健康新闻

猎金系列之十八:基本面Alpha的复兴之上市公司竞争优势研究

发布日期:2021-08-12 08:38   来源:未知   阅读:

  因子大放异彩。如此极端的风格分化导致许多量化基金出现大幅回撤,同时引发了业界对现有多因子投资体系的反思。

  从图1-2所示大类风格因子表现可以看到,截至2017年10月20日,规模因子的最大回撤达30%,反转因子回撤为8%。6月份反转因子表现才开始反弹,规模因子则直到8月份才开始有所复苏。而同期的价值因子收益则高达24%,尤其值得注意的是,历史上表现平平的质量类因子2017年表现十分出色,特别是其中的ROA和ROE,因子收益分别达到了19%和21%(如图3所示)。

  图1、价值、成长、情绪、交易行为风格因子表现(2017年1月-2017年10月)

  随着金融监管的加强,A股市场逐渐回归基本面,在一定程度上推动了以价值和质量为代表的基本面Alpha因子的复兴。未来随着养老金入市、A股逐步纳入MSCI指数等政策的实施,机构投资者占比提升将是必然的趋势。而这也会使得上市公司的基本面信息变得越发重要,基本面Alpha因子的有效性也将随之提升。

  反观当前主流的多因子投资体系,对基本面Alpha因子,特别是基于上市公司财务数据的因子的挖掘尚不够深入。作为“猎金”系列报告的第十八篇,我们将聚焦上市公司财务数据,通过对公司竞争优势维度的定量刻画,来深入把握基本面信息,构建有效选股因子。

  根据“竞争战略之父”——迈克尔·波特的理论,公司的竞争优势表现为公司持续创造和获取价值的能力。而只有当公司出售产品和提供服务所获得的收入高于其生产产品或提供服务的成本时,公司才能创造价值。

  为了持续不断地获得利润,公司的管理者需要制定相应的竞争策略,来提升公司相对于同行业其他公司的竞争优势。常见的竞争策略包括总成本领先战略、差异化战略和专一化战略。无论通过哪一种策略,其最终目的都是提升公司在行业内的竞争优势,具体体现为公司相对竞争对手的盈利能力的持续提升。

  通常一个公司的盈利能力会受到系统性因素和非系统性因素的影响。系统性因素主要包括两方面,一方面是宏观经济层面的影响,另外一方面是所处行业的景气程度。非系统因素是指公司自身因素,即公司在行业内的竞争地位,包括公司的产出规模、组织结构、品牌、产品质量等方面。为了排除宏观经济和行业层面因素的影响,我们选择上市公司在所属行业内的盈利能力(用ROE来刻画)的排名变化来衡量其竞争优势的变动。竞争优势的大幅提升往往是由公司某项技术或工艺等的重大改进所带来的,而短时间内这一重大改进往往很难被竞争对手复制,从而使得上市公司维持较高的竞争优势,确保其未来能够继续获取利润。

  下面我们就详细介绍竞争优势因子的构建流程。假定当前时刻,上市公司刚刚发布了三季度财务报表(其余报告期的因子计算方式以此类推):

  计算单季度的ROE。计算当年三季度的ROE,即ROEt =三季度净利润/三季度平均净资产。

  计算行业内ROE排名。考虑到各行业内上市公司数目不一,我们用公司在所属行业内ROE的排名除以该行业公司数目作为当期ROE排名,即Rankt =行业内ROE排名/该行业内公司数目N。其中,行业内ROE排名为按照升序排列的名次,即ROE排名第一的上市公司的ROE最小,其排名记为1,依次类推。

  计算单季度ROE排名的变化。由于上市公司的业绩通常存在季节效应。为了排除季节效应的影响,我们计算单季度ROE排名的同比变化,如图4所示。

  计算单季度的ROE。计算当年三季度的ROE,即ROEt =三季度净利润/三季度平均净资产。

  计算行业内ROE排名。考虑到各行业内上市公司数目不一,我们用公司在所属行业内ROE的排名除以该行业公司数目作为当期ROE排名,即Rankt =行业内ROE排名/该行业内公司数目N。其中,行业内ROE排名为按照升序排列的名次,即ROE排名第一的上市公司的ROE最小,其排名记为1,依次类推。

  计算单季度ROE排名的变化。由于上市公司的业绩通常存在季节效应。为了排除季节效应的影响,我们计算单季度ROE排名的同比变化,如图4所示。

  公司单季度ROE排名的同比变动即为我们所构造的上市公司竞争优势因子,该因子衡量了上市公司在所属行业内的盈利能力的提升幅度。依据上一节的分析,当期盈利能力提升的幅度越大,公司在未来维持较高水平的竞争优势的概率就越大,公司也越有可能持续获取高额利润。

  此外,值得注意的是,A股上市公司的财务报表披露时间是存在滞后的。通常去年年报和当年一季报是在当年4月底之前披露,当年半年报在8月底之前披露,当年三季报在10月底之前披露。因此,竞争优势因子的因子值只在以上三个时点发生变化。下面我们将对竞争优势因子的特征以及选股能力进行研究。

  我们以2005年1月-2017年9月为测试区间,对竞争优势因子在全A、沪深300和中证500中的选股效果进行了测试。

  表1给出了竞争优势因子在全A中的IC测试结果。从IC测试结果来看,竞争优势因子的月度IC均值为2.45%,IC_IR为0.41,对应的t检验统计量达到了5.11。这说明,市场对当期具有明显竞争优势的公司给与了显著的正向风险溢价。从图4所示的因子IC序列来看,2008年底至2009年上半年竞争优势因子表现出现了一些波动,而2010年至今则一直维持着较强的选股能力。

  从表2所示的分位数组合测试结果来看,竞争优势因子的多空组合的年化收益为7.19%,年化波动率为6.13%,夏普比率为1.17,同时最大回撤也仅为7.48%。从分位数组合的年化收益及年化超额收益来看,不同的分位数组合之间呈现出较好的单调性。同时,组合的换手率也保持在一个较低的水平。

  综合来看,无论是IC还是多空组合的测试结果都表明,竞争优势因子在全体A股中表现出了出色的选股能力。

  随着近年来指数增强产品特别是沪深300、中证500指数增强产品业绩的爆发,特定指数成份股内的多因子量化增强策略也受到了越来越多的关注。因此,除了对因子在全A中的表现进行测试之外,我们同样对因子在沪深300和中证500内的选股效果进行了测试。

  表3和表4分别给出了竞争优势因子在沪深300和中证500成份股中的IC和多空组合表现。总的来看,竞争优势因子在沪深300和中证500成份股中均展现了较强的选股能力。从IC表现的对比来看,竞争优势因子在沪深300中的选股能力要弱于其在中证500中的选股能力。其在沪深300和中证500中的IC_IR分别为0.26和0.35,对应的t统计量分别为3.22和3.98。

  从多空组合表现的对比来看,竞争优势因子在中证500指数中的表现同样占优。沪深300和中证500成份股中竞争优势因子的多空组合夏普比率分别为0.66和1.35,最大回撤分别为19.66%和16.98%。

  进一步地,我们对行业和市值中性化处理之后的竞争优势因子的表现进行了测试。与我们通常的中性化的方法一致,我们以原始的竞争优势因子作为因变量,以中信一级行业哑变量和流通市值的自然对数作为自变量进行回归,并以回归得到的残差作为行业和市值中性化之后的竞争优势因子。

  表5和表6展示了中性化前后竞争优势因子在全A中的IC和分位数组合的测试结果。经过中性化处理之后,竞争优势因子的IC_IR从0.41提升至0.47,对应的t值从5.11提升至5.84。同时因子多空组合夏普比率由1.17提升至1.37,年化波动率以及最大回撤均有所降低。综合来看,经过行业市值中性化之后因子的表现得到了显著的提升。

  前文因子测试结果在一定程度上说明了竞争优势因子稳健的股票区分能力和广泛的适应性。在将竞争优势因子纳入现有的多因子体系之前,我们还需要考察其与我们现有Alpha因子的相关性。

  由于在大类划分上,竞争优势因子属于质量类,因此我们首先考察其与质量类因子的相关性。从图10所示的结果来看:竞争优势因子与ROE、ROA以及营业利润率之间具有一定的相关性,但相关性都较低,相关系数分别为0.16、0.13和0.10。

  接下来我们进一步探讨竞争优势因子与大类风格因子之间的相关性。从图11所示结果可以看到,除了与成长因子之间具有一定的相关性以外,竞争优势因子与其他大类因子之间的相关性都比较低。其与成长因子之间的相关系数也不高,仅为0.22。

  从竞争优势因子与大类风格因子之间的相关性来看,竞争优势因子与成长风格之间存在一定的相关性。下面我们对行业市值中性化之后的竞争优势因子进一步做成长风格中性处理,并考察中性化处理之后的因子表现。这里我们同样采取回归的方式,以竞争优势因子作为因变量,以成长因子作为自变量进行回归,以回归之后的残差作为成长风格中性化处理之后的竞争优势因子。

  从表7所示IC测试结果来看,在经过成长中性化处理之后,竞争优势因子的IC_IR以及对应的t检验统计量均略有下降,但整体来看依旧具有较强的选股能力。

  前文我们根据上市公司在其所属行业内的ROE排名的变化构建了上市公司竞争优势因子,从第三部分因子测试结果来看,竞争优势因子表现出了较强的选股能力。下面我们将对竞争优势的来源作进一步的探索。

  根据杜邦分解(如图12所示),我们可以将一家公司的ROE分解为净利润率、资产周转率和权益乘数三者的乘积。因此,ROE的提升无非来源于三个方面,即净利润率的提升、资产周转率的提升或者权益乘数的升高。净利润率的提升通常来源于两方面,一方面是企业定价权的提升,这种定价权的提升可以通过产品定位、提升品牌认知、先发优势等获得;另一方面是企业自身的成本和费用管理能力的提升。资产周转率的提升往往来源于资产使用和管理效率的提升,包括固定资产使用效率、存货管理和其他营运资本的管理的提升等,反映的是企业相对于同行业其他公司在资产使用效率方面的优势的提升。权益乘数的升高则来源于企业资本结构的变化,权益乘数反映了企业的财务杠杆水平,权益乘数越大,企业的财务杠杆越高。净利润率的提升和资产周转率的提升分别反映了企业在定价权、成本管理或资产使用效率等方面优势的提升。权益乘数的升高虽然也能使得ROE升高,但是并不能反映企业竞争优势的提升,相反过高的权益乘数反映了企业杠杆率提升,在某种程度上被视为是风险的聚集。基于以上分析,我们考虑对所构建的竞争优势因子进行一些改进,以剔除权益乘数的影响。澳门今晚六彩现场开奖结果

  下面我们综合净利润率和资产周转率两个方面来构建竞争优势因子,因子的构建方式如下:

  计算单季度净利润率排名。按照第二部分计算ROE排名的方式计算行业内净利润率排名。

  计算单季度资产周转率排名。按照第二部分计算ROE排名的方式计算行业内净资产周转率排名。

  计算综合排名的变化。计算综合排名同比的变化作为改进之后的竞争优势因子值。

  计算单季度净利润率排名。按照第二部分计算ROE排名的方式计算行业内净利润率排名。

  计算单季度资产周转率排名。按照第二部分计算ROE排名的方式计算行业内净资产周转率排名。

  计算综合排名的变化。计算综合排名同比的变化作为改进之后的竞争优势因子值。

  从上述构建过程可知,改进的竞争优势因子,剔除了财务杠杆的影响,并将更多的目光聚焦在了公司主业经营状况层面。

  下面我们对改进之后竞争优势因子的表现进行测试。从改进前后因子IC表现对比来看,因子IC_IR由0.41提升至0.48,对应的t检验统计量由5.11提升至5.92。多空组合夏普比率由1.17提升至1.28,多空组合年化收益从7.19%提升至7.71%,年化波动率由6.13%下降至6.01%。整体来看,改进之后的因子的表现有了一定的提升。

  同样我们也对改进之后的竞争优势因子进行行业市值中性化处理,并对比中性化前后因子的表现。从表10和表11的结果可以看到,经过行业和市值中性化之后,改进的竞争优势因子表现得到明显提升。IC_IR由0.48提升至0.54,对应的t值由5.92提升至6.69;因子多空组合夏普比率由1.28提升至1.52。

  我们对竞争优势因子在不同行业中的有效性也进行了全面的测试。我们以因子在不同中信一级行业中的IC_IR值来衡量因子在不同行业中的有效性。

  从图16所示的因子IC_IR可以看到,竞争优势因子在有色金属、食品饮料、机械、基础化工、电子元器件、医药、计算机、电力设备、钢铁、纺织服装和煤炭等行业选股能力较强。这些行业大致上可以分为两类,一类为有色金属、机械、基础化工、电力设备和钢铁,这类行业的竞争相对充分,行业内的竞争优势更多地体现在资产使用效率以及对成本的控制上。另一类为食品饮料、医药、纺织服装、电子元器件和计算机等,这类行业的竞争优势则更多体现在品牌的辨识度、产品的差异化以及技术的创新等方面。从前文竞争优势因子的逻辑可以看到,我们所构建的竞争优势因子能够很好地捕捉上市公司在以上两方面竞争优势的提升,因此竞争优势因子在上述行业中展现了出色的选股能力。

  此外,值得注意的是,对于一些高财务杠杆的行业,例如银行、非银行金融和地产等行业,竞争优势因子的表现则比较一般,而且在改进前后竞争优势因子的表现差异较大。

  价值和质量是两类重要的基本面Alpha因子,下面我们选择价值因子中的未来12个月的预期市盈率(EP_Fwd12M)与竞争优势因子相结合来构建选股策略。策略构建的基本流程如下:

  我们的备选股票池以中证800指数成份股为基础,剔除交易日当天为ST的股票。

  我们在每一个月的最后一个交易日结束后进行组合的筛选和调整。考虑到竞争优势因子在不同的行业中表现存在较大差异,我们采取行业差异化的选股方式。根据改进后的竞争优势因子在各个行业内的表现排序,如果竞争优势因子在该行业表现较好(IC_IR对应t值大于2),则在该行业中用EP_Fwd12M与竞争优势因子等权合成的因子进行选股,反之则仅使用EP_Fwd12M进行选股。在每一个中信一级行业中我们筛选出排名靠前的10%的股票作为组合的成份股。

  我们将行业差异化的选股策略与分别采用合成因子、未来12个月的预期市盈率和竞争优势因子的选股策略进行了对比,结果如表12所示。可以看到,单一的竞争优势因子和未来12个月的预期市盈率因子选股的夏普比率分别为0.40和0.56。合成因子选股策略相比单因子选股策略的表现有了明显提升,Sharpe比率提升至0.61,最大回撤也有所降低。而我们所构建的行业差异化选股策略相比于合成因子选股策略表现有了进一步提升,夏普比率由0.61提升至0.66,而最大回撤由69.15%降低至65.67%。 图17为各选股策略的净值表现。

  我们同样对2005年4月至2017年9月策略在沪深300成份股中的表现进行了测试,结果如表13所示。相对于合成因子选股策略,行业差异化的选股策略在年化收益以及年化波动率等方面表现均有所提升,策略夏普比率由0.67提升至0.71。

  本文作为“猎金”系列报告的第十八篇,我们聚焦于对上市公司财务数据深入挖掘。我们试图对上市公司的竞争优势进行量化,构建了上市公司竞争优势因子。从测试结来看,竞争优势因子在全A、沪深300和中证500中均具有出色的选股能力。此外,其与现有Alpha因子之间呈现出相对较低的相关性,可以作为对现有多因子体系的一个补充。

  纵观当前的多因子体系,对上市公司基本面数据特别是财务数据的挖掘尚不够深入。后续我们将继续致力于基本面Alpha因子的研究,也请大家关注我们后续的研究。

  风险提示:本报告模型及结论全部基于对历史数据的分析,当市场环境变化时,存在模型失效风险。

  证券研究报告:《猎金系列之十八:基本面Alpha的复兴之上市公司竞争优势研究》

  报告发布机构:兴业证券股份有限公司(已获中国证监会许可的证券投资咨询业务资格)

  更多量化最新资讯和研究成果,欢迎关注我们的微信公众平台(微信号:XYQUANT)!

  证券研究报告:《猎金系列之十八:基本面Alpha的复兴之上市公司竞争优势研究》

  报告发布机构:兴业证券股份有限公司(已获中国证监会许可的证券投资咨询业务资格)

  更多量化最新资讯和研究成果,欢迎关注我们的微信公众平台(微信号:XYQUANT)!

  本报告所载资料的来源被认为是可靠的,但本公司不保证其准确性或完整性,也不保证所包含的信息和建议不会发生任何变更。本公司并不对使用本报告所包含的材料产生的任何直接或间接损失或与此相关的其他任何损失承担任何责任。

  本报告的版权归本公司所有。本公司对本报告保留一切权利。除非另有书面显示,否则本报告中的所有材料的版权均属本公司。未经本公司事先书面授权,本报告的任何部分均不得以任何方式制作任何形式的拷贝、复印件或复制品,或再次分发给任何其他人,或以任何侵犯本公司版权的其他方式使用。未经授权的转载,本公司不承担任何转载责任。

  市场有风险,投资需谨慎。本平台所载内容和意见仅供参考,不构成对任何人的投资建议(专家、嘉宾或其他兴业证券股份有限公司以外的人士的演讲、交流或会议纪要等仅代表其本人或其所在机构之观点),亦不构成任何保证,接收人不应单纯依靠本资料的信息而取代自身的独立判断,应自主做出投资决策并自行承担风险。根据《证券期货投资者适当性管理办法》,本平台内容仅供兴业证券股份有限公司客户中的专业投资者使用,若您并非专业投资者,为保证服务质量、控制投资风险,请勿订阅或转载本平台中的信息,本资料难以设置访问权限,若给您造成不便,还请见谅。在任何情况下,作者及作者所在团队、兴业证券股份有限公司不对任何人因使用本平台中的任何内容所引致的任何损失负任何责任。

Power by DedeCms