估值因子本源与回归方法 [page::0][page::1][page::2]

• 基于股息贴现模型系统性地推导PE、PB、PS估值倍数的基本面影响因素（净利润增长率、ROE、净利润率、股息支付率）和风险因素。

- 提出通过回归原始估值倍数对上述变量，拆分出理性部分和非理性部分，即非理性估值溢价因子。

非理性估值溢价因子的构建与变量选择 [page::3]

• 选取基本面变量如3年一致预期净利润复合增速G、股息支付率Div。

- 风险因子包括：增速持续性风险、边际恶化风险、资产质量风险、盈利模式风险、流动性风险等。

• 采用行业和市值中性化的多变量线性回归，残差作为非理性估值因子。

PEResid表现优异及多维度检验 [page::4]

| 股票池 | IC均值 | IC胜率 | ICIR | 多头月均超额收益 | 空头月均超额收益 |
|-------------------|----------|--------|--------|------------------|------------------|
| 全市场 | -5.44% | 83% | -0.94 | 0.96% | -0.61% |
| 沪深300 | -2.21% | 53% | -0.30 | 0.30% | -0.25% |
| 中证500 | -4.37% | 63% | -0.59 | 0.81% | -0.52% |
| 中证1000 | -5.89% | 78% | -0.99 | 0.75% | -0.86% |
| 创业板和科创板 | -6.56% | 76% | -0.85 | 1.35% | -0.96% |
| 分析师覆盖股票池 | -5.33% | 73% | -0.96 | 0.98% | -0.59% |

• PEResid因子在制造、周期、科技、消费、医药板块均表现优秀，但在大金融板块相对弱化。

PBResid与PSResid因子特征与回测 [page::6][page::7][page::8]

• PB与ROE、预期增长率、股息率回归剔除理性部分构造PBResid，IC均值为-4.01%，多头年化收益达到14.75%。

- PS与销售净利润率、预期增长率、股息率回归剔除理性部分构造PSResid，IC均值为-3.81%，多头年化收益15.10%。

• 两因子同样在中小市值和分板块表现较好，表现优于原始估值因子。

非理性估值溢价因子相较原始估值因子改进效果明显 [page::9]

| 因子类型 | IC均值 | IC胜率 | ICIR | 多头月均超额收益 | 空头月均超额收益 |
|--------------------|----------|--------|--------|------------------|------------------|
| 原始PE | -4.50% | 77% | -0.76 | 0.70% | -0.59% |
| 原始PB | -3.60% | 59% | -0.38 | 0.29% | -0.54% |
| 原始PS | -2.73% | 54% | -0.32 | 0.36% | -0.43% |
| 非理性PEResid | -5.44% | 83% | -0.94 | 0.96% | -0.61% |
| 非理性PBResid | -4.01% | 59% | -0.42 | 0.42% | -0.60% |
| 非理性PSResid | -3.81% | 65% | -0.48 | 0.45% | -0.52% |

价值错配Top30组合构建及策略表现 [page::9][page::10]

• 股票池为有分析师覆盖的非大金融板块个股，剔除低流动性和基本面瑕疵股票。

- 选取PEResid最低30只股票，月度调仓，扣除双边千三交易成本。

• 组合年化收益26.54%，相对中证500超额收益22.42%，最大回撤控制在10.58%，表现稳定优异。

板块内价值错配Top30组合表现 [page::11][page::12]

| 板块 | 年化超额收益 | 备注 |
|--------|--------------|-------------------------------|
| 制造 | 10.16% | 大部分年份跑赢板块基准 |
| 科技 | 13.30% | 持续跑赢基准 |
| 周期 | 13.20% | 多年实现正超额收益 |
| 消费 | 9.26% | 大部分年份跑赢基准 |
| 医药 | 15.43% | 表现尤为突出 |

• 板块内策略均通过PEResid因子低估筛选，按照同样选股逻辑构建。

- 组合表现普遍显著优于对应中信一级行业指数等权基准。

结论总结 [page::12]

• 非理性估值溢价因子基于基本面和风险因子回归剥离，提升估值因子选股能力，尤其是PEResid。

- 因子在分行业、大小市值以及有分析师覆盖的股票池中均显著有效。

• 基于PE_Resid构建的价值错配策略长期有效，风险收益特征优于市场基准。

- 该研究为量化选股提供新方法论，强调估值的理性与非理性拆解，挖掘市场定价失效机会。

【国信金工】寻找业绩与估值的错配：非理性估值溢价因子 - 研究报告详尽分析

---

一、元数据与报告概览

• 报告标题：寻找业绩与估值的错配：非理性估值溢价因子

- 作者：张欣慰

• 发布机构：国信证券经济研究所，量化藏经阁

- 发布日期：2021年12月30日

• 主题：公司估值方法及量化选股策略，聚焦“非理性估值溢价因子”的构建及验证

核心论点：
报告基于现金流贴现模型（DDM）系统性剖析估值倍数的本质，指出市盈率（PE）、市净率（PB）、市销率（PS）均由公司基本面（如净利润增长率、ROE、净利润率、股息支付率）及风险因素驱动，但传统估值倍数未归一化不同公司的基本面和风险因素，导致估值倍数的直接比较存在缺陷。报告创新性地将原始估值倍数回归基本面和风险变量，剥离“理性估值”部分，剩余部分定义为“非理性估值溢价”，构建PEResid、PBResid、PSResid三大非理性估值溢价因子。实证分析显示，这些非理性估值溢价因子在选股能力上优于传统估值因子，尤其PEResid表现最优，可显著提升组合收益和信息比率。报告最终建立了基于非理性估值溢价因子的“价值错配Top30”股票组合，实现了大幅超额收益。

---

二、逐节深度解读

1. 追本溯源：估值倍数的本质推导（页0-2）

报告以股息贴现模型（DDM）为基础，推导出股票内在价值公式：

\[
V0 = \frac{D1}{r - g}
\]

其中，\(D1\)为下一期股息，\(r\)为股东要求的预期回报率，\(g\)为股息的长期增长率。基于此，报告进一步推导了传统估值倍数的形成机制：

• PE倍数受净利润预期增长率（\(g\)）、股息支付率（Div）和预期回报率（\(r\)）影响：

\[
PE = \frac{Div \times (1+g)}{r - g}
\]

• PB倍数在PE基础上进一步乘以ROE：

\[
PB = \frac{ROE \times Div \times (1+g)}{r - g}
\]

• PS倍数则以销售净利率（M）替代ROE作为基本面指标：

\[
PS = \frac{M \times Div \times (1+g)}{r - g}
\]

这种推导揭示了估值倍数和公司的基本面及风险回报率呈现复杂交互关系，简单横向估值倍数对比容易导致误判。报告指出不同公司的基本面差异和风险水平，没有归一化处理时，无法直接判断高估或低估[page::0,1,2]。

2. 风险因素与估值倍数的关系（页2）

报告进一步梳理了影响预期回报率\(r\)的关键风险类型：

• 业绩不可持续风险：周期行业业绩波动大，估值与景气度错配明显

- 边际恶化风险：业绩增长预期变化带来的估值敏感性

• 资产质量风险：高杠杆或商誉占比过高增加减值风险

- 盈利模式风险：毛利率或现金流恶化导致的价值陷阱

• 流动性陷阱风险：低交易活跃度引发估值折价，尤其体现在港股、美股市场的“僵尸股”现象

这些风险因素直接影响估值倍数的合理性和稳定性，是估值溢价存在的重要解释变量[page::2]。

3. 非理性估值溢价因子的构建方法论（页3-7）

3.1 概念定义及回归框架（页3）

结合上述基本面影响和风险因素，报告将原始估值因子（PE、PB、PS）通过回归模型作拆解：

\[
估值倍数 = \text{基本面因素} + \text{风险因素} + \text{非理性估值溢价}
\]

其中，非理性估值溢价部分即回归残差，代表无法由公司基本面和风险变量解释的市场情绪、流动性等因素影响的溢价，被认为更具有波动性和回归性。

• 以PE为例，回归包括预期净利润增长（\(G\)）、股息支付率（Div）、一系列风险因子（例如资产负债率、商誉占比、现金流指标等）,以及年化市值与行业哑变量，最终残差即为PEResid因子[page::3]。

3.2 风险因子的选择与预处理（页3）

报告对多项风险指标进行测验，筛选出有效改进估值残差因子表现的指标。市值和行业因素通过回归统一中性化处理，确保残差因子更具横截面可比性和稳定性。

风险因素具体备选指标包括：

• 增速持续性（FY2-FY1预期利润增速差）

- 近期预期利润变化（3个月、1个月内)

• 资产负债率（高杠杆）

- 商誉占比

• 经营现金流波动

- 毛利率变化

• 近20日换手率和成交金额等流动性指标[page::3]

3.3 PEResid因子表现（页4-5）

PEResid因子在2010-2021年回测中表现稳定：

• IC均值达到约-5.44%，ICIR为-3.25，IC胜率83%。负号代表估值较低的股票未来表现较好，体现价值因子特征。

- 多头月度超额收益接近0.96%，年化收益超过22%。

• 在各类股票池中，如中证500、中证1000、创业板、科创板及分析师覆盖范围内表现优异，尤其在小市值股票中表现更佳。

- 分行业看，制造、周期、科技、消费、医药板块表现突出，大金融板块较弱[page::4,5]。

3.4 PBResid与PSResid因子构建与验证（页5-8）

• PBResid回归变量为ROE、预期增速和股息支付率，加风险变量优化后IC均值达-4.01%，多头年化收益约14.75%。表现相对PEResid稍弱，但在制造、科技、周期、消费及大金融板块普遍具有区分度。

- PSResid回归净利率、预期增速和股息支付率，加入风险因素后IC均值-3.81%，多头年化15.1%。板块表现类似PBResid，医药和大金融板块效果相对较弱[page::6,7,8]。

3.5 原始估值因子对比（页8-9）

报告对比了原始PE、PB、PS因子与行业和市值中性化后的非理性估值溢价因子表现。

• 原始估值因子从2019年开始在A股市场表现不佳，面临连续回撤期。

- 行业市值中性化后虽有小幅改善，但非理性估值溢价因子剥离基本面及风险部分后，稳定性与选股效率大幅提升。

• PEResid尤其表现亮眼，显著超越原始PE因子[page::8,9]。

---

4. 非理性估值溢价因子的选股能力与实盘模拟（页9-12）

4.1 价值错配Top30组合构建思路（页9）

• 股票池限制为排除大金融板块，且有分析师覆盖的股票；

- 剔除基本面严重瑕疵及流动性不佳的股票；

• 按PEResid因子从低到高排序，选择最低30只构成组合；

- 月末调仓，考虑交易费用（双边千三）；

• 依照风险因子剥离严重风险股票，确保组合质量。

该组合旨在捕捉估值与业绩成长错配的“非理性低估”股票机会[page::9]。

4.2 组合回测表现（页9-10）

• 回测期为2009年底至2021年11月，

- 组合年化收益达26.54%，远超基准中证500指数4.07%的年化收益，

• 超额收益约22.42%，相对最大回撤10.58%，显示较好风险控制，

- 表现稳健，且多年份能跑赢基准指数，

• 策略累计净值显著超过基准[page::9,10]。

4.3 板块内选股能力检验（页10-12）

报告分别在制造、科技、周期、消费、医药五大板块内重复上述构建流程：

• 制造板块Top30组合年化超额收益10.16%

- 科技板块年化超额13.30%

• 周期板块年化超额13.20%

- 消费板块年化超额9.26%

• 医药板块年化超额15.43%

各板块组合表现稳定，绝大多数年份跑赢其板块基准指数，体现因子在细分领域的良好选股覆盖和广泛适用性[page::10,11,12]。

---

三、图表深度解读

图1：内在价值推导估值倍数（页2）

• 清晰总结了基于股息贴现模型算出内在价值，推导出三类估值倍数PE、PB、PS的数学公式结构。

- 表明估值倍数的分子中包含股息支付率等基本面变量，分母为折现率减去增长率，即风险与增长预期的博弈。

• 视觉上帮助理解估值倍数对基本面和风险的敏感性，为后续因子拆解提供理论基础。

图2：估值溢价拆分示意（页3）

• 用色彩编码分别标明基本面因素、风险因素及剩余非理性估值溢价部分的构成。

- 强调估值倍数由理性（基本面+风险）和非理性两个部分组成，拆解模型核心思想具象化。

图3：PEResid构建框架（页3）

• 展示具体的回归表达式及变量，包括增长率\(g\)、股息支付率\(Div\)、风险因素\(Rm\)、市值\(MVi\)、行业哑变量\(X{ij}\)。

- 帮助理解残差（即PEResid）是多元线性回归剥离各因素后剩下的“非理性部分”。

图4-5：PEResid因子验证（页4）

• 图4表现IC及其累积值，蓝色柱表示因子信息系数的月度变化，橙色线表现其向负方向持续累积，说明估值较低(低PEResid值)股票普遍表现优异。

- 图5分组月度超额收益显示低值组（1组）明显跑赢高值组（10组），呈现良好分级能力和稳定性，支持因子有效性。

表3、表4、表6、表7、表9、表10：不同池与板块表现（页4-8）

• 清晰对比了因子在全市场及主流指数成分、小市值板块（中证500、1000、创业板、科创板）及分析师覆盖股票池中的表现。

- 由IC均值、胜率、ICIR、多头空头月均超额收益等指标量化因子的区分能力。

• PEResid表现最优，小市值及成长型板块表现更好，医药和大金融板块相对偏弱。

图14：传统估值因子多空收益走势（页8）

• 给出PE、PB、PS多空因子净值曲线，显示2019年起估值因子遭遇较大回撤，说明原始估值因子在当前市场环境面临较大挑战。

- 为报告后续构建非理性估值因子提供优化动机。

图15-21：价值错配Top30组合构建及表现（页9-12）

• 图15展示组合构建步骤，囊括流动性筛选、分析师覆盖、基本面质量和成长性剔除、非理性估值因子排序等关键步骤，体现策略严谨过滤流程。

- 图16-21及对应表格，展示价值错配组合整体及分板块净值曲线和历年收益，清晰体现组合长期稳定超越基准的实证效果。

---

四、估值分析

报告强调基于经典的股息贴现模型推导传统估值倍数的本质，但不同公司面临截然不同的基本面和风险因素，传统估值倍数指标原始值难以比较。通过多变量回归剥离影响估值的基本面和风险因子残差作为新的“非理性估值溢价”因子，实际表现各方面均优于传统估值因子：

• 回归模型包含关键输入变量:

- 基本面：预期增长率（G）、股息支付率（Div）、ROE、销售净利率（M）
- 风险变量：盈利增长的持续与边际变化、资产质量、盈利及现金流风险、流动性风险等量化指标
- 控制变量：股票市值规模、行业哑变量

• PEResid因子效果最好且最稳定，具备最强的选股能力。
• 这种回归剥离思想类似于对估值倍数去市值和行业中性化，但更深入地剥离了与业绩和风险相关的合理估值部分。
• 因子在不同细分市场及行业板块均表现稳健，适用性广[page::3-9]。

---

五、风险因素评估

报告识别的主要风险包括：

• 市场环境变动风险：宏观经济、政策、市场波动等均可能影响估值因子有效性及因子回归稳定性。

- 业绩预测误差风险：因子高度依赖净利润增长预期，若预期失准可能影响因子构建及组合表现。

• 流动性风险和交易成本：中小市值股票流动性不足可能导致执行难度加大，报告对此通过流动性筛选进行一定缓解。

- 行业结构变化风险：技术发展、行业调整或监管变化可能影响行业内因子表现。

报告通过提前剔除高风险和基本面瑕疵股票、控制交易成本、组合多样化等措施，试图降低相关风险带来的影响[page::9-12,12]。

---

六、批判性视角与细微差别

• 报告对风险因素的定义较传统，风险变量体系虽全面，实际是否有效捕获所有风险尚需进一步验证，尤其市场突发黑天鹅事件等难以纳入回归体系。

- 现有因子依赖分析师净利润预期增长，受分析师预期质量限制，或会出现预期误差传导风险。

• 非理性估值残差因子本质为残差，含噪音成分可能较大，未来预测稳定性存在不确定。

- 组合构建严格剔除风险及低流动性股票，因子表现可能部分依赖精选机制，与全市场样本相比可能存在样本选择偏差。

• 大金融板块表现较弱，表明特殊行业估值特征可能需要专门建模调整[page::4-7,10-12]。

---

七、结论性综合

本报告系统地以经典现金流贴现模型为基础，定量地揭示了市场常用相对估值倍数（PE、PB、PS）受基本面增长、盈利质量与风险水平综合影响的本质，凸显了横截面估值倍数对比的误导性。基于此，构建了剥离理性估值部分，捕捉“非理性估值溢价”的PEResid、PBResid与PSResid因子。实证结果表明：

• 非理性估值溢价因子整体优于传统估值因子，尤其PEResid，IC均值提升至约-5.44%，多头年化收益超过22%。

- 三大因子于不同市值段、分析师覆盖与非覆盖股票池均表现稳健，更加适合截面选股与量化策略构建。

• 在制造、周期、科技、消费、医药板块，非理性估值因子均展现良好的区分能力与稳定的多头收益，且在大金融板块表现较弱，体现因子行业差异性。

- 以PEResid为核心构建的“价值错配Top30”组合，在大金融板块以外、流动性较好且有分析师覆盖的股票池中长期跑赢中证500指数，年化超额收益超过22%，且回撤可控，夏普比等风险调整收益指标良好，表明该因子具有较强实操价值。

• 该方法也适用于板块内部选股，五大核心板块均实现稳健超额收益，说明非理性估值溢价因子既可用于跨行业择时，也适合细分行业深度挖掘。

- 图表数据和表格的详尽展示为因子构建与实操效果提供了强烈的证据支持，揭示了业绩与估值错配带来的系统套利机会。

综上，报告明确指出估值倍数本质应结合公司基本面和风险归一化判断，剔除理性溢价后的非理性估值溢价因子在中国市场具有重要的选股价值和策略构建意义，为量化研究和投资实践提供理论与工具支持，具有较高参考价值[page::0-12]。

---

免责声明与风险提示

本报告基于历史数据和统计模型，旨在提供量化参考及理论分析，不构成具体投资建议。投资者应结合自身风险承受能力，审慎决策。

---

总结表格与因子核心指标整理（节选）

| 因子 | IC均值 | ICIR | IC胜率 | 多头年化收益 | 主要基本面变量 | 风险变量示例 |
|----------|----------|---------|--------|--------------|---------------------------------|---------------------------------|
| PE | -4.50% | -0.76 | 77% | 17.43% (原始) | 预测增长率(G), 分红率(Div) | 增速变化，资产质量，流动性 |
| PEResid | -5.44%| -0.94| 83%| 22.15% | 剔除G, Div后剩余残差 | 同上 |
| PB | -3.60% | -0.38 | 59% | 9.55% (原始) | ROE, G, Div | 同上 |
| PBResid | -4.01% | -0.42 | 59% | 14.75% | 剔除ROE, G, Div后剩余残差 | 同上 |
| PS | -2.73% | -0.32 | 54% | 11.52% (原始)| 净利润率(M), G, Div | 同上 |
| PS_Resid | -3.81% | -0.48 | 65% | 15.10% | 剔除M, G, Div后剩余残差 | 同上 |

---

以上分析基于国信证券经济研究所2021年12月15日发布的《寻找业绩与估值的错配：非理性估值溢价因子》全文，结合原文图表和数据进行了详细解构与剖析，供专业投资研究人员参考。

报告