直观理解上，股票投资的赔率即可能的盈亏比，股票投资的胜率即正收益的概率。与一般的涉及赔率/胜率的游戏或投资活动不同，股票投资中的赔率和胜率是未然且无法完全确定的：计算股票投资的赔率时既无法获知其收益和亏损的绝对空间，也无法使用历史的平均盈亏外推其在未来的持续性；而由于影响股票投资胜率的因素是时变的、复杂的、部分非显性的，高胜率与结果的兑现可能存在较长时间的时滞。也因此，所有关于股票投资的赔率和胜率计算都是通过某些显性指标得到的近似量，在获得概率上又叠加了概率分布。

通常，在阐述股票赔率时，习惯性使用静态估值/估值相对于历史区间的分位数/估值在截面上相对于其他标的高低为表征量；而在股票胜率的判断中，则多用宏观变量进行表征。文中指出，在股票赔率的判断中预期估值与当前估值的对比更重要，而在股票胜率的判断中公司个体的基本面特征也同样重要。同时，赔率和胜率并非是独立的，两者相互影响密不可分。

现金流折现模型可视为股票投资第一性原理的量化表达，它集中体现出胜率和赔率对投资的影响：策略研究中着重强调的“分子端”和“分母端”论述的主要是对投资胜率的判断，分子端的未来现金流估计是基于对企业基本面价值的确定性做出的，分母端的折现率估计是基于对宏观变量对企业风险影响的确定性做出的；当理论估值小于静态估值越多，则安全边际越低-赔率越低，当理论估值大于静态估值越多，则安全边际越高-赔率越高。

PB-ROE 集中体现出胜率和赔率对投资的影响：关于净资产的动态估值模型反映了 PB-ROE 的关系。静态 PB v.s. ROE 预期值通过估值和基本面预期体现了投资中的胜率和赔率。

赔率代表变量中，预期 PB 优于静态 PB 或静态 PB 的历史分位数，但仍不充分；胜率计算包括了市场和企业基本面价值的判断，较难通过单一代表变量表现。最终落点回归到企业基本面和内含价值判断。

风险提示：市场变化、政策变化风险，模型失效风险

目 录

1. 简述 .......... 3

2. 股票投资的第一性原理和赔率胜率的统一 .......... 3

2.1. 股票投资的第一性原理.......... 3

2.2. 赔率胜率的变量选择.......... 4

2.2.1. 赔率 .......... 4

2.2.2. 胜率 .......... 6

3. 动态 PB-ROE 与赔率胜率的统一 .......... 6

3.1. 动态 PB-ROE .......... 6

3.2. 投资不可能三角的可能.......... 9

4. 风险提示 .......... 9

图表目录图 1：Wilcox 1984 PB-ROE 过程 .......... 7

图 2：PB_LF v.s. ROE_LY (2024-04-30) .......... 7

图 3：PB_LF v.s. ROE_FY1 (2024-04-30) .......... 7

图 4：赔率胜率计算 .......... 9

表 1：季报节点 PB_LF 分组赔率 .......... 4

表 2：季报节点 PB_LF 历史分位数分组赔率 .......... 5

表 3：季报节点 PB_FY1 分组赔率 .......... 6

表 4：PB-ROE_FY1 分组赔率和胜率(2019-2024 平均) .......... 8

因篇幅限制，仅展示部分，更多重要内容、核心观点，请下载报告。