1、请务必阅读正文之后的免责条款部分请务必阅读正文之后的免责条款部分 多因子选股模型之因子分析与筛选多因子选股模型之因子分析与筛选 II：财务质量、价量和一致：财务质量、价量和一致预期类指标预期类指标 数量化研究系列之十八数量化研究系列之十八 蒋瑛琨蒋瑛琨 021-38676710 编号 S0880511010023 本报告导读：本报告导读：本报告为多因子选股研究系列的第二篇，通过多角度和更细致的测算，分析了财务质量、价量和一致预期类因子的有效性和稳健性，为建立多因子选股模型奠定基础。本报告为多因子选股研究系列的第二篇，通过多角度和更细致的测算，分析了财务质量、价量和一致预期类因子的有效性和稳健性
2、，为建立多因子选股模型奠定基础。摘要：摘要：本报告通过多角度、更严格的测算方法分析了财务质量类、价量类和分析师预期类共 18 个因子指标的有效性，给出了最全面和细致的分析结果，为构建多因子选股模型和指导实际投资提供了很多有价值的信息。本文的创新之处：本文的创新之处：（1）专注于单因子分析。专注于单因子分析。通过最全面和最细化的分析，挖掘出最有效和稳健的因子。（2）提出了更严格和更全面的度量因子有效性的方法。提出了更严格和更全面的度量因子有效性的方法。我们从因子排序后的 TOP 20%与 BOTTOM 20%、TOP 40%与 BOTTOM 40%组合的表现差异及稳定性，以及因子排名与收益率排名
3、的相关性 3 个方面来度量因子有效性。（3）分析了不同股票池和不同市场环境下因子的有效性。分析了不同股票池和不同市场环境下因子的有效性。为了提高各个因子在个股之间的可比性，我们分别在 HS300 和 ZZ500 成分股中分总体、周期类、非周期类共 6 个股票池中进行因子的有效性分析。（4）分析了财务类因子在财报公布后有效性的衰减规律。分析了财务类因子在财报公布后有效性的衰减规律。主要结果分析：主要结果分析：（1）HS300 中，首选有效因子有：中，首选有效因子有：权益乘数、评级调整；备选因子有：备选因子有：ROE（TTM），ROA（TTM），有息负债率。ZZ500 中，首选有效因子有：中，首选
4、有效因子有：有息负债率，1 个月换手率，3 个月换手率；备选因子有：备选因子有：权益乘数，1个月收益率（反转），6 个月收益率（反转）。另外，分周期与非周期测算的结果见表分周期与非周期测算的结果见表 24。（2）财务质量类因子的整体有效性不是很高：财务质量类因子的整体有效性不是很高：毛利率（当期、TTM）、净利率（当期、TTM）等指标在各个股票池中的有效性都不明显。ROE（TTM）和 ROA（TTM）只在 HS300 股票池中的震荡市阶段明显有效。权益乘数在牛市中特别有效。有息负债率在 HS300 的牛市中正向有效，在震荡市中负向有效，而在 ZZ500 中主要表现为正向有效。（3）价量类因子在
5、不同股票池和不同市场阶段下的有效性差异大：价量类因子在不同股票池和不同市场阶段下的有效性差异大：1 个月收益率在 HS300 的牛市中有较明显的动量效应，在 ZZ500 中，1、3、6个月收益率都表现出反转效应。换手率表现出来的是负向有效性，且在ZZ500 中有效性明显高于 HS300，非周期股中明显高于周期股。（4）分析师预期类因子有效性：分析师预期类因子有效性：HS300 高于高于 ZZ500，非周期好于周期。，非周期好于周期。（5）财务类因子有效性在财报公布后有明显的衰减现象：财务类因子有效性在财报公布后有明显的衰减现象：即离财报公布时间越远的月份因子有效性越差。（6）因子有效性的汇总结
6、果见表因子有效性的汇总结果见表 25。单因子分析框架：一档 五档 四档 三档 二档 大 小 单因子 各 20%1.将股票池按因子排序分档 2.计算各档平均收益Ri ,并按收益大小得到各档排序号 Ni R1 R5 R4 R3 R2 N1 N5 N4 N3 N2 平均收益 收益排名 3.分析因子的有效性 计算并分析一档与五档的收益差：R1-R5计算并分析一二档与四五档的平均收益差：(R1+R2)/2-(R4+R5)/2计算因子排序与收益排序的相关性：CORREL(1,2,3,4,5,N1,N2,N3,N4,N5)相关报告 多因子选股模型之因子分析与筛选：估值与财务成长类指标 2011.09.26风
7、格投资 III：A 股周期非周期风格轮动研究数量化研究系列之十六 2011.09.15基于全市场的 GARP 选股研究数量化研究系列之十五 2011.09.14基于动量和阻力测算的短线择时模型数量化系列研究之十四 2011.08.21市场情绪指数的建立及应用数量化研究系列之十三 2011.07.11 数量化专题报告 数量化专题报告 2011.10.14金融工程金融工程金融工程 金融工程 证券研究报告证券研究报告 数量化专题报告数量化专题报告 请务必阅读正文之后的免责条款部分 请务必阅读正文之后的免责条款部分 2 of 35 目目 录录 1.本报告的创新之处本报告的创新之处.3 1.1.专注于挖
8、掘有效因子.3 1.2.提出了更严格和更全面的度量因子有效性的方法.3 1.3.分析了不同股票池和不同市场环境下各因子的有效性.4 1.4.更符合实际的数据处理方式.4 1.5.分析了财务指标的有效性在财报公布后的衰减规律.4 2.研究思路研究思路.4 2.1.研究框架.4 2.2.因子选取.5 2.2.1.因子选取说明.5 2.2.2.数据处理说明.5 2.3.股票池的划分.6 2.3.1.按市值特征.6 2.3.2.按行业属性.6 2.4.分析因子有效性.6 2.4.1.因子有效性的度量.6 2.4.2.按市场环境对因子有效性进行分析.7 2.5.分析财务因子有效性的衰减.8 3.主要结果
9、和分析主要结果和分析.8 3.1.单因子有效性分析.8 3.1.1.ROE（TTM）.8 3.1.2.ROA（TTM）.9 3.1.3.毛利率（当期）.11 3.1.4.毛利率（TTM）.12 3.1.5.净利润率（当期）.13 3.1.6.净利润率（TTM）.14 3.1.7.股本乘数 EM.15 3.1.8.有息负债率.16 3.1.9.单位净利润现金流含量.17 3.1.10.税息折旧及摊销前利润率.18 3.1.11.1 个月收益率动量（反转）.19 3.1.12.3 个月收益率动量（反转）.20 3.1.13.6 个月收益率动量（反转）.22 3.1.14.1 个月换手率.23 3.
10、1.15.3 个月换手率.24 3.1.16.6 个月换手率.25 3.1.17.机构覆盖数.26 3.1.18.评级调整次数.27 3.2.财务因子有效性的衰减.28 3.2.1.从“时滞”角度看有效性衰减.28 3.2.2.从“质量”角度看有效性衰减.29 3.3.因子有效性的汇总分析.30 3.3.1.有效因子一览.30 3.3.2.几点总结.31 3.3.3.因子有效性的汇总结果.31 数量化专题报告数量化专题报告 请务必阅读正文之后的免责条款部分 请务必阅读正文之后的免责条款部分 3 of 35 O多因子选股系列研究多因子选股系列研究 多因子选股是量化研究中最热点的问题之一，已经有比
11、较广泛的研究和应用。我们认为，检验和筛选出有效且稳健的因子是多因子选股模型取得良好效果的关键。我们将开展多因子选股系列研究，前两篇报告专注于单因子分析和测算，筛选出有效且稳健的因子。我们共分析了五大类指标：估值类（7个指标）、财务成长类（15 个指标）、财务质量类（10 个指标）、价量类（6 个指标）、分析师预期类（2 个指标）。为了篇幅适中，我们第一篇报告分析和测算估值类和财务成长类共 22 个指标，第二篇分析财务质量、价量和分析师预期三类共 18 个指标，并且在第二篇报告内分析了财务相关的因子有效性在财报公布后的衰减规律。在筛选出有效且稳健的因子的基础上，第三篇建立多因子综合打分的选股模型
12、，依据不同因子的有效性和稳健性赋予不同的权重，然后根据综合得分构建股票组合，通过回溯历史，检验模型效果。1.本报告的创新之处本报告的创新之处 本篇报告作为多因子选股系列研究的第二篇，分析和测算了财务质量类、价量类和分析师预期类共 18 个指标的有效性和稳健性，有以下创新之处。1.1.专注于挖掘有效因子专注于挖掘有效因子 本报告专注于单因子分析，通过多角度和更细致的分析和测算挖掘出最有效和稳健的因子。由于只做单因子分析，暂时不做因子间的比较和综合分析，不需考虑因子的同质性或共线性等，因此我们测算了各种意义相近的指标，如 ROE 和 ROA，毛利率和净利率的当期和 TTM 指标等，这样可以更好的挖
13、掘出最具代表性和最有效的因子。1.2.提出了更严格和更全面的度量因子有效性的方法提出了更严格和更全面的度量因子有效性的方法 通过多角度、更严格的方法度量因子有效性和稳健性，确保了分析结果不受数据的偶然巧合所影响。在做单因子分析时，我们将股票池按因子大小排序，分为五档，通过分析各档股票的表现差异以及各档的平均收益排名与因子排名的相关性来度量和分析因子的有效性。目前绝大多数的研究中，分析因子有效性时，都是比较因子排名靠前 X%与靠后 X%的差异，我们认为这样做有以下两点不足之处：首先，X 取多少存在较大的主观性，而且在确定 X 的最优取值时可能会产生过度数据挖掘的问题；其次，单凭最前和最后的 X%
14、的表现差异，而忽略中间大部分个股表现的信息，由此选取的有效因子可能不够可靠和稳健。数量化专题报告数量化专题报告 请务必阅读正文之后的免责条款部分 请务必阅读正文之后的免责条款部分 4 of 35 1.3.分析了不同股票池和不同市场环境下各因子的有效性分析了不同股票池和不同市场环境下各因子的有效性 为了避免有些指标（如估值类）在大盘股与小盘股之间存在整体性的差异，可比性不高，我们分别在 HS300 成分股和 ZZ500 成分股中进行因子的有效性分析。进一步，为了提高各个指标的可比性，我们在 HS300和 ZZ500 成分股中分别按周期与非周期行业划分，由此分为了四个股票池，分别进行单因子分析。另
15、外，考虑到因子的有效性可能跟所处的市场环境有关，我们统计和分析了不同市场阶段（牛市、熊市、震荡市）的因子有效性，为构建多因子选股模型和指导实际投资提供更全面的信息。1.4.更符合实际的数据处理方式更符合实际的数据处理方式 很多因子指标需要使用到财务数据，而上市公司财务报表的公布时间有一定的滞后和差异，在常见的数据库（如 wind）中，历史的财务数据是按报告期更新的，如二季报的财务数据都是在 6 月 30 日更新的，而其二季报公布的时间肯定在 6 月 30 日之后。因此，直接使用这些历史数据测算不够贴近实际，我们对数据进行了合理的处理，确保在历史的每个时点只使用当时可以得到的数据信息，并使指标值
16、在个股间具有较好的可比性。1.5.分析了财务指标的有效性在财报公布后的衰减规律分析了财务指标的有效性在财报公布后的衰减规律 考虑到财务指标在财报公布后到下一期财报公布前都取值不变，财务相关因子的有效性可能会在财报公布后随时间衰减，我们测算和分析了财务相关因子有效性的衰减规律。另外，我们还分析了不同质量的财报（一般认为年报质量高于半年报，高于季报）公布后财务因子有效性的差异。2.研究思路研究思路 2.1.研究框架研究框架 图图 1 单因子分析框架单因子分析框架 一档 五档 四档 三档 二档 大 小 单因子 各 20%1.将股票池按因子排序分档 2.计算各档平均收益Ri ,并按收益大小得到各档排序
17、号 Ni R1 R5 R4 R3 R2 N1 N5 N4 N3 N2 平均收益收益排名3.分析因子的有效性 计算并分析一档与五档的收益差：R1-R5计算并分析一二档与四五档的平均收益差：(R1+R2)/2-(R4+R5)/2计算因子排序与收益排序的相关性：CORREL(1,2,3,4,5,N1,N2,N3,N4,N5)资料来源：国泰君安证券研究 数量化专题报告数量化专题报告 请务必阅读正文之后的免责条款部分 请务必阅读正文之后的免责条款部分 5 of 35 2.2.因子选取因子选取 2.2.1.因子选取说明因子选取说明 我们选取了五大类因子：估值类（7 个指标）、财务成长类（15 个指标）、财
18、务质量类（10 个指标）、价量类（6 个指标）、分析师预期类（2 个指标），本篇报告分析财务质量类、价量类和分析师预期类共 18 个。具体指标如表 1 所示：表表 1 财务质量类、价量类和分析师预期类指标财务质量类、价量类和分析师预期类指标 因子指标因子指标 名称名称 说明说明 财务 质量类 ROE 资本回报率（TTM）最近 4 个季度归属母公司净利润/平均净资产 ROA 资产回报率（TTM）最近 4 个季度归属母公司净利润/平均总资产 GPM-P 当期毛利率（当期营业收入-当期营业成本）/当期营业收入 GPM-TTM 毛利率-TTM 最近 4 个季度归属母公司毛利润/最近 4 个季度营业收入
19、 NPM-P 当期净利率 当期净利润/当期营业收入 NPM-TTM 净利率-TTM 最近 4 个季度归属母公司净利润/最近 4 个季度营业收入 EM 股权乘数 当期总资产/当期净资产 DR 有息负债率（当期短期借款+一年内到期借款+长期借款）/当期净资产 CF/NP 单位净利润现金流含量 当期经营性现金流量/当期净利润 EBITDA/revenue 税息折旧及摊销前利润率 当期税息折旧及摊销前利润/当期营业收入 价量类 PM-1 1 个月收益率 当前收盘价/1 个月前收盘价-1 PM-3 3 个月收益率 当前收盘价/3 个月前收盘价-1 PM-6 6 个月收益率 当前收盘价/6 个月前收盘价-
20、1 TM-1 1 个月换手率 过去 1 个月平均换手率 TM-2 3 个月换手率 过去 3 个月平均换手率 TM-6 6 个月换手率 过去 6 个月平均换手率 分析师预期类 ins-num 机构覆盖数量 覆盖该只股票的卖方机构总数 rate-num 评级调整 过去一个月分析师评级上调次数减下调次数 数据来源：国泰君安证券研究 2.2.2.数据处理说明数据处理说明 测试区间为：HS300 股票池从 2005 年 1 月至 2011 年 6 月；ZZ500 股票池从 2007 年 1 月至 2011 年 6 月。由于 HS300 与 ZZ500 的成份股在每年1 月初和 7 月初进行定期调整，因此
21、我们的股票池也每隔半年更新一次。在计算估值指标和财务指标时，考虑到在实际当中我们无法拿到每个时点的财务数据，因此使用的是已公布的最近期财务报告数据。具体而言，1 月、2 月、3 月用的是上年 3 季报及之前数据；4 月、5 月、6 月、7 月用的是本年 1 季报和上年年报及之前数据；8 月、9 月用的是本年半年报及之前数据；10 月、11 月和 12 月用的是本年 3 季报及之前数据。这样虽有一定时滞，但一方面与实际情况相符，具有可操作性，另一方面也使指标更具有可比性。数量化专题报告数量化专题报告 请务必阅读正文之后的免责条款部分 请务必阅读正文之后的免责条款部分 6 of 35 另外，在分析
22、估值类因子时，如遇指标为负值的个股，我们将其剔除。在计算财务成长类因子时，我们利用如下公式计算指标增长率：增长率=（本期指标-上期指标）/abs（上期指标）这样能够解决上期为负、本期转正的指标的增长率计算问题。数据全部取自 wind 数据库。2.3.股票池的划分股票池的划分 2.3.1.按市值特征按市值特征 经典的 Fama-French 三因素模型早已表明市值对股票的收益率有显著的影响，各种主动型投资基金也常常按照投资标的的市值进行风格划分，而大、小市值股票的估值等指标存在整体性的水平差异，不具备可比性。因此我们按照市值大小对股票池进行划分。我们以沪深 300 指数（HS300）成分股做为大
23、市值股票池，以中证 500指数（ZZ500）的成分股做为中、小市值股票池。这样既做到了以市值大小对股票进行大致划分，同时，由于这些指数在甄选成份股时不仅考虑到市值，也考虑到流动性、近期业绩等因素，遇到公司合并、重组停牌等事项时及时将相关股票剔除，并定期调整成份股。这就相当于我们的股票池已事先进行了一道清理程序，大大降低选到“黑天鹅”股票的概率，减小换股时产生的冲击成本，而且明确了我们投资组合收益的比较基准。2.3.2.按行业属性按行业属性 不同行业的某些财务指标的整体差异性大，可比性不高，因此按行业属性进一步划分股票池也是有必要的。一般来说，周期类行业与非周期行业在很多财务指标上具有显著差异，
24、因此我们按周期与非周期对股票池进行进一步划分。之所以没有把每个行业作为一个股票池是因为如果划分的过细，一方面可操作性会降低，另一方面容易造成样本数量急剧下降，统计结果可靠性会降低。在区分周期与非周期行业的问题上，我们参考了上证周期指数（000063）与上证非周期指数（000064）的划分方法，根据证监会行业板块，将“金融”、“金属”、“交通运输”、“采掘业、”“房地产”五大类行业放在周期性行业里，其他行业放在非周期性行业里。2.4.分析因子有效性分析因子有效性 2.4.1.因子有效性的度量因子有效性的度量 （1）测算因子有效性的步骤 Step1 将股票池里的样本股票按待测因子按由高到低的顺序分
25、成五档，各占 20%。分别计算每一档的月平均收益率。数量化专题报告数量化专题报告 请务必阅读正文之后的免责条款部分 请务必阅读正文之后的免责条款部分 7 of 35 Step2 计算两次月平均收益率差，分别是：TOP 20%（第一档）-BOTTOM 20%（第五档），TOP 40%（第一、二档）-BOTTOM 40%（第四、五档）。Step3 计算上述收益率差的平均值。如果平均值为正，则该因子的影响总体是正向的，即因子值越大收益趋于越大；如果平均值为负，则反之。Step4 计算每个因子的有效性。有效性的计算方法如下：正向（负向）因子的有效性=月均收益率差为正（负）的月份数/总月份数。Step5
26、 根据每个月份五档的因子排名与对应的平均收益率排名，计算其相关系数以及显著性检验的 P 值。（2）度量因子有效性的标准 首先，看 TOP 20%组合与 BOTTOM 20%组合的月平均收益率差是否有显著差异，如果有显著差异，说明该因子具有一定的区分度。同时，有效性比较高，才能说明该因子效果的稳健性比较好，才能确保依据该因子选取的组合胜率比较高。其次，看 TOP 40%组合与 BOTTOM 40%组合的月平均收益率差是否显著且有效性是否较高。最后，观察五档组合的因子排名与其下期收益率排名的相关性是否显著，越显著说明因子对收益的影响越确定。这样从三个方面分析因子的有效性和稳健性，很大程度上确保了分
27、析结果不受数据的偶然巧合所影响。2.4.2.按市场环境对因子有效性进行分析按市场环境对因子有效性进行分析 考虑到不同的市场阶段和环境下，投资者的关注点或关注的指标有很大的不同，指标的有效性也可能会表现出较大的差异，因此我们统计和分析了不同市场阶段（牛市、熊市和震荡市三种）的因子有效性，为构建多因子选股模型和指导实际投资提供更全面的信息。05 年以来 HS300 的走势与 ZZ500 的走势并不完全同步，我们对市场阶段的划分如下：HS300：牛市：2006 年 4 月-2007 年 10 月，2008 年 11 月-2009 年 7 月 震荡：2005 年 1 月-2006 年 3 月，2009
28、 年 8 月-2011 年 6 月 熊市：2007 年 11 月-2008 年 10 月 ZZ500：牛市：2007 年 1 月-2007 年 9 月，2008 年 11 月-2010 年 10 月 数量化专题报告数量化专题报告 请务必阅读正文之后的免责条款部分 请务必阅读正文之后的免责条款部分 8 of 35 震荡：2010 年 11 月-2011 年 6 月 熊市：2007 年 10 月-2008 年 10 月 2.5.分析财务因子有效性的衰减分析财务因子有效性的衰减 由于我们是以月度收益率来考察因子的有效性，但财报公布的频率并非月度，因此不同月份所用的财务指标值离最新公布的财报日期的时滞
29、并不一样，由此可能会产生因子有效性的差异。理论上来说，使用财务数据的时间离财报公布的时间间隔越长，财务指标的有效性会递减。根据我们使用财务数据的方法，我们在每期财务报告全部公布完时（即4 月底、8 月底和 10 月底）开始使用新一期的财报数据，因此，时滞最短的月份为 5 月，9 月和 11 月，时滞两个月的有 6 月、10 月和 12 月，其余的月份时滞在 3 个月及以上。我们将样本按时滞长短分为相应的三组，观察因子有效性的衰减规律。另一方面，从财务报表数据的质量来看，年报质量最高，其次是半年报，最次的为季报。由于财务报告质量越高，市场的重视程度越高，其有效性可能会越高，因此我们也根据财务报告
30、质量对样本进行划分并分别检验财务因子的有效性。具体而言，5 月、6 月、7 月、8 月的财务因子取值是采用年报和 1 季报的，数据质量最高，9 月、10 月用的是半年报的数据，剩下的 6 个月用的是 3 季报的数据。3.主要结果和分析主要结果和分析 3.1.单因子有效性分析单因子有效性分析 3.1.1.ROE（TTM）总体来看，HS300 股票池中，ROE（TTM）越高的组合表现越好，且最高的第一档明显跑赢市场指数和其他各档，但在 ZZ500 中各档表现几乎没有规律。具体来看：从市值特征看从市值特征看，ROE 增长率（TTM）在 HS300 中明显有效，而在 ZZ500 几乎无效；从行业属性看
31、从行业属性看，HS300 的非周期类中的有效性明显好于周期类；从市场环境看从市场环境看，震荡市的因子有效性最高，熊市最低。数量化专题报告数量化专题报告 请务必阅读正文之后的免责条款部分 请务必阅读正文之后的免责条款部分 9 of 35 图图 2：ROE（TTM）五档累计收益）五档累计收益-HS300 图图 3：ROE（TTM）五档累计收益）五档累计收益-ZZ500 01234567892005012005052005092006012006052006092007012007052007092008012008052008092009012009052009092010012010052010
32、09201101201105ROE（TTM）一档二档三档四档五档HS300平均 00.511.522.53200701200704200707200710200801200804200807200810200901200904200907200910201001201004201007201010201101201104201107ROE（TTM）一档二档三档四档五档ZZ500平均 数据来源：国泰君安证券研究 数据来源：国泰君安证券研究 表表 2 ROE（TTM）有效性分析）有效性分析 股票池股票池 市场市场 阶段阶段 月均收益率差月均收益率差 因子排名与收益率排名相关性因子排名与收益率排名相
33、关性 一档-五档(%)有效性 一二档-四五档(%)有效性 相关系数 P 值 HS300总体总体 总体总体 0.80 60%0.58 55%0.11 0.03 牛市 0.40 54%0.42 50%0.07 0.43 熊市-1.85 75%-1.42 75%-0.48 0.00 震荡 1.94 76%1.33 68%0.33 0.00 HS300周期周期 总体总体 0.01 50%0.17 54%0.01 0.90 牛市 0.42 57%0.7 61%0.11 0.18 熊市-3.21 92%-2.1 83%-0.54 0.00 震荡 0.72 58%0.5 61%0.10 0.17 HS300非周期非周期 总体总体 0.98 60%0.63 59%0.12 0.02 牛市-0.09 50%0.02 54%0.00 0.97 熊市-0.38 58%-0.61 67%-0.10 0.45 震荡
