20181023-中国银河-因子投资手册（二）_29页_2mb

因子投资手册（二）总结

核心内容

本报告是《因子投资手册》系列的第二篇，主要分析了资本结构因子和偿债能力因子两类因子的有效性与相关性，为投资者提供了因子选择与评估的参考依据。

主要观点

1. 资本结构因子有效性分析

• 有效因子：报告选出9个资本结构因子，其中因子21（流动资产/总资产）、因子22（非流动资产/总资产）、**因子26（流动负债/负债合计）和因子27（非流动负债/负债合计）**效果明显。
• 行业表现：
  • 因子21在石油石化、钢铁、传媒、交通运输等行业表现优于其他行业。
  • 因子26在钢铁、传媒、纺织服装等行业表现较强。
• 因子相关性：
  • 因子21与22、因子26与27之间相关性较大。
  • 因子21与26、22与27之间的相关性较弱。
  • 因子19与20相关性最大，且净值线基本重合。

2. 偿债能力因子有效性分析

• 有效因子：报告选出16个偿债能力因子，其中**因子43（息税折旧摊销前利润/负债合计）**净值效果较好。
• 行业表现：
  • 因子43在除煤炭、商贸零售、医药、交通运输以外的行业表现较好。
• 因子有效性：
  • 虽然因子43净值效果较好，但IC和Fama_MacBenth分析结果不明显。
  • 因子43与其他偿债能力因子（除因子41）之间的相关性很小。

3. 因子评估方法

• 评估方法：
  • 投资组合法（分层）
  • 收益排名法
  • 信息系数法（IC）
  • Fama_MacBenth回归法
• 结论：
  • 因子21的IC值在2016年之前为正且P值较小，显示其有效性较高。
  • 因子26的IC值同样较好，但其有效性不如因子21显著。
  • 因子43的回归系数较大，但无法确定其趋势性是否为正或负。

关键信息

• 因子应用：因子可以用于资产定价、风险管理、业绩归因以及构建股票预测模型（如阿尔法选股模型）。
• 张然观点：阿尔法模型的选股因子与风险模型的风险因子形式一致，但阿尔法模型构建的投资组合风险无法用基准多因子风险模型解释。
• Fabozzi方法：给出了四种因子收益与风险的评价方法，包括投资组合法、因素法、因素组合法、信息系数法。
• 报告结构：
  • 一、资本结构因子（9个）
  • 二、偿债能力因子（16个）
  • 三、结语
  • 四、风险提示
  • 五、附录

风险提示

• 报告结论基于历史数据与统计规律，但二级市场受即时性政策影响较大，可能出现与历史规律不符的走势。
• 报告不构成投资建议，不担保内容的准确性或完整性。
• 客户应独立判断，不应单纯依赖本报告进行投资决策。

附录与图表说明

• 报告附有多个图表和附图，展示因子在不同行业和时间点的表现。
• 图表包括：
  • 因子收益净值对比图
  • 因子多空收益排名图
  • 因子IC与Fama_MacBenth回归图
  • 因子相关性分析图
• 附图覆盖了所有选中的因子，展示了其在不同行业和时间维度的表现。

评级标准

• 银河证券行业评级体系：包括推荐、谨慎推荐、中性、回避四个等级。
• 银河证券公司评级体系：同样包括推荐、谨慎推荐、中性、回避四个等级。
• 评级基于未来6-12个月的行业或公司表现，与市场基准进行对比。

联系信息

• 分析师：吴俊鹏
• 联系方式：
  • 电话：010-83574554
  • 邮箱：wujunpeng@chinastock.com.cn
  • 执业证书编号：S0150517090001

免责声明

• 本报告由中国银河证券股份有限公司发布，仅作为参考，不构成投资建议。
• 报告内容可能涉及其他网站链接，银河证券不对这些链接内容负责。
• 报告版权归属银河证券，未经授权不得复制、发送或传播。

结语

本报告汇总了25个因子（资本结构因子9个，偿债能力因子16个），通过多种方法评估其有效性，为后续因子投资研究提供了基础。下篇报告将分析运营能力和成长能力因子，以进一步完善因子体系。