PB估值因子的逻辑与优化 [page::6][page::7][page::9][page::10][page::11][page::12][page::13]

• BP 因子自2010年以来Rank IC均值为4.73%，年化Rank ICIR为1.66，表现稳定。

- 十档分组超额收益呈线性递增，但最高档收益异常下降，剔除市值低于净资产80%的破净股后，因子表现线性特征明显提升。

• 重资产企业（制造业、房地产等）更适合使用PB估值法，BP在重资产股票池中的Rank IC均值升至5.23%，增强效果显著。

- 结合BP本身、BP分位点和BP估值中枢稳定性因子的等权融合，构建BP融合因子，表现进一步提升。

PE估值因子的构建与微利股剔除 [page::14][page::15][page::16][page::17][page::18][page::19][page::20][page::21][page::22][page::23][page::24][page::25][page::26][page::27]

• PE由盈利质量(ROE)与成长贴现率共同决定，波动性主要源自FCFE/Profit的剧烈波动。

- EP（PE倒数）因子表现优于PE，单季度EP因子的Rank IC均值为6.61%，年化Rank ICIR 3.39。

• 微利股（归母净利润TTM<1000万元）导致EP异常现象，剔除微利股后，EP因子线性表现及选股能力均显著增强。

- 引入估值中枢稳定性因子（EP均值除以标准差）刻画稳健性，交叉分组收益显示估值中枢稳定性提升显著增强EP因子表现。

• EP融合因子由EP、EP分位点和估值中枢稳定性等权平均构建，Rank IC均值达7.16%，多空收益最高。

PCF估值因子的纯粹性及优化 [page::29][page::30][page::31][page::32][page::33][page::34][page::35][page::36]

• PCF仅反映成长贴现因子(1/(r-g))，比PE更纯粹。

- CFP（PCF倒数）因子原始表现较弱，特别是FCFE<0公司影响明显。

• 剔除FCFE<0股票后，CFP及CFP分位点表现显著改善，Rank IC均值等指标有明显提升。

- CFP估值中枢稳定性因子表征估值稳定性，提升CFP因子选股能力。

• CFP融合因子结合CFP三细分因子，性能优于单一因子。

基于PB-ROE框架的量化选股策略构建 [page::36][page::37][page::38][page::39][page::40][page::41][page::42][page::43][page::44][page::45][page::46][page::47]

• 组合剔除新股、风险警示股、微利股等，样本空间质量高。

- 估值层面将BP、EP、CFP融合因子股票池取并集，构建宽基估值股票池。

• 盈利质量筛选通过ROE(过去9周期均>8%)筛除低质企业，确定高质量盈利池。

- 多因子模型结合估值、成长、动量、分红、治理五大类因子，使用滚动Rank ICIR加权构建复合因子。

• 复合因子评分排名前30只股票形成组合，行业权重单一行业不超过20%。

- 策略回测2010年-2024年，年化收益率25.64%，超中证800等权25.41%，信息比2.62，回撤比2.36，表现优异且稳健。

• 组合调仓频率低，单边换手率69%，资金容量均衡（约2.1亿元），风格低估值高盈利，行业分布合理。

2024年09月28日《SDICPB-ROE策略框架系列之一—估值指标再审视》详尽分析报告

---

一、元数据与报告概览

• 报告标题：《2024年09月28日 SDICPB-ROE 策略框架系列之一—估值指标再审视》

- 发布机构：国投证券股份有限公司研究中心

• 分析师：刘凯

- 发布日期：2024年9月28日

• 主要议题：针对投资领域常用的三大估值指标——市净率（PB）、市盈率（PE）、市现率（PCF）进行逻辑梳理、应用行业分析、问题识别及改进，最终基于PB-ROE框架构建高效选股策略。

核心观点提炼：
报告指出常规利用PB、PE、PCF估值指标时仅做市值及行业中性化处理，忽视了这些指标背后更深层的逻辑和适用场景，导致因子使用效果受限。报告针对三指标分别进行优化剔除了异常股票（如破净股、微利股、自由现金流负值股），引入估值中枢稳定性因子辅助选股，并对各指标的截面估值、时序估值与估值中枢稳定性进行融合，最终构建综合估值因子，显著提升了估值信号效能。在此基础上设计基于PB-ROE的多因子选股策略，实证其自2010年以来表现优异，年化收益达25.64%，远超中证800及偏股混合基金指数[page::0,47] [page::44,47].

---

二、逐节深度解读

1. PB估值的逻辑与优化

1.1 市净率（PB）基础及测试

PB指标基于公司账面净资产与市场价值比率，根植于格雷厄姆价值投资理论，强调低于净资产价值的投资安全边际。报告采用倒数BP（Book-to-Price）因子，因其正向性易于分析。BP因子在2010年以来的Rank IC均值为4.73%，年化Rank ICIR为1.66，表现稳定（图3）。BP的10档分组显示随着BP值升高，收益阶梯式上行，惟第10档出现收益下滑（图4），表明极端低估股票内存在特殊情况[page::6,7].

1.2 破净企业处理与行业分布

第10组收益下降主要归因于包含破净股（市值低于账面价值80%）。报告剔除了市值低于净资产的80%以下的股票（约占每期2.27%），分析显示被剔除破净股主要分布于银行与钢铁行业（图9）。这主要因行业周期性强、资产质量问题和市场对未来回报预期偏低等因素导致估值异常（图7）。剔除破净股后，BP因子Rank IC均值提升至4.82%，多空收益升至13.72%，行为表现更为线性合理，特别是第10组收益不再下滑（图10、11，表1）[page::7,8,9,10,13].

1.3 重资产企业适用性分析

PB因子更适用于重资产企业。因拥有大量可量化固定资产，企业资产负债表更能真实反映价值，且资产波动稳定（图12、13）。报告基于固定资产比率、资本密集度、资产负债率及存货周转率构建重资产指标，将评分前50%归为重资产股票池。剔除破净股后，在重资产股票池中BP因子表现更好，Rank IC均值达5.23%，多空收益14.27%（图14、15、表2）[page::10,11,12,13].

---

2. PE估值的逻辑与优化

2.1 PE指标经济学及波动性来源

PE结合戈登永续增长模型拆解为：PE = (FCFE / Profit) × (1 / (r - g))，其中FCFE为股权自由现金流，r是资本成本，g是增长率。此外通过PB/ROE关系拆解说明PE与盈利质量强相关。报告指出PE波动较大主要源于FCFE/Profit比值剧烈波动（图16-20），且不同商业模式导致该比值在行业间差异明显（如房地产高波动，食品饮料稳定）[page::14,15,16,17].

2.2 微利股剔除与EP因子优化

EP（PE倒数）因子表现良好，2010年来RankIC均值6.61%，但第一组（最低EP，即极高PE）收益反常高于第二组。该异常主要因微利股（净利润低于1千万）导致。剔除微利股（占股票池约16%）后，EP因子表现显著提升，Rank IC均值6.86%，多空收益23.19%，分组收益更具线性（图30、31,表3）[page::19,20,21].

2.3 估值中枢稳定性影响与因子融合

引入估值中枢稳定性因子以抑制PE波动性，定义为过去3年EP均值与标准差比。估值中枢稳定性越高，EP因子及EP分位点因子的选股能力显著增强（表4、5）。此外估值中枢稳定性因子自身也具备较强选股能力，Rank IC均值3.23%（图33、34）。最终对EP、EP分位点及中枢稳定性进行等权融合形成EP融合因子，表现更优，Rank IC均值7.16%，多空收益24.48%（表8、9，图38、39）[page::21,22,23,26].

---

3. PCF估值的逻辑与优化

3.1 FCFE定义及PCF公式推导

FCFE定义源于自由现金流相关文献（卡普兰、布雷利等），是指满足再投资需求后能够自由分配给股东的现金流。PCF（市现率）定义为市值除以FCFE，摒弃了PE中利润基数带来的噪声，为一个更纯粹的估值指标（图29-30）[page::28,29,30].

3.2 CFP因子表现及负FCFE剔除

CFP（FCFE/市值）因子整体表现较弱，十档分组中前端部分甚至呈反向效应。负FCFE大量存在（约占股票池59%），且多分布于低效益行业。剔除FCFE<0的股票后，CFP因子表现明显改善，Rank IC均值提升至1.75%，多空收益提升至4.69%（表12，图48-54）。CFP分位点和估值中枢稳定性因子同样受益于剔除负FCFE股票，表现持续提升（表13-16）[page::32,33,34,35,36].

3.3 CFP因子融合

CFP、CFP分位点和CFP估值中枢稳定性三个因子具相关但互补，做等权融合后，CFP融合因子表现提升明显。Rank IC均值2.35%，多空收益7.62%，五档分组呈显著线性（表15，16，图53，54）[page::35,36].

---

4. 基于PB-ROE框架的选股策略

4.1 策略构建流程

选股策略遵循四步流程：（1）确定样本空间（剔除新股、ST、质押风险股、流动性低、低ROE等）；（2）构建估值层面筛选（融合BP、EP、CFP三个优化融合因子的专属股票池取并集）；（3）盈利质量筛选（过去9报告期ROE均超8%）；（4）结合多因子模型（估值、成长、动量、分红、治理）进行评分，选取得分最高30只股票加入组合（图55、59）[page::36,39,40].

4.2 估值因子融合及股票池构建

BP、EP、CFP三大融合估值因子互相关联较低，各因子股票池遵循不同剔除原则，最终取并集形成估值因子股票池（图56）。对三因子做简单等权融合形成综合估值因子，表现破纪录，Rank IC均值达7.34%，多空收益24.16%（表17、18，图57，表18）[page::37,38].

4.3 盈利质量筛选

采用连续九报告期ROE（TTM）大于8%作为盈利质量筛选标准，保障组合稳定性和竞争力（图58）[page::39].

4.4 估值-盈利质量股票池表现

结合样本剔除规则、估值和盈利质量筛选，综合构建策略股票池，股票数季节约575只左右（图60）。该股票池构建的等权组合显著跑赢中证800等权指数，年化超额收益4.75%，信息比1.13，且在多数年份表现优异（图61，表19）[page::40,41].

4.5 多因子强化与组合构建

基于估值-盈利质量股票池，进一步从基本面和技术面五大类因子（估值、成长、动量、分红、公司治理）中构建复合因子进行评分，限制单因子权重不超过40%，避免过度集中。最终组合择优选取30只股票，实行低频调仓，行业权重限制20%（图62,63）[page::42,43].

4.6 策略实证表现

自2010年至今，策略年化收益25.64%，相对中证800超额达25.41%，信息比2.62，风险调整表现优秀（图64，表21）。组合日均换手率69%，资金容量优良，组合持仓市值中位数达101亿元。行业分布平衡，权重覆沪深300、中证500及中证1000指数，风格因子显示价值与盈利优势明显（图65-70）[page::44-46].

---

三、图表深度解读

• 图1-2：概述PB、PE、PCF三大估值指标历史沿革与应用场景，由三大财务报表——资产负债表、利润表、现金流量表分别支撑，体现指标使用的财务逻辑源头[page::5].
• 图3-6：BP因子及BP分位点因子Rank IC统计及分组超额收益，展示因子表现稳定且分组收益具明显线性，剔除极端低估（破净）股票后效果显著提升，解决了BP因子高档组异常问题[page::6,7].
• 图7-9：分析破净股票成因及行业分布，银行、钢铁行业破净现象较多，表明行业周期性及资产质量问题突出[page::7,8,9].
• 图10-15：剔除破净股后，BP因子与BP分位点因子在重资产股票池中的表现，Rank IC和多空收益均明显高于全市场，验证了PB估值法适用重资产企业逻辑[page::9-13].
• 图16-20：PE与PB指数对比及FCFE/Profit波动展示，揭示PE波动性主要源自FCFE测算波动，且行业间差异显著，尤其房地产与食品饮料行业的对比鲜明[page::14-17].
• 图21-31：EP及EP分位点因子表现，剔除微利股后因子表现显著改善，特别消除第一组收益异常现象，优化了EP因子的分组收益规律[page::17-20].
• 图32-37：EP和BP估值中枢稳定性因子及其与对应因子交叉分组表现，分析不同稳定性水平下因子效果的差异，验证估值中枢稳定性的重要性。对应行业集中于医药、机械、交通、银行等稳定盈利行业[page::22-25].
• 图38-41：EP和BP融合因子表现优于单因子，Rank IC、分组线性收益更强，体现融合策略优势[page::26-28].
• 图42-54：CFP因子表现及剔除负FCFE企业后的改善，CFP融合因子表现明显提升，验证除去负现金流企业对CFP因子有效性的加强作用[page::30-35].
• 图55-61：选股策略构建过程示意与估值-盈利质量股票池成长，股票池与实证收益显著优于基准，表现稳定出色[page::36,39-41].
• 图62-70：多因子策略权重分配、组合风格、行业分布、市值规模及换手率分析，展现策略稳健性与适应性，风格因子体现低估值和高盈利质量特色[page::42-46].
• 图64、表21：策略净值与业绩评估，显著领先中证800等权指数，极强的信息比及回撤控制能力彰显策略高效[page::44,47].

---

四、估值分析

报告分别针对PB、PE、PCF建立估值因子体系，并提出了关键改进方法：

• PB估值：采用BP因子及其分位点，剔除破净（P<0.8B）企业，聚焦重资产企业构建股票池，引入估值中枢稳定性（BP均值/标准差）作为因子补充，三因子等权融合提升选股能力。估值基于资产负债表，适合固定资产占比较高的行业[page::10-13].
• PE估值：基于永续增长模型拆解，剔除微利股降低异常，构建EP估值因子与EP估值中枢稳定性因子，融合EP因子、EP分位点与估值中枢稳定性因子。PE波动主要源于FCFE/Profit波动，估值中枢稳定性有效约束因子波动[page::14-26].
• PCF估值：剔除FCFE<0企业，建立CFP估值因子、CFP分位点因子及估值中枢稳定性因子，三因子融合。PCF基于现金流，排除利润波动影响，相对PE理论更纯粹[page::28-36].
• 综合估值因子：融合BP融合因子、EP融合因子、CFP融合因子三者，相关性低，提升Rank IC均值至7.34%，多空收益24.16%，表现最佳，作为版本用于选股策略基础[page::37,38].

---

五、风险因素评估

报告提示主要风险如下：

• 市场环境变动风险：宏观经济与市场波动可能导致估值指标失效或回测效果难以延续。
• 因子与组合失效风险：历史有效的因子未来可能因市场结构及参与者行为变化而失效。

报告未详述具体缓解策略，仅提醒投资者关注外部风险及因子稳定性[page::0].

---

六、批判性视角与细微差别

• 数据剔除标准合理性：剔除破净股（P<0.8B）、微利股（净利润<1000万）、及FCFE<0股权自由现金流负值企业在统计上显著改善因子表现，但这同时削减了股票池覆盖范围（部分极端股票被排除），可能带来机会成本。此外大比例剔除负FCFE股票（近60%）影响因子实际应用需特别留意。
• 估值中枢稳定性假设：引入估值中枢稳定性因子基于均值与标准差比，假设估值相对稳定反映更真实的价值，然而这也可能放大低波动性资产的权重，实际应用中需防止过度依赖稳定性指标导致产业和风格集中。
• 多因子融合权重设计：采用等权平均融合多因子，避免单因子过度权重，但未考虑不同时期及市场环境下非线性关系和因子相互影响，未来提升空间存在。
• 微利股界定标准单一：剔除微利股以归母净利润门槛划定，可能忽略不同盈利质量和成长性但暂处亏损的质量股，建议结合现金流等指标综合分析。
• 策略回测需关注规模与流动性：报告对流动性已做筛选，资金容量数据也披露，但因持股集中度限制与换手率水平，实际执行可能面临市场冲击成本及流动性风险。

---

七、结论性综合

本报告从财务三大报表出发，系统梳理了市净率（PB）、市盈率（PE）和市现率（PCF）三大估值指标的内涵、适用行业及潜在问题，着重解决了估值极端异常导致的因子失效问题。

• 对PB因子，剔除破净股后表现大幅增强，重资产企业更适用PB估值，且估值中枢稳定性因子可显著提升选股能力，三因子融合效果最佳。
• 对PE因子，分析其波动性主要由股权自由现金流与利润间波动导致，剔除微利股有效解决反常现象。引入估值中枢稳定性进一步改进选股效果，融合因子表现优异。
• 对PCF因子，纯粹基于现金流的估值，剔除负FCFE企业后显著提升因子信号，结合估值中枢稳定性实现更优选股表现。

最终，报告将三类估值因子（PB融合、EP融合、CFP融合）等权融合，构建综合估值因子，在估值因子股票池中表现最优。基于此，结合盈利质量筛选和多因子基本面+技术面因子，构建基于PB-ROE框架的低估值高ROE选股策略。该策略回测表现卓越，年化超额收益领先基准逾20%，信息比高达2.62，回撤控制良好，且资产配置均衡稳健，具备较强实战应用价值[page::0,47].

---

图表示例

图3. 全市场股票池下 BP 因子 Rank IC 统计

说明：该图显示2010年至今BP因子Rank IC绝大多数时间为正，累计Rank IC稳步提升，说明BP因子长期具有有效选股能力。

---

图11. 剔除P<0.8B个股后，BP因子10档分组超额收益

说明：剔除低市值（破净）股票后，第10档BP最高组的超额收益稳步上升，解决了原始数据中该档反而下滑的问题，展现出更理想的线性收益分布。

---

图64. 基于PB-ROE框架的选股策略相对于中证800等权净值走势

说明：回测显示该策略自2010年起稳健跑赢中证800等权指数，表现持续优异，风险调整后收益显著。

---

总结

本报告基于深入的财务理论及实证数据，清晰剖析了估值指标的内在逻辑与应用局限。报告通过细致的剔除原则和稳定性因子引入，显著提升传统估值因子的效果。本质上，以PB-ROE框架为核心，融合估值与盈利质量，以多因子模型强化选股，实现了长期稳定超额收益，具有重要的理论研究与实际投资参考价值，并为实际操作提供了科学的流程和风险防范框架。[page::0-47]

报告