德邦金工文献精译第二期：不可知的基本面分析是可行的-20220114-德邦证券-32页_2mb

金融工程专题总结

核心内容

本文探讨了一种基于统计学的“不可知基本面分析”方法，用于评估股票市场的信息效率，并检验其作为投资策略的有效性。该方法通过构建基于公司财务报表的线性函数来估算同行隐含公允价值，从而衡量股票的错误定价信号。研究发现，这种不可知方法在控制了多个风险因子后，仍能提供显著的超额收益。

主要观点

• 不可知基本面分析的可行性：通过OLS回归方法，利用公司的资产负债表、利润表和现金流量表的线性组合，估算其同行隐含公允价值，从而构建错误定价信号。
• 错误定价信号的定义：错误定价信号 $M_{j,t}$ 定义为公司实际市场价值与同行隐含公允价值的偏差百分比，即 $M_{j,t} = \frac{P_{j,t} - V_{j,t}}{V_{j,t}}$。该信号与股票未来收益相关，且在控制其他风险因素后仍有效。
• 风险调整后的超额收益：使用错误定价信号构建的多空对冲组合在风险调整后，能够获得每年 $4%-10%$ 的超额收益，且在大多数月份表现优于基准。
• 趋同效应：股票价格与公允价值之间的趋同是超额收益的主要来源，而非风险差异。
• 信号有效性随时间衰减：错误定价信号的有效性会随着时间衰减，且在34个月后趋近于零。

关键信息

1. 数据与方法

• 样本区间：1987年3月至2012年12月，共310个月。
• 数据筛选：仅包含非金融公司，且月初股价不低于5美元。
• 会计指标：使用28个常见会计变量，包括资产负债表（16项）、利润表（11项）和现金流量表（1项）。
• 回归方法：采用OLS和TS（Theil-Sen）方法进行回归分析，TS方法对异常值更稳健。

2. 错误定价信号的构建

• 信号定义：通过公司实际市值与同行隐含公允价值的差异计算错误定价信号 $M_{j,t}$。
• 信号的五分位数分组：将股票分为五组，Q1为定价过高组，Q5为定价过低组。
• 信号有效性：使用TS方法构建的信号在等权和价值加权组合中均表现出更好的收益预测能力。

3. 投资策略表现

• 等权组合：在全样本期内，错误定价信号的多空对冲组合年化收益为 $5.0%-10.0%$。
• 价值加权组合：年化收益为 $6.6%$，且在大部分月份表现优于基准。
• 超额收益：在控制了行业回报率、贝塔系数、账面市值比、动量、短期和长期反转、公司规模、盈利能力和未预期盈余等变量后，错误定价信号仍能显著预测未来收益。

4. 回归分析

• Fama-MacBeth横截面回归：错误定价信号 $M$ 在多个回归模型中均显著预测未来收益，且在TS方法下表现更优。
• 因子模型时间序列回归：使用六因子和八因子模型检验错误定价信号的有效性，结果显示其具有风险调整后的超额收益。

5. 信号衰减

• 时间衰减：错误定价信号的有效性随时间衰减，34个月后趋近于零。
• 滞后效应：滞后的会计数据和回归系数会导致信号的预测能力下降。

风险提示

• 市场波动风险：市场波动可能影响投资组合的收益。
• 数据可用性风险：数据的不完整或不准确可能影响模型的可靠性。
• 模型失效风险：模型可能在某些情况下失效。
• 国内外市场差异风险：该方法在不同市场中的表现可能有所不同。

结论

本文证明了基于统计学的不可知基本面分析方法的有效性，该方法通过估算同行隐含公允价值，构建错误定价信号，从而提供一个风险调整后的投资策略。尽管存在信号衰减和模型风险，但其在控制了多个风险因素后仍能产生显著的超额收益。该方法具有较高的经济意义，适用于大市值和小市值公司。

图表说明

• 图1：展示错误定价信号与公司特征之间的关系。
• 图2：显示错误定价信号预测未来收益的能力。
• 图3：展示Fama-MacBeth横截面回归的结果。
• 图4：展示因子模型时间序列回归的结果，包括六因子和八因子模型。

附录与参考文献

• 附录A和B：提供会计变量的详细定义和模型构建的进一步信息。
• 参考文献：包括相关文献和研究的引用，如Bartram和Grinblatt（2018）等。

信息披露

• 研究团队：肖承志（证券分析师），王成煌（研究助理）。
• 研究机构：德邦证券金融工程团队。