• 核心价值指标表现：ROIC（投资资本回报率）是提升超额alpha最有效的指标，高ROIC分位数股票的季度超额收益显著优于低分位数，且日均alpha达到2.11基点。F-score次之，毛利率和QMJ指标效果不显著。[page::3][page::4][page::9]

• 护城河的重要性：引入晨星定义的宽护城河能进一步区分价值投资表现。宽护城河公司比无窄护城河公司获得更多超额收益，同时结合护城河后，ROIC和毛利率带来的alpha效果增强。[page::5][page::6][page::9][page::10]

• ESG指标影响：高ESG评分虽然代表可持续发展，但投资高ESG价值股通常需要支付溢价，导致收益降低。护城河的存在可以部分抵消ESG带来的负面影响，建议在不牺牲盈利能力情况下，选择高价值、高ESG且有护城河的股票。[page::1][page::4][page::10][page::11]
• 估值合理性（QARP）原则：考虑市净率PB、晨星评级和市场共识的目标价，发现目标价（Price to target）的预测能力显著优于晨星评级，目标价越低（越被低估）对应的股票获得更高的超额收益。[page::1][page::6][page::11][page::12]
• 横截面回归结果：Fama-MacBeth回归显示，高ROIC和高F-score股票的六因子模型alpha显著为正，毛利率与QMJ不显著。结合护城河后，高ROIC结合宽护城河或窄护城河的股票alpha显著增强，表明二者共同助力价值投资优化。[page::9][page::10][page::11][page::12][page::13]
• 传统价值指标改进路径：本文强调通过结合竞争优势（护城河）和市场共识估值（目标价）来重新定义价值投资策略，可以更好地筛选出长期超额收益的优质股票。[page::0][page::9][page::13][page::14]
• 量化策略实证设计：研究基于美国2014-2020年晨星覆盖的803只股票，利用日度收益和多因子模型计算alpha，结合ESG评分、护城河和分析师估值等多维度信息，为量化构建提供完备数据支持。[page::1][page::2][page::8]
• 图表示例数据摘要 —— 价值指标分组表现（以ROIC为例）：

| Quintiles | Excess return (%) | 4F alpha | 5F alpha | 6F alpha |
|-----------|-------------------|----------|----------|----------|
| Q1 (Low) | 0.77 | -0.36 | -0.35 | -0.36 |
| Q5 (High) | 3.21 | -0.32 | -0.32 | -0.32 |
| Q5-Q1(H-L)| 2.45 | 0.05 | 0.04 | 0.04 |

（*表示1%显著性水平）[page::4]

• 从因子与策略角度出发，本文未构建具体量化策略模型或回测曲线，但通过多维指标融合和回归分析，提供了价值因子改进的实证依据。[page::2][page::9][page::10]

重新定义价值投资研究报告详尽分析

---

一、元数据与报告概览

• 报告标题：重新定义价值投资【集思广译·第26期】

- 作者：张欣慰、陈可

• 发布机构：量化藏经阁，国信证券经济研究所整理

- 发布日期：2021年12月8日

• 研究主题：价值投资策略的重新定义——结合财务指标、企业竞争优势（经济护城河）、ESG得分及分析师估值，对美国市场价值股的实证分析。

- 核心论点总结：
- 传统价值投资通过财务指标选股，但忽视了企业竞争优势和可持续性。
- 结合经济护城河、ESG评分和分析师预测的QARP（合理估值的价值）原则能更有效识别优质价值股。
- 基于投资资本回报率（ROIC）的价值股产生最高超额alpha（日均2.11基点），护城河的加入加强了经典价值策略的区分能力。
- ESG指标虽重要，但高ESG股票需支付一定溢价，护城河可部分抵消此劣势。
- 分析师基于市场共识的目标价对预测未来收益有显著作用，但晨星评级效果一般。

• 研究目标：通过结合多种定量财务和定性非财务指标，探讨和改进传统的价值投资策略，提高其对未来股票收益的解释和预测能力[page::0,1]。

---

二、逐节深度解读

2.1 引言

• 关键论点：

- 传统价值投资主要通过财务质量指标（ROE、收益稳定性、低财务杠杆等）筛选优质股票，但往往缺乏对企业竞争优势长期可持续能力的考量。
- 经济护城河是企业能够长期维持超额回报的重要结构，包含成本优势、高效规模、无形资产、网络效应及转换成本等五大要素。
- 实证显示拥有宽护城河的企业表现优于窄护城河或无护城河企业，竞争优势与传统价值指标结合能更好地评估股票表现。
- ESG作为财务健康及可持续发展的指标日益重要，但在价值投资中未被充分整合。
- QARP原则融合估值合理性，避免只盯财务好而估值过高的股票。

• 推理依据：

- 参考Asness等（2019）对价值安全性盈利性增长的定义，结合Hanson 和Dhanuka(2015)关于可持续竞争优势的观点。
- 采纳晨星护城河分类，标明“宽护城河”企业具备未来10-20年可持续超额利润能力。
- ESG被纳入财务健康的讨论，并结合分析师的市场共识目标价以强化策略的实用性[page::0,1]。

2.2 数据与变量

• 样本数据：

- 覆盖美国市场2014-2020年28个季度，晨星评级覆盖的803只股票。
- 收益数据来自晨星和Eikon-Datastream，价值及ESG指标来源Eikon Datastream和AQR数据库。

• 关键变量定义：

- 因变量：股票收益的超额收益及多因子模型alpha（包含市场、规模、账面市值、盈利能力、投资风格、动量因子）。
- 主要财务价值指标：
- ROIC：衡量投资资本回报率，反映资本使用效率。
- F-score：Piotroski 评分，用9个财务信号综合判断盈利、流动性与运营改善。
- 毛利率（Gross Margin）：盈利能力指标。
- QMJ（Quality Minus Junk）：综合盈利、安全和成长性21个指标的组合，代表质量减劣质的投资风格。
- 护城河：晨星定义宽护城河（未来10年超额收益且可持久20年）、窄护城河、无护城河三档。
- ESG评分：Refinitiv提供环境、社会、治理三方面的综合分。
- 分析师估值：
- 晨星星级评级基于价格与公允价值比的区分。
- Datastream市场共识目标价。
- 控制变量：
- 公司规模（总资产对数）、杠杆率、资产周转率、股利分配（虚拟变量）、市净率及行业分类。

• 方法论：

- 通过因子模型估计alpha，用Fama-MacBeth季度横截面回归分析价值指标与超额风险调整收益的关系[page::1,2,3]。

2.3 实证结果详解

2.3.1 分组分析（附图2-6解读）

• 图2：四种价值指标（ROIC、F-score、毛利率、QMJ）五分位分组，计算Q5高价值组减Q1低价值组的超额收益及多因子alpha差异。

- 结果显示，ROIC对超额收益和alpha的影响最为显著，Q5相较Q1超额收益高2.45%，四因子alpha提升约0.0468个基点。
- 毛利率和QMJ也均呈现积极但较弱且波动较大的效果。
- F-score的Q5-Q1差异虽显著，但效果弱于ROIC。

• 图3：加入ESG维度后分组，结果显示高ESG股票对超额收益的Q5-Q1差异整体显著为负，表明价值股策略中考虑ESG会降低策略的表现，暗示存在“ESG溢价”。

- 图4：分护城河类型观察价值分组表现。
- 宽护城河公司整体超额收益和alpha显著优于无护城河。
- 但高护城河公司中，价值指标Q5-Q1的提升不显著，说明护城河本身提高了整体盈利水平，但在高护城河组内价值差异效应弱化。

• 图5：纳入目标价（价格/目标价比）分组，发现投资被市场低估（低价格/目标价比）的股票，与价值指标结合表现更优。

- 低估股票（Q1）与高估股票（Q5）之间的超额收益差异显著。

• 图6：晨星评级与价值分组交叉，虽然晨星评级能够区分极端估值（低评级与高评级股票差异显著），但6因子alpha系数较多不显著，表明晨星评级在预测风险调整收益上的有效性有限[page::3,4,5,6,7,8]。

2.3.2 横截面回归分析（图7-11解读）

• 图7：Fama-MacBeth回归结果显示：

- ROIC的高五分位数系数对六因子alpha影响显著，且数值最大（如每日超额alpha增2.11基点）。
- F-score也表现出正向显著关联，但幅度及稳健性逊于ROIC。
- 毛利率和QMJ在回归中均不显著，显示其作为单一价值指标的预测力有限。
- 其他控制变量如规模负向显著，杠杆、股利等不显著。

• 图8：加入护城河分类后，结合护城河的ROIC价值股票alpha提升最为明显，宽护城河的价值股优势显着；毛利率和QMJ指标结合护城河后也取得部分显著提升，表明竞争优势强化了价值投资的有效性。

- 图9：进一步纳入ESG因素后，发现ESG对价值-护城河策略的贡献为负面，说明投资高ESG股票需承担估值溢价，减少了alpha，但护城河仍在一定程度上抵消这一负效应。

• 图10：QARP原则下的工具变量分析。

- 市值账面比（PB）与超额收益负相关，说明估值越低的股票未来表现越好。
- 晨星评级在回归中表现不显著，验证了前述晨星评级对超额收益的预测能力有限。
- 目标价相关变量显著正向，支持分析师市场共识目标价能有效预测股票未来收益。

• 图11：综合护城河、目标价与价值指标的交互作用，结果进一步确认ROIC及毛利率与宽护城河结合时，回归系数显著呈正，超额alpha可进一步提升。

- F-score和QMJ表现依然不稳定或不显著，提示传统多元质量指标的边际贡献有限。
- 说明加入市场价格与目标价的差异（低估）可以强化价值投资策略的选股效果[page::9,10,11,12,13]。

2.4 结论与启示

• ROIC是四个研究的财务质量指标中最有效预测未来收益的指标。

- 结合经济护城河指标，可以显著提升传统价值策略对超额收益的解释力，尤其是投资资本回报率+护城河组合表现突出。

• 高ESG对超额收益有负面影响，表明市场对高ESG股票存在溢价。不过通过护城河和价值结合，可在一定程度上抵消ESG溢价导致的alpha下降。

- 晨星评级对于改善价值投资策略的帮助不大，但基于市场共识的目标价（分析师一致意见）对预测未来收益有明显增益作用。

• 整合竞争优势、财务质量及合理估值的多维度价值投资方法，比单纯投资财务指标更有效，尤其适合挖掘被市场低估的优质股票[page::13,14]。

---

三、图表深度解读

图1 变量与数据来源

• 该图表结构清晰展示了本文使用的主要变量及其数据源。

- 绩效指标主要基于晨星收益、Kenneth French因子库计算的多因子alpha。

• 价值指标涵盖F-score（自计算）、ROIC与毛利率（Eikon Datastream）、QMJ（AQR数据库）。

- 竞争优势以晨星护城河评级提供，ESG评分由Refinitiv Eikon提供。

• 控制变量涵盖传统财务指标，全方位控制公司特性对回报的影响。

- 数据来源多样且权威，保证研究的客观性与可重复性[page::2,3]。

图2（价值指标分组表现）

• 以ROIC、F-score、毛利率及QMJ四种指标分组比较高低价值股票绩效。

- ROIC作为投资价值排序指标，Q5-Q1收益差值最大，且统计显著，表明市场投资者更认可ROIC高的股票。

• 毛利率指标表现次之，但整体趋势支持高盈利能力带来更好表现。

- F-score虽然也有积极表现，但超额收益差异小且不稳定，QMJ表现相对最弱。

• 图表凸显单指标价值策略特别是ROIC在预测未来超额收益方面的优势及实用性[page::3,4]。

图3（结合ESG后的价值分组）

• 加入ESG指标后，图表显示不同价值分组在各ESG五分位内表现趋同，且高ESG组与低ESG组表现差异为负，揭示了高ESG股票所需付出的溢价成本。

- 这一点提醒投资者虽然关注ESG符合可持续原则，但不应忽视由此带来的估值溢价对收益的负影响[page::4,5]。

图4（护城河维度分组绩效）

• 护城河作为企业竞争优势的量化指标，宽护城河的公司的平均超额收益及alpha均优于无护城河公司。

- 但宽护城河公司内部价值指标Q5-Q1差异减弱，暗示护城河分割了基本的盈利能力分布，提供了另一个维度层滤风险及挖掘潜力。

• 该图展示护城河有效细分高质量价值股，增强组合性能[page::5,6]。

图5（目标价维度效果）

• 以市场共识目标价对股票分组，证明买入被严重低估股票（Q1）带来显著超额收益。

- 结合价值指标，目标价低估的价值股超额收益优势明显。

• 表明分析师的市场共识信息是估值合理性的重要辅助工具，对价值投资的改良作用显著[page::6,7]。

图6（晨星评级表现）

• 虽晨星评级预测表现不尽人意，部分星级在极端估值区间作用较明显（1星极高估、5星极低估）。

- 整体六因子alpha显著性较低，显示晨星评级作为估值工具稳定预测未来收益的能力不足。

• 该图强调需要辅以其他定价机制和投资考虑因素[page::7,8]。

图7-11（回归分析图表）

• 这些图表系统呈现了多变量回归的结果，验证了ROIC和F-score对超额alpha的正向显著预测，尤其是ROIC结合护城河后的组合最具解释力和表现提升效果。

- ESG因子负面影响证实，护城河企业能部分抵消这一风险。

• 目标价的正向显著性强调估值合理性的重要性。

- 毛利率和QMJ表现不稳定，暗示其作为价值权衡指标及组合构建因素的限制。

• 图11进一步揭示竞争优势和市场估值对价值策略收益的叠加促进作用[page::9-13]。

---

四、估值分析

• 本文未集中使用诸如贴现现金流（DCF）或传统市盈率估值模型，估值部分主要聚焦于市场实践中分析师给出的目标价和晨星评级，用以衡量估值合理性。

- QARP原则强调，价值投资需在合理估值水平下选股，避免估值过高的公司。

• 目标价（Price to Target Price）被视为市值与合理内在价值比率，显著正相关于后续超额收益，表明预测增长潜力强，投资价值更大。

- 晨星评级虽基于价格与公允价值比，但回归结果效用有限，市场共识目标价信息更有效。

• 估值分析体现出结合市场共识信息的实证投资策略优于单纯财务指标估值方法[page::10,11,12,13]。

---

五、风险因素评估

• 报告识别的风险主要集中于：

- 高ESG溢价导致合理估值难以把握，可能带来收益压力。
- 传统价值指标如毛利率、QMJ表现的不稳定性，提示这些指标的预测风险。
- 分析师目标价的依赖意味着若预测不准确，则会误判价值股票。
- 护城河评级的主观性和数据延迟风险。

• 报告未详细讨论缓解策略，但通过多维度组合（财务+护城河+估值+ESG）分散单一风险，提升稳健性。

- 数据样本限于美国市场，时间范围为2014-2020年，后续经济周期变化可能影响策略有效性[page::14]。

---

六、批判性视角与细微差别

• 本文强调ROIC为最有力的价值指标，与传统ROE、ROA不同，可能因涉及资本结构不同表现而更真实反映资本回报效率。

- 对F-score的表现偏弱可能与样本选择或因子构建相关，但文中未深究其异质性表现。

• ESG因子负面效果与当下普遍对ESG正面认知稍有出入，暗示短期内投资ESG可能需付溢价，反映市场的现实矛盾。

- 晨星评级功能有限，报告对晨星评级与目标价间低相关的探讨较少，现实中投资者可能难以仅凭晨星评级做决策。

• 报告假设未来竞争优势能持续（宽护城河），此假设在快速变动的产业环境中存在不确定性。

- 文章未讨论国际市场相关性或不同细分行业的表现差异，缺少多样化市场结构的视角[page::14]。

---

七、结论性综合

本文系统地将传统价值投资指标与经济护城河、ESG评分及市场共识目标价结合，实证美国市场，重新定义了价值投资的内涵和方法论。核心发现包括：

• ROIC是极佳的价值股筛选指标，其高分位股票带来显著超额alpha，表现超过传统指标如F-score、毛利率和QMJ。

- 经济护城河的加入显著提升价值策略的预测能力，特别是在筛选已识别为高ROIC的企业时，护城河帮助加固长期竞争优势的评估，进一步增强收益预期。

• ESG指标虽代表可持续性，但对应的投资需承担溢价，降低了价值策略的alpha收益。 利用护城河特征选择企业，可以在一定程度上缓解该负面影响。

- 市场共识的目标价是判断估值合理性的有效工具，有助于发现被低估的价值股票，提升投资组合表现。晨星评级虽然有一定区分估值高低的能力，但整体对收益预测的指导意义有限。

• 组合式多维价值投资框架相比单一指标更有效，尤其结合护城河和目标价信息后，异常收益明显上升。

- 以上结论为价值投资实践提供了新的启示：投资者应超越传统财务指标，纳入竞争优势、合理估值及市场共识信息，建立更完善的价值投资体系[page::0-14]。

本报告基于权威数据库与规范统计方法，结合多因子模型与Fama-MacBeth回归，理论联系实证，严谨且信息量大。图表数据和回归结果详细展现了变量间相互作用及其对超额收益的影响，体现了优秀的定量研究功底和实践指导价值。

---

附：报告中部分关键图表示例

图2：根据四种价值指标分组的超额收益与因子alpha表现



图11：考虑护城河及目标价后的六因子模型alpha回归结果



---

该报告为理解和实践现代价值投资提供了系统性的研究支持，尤其是融入了非传统竞争力因素和估值市场信号，彰显了量化投资时代价值投资策略的迭代与进步。

报告