20180128-招商证券-因子模型系列之四_估值类单因子有效性考察_74页_5mb

专题报告总结：估值类单因子有效性考察

核心内容

本报告是因子模型系列的第四篇，旨在评估估值类单因子的有效性。通过对因子的单调性测试、卡方独立性检验、单因子收益估计、波动量能走势以及同向波动持续性统计，评估这些因子在不同指数（中证500、沪深300、上证50）下的表现。报告采用Wind数据库中的基础数据进行计算，以减少数据错误的可能性。

主要观点

• 估值类因子用于解释超额收益，其有效性通过多种统计方法进行检验。
• 单因子测试流程包括：
  • 单调性测试：通过分层组合累积收益图，直观检验因子收益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，分析因子超额暴露与超额收益之间的相关性。
  • 因子超额暴露的有效估计取值范围：通过分析卡方统计量，确定因子的有效估计区间。
  • 单因子收益估计：使用WLS和OLS方法，计算7个关键指标（如t统计量、波动率、Sharpe值等）。
  • 波动量能走势：通过计算因子单期收益的累积平方和，评估其对超额收益的贡献。
  • 同向波动持续性统计：评估因子在时间维度上的持续性表现。

关键信息

1. 数据提取与清洗

• 所有数据均来自Wind数据库。
• 数据处理采用基础数据计算，以避免直接提取指标数值带来的误差。
• 数据取用窗口从2007年1月15日开始，第一个可用估计截面为2007年4月30日。
• 财务数据以季度频率更新，每个月末截面使用最新财报数据。
• 数据清洗包括剔除不满足计算条件的个股（如新股上市10日内、ST股等）。

2. 单调性测试

• 每个估计截面按因子超额暴露的80%、60%、40%、20%分位点切割，分成5组，构建等权重组合。
• 通过分层组合累积超额收益图，检验因子收益的单调性和相关性。

3. 独立性检验

• 使用卡方独立性检验分析因子超额暴露与超额收益之间的相关性。
• 三维条形图用于展示不同分位点的卡方统计量分布。

4. 因子超额暴露的有效估计取值范围

• 通过卡方统计量的分布图，确定因子的有效估计区间。
• 选择卡方统计量最小的分位点作为有效估计区间的边界。
• 有效估计区间为卡方统计量最小分位点之间的数据段。

5. 单因子收益估计

• 使用WLS和OLS方法对因子收益进行估计。
• 计算以下7个指标：
  • 因子收益t统计量的绝对值平均数；
  • t统计量绝对值大于2的截面占比；
  • 因子收益均值；
  • 波动率（年化）；
  • Sharpe值；
  • 截距项均值；
  • $R^2$ 均值。

6. 波动量能走势

• 波动量能通过单期收益的累积平方和来衡量。
• 用于体现因子对超额收益的贡献。

7. 同向波动持续性统计

• 统计因子同向波动持续月份的次数。
• 通过letter value图进行展示，有助于比较各因子的动量持续性。

估值类因子列表

单因子测试结果概览

1. BP（市净率倒数）

• 中证500：
  • 组合1：11.73%（0.09%平均）；
  • 组合2：-15.40%（-0.12%平均）；
  • 组合3：-35.05%（-0.34%平均）；
  • 组合4：-63.28%（-0.76%平均）；
  • 组合5：-81.95%（-1.29%平均）。
• 沪深300：
  • 组合1：49.80%（0.33%平均）；
  • 组合2：10.55%（0.11%平均）；
  • 组合3：-16.93%（-0.11%平均）；
  • 组合4：-53.42%（-0.53%平均）；
  • 组合5：-77.05%（-1.06%平均）。
• 上证50：
  • 组合1：42.81%（0.36%平均）；
  • 组合2：2.89%（0.14%平均）；
  • 组合3：-23.96%（-0.08%平均）；
  • 组合4：-57.75%（-0.50%平均）；
  • 组合5：-79.23%（-1.04%平均）。

2. 相对BP

• 中证500：
  • 组合1：21.93%（0.15%平均）；
  • 组合2：-17.27%（-0.15%平均）；
  • 组合3：-44.01%（-0.44%平均）；
  • 组合4：-65.33%（-0.81%平均）；
  • 组合5：-77.92%（-1.16%平均）。
• 沪深300：
  • 组合1：61.61%（0.38%平均）；
  • 组合2：7.50%（0.08%平均）；
  • 组合3：-28.08%（-0.21%平均）；
  • 组合4：-55.14%（-0.77%平均）；
  • 组合5：-51.93%（-0.51%平均）。
• 上证50：
  • 组合1：52.89%（0.42%平均）；
  • 组合2：-0.19%（0.03%平均）；
  • 组合3：-34.08%（-0.18%平均）；
  • 组合4：-58.83%（-0.74%平均）；
  • 组合5：-74.42%（-0.91%平均）。

3. CFP（市现率倒数）

• 中证500：
  • 组合1：-7.28%（-0.05%平均）；
  • 组合2：-25.98%（-0.24%平均）；
  • 组合3：-52.55%（-0.58%平均）；
  • 组合4：-72.45%（-1.00%平均）；
  • 组合5：-62.22%（-0.74%平均）。
• 沪深300：
  • 组合1：24.19%（0.18%平均）；
  • 组合2：-4.29%（-0.01%平均）；
  • 组合3：-40.28%（-0.35%平均）；
  • 组合4：-65.42%（-0.77%平均）；
  • 组合5：-51.93%（-0.51%平均）。
• 上证50：
  • 组合1：17.16%（0.21%平均）；
  • 组合2：-12.10%（0.03%平均）；
  • 组合3：-46.14%（-0.32%平均）；
  • 组合4：-68.75%（-0.74%平均）；
  • 组合5：-56.01%（-0.48%平均）。

4. 相对CFP

• 中证500：
  • 组合1：21.93%（0.15%平均）；
  • 组合2：-17.27%（-0.15%平均）；
  • 组合3：-44.01%（-0.44%平均）；
  • 组合4：-65.33%（-0.81%平均）；
  • 组合5：-77.92%（-1.16%平均）。
• 沪深300：
  • 组合1：61.61%（0.38%平均）；
  • 组合2：7.50%（0.08%平均）；
  • 组合3：-28.08%（-0.21%平均）；
  • 组合4：-55.14%（-0.77%平均）；
  • 组合5：-51.93%（-0.51%平均）。
• 上证50：
  • 组合1：52.89%（0.42%平均）；
  • 组合2：-0.19%（0.03%平均）；
  • 组合3：-34.08%（-0.18%平均）；
  • 组合4：-58.83%（-0.74%平均）；
  • 组合5：-74.42%（-0.91%平均）。

统计指标

• 卡方统计量最小分位点：
  • 中证500：左侧最小分位点为45%，右侧最小分位点为90%。
  • 沪深300：左侧最小分位点为45%，右侧最小分位点为90%。
  • 上证50：左侧最小分位点为45%，右侧最小分位点为90%。
• 可取范围宽度：
  • 中证500：75%。
  • 沪深300：75%。
  • 上证50：75%。
• 平均值：
  • 中证500：50%。
  • 沪深300：50%。
  • 上证50：50%。
• 标准差：
  • 中证500：13%。
  • 沪深300：14%。
  • 上证50：14%。
• 众数：
  • 中证500：50%。
  • 沪深300：55%。
  • 上证50：55%。

结论

• 估值类因子在不同指数下的表现存在差异。
• 通过卡方统计量的分布和最小分位点的走势，可以确定因子的有效估计区间。
• 单因子收益估计指标（如t统计量、波动率、Sharpe值等）用于评估因子的统计显著性和收益风险比。
• 同向波动持续性统计有助于了解因子在时间维度上的稳定性。