选股因子系列研究(八十三)——盈利加速的定量刻画与高增长组合的构建
创建于 更新于
摘要
本文定义并量化了盈利加速因子,基于标准化EPS同比变化度量季度盈利增速变化,发现盈利加速因子与股票收益正相关且对未来净利润增长具显著预测能力,尤其在大盘股及高增长股票集中表现优异。基于该因子构建的高增长股票组合年化收益高达34%以上,进一步引入小市值及估值剔除因子可增强成长性表现。实证结果支持盈利加速因子作为有效的量化选股工具,提高组合表现和超额收益。[page::0][page::4][page::5][page::13]
速读内容
盈利加速因子的定义与特征 [page::4][page::5]
- 盈利加速因子衡量连续季度盈利增速变化,基于标准化EPS同比增速,提出三种计算方式:EAA、EAP、EAV。
- 盈利加速因子与市值、估值相关性低,与增长因子相关显著,能区分盈利加速与减速公司特征。
- 盈利加速因子对未来季度净利润增速具有增量预测能力,支持其作为有效成长因子。
盈利加速因子的选股表现 [page::5][page::6][page::7]

- EAV因子分组投资组合2013年至2022年年化多空收益达9.7%,月均信息系数(IC)0.02,月胜率76.5%,统计显著。
- 正交处理后仍保持4.8%的年化多空收益及显著IC,显示因子具备独立增量信息。
- 不同市值股票池均显著有效,大盘股中选股效果最优(年化多空收益12.0%)。
- 盈利加速因子在高SUE(盈利预期)股票中表现更优,年化多空收益达10.3%。
盈利加速六种模式及对应股价表现 [page::8][page::9]
| 模式 | 定义 | 股票占比 | 年化收益 | 相对全A超额收益 |
|------|---------------------------------------------|----------|----------|----------------|
| 1 | 盈利持续增长且增速扩张(EAV>0,连续正增速) | 16.7% | 16.9% | 8.1% |
| 2 | 由负增速转为正增速 | 18.1% | 13.3% | 4.5% |
| 3 | 连续负增速,增速扩张 | 14.9% | 5.2% | -3.6% |
| 4 | 连续正增速,增速减缓 | 20.5% | 11.7% | 2.9% |
| 5 | 由正增速转为负增速 | 17.7% | 6.1% | -2.7% |
| 6 | 连续负增速且减速加剧 | 12.1% | 3.1% | -5.7% |
- 模式1表现最佳,持续盈利且增速加快带来多数超额回报。
基于盈利加速构建高增长组合的实证 [page::10][page::11][page::12]



- 复合增长因子结合盈利加速、SUE、预期净利润调整、累计研发投入以及PB_INT,构建增长Top50组合。
- 组合1(无高频因子)2013-2022年年化收益34.2%,明显跑赢wind全A指数。
- 组合2(加入高频因子)年化收益提升至37.7%,表现更强化成长暴露。
- 不同市场风格中,成长暴露更高组合表现更优,尤其成长行情期间。
- 分大小盘构建组合,小市值增强组合表现优异,且通过剔除低PB个股提升成长风格和收益。
组合绩效及风格暴露回归情况 [page::11][page::12]
| 组合 | 年化超额收益 | 市值Beta | 估值系数 | SUE系数 |
|-----------------|--------------|----------|----------|---------|
| 增长Top50组合1 | 25.4% | 0.56 | 0.14 | 0.41 |
| 增长Top50组合2 | 28.9% | 0.98 | -0.02 | 0.82 |
| 小市值+高增长组合 | 32.1% | 1.22 | 0.05 | 0.36 |
| 偏成长风格组合 | 31.5% | 0.96 | -0.21 | 0.50 |
- 高成长组合的市值、估值和盈利预期因子均表现出明显的成长风格暴露。
风险提示 [page::0][page::13]
- 历史统计规律失效风险。
- 因子失效风险。
深度阅读
报告详尽分析报告:选股因子系列研究(八十三)——盈利加速的定量刻画与高增长组合的构建
---
1. 元数据与概览
报告标题: 选股因子系列研究(八十三)——盈利加速的定量刻画与高增长组合的构建
作者及分析师: 冯佳睿、罗蕾
发布机构: 海通证券研究所
发布日期: 2022年8月12日附近(通过相关研究实际发布时间推断)
研究主题: 公司盈利加速因子的构造、特征、选股效果及基于该因子构建的高增长股票组合策略。重点涉及盈利加速与股票收益的关系,及构建多种成长风格的组合模型。
核心论点及目标:
本报告通过量化方法定义了“盈利加速因子”,即衡量公司盈利增速变化的指标,重点研究盈利加速因子的定量特征、与其他因子的相关性、选股效果及其对未来企业盈利增长的预测能力。结合盈利加速及其他成长因子,构建高增长股票组合,显著优于市场基准指数,实现超额收益。报告还探索了不同市值区间及不同风格偏好的组合设计方案,提出风险提示。作者展示了盈利加速因子是具显著统计显著性和经济意义的选股工具,是量化投资中提升组合表现的重要因子。
---
2. 逐节深度解读
2.1 盈利加速的定量刻画
关键论点:
- 盈利加速(Earnings Acceleration)定义为相邻季度盈利增速的变化,具体用标准化的EPS同比变动计算。
- 设计了三种盈利加速因子:
- EAA:以去年同期EPS绝对值为基数
- EAP:以上季度末股价为基数
- EAV:以上8个季度EPS标准差为基数
- 盈利加速因子与市值、估值、价量因子相关性较低,与增长类因子存在较明显正相关,与盈利水平本身相关较弱。
- 盈利增长加速的公司平均盈利增速和净利润调整幅度均高于盈利减速的公司,且成长性行业分布明显偏向基础化工、电力设备新能源、通信、计算机和传媒等高新技术产业。
支撑逻辑、数据与图表:
- 公式明确定义EAA、EAP、EAV三个因子构造计算方式,反映盈利增速变化的不同标准化处理方法(图1)。
- 图1揭示盈利加速因子与常见因子截面相关,结果显示与市值和估值类因子相关较低,但与增长和预期利润调整相关较强。
- 图2、图3和图4分别表示盈利加速因子分组下的平均ROE、SUE(盈利惊喜)和预期净利润调整暴露,进一步佐证盈利加速反映增长潜力。
- 图5展示2022年Q1 EAV因子得分最高股票的行业分布,较全市场股票明显偏向高成长性行业。
总结解读:
盈利加速因子作为反映盈利增速“变化”的指标,区别于传统盈利水平或简单增长率,包含更丰富的动态增长信号,且适度独立于其他因子,是对公司成长性的增量补充信息。[page::0,4,5]
---
2.2 盈利加速因子的选股效果
关键论点:
- 盈利加速因子与股票未来收益正相关,特别是EAP和EAV表现优于EAA。
- 正交常见因子后,盈利加速因子依然展现显著的选股能力,说明其提供了增量信息。
- 盈利加速因子在不同市值区间均有效,大盘中的选股效果尤为显著。
- 高增长(高SUE)股票集中,盈利加速因子选股效果更佳。
数据与表格解读:
- 图6显示按盈利加速分组的股票年化超额收益随因子值递增而上升,且EAV年化多空收益达约9.7%,表现最好。
- 图7的累计信息系数(IC)递增表明因子预测能力稳定。
- 表1详细展示三种因子在多头、多空收益及IC方面的统计显著性,EAV表现最佳,t值和p值均在显著水平。
- 表2剔除其他因子影响的正交处理后,选股收益有所下降但仍统计显著,EAV多头收益2.7%,多空收益4.8%。
- 表3显示不同市值分组中,原始因子和正交成绩,结果均支持大盘股中EAV因子效果明显且稳定。
- 表4进一步以SUE分组,揭示盈利加速因子在高增长股票中收益增幅更大,年化多空收益达10.3%。
- 图8和图9分别表现未来1年净利润同比增速与因子分组的正相关关系和控制其他变量后的截面回归系数,证明盈利加速因子对未来盈利增速具有增量预测能力。
- 表5的回归分析数据全面体现了盈利加速因子(EAV)在不同时间窗下显著正向预测未来净利润增速。
总结解读:
盈利加速因子不仅与收益表现正相关,且能够解释部分未来盈利增长变化,结合实证数据显示该因子提供了独特的增量信息,是量化选股中的有效工具。[page::5,6,7]
---
2.3 基于盈利加速构建高增长组合
2.3.1 盈利加速的6种模式及股价表现
定义和分类:
将盈利加速及净利润同比增速组合分为6种增长模式,根据盈利是否持续及增速是加速还是减速:
- 模式1:盈利持续且增速加速(EAV>0,两期增速均>0)
- 模式2:盈利增速扭转正向(EAV>0,上一期负增速,本期正)
- 模式3:持续负增速但增速加速(EAV>0,两期均负)
- 模式4-6对应盈利减速的不同组合,模式6为持续且增速减速的负增长。
业绩表现:
- 模式1最受益,2013-2022年年化收益16.9%,超额超wind全A指数7.6%。
- 增速持续更有利于股价表现,扭转增速的短期反应则没这么强烈。
- 持续负增长的模式6表现最弱,负超额显著。
表6体现了上述各模式的个股占比及业绩。[page::8,9]
2.3.2 构建高增长组合方案
组合构建思路:
- 利用盈利加速、SUE、预期净利润调整、累计研发投入(反映成长潜力)及PBINT(估值平衡)五个因子等权加总,作为综合增长因子。
- 组合选股市值中位数约60-70亿,覆盖广泛板块,近年来TMT占比上升。
- 交易费用扣除后,自2013年以来该组合年化收益达34.2%,相较wind全A指数超额25.4%。
- 利用高频交易因子(尾盘成交占比、大单净买入)进一步提升组合(top50组合2),年化达37.7%。
图10、图11揭示组合市值及行业分布,表8、表9展示组合年度业绩,均表现优异且稳定。
表10的多因子回归显示top50组合2暴露于高估值和高SUE较强,成长风格更凸显。
图12从不同时期市场风格验证了组合在成长风格盛行期更优[page::9,10,11]
2.3.3 大小盘高增长组合
- 加入小市值因子,或划定小市值池,均可构建小市值+高增长组合,显著提升小盘暴露。
- 小市值组合在2013-2015年与2021-2022年小盘风格强周期表现优于大盘组合,但在大盘风格主导期间略逊。
- 大盘高增长组合自2013年以来年化收益24%,超沪深300指数19.3%。
- 表11全文对各带风格倾向组合的绝对及相对收益做了细化对比。
- 进一步使用PB过滤剔除低估值股票,构建偏成长风格组合,提升成长属性,2019-2021年累计收益223.2%,明显优于未剔除组合。价值风格走强时期表现则更弱。
- 表12用四因子回归量化解读估值暴露差异,支持上述结论。[page::11,12,13]
---
2.4 总结
- 盈利加速因子通过标准化EPS同比变化,测度了盈利增速的加速或减速状况。
- 与市值、估值及价量因子相关性低,与成长类因子相关较高。
- 盈利加速因子的选股效果显著,尤其对大盘股及高成长股更有效。
- 其正相关关系根源于盈利加速对未来盈利增长的增量预测能力。
- 通过融合盈利加速因子与其他成长指标,构建的高增长组合在历史上取得显著超额收益。
- 按市值和估值特征细分,高增长组合在不同市场风格环境中展现不同优势和劣势。
- 风险提示包括:因历史规律可能失效及因子本身的失效风险。[page::12,13]
---
3. 图表深度解读
图1 盈利加速因子与常见因子的平均截面相关系数(2013.01-2022.07)[page::4]
- 横轴左至右分别为市值、估值、反转、波动率、换手率、ROE、SUE、预期净利润调整。
- 三种盈利加速因子(EAA灰色,EAP蓝色,EAV深蓝)整体与市值、估值呈极低相关(接近零或微负)。
- 与成长指标SUE和预期净利润调整呈现最强的正相关,尤其是EAV达0.3左右,突出成长因子性质。
- 结论:盈利加速因子独立于传统市值、估值因素,在成长因子范围内有效补充信息,有利构建多样性因子组合。
图2-4 盈利加速因子分组的平均ROE、SUE、预期净利润调整暴露(2013.01-2022.07)[page::4,5]
- 图2:ROE随因子分组从D1(最低)到D10(最高)呈现抛物线型分布,中间分组ROE高于极端分组。EAV因子D10组ROE接近正的0.1暴露,高盈利加速对应较强盈利质量。
- 图3:SUE指标与盈利加速因子分组呈明显正相关递增趋势,EAV因子从-0.7增至0.5,显示高盈利加速组存在更多盈利惊喜。
- 图4:预期净利润调整暴露同样正向且趋势较平滑,说明预测修正幅度随盈利加速提升。
- 综上,盈利加速因子与市场盈利预期正向联动,验证其成长信号的有效性。
图5 2022Q1 EAV因子得分最高1/10股票的行业分布[page::5]
- 盈利加速因子高分股票在基础化工(13%)、电力设备及新能源(约9%)、计算机(6%)、传媒(约6%)等行业比例明显大于全市场比例,显示显著行业聚焦。
- 行业代表成长周期与技术创新驱动行业,数据呼应盈利加速因子成长属性。
图6 盈利加速因子分组的年超额收益(2013.01-2022.07)[page::5]
- 各因子分成10组,低组收益显著跑输市场,高组显著跑赢。
- EAV与EAP表现出更平滑、渐进的收益提升,EAV最高组(D10)年化超额收益将近6%,低组近-5%。
- 该正向单调关系确认盈利加速因子具备实用的选股价值。
图7 EAV因子的累计IC(2013.01-2022.07)[page::5]
- 累计IC持续稳步上升,从1.0提升至3.5左右,表明盈利加速因子的预测效能逐渐累积,长期稳定强劲。
- 月度IC波动性较高,但绝大多数月份IC为正,验证因子稳定性。
图8 盈利加速因子分组的未来1年平均净利润增速(2012Q3-2021Q1)[page::7]
- 盈利加速分组从D1到D10对应未来1年净利润同比增速从约-12%提升至约10%。
- 对应未来盈利增长依赖盈利加速的非常明显,论据充分。
图9 盈利加速因子在未来1年净利润增速模型中的截面回归系数[page::7]
- 不同季度EAV系数均正且显著,部分季度回归系数接近0.2,强烈福利因子有效性。
- 反映EAV对未来多季度盈利增长预测贡献持续。
图10 增长top50组合1的市值中位数(2013.01-2022.07)[page::10]
- 组合市值中位数自70亿左右下降至30亿左右,市值分位点从60%左右降至40%,显示组合逐步向中小盘渗透。
图11 增长top50组合1的板块分布(2013.01-2022.07)[page::10]
- TMT板块占比逐年增加,2022年占比逾40%,周期与制造业略有下降,消费与金融地产稳定,反映组合成长性行业增强。
图12 不同市场风格下增长top50组合1和2的表现对比[page::11]
- 不同时间窗口内,组合2表现波动更大,成长风格更鲜明。
- 2019-2021成长风盛行阶段组合2领先,价值风盛行阶段组合2表现回撤更大,体现成长风暴露的灵活性与风险。
---
4. 估值分析
本报告虽未详述DCF估值模型,但使用了多因子复合评分方法引入PBINT因子,该因子为无形资产调整后的市净率,可视作行业间估值的更合理对比指标。该方法在防止估值偏高的基础上兼顾成长因子,从而避免估值过度膨胀导致的风险。
复合增长因子等权加总,在选股过程中事先剔除低PB股票,体现估值筛选的稳健性,强调了成长与估值平衡的重要。组合绩效表明该方法有效支持成长型组合构建及维持投资回报的稳定性。
报告还利用了4因子回归(市场、市值、估值、SUE)评估组合风格暴露,确保组合整体风险暴露透明。
---
5. 风险因素评估
报告提示的主要风险包括:
- 历史统计规律失效风险:因子基于历史数据和市场行为,未来可能因市场结构变化、宏观环境差异或监管趋严等因素导致因子失效。
- 因子失效风险:盈利加速因子本身在特定阶段可能失去有效的预测力,风险主要源于模型构建假设及指标计算的稳定性。
报告未对缓解措施进行深度描述,但隐含策略中平衡估值因子及动态换仓均有助于风险管理。投资者应结合多因子和风格轮动考虑,密切监控因子表现,并采取动态调仓措施。
---
6. 批判性视角与细微差别
- 报告充分用大量数据、回归与分组实证支撑盈利加速因子的有效性,论述严密。
- 然而由于盈利加速依赖EPS等财务数据,受会计政策变动、利润操纵风险影响,因子性能可能受短期财报季波动干扰。
- 盈利加速因子相对对市场估值稍弱,若在剧烈市场估值调整期,因子表现稳定性或降低。
- 组合构建更多依赖等权加总因子,潜在假设因子间线性独立性,现实中复杂非线性关系可能未充分建模。
- 风险提示较为简洁,未来研究可加强对极端市场环境下因子表现的压力测试分析。
---
7. 结论性综合
本报告系统地构建并量化了“盈利加速”这一创新精选股因子,明确了其定义、计算方法及性质。资料显示:
- 盈利加速因子与传统市值和估值因子独立,在成长因子维度表现出显著相关性,覆盖高成长性行业。
- 统计与回归分析均显示盈利加速因子具备强烈的股票收益预测能力,且对未来公司盈利增速的预测贡献显著。
- 盈利加速因子的多头和多空组合均实现正超额收益,尤其在大盘和高成长股票池中表现突出。
- 基于盈利加速构建的高增长组合长期表现优异,年化收益率显著优于市场基准,多种增益因子(包括高频交易因子)可进一步提升收益。
- 通过引入小市值因子和估值筛选,组合实现了更加明确的风格暴露,适应不同市场风格周期。
- 图表和表格详尽展示了因子和组合的历史表现、行业分布、市值规模及相关统计指标,数据准确性和可读性均高。
- 报告合理警示历史统计规律和因子失效风险,提醒投资者注意市场环境变动对模型效果的潜在影响。
总体来看,盈利加速因子为量化投资提供重要的成长性增量信息,基于该因子的高增长组合策略展现了稳健的超额收益潜力,是A股量化选股和组合构建的有效工具。
---
参考图表插图
图1 盈利加速因子与常见因子的平均截面相关系数(2013.01-2022.07)

图2 盈利加速因子分组的平均ROE暴露(2013.01-2022.07)

图3 盈利加速因子分组的平均SUE暴露(2013.01-2022.07)

图4 盈利加速因子分组的平均预期净利润调整暴露(2013.01-2022.07)

图5 EAV因子得分最高1/10股票的行业分布(2022Q1)

图6 盈利加速因子分组的年超额收益(2013.01-2022.07)

图7 EAV因子的累计IC(2013.01-2022.07)

图8 盈利加速因子分组的未来1年平均净利润增速(2012Q3-2021Q1)

图9 盈利加速因子在预测未来1年净利润增速模型中的截面回归系数(2012Q3-2021Q1)

图10 增长top50组合1的市值中位数(2013.01-2022.07)

图11 增长top50组合1的板块分布(2013.01-2022.07)

图12 不同市场风格下,增长top50组合1和2的表现对比(2013.01-2022.07)

---
参考文献与鸣谢
- 海通证券研究所,金融工程研究团队冯佳睿、罗蕾等
- 原始数据源:Wind数据库
---
总体评价
该报告内容全面、数据翔实,逻辑清晰,严谨支撑了盈利加速因子的理论与实证价值。适合量化投资研究员、基金经理及策略分析师深入了解新型成长因子及其组合构建方法。未来建议报告层面对风险管控与模型适用性进行更加细致的分析,以增强策略的实战可操作性和稳健性。