• 成长的三大驱动来源为投资回报率（ROIC/ROE）、新投资规模（资产、负债和股权增长率）及投资效率提升（利润率和资产周转率变化）[page::0][page::1]

- 投资回报率因子（如ROIC、ROE）具备较好选股能力，ROE被视为长期增长中枢；边际投资回报率因子(marginalroic, marginalroe)表现优于同比增长率因子，ICIR及多空年化收益指标更佳[page::1][page::2]

• 规模扩张中新投资负债增长因子（totliabyoy）优于总资产增长和权益增长因子，反映A股市场以债权融资为主导，且外延并购潮对资产增长因子表现带来影响，但存在后期商誉减值风险。

• 经营效率提升因子包括利润率变动（opmargindelta、ebitmargindelta）和资产周转率变动（totassetstrnvdelta），表现突出，能有效反映企业经营质量改善。

| 因子 | IC | ICIR | 多空年化收益 | 多空波动率 | IR | 最大回撤 | Top组年化收益 | Top组波动率 |
|---------------|-------|------|--------------|------------|------|----------|---------------|-------------|
| opmargindelta | 0.0233 | 1.66 | 8.58% | 4.49% | 1.91 | 6.62% | 11.49% | 30.02% |
| ebitmargindelta| 0.0237 | 1.78 | 9.81% | 4.51% | 2.18 | 4.26% | 12.06% | 29.98% |
| totassetstrnvdelta|0.0300| 2.21 |10.45% | 4.31% | 2.43 | 8.56% | 14.40% | 30.34% |

• 多维成长因子包括业绩增长因子(salesyoy, opyoy, npyoy)、投资回报率因子(roic, roe)、边际投资回报率因子(marginalroic, marginalroe)、规模增长因子(totassetsyoy, totliab_yoy)及效率提升因子，构成全面的成长因子体系。

- 成长因子在不同指数中表现差异明显：沪深300侧重规模扩张，中证500和1000注重投资效率和边际回报率的提升，表明不同市场分层中成长因子权限不同。

• 业绩增长因子更激进，投资回报率因子更稳健；在不同时期经济环境下两类因子的表现强弱交替，2014-2015年外延并购期业绩增长因子表现较强，2016-2019年去杠杆期投资回报率因子表现优异。

• 成长增强策略基于上述多维成长因子加权合成alpha信号，控制其他风格暴露，策略整体优于单纯着眼业绩增长策略，年化收益达到11.54%，信息比显著提升至1.97。

| 年份 | 业绩增强策略年化收益 | 成长增强策略年化收益 | 成长增强策略IR | 成长增强策略最大回撤 |
|------|------------------------|------------------------|-----------------|-----------------------|
| 2010 | 5.44% | 13.61% | 2.06 | 2.87% |
| 2011 | 15.34% | 23.28% | 3.67 | 2.58% |
| … | … | … | … | … |
| 2019 | -10.24% | 19.75% | 3.64 | 2.10% |
| Total| 6.09% | 11.54% | 1.97 | 5.74% |

• 报告强调因子构建和组合策略效果基于历史数据，存在市场环境变化导致模型失效风险，建议投资者谨慎使用，并辅以专业判断。[page::0][page::1][page::2][page::3][page::4][page::5][page::6]

多因子系列之七：对成长的分解及多维度寻找成长因子——详尽分析报告

---

一、元数据与报告概览

• 报告标题：多因子系列之七：对成长的分解及多维度寻找成长因子

- 作者：刘富兵、李林井

• 发布机构：国盛证券研究所金融工程团队

- 发布时间：2019年7月5日

• 主题：围绕A股上市企业盈利增长的成长性分析，通过成长性分解构建多维度成长因子，并测试其在多因子组合中的表现和效用。

核心论点与评述：
报告从企业盈利增长的三个关键维度——投资回报率（ROI）、新投资规模与投资效率提升——出发，提出将成长性因子多维度拆解后进行组合，从而提高因子选股效果和投资组合表现。通过实证分析显示，多维度成长因子较单一业绩增长因子明显提升组合年化收益（+5.45%）和信息比率（1.97），证明该方法在A股市场的有效性。作者着重传递出：成长不仅是盈利的简单增长，更内含投资质量、投资规模和效率变化的综合体现[page::0,1,2,3,4,5]。

---

二、逐节深度解读

2.1 成长的界定与盈利增长来源

该部分定义企业成长的本质是盈利增长，基于投资回报率和投资额，即：

$$
Et = ROIt \times It
$$

盈利增长率$g$被分解为两部分：一是由新投资带来的增长（投资额及其对应的回报率）；二是现有资产投资回报率的变化（效率提升）。这一定义为后续构建成长因子提供了理论基础。强调盈利增长高质量依赖于持续较高的ROI和有效的再投资规模，而非简单的扩张或短期利润波动[page::0,1]。

2.2 投资与投资回报率的界定

报告梳理了不同视角下投资和回报率的定义差异：

• 股权投资者关注ROE（净利润/净资产）

- 资本投资者关注ROIC（营业利润调整后/投入资本）

表格清晰展示了投资额、再投资率、效率增长的具体计算逻辑和财务指标来源，为后续因子设计提供操作基础[page::1]。

2.3 成长因子构建与实证检验

2.3.1 新投资回报率因子

实证结果对比了ROIC与ROE两类因子：

| 因子 | IC | ICIR | 多空年化收益 | 信息比率(IR) | 最大回撤 |
|-------|--------|-------|--------------|--------------|-----------|
| ROIC | 0.0197 | 0.709 | 11.66% | 1.76 | 13.67% |
| ROE | 0.0205 | 0.663 | 15.45% | 2.18 | 13.19% |

结果表明，ROE因子表现略优，反映股权回报能较好传递盈利成长的信息，为构建成长因子提供了依据[page::1,2]。

2.3.2 新投资规模因子

测试了资产增长率（totassetsyoy）、负债增长率（totliabyoy）、权益增长率（equityyoy）三类因子效果，发现负债增长率因子表现最佳，其背后原因包括：

• A股扩张以外源融资主导，特别是债权融资占主导地位

- 去杠杆政策后负债增长率因子表现有所减弱

• 资产增长速率高的企业多通过并购实现短期业绩增长，但伴随商誉减值风险

表格数据：

| 因子 | IC | ICIR | 多空年化收益 | IR | 最大回撤 |
|----------------|-------|-------|--------------|------|-----------|
| totassetsyoy | 0.0003| 0.01 | 5.67% | 0.87 | 7.03% |
| totliabyoy | 0.0134| 0.75 | 7.08% | 1.42 | 11.91% |
| equityyoy | -0.0088| -0.45| 3.24% | 0.51 | 3.37% |

说明负债扩张更能捕捉A股企业有效新投资而非股权或资产整体数据的增长反映，尤其在并购热潮（2014-2016）时代[page::1,2]。

2.3.3 投资效率提升

进一步检验了边际投资回报率（Marginal ROIC/ROE）、利润率变动、资产周转率变动对组合的贡献，结果表明边际回报率因子的IC及ICIR明显领先同比回报率，显示新增投入带来的效益增量更具预判力。

例如，边际ROIC因子多空组合年化收益12.49%，ICIR高达2.17，IR为2.72，最大回撤仅4.78%[page::2]。

此外，企业经营效率可以通过利润率（毛利率、经营利润率、净利率）和总资产周转率的提升反映，相关因子同样表现活跃：

| 因子 | IC | ICIR | 多空年化收益 | IR | 最大回撤 |
|----------------|-------|-------|--------------|------|-----------|
| opmargindelta| 0.0233| 1.66 | 8.58% | 1.91 | 11.49% |
| ebitmargindelta|0.0237| 1.78 | 9.81% | 2.18 | 12.06% |
| totassetstrnvdelta|0.030| 2.21 | 10.45% | 2.43 | 14.40% |

公司通过提升经营效率获取成长的信号同样有效[page::3]。

2.3.4 未来业绩刺激投入

报告指出研发投入和广告宣传等确认较早的费用支出虽短期压制利润，但长期可催生业绩爆发，成为行业内带来优异选股效果的成长因子。

2.3.5 成长因子整体列表与组合构建

报告将传统业绩增长因子与投资回报率、边际投资回报率、规模增长和效率提升等新维度因子综合考虑，形成完整多维度成长因子框架。
关键因子总结如下：

| 类别 | 因子代码 | 计算方式 |
|------------|----------------|----------------------------|
| 业绩增长 | salesyoy | 单季度营业收入同比 |
| | opyoy | 单季度毛利润同比 |
| | npyoy | 单季度净利润同比 |
| 投资回报率 | roic | EBIT / 投入资本 |
| | roe | 净利润 / 净资产 |
| 边际回报率 | marginalroic | EBIT增量 / 投资资本增量 |
| | marginalroe | 净利润增量 / 净资产增量 |
| 规模增长 | totassetsyoy | 总资产同比增长 |
| | totliabyoy | 总负债同比增长 |
| 效率提升 | opmargindelta| 毛利率变动 |
| | ebitmargindelta| 经营利润率变动 |
| | npmargindelta| 净利润率变动 |
| | totassetstrnvdelta| 总资产周转率变动 |

通过这样丰富的因子构建，有效覆盖企业成长的各个维度[page::3]。

---

2.4 残差因子检验与指数分域效应

报告采用残差因子检验方法，剥离业绩增长因素后，投资回报率、边际投资回报率和规模增长因子仍保有显著的信息值。反向剥离后业绩增长因子残差信息较少，表明多维度成长因子包含了绝大部分业绩增长信息，提升对成长的理解深度。

同时针对不同指数域（沪深300、中证500、中证1000），发现：

• 沪深300企业投资效率较高，增长空间有限，更依赖规模扩张带动

- 中证500和中证1000企业投资效率整体较薄弱，边际投资回报率和效率提升因子效力更佳

这反映不同市场分层成长驱动机制的差异，投资策略需要针对指数成分股特征调整侧重点[page::4]。

2.5 不同经济环境下业绩增长与投资回报率因子表现差异

报告分析了2010-2019年间经济环境变化对因子表现的影响：

• 2014-2015年：处于外延式并购高峰期，整体业绩高速增长，市场对业绩增长因子反应积极，忽视业绩质量，因此业绩增长因子表现较好。

- 2016-2019年：去杠杆、经济波动后，市场更加重视内生增长质量，投资回报率因子表现优于业绩增长因子。

图表显示这两类因子在组合收益和净值表现上交替领先，表明因子暴露需动态调整以适应经济周期[page::4,5]。

---

三、图表深度解读

图表7与图表8：总资产增长与融资来源及并购事件数量

• 图表7展示了按总资产增长分组，债权融资比例、股权融资比例及内部融资比例的变化趋势，并以并购事件发生比例作为参考。数据表明随着资产增速加快，外源融资比例上升，且并购事件比例显著增加，支持报告观点：高资产增长通常伴随高外源融资和大量并购行动，提示投资者关注潜在的商誉减值风险。
• 图表8则呈现2005-2019年间A股企业各类资本运作融资金额占比及并购事件数量趋势。特别指出2010-2017年债权融资占比爆发式增长，2017年起去杠杆政策下债权融资收缩，影响融资结构和增长动力，对投资规模因子表现产生显著影响。

两图信息结合揭示融资结构变动对企业成长因子选股效力的关键作用。

图表9和图表11：边际投资回报率与经营效率提升因子表现

• 图表9表明边际投资回报率因子（marginalroic、marginalroe）的IC和ICIR明显优于同比回报率因子，说明新增资本投入带来的边际回报更具选股价值，且多空组合年化收益均超过12%，风险指标较优，表明因子具备显著阿尔法捕捉能力。
• 图表11经营效率提升相关因子如利润率变动和资产周转率变动均显示正面表现，最高IC达0.03，ICIR超过2，证实企业通过提升经营效率进行成长的信号有效。

这两组图支持报告对效益提升维度的重视，为多因子成长模型的重要组成部分。

图表22与23：成长因子残差检验

• 图表22说明剔除业绩增长因子后，大类成长因子仍能捕捉到IC值，尤其边际投资回报率和投资回报率因子在中证500、1000指数中表现最佳，显示出独立信息量和潜在选股能力。
• 图表23反向验证业绩增长因子剔除成长因子后的残差信息有限，说明成长因子组合能较全面涵盖业绩增长的信号。

图表24至26：因子表现随经济周期变化及策略回测结果

• 图表24是关键表现图，展示投资回报率信号与业绩增长信号在2010-2019年间的超额收益及相对净值走势。图表划分多个阶段，揭示市场对不同因子的关注随宏观和政策周期变化而变。
• 图表25显示成长增强策略（多因子合成）净值明显优于单一业绩增长策略，策略更平稳、持续增长。
• 图表26对比了两个策略的年度绩效，整体成长增强策略实现11.54%年化收益，信息比1.97，明显好于业绩增长策略（6.09%年化收益，信息比1.02），且波动率相当甚至略低，最大回撤更优。

以上图表充分论证多维度成长因子组合策略的有效性和稳定性。




---

四、估值分析

报告并未涉及估值方法的具体构建和计算（如DCF、市盈率等），其重点聚焦于成长因子的构建与验证，侧重因子表现和多因子组合绩效的统计检验。因此估值分析非核心内容，投资者须结合具体公司基本面进行后续估值判断。

---

五、风险因素评估

报告明确提示：

• 结论基于历史统计模型和数据，模型有效性依赖未来市场环境的稳定性。
• 市场环境变化（经济周期、政策、融资环境等）可能导致模型失效，尤其去杠杆政策对负债增长因子的影响。
• 重点风险还包括并购质量的不确定性，外延增长伴随业绩承诺达成风险及商誉减值。
• 报告基于专业投资者，不构成具体操作建议，散户使用应谨慎，需结合专业指导。

此部分警示投资者关注宏观与微观环境变化对因子表现的潜在影响，并建议结合其他风险管理措施。[page::6]

---

六、批判性视角与细微差别

• 报告的成长因子框架逻辑清晰，基于合理财务指标分解成长来源，实证支持充分，数据来源透明，整体稳健。
• 对于规模增长因子的讨论较为细致，报告强调外源融资占比，提示了环境变化导致因子表现波动，提醒投资者重视政策周期性影响，这是较审慎的处理。
• 使用边际投资回报率代替同比回报率的提升信息价值，是本报告重要且较为创新的视角。
• 报告没有给出具体的估值方法和净资产调整建议，适合构建量化成长选股因子，但需结合个股基本面判断。
• 风险提示合理但偏保守，因模型方法论本质存在历史有效性未必能完全复制的风险，投资者需警惕模型过拟合。
• 另外，表格中部分因子IC值较低（如资产增长因子），暗示因子选择需慎重，投资者应避免盲目依赖单一指标。

---

七、结论性综合

此报告系统构建了一个基于企业盈利增长来源分解的多维度成长因子体系，覆盖投资回报率、新投资规模及投资效率提升三大核心驱动力。使用A股市场实证数据，报告发现：

• 投资回报率（特别是ROE）和边际投资回报率因子优于单一利润同比因子，具备更强的选股能力和更高信息比。
• 在规模增长中，负债增长率比单纯资产或权益增长提供更多有效信息，反映A股扩张多依赖外源债权融资背景。
• 经营效率提升因子（利润率和资产周转率变动）同样显著，有助捕捉企业内生经营改进带来的成长。
• 多维度成长因子剥离传统业绩增长信息后，剩余信息量依然可观，表明多因子体系更全面。
• 不同经济周期成长因子表现差异明显，业绩增长因子在高速增长阶段表现更好，投资回报率因子在经济景气放缓期更优。
• 基于以上因子构建的成长增强策略，年化收益高达11.54%，信息比率1.97，相较业绩增长策略均明显改善，且回撤可控，投资表现稳健。

综上，报告提供了成长因子多维度拆解及其组合应用的新视角，增强了对企业成长性的理解，对量化投资尤其成长价值策略的构建具有重要指导意义。完成了从理论到实证、再到策略应用的完整闭环，充分展示多因子成长选股模型在A股市场的潜力和价值[page::0-6]。

---

# 综上所述，本报告以详实的财务逻辑、数据证明和策略检验，明确指出成长因子不仅是企业业绩简单增长的体现，更是多维度投资回报率、规模和效率的共同反映，构建多因子成长模型有力提升投资组合表现，为A股多因子投资提供了重要参考框架。

报告