量化专题报告：多因子系列之十七，基于个股信息透明度和久期的分域研究-20210831-国盛证券-27页_1mb

量化专题报告总结：多因子系列之十七 - 基于个股信息透明度和久期的分域研究

核心内容

本篇报告从信息透明度和久期两个维度对股票进行分域研究，构建了四个象限模型，分别对应：

• 高信息透明度-长久期：类似“白马成长”，大市值、高估值、高增速、机构持仓重；
• 高信息透明度-短久期：类似“白马价值”，大市值、低估值、成长性弱；
• 低信息透明度-长久期：类似“黑马成长”，小市值、高估值、高弹性、信息反应慢；
• 低信息透明度-短久期：类似“黑马价值”，小市值、经营波动大、机构持仓低、信息反应慢。

报告通过分析不同分域内的股票在风格特征、alpha因子暴露、业绩增速变化、公告事件前后特质收益等方面的表现，进一步探讨了不同市场环境下因子的选股能力及对应的低估成长策略。

主要观点

1. 信息透明度的刻画

信息透明度从三个维度进行衡量：

• 可追踪信息的丰富程度：分析师非财报点评报告数量；
• 业绩预测难易度：分析师盈利预测与真实盈利的偏离程度；
• 业绩增速波动幅度：过去八个季度净利润同比波动率。

这些维度共同反映了市场对公司基本面的把握程度，信息越透明，市场越能快速消化基本面信息，股票未来收益预测越准确。

2. 久期的构建

久期因子基于分析师对公司未来三年净利润的预测构建，假设未来现金流与当前盈利一致，且贴现率为0。公式如下：

$$
\text{duration} = \frac{1 \times np_{fy1} + 2 \times np_{fy2} + 3 \times np_{fy3}}{np_{fy1} + np_{fy2} + np_{fy3}}
$$

3. 分域表现差异

• 低信息透明度样本中，市场定价效率较低，估值类因子和量价类因子表现较好；
• 高信息透明度样本中，市场定价效率较高，超预期因子（如ear、jor）和情绪类因子表现更强；
• 久期溢价与金融条件指数正相关，当金融条件宽松时，长久期股票更具吸引力；
• 确定性溢价与经济领先指数负相关，市场预期悲观时，高确定性股票表现更优。

4. 不同分域的成长策略

• 低效市场（黑马成长）：采用PB-ROE策略，相对中证800年化超额收益为14.97%，信息比为1.01；
• 高效市场（白马成长）：采用低估超预期策略，结合成交量波动和超预期因子，年化超额收益为20.57%，信息比为1.23。

关键信息

信息透明度与久期对股票特征的影响

• 高信息透明度-长久期：高动量、高波动、高换手；
• 高信息透明度-短久期：低BETA、低波动、低换手；
• 低信息透明度-长久期：高BETA、高波动、高换手；
• 低信息透明度-短久期：低动量、高BETA、低波动、低换手。

分域对业绩增长的影响

• 低信息透明度-长久期：业绩增长分布于两端，未来出现高增长或反转的概率较高；
• 高信息透明度-长久期：业绩增长相对稳定，多分布于中游和中上游；
• 高信息透明度-短久期：业绩增长较弱，但稳定性强；
• 低信息透明度-短久期：业绩增长分布较为均匀。

公告事件与市场反应

• 高信息透明度股票在公告前60天内开始有超额收益；
• 高久期股票在公告后更受个人投资者追捧，股东户数增加更显著；
• “高信息透明度-长久期”股票公告前后超额收益最高。

未来研究方向

• 量化股票久期时，需考虑更详细的现金流预测；
• 提高预测数据的质量和覆盖范围，是未来基本面因子研究的重点；
• 研究“核心资产”在信息透明度和久期维度下的属性变化，有助于理解市场结构演变。

风险提示

本报告的观点基于历史统计与量化模型，存在以下风险：

• 历史规律可能失效；
• 模型假设可能简化了实际市场复杂性；
• 预测因子可能存在偏差，尤其是对久期的量化方式不够精细。

作者信息

• 李林井，分析师，执业证书编号：S0680520040002，邮箱：lilinjing@gszq.com
• 刘富兵，分析师，执业证书编号：S0680518030007，邮箱：liufubing@gszq.com

相关研究

1. 《量化周报：创业板短期调整或仍将继续》2021-08-29
2. 《量化分析报告：掘金ETF：顺应智能化浪潮——国泰中证智能汽车主题ETF投资价值分析》2021-08-23
3. 《量化周报：沪深300确认周线级别下跌》2021-08-22
4. 《量化专题报告：多因子系列之十六：基本面因子的收益分解》2021-08-21
5. 《量化专题报告：成长型行业投资模式的探讨》2021-08-18

图表目录

• 图表1：信息透明度单因子分组表现（市值行业中性，市值加权）
• 图表2：久期因子分组收益表现（市值行业中性，市值加权）
• 图表3：分组净利润增速迁移比例
• 图表4：“长久期”公司与“高增长”公司的成长路径
• 图表5：基于信息透明度和久期的双分组股票数量
• 图表6：分组流通市值加权组合净值走势
• 图表7：信息透明度与久期分域股票特征总结
• 图表8：信息透明度与久期分组在风格因子上的平均暴露值
• 图表9：信息透明度与久期分组在其他因子上的平均暴露值
• 图表10：信息透明度与久期分组净利润增速迁移比例
• 图表11：单季度净利润同比前20%组公告日前后平均特质收益
• 图表12：单季度净利润同比前20%组公告日前后特质收益走势
• 图表13：单季度净利润同比前20%组公告前后股东户数环比时序图
• 图表14：单季度净利润同比前20%组公告前后股东户数环比
• 图表15：久期溢价与金融条件指数
• 图表16：确定性溢价与经济领先指数
• 图表17：茅指数成分比重变化
• 图表18：估值类因子定义
• 图表19：估值类因子分域因子月度ICIR
• 图表20：估值类因子分域分五组年化超额收益（相对中证800，流通市值加权）
• 图表21：超预期因子定义
• 图表22：超预期类因子分域因子月度ICIR
• 图表23：超预期类因子分域分五组年化超额收益（相对中证800，流通市值加权）
• 图表24：量价类因子定义
• 图表25：量价类因子分域因子月度ICIR
• 图表26：量价类因子分域分五组年化超额收益（相对中证800，流通市值加权）
• 图表27：机构持仓类因子定义
• 图表28：机构持仓类因子分域因子月度ICIR
• 图表29：机构持仓类因子分域分五组年化超额收益（相对中证800，流通市值加权）
• 图表30：bp与roe因子分组年化超额收益
• 图表31：pb-roe策略相对净值（相对中证800，流通市值加权）
• 图表32：策略分年度绩效
• 图表33：In_volume_std_3m与ear因子分组年化超额收益
• 图表34：低估超预期策略相对净值（相对中证800，流通市值加权）
• 图表35：策略分年度绩效