“学海拾珠”系列之七：价格动量之外，基本面动量的重要性-20200824-华安证券-17页_1mb

价格动量之外：基本面动量的重要性总结

核心内容

本报告探讨了基本面动量在股票收益预测中的作用，并提出了一个新的基本面动量指标——FIR（基本面隐含收益），通过纳入基本面变量的滞后值和时间趋势，以期更好地捕捉基本面趋势的预测能力。此外，报告还介绍了“双动量”策略，即结合价格动量与基本面动量，以提升投资收益表现。

主要观点

• 基本面动量与价格动量虽然在收益表现上相似，但它们是相对独立的。
• 通过FIR指标构建的投资组合，其平均月收益为 0.88%，与价格动量的月收益（0.93%）相当，且不能被现有因子模型解释。
• 双动量策略的平均月收益为 2.16%，显著高于价格动量和基本面动量的收益之和（约 1.81%），其夏普比率为 0.26，远高于单独动量策略的夏普比率（价格动量：0.16，基本面动量：0.14）。
• 双动量在均值-方差联合检验中表现显著，说明其能够改善投资组合的效率边界。
• 基本面动量在不同时间段内均有效，但价格动量在某些时期表现下降，而双动量仍保持稳定收益。

关键信息

基本面动量构建方法

• 多元回归法：通过横截面回归，利用基本面变量的滞后值和时间趋势，计算FIR指标。
• 预测组合法：对每个基本面变量进行单变量回归，计算FIR指标并进行加权平均。

基本面动量实证表现

• 基本面动量的收益在 1976-2015 样本期内表现良好，其平均收益为 0.88%。
• 通过Fama-MacBeth回归和双变量投资组合分组分析，证实基本面动量具有显著的预测能力。
• 基本面动量的alpha值在 5% 显著性水平下显著，且与价格动量相关性较低（约为 0.14），表明其独立性。

双动量策略实证表现

• 双动量（价格动量 + 基本面动量）在 1976-2015 样本期内的平均月收益为 2.16%，显著高于单一动量策略。
• 与价格动量（-1.20）和基本面动量（0.73）相比，双动量的偏度为 0.04，更接近正态分布。
• 双动量在不同子样本期内表现稳定，且其收益不能被现有因子模型完全解释。

风险提示

• 本文结论基于历史数据和海外研究，不构成投资建议。
• 现有因子模型无法解释双动量的收益表现，因此其具有潜在的投资价值。

结论

• 基本面动量在股票收益预测中具有重要作用，其收益表现显著，且与价格动量相对独立。
• 双动量策略能够显著提升投资收益，且其收益表现无法被现有因子模型解释，表明其具有独特的价值。
• 基本面分析在资产定价中扮演重要角色，有助于提升投资策略的有效性。

附录：相关报告

1. 《波动率如何区分好坏？——“学海拾珠”系列之一》
2. 《偏度之外：股票收益的不对称性——“学海拾珠”系列之二》
3. 《价格张力：股票流动性度量的新标尺——“学海拾珠”系列之三》
4. 《资产定价：昼与夜的故事——“学海拾珠”系列之四》
5. 《分析师共同覆盖视角下的动量溢出效应——“学海拾珠”系列之五》
6. 《优胜劣汰：通过淘汰法选择基金——“学海拾珠”系列之六》

图表概览

• 图表1：基本面因子分组投资组合的平均收益和Alpha值
• 图表2：基本面动量策略的收益表现
• 图表3：预测组合法构建的基本面动量收益表现
• 图表4：价格动量与基本面动量的双变量分组收益表现
• 图表5：Fama-MacBeth回归结果
• 图表6：现金流、贴现率与方差beta对动量收益的影响
• 图表7：投资组合形成后的累积收益
• 图表8：价格动量、基本面动量与双动量的描述性统计
• 图表9：价格动量、基本面动量与双动量的时间序列收益对比
• 图表10：双动量在不同因子模型下的Alpha值
• 图表11：均值-方差联合检验结果

参考文献

• Dashan Huang, Huacheng Zhang, Guofu Zhou, Yingzi Zhu. Twin Momentum: Fundamental Trends Matter. SSRN Electronic Journal.