价值因子收益来源与溢价解释 [page::2][page::3]

• 价值因子历史溢价主要来源于估值与基本面的错配，市场给予低估值股票估值修复的弹性带来超额收益。

- Fscore作为基本面9个维度财务信号的综合指标，能衡量公司基本面状况，Fscore分布呈正态，多数集中在4-5分段。

• PB因子虽表现突出但波动较大，2019年以来遭遇回撤，Fscore因子单调性一般但仍有正收益。

价值因子与基本面组合的表现及低估因子构建 [page::4][page::5][page::6]

| 时段 | 价值组合超额收益 | 成长组合超额收益 |
|----------|------------------|------------------|
| 2012年至今 | 0.36% | -0.43% |
| 2019年至今 | -0.11% | 0.49% |

| 组合 | 基本面优异 | 基本面恶劣 |
|----------------|------------|------------|
| 价值组合2012年 | 0.52% | 0.24% |
| 成长组合2012年 | -0.19% | -0.82% |
| 价值组合2019年 | 0.36% | -0.67% |
| 成长组合2019年 | 1.46% | -0.50% |

• 价值因子溢价未消失，核心在于基本面与估值错配，建议构建低估因子UV=PB-基本面指标（如Fscore、ROE）。

- 以Fscore与ROE为基本面调整，低估因子表现更稳定，波动性降低且收益提升显著。

多因子组合及主动量化策略框架 [page::8]

• 研究多种常见因子（PB, ROE, 市值, 换手率, 涨跌幅, 波动率等）两两组合后多空收益及提升比率。

- 部分因子组合显著提升多空收益，尤其是结合非流动性冲击和涨跌幅、ROE与波动率等，验证主动量化策略批量生产的可行性。

价值因子择时模型构建与实证 [page::9][page::10][page::11][page::12]

• 择时基于宏观ROE中位数（6个月均线）判断景气度趋势，及微观价值成长基本面边际差（12个月均线平滑）判断基本面差异趋势。

- 结合两者，划分价值因子处于强势、弱势、衰退期，策略多空收益分别为1.23%、0.50%-1.17%、0.07%。

• 实证显示择时策略显著提升价值因子收益，年化收益12.17%，信息比率0.91，最大回撤-7.97%，胜率62.79%。

| 阶段 | 宏观趋势 | 微观趋势 | 平均月度多空收益 |
|--------|----------|----------|------------------|
| 强势期 | 上行 | 上行 | 1.23% |
| 弱势期 | 上行 | 下行 | 0.50% |
| 弱势期 | 下行 | 上行 | 1.17% |
| 衰退期 | 下行 | 下行 | 0.07% |

总结 [page::12][page::13]

• 价值因子溢价来源于估值与基本面的错配，需结合基本面因素构建更稳健的低估因子。

- 基于宏观景气度与微观基本面边际变化的择时框架显著改善价值因子表现。

• PB-ROE等因子组合构成主动量化策略基础，有助于批量生成和优化特色量化模型。

证券研究报告深度分析——《价值因子归来？——价值因子的使用与择时》解析

---

一、元数据与概览

• 报告标题：《价值因子归来？——价值因子的使用与择时》

- 发布机构：天风证券股份有限公司

• 报告日期：2020年12月9日

- 作者：吴先兴、陈奕（均为天风证券分析师，持有SAC执业证书）

• 研究主题：探讨价值因子的溢价来源，尤其是在2019年以来价值因子表现较弱的背景下，分析价值因子溢价的宏观与微观驱动机制，及如何搭配基本面因子提升价值因子选股效果，以及价值因子的择时策略。

报告核心论断：
价值因子的表现受到宏观景气度与微观基本面变化的双重影响。市场对公司估值与基本面的错配是价值溢价的根源，单纯依赖估值指标时策略效果波动显著，但结合基本面指标（如Fscore、ROE）后，能显著提升收益的稳定性和选股效果。报告提出的低估因子（Undervaluation，UV），即估值因子减去基本面指标，是获取价值因子真实溢价的有效方法。基于宏观（全市场景气度）和微观（价值/成长组合基本面边际变化）双重指标实施择时策略，能有效捕获价值因子收益波动周期。报告整体持肯定态度，认为当前价值因子仍具投资意义，且择时方法能显著提高策略表现[page::0,2,9,12,13]。

---

二、逐章深度解读

1. 价值因子收益来源及理论基础

本部分简述了价值因子自1934年被发现以来的溢价效应内涵。价值股与成长股收益差异及价值溢价源于三种主流理论：

• 风险溢价说：低估值股票往往对应风险高、质地差的企业，市场给予折价作为风险补偿。

- 风险偏好说：投资者寻求“彩票”式大波动，低估值股票作为“估值修复”赌注。

• 行为金融说：市场非理性导致估值与基本面错配，估值回复带来收益。

实证角度则强调估值与基本面错配是价值溢价最直接的来源，价值组合和成长组合中存在被错误定价的股票，导致价值投资中被低估的优质股获得升值空间[page::2]。

2. 基本面因子Fscore介绍与分析

• Fscore指标体系由Piotroski设计，基于9个财务指标（ROA正负、经营现金流、负债率、流动比率变动等），得出0-9分评分，反映公司盈利能力、财务状况及运营效率的整体状况。

- Fscore呈正态分布，多数公司集中于4-5分，具备代表性。

• 通过实证，单独Fscore因子虽然表现不如PB，但同样具备一定的多空收益能力，能辅助识别基本面优劣[page::2,3,4]。

3. PB估值因子表现分析与与Fscore联合投组策略

• 历史数据表明，PB因子整体表现优异，但2019年后经历大回撤，部分投资者误判为价值因子失效。

- 通过构建价值股（PB最低20%）和成长股（PB最高20%）组，同时定义基本面优异（Fscore≥7）和恶劣（Fscore≤3）子组，发现：
- 2012年至2019年，价值组合整体优于成长组合，且价值中基本面优异组的表现最佳。
- 2019年后，成长中基本面优异组合表现突出，价值整体表现有所弱化，但价值中基本面优异组依旧保持正向超额收益，说明价值溢价依然存在，核心在于估值与基本面错配[page::4,5]。

4. 低估因子（Undervaluation，UV）构建与表现分析

• 低估因子定义为估值因子（PB）减基本面指标（Fscore或ROE），实质体现估值与基本面之间的差异。

- 使用UV因子显著提升收益稳定性及收益水平，表现优于单独PB或基本面因子。

• 以Fscore修正的UV因子和以ROE修正的UV因子均表现良好，ROE的应用频率更高、更频繁且有效，提高了模型的实用性。

- 低估因子的构建提供了“价值因子+基本面因子”复合策略的理论与实证支持，是批量生成主动量化策略的有效基础[page::5,6,7]。

5. 因子组合扩展与主动量化策略启示

• 基于PB和ROE的成功组合逻辑，报告进一步测试其他因子两两组合的多空收益提升效果。

- 因子组合之间可产生协同效应，如非流动性冲击与涨跌幅组合、ROE与波动率组合等，有助于量化策略的创新和多样化。

• 表格展示多个因子组合带来的收益提升比率，建议积极探索多因子复合模型[page::8]。

6. 价值因子的择时机制研究（宏观与微观结合）

• 报告提出基于价值组和成长组ROE中位数的“价值/成长基本面边际差”指标，用以衡量基本面改善程度，辅助PB因子的择时。

- 宏观层面，使用全市场ROE中位数6个月均线判断整体盈利景气度；微观层面，用价值/成长基本面边际差12个月均线走势判断微观基本面趋势。

• 三阶段分析：

- 2010-2015年，尽管市场整体盈利下行，价值组合基本面相对成长优异，折中解释价值因子表现平稳。
- 2016-2019年，宏观微观双向上行，价值因子表现活跃。
- 2019-2020年，宏观与微观指标双双下滑，价值因子出现较大回撤。

• 按照宏观和微观指标趋势，定义强势期、弱势期和衰退期，实测不同阶段PB因子平均多空收益表现吻合预期，体现优异择时效果[page::9,10,11,12]。

---

三、图表深度解读

图 1：Fscore分布特征（page 3）

• 直方图清晰呈现Fscore得分的频率分布，峰值集中在4-5分，说明大多数公司基本面处于中等水平，得分极端的公司较少。

- 该图支撑Fscore作为衡量公司基本面强弱的有效工具的合理性。

图 2 & 3：PB因子分组收益与多空收益（page 3）

• 图2展示PB因子分组收益，低PB组表现优于高PB组，体现价值因子经典表现。

- 图3呈现PB因子多头与空头收益曲线，2019年以来空头收益上升，导致多空收益波动增大，反映价值因子近期的不稳定性。

图 4 & 5：Fscore分组及多空收益（page 4）

• 分组收益显示高Fscore分段收益较好，但梯度较PB因子小。

- 多空收益曲线相对平稳无明显极端波动，提供辅助选股能力。

表 1 & 2：价值与成长组合及与基本面组合的收益对比（page 4-5）

• 表1显示2019年以来，成长组合收益优于价值组合，反映价值因子整体弱势。

- 表2联合基本面分组表明价值中基本面优异组合维持正向超额，直观揭示估值与基本面错配的价值。

图 6-8：UV（Fscore）分组与收益比较（page 5-6）

• UV因子分组收益优于原始PB，尤其在2019年后表现稳定。

- 多空收益曲线展示UV因子持续优于纯PB，使其成为价值选股的改进工具。

图 9-11：UV（ROE）分组及多空收益（page 7）

• ROE修正UV因子表现进一步优于Fscore修正，体现了ROE指标的实用价值。

- 多空收益稳定上升，模型适用性强。

图 12：因子两两多空及多头收益提升比率（page 8）

• 表格复杂详尽，核心发现因子组合能带来多空收益提升，特别是PB与ROE组合、波动率与ROE、高盈利低波动等组合。

- 提示构建多因子组合策略时注意因子间协同效应。

图 13：价值组与成长组ROE趋势及差值曲线（page 9）

• 显示价值组ROE与成长组ROE走势显著背离，用以判断基本面边际变化。

- 差值曲线作为择时关键指标，体现微观层面盈利差异。

图 14：全市场ROE中位数与PB因子累计收益对比（page 10）

• ROE整体趋势与PB因子累计收益走势高度相关，验证现金流与折现率模型的适用性。

- 不同阶段市场表现差异体现故事复杂性。

图 15-16：全市场ROE与价值成长基本面差与策略绩效(择时信号）（page 11-12）

• 结合宏观与微观指标的择时信号与策略累计收益走势，策略明显优于基准。

- 胜率和最大回撤指标均支持择时方法的有效性。

---

四、估值分析

报告没有单独的DCF折现估值模型或市盈率估值，但围绕价值因子本质的估值与基本面错配进行溯源分析。PB因子作为估值因子的代表，结合基本面因子（Fscore, ROE）构建低估因子UV，本质上反映了市场给出的估值偏离公司实际财务状况的程度。

多因子组合策略（如PB-ROE）是报告强调的估值强化方法，能够修正单因子波动，提升选股有效性和Alpha收益。多因子组合还可推广至更多指标构建，形成“批量”主动量化策略基础框架。

择时模型则结合全市场ROE趋势与价值成长基本面差指标，动态判断价值因子适宜度，提升投资收益和风险管理能力。

---

五、风险因素评估

报告明确指出两大风险：

1. 历史数据局限风险：模型和策略基于历史数据分析，不保证未来收益，存在潜在不确定性。

2. 政策风险：宏观政策变动可能导致模型失效，尤其是在市场结构和监管环境激烈变化时风险更大。

报告未详细列出缓解策略，但逻辑上择时机制可视为一种动态风险管理措施。

---

六、批判性视角与细微差别

• 报告基于过去市场数据，强调估值与基本面错配是价值因子溢价的主要驱动力，但对市场非理性行为可能影响略显轻描淡写。

- 基本面指标选取以财务报表为主，可能存在披露滞后、会计政策差异影响，尤其在极端市场阶段表现可能有限。

• 报告承认2019年以来价值因子面临挑战，积极通过因子组合和择时策略进行适应，体现谨慎灵活态度。

- 内部逻辑自洽，宏观-微观双视角具有创新性，但对宏观经济周期外的系统性黑天鹅事件强调不足。

---

七、结论性综合

本报告详细剖析和实证了价值因子历史表现波动的根本原因，明确估值与基本面错配是价值溢价来源的核心微观解释。同时结合之前的宏观维度研究，构建了包括低估因子和价值因子择时的完整理论和实证框架。贡献如下：

• 基本面与估值因子结合提升选股性能：构建低估因子（UV），整合PB与Fscore或ROE，显著增强收益稳定性，减少单一估值因子波动风险。

- 多因子组合策略的广泛适用性：因子两两组合研究提供量化策略开发思路，推荐积极探索多因子交叉效应。

• 宏微观结合择时模型：通过全市场ROE趋势和价值/成长基本面边际差指标择时，显著提升PB因子策略的年化收益率（12.17% vs 10.42%基准）、信息比率及胜率，最大回撤显著降低，实用价值高。

- 市场适用阶段划分：定义价值因子强势期、弱势期及衰退期，指导策略切换与风险控制。

• 风险警示明确：提示历史规律非未来保证，政策风险可能导致模式失效，帮助投资者建立理性预期。

总体而言，本报告立足严谨实证，提出了较为成熟的价值因子策略框架和择时方案，强调价值因子未失效而是需要针对基本面错配进行深入挖掘与动态调整，具有较强的理论及实操指导意义[page::0-13]。

---

主要图表一览（Markdown格式示例）

• 图 1：Fscore 分布特征

• 图 2：PB 因子分组收益

• 图 3：PB 因子多空收益

• 图 6：UV（Fscore）分组收益

• 图 9：UV（ROE）分组收益

• 图 13：价值组 ROE 与成长组 ROE 趋势

• 图 14：全市场 ROE 中位数与 PB 因子累计收益

• 图 15：全市场 ROE 中位数与相对强弱指数走势

• 图 16：全市场 ROE 中位数与相对强弱指数走势（最新择时信号）

---

结语

这份报告以严谨的因子研究框架，结合历史数据与深入模型分析，突显了价值因子虽阶段性波动但基本面与估值错配仍是关键收益来源。基于此构建的低估因子和择时框架为机构主动量化资金管理提供了理论与实践指导，值得投资者和策略制定者重点参考。

[page::0,1,2,3,4,5,6,7,8,9,10,11,12,13]

报告