1. 成长因子在A股的有效性测试和刻画 [page::6][page::7]

• 刻画了多种短期与长期成长因子，包括营业收入、营业利润、净利润的同比和环比增长等。

- 短期成长因子IC值显著，平均IC均大于1%，表现波动较小，长期成长因子稳定性较差。

• 短期以“营业收入ttm同比增速”为代表的因子表现出稳定的多空收益率上升趋势。

2. 短期成长因子存在较强超额收益但胜率和动量不足 [page::11][page::12][page::13]

• 单季度归母净利润同比高增速前30%分位股票在财报披露后T=30、50日有显著超额收益，但下一季度仅50%左右净利润增速维持在前30%。

- 约三分之一的高盈利增速股票下一季业绩增速转负，胜率偏低。

3. 公司质量因子构建及其对成长因子表现的提升作用 [page::14][page::15][page::23][page::24]

• 基于杜邦分析，构建静态经营能力质量因子（ROA、销售净利率、总资产周转率、权益乘数）、盈利能力变化因子（营业收入变化、毛利率变化）、运营效率因子（费用率变化、存货周转率变化、应收账款占比变化）和盈利质量因子（非经常损益占比、盈余应计比率）。

- 相关矩阵显示各类因子间相关性普遍较低，利于复合质量因子构建。

• 不同质量因子对下一期盈利增速转负比例和盈利增速分位有显著影响，尤其是销售净利率、总资产周转率、毛利率改善、营业收入增长和非经常损益占比。

4. 复合质量因子及高质量成长股票池构建 [page::24][page::25]

• 采用多步骤合成相关性低的质量因子构建复合质量因子，筛选出质量因子值前40%股票，剔除销售净利率尾部20%及有高非经常损益的股票，形成高质量成长股票池。

- 高质量成长组在下一期盈利增速的胜率和分位明显优于原高成长股票池，胜率高达约80%。
| 组别 | T期净利润增速分位均值 | T+1期净利润增速分位均值 | T+1期净利润增速胜率 | T+1期净利润增速分位>70%比例 |
| -------- | -------- | -------- | -------- | -------- |
| 高增长股票池 | 84.41% | 61.07% | 68.34% | 49.51% |
| 高质量成长组 | 87.03% | 70.48% | 79.96% | 67.11% |
| 低质量成长组 | 84.29% | 60.64% | 67.91% | 48.73% |

5. 高质量成长股票的情景特征与估值分析 [page::26][page::27]

• 成长及估值因子在高质量成长池的IC检验缺乏显著性。

- 高质量成长股票呈现持续上行的相对估值大幅上涨，波动率明显高于市场整体。

• 北上资金持续流入高质量成长池，持股比例不断提升。

6. GL沪深300成长策略指数构建与回测表现 [page::28][page::29][page::30]

• 选取沪深300成分股中单季度净利润同比增速前30%，剔除低质量股票后，筛选复合质量因子前40%构建样本股。

- 加权方式采用多周期复合波动率乘自由流通市值加权，并进行行业中性处理。

• 回测从2015年1月1日至2021年7月1日，累计收益达417.08%，年化收益率29.89%，年化波动率30.54%，信息比率1.19。

- 该策略显著跑赢沪深300基准，除2016年和2018年外，其他年份均实现超额收益。

| 年份 | 年化收益率(策略) | 基准年化收益率 | 超额收益率 | 年化波动率 | 跟踪误差 | 信息比率 | 最大回撤 |
|-------|-----------------|---------------|-----------|----------|--------|---------|----------|
| 2015 | 46.83% | 5.54% | 41.30% | 41.63% | 24.55% | 1.39 | -35.75% |
| 2016 | -11.85% | -11.19% | -0.65% | 32.24% | 17.64% | 0.12 | -28.47% |
| 2017 | 45.62% | 21.58% | 24.05% | 18.00% | 13.35% | 1.44 | -9.70% |
| 2018 | -27.13% | -25.22% | -1.91% | 28.58% | 15.29% | -0.05 | -36.68% |
| 2019 | 81.99% | 35.73% | 46.26% | 26.57% | 13.35% | 2.32 | -15.40% |
| 2020 | 95.57% | 27.08% | 68.48% | 29.23% | 19.21% | 2.34 | -15.38% |
| 2021 | 9.46% | 0.72% | 8.74% | 34.00% | 17.39% | 0.69 | -27.07% |
| 总体 | 28.59% | 6.18% | 22.41% | 30.53% | 17.65% | 1.19 | -41.60% |

7. 策略时序特征、行业配置及持仓情况 [page::31][page::32][page::33]

• 策略持仓数量稳定，约15只股票。

- 主动风格因子暴露显示明显正贝塔、动量和波动率暴露，负价值暴露。

• 行业集中在非银金融、医药生物、食品饮料、电子等行业。

- 最新持仓前十大包括汇川技术、紫光国微、长春高新等，权重集中于电气设备、电子、医药生物和食品饮料。



| 证券代码 | 证券名称 | 权重(%) | 申万一级行业 |
| ---------- | ---------- | ------- | ------------ |
| 300124.SZ | 汇川技术 | 9.82 | 电气设备 |
| 002049.SZ | 紫光国微 | 8.52 | 电子 |
| 000661.SZ | 长春高新 | 6.84 | 医药生物 |
| 600436.SH | 片仔廣 | 6.76 | 医药生物 |
| 300122.SZ | 智飞生物 | 6.28 | 医药生物 |
| 002414.SZ | 高德红外 | 6.22 | 电子 |
| 000568.SZ | 泸州老窖 | 6.22 | 食品饮料 |
| 000858.SZ | 五粮液 | 6.18 | 食品饮料 |
| 600809.SH | 山西汾酒 | 6.02 | 食品饮料 |
| 000596.SZ | 古井贡酒 | 5.58 | 食品饮料 |

8. 总结与风险提示 [page::0][page::33]

• 成长因子是优质的Smart Beta因子，短期盈利增长表现出强动量效应但持续性有限。

- 质量因子显著提升成长股票的盈利增速持续性，复合质量因子有效筛选高质量成长池。

• 高质量成长股票因北上资金持续流入，估值表现提高且波动率较高，传统成长估值因子在其中效用削弱。

- 基于改进成长因子设计的GL_沪深300成长策略指数在2015年以来表现突出，体现成长策略的投资价值。

• 报告提醒历史回测结果不代表未来表现，成长风格和市场环境可能发生变化，需注意策略风险。

金融研究报告分析：《Smart Beta 系列一：成长因子的测试与优化》

---

1. 元数据与报告概览

• 报告标题：《Smart Beta 系列一：成长因子的测试与优化》

- 作者：张晓春，分析师执业证书编号：S0590513090003

• 发布机构：国联证券股份有限公司 研究所

- 发布日期：未明确具体日期，回测数据截至2021年中

• 研究主题：系统测试并优化成长因子在A股市场中的适用性，结合质量因子筛选高质量成长股，构建成长策略指数。

核心论点与结论：

报告聚焦于成长因子的有效性，强调短期成长因子（特别是单季度净利润同比增长率）在A股市场表现出较强超额收益，但胜率不高，表现为动量较弱。报告进一步通过引入公司质量因子（静态经营能力、盈利能力变化、运营效率变化和盈利质量）优化成长策略，实现了盈利增速的可持续性提升。基于此，报告构建了GL沪深300成长策略指数，自2015年起表现优异，累积收益达417.08%，信息比率超1，除2016和2018年外均显著跑赢沪深300基准指数。

---

2. 逐节深度解读

2.1 引言与投资聚焦

• 关键观点：成长因子全球主流Smart Beta产品中应用广泛。A股短期成长因子有效性较强，但长期成长因子表现不佳，短期成长存在动量及胜率不足问题。

- 研究方法：采用Fama-MacBeth回归及IC检验分析因子有效性，结合质量因子进行层层筛选，验证下一期盈利增速稳定性。

• 结果聚焦：通过质量因子筛选后，构建的高质量成长股票池显著提升盈利增长的连贯性和胜率。[page::3]

2.2 成长策略与Smart Beta起源概述

• 介绍资本资产定价模型（CAPM）、Fama-French三因子与五因子模型发展，说明成长因子在多因子模型中的理论基础。

- 介绍Smart Beta因子的经典7因子（价值、成长、低波动、红利、动量、质量、小市值），成长因子作为寻求超额收益主要因子之一。

• 成长股高成长可持续性对应高风险溢价，市场给予较高估值。

- 详述MSCI、标普、中证等主流成长指数选股因子差异：MSCI兼顾短期（1年）和长期（3年）成长及分析师预期，标普侧重短期与动量，中证偏重长期历史增长趋势。[page::3][page::4][page::5]

2.3 主流成长因子在A股的适用性分析

• 因子构建：划分为短期成长因子（单季度同比环比增长等）和长期成长因子（近3年营收与净利润回归增长率）。

- 因子相关性：显示短期成长因子内诸如净利润ttm同比增速与营业利润ttm同比增速相关性高，长期因子间关联弱。

• 有效性检验：

- 短期成长因子IC值均显著（T值均>3），同比增速优于环比增速，因后者季节性影响较大。
- 长期成长因子IC值较低且收益波动较大，收益率不稳定，存在滞后性问题。

• 因子收益表现：

- 短期成长因子具备较强稳定的正收益趋势，例如营收同比增长ttm因子从2011年至今累积收益稳定增加。
- 长期成长因子收益波动大且无明显持续正收益趋势。

• 超额收益及动量问题：

- 单季度归母净利润同比高增速TOP30%股票数量逐年增加，超额收益显著，但存在季度回撤，超额收益未必持续。
- 动量分析显示约33%的高增长股票下一季度增速转负，超过50%股票增速降出前30%分位，胜率与动量较低，显示短期成长因子虽有效但持久性不足。[page::6~page::13]

3. 公司质量因子对盈利增速可持续性的关联性测试

• 质量因子构成：

a) 静态经营能力（ROE的销售净利率、资产周转率、财务杠杆细分）
b) 盈利能力变化（营业收入及毛利率的增减变化）
c) 运营效率变化（各项费用率变化、存货周转率和应收账款占比）
d) 盈利质量（非经常损益占比、盈余应计比率）

• 数据处理：多因子均采用TTM计算以消除季节性影响，相关因子之间呈低相关性，说明覆盖多个维度。

- 质量因子对盈利增速的影响：
- 静态经营能力指标（ROA、销售净利率、资产周转率）与下一期盈利增速转负比例呈线性反相关，低ROA、低销售净利率组别下一季转负比率最高（39%-41%）；
- 盈利能力中的毛利率变化、营业收入增长与盈利增速的持续性显著正相关；
- 运营效率项中的费用率变化、存货周转率及应收账款占比变化与盈利增速持续性关系不大；
- 盈利质量指标中，非经常性损益占比和盈余应计比率与盈利增速持续性相关，尤其非经常性损益较高的公司盈利增速难持续。

• 综合评估（图表42）：销售净利率、总资产周转率、营收增长、毛利率改善及非经常性损益占比均为关键影响因子，表现出良好单调性及安全性，适合作为成长筛选因子。[page::14~page::24]

4. 复合质量因子的构造与高质量成长股票池筛选

• 复合质量因子通过对单因子标准化合成，降低相关因子权重影响，提升预测准确性。

- 高质量成长股票池构建以单季度净利润同比增速前30%为基础，剔除销售净利率尾部20%、盈余应计率前20%、非经常性损益占比>40%的股票，筛选复合质量因子值前40%的股票。

• 表现显著：高质量成长组股票下一季度盈利增速胜率79.96%，明显优于原高成长股票池的68.34%，动量保持及盈利持续性均大幅提升。[page::25]

5. 高质量成长股情景分析

• 大类因子IC检验显示成长与估值因子在高质量成长池中无显著性，表明传统估值指标在该优质池中的预测效力下降。

- 估值时序走势：高质量成长池相对市场估值持续上升，呈现估值脉冲消化现象。

• 风险特征：该股票池波动率显著高于市场整体，呈现高风险高收益特征。

- 资金流向：陆股通（北上资金）自2016年以来持续流入高质量成长股票，助推其估值溢价及市场认可度。

• 因子应用启示：鉴于估值因子在股票池中失效，建议采用基于波动率的加权方式以降低组合整体风险。[page::26~page::28]

6. GL沪深300成长策略指数编制与绩效

• 编制方案：

- 样本基于沪深300成分股，选取单季度归母净利润同比增速前30%，剔除质量不达标股票（销售净利率尾部20%、盈余应计率高、非经常损益过高），再筛选复合质量因子前40%。
- 加权采用多周期复合波动率加权乘以自由流通市值，并进行行业中性处理，行业定义采用申万一级标准。

• 策略回测表现(2015.1.1-2021.7.1)：

- 累积收益417.08%，年化收益29.89%，年化波动率30.54%，最大回撤41.60%。
- 除2016和2018外各年均显著跑赢沪深300基准，信息比率保持在1.19左右。
- 策略表现稳定，尤其近三年收益突出，符合优质成长Smart Beta特征。

• 持仓特征：平均持股数15只，持仓集中在医药生物、电子、食品饮料等成长主流行业。

- 风格暴露：策略积极暴露于Beta、成长、动量以及波动率因子，负暴露于价值因子。

• 行业配置：偏重非银金融、医药生物、食品饮料和电子行业，体现成长行业倾向。[page::28~page::32]

7. 结论总结

• 成长因子作为Smart Beta重要组成，短期成长因子尤其表现超额收益，但盈利增速的持续性不足。

- 质量因子显著影响盈利延续性，通过引入复合质量因子对高成长股票进行分层，有助于提升盈利持续性与投资胜率。

• 构建的GL沪深300成长策略指数表现卓越，特别是在成长风格受青睐的市场环境下，显现出优异的收益与风险平衡能力。

- 北上资金持续流入和市场对高质量成长股的认可，是策略成功的重要外部推动因素。

• 报告强调历史回测不代表未来表现，成长风格风险及波动需投资者关注。[page::0,page::3,page::33]

---

3. 图表深度解读

图表0（相对市场表现）

描述：GL沪深300成长指数与沪深300指数累计收益对比，区间为2014-2020年。
解读：成长指数表现远超基准，从2019年初开始大幅领跑，累积收益接近400%，基准不到100%，显示成长策略显著优于大盘。
联系文本：支持报告强调成长策略长期优异表现和差异化投资价值。

图表1（资产定价理论发展）

描述了从1950年前的绝对收益，到1950-1980年代相对收益模型（Markowitz、CAPM等），至1980年代以来的多因子及Smart Beta投资演变。展示了理论发展脉络，是成长因子投资逻辑基础。

图表2（主流成长Smart Beta指数编制方案对比）

表格对比MSCI、标普、中证成长指数的样本、选股因子、加权方式等。
显示三者因子侧重点不同，MSCI囊括短期及长期成长和分析师预期，标普重视短期及动量，中证侧重长期成长，解释了不同指数的表现差异。
来源：MSCI, S&P Dow Jones, 国联证券

图表3-4（短期成长因子计算公式及相关性）

详细列出多项单季度及TTM同比环比增长的短期成长因子及其计算方法，相关性矩阵显示净利润TTM同比增速与营业利润短期因子有较强相关性，适合作短期成长因子使用。

图表6-8（长期成长因子相关性及IC检验）

采用近3年TTM与单季度回归成长率作为长期因子，相关性低，IC较小（约1%），效力远逊于短期成长因子，预测作用有限，且存在滞后。
图表8显示长期因子IC稳定性差，收益波动大，适用性较低。

图表7、9、11（短期成长因子IC值与收益率）

图表7统计显示短期成长因子IC均显著，大多超过2%，具备有效预测能力。图表9以营收同比增长TTM为例，显示因子收益率稳健上涨，2012-2021年表现持续向好。
图表11显示长期成长因子收益率波动性大，无明显趋势。

图表13-15（高盈利增速股票数量及超额收益表现）

单季度净利润同比高增速前30%股票数量增加，业绩公布后30日和50日存在明显超额收益，但部分季度回撤明显。体现短期超额收益伴随较高波动。
图表14-15在财报披露T日后(30日，50日)的超额收益中表现为波动性大，部分为负。

图表16-18（成长因子动量及胜率）

高盈利增速股票下一季度增速转负比例长期约33%，掉出前30%分位超过50%，显示持续性差。
动量和胜率均表现平凡，反映成长因子尽管有效但存在持续性风险。

图表19-21（ROE杜邦分析及静态经营能力相关性）

ROE分解为权益乘数、销售净利率和总资产周转率，权益乘数关注较弱。相关矩阵显示各指标相关性低，覆盖经营质量多维度。

图表22-24（盈利能力变化、运营效率变化计算及相关性）

盈利能力变化因子包含营业收入和毛利率变化，运营效率因子涵盖财务及管理费用率等多个维度，二者相关性均较低，表明采用多因子综合反映质量维度。

图表25-27（运营效率费用率、资产周期变化相关性）

研发费用率与财务费用率呈弱相关。存货周转率与应收账款占比无明显相关，显示各指标捕获不同运营效率方面。

图表28-32（质量因子对盈利增速持续性测试-静态质量）

总资产收益率、销售净利率、资产周转率均与下期盈利增速持续性负相关，低组别对应转负比例高达近40%，显示其显著区分质量高低。

图表33-39（费用率及资产端效率变化对盈利持续性影响微弱）

财务费用率、管理费用率、研发费用率变化等对盈利成长持续性无显著影响，存货及应收账款占比变化亦相似。

图表40-41（非经常损益占比和盈余应计比率）

非经常损益占比较高，影响盈利增速持续性显著，盈余应计比率数值较大者对应更差持续性。

图表42（质量因子影响总结）

总结各因子安全性与动量特征，确定销售净利率、总资产周转率、营收增长、毛利率改善和非经常损益占比较优势突出，适合作质量选股因子。

图表43-44（高质量成长股票池胜率及动量比较）

高质量成长组合胜率约80%，高于未筛选的68%，动量亦显著提升，证明质量因子有效改善成长因子的持久性。

图表45-48（情景分析：大类因子无效，估值波动及资金流动）

传统PE、PEG指标在高质量池中信息系数低，估值波动大波，北上资金加码流入高质量成长股，助推估值溢价与波动率升高。

图表49-55（指数编制方案及回测表现）

GL沪深300成长策略指数编码钢利用复合质量因子和波动率加权，在2015年至2021年期间累计收益优异，风险调整后绩效突出，除2016、2018年略跑输基准，整体领先沪深300显著。

图表56-60（因子暴露及行业配置）

组合持续暴露成长、动量因子，成分股多集中于非银金融、医药生物、食品饮料和电子等成长性强行业，符合预期逻辑。

---

4. 估值与策略设计简析

• 估值方法：基于基本面成长因子和质量因子构建股票池，结合复合波动率因子进行加权。未直接使用传统PE或PEG等估值因子作为权重，因其在优质成长池中表现不佳，体现了对估值风险的重视。

- 因子合成：标准化单一质量因子，并通过降相关性权重的合成方法，使复合因子更具辨识力和稳定性。

• 策略设计：

- 选股基于净利润同比增速与质量因子筛选，淘汰低质量成长股。
- 加权采用多周期复合波动率乘以自由流通市值，兼顾风险和规模效应。
- 采用行业中性处理，以避免行业集中风险。

• 绩效验证：策略回测表现优异，年化收益超过29%，波动率30%，信息比率达1.19，最大回撤41.6%，有效平衡收益与风险。

---

5. 风险因素

• 主要风险为历史表现不代表未来，成长风格的周期性变化将显著影响策略表现。

- 市场风格转换可能导致成长因子溢价减弱或消失。

• 质量因子筛选依赖财务数据的准确性，数据质量风险存在。

- 策略波动率较高，市场极端情况下可能导致较大回撤。

• 报告中未详述流动性风险及交易成本，实际操作需关注。

- 报告未披露宏观经济变数对成长股的潜在影响。

---

6. 审慎视角与细微差别

• 报告聚焦成长与质量因子结合，强调短期成长因子的有效性，长期成长因子的较差表现及对短期成长胜率及动量不足的诚信，表明作者对实证结果的谨慎态度，体现分析的严谨性。

- 质量因子构建全面但对费用率变化的作用评估较保守，显示对小因素作用的严肃质疑。

• 报告多处强调质量因子相关性低，但质量因子合成步骤未详细披露权重分配，细节透明度不足，有一定期待后续揭示。

- 报告将波动率作为加权权重兼顾风险，是对成长股高波动的合理应对，但是否降低了收益率潜力未深入讨论。

• 风险提示多强调历史回测局限，缺乏对政策风险、市场结构变化或非系统性风险的拓展说明。

---

7. 结论性综合

该报告通过严谨的实证检验与因子构建，系统研究了成长因子在中国A股市场的表现。短期成长因子如单季度净利润同比增速显示显著的预测能力和超额收益，但存在动量不足和盈利持续性不佳的问题。报告创新地引入多维质量因子（涵盖静态经营能力、盈利能力变化、运营效率和盈利质量），显示质量因子对提升成长股盈利增长持续性具有关键作用。

复合质量因子构建及高质量成长池筛选显著提升了股票池的盈利动量和胜率，有效解决了成长因子本身存在的缺陷。通过情景分析，结合北上资金流入与估值波动特征，报告合理放弃传统估值因子加权，采用多周期波动率加权，以平衡收益和风险。

基于上述研究建立的GL沪深300成长策略指数，回测表现优秀，特别是在市场成长风格明显时段中表现突出。该指数拥有行业中性、质量筛选和风险控制等多重优势，是成长Smart Beta投资的成熟代表。

整体来看，报告观点严谨、结构完整，数据充实，分析深入，具有较强的实用指导意义和策略参考价值，同时坦诚历史表现与未来风险的落差，为投资者提供科学的成长股投资框架。[page::报告全体]

---

参考图片链接

1. 报告封面相对收益表现：

1. 资产定价理论发展：

1. 短期成长因子历史多空收益率：

1. 高盈利增速股票数量及超额收益表现：

1. 单季度净利润同比高增速企业披露日后超额收益：

1. 高质量成长与高成长盈利增速胜率对比：

1. 高质量成长股票池相对估值变化：

1. GL沪深300成长指数累积收益：

1. GL沪深300成长策略因子暴露：

1. GL_沪深300成长策略截面行业分布：

---

总体评价

该报告系统性强，研究深度大，理论结合实证，贴合中国A股市场特点，提出了成长因子优化方案和可实际操作的指数构建方案，数据丰富详实，图表辅助说明到位。对成长策略与质量因子整合的量化投资研究具有重要参考价值，尤其适合基金经理与机构投资者设计成长风格投资组合。

同时报告在风险提示中明晰历史与未来差异，展现专业谨慎态度，是一个高质量的Smart Beta因子研究典范。

报告