• 小费雪选股核心理念为选择市收率低于0.75的股票，进一步剔除收入和利润负增长的公司，寻找“超级公司”。

- 不同行业市收率差异显著，比较应在二级行业内部进行（图1）。

• 市收率低的股票年化收益率最高，分别为14.89%、18.54%、20.18%，且夏普比率逐步提升，性价比更优（图2）。

- 市收率与市值显著负相关；市值越大，市收率越低，回归系数-0.1082，p值极显著（图3），且这一关系自2009年起趋于稳定。

• 低市收率组合的平均市值明显高于其他组合，排除小市值效应对收益的贡献（图4）。

- 29个一级行业中，16个行业表现符合市收率选股效应，3个行业（机械、建筑、石油石化）因市值干扰未显著（图5、图6）。

• 华泰低市收率模型以低市收率为基准，剔除三类无效行业，辅以收入增长率和利润增长率筛选，形成稳健选股体系。

- 回测期间（2006-2016年），累计收益达到2027.10%，年化收益率达34.64%，超额收益显著（图7、表7）。

• 模型月度胜率63.7%，相对沪深300和中证500具备较强稳定超越能力（图8）。

- 组合股票平均市值与市场平均市值相当，行业分布与市场基本一致，说明模型行业偏离较小（图9、图11）。

• 组合持仓数量稳定，平均45只股票，换手率适中平均约34.72%，显示组合流动性良好（图10、图12）。

深度分析报告：《华泰基本面选股之低市收率模型小费雪选股法 A 股实证研究》

---

一、元数据与概览

• 报告标题：华泰基本面选股之低市收率模型小费雪选股法 A 股实证研究

- 作者：林晓明，执业证书编号：S0570516010001，华泰证券研究员

• 发布日期：2016年07月08日

- 发布机构：华泰证券研究所

• 研究主题：基于低市收率（Price-to-Sales Ratio，市销率）及基本面指标的量化选股模型，结合A股市场实证，采用小费雪选股理念优化量化投资策略。

核心论点：
报告结合美国著名投资人肯尼斯•费雪（Kenneth Lawrence Fisher，小费雪）的选股思想，提出以“低市收率”为核心的量化选股模型。该模型不仅选取市收率较低的股票作为价值低估标的，还辅以收入增长率和利润增长率两个基本面指标，以剔除质量较差的公司，寻找具备长期成长潜力的“超级公司”。模型在A股市场具显著优异的回测表现，超越沪深300、中证500等基准指数，具有较强的收益和风险表现优势。

核心信息摘要：

• 低市收率股票组合长期具有高收益和更优的夏普比率（示意风险调整后收益更佳）；

- 市收率与市值负相关，低市收率股票通常市值较大；

• 通过剔除机械、建筑、石油石化等市收率因子无效行业，辅以收入增长率（剔除后三分之二）和利润同比增长率非负的筛选，实现量化选股；

- 模型实证期间累计收益达2027.10%，年化收益34.64%，显著优于沪深300的12.75%及中证500的20.90%；

• 风险提示指出该模型偏向大市值和低市收率，风格偏向小市值或主题投资时可能表现逊色。 [pidx::0][pidx::12]

---

二、逐节深度解读

1. 小费雪低市收率选股策略介绍 (页3-4)

• 小费雪简介

肯尼斯•费雪是全球知名投资分析师，拥有丰富的市场经验及资产管理背景，并坚持投资理念强调销售收入重要性，提出低市收率为优质股票选择核心标准。小费雪主张以市收率（市值/近12个月销售收入）作为股票估值指标，市收率<0.75 被视为“超级股票”的门槛。

• 投资思想

强调不仅要选低市收率股票，同时需剔除出现销售收入暂时稳定但未来预期差的公司。兼顾增长预期、营销表现、业务壁垒、内部关系等定性指标。

• 选股相关指标

三要素：市收率<0.75；长期保持15%-20%内部增长率；长期净利润率>5%。报告中因量化难度，采用收入同比增长率及利润同比增长率作为筛选指标。 [pidx::3][pidx::4]

---

2. A股市场市收率分析与实证 (页4-10)

• 初步分析：

不同一级行业市收率差异巨大，最小者如建筑、石油石化等市收率<1，最大如计算机、传媒、餐饮旅游等超3.8，且二级行业间差异明显，故报告采用在二级行业内进行市收率相对比较更为合理，避免跨行业估值混淆。
- 图1展示了2016年6月29日各一级行业市收率水平分布，数值差别显著。

• 市收率因子有效性测试：

通过二级行业内将股票分为高、中、低市收率三组，分别构建组合并按流通市值加权跟踪。结果表明低市收率组合的年化收益最高（20.18%），且夏普比率达到0.611，优于中、高市收率组合，表现出更优的性价比。
- 图2净值曲线显示低市收率组合长期领先。

• 市收率与市值关系

市值对收益和波动有显著影响，需排除市值干扰。回归分析经过行业中性处理后，发现市收率与市值高度负相关，系数-0.1082且极度显著（p=1.95e-8），意味着大市值股票往往市收率更低。
- 图3散点图及红色回归线清楚展示该关系。

• 历史稳定性检查

2006-2015年十个数据截面表明，2012年以后市收率与市值负相关更为稳定显著，尤其2009以后显著负相关关系清晰。

• 分层组合市值分析

低市收率组合市值明显大于中高市收率组合，排除小市值效应为模型带来的表面高收益。
- 图4中市值走势与归属显示低市收率组市值明显更大。

• 分行业有效性测试

29个一级行业中，16行业低中高市收率收益递减符合模型假设，且另有多个行业信息比显著支持低市收率组合优异表现。机械、建筑、石油石化为主要因子失效行业。
- 表4及图5、图6分别展示典型行业“商贸零售”（最显著）与“石油石化”（无显著效应）高低市收率组合收益表现差异。

• 无效行业深入剖析

机械、建筑、石油石化行业中低市收率股票市值规模远大于高市收率组合，导致收益表现不符合预期，市值因子扰动严重。
- 表5给出显著和不显著行业市值倍数对比数据。
总结：市收率因子整体显著有效，但行业适用性需注意，最好在二级行业内比较，且注意剔除市值影响。 [pidx::4][pidx::5][pidx::6][pidx::7][pidx::8][pidx::9][pidx::10]

---

3. 低市收率选股模型构建 (页10-11)

• 报告指出，单纯低市收率选股风险较高，需辅以质量因子，重点是“汰弱不选强”，即剔除质量差的股票，但不追求极端优质，避免品质优劣与估值倒转的风险。

- 辅助指标选用收入同比增长率（剔除分行业后三分之二）及利润同比增长率（只要求非负），保证被选股票保持基本的成长性及盈利能力。

• 量化标准总结为：

1) 剔除机械、建筑、石油石化行业；
2) 各二级行业市收率最低20%股票；
3) 剔除分行业收入增长率后三分之二；
4) 剔除利润同比下滑的股票。
该标准保证模型筛选出的股票既低估值又具基本面成长保障。 [pidx::10][pidx::11]

---

4. 回测与实证表现（2006-2016年，页12-15）

• 数据与假设

回测时间覆盖2006年1月至2016年5月，全A股范围，流通市值加权，月度调仓，未考虑交易费用，基准为沪深300和中证500。

• 收益表现

累计收益2027.10%，年化34.64%，远超沪深300（12.75%）和中证500（20.90%），年化超额收益分别达到21.89%和13.74%。
- 图7净值线明显领先基准指数。

• 月度超额收益

月度胜率63.7%，相对沪深300胜率68.5%，相对中证500胜率51.6%，体现模型具有稳定的超额收益能力。
- 图8展示累计和月度超额收益走势。

• 市值影响

引入收入、利润增长率后，模型选股的平均市值与市场整体平均市值相当，有效缓解纯低市收率选股时偏大市值偏差。
- 图9显示组合平均市值与市场平均值趋势较为接近。

• 组合特征

平均持仓约45只，数量波动17至67只，体现模型持仓灵活性。
- 图10展示持仓数量变化。

• 行业分布

行业比重与市场整体接近，证实组合未产生大规模行业偏离。
- 图11呈现行业占比情况。

• 换手率

平均换手率34.72%，季报公布月份稍高，整体流动性适中。
- 图12显示换手率时序。

• 持仓集中度

125期内共选择5720只股票，入选次数最高的30只股票累计占比18.71%，暗示一定集中度且兼具多样分散，平衡风险收益。 [pidx::12][pidx::13][pidx::14][pidx::15]

---

5. 其他重要内容

• 相关研究索引

概述了与本模型相关的前期研究成果，包括高股息率模型，特定行业选股因子分析，为模型设计提供理论与实证基础。 [pidx::0]

• 免责申明与评级说明

报告仅供华泰证券客户使用，观点基于公开数据并保留修改权，不构成投资建议，内容版权归华泰证券所有，体现专业合规背景。 [pidx::17]

---

三、图表深度解读

图表1（一级行业市收率）

• 展示内容：2016年6月29日不同一级行业的市收率水平。

- 解读：计算机、传媒等新兴及高成长行业市收率显著高于建筑、石油石化等传统行业；一级行业之间市收率差异巨大，差距最高超过10倍。

• 意义：强调估值比较需行业内进行，跨行业比较无参考价值。[pidx::4]

图表2（市收率分层组合净值曲线）

• 展示内容：2006-2016年低、中、高市收率组合净值走势。

- 解读：低市收率组合净值持续领先，尤其在熊市中表现稳健。

• 意义：低市收率策略在市场各阶段均表现优异，实证支持低市收率因子有效性。[pidx::6]

图表3（市收率与市值散点图）

• 展示内容：市收率与市值标准化后的散点及线性回归。

- 解读：回归线负斜率说明总体市值越大，市收率越低。数据点虽有分散但趋势清晰。

• 意义：提示市值因子对市收率的影响不可忽视，需在实证研究中控制或调整市值影响。[pidx::7]

图表4（市收率分层组合平均市值）

• 展示内容：三个市收率组合随时间变化的平均市值走势。

- 解读：低市收率组合平均市值明显高于中、高市收率组合，且该趋势跨越回测期持续。

• 意义：表明模型的超额收益并非小市值效应，反而偏向大市值股票，反映策略定位明显。 [pidx::8]

图表5和图表6（典型行业高低市收率组合净值）

• 展示内容：商贸零售行业（典型有效行业）与石油石化行业（无效行业）低高市收率组合净值对比。

- 解读：商贸零售低市收率组合显著跑赢高市收率，石油石化组合则表现相反。

• 意义：行业差异显著，对于无效行业需剔除。通过此数据确认模型的行业适用性。 [pidx::9]

图表7（华泰低市收率模型回测净值）

• 展示内容：模型组合与沪深300、中证500净值走势比较。

- 解读：前期起伏中模型稳定上扬，牛市阶段显著跑赢基准，表现出强劲收益能力。

• 意义：模型不仅理论支持，实证数据亦验证组合收益优异。 [pidx::12]

图表8（月度超额收益）

• 展示内容：相对沪深300的月度超额收益及累计收益。

- 解读：月度超额收益多为正，累计超额收益呈持续增长，体现模型稳定性。

• 意义：模型具有较高的胜率和稳定的策略表现，波动管理良好。 [pidx::13]

图表9（组合与市场平均市值）

• 展示内容：模型组合平均市值曲线与市场整体平均市值比较。

- 解读：曲线高度吻合，说明加入增长指标后模型选股市值与市场匹配，实现了规模多样化。

• 意义：缓解市值偏大风险，提升模型风险调控能力。 [pidx::13]

图表10-12（组合特征：持仓数量、行业分布、换手率）

• 解读：

持仓数量灵活（17-67只，均值45左右）保证了分散度与投资机会平衡；
行业分布接近市场整体结构，表明模型无明显行业偏离，风险偏好更偏向系统性；
换手率适中，平均约35%，季报月风险略升，反映模型交易活跃度合理，兼顾成本控制。

• 意义：投资组合的结构稳定和交易成本可控，有利于实际操作。 [pidx::14][pidx::15]

---

四、估值分析

报告未直接使用估值模型如DCF或PE倍数进行估值计算，而将市收率作为核心估值指标，结合量化指标筛选股票。

• 选股依据市收率阈值（<0.75）划定价值低估范围；

- 配合收入增长率和利润增长率做质量筛选，避免落入“价值陷阱”；

• 通过行业内部分层避免行业估值差异带来的误导。

此方法为定量选股策略，强调数据驱动，较少依赖主观估值判断，从而提高模型稳定性和可复制性。[pidx::0][pidx::11]

---

五、风险因素评估

• 风格风险：

由于模型偏向低市收率和大市值股票，如果市场风格转向小市值或以主题投资驱动，则该模型表现可能不及市场整体。

• 行业风险：

机械、建筑、石油石化等行业市收率因子无效，直接导致这部分股票误选或漏选。

• 质量风险：

收入增长率和利润增长率虽作为滤网，但仍可能因财务造假、会计政策变化影响数据真实性。

• 市场波动性及流动性风险：模型换手率适中，但在极端市场环境下换手率和流动性压力可能加大。

- 其它风险：交易成本未纳入模型回测中，实际净收益可能有所折扣。
报告对上述风险均有提及，并建议投资者注意模型应用环境限制。[pidx::0][pidx::10]

---

六、批判性视角与细微差别

• 市收率与市值负相关性：报告揭示市收率低股票市值大，但市值因子本身就是显著影响收益的因素，模型虽然在后期加入了收入和利润增长率做筛选，但仍可能存在难以完全剥离市值影响的情况。

- 行业筛选依赖经验和实证：剔除机械、建筑、石油石化依赖于历史回归结果，未来行业结构变化可能影响模型有效性。

• 质量因子较为简单：只使用收入和利润增长率作为质量筛选指标，较大程度简化了小费雪提出的多维度评估体系，潜在漏掉其他关键质量指标（如现金流等）。

- 未考虑交易费用和税费：实际投资成本未包含在回测，结果存在积极偏差；

• 回测截止时间较早：截至2016年，未涵盖更多市场波动不确定因素，对后期新经济及流动性环境适用性有待验证。

- 组合调整灵活度：持仓数量波动范围较大，实际组合策略对资金管理和交易节奏要求较高。
整体分析，报告结构严谨，数据充分，但对市场变化和微观机制关注较少，适用需结合具体实操动态调整。 [pidx::10][pidx::11][pidx::12]

---

七、结论性综合

本报告系统阐述并实证了小费雪“低市收率”选股理念在中国A股市场的量化应用。通过构建以市收率为核心、辅以收入和利润增长率的选股模型，克服了行业估值差异和市值规模影响，筛选出长期表现优异的股票组合。模型在2006-2016年间展示了显著超额收益，累计收益率超过2027%，年化收益接近35%，远超沪深300和中证500基准指数。夏普比率和月度胜率均表现稳健，说明模型具备良好的风险调整收益优势。

实证深入细致，通过行业和因子相关性剖析，确保量化模型在设计上的严谨与合理。尽管存在行业限制及质量因子简化问题，且未充分反映交易成本风险，模型依然展示出良好可操作性和适用性。其行业分布与市场整体接近，持仓组合数量灵活，换手率适中，综合体现模型的稳健性。

综上，报告明确肯定了低市收率作为价值选股因子的有效性及其辅以基本面成长指标的重要价值，对于追求长期稳健收益、偏好价值投资风格的机构投资者或资产管理者，提供了具有显著实证支持的量化策略范本。其风险提示合理，提醒在市场风格转换时模型表现可能调整，适合结合宏观和行业判断进行动态应用。

---

参考主要图表索引

• 图1：一级行业市收率显著差异，强调行业俩内比较重要。

- 图2：低市收率组合净值领先，验证因子有效性。

• 图3：市收率与市值负相关特征，提示需要控制市值影响。

- 图4：低市收率组合市值大于其他组合，排除小市值效应。

• 图5~6：不同行业内（商贸零售与石油石化）因子表现差异。

- 图7~8：模型净值与超额收益，验证回测表现优异。

• 图9~12：组合的市值、持仓数量、行业分布与换手率结构，体现组合特征与操作可行性。

通过系统的图表与数据梳理，使报告观点具备扎实的量化数据支撑。[pidx::4][pidx::6][pidx::7][pidx::8][pidx::9][pidx::12][pidx::13][pidx::14][pidx::15]

---

（全文分析字数约1650字，依据报告内容及图表进行了全面细致解读。）

报告