摘要估值因子在不同行业、不同规模上市公司间差异较大估值因子是一类非常重要的风格因子，本报告中我们选取了十个具有代表性的估值因子——EP、EPcut、BP、SP、NCFP、OCFP、FCFP、DP、EV2EBITDA、PEG，首先经实证分析发现，不同一级行业间估值因子差异较大，并且随时间推移同一行业的估值水平也在不断变化。同时，估值因子在不同规模的上市公司间差异也比较大，近两年EP、EPcut、BP、SP、NCFP、OCFP、DP明显与市值因子呈现正相关性，FCFP、EV2EBITDA与市值因子略微负相关，PEG与市值因子相关性不明显。各估值因子间也存在不同程度的相关性各估值因子间，正相关性极强的为EP和EPcut、BP和SP这两对因子，DP与EP、EPcut、BP、SP、OCFP正相关性都比较强，BP与EP、EPcut、SP、OCFP正相关性亦较强。总体来说，EP、EPcut、BP、SP、OCFP、DP这几个因子两两之间大部分具有正向关联，除了SP与EPcut呈略负相关性。剩余因子的相关强度指标都比较弱，其中FCFP、EV2EBITDA、PEG与其它因子间多现弱负相关性。单因子测试框架：分层回测、回归法、因子IC值分析首先，我们对各估值因子依次进行详细的分层模型回测，分析各分层组合的业绩表现和多空组合的表现，判别因子区分度、单调性、稳定性和在不同规模公司、不同一级行业间的业绩强弱。接下来我们使用回归法进行因子测试，对因子收益率序列和回归产生的t值序列进行统计层面上的分析，鉴别有效因子。我们还计算了各因子的IC值序列、IR比率，辅助因子筛选。测试结果：BP因子综合表现最优，NCFP、FCFP效果一般，其余因子互有优劣在分层模型回测中，就TOP组合表现来说（EV2EBITDA、PEG的TOP组合为因子值最小的组合、其余为因子值最大的组合），BP、OCFP、SP、NCFP因子在收益、信息比率角度较优秀，BP、DP、OCFP因子在回撤角度较优秀，NCFP因子在胜率角度较优秀；就多空组合表现来说，BP因子一枝独秀，其次是NCFP、OCFP、FCFP、PEG、SP因子。在回归统计和IC值分析框架下，NCFP、FCFP效果不佳可以删去，其中NCFP因子在分层测试中发现适于精选因子排名前20%的股票，效果突出。综合来看，BP因子各项表现基本都是最优的，其余因子各具特点、互有优劣。风险提示：单因子测试结果是历史经验的总结，存在失效的可能。估值因子在A股市场实证分析估值因子的选取及测试框架本文是我们的多因子系列研究第二篇，在上一篇文章中，我们系统地阐述了多因子模型的基本理论，详细描述了多因子模型构建的流程，从本文开始，我们将对不同的风格因子单独进行详细的研究和检验，通过综合对比评价，筛选出能持续获得稳健收益的优质因子，这正是构建多因子选股模型的关键一步。在上一篇文章中我们共列出了十二类风格因子：估值因子（ValueFactor）、成长因子（GrowthFactor）、财务质量因子（FinancialQualityFactor）、杠杆因子（LeverageFactor）、规模因子（SizeFactor）、动量因子（MomentumFactor）、波动率因子（VolatilityFactor）、换手率因子（TurnoverFactor）、改进的动量因子（ModifiedMomentumFactor）、分析师情绪因子（SentimentFactor）、股东因子（ShareholderFactor）和技术因子（TechnicalFactor），在本文中，我们将主要针对估值因子进行分析，找出其在二级市场不同行业、不同规模上市公司中的分布规律，并通过分层回测、回归法、计算因子IC值等测试因子有效性。估值因子是一类非常重要的风格因子，投资者能够根据上市公司估值的高低判断股票当前价格是否合理，并对该公司的发展前景产生合理预期。在一个完全有效的市场中，股票价格能够反映所有关于该公司的有效信息，但是实际中市场总是存在局部无效性，价值投资理论的支持者们会试图找出价格被低估的股票来获得超额收益。那么如何才能知道上市公司的估值是否合理？我们引入EP、BP、SP等十个因子，如表1所示：如果某只股票的因子值明显低于同类型股票的平均水平，则它存在较大被低估的可能性。所以，我们第一步将先观察估值因子在A股市场的分布规律，通过分析估值因子在不同行业及不同规模上市公司间的差异，判断在单因子回归测试中是否应该处理行业、规模因素的影响。第二步我们将建立分层模型进行回测，详细观察因子区分度、单调性等规律。第三步我们将使用回归法进行单因子测试，结合因子IC值分析，选出有效且稳健的因子。第四步，根据以上分析结果，针对几种大类因子合并方法进行讨论，构造最佳估值风格因子。估值因子的行业间差异估值因子在不同行业间存在显著差异。例如，钢铁、煤炭等基础行业通常具有较高的BP、SP值，但在目前的经济环境下净利润很小甚至为负；传媒、计算机等科技类行业则具有较低的BP、SP值；银行、非银行金融行业又具有较高的EP值。不同行业间因子值差异十分显著，故对上市公司直接进行跨行业比较意义不大。我们选取EP、BP、SP、DP作为估值因子的代表，观察它们在各行业间的分布规律（年8月31日），考虑日常使用情况以及便于理解的程度，我们取上述因子的倒数，作出各一级行业PE、PB、PS、PD值比较图，如图2所示。图2说明了，在同一时间点，不同行业间估值因子的水平存在明显差异。事实上，随时间变化，同一行业的估值因子的绝对大小和与其他行业对比的相对大小也在不断变化中。以EP因子为例，在年至年间，每年末行业因子值在所有29个一级行业中的排位变化如表2所示。从表2可以看出，A股市场存在比较明显的行业轮动现象，例如：钢铁行业在年以前EP值很高，从年开始迅速衰落；电子元器件行业、通信行业则在年附近经历一次迅速的兴起和下沉；最近银行和非银行金融行业正在强势崛起；其他行业也存在年份间的波动，是当时政治、金融环境等多重因素影响的结果。估值因子在不同规模上市公司间的差异除去行业对估值因子存在较大影响外，上市公司的规模也是对估值因子产生作用的潜在因素。这里面的逻辑比较易于理解，当上市公司规模较小时，一方面它可能处于成长上升期，发展迅速，但现阶段利润较低，所以市盈率较高；另一方面，它的市值与大盘股有明显差距，一般投资者会认为有较大成长空间，利于股价抬高。图3中，我们在每个一级行业内部按市值大小将所有个股均分成五组，再将不同行业间对应的组拼合到一起，全市场形成5个分组，原则上每组内股票个数相同。此处我们采用行业中性分层法是为了消除行业对估值因子的影响，从而能够仅







































中医治疗白癜风的方法
北京治疗白癜风多少费用