• 报告聚焦于经典基本面价值因子的改进，系统梳理10种改进方法，累计构造20个改进因子，覆盖价值因子的分子端、分母端及整体调控三个层面 [page::0][page::1]。

- 分子端6种改进方法包括：股东盈余(OEP)、留存收益( REP)、无形资产调整(RDBP、IBP)、剩余收益价值(RIMVP)、基本权益(FEP)和分析师预期数据(EPFWD、DPFWD)，提升企业价值代理变量的精准度。当前大部分改进因子在A股市场显著有效，唯FEP因子模型复杂且表现一般 [page::4][page::6][page::8][page::10][page::12][page::16][page::17]。

• 分母端改进两类方法包括：以企业价值(EV)替代市值构造的SEV、CFEV因子和以经营性净资产(NO A)替代市值构造的ENOA、BNOA、SNOA、CFNOA因子。实证显示：

- EV替代能有效改善与现金流类CFP因子的匹配性，使CFEV因子表现略有提升。但对销售类SP改进有限 [page::18][page::19]
- 经营性净资产替代分母对EP因子ENOA提升明显，其他因子边际改善有限。经营性净资产剥离金融活动，更聚焦主营业务价值 [page::20][page::21][page::22]

• 因子时序整体调整包括：

- 以时序分位数(EPTTMRK、BPMRQRK等)替代因子值，剔除反转因子后表现仍较佳，提升了寻找“正在变得低估”股票的能力 [page::24][page::25]
- 以时序动量因子(EPTTMTREND、BPMRQTREND)替代因子值，剔除反转因子后大幅失效，说明收益主要来自动量而非价值 [page::27][page::28][page::29]

• 综合价值因子构建：

- 从5个经典价值因子及20个改进因子中剔除表现欠佳因子，按基础因子类别合成5个改进大类因子后再次等权合成，形成整体综合价值因子 [page::31]
- 改进综合价值因子在中证全指、沪深300等多指数范围内均表现优于经典因子，表现改善稳定且显著，尤其EP和BP因子改进最为显著 [page::32][page::33]

• 综合价值组合基于改进综合价值因子构建，历史回测显示2007-2024年年化超额收益提升4.6个百分点，最大回撤降低3.7个百分点，且在2018年以来每年超额收益均有约5个百分点提升，价值风格稳定性增强 [page::33][page::34]

- 综合价值组合持仓的Barra风格暴露显示，组合在BP和盈利风格上持续正暴露，符合价值投资核心特征，动量和市值等风格暴露偶有波动但整体受控 [page::35]

《如何使价值因子更具价值？》报告详尽分析

---

1. 元数据与报告概览

• 报告标题：《如何使价值因子更具价值？》

- 作者信息：林晓明、何康、浦彦恒

• 发布机构：华泰证券金融工程

- 发布时间：2025年1月10日

• 报告主题： 基础在基本面量化领域，聚焦价值因子改进，尤其在A股市场上的应用与实证。

核心论点：

本报告作为基本面量化系列第三篇，系统性梳理和实证了价值因子从分子端（企业价值衡量）、分母端（市场定价匹配）及整体时序3个维度的10种改进方法，共构造20个改进型价值因子，并进行了深度实证研究。结论显示，绝大多数改进方法均在A股市场有效，综合改进后构造的价值因子在多项指标上超越经典价值因子，年化超额收益提升约4.6个百分点，且稳定性提升显著[page::0,1,36]。

---

2. 逐节深度解读

2.1 经典价值因子及表现回顾（章节2）

经典价值因子基于账面价值（净资产）、盈利、销售额、现金流、股息与市值之间的比例关系，包括BP（账面市值比）、EP（盈利市值比）、SP（销售市值比）、CFP（现金流市值比）、DP（股息率）。实证发现：

• BPMRQ（账面价值）和EPTTM（盈利）在IC及RankIC表现较佳，DP_TTM（股息率）夏普比率最高

- 这五个因子在多头端表现一般，空头端分层效果优异

• 2021年起多因子出现失效迹象，BP因子从2019年开始表现弱化

- 因子间相关度低（Spearman相关系数均<0.5），表明经典价值因子之间具备一定的独立信息[page::2,3,4]

从图表6与7看，BP和EP积累了较好的IC走势，反映其较持续的收益能力。

2.2 分子端改进（章节3至7）

针对净资产与净利润基础上的企业价值度量不够准确，报告探索6种改进方法：

• 股东盈余（Owner Earnings）替代净利润：将折旧摊销、资产减值、研发费用、递延所得税等非现金及资本支出进行调整的股东盈余指标（OEP）体现出明显优于传统EP因子，尤其是在2021年后市场环境中优势突出，IC指标提升，分层空头端区分明显改善[page::4,5,6]。

- 留存收益与投入资本拆分净资产：将净资产拆为留存收益（经营成果积累）和投入资本（资本交易），构造REP和CCP因子。实证显示REP改进效果一般，IC无明显提升；多空组合收益有所滑落，说明这种拆分对提升预测能力有限[page::7,8,9]。

• 额外无形资产资本化调整净资产：针对研发和管理费用等费用资本化不足问题，构造RDBP和IBP因子。以比亚迪为例，资本化调整占净资产显著比例。实证显示该方法有效，尤其IBP因子的RankIC和分层收益提升明显[page::9,10,11]。

- 剩余收益模型RIMVP：基于未来三年ROE和必要报酬率折现的剩余收益估值模型，理论上更接近企业内在价值。实证上相比BP因子表现优异，IC、分层收益大幅提升，成为表现最好的分子端改进之一[page::11,12,13]。

• 基本权益FEP（Fundamental Equity）模型：利用VAR模型预测企业未来财务指标，折现计算企业未来现金流现值。此因子模型复杂，实证表现不佳、IC及回测指标均劣于BP，推测因A股市场样本不足、计算频率低导致模型拟合不足[page::13,14,15,16]。

- 采用分析师预期数据替代历史已实现数据：构造EPFWD和DPFWD因子，提升价值因子预测未来的贴近性。实证表明，尤其EPFWD因子的RankIC和分层表现均显著优于传统因子[page::17,18]。

2.3 分母端改进（章节9-10）

• 企业价值EV替代市值：用企业价值（市值+负债-现金）替代市值作为分母，解决分子如营业收入和现金流对应股东及债权人价值不匹配问题。构造SEV和CFEV因子，提升主要出现在现金流相关因子CFEV，销售收入相关的SEV改进有限[page::18,19,20]。

- 经营性净资产NOA替代市值：进一步将分母剥离金融性资产负债，将经营性净资产作为分母，更聚焦主业估值。分子端调整对应经营性利润指标，构造ENOA、BNOA、SNOA、CFNOA。实证显示ENOA因子改进最明显，IC和分层效果均有较大提升，BNOA略有下降，其他两个因子改进边际有限[page::20,21,22,23]。

2.4 整体指标时序改进（章节11-12）

• 时序分位数（Rank）和标准分（ZS）替代因子原始值：代表寻找“正在变得低估”的股票。时序分位数对EP因子改进有效，对BP因子效果较差，且表现稳定性不足[page::24,25,26,27]。

- 时序动量因子：基于因子值时间变动比例作为“价值动量”。剔除反转因子后该因子基本失效，表明A股市场动量收益来自动量本身而非价值持续性，故其作为价值因子提升手段效果有限[page::27,28,29]。

---

3. 图表深度解读示例

图表6-7：经典价值因子的累计IC和累计RankIC

• 图6显示经典因子表现稳健但有逐步分化，BP和EP因子表现最佳。

- 图7反映基于排名的IC（RankIC）亦体现同样趋势，BP因子持续领先。这表明账面资产与盈利对未来超额收益的预测能力较强。

• 该数据强化经典价值因子构造基础，但也表明其改进空间，因为其有失效年份且多头端表现有限[page::3]。

图表14-18：股东盈余因子(OEP)对比经典盈利因子(EP)

• OEP因子IC与RankIC均高于EP，尤其IC在后期提升明显。

- 分层年化超额收益图显示OEP空头端剔除能力增强，多头端略优。

• 多空净值和Top组超额净值体现出更强的绝对收益和风险调整后的表现。

- 说明股东盈余指标能更准确度量企业盈利性质，尤其在复杂的财务环境下增益显著[page::6]。

图表28-32：无形资产资本化调整因子RDBP和IBP

• 无形资产调整后，累积IC和RankIC普遍超越BP，IBP表现最优。

- 分层超额收益及多空净值显示，IBP多空端区分度均较强，Top组叠加收益领先BP因子。

• 指示合理资本化研发和管理费用有助于修正净资产低估，改善价值因子表现[page::10,11]。

图表34-38：剩余收益价值因子RIMVP

• RIMVP因子累计IC稳健提升至BP上方，且RankIC走廊更宽，代表预测信息更为丰富。

- 分层表现为Top组年化超额收益明显高于BP，空头端也更好区分。

• 显示基于未来盈余预期折现的剩余收益模型有效提升了价值因子的预测能力[page::12,13]。

图表56-59：企业价值替代市值因子表现

• 企业价值替代市场市值导致的SEV和CFEV因子IC略有提升。

- 分层收益显示CFEV因子多头端优于CFP，SEV表现无明显差异。

• 强化了价值因子分母端市值带来的错配问题的合理纠正[page::19,20]。

图表104-111：综合价值因子表现对比

• 改进后的综合价值因子在IC、RankIC、单位风险收益及超额收益各项指标明显优于经典因子。

- 时间序列对比显示2007年至2024年累计超额收益明显领先，同时最大回撤小幅收窄。

• 分年度超额收益表现稳定，2007-2024年仅两年落后经典因子，近年（2018-2024）提升尤为显著 (约5个百分点)。

- 因子暴露显示组合持续正向暴露于盈利(BP)因子，符合价值投资预期[page::32,33,34,35]。

---

4. 估值分析

本报告的估值关注点主要放在基本面因子构造及其预测能力评估上，不涉及企业个股绝对估值或标的目标价设定。

改进因子通过提升内在价值的代理变量质量、调整分母端匹配、引入未来预期数据及时间序列处理，构造出更具前瞻性和识别能力的组合因子。

此外，部分模型使用经典的DCF思想，如剩余收益模型和基本权益模型，明确引入了贴现率（12%、10%等固定值）和未来现金流的估计，增加了企业价值估计的理论扎实性，但同时对参数选取敏感性未在该报告详细分析。

---

5. 风险因素评估

报告明确指出以下风险：

• 多因子投资基于历史总结，未来市场规律可能失效。

- 因子策略可能出现拥挤交易，降低边际超额收益。

• 部分价值因子构造依赖复杂模型与预测数据，存在较大误差。

- 因子表现具有周期性，回测结果不保证未来业绩。

这些风险提示投资者需保持审慎，结合实际运用多因子策略时关注市场环境与数据有效性[page::38]。

---

6. 批判性视角与细微差别

• 基本权益（FEP）因子拟合复杂且表现不佳，报告指出A股市场数据及建模难度较大，提示存在模型稳定性风险。

- 时序动量改进因子剔除反转后表现基本失效，暗示动量因子内涵与价值因子有较大区别，需谨慎对待“价值动量”的理念。

• 企业价值替代市值和经营性净资产替代市值的方法，对于现金流因子效果明显，对销售因子改善有限，说明普适性存在局限。

- 时序分位数改进BP因子虽然短期有效，但近几年失效明显，说明仅靠时序排序信息对价值判断不够稳定。

• 因子合成采用等权法，简单有效，但对因子间权重敏感性未详细讨论，未来可能优化空间较大。

这些细节为实际应用提供了警示，提示对固定模型和单一指标依赖需谨慎，建议合理组合多种因子和方法[page::8,16,26,27,29,30]。

---

7. 结论性综合

本报告系统梳理了基于经典价值因子的多维改进方法，在A股市场构建多达20个改进型价值因子，并通过实证校验其有效性。主要发现如下：

• 分子端改进（提升企业价值代理） 包括股东盈余替代净利润、留存收益拆分、费用资本化调整、剩余收益模型、基本权益及分析师预期替代历史数据六大思路，实证显示除了基本权益估计较复杂表现欠佳外，其余均表现优异，尤其剩余收益模型（RIMVP）和分析师预期因子（EPFWD）表现突出。

- 分母端改进（提高分子与市值匹配度） 包括企业价值替代市值和经营性净资产替代市值两种方法，后者对核心盈利及账面价值因子（EP、BP）有明显改善，前者提升集中于现金流相关因子。

• 整体改进（时间序列加工） 中，时序分位数改进带来部分因子稳定性提升，而时序动量改进剔除反转因子后普遍失效，指示动量本身与价值属性区别明显，实际效果有限。

- 综合价值因子构建 利用优化后的因子组合，在不同股票池中均实现相较经典因子的稳健性能提升，最高层面的A股全市场指数覆盖范围内年化超额收益提升约4.6个百分点，最大回撤减少3.7个百分点，整体风险调整后超额收益显著提升，且近年表现尤为突出（2018至2024年每年提升约5个百分点超额收益）。

• 投资风格解释 综合价值组合稳定暴露于盈利（EP）和账面价值（BP）等核心价值因子，符合价值风格预期。

- 图表库丰富，系统展示了各类改进因子构造方法、性能指标（IC、RankIC、IR）、分层收益、累计净值及风格暴露，帮助全面理解因子表现及改进逻辑。

综上，报告表明通过科学设计的多维度改进方法，价值因子在中国A股市场仍具备显著预测能力，且改进后的因子及其组合表现明显优于经典价值因子，适合投资者在量化多因子框架中进行价值信号的优化和应用[page::0-36,39].

---

备注：以上引用页均为对应段落首尾页码，如具体内容横跨多页相关页码均一并标注。

8. 版权与免责声明

报告免责声明表明：

• 内容基于华泰证券内部研究，主观判断存在不确定性。

- 研究结论不构成具体投资建议。

• 风险提示指出多因子模型依赖历史数据，未来效用不保证。

- 本公众号非正式发布唯一渠道，请关注官方正式发布。

---

综述：本篇华泰金工报告以严谨的学术态度和丰富的实证数据，全面总结了价值因子改进的主流方案，体现了当前基本面量化领域对价值投资策略的深化与精细化发展趋势，对研究与实操均具价值参考意义。

报告