多因子选股模型之因子分析与筛选II：财务质量、价量和一致预期类指标.pdf

多因子选股模型之因子分析与筛选II：财务质量、价量和一致预期类指标.pdf

《多因子选股模型之因子分析与筛选II：财务质量、价量和一致预期类指标.pdf》由会员分享，可在线阅读，更多相关《多因子选股模型之因子分析与筛选II：财务质量、价量和一致预期类指标.pdf（35页珍藏版）》请在冰点文库上搜索。

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，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TOP20%与BOTTOM20%、TOP40%与BOTTOM40%组合的表现差异及稳定性，以及因子排名与收益率排名的相关性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NiR1R5R4R3R2N1N5N4N3N2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2of35目目录录1.本报告的创新之处本报告的创新之处.31.1.专注于挖掘有效因子.31.2.提出了更严格和更全面的度量因子有效性的方法.31.3.分析了不同股票池和不同市场环境下各因子的有效性.41.4.更符合实际的数据处理方式.41.5.分析了财务指标的有效性在财报公布后的衰减规律.42.研究思路研究思路.42.1.研究框架.42.2.因子选取.52.2.1.因子选取说明.52.2.2.数据处理说明.52.3.股票池的划分.62.3.1.按市值特征.62.3.2.按行业属性.62.4.分析因子有效性.62.4.1.因子有效性的度量.62.4.2.按市场环境对因子有效性进行分析.72.5.分析财务因子有效性的衰减.83.主要结果和分析主要结果和分析.83.1.单因子有效性分析.83.1.1.ROE（TTM）.83.1.2.ROA（TTM）.93.1.3.毛利率（当期）.113.1.4.毛利率（TTM）.123.1.5.净利润率（当期）.133.1.6.净利润率（TTM）.143.1.7.股本乘数EM.153.1.8.有息负债率.163.1.9.单位净利润现金流含量.173.1.10.税息折旧及摊销前利润率.183.1.11.1个月收益率动量（反转）.193.1.12.3个月收益率动量（反转）.203.1.13.6个月收益率动量（反转）.223.1.14.1个月换手率.233.1.15.3个月换手率.243.1.16.6个月换手率.253.1.17.机构覆盖数.263.1.18.评级调整次数.273.2.财务因子有效性的衰减.283.2.1.从“时滞”角度看有效性衰减.283.2.2.从“质量”角度看有效性衰减.293.3.因子有效性的汇总分析.303.3.1.有效因子一览.303.3.2.几点总结.313.3.3.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3of35O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，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%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4of351.3.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号NiR1R5R4R3R2N1N5N4N3N2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5of352.2.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-11个月收益率当前收盘价/1个月前收盘价-1PM-33个月收益率当前收盘价/3个月前收盘价-1PM-66个月收益率当前收盘价/6个月前收盘价-1TM-11个月换手率过去1个月平均换手率TM-23个月换手率过去3个月平均换手率TM-66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6of35另外，在分析估值类因子时，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，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7of35Step2计算两次月平均收益率差，分别是：

TOP20%（第一档）-BOTTOM20%（第五档），TOP40%（第一、二档）-BOTTOM40%（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TOP20%组合与BOTTOM20%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TOP40%组合与BOTTOM40%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8of35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9of35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-ZZ5000123456789200501200505200509200601200605200609200701200705200709200801200805200809200901200905200909201001201005201009201101201105ROE（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2ROE（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0.8060%0.5855%0.110.03牛市0.4054%0.4250%0.070.43熊市-1.8575%-1.4275%-0.480.00震荡1.9476%1.3368%0.330.00HS300周期周期总体总体0.0150%0.1754%0.010.90牛市0.4257%0.761%0.110.18熊市-3.2192%-2.183%-0.540.00震荡0.7258%0.561%0.100.17HS300非周期非周期总体总体0.9860%0.6359%0.120.02牛市-0.0950%0.0254%0.000.97熊市-0.3858%-0.6167%-0.100.45震荡