股权激励事件及方案特征变化 [page::3][page::4][page::5]

• 2022年激励事件694起，较2021年减少；停止实施比例由5.88%下降至0.29%。

- 科创板与创业板激励预案占比持续提升，六大高景气行业占比提升至67.15%。

• 方案实施周期加快，30天内实施比例升至52.66%。

- 利润类方案占比下降，收入类方案占比上升，目标增长率方案占比下降，但仍主导 [page::4][page::5]。

股权激励股票池与基本面复合因子构建及策略设计 [page::6]

• 股票池由近90天发布股权激励预案股票构成，剔除异常股。

- 基本面复合因子通过季度ROE、季度EP及ROE同比构成，行业、市值、BP中性化处理。

• 三大策略分别基于：目标增长率筛选、管理层占比余额调整、实施周期调整，均结合基本面复合因子二次优选。

- 策略组合均衡持仓不超过25只股票，等权分配。

区间一（2014-2022）策略表现 [page::8][page::9][page::10]

| 策略 | 2014年以来年化超额收益 |
|------------|------------------------|
| 激励目标 | 25.72% |
| 人员结构 | 26.42% |
| 实施进度 | 22.16% |

• 股票池相对中证500累计超额收益主要由特质收益贡献。

- “目标增长率”适中组表现最好，“管理层占比”低组表现较优，“实施周期”短组表现更佳。

• 策略累计超额收益稳定且正向归因于特质收益，风格因子暴露虽增波动但不提升收益。

区间二（2022.5-2023.6）策略表现及分析 [page::11][page::12][page::13][page::15]

| 策略 | 区间收益 | 相对超额收益 | 信息比率 | 最大回撤 |
|------------|----------|--------------|---------|----------|
| 人员结构 | 67.21% | 62.72% | 3.39 | 3.68% |
| 实施进度 | 58.34% | 53.85% | 2.75 | 5.07% |
| 激励目标 | 40.31% | 35.81% | 1.98 | 6.88% |

• 区间二中人员结构策略表现最强，激励目标策略表现弱于其他两类。

- 市值集中于50亿元以上（63.88%），板块配置以制造、科技、周期为主。

• 超额收益主要来自特质部分，规模风格贡献明显。

- 策略在关键时期（2022年9-11月）仍保持正向超额收益，TMT板块特殊贡献突出。

量化因子及策略有效性问题分析 [page::15][page::16]

• “目标增长率”指标覆盖率下降至41.1%，主要因利润类目标覆盖不足与方案结构化程度降低。

- 区间二内“目标增长率”指标表现不佳，目标值型股票（非增长率型）收益较高，存在标的异常与指标原始定义不一致问题。

• 实施进度指标阈值持续下降，策略筛选规则已调整以应对加快实施周期。

- 基本面因子季报ROE和EP在区间二表现疲软，部分影响策略选股有效性。

策略持仓及调仓明细 [page::18][page::19][page::20]

• 明确公布2023年各策略的调仓时间及持仓股票名单，实现高透明度。

- 涉及多行业龙头及成长股，覆盖广泛，板块较为分散。

金融工程——基于股权激励的选股策略 深度分析报告

---

一、元数据与报告概览

• 报告标题： 基于股权激励的选股策略——基于激励方案特征构建股权激励选股策略

- 发布机构： 天风证券股份有限公司

• 发布日期： 2023年7月14日

- 作者： 祗飞跃，姚远超

• 研究主题： 通过解析上市公司股权激励方案的特征，结合基本面因子，构建并验证多维度选股策略，旨在捕捉股权激励公告带来的超额收益机会。

核心观点：
本报告基于股权激励方案中的“目标增长率”、“管理层占比”及“实施周期”三大指标，结合基本面复合因子，构造了三大选股策略（激励目标、人员结构、实施进度），并细致分析了策略在两个时间区间的表现，验证其长期相对市场中证500的稳定超额收益能力。数据显示，基于股权激励的股票池自2014年至2023年期间年化超额收益达13.58%，组合策略在近14个月更是实现了高达50%以上的超额[page::0,3].

---

二、逐节深度解读

2.1 研究背景与选股策略构建（第0-6页）

• 股权激励定义与意义：

报告指出股权激励是上市公司通过股票激励核心人员的长期机制，旨在建立企业与员工的利益共同体，促进企业稳定成长[page::0,3]。激励方案通常含有业绩目标（利润、净资产收益率、收入等）为附带条件，增强员工动力。

• 方案特征及指标设计：

依据股权激励公告内容，提炼“目标增长率”、“管理层占比”、“实施周期”三个关键指标，以反映方案的激励强度与执行效率，从而构建相关选股策略[page::0,3]。

• 股票池构建方法：

包括：按月选取过去90天内发布股权激励预案股票，剔除中途停止方案个股及st股、上市不足一年的股票，以及市值成交额排名后10%的股票，确保股票池质量[page::5]。

• 基本面复合因子设计：

设计基于季度roe、季度pe以及季度roe同比增长的综合基本面因子，经行业、市值、市净率中性化及标准化处理，提升策略基本面甄别能力[page::5]。

• 策略构建流程：

策略均先基于指标进行股票筛选，剔除极端值与缺失数据项，然后基于基本面对股票进行二次优选，最终等权选出最多25只股票组成投资组合。三大策略差异主要体现在方案筛选指标的不同[page::5-6]。

• 具体策略设计细节及调整方法解析：

激励目标策略通过计算目标增长率，包括处理目标增长率调整项，剔除最小20%及最大10%，结合基本面筛选；人员结构策略计算管理层占比作为指标，剔除最大20%，允许缺失数据保留；实施进度策略以“实施周期”为核心，设定调整方式和防止分位点异常，剔除最大40%，确保持仓至少50只，同时二次用基本面复合因子优选[page::5-7]。

---

2.2 激励事件及方案特征变化（第3-5页）

• 事件数量和结构变化：

2022.6-2023.6期间股权激励事件694例，较2021年的885例下降，停止实施方案比率大幅下降至0.29%。实施进度加速，30天内实施预案占比达52.66%[page::3,4]。

• 板块分布调整：

科创板和创业板占比显著提升（科创板由17.65%升至23.06%，创业板由28.48%升至32.86%），计算机、电子、医药、机械等六大行业合计占比由59.55%升至67.15%，显示高科技及创新导向激励的强化[page::3,4]。

• 目标指标趋势：

利润类指标覆盖率下降，由68.34%降至65.41%，但收入类指标上升由56.79%升至65.98%，收入类指标已超越利润类。增长率型目标占比下降（78.8%至71.24%），目标值类指标占比提升（29.89%至39.66%），但增长率仍占优[page::4,5]。

---

2.3 策略验证方法（第7页）

• 股票池与选股指标分析方法：

通过计算股票池收益相对中证500的超额收益与剥离风险因子后的残差收益，分析策略是否产生超额。
利用分组法检验“目标增长率”、“管理层占比”、“实施周期”指标区分超额收益能力。
计算基本面因子月度IC，评估因子有效性[page::7]。

• 收益归因框架：

采用多因子回归法将组合超额收益分解为行业因子、风格因子（Size、Bp等）和特质收益三部分，方便辨析策略收益来源与风险暴露[page::7]。

---

2.4 策略区间一表现（2014.1.3-2022.5.5）（第8-10页）

• 股票池超额收益表现：

股票池相对中证500累计超额收益持续增长，主要驱动力是特质收益部分，这表明策略捕捉到的是个股的特殊表现而非市场或行业波动[page::8]。

• 选股因子分组表现：

- “目标增长率”：中间组（分组3和4）表现最优，目标增长率极低或极高的组表现较差，反映适度目标增长率更易获得市场认可。
- “管理层占比”：最高的组表现最弱，提示管理层激励股份过高可能导致激励效率下降。
- “实施周期”：实施周期最短的两组表现最好，说明快速执行激励方案与市场表现正相关。
- 基本面因子季度roe和ep IC累计值稳定向上，表明基本面因子组合长期有效[page::8,9]。

• 策略综合表现：

三大策略均实现年化超额收益19%以上，2016和2022年表现较弱。自2016年后表现趋于一致。2014年起，激励目标策略累计超额收益达28.07%，人员结构策略15.32%，实施进度策略仅1.41%[page::9,10]。

• 收益归因：

复合策略绝大部分超额收益来自特质部分，行业和风格因子贡献较少且风格因子暴露未增加收益，反映策略盈利能力主要源于个股特殊性，而非风格偏好[page::10]。

---

2.5 策略区间二表现（2022.5.6-2023.6.28）（第10-14页）

• 股票池表现：

区间二股权激励股票池相对中证500继续实现稳定和明显的超额收益，特质收益为主要贡献部分，表现稳定[page::10,11]。

• 选股因子有效性：

“实施周期”和“管理层占比”延续区间一表现，表现依旧稳健。而“目标增长率”指标分组表现出现逆转，极端组收益优于中间组。基本面因子近期IC表现减弱，特别是季度roe同比下降明显[page::11]。

• 策略收益与比较：

策略平均超额收益高达50.79%，其中人员结构策略表现最佳（62.72%超额），实施进度紧随其后（53.85%），激励目标策略相对较弱（35.81%）。整体策略优于简单股票池收益41.16%[page::11,12]。

• 持仓市值与行业分布：

策略持仓股票约64%市值在50亿以上，行业上集中于制造、科技、周期性行业，反映策略偏好较大市值及科技制造板块股票[page::12,13]。

• 收益归因分析：

超额主要来自特质收益（占比约72%），且规模因子贡献正向明显(6.5%)，市净率倒数对超额贡献为负，说明组合风格偏向大盘且基本面偏好较强[page::13]。

• 关键时期表现分析（2022.9-11月及2023 TMT 板块）：

2022年9-11月策略实现5.6%平均超额收益，其中激励目标策略贡献最大。此外，2023年TMT板块尤其在人工智能概念驱动下表现优异，贡献了组合较大特质超额收益（18.18% vs 非TMT的9.8%），显示组合对科技成长型板块的超额捕捉能力[page::13,14]。

• 中特估概念涉及较少，主要股票有中钢国际和宝信软件[page::14]。

---

2.6 策略存在的问题与完善（第15-17页）

• “目标增长率”指标覆盖率下降：

数据来源结构化覆盖率降低，利润类指标覆盖率继续下滑，2023年有效覆盖率仅为41.1%，导致该指标在实际选股中的利用率受限[page::15]。

• 指标表现反差分析：

区间二“目标增长率”表现异常，与区间一反差较大，原因在于目标值型股票（具体业绩指标）在高低组占比偏高，这类股票通常估算的增长率出现异常，且其收益率高于增长率的股票，导致整体分组表现不理想[page::16]。

• 目标类型指标的局限性：

长期来看，目标值型股票表现不稳定，难以作为可靠选股指标。剔除目标值型股票后，纯增长率型股票的分组表现依旧不明显，部分组别表现反而优秀，说明需谨慎使用该指标构建策略[page::16]。

• 实施进度指标阈值需调整：

近年来激励实施周期整体加快，导致传统使用的40%分位点阈值合理性降低，报提出以分位点和30天较小值构造“期望实施间隔”，若实施周期超出此上限则剔除，调整后策略收益在区间一和区间二均无显著影响[page::16,17]。

---

2.7 附录：策略全区间及年度收益详表（第17-20页）

• 激励目标策略：

2014年至2023年全样本期绝对收益约30.4%，超额收益约25.7%，信息比率1.76，波动率12.5%，显示持续较好表现。2021年表现最佳（年化超额近50%）。换手率保持中等[page::17,18]。

• 人员结构策略：

全样本期绝对收益31.11%，超额收益26.42%，信息比率2，表现稳健，适合长期持有[page::18]。

• 实施进度策略：

原始与调整策略均表现良好，调整策略在收益与波动率控制上小幅优化，体现调整合理性[page::18,19]。

• 2023年持仓名单详列三大策略调仓股票明细，提供实战跟踪与参考[page::19-20]。

---

三、图表深度解读

以下节选关键图表并解读其内容与含义：

• 图1（分年度股权激励数量和停止比例）：

条形图展示2014-2023年每年的股权激励事件数量，折线表示停止实施占比。可见近年来事件数量波动，但2022年后数量有下降趋势，而停止实施占比显著减少，反映激励方案执行更加稳定[page::4]。

• 图5（利润类与收入类方案占比变化）：

折线显示2014年至2023年期间利润类指标占比持续下降，而收入类指标呈明显上升趋势。收入指标超过利润指标，反映企业激励目标由以利润为主转向更加注重收入增速与拓展[page::4]。

• 图7（股票池区间一累计超额和特质收益）：

股票池相对基准中证500的累计超额收益（灰线）和特质收益（橙线）持续上升并紧密跟随，体现超额收益主要来自股权激励股票个体特质，体现策略发掘的超额价值[page::8]。

• 图8-10（三个关键指标分组年化收益） ：

- 目标增长率中间区分组（Group 3,4）表现最佳，极端高低分组表现差。
- 管理层占比最高组表现最弱。
- 实施周期最短的前两组表现更优。
这些图表直接验证了策略设计的合理性与市场对股权激励方案接受度[page::9]。

• 图13（区间一复合策略超额收益拆分）：

明显看到特质收益（黄色）是最大贡献，行业（灰色）略有正贡献，风格（橙色）贡献为负，确认策略主要依赖股票个别特质套利[page::10]。

• 图14（区间二股票池累计超额与特质收益）：

特质收益依然保持较高且稳定的贡献，表明策略核心收益来源未变[page::11]。

• 图15-17（区间二核心指标分组表现）：

- 实施周期及管理层占比分组表现与区间一保持一致，验证稳定有效性。
- 目标增长率表现不佳，呈U型高低组胜出，与区间一数据不符，提示指标设计和数据解释需优化[page::11]。

• 图19（区间二策略超额表现）：

人员结构策略明显优于其他两种策略，整体均实现高超额回报，显示未来激励方案结构对投资表现的重要性[page::12]。

• 图22（区间二复合策略超额收益分解）：

特质收益依旧主导，规模风格贡献偏正，行业贡献较小，整体收益来源与区间一类似，确认策略收益稳定来源[page::13]。

• 图25-27（目标增长率指标细分与收益分析）：

详细剖析目标值与增长率型目标股票分布和表现特点，揭示因目标值型股票异常增厚分组表现，同时纯增长率指标分组收益不集中，提示指标设计缺陷[page::16]。




---

四、估值分析

本报告并未对单个股票或行业的估值进行详细分析，也未采用现金流折现（DCF）、市盈率（P/E）等传统估值模型，核心焦点集中于利用股权激励方案特征结合基本面因子构建投资组合，并通过历史检验策略超额收益能力。因而，估值更侧重于策略收益率和超额表现的测算与归因，而非单只标的股票的内在价值评估。

---

五、风险因素评估

报告在首段及多次强调模型风险，主要包括：

• 模型基于历史数据，存在模型失效风险；

过去优异的股权激励方案表现不一定能保证未来继续，市场环境与投资者行为变化可能导致策略效果下降。

• 因子失效风险；

设计的激励目标与人员结构等因子可能随着市场适应变得无效或失真。

• 市场环境变化风险；

宏观经济、监管政策、行业发展等因素可能对股权激励方案的执行及相关标的股票表现产生冲击。

报告未详细提出具体缓解策略，但通过两时间区间比较和策略调整（如实施进度阈值调整），间接体现了对风险的动态有效管理[page::0,15,16]。

---

六、批判性视角与细微差别

• 指标设计对比与合理性审视：

目标增长率指标因依赖历史利润估算增长率，面对应时业绩不可比性及数据缺失，导致2022年以来表现疲软且覆盖率下降，限制策略效果。合理的做法是引入更多维度数据或优化估算逻辑。

• 策略表现时间依赖性：

不同期区表现存在差异，例如2022年后基本面因子有效性下降，需警惕市场情绪和基本面预期可能导致因子失灵。

• 收益归因中风格暴露带来的不确定性：

组合存在一定规模因子暴露，增加了波动率(见区间一风格暴露负贡献，区间二规模因子正贡献)，这可能带来额外风险。

• 策略换手率和交易成本影响未完全展开讨论：

报告虽提供换手率数据，但未深入分析策略实施期内的交易成本对实际收益的影响。

• 披露限制与信息不对称：

结构化处理方案数据覆盖率不足（76.66%），限制了策略的广泛适用与稳定性，可能存在样本偏差。

---

七、结论性综合

本报告系统地构建并验证了基于股权激励方案特征和基本面因子的三大选股策略——激励目标、人员结构和实施进度，揭示了股权激励公告带来的持续稳健超额收益机会。

通过近十年的历史回测，股权激励相关股票池实现了年化13.58%的超额收益，策略组合年均超额高达20%以上，特别是近14个月表现尤为突出，超额收益达50%以上，显示出股权激励方案在信息不对称市场中的选股价值。收益归因明确指出策略优势主要由特质收益贡献，意味着策略能有效挖掘市场低估的个股特有动能。

策略稳健验证还显示：

• 适中目标增长率和合理管理层激励结构更能获得市场认可；

- 实施速度较快的方案股票表现更佳；

• 不同区间基本面因子收益稳定，但指标如目标增长率受数据缺失和业务逻辑影响表现波动，需要进一步完善。

图表层面，多个折线与柱状图直观展现方案数量变化、指标趋势、策略累积收益和收益归因，提供了丰富视觉辅助以支撑理论结论。

风险提示明确提出模型、因子及市场环境的不确定性，且覆盖率下降和时间区间差异均是需要关注的潜在挑战。

综上，报告充分展现了基于股权激励设计的量化选股策略的有效性与应用价值，且提供了详尽的数据支持和分析框架，对投资机构在中国A股市场捕捉股权激励风口提供了重要参考和工具，推荐关注股权激励方案相关指标动态并结合基本面因子深化选股逻辑[page::0-21]。

---

本报告核心附图示例

• 分年度股权激励事件数量与停止实施占比趋势：

• 利润与收入类方案占比趋势图：

• 区间一股票池累计超额和特质收益：

• 三大指标分组年化收益示意（目标增长率示例）：

• 复合策略区间一超额收益拆分：

• 区间二选股指标分组表现举例（实施周期）：

• 区间二策略累计超额收益表现：

• 目标增长率细分与收益演变示例：

---

总结

本报告深入剖析了股权激励方案特征提取、因子构建及其投资策略的精细设计和山东股票长期表现，结合系统的统计和归因分析，提供了投资实践中基于激励机制选股的前沿方法体系，具有较强的理论指导和应用价值，但策略在数据覆盖率及指标设计方面仍需持续优化，以应对市场与数据现实的演变。报告厘清了激励机制与股价异动之间的逻辑链条，为量化投资者提供新增有力的Alpha来源。

[page::0-21]

报告