因子模型系列（4）：估值类单因子有效性考察-20180128-招商证券-74页-6mb

报告摘要

专题报告总结

核心内容概述

本报告为因子模型系列第四篇，聚焦于估值类因子的有效性考察，采用多种统计方法对单因子进行分析，包括单调性测试、卡方独立性检验、单因子收益估计、波动量能走势分析以及同向波动持续性统计。通过对不同市场指数（中证500、沪深300、上证50）进行分层组合分析，报告旨在筛选出具有显著超额收益的估值类因子，并确定其有效的超额暴露取值范围。

主要观点与关键信息

1. 因子模型框架

报告基于横截面模型构建多因子模型，模型公式如下：

$$
\left(\Delta r _ {i, \left[ t _ {0}, t _ {1} \right]} ^ {B, M}\right) _ {n \times 1} = \left(c _ {\left[ t _ {0}, t _ {1} \right]}\right) _ {n \times 1} + \left(\Delta \beta_ {i, t _ {0}} ^ {(j)}\right) _ {n \times k} \cdot \left(r _ {F, \left[ t _ {0}, t _ {1} \right]} ^ {(j)}\right) _ {k \times 1} + \left(\varepsilon_ {i, \left[ t _ {0}, t _ {1} \right]}\right) _ {n \times 1}
$$

模型用于分析个股超额收益与因子超额暴露之间的关系，其中 $\Delta r_{i,[t_0,t_1]}^{B,M}$ 为经市场系统风险调整后的超额收益，$\Delta \beta_{i,t_0}^{(j)}$ 为因子超额暴露，$r_{F,[t_0,t_1]}^{(j)}$ 为因子收益。

2. 单因子测试流程

报告采用以下测试流程：

单调性测试：通过分层组合累积收益图检验因子与超额收益之间的相关性和单调性。
独立性检验：使用卡方检验方法分析因子超额暴露与超额收益之间的独立性。
因子收益估计：分别采用OLS和WLS方法对因子收益进行估计，并计算7项指标（如t统计量、波动率、Sharpe值等）。
波动量能走势：通过单期收益的累积平方和刻画因子对超额收益的贡献。
同向波动持续性统计：统计因子同向波动持续月份，并用letter value图展示。

3. 数据提取与清洗

数据来源于Wind数据库。
数据处理遵循以下原则：
- 尽可能提取基础数据，而非直接使用指标数值。
- 数据窗口从2007年1月15日开始，首个可使用的估计截面为2007年4月30日。
- 财务数据以季度频率更新，使用最新财报数据。
- 剔除不符合计算条件的个股数据（如新股上市10日内、ST股、行业分类变更后等）。

4. 估值类因子

报告考察了14个估值类因子，包括：

市净率倒数（BP）
相对BP
市现率倒数（CFP）
相对CFP
每股派息/股价
每股派息/股价（相对）
市盈率倒数（EP）
相对EP
EBITDA/EV（企业价值倍数倒数）
相对EBITDA/EV
市销率倒数（SP）
相对SP
负债股权比率
相对负债股权比率

5. 单因子测试结果

BP（市净率倒数）：
- 中证500：组合1（80%-100%）累积超额收益11.73%，平均超额收益0.09%，年化波动率7.18%，Sharpe值0.1571。
- 沪深300：组合1（80%-100%）累积超额收益49.80%，平均超额收益0.33%，年化波动率10.62%，Sharpe值0.3674。
- 上证50：组合1（80%-100%）累积超额收益42.81%，平均超额收益0.36%，年化波动率16.99%，Sharpe值0.2544。
相对BP：
- 中证500：组合1（80%-100%）累积超额收益21.93%，平均超额收益0.15%，年化波动率6.26%，Sharpe值0.2961。
- 沪深300：组合1（80%-100%）累积超额收益61.61%，平均超额收益0.38%，年化波动率10.89%，Sharpe值0.4236。
- 上证50：组合1（80%-100%）累积超额收益52.89%，平均超额收益0.42%，年化波动率17.54%，Sharpe值0.2866。
CFP（市现率倒数）：
- 中证500：组合1（80%-100%）累积超额收益-7.28%，平均超额收益-0.05%，年化波动率4.95%，Sharpe值-0.1198。
- 沪深300：组合1（80%-100%）累积超额收益24.19%，平均超额收益0.18%，年化波动率9.17%，Sharpe值0.2370。
- 上证50：组合1（80%-100%）累积超额收益17.16%，平均超额收益0.21%，年化波动率16.56%，Sharpe值0.1556。
相对CFP：
- 中证500：组合1（80%-100%）累积超额收益-7.28%，平均超额收益-0.05%，年化波动率4.95%，Sharpe值-0.1198。
- 沪深300：组合1（80%-100%）累积超额收益24.19%，平均超额收益0.18%，年化波动率9.17%，Sharpe值0.2370。
- 上证50：组合1（80%-100%）累积超额收益17.16%，平均超额收益0.21%，年化波动率16.56%，Sharpe值0.1556。

6. $\chi^2$ 统计量分析

$\chi^2$ 统计量用于衡量因子超额暴露与超额收益之间的相关性。
通过三维条形图展示各分位点的 $\chi^2$ 统计量分布。
有效估计取值范围是通过 $\chi^2$ 统计量的最小分位点确定的，通常在50%分位点左右，且两端存在异常值。

7. 波动量能走势

通过累积平方和计算波动量能，反映因子对超额收益的贡献。
波动量能走势是因子是否被纳入多因子模型的重要依据。

8. 同向波动持续性

统计因子同向波动持续月份，并通过letter value图进行可视化。
有助于评估因子的动量特性。

关键指标汇总

1. BP（市净率倒数）

WLS：
- 中证500：t统计量绝对值均值2.1368，占比大于2的截面46.09%，因子收益均值0.89%，波动率9.94%，Sharpe值1.0723，R²均值0.0065。
- 沪深300：t统计量绝对值均值2.1507，占比大于2的截面44.53%，因子收益均值0.86%，波动率10.13%，Sharpe值1.0249，R²均值0.0066。
- 上证50：t统计量绝对值均值2.1530，占比大于2的截面44.53%，因子收益均值1.03%，波动率11.20%，Sharpe值1.1103，R²均值0.0070。

2. 相对BP

WLS：
- 中证500：t统计量绝对值均值1.6124，占比大于2的截面26.56%，因子收益均值0.90%，波动率7.76%，Sharpe值1.3947，R²均值0.0039。
- 沪深300：t统计量绝对值均值1.6206，占比大于2的截面27.34%，因子收益均值0.90%，波动率7.99%，Sharpe值1.3489，R²均值0.0040。
- 上证50：t统计量绝对值均值1.6263，占比大于2的截面27.34%，因子收益均值0.90%，波动率8.14%，Sharpe值1.3307，R²均值0.0041。

3. CFP（市现率倒数）

WLS：
- 中证500：t统计量绝对值均值1.8531，占比大于2的截面38.28%，因子收益均值0.83%，波动率8.76%，Sharpe值1.1360，R²均值0.0055。
- 沪深300：t统计量绝对值均值1.8633，占比大于2的截面40.63%，因子收益均值0.84%，波动率8.90%，Sharpe值1.1283，R²均值0.0055。
- 上证50：t统计量绝对值均值1.8723，占比大于2的截面41.41%，因子收益均值0.84%，波动率9.09%，Sharpe值1.1064，R²均值0.0055。

4. 相对CFP

WLS：
- 中证500：t统计量绝对值均值1.8531，占比大于2的截面38.28%，因子收益均值0.83%，波动率8.76%，Sharpe值1.1360，R²均值0.0055。
- 沪深300：t统计量绝对值均值1.8633，占比大于2的截面40.63%，因子收益均值0.84%，波动率8.90%，Sharpe值1.1283，R²均值0.0055。
- 上证50：t统计量绝对值均值1.8723，占比大于2的截面41.41%，因子收益均值0.84%，波动率9.09%，Sharpe值1.1064，R²均值0.0055。

结论

报告通过系统化的测试流程和指标分析，对估值类因子的有效性进行了全面考察，为构建多因子模型提供了重要的参考依据。不同因子在不同市场指数中的表现差异显著，部分因子（如BP和相对BP）在沪深300和上证50中表现出较强的超额收益能力，而CFP和相对CFP在中证500中表现较弱。报告强调了对因子有效取值范围的确定，并建议后续报告中对各大类因子进行汇总比较分析。

展开完整摘要