【051】质量增长:巴菲特与贵州茅台


(haoyushui) #1

本文是质量因子专题的第 001 篇,也是因子动物园的第 051 篇独立原创研究。本文首发于公众号因子动物园

未经授权,禁止转载!】欢迎私信公众号后台或动物园园长获取转载授权。

【30 秒速览】高质量公司在长期有显著溢价已有共识,这在 2017-2018 年间的 A 股市场体现地淋漓尽致。Asness et al. (2019) 详细定义了质量因子。但仅有高质量并不足够。投资者也关注质量的增长,这一点对于大牛股也许更为重要。Yin and Liao (2019) 表明,质量增长因子也很重要,且其超额收益主要来自投资者的注意力缺失。

1. 简介

近年来,质量因子已逐渐深入人心,高质量公司有更好的长期表现也是共识,而经历了 2017-2018 年的白马股大牛市,A 股市场对这一点的认知可能更加显著。以贵州茅台为例,从 2014 年初的 87.38(前复权价格)一路上涨至最高 1241.61 (2019 年 11 月),6 年间最大涨幅高达 1320.93% ,而同期沪深 300 指数甚至没能翻倍,而中证 500 的表现则更差。

![](data:image/svg+xml;utf8,)

图 1 :贵州茅台价格和净利润走势图.数据来源:Wind.

特别地,从图 1 可见,与股价持续上涨相伴的是不断上升的季度净利润。自然地,如此优异的业绩表现,叠加其品牌优势,构成了贵州茅台牢固的护城河。这使得其成为高质量企业的代表。

但直观看是一回事,我们该如何定量地刻画高质量公司呢?**另一个重要问题是,高质量公司就应该一直表现很好吗?**如果是这样,那我们该如何理解贵州茅台在 2018 年的表现和近期的大跌呢?这些构成了本文探讨的核心问题。

2. 质量因子

让我们首先来看如何定义高质量企业。Asness, Frazzini, and Pedersen (2019) 正式定义了质量因子。别看这篇文章 2019 年才发表,其最早的一版发布于 2013 年,影响了不少后续研究,如今引用量已高达 396 次。

在这项经典研究中,Asness et al. (2019) 将质量拆分为了三个维度:盈利能力、成长性和安全性

其中,盈利能力包括毛利率比总资产(gross profit over assets, GPOA)、ROE 、ROA 、现金流比总资产(cash flow over assets, CFOA)、毛利率(gross margin)和盈利中现金的占比(即盈利减去应计项目,ACC)这 6 个指标。

成长性则衡量盈利能力指标的变化率,但不考虑毛利率的变化,但不是直接计算各比率的变化,而是计算分子的五年变化,再除以滞后的分母项进行标准化。

而安全性则包括 4 个指标,包括低 beta(BAB)、低杠杆率、低破产概率(O-score)和低 ROE 波动率。

对于每一维度,首先计算每一指标的横截面排序并用 z-score 方法标准化,然后计算各指标 z-score 之和,接着再次标准化,得到该维度的得分。最后,加总三个维度的得分并再次标准化,得到每支股票的质量得分。

在此基础上,Asness et al. (2019) 参照 Fama and French (1993) 的经典方法,依据市值和质量得分做 2 x 3 分组,并计算两个高质量股票组合和两个低质量股票组合的收益差作为质量因子。他们将此因子形象地命名为 QMJ(quality minus junk)。

他们的组合分析(表 1)和 FM 回归分析(表 2)都显示,QMJ 因子在美国和全球市场都有显著为正的超额收益。

![](data:image/svg+xml;utf8,)

表 1 :QMJ 因子组合表现.数据来源:Asness et al. (2019), Table 3.

![](data:image/svg+xml;utf8,)

表 2 :QMJ 因子的 FM 回归分析.数据来源:Asness et al. (2019), Table 2.

表 3 和表 4 显示,相对于 3 个子维度,QMJ 因子的表现更好,无论从超额收益、CAPM alpha 还是相对于 Fama-French 因子模型的 alpha 来看,结果都是一致的。这表明综合性的质量因子确实能获得更好的表现

![](data:image/svg+xml;utf8,)

表 3 :QMJ 及各维度因子的表现:四因子模型.数据来源:Asness et al. (2019), Table 4.

![](data:image/svg+xml;utf8,)

表 4 :QMJ 及各维度因子表现:六因子模型.数据来源:Asness et al. (2019), Table 5.

表 5 则表明,QMJ 因子在衰退期和波动率突然大涨的时期表现最好,在大熊市期间表现也不错,这表明质量因子有助于控制组合的风险。这也的确符合高质量的应有之义。

![](data:image/svg+xml;utf8,)

表 5 :QMJ 因子在不同市场状态下的表现.数据来源:Asness et al. (2019), Table 6.

表 6 进一步显示,QMJ 因子有助于解释股票和组合收益。特别地,市值因子长期表现不佳,但控制了质量因子后,市值因子仍然高度显著。Asness et al. (2018) 更是将此拓展为了一篇单独的文章,并发表在顶刊 JFE 。

![](data:image/svg+xml;utf8,)

表 6 :QMJ 解释其他因子.数据来源:Asness et al. (2019), Table 9.

在其他研究中,Frazzini, Kabiller, and Pedersen (2018) 指出,QMJ 因子有助于解释巴菲特的长期超额收益。胡熠和顾明 (2018) 也据此构建了 B-score 并表明该指标在 A 股市场可获得显著的超额收益。我们在【011】巴菲特的 alpha :价值投资之花一文中对此做过详细的介绍。

3. 质量增长

前述研究清晰地表明质量因子的重要性毋庸赘言。但这些研究难以解释我们在简介部分提到的问题,如何看待贵州茅台在 2018 年及最近几个月的表现。要知道,从质量的标准看,贵州茅台在此期间仍然是当仁不让的高质量企业。

对于这一点,实践可能远远走在了学术的前面。不少伟大的趋势交易者都曾在讨论他们的投资方法时提到过,他们不仅关心较高的盈利水平,更关心盈利能力是否能持续地加速增长。加速地增长往往才是大牛股的关键

大概受此启发,学术界逐渐开始关心质量的变化,而不仅仅是静态的质量水平。Yin and Liao (2019) 是其中较有代表性的一篇。

两位作者首先借鉴 Asness et al. (2019) 定义了质量因子。有两个细节值得注意。

首先,他们的质量因子包括盈利能力、成长性、安全性和股利 4 个维度,这跟 Asness et al. (2019) 的最早版本一致,但后者在正式发表的版本中,却删除了股利维度。

其次,在指标细节上,这篇文章同 Asness et al. (2019) 略有不同,每个维度选取的指标都要少一些。具体如表 7 所示。作者们进而应用跟 Asness et al. (2019) 相同的规则计算了质量因子。

![](data:image/svg+xml;utf8,)

表 7 :A 股市场质量因子定义.数据来源:Yin and Liao (2019), Table 1.

在此基础上便可以很容易地计算质量增长因子。为了规避季节性因素的影响,Yin and Liao (2019) 将质量增长定义为质量因子的同比变化

表 8 的组合分析表明,质量增长因子有显著为正的超额收益。而双重分组(表 9)和 FM 回归(表 10)都显示,控制了其他常见因子后,质量增长因子的超额收益仍然显著。

![](data:image/svg+xml;utf8,)

表 8 :A 股市场质量增长因子表现.数据来源:Yin and Liao (2019), Table 4.

![](data:image/svg+xml;utf8,)

表 9 :A 股市场质量因子双重分组表现.数据来源:Yin and Liao (2019), Table 5.

![](data:image/svg+xml;utf8,)

表 10 :A 股市场质量增长因子 FM 回归分析.数据来源:Yin and Liao (2019), Table 6.

表 11 显示,在控制了质量水平后,质量增长因子的风险溢价并不太显著,尤其是在同时控制了质量水平和其他常见因子后,质量增长因子在 5% 的显著性水平下不再显著。因此,Yin and Liao (2019) 认为系统性风险承担可能不是质量增长因子的解释。

![](data:image/svg+xml;utf8,)

表 11 :A 股市场质量增长因子 FM 回归分析:控制质量水平.数据来源:Yin and Liao (2019), Table 1.

相对地,Yin and Liao (2019) 认为,质量增长因子源自投资者对公司质量变化的反应不足。特别地,他们认为投资者会更关注质量显著提升的公司,但会相对忽略质量下降的公司。为了检验这一点,他们首先将公司分为质量提升和质量下降两组,并检验了质量增长因子在两类股票中的表现。结果支持了他们的假设,质量增长因子在质量下降的股票中表现更好。

![](data:image/svg+xml;utf8,)

表 12 :A 股市场质量因子:不同质量增长企业中的表现.数据来源:Yin and Liao (2019), Table 14.

4. 思考与评论

首先,从因子配置的角度看,复合因子往往存在争议,因为复合因子可看作利用整合法(integrated method)进行因子配置,而已有研究就整合法和混合法哪种方法更好,并没有一致的结论(我们在【036】混合 or 整合:因子投资与 Smart Beta 实践一文对此有探讨)。虽然 Asness et al. (2019) 表明 QMJ 优于单个维度的因子,但他们并未讨论 QMJ 是否优于三个独立因子的混合组合

其次,Yin and Liao (2019) 指出在控制了质量水平和其他因子后,质量增长因子没有显著的风险溢价(表 11)。他们将此视作系统性风险不能解释质量增长因子的证据。但换个角度看,无论是从风险角度还是行为金融角度来解释因子,首先都应该有显著的风险溢价才是合理的。因此,此处的解释似乎有一些牵强。

再者,Yin and Liao (2019) 用质量水平的整体变化来衡量质量增长,但并未探讨各个维度的变化对质量增长因子的贡献,也未讨论质量增长因子是否真的优于四个维度因子的混合组合,因而面临前述 Asness et al. (2019) 的 QMJ 因子相同的问题。这可能是值得进一步探索的一个有趣问题。

最后,颇为重要的是,Yin and Liao (2019) 指出同不少知名异象一样,质量增长因子的收益更多来自空头组合。这使得在实践中要利用该因子的难度大了很多。但不管如何,我们至少可以将其视作一个过滤法则,即在投资中避免投资那些质量显著下滑的股票

5. 结语

高质量公司在长期有显著溢价已有共识,这在 2017-2018 年间的 A 股市场体现地淋漓尽致。Asness et al. (2019) 详细定义了质量因子,并指出该因子有着优异的表现,且有助于解释巴菲特的长期优异表现。

但仅有高质量并不足够。投资者也关注质量的增长,这一点对于大牛股也许更为重要。Yin and Liao (2019) 表明,质量增长因子的确也有优异的表现,且其背后的驱动因素更多是投资者的注意力缺失,而不对应系统性的风险承担。

有趣的是,诸多优秀的投资者在实践中早就认识到了这一点并持续地加以利用。对于我们而言,相关研究给了我们一个更好的基准,帮助我们更清晰地度量质量的变化,更有效地利用相关信息进行投资

全文完。

本文仅为分享,不代表任何投资建议。文章图表直接或间接来自于相应论文,仅为介绍之用,版权归原作者和期刊所有。


References:

  • Asness, Clifford S., Andrea Frazzini, and Lasse Heje Pedersen. “Quality Minus Junk.” Review of Accounting Studies 24.1 (2019): 34-112.

  • Bali, Turan G., Robert F. Engle, and Scott Murray. “Empirical Asset Pricing: The Cross-Section of Stock Returns.” John Wiley & Sons, 2016.

  • Frazzini, Andrea, David Kabiller, and Lasse Heje Pedersen. “Buffett’s Alpha.” Financial Analysts Journal 74.4 (2018): 35-55.

  • Yin, Libo, and Huiyi Liao. “Firm’s Quality Increases and the Cross-Section of Stock Returns: Evidence from China.” International Review of Economics and Finance 2019, forthcoming.

  • 胡熠和顾明. “巴菲特的阿尔法: 来自中国股票市场的实证研究.” 管理世界 8 (2018): 41-54.

题图:Drone Shot of an Island, from pexels.com.