基本面偏度定义与研究背景 [page::1]

• 偏度衡量数据分布的对称性，金融资产偏度为风险重要描述变量。

- 传统研究多关注价格与收益率偏度，本文聚焦盈利与估值的基本面信息偏度。

• 先前文献表明盈利偏度对股票未来表现有正向预测作用，估值偏度因子对收益有负向预测效果。

盈利偏度因子构建与绩效表现 [page::2]

• 测试区间：2015年底至2025年5月；样本为沪深A股（剔除ST等），行业市值中性化，等权调仓。

- 计算盈利偏度指标包括ROA、ROE、销售净利率和营业利润率的8季度TTM数据偏度。

• 营业利润率偏度因子表现最佳，RankIC 1.68%，ICIR 0.54，年化超额收益2.87%，超额夏普比率1.70，稳定性强。

估值偏度因子及表现 [page::3][page::6]

• 估值偏度结合价格及基本面信息，反映投资者信息反应不充分特点。

- 计算PE偏度和POP（营业利润估值）偏度，POP偏度表现优异，RankIC -2.94%，ICIR 0.73，年化超额收益3.64%，超额夏普比率1.78。

• 两因子均对股票收益呈显著负向预测，具有较稳定的超额收益。

不同市值及行业分层测试 [page::4][page::5]

• 营业利润率偏度因子在国证2000表现尚可，年化超额收益3.27%，夏普1.56。

- POP偏度因子在同一指数表现优异，年化超额收益3.97%，夏普1.57。

• 分行业测试显示营业利润率偏度因子在通信、传媒等行业表现较好；POP偏度因子在综合金融、纺织服装等行业表现突出。

因子相关性分析及信息增量 [page::5][page::6]

• 盈利偏度和估值偏度因子彼此相关性低，且与传统市值偏度和收益率偏度因子相关性较低。

- 与Barra传统因子相关性低，表明本报告因子具备有效的选股信息增量。

盈利偏度和估值偏度因子研究报告详尽解读

---

一、元数据与概览

• 报告标题：《盈利偏度和估值偏度因子》

- 作者及机构：王琦、张栋梁，东北证券金融工程团队

• 发布日期：2025年06月03日

- 研究主题：本报告聚焦于基本面信息的偏度指标，即盈利偏度与估值偏度，探讨其对A股市场未来股票收益的预测能力。报告旨在扩展传统资产定价模型，通过引入基本面偏度因子，提供投资选股的新视角和实证支持。

• 核心论点与结论：

- 盈利偏度类因子（包括ROA偏度、ROE偏度、销售净利率偏度和营业利润率偏度）对股票未来收益具有正向预测作用，其中营业利润率偏度因子表现最优。
- 估值偏度类因子（PE偏度、POP偏度）对未来收益表现出显著的负向预测作用，尤其是POP偏度因子具有良好的风险调整收益表现。
- 两类因子在不同市场规模的指数成分股中表现存在差异，且与传统因子（如Barra因子）相关性较低，显示良好的信息增量。

• 风险提示：模型可能失效以及市场环境变化的风险。

总体而言，作者想传达的主要信息是：基本面信息的偏度因子为股票收益预测提供了新的有效因子， 能够弥补传统基于价格、收益偏度分析的不足，具有一定的实务应用价值。[page::0,1,2,3,4,5,6]

---

二、逐节深度解读

2.1 报告摘要与背景（第0页）

• 报告指出，以往学术和实务领域大多聚焦于基于价量数据的偏度研究，但基本面信息的偏度，尤其盈利偏度和估值偏度，对未来股票表现也具有重要预测力，为资产定价理论提供补充。

- 盈利偏度反映公司盈利的超预期表现及未来极端盈利概率，正偏度股票未来表现较优，盈利偏度因子（如营业利润率偏度）在实证测试中均展现出正向、稳定的超额收益。

• 估值偏度反映历史低估值的频率，估值偏度较低股票往往未来收益较高，原因包括风险补偿及基本面反应延迟。估值偏度因子（PE和POP）的负向预测性能统计指标显著，且效果较为稳定。

- 测试在不同市值指数成分股进行，结果显示因子在较小市值市场更加有效。

• 因子间相关性低，且与传统Barra因子相关性亦低，具备信息增量价值，适合融入多因子选股模型。[page::0]

2.2 基本面信息的偏度理论和研究综述（第1页）

• 偏度定义及意义：统计学上偏度衡量数据分布的非对称性，金融领域视其为资产风险的重要补充指标。

- 先前研究回顾：
- 偏度在股票收益率中反映投资者偏好及心理预期，如Harvey & Siddique (2000)表明偏度影响资产定价，左偏资产需更高溢价。
- Kumar (2009), Bali等(2011)等发现高偏度股票的超额收益未来反而偏低，表现出与投资者“彩票偏好”有关的负相关关系。
- Amaya等(2015)表明利用高频数据的已实现偏度有更强预测能力。

• 对于基本面信息偏度的研究较为稀少，但现有文献（Basu 1997, Campbell et al. 2001, Jia & Yan 2017等）发现企业盈利和销售的偏度能够预测未来股票收益与风险波动。

- 本报告立足前沿学术成果，聚焦盈利和估值偏度对A股的实证检验，验证其预测股票未来收益的有效性和稳定性。[page::1]

2.3 盈利偏度因子详解（第2-4页）

• 盈利偏度定义：盈利偏度描述公司盈利能力分布的非对称性，是盈利能力时间序列分布形态特征的抽象，重点不在于盈利水平绝对值，而是极端盈利的概率分布。

- 左偏意味着大概率中高盈利伴随较高可能的极端亏损；
- 右偏意味着盈利多数偏低但存在超预期盈利的概率。

• 理论假设：盈利能力具有较长期预测力，投资者对盈利偏度的反应不足导致正偏度企业未来预期收益更优。

- 因子定义及回测参数：
- 样本沪深A股，剔除ST和上市不足半年股票；
- 测试期限：2015.12-2025.5；
- 调仓频率：每月末，等权组合；
- 指数行业市值中性化，Spearman相关作为IC衡量指标；
- 五分组测试，无交易费用模拟。

• 盈利偏度因子表现：

- ROA偏度：RankIC 0.93%，ICIR 0.28，预测能力弱但正向。
- ROE偏度：RankIC 1.05%，ICIR 0.29，年化超额收益1.96%，选股效果轻微好于ROA。
- 销售净利率偏度：RankIC 1.58%，ICIR 0.50，年化超额收益2.31%，效果明显提升。
- 营业利润率偏度（剔除非经常性损益对盈利干扰）：RankIC 1.68%，ICIR 0.54，年化超额收益2.87%，超额夏普比率达1.70，超额卡玛0.73，效果最佳且较为稳定，反映经营层面持续盈利信息更能预测未来收益。[page::2,3,4]

2.4 估值偏度因子探讨（第3-5页）

• 估值偏度定义：估值偏度结合价格与基本面信息，是投资者对股票价格的反应，反应过度（价格）及反应不足（基本面）现象共同作用。

- 低估值极端出现频率（偏度较低）代表风险补偿价值得到体现且基本面信息随后趋于确认，因此估值偏度因子负向预测股票收益。

• 实证建设的估值偏度因子：

- PE偏度：用过去252个交易日的PE_TTM计算，RankIC -2.89%，ICIR 0.75，年化超额收益3.13%，超额夏普比率1.52，负向预测能力显著。
- POP偏度（基于营业利润替代净利润重新计算估值）：RankIC -2.94%，ICIR 0.73，年化超额收益3.64%，超额夏普比率1.78，表现最优且超额收益稳定性好。

• 两因子均显著且稳定地负向预测未来收益，强化估值偏度作为投资决策的参考价值。[page::3,4,5]

2.5 因子分市场及行业测试（第4-6页）

• 营业利润率偏度因子在不同市值指数成分股表现差异：

- 沪深300：RankIC 0.47%，ICIR0.06，年化超额收益2.26%，表现较弱；
- 中证500：RankIC 2.03%，ICIR0.34，年化超额收益2.04%，表现提升；
- 中证1000：RankIC 1.96%，ICIR0.41，年化超额3.34%，表现尚佳；
- 国证2000：RankIC 1.62%，ICIR0.46，年化超额3.27%，表现尚佳。

• 分行业表现：

- 优秀行业：通信、传媒、建材、电力设备及新能源，年化超额收益在3.5%-5.15%区间；
- 表现较差行业：钢铁、房地产、食品饮料，甚至出现负收益，提示行业特性与盈利偏度因子适用性有关。

• POP偏度因子分市场测试结果与营业利润率偏度因子类似，在较小市值指数（中证1000、国证2000）表现更佳：

- 国证2000：RankIC -2.72%，ICIR -0.60，年化超额收益3.97%，超额夏普比率1.57，超额卡玛1.38。

• 行业测试：

- POP偏度在综合金融、纺织服装、家电行业表现突出，年化超额收益14.16%、6.47%、5.43%；
- 在综合、国防军工、银行行业表现不佳，甚至负收益，反映估值偏度应用也受行业结构影响。

• 因子相关性分析：

- 盈利偏度因子与估值偏度因子间相关性低；
- 估值偏度因子与传统市值偏度、收益率偏度因子相关性亦低；
- 盈利偏度因子和估值偏度因子与传统Barra因子相关性低，表现出良好的信息增量。

• 综上，两大类因子对不同市场细分及行业有差异化表现，但整体具备稳定收益性和选股能力，同时能丰富现有选股模型信息维度。[page::4,5,6]

2.6 报告总结与风险提示（第5-6页）

• 报告总结再次强调基本面偏度因子的预测能力及其理论依据：

- 盈利偏度因子捕捉了超预期盈利和未来盈利极端可能性对股价的正面影响；
- 估值偏度因子捕捉了低估值的风险补偿和基本面迟滞反应的负向影响。

• 二者均为传统以量价信息为核心的偏度因子提供了强有力的补充。

- 实证结果表明，营业利润率偏度因子和POP偏度因子表现优异且稳定，尤其是在中小市值市场中效果更佳。

• 报告对投资者提醒潜在风险为：模型基于历史数据，存在失效风险；同时市场环境变化可能降低模型适用性。

- 报告末尾附上团队介绍和联系方式，增强专业公信力。[page::5,6]

---

三、图表深度解读

本报告中提供的主要图表包括盈利偏度因子和估值偏度因子的RankIC、ICIR、年化超额收益、超额夏普比率和超额卡玛指标的时序表现及横向对比。

• 图1（第1页图片）：“报告正文”标题页设计，未含数据内容，不涉及实质数据解析。
• 其他关键图表虽然未在当前截图中逐页呈现，但报告内容详细列举了多个因子的关键统计指标，例如：

| 因子 | RankIC (%) | ICIR | 年化超额收益 (%) | 超额夏普比率 | 超额卡玛比率 |
|---------------------|------------|-------|-------------------|--------------|--------------|
| ROA偏度 | 0.93 | 0.28 | — | — | — |
| ROE偏度 | 1.05 | 0.29 | 1.96 | — | — |
| 销售净利率偏度 | 1.58 | 0.50 | 2.31 | 1.36 | — |
| 营业利润率偏度 | 1.68 | 0.54 | 2.87 | 1.70 | 0.73 |
| PE偏度 | -2.89 | 0.75 | 3.13 | 1.52 | 1.22 |
| POP偏度 | -2.94 | 0.73 | 3.64 | 1.78 | 1.29 |

• 解读与趋势：

- 盈利偏度因子整体表现为正RankIC，预测能力正向，但强度较为有限，营业利润率偏度因子表现最优，显示基于经营利润剔除非经常性损益后的盈利偏度信息更有效。
- 估值偏度因子表现为负RankIC，说明其指标与未来收益呈负相关，且绝对值和稳定性指标（ICIR、夏普比率）均优于盈利偏度因子，尤其POP偏度因子领先PE偏度因子，表明基于营业利润估值偏度能更有效地捕捉投资价值。
- 因子在不同市值指数（沪深300、中证500、中证1000、国证2000）中存在表现差异，小市值市场相关性更高、更预期收益更优。
- 行业维度分析显示因子效果受行业结构影响显著，部分行业收益为负，提示选股需结合行业特定风险因素。

• 图表支持报告论点：

- 图表中的RankIC和ICIR体现因子预测能力及稳定性，直接支持盈利偏度因子对未来收益具有正向预测作用，估值偏度因子负向预测作用的结论。
- 年化超额收益、夏普比率、卡玛比率指标提供了因子回测的风险调整收益表现，支撑其投资实用性。
- 因子相关性测试数据支持因子信息特异度高，适合纳入多因子模型，从而补充传统因子模型的有效性。

• 对数据的潜在局限性：

- 研究依赖于历史财报数据与市场行情，财报延迟披露与异常项处理可能带来噪声。
- IC指标虽具有统计意义，但绝对值较低，说明因子虽稳定有效，但不保证高频交易环境或极端市场情况下表现同样优异。
- 行业与市值分层显示因子稳定性受市场结构及行业周期影响，未来效用可能随经济环境变化而异。

• 溯源示例：

---

四、估值分析

• 报告采用的估值相关因子为市盈率偏度（PE偏度）和基于营业利润的估值偏度（POP偏度）。

- 估值偏度因子结合价格与基本面，运用过去一年内（252个交易日）历史估值的偏度统计计算。

• 估值偏度因子表现为负向预测，意味着历史极端低估值出现频率高的股票，未来收益较预期更高。

- 报告没有采用传统的DCF或市盈率倍数法估价，而是侧重估值指标本身的统计特征（偏度）作为选股因子，属于因子研究范畴，而非个股估值模型。

• 因子预测的核心假设包括投资者的非理性行为（对基本面反应不足、对价格信息反应过度）及基本面信息滞后的市场反映。

- 报告体现了显著的风险补偿思想及市场效率假设偏离。

• 对因子敏感性分析未具体展开，但通过分市场、行业表现差异体现了因子对市场内部结构的敏感度。

- 投资人应关注因子效用可能随宏观经济与市场体系变化而波动。[page::3,4,5,6]

---

五、风险因素评估

• 两大核心风险明确指出：

1. 模型失效风险——历史数据和模型选择基于过去表现，未来市场结构或行为风格变化可能导致模型效果下降。
2. 市场变化风险——宏观经济、政策调控、市场流动性和投资者偏好等变化可能削弱因子预测能力。

• 报告并未详述具体的缓解措施，如动态调整模型参数、融入更多宏观因子等，但给予了投资者风险自我识别提示。

- 实践应用时，应结合动态风险管理和多因子组合分散风险。

• 由于部分行业和市值分组表现不佳，投资者还需警惕行业、规模偏差风险。[page::0,6]

---

六、批判性视角与细微差别

• 报告优点：

- 系统结合学术及实务前沿，理论-实证结合；
- 基本面偏度因子为传统价量偏度指标提供有价值补充；
- 因子回测覆盖广泛市场区间及行业分层，展现因子普适性和局限性。

• 潜在不足：

- IC指标虽显著但绝对值较小，实际预测力量有限，可能难以支持高频或大规模主动管理；
- 估值偏度因子负向预测逻辑中，风险补偿与基本面滞后的双重假设需进一步区分验证；
- 非经常性损益剔除虽提升因子效果，但未充分解释偶发财务事件潜在影响；
- 行业表现差异大，因子应用时需要行业定制化调优，未见具体操作方案；
- 风险提示较为简略，缺乏系统风险监测框架及应对策略。

• 细节留意：

- 盈利偏度不等同盈利水平，强调分布形态的重要性；
- 估值偏度因子表现负向，说明估值极端行为驱动收益，但面临价格泡沫的风险不能忽视；
- 因子间低相关性提升组合多样性，但也提示投资者应综合多因子视角，非单一因子依赖。[page::0-6]

---

七、结论性综合

本报告系统地研究了基本面信息的偏度因子在中国A股股票市场的选股能力，创新性地将财经指标的偏度引入资产定价分析，通过盈利偏度和估值偏度两个视角探讨其对未来股票收益的预测价值。主要结论如下：

• 盈利偏度因子，尤其基于营业利润率的偏度，能较稳定且正向预测未来收益，表现优于传统ROA、ROE偏度，年化超额收益接近3%，风险调整收益优秀，适合纳入多因子组合中作为补充性因子。它反映了企业经营层面盈利的极端波动性及其对股价的中长期积极影响。

- 估值偏度因子表现为相反的方向，基于PE及POP指标的估值偏度因子均具有显著且稳定的负向预测力，反映投资者对低估值极端事件的风险补偿和基本面反应滞后，代表一种市场逆转信号。POP偏度因子因为采用营业利润替代净利润因素更能贴合经营实质，表现更为优异，年化超额收益超过3.5%。

• 两大因子在不同市值段的指数构成及不同行业中具有不同的表现特点：小市值指数（中证1000、国证2000）中的选股收益及预测能力普遍较好；行业维度呈现收益分化，提示因子实用中需结合行业特征及轮动考量。

- 相关性显示盈利偏度和估值偏度提供了与传统Barra及市值、收益率偏度因子低关联度信息，因子组合有助于提升选股模型的多样性和稳健性。

• 风险提示涵盖模型失效和市场动态变化，建议投资者关注市场结构调整对因子效用的影响。

整体来看，盈利偏度和估值偏度这两类基于基本面偏度的因子为资产定价及选股提供了有效且具有创新性的视角，透过深度挖掘企业盈利和估值分布的极端特征，能够捕获传统投资因子无法完全涵盖的信息，具备理论与实务双重价值。该研究为多因子投资策略体系增添重要补充，同时为深入理解投资者行为中的认知偏差和市场反应机制提供实证支持。

---

参考文献及溯源

本分析基于东北证券金融工程团队《盈利偏度和估值偏度因子》报告全文内容，所有数据、论断和推理均对应原文中的具体页码，严格遵循学术和实务报告的溯源要求：

• [page::0] 报告摘要及核心结论

- [page::1] 基础研究框架与历史文献

• [page::2-4] 盈利偏度详细测算与因子表现

- [page::3-5] 估值偏度构建及实证结果

• [page::4-6] 不同市场及行业分层测试及相关性分析

- [page::5-6] 总结及风险提示

• [page::1] 图片相关内容

---

# 综上，东北证券团队严谨构建盈利和估值偏度因子模型，通过系统实证研究揭示了基本面信息偏度在股票收益预测领域的重要价值，具有显著的理论贡献与投资参考意义。

报告