估值因子调整方法 [page::2]

• 采用行业因子均值和规模分组整体因子值两种调整方式来剔除规模和行业偏度。

- 行业用申万一级分类，规模按总市值分20组，极端值修正至5%和95%分位数。

• 调整后因子收益在样本期内有明显提升，尤其第10组累计收益差距增大。

调整后因子收益差的统计数据对比 [page::4]

| 因子 | 累计收益差 | 年化信息比率 | 收益差胜率 |
|------------|--------------|--------------|------------|
| E/P | 95.03% | 0.41 | 54.93% |
| 规模调整E/P| 220.50% | 1.22 | 67.61% |
| B/P | 173.74% | 0.88 | 60.56% |
| 行业调整B/P| 222.21% | 1.31 | 63.38% |
| S/P | 123.92% | 1.05 | 56.34% |
| 行业调整S/P| 167.66% | 1.56 | 63.38% |
| CF/P | 85.51% | 0.44 | 50.70% |
| 行业调整CF/P| 142.38% | 1.44 | 61.97% |

• 规模调整对E/P和CF/P因子有效，行业调整对E/P、B/P、S/P和CF/P均有效。

- 调整提高了因子组别间的收益区分度和单调性，利于绝对收益获取。

因子IC指标的变化 [page::6]

• 因子调整后，所有因子的IC（信息系数）均有提升，因子对未来收益预测能力增强。

- 以E/P为例，调整后因子的正值比率由59.2%增加至67.6%，t统计量大幅提升至3.723。
| 因子 | 单期平均IC | 正值比率 | t统计量 |
|------------|------------|----------|---------|
| E/P | 0.030 | 59.2% | 1.640 |
| 规模调整E/P| 0.047 | 67.6% | 3.723 |

传统估值因子回测结果汇总 [page::7-16]

• E/P（TTM）因子表现最佳，10组间区分明显，IC稳定大于0，近年波动略增。

- B/P表现良好，但近3年有效性下降，IC波动加大。

• S/P效用有限，表现与B/P相似，近年效果减弱。

- CF/P因子有效性最弱，近年几乎无明显正相关性。

• 回测均采用中证800成分股，2007年至2012年底，采用等权及流通加权两种收益计算方式。

统计指标及投资适用性 [page::16-17]

| 指标 | E/P | 规模E/P | B/P | 行业B/P | S/P | 行业S/P | CF/P | 行业CF/P |
|---------------|--------|---------|--------|---------|--------|---------|--------|----------|
| 累计超额收益 | 76.80% | 191.93% | 117.46%| 153.35% | 64.41% | 115.88% | 110.93%| 138.45% |
| 年化信息比率 | 0.67 | 1.59 | 0.99 | 1.52 | 0.84 | 1.58 | 0.98 | 1.87 |
| 胜率 | 54.93% | 63.38% | 59.15% | 59.15% | 54.93% | 66.20% | 56.34% | 66.20% |

• 规模行业调整后的因子，尤其是规模调整的E/P和行业调整的S/P，信息比率显著提升。

- 因子具有一定换股频率，适合量化选股模型构建。

报告结论摘要 [page::0][page::15]

• E/P是最有效的估值因子，调整后效果稳定好。

- B/P因子虽然历史回测表现好，但近年效用减弱，应谨慎使用。

• S/P为辅助估值因子，表现较弱，CF/P因子有效性不足。

- 调整因子剔除了规模和行业偏差，提升了因子预测收益稳定性和区分度。

• 后续研究将继续扩展多因子模型，增加成长因子等，探索因子创新。

金融研究报告详尽分析：2013年因子专题系列之一——估值因子及调整因子

---

一、元数据与报告概览

• 标题：《2013 因子专题系列之一 - 估值因子及调整因子》

- 作者与研究团队：
- 黄君杰（首席作者，经济学硕士，资深策略分析师）
- 沙川（助理分析师，数学专业硕士）
- 何峰（助理分析师，分析金融硕士）

• 发布机构：中投证券有限责任公司研究所

- 报告时间：2013年

• 研究主题：对传统估值因子及其调整因子的研究，目的在于构建多因子模型体系，重点在中证800成分股中，剔除规模和行业影响，探讨估值因子的有效性。

- 核心论点：通过规模和行业调整，原有4个估值因子的有效性均有所提高，尤其E/P（市盈率倒数）因子表现稳定有效。报告提出调整因子后，因子的收益差距的区分度和单调性均增强，且因子与未来股票收益的相关性增强，提供了一种优化因子应用的思路。[page::0-2]

---

二、逐节深度解读

1. 报告摘要与引言

报告开篇明确目标是从传统单因子—估值因子入手，结合规模与行业的调整，研究4个核心估值因子：

• E/P（市盈率倒数）

- B/P（市净率倒数）

• S/P（市销率倒数）

- CF/P（市现率倒数）

通过对中证800成分股的历史数据回测，排除规模和行业因素的影响后，系统测量因子的纯粹有效性。尤其强调因子调整能提升因子效果和收益的稳定性，但对收益的提升应保持谨慎态度，因子仅是影响股价的众多因素之一。[page::0-2]

---

2. 调整后的估值因子

研究背景与调整方法

• 问题识别：传统估值因子呈现规模和行业偏向，如大市值公司通常拥有较低市盈率，而钢铁等重资产行业市净率偏低。

- 调整意义：通过统计方法剥离规模和行业的影响，获得更“纯粹”的估值因子效用。

• 技术手段：

- 对行业和规模分别调整，行业调整采用标准差法，规模调整使用分组整体值法。
- 规模按市值排序分20组，行业基于申万一级行业分类。

• 数据范围：

- 时间：2007年1月31日至2012年12月31日，共71期。
- 股票池：中证800成分股，未来一期最新成分股。
- 处理缺失值与异常值（5%-95%分位数截断）；每月末换仓。

调整效果分析

• 累计收益变化（图1展示）：

- 调整规模和行业影响后，因子第10组累计收益普遍提升，表明剥离行业和规模偏差后，可提高收益表现。
- 以E/P为例，金融股数量显著减少，剔除对整体收益影响明显负面的行业暴露，调整后收益更真实反映因子本身价值。
- 但提示：提升仅扣除了规模和行业的偏向，不保证未来适用性，市场风格转换可能导致这类调整失效。

• 统计指标改善（表1）：

- 调整后10组和1组收益差距扩大，如E/P调整后累计收益差达220.5%，显著超原始95.03%。
- 信息比率（ICR）提升，说明收益风险调整后表现更优。
- 各因子正收益概率和均值普遍提升，凸显调整的有效性。

• 驱动假设与验证：

- 规模调整显著降低E/P、CF/P与市值的相关性，行业调整也有效减少行业偏离度（从80%-103%降至40%-63%），验证方法合理有效。

• 因子稳定性与区分度：

- 调整后组间收益差距增大，因子排序对未来收益的区分度、单调性和稳定性明显提升（图2示意单期收益差分布）。
- 该调整方法更适合构建绝对收益策略，减弱单一行业或规模集中暴露带来的风险。

相关性指标（因子与未来收益）

• IC（信息系数）统计（表2）：

- 调整后IC均值和正值比率均高于未调整因子，说明因子预测能力增强。
- 例如规模调整后的E/P因子IC平均从0.030提升至0.047，行业调整的B/P从0.049上升至0.053，体现因子价值提升。

• 总结：

- 因子调整总体增强了因子的预测力和稳定性，但收益提升存在样本及历史周期性限制，需谨慎应用。[page::2-6]

---

3. 四大传统估值因子分析

3.1 E/P（市盈率倒数）

• 回测表现（图3-5）：

- 等权组中第10组（最高E/P）累计收益最高，单期收益稳定超越第1组及指数。
- 流通加权下第10组收益下降，但相对第1组收益更稳定，显示该因子具备稳定的盈利预测能力。
- IC呈现稳定正相关，尤其2009年前较稳定，近期波动有所增加，反映近期市场因素复杂。

• 学术与实践合理性：

- 采用市盈率倒数因净利润可能为负，倒数处理提升了因子的线性相关性和稳定性。
- 该因子因历史广泛应用和直观逻辑，仍是最具有效性的估值因子之一。

3.2 B/P（市净率倒数）

• 回测表现（图6-8）：

- 等权和流通加权均显示第10组收益领先，组别区分明显。
- 2010年前表现良好，但最近三年表现下降且波动加大，显示效用减弱迹象。
- IC走势类似，波动性和效力趋弱。

• 因子特性：

- B/P与资产负债表稳健性关联密切，理应反映价值低估可能。
- 市场环境变化、行业成长性差异可能导致近期效用减弱。

3.3 S/P（市销率倒数）

• 回测表现（图9-11）：

- 等权和流通加权收益有所区分，显示一定效力。
- 但组别收益单调性不强，且流通加权下表现第6组优于第10组，指示因子效用有限。
- 和B/P一样，2009年前表现较好，近年显示衰退。

• 因子注解：

- 市销率适用于盈利波动大或亏损企业的估值表达。
- 近年效用减弱或因市场结构与行业竞争态势变化。

3.4 CF/P（市现率倒数）

• 回测表现（图12-14）：

- 虽然等权累计收益高，但超额收益稳定性差且收益单调性较弱。
- IC值虽有正相关，但幅度小，且近期效用类似B/P、S/P减弱。
- 结论为几乎无效因子。

• 因子说明：

- 现金流因子受到会计核算方法多样性和企业现金流时序差异影响，数据噪音较大。
- 可能更适合结合其他因子使用，而非单独应用。

3.5 小结

• E/P因子表现持续且稳定，最为有效。

- B/P虽然历史累计收益高，但近年效用明显减弱。

• S/P存在一定作用，但效力较弱。

- CF/P表现最差，难以作为独立有效因子。

• 以上均基于中证800阶段性数据，需注意时间窗口带来的样本效应限制。[page::7-16]

---

4. 报告结语与研究展望

• 调整因子剔除规模和行业偏向取得一定成效，但未能同时实现两者的联合调整，仍有提升空间。

- 因子调整提升了股票选择的“中性”，但组合配置仍面临规模与行业偏离，未来研究将聚焦这些方向。

• 下一步研究方向包括成长性因子研究，简单多因子模型如GARP（成长与价值结合），以及因子创新方法。

- 报告为中投证券因子策略领域探索的初稿，参考了行业经验并结合自身创新思路，期待同行反馈与交流。

• 免责声明明确本报告非买卖建议，仅供参考，风险由投资者自担。[page::16-18]

---

三、图表深度解读

1. 图1：调整后各因子第10组累计收益（页面3-4）

- 描述：该图展示2007年起至2012年12月，不同估值因子在行业和规模调整后第10组的累计收益曲线，包括等权和流通加权方法。
- 解读：
- 规模与行业调整后，E/P因子10组最高累计收益高达252%（等权规模调整），显示出高效的收益提升。
- B/P调整后收益区间在约150%-220%之间，表现有所提升。
- S/P及CF/P收益较低，且波动大，尤其CF/P的流通加权收益明显最低，约114%。
- 多条曲线显示，行业调整对大部分因子收益均有积极贡献。
- 联系文本：支持调整因子提升因子效果的论断，且指出调整剔除了规模和行业偏差的影响，理论和实证相符。

1. 表1：因子第10组与第1组收益差统计量（页面4）

- 描述：列出各因子调整前后第10组与第1组收益差的累积收益、最大单期收益/亏损、均值、中值、标准差、信息比率及胜率。
- 解读：
- 调整后的因子组间收益差显著扩大，标志着因子预测能力增强。
- 信息比率大幅提高，如行业调整的B/P达到1.31，行业调整的CF/P为1.44，均优于未调整时。
- 胜率亦提升，显示调后因子更稳定。
- 意义：表明因子调整后不仅提升了绝对收益，也改善了风险调整后表现，增加投资可行性。

1. 图2：调整后各因子第10组相对第1组和指数单期收益（页面5-6）

- 描述：展示各调整后因子在每一期单期收益上第10组相对第1组和指数的差异。
- 解读：
- E/P和B/P调整后单期收益多数为正，且波动合理。
- S/P和CF/P表现起伏较大，且出现多次负值，预示着其稳定性不足。
- 联系文本：图示进一步验证各组收益间差异的扩大及收益单调性的提升。

1. 表2：因子IC统计（页面6）

- 描述：量化因子与未来一个月股票收益的相关系数（IC）分期最大值、最小值、平均值、中值、标准差、正值比率、t统计量。
- 解读：
- 调整后因子的IC均值均高于原始因子，说明预测能力提升。
- 规模调整E/P和CF/P的IC提升尤为显著。
- t统计量超过2代表因子预测能力显著，调整后多数因子均符合统计显著性。
- 意义：IC是因子稳定性和可靠性的关键指标，表明调整后的模型更具科学基础。

1. 图3-14（页面7-16）四大估值因子详细回测图

- 每因子均配备了第10组相对第1组和指数单期收益、累计收益和未来一个月收益IC。
- E/P因子（图3-5）表现最为稳定有效。
- B/P（图6-8）和S/P（图9-11）表现波动且近年效用减弱。
- CF/P（图12-14）表现较弱，收益单调性和预测能力低。
- 这些图表支撑了章节中提及的因子优化结果和实证结论，帮助理解因子变化趋势和市场反应。

1. 表3、表4：超额收益统计量（页面16-17）

- 以等权和流通加权视角下分析各因子第10组的累计超额收益、单期最大和最小收益、均值、标准差、信息比率和胜率。
- 行业和规模调整增强了超额收益和信息比率，改善风险收益表现。
- 这些数据细节验证了因子回测的稳健性和投资实用价值。

---

四、估值分析

• 报告的核心估值方法是基于历史数据的因子回测，不涉及DCF等基本面估值模型。

- 研究通过市场已公认估值因子的倒数形式评估，结合统计指标（累计收益、信息比率、IC等）来判断因子价值。

• 估值因子通过剥离规模和行业噪音后更能反映真实价值偏离和投资机会。

- 报告未设置明确的目标价格或基于估值模型产生具体买卖建议，定位为策略研究指导。

• 估值本质上依赖于历史收益表现和市场行为，未来适用需结合市场状态和多因素动态调整。

---

五、风险因素评估

• 因子模式风险：因子是股价表现的一个影响因素，非全部决定，因此存在模型失效风险。

- 市场风格变动风险：规模和行业风格的切换可能导致调整因子效用波动，特别是大盘股表现优于小盘股时调整收益可能降低。

• 数据与样本风险：样本选择为中证800，时间窗口固定，历史数据可能存在时效性局限。

- 单一因子风险：单一估值因子增强带来过度依赖风险，组合构建需其他多因子配合。

• 报告未明确给出缓解策略，但强调需谨慎对待调整效果和未来预期，应做动态更新和多模型访问。

---

六、批判视角与细微差别

• 报告采用的因子调整方法较为基础，行业和规模调整分开进行，未充分考虑两者交叉影响，存在进一步优化空间。

- 在单因子表现稳定性的评价中，报告虽认可E/P因子有效性，但对B/P和S/P最近几年效用的下降，虽提出但未深入探讨原因（宏观经济、市场结构变化等）。

• CF/P几乎无效的结论基于当前样本和计算方式，未来可能需引入现金流质量等更精细指标。

- 规模和行业偏差的剔除是必要的但不充分步骤，后续多因子模型的构建尤为关键。

• 图表和数据统计均较为详尽，呈现强实证态度，但对于非统计显著的提升依然持谨慎立场，体现审慎分析。

- 套用历史数据预测未来，尤其是在经济大环境和市场结构可能变化时，存在内生风险和过拟合之嫌。

---

七、结论性综合

本报告围绕四个传统估值因子（E/P、B/P、S/P、CF/P）展开实证研究，并针对规模和行业偏差分别进行调整，力求净化因子效能，得出以下关键结论：

• E/P因子表现稳定为最有效因子，规模和行业调整均提升该因子对未来收益的预测能力，其在等权和流通加权两种权重体系中均保持较佳表现，IC值稳定正相关，适合继续作为核心估值因子悉心使用和研究。
• B/P因子历史累计收益较高，但近年来有效性有所下降，尤其在流通加权规则下表现波动。调整行业因素显著减少行业偏离，提高因子的区分度，尽管如此，近期IC波动和效用弱化不容忽视。
• S/P因子效用有限，表现不及E/P和B/P稳健，尤其流通加权时第10组表现并非最佳。行业调整对其有一定拉升作用，但整体稳定性不足。
• CF/P因子整体表现较差，近似无效，尽管等权累计收益较高，但单期收益稳定性和组别单调性差，IC长时间维持低水平，表明该估值指标在当前环境下预测能力弱。
• 规模和行业调整的作用明显，剔除规模和行业偏向后，各因子单位组间收益差距和信息比率均显著提高，因子与未来收益的相关系数更稳定，显示调整因子可以提升投资策略的稳健性。
• 调整收益的提升存在历史依赖性和市场风格依赖性，未来市场结构变化可能导致这些调整收益下降，投资者应当谨慎评估应用背景。
• 报告强调本研究是因子模型探索的第一步，未来将扩展至成长性因子及多因子模型，结合创新方法进一步提升策略表现。
• 图表和表格综合阐释了上述结论，凸显因子调整后的收益改善和预测能力增强。例如，图1中的累计收益提升趋势，表1和表2中统计量的增幅，以及后续图表中各因子组别收益差异具体体现，均为结论提供有力佐证。

综上，报告提供了一个系统的因子调整分析框架，并证明了规模和行业剔除对估值因子有效性的重要贡献，尤其确认E/P因子作为价值投资中的基石角色，体现了量化研究与传统估值理念的结合价值。[page::0-18]

---

报告关键词：估值因子、E/P、B/P、S/P、CF/P、行业调整、规模调整、因子有效性、信息系数（IC）、多因子模型。

---

报告