2018-12、2021-02 各自前后 12 个月内的所有起点，再加上 2015-01 之前 / 之后两半（不足 24 个起点的一半跳过），斜率都保持预期符号。
8. 结论。 成立 = 第 5 步（符号、Hodrick |t| ≥ 1.96、Holm）、第 6 步（R²_OS > 0、Clark–West p < 0.05）和第 7 步全部通过。只通过一部分 = 有迹象。

第一次运行之后加入的检查：

• 脆弱：每个通过都用 20,000 条模拟路径、种子 0–4 重跑；Holm 在 5 个种子中少于 3 个通过，或样本外少于 3 块，即为脆弱。
• 运气计数：在 500 次模拟上跑整个检验，收益从真实月份中抽取、与指标没有关系（每个指标是 AR(1)，用校正后的 ρ；同一指数的四个指标共用同样的月份抽样），每格 200 条模拟路径。
• 深证100 从 2006-02 起：深证100 的每个格子只用 2006-02 起的起点重跑，即它的价格指数首次发布（2006-01-24）之后。
• 百分位做预测变量：第 6 步，x(t) = −(10 年百分位)。