报告主要研究了ROIC与WACC的计算规范及其相关因子,重点提出并测试了预期外ROIC-WACC回报因子,表现出较强的稳定超额收益和较高的IC值。基于ROIC-WACC状态的成长分域选股策略显著提升了收益和线性表现,涵盖全市场及主要细分市场和行业,验证了价值创造能力与投资资本回报提升对估值和选股的影响。
| 因子 | 年化收益 | 超额收益 | IC均值 | ICIR |
|---|---|---|---|---|
| 单季度ROIC | 6.63% | 4.17% | 3.71% | 0.381 |
| ROIC-WACC | 6.53% | 3.50% | 4.21% | 0.398 |
| ROIC-WACC均值 | 3.04% | 2.32% | 低 | - |
| 预期外ROIC-WACC | 11.20% | 7.97% | 5.56% | 0.958 |
| ROIC-WACC分域 | 8.06% | 5.60% | 4.55% | 1.00 |
| NOPLAT增速 | 7.32% | 5.31% | 5.57% | 1.02 |
| 单季度ROIC增速 | 8.22% | 5.82% | 5.85% | 1.24 |
报告标题:《预期外 ROIC-WACC 回报因子及相关测试》
发布机构: 东北证券股份有限公司
报告作者及团队: 王琦(首席分析师,执业证书S0550521100001021)及其金融工程研究团队
发布日期: 2024年11月
研究主题: 主要围绕投入资本回报率(ROIC)与加权平均资本成本(WACC)的计算规范、测试及其演变中的回报因子分析;以及基于ROIC-WACC状态进行成长型股票的分域选股策略。
核心论点与结论:
整体评价报告立场积极,通过系统化测试验证了预期外ROIC-WACC回报因子的显著价值。报告资料翔实,分析客观专业。
内容总结:
报告梳理了拟测试的四大主要内容:ROIC与WACC的规范计算,均值与稳定性检验,预期外ROIC-WACC回报因子定义与测试,以及基于ROIC-WACC状态的成长分域选股策略。采用了市场主流的因子预处理流程,包括Box-Cox转换、去极值、行业及市值中性化等步骤保证数据稳健。
关键数据与逻辑:
统计区间2017/04/30至2024/11/01,分市场均显示较优的多头及超额收益,最优为全A年化多头收益11.2%,超额7.97%,IC均值5.56%,ICIR 0.958,显示该因子收益稳定且具有预测力。
解释核心概念:
重点说明了ROIC的定义和分子分母构成:
分子是税后息前利润,剔除非经常性损益;税率采用实际计算但对异常值作上限处理。
分母投入资本定义繁多,报告采用“股东权益+有息负债”的定义,剔除了超额现金以避免ROIC的异常波动。
逻辑支撑:
主要目标是从数据角度解决计算ROIC时的常见困境,保障统一口径。
测试方式及效果:
以范围为8季度的均值及均值/标准差对ROIC-WACC进行测试,发现选股效果下降,收益率及IC均未显著提升。相关净值图(图5、图7)和IC图(图6、图8)均显示因子有效性一般。
数据细节:
ROIC-WACC均值组合年化收益最高5.38%,多空超额收益均较小不到3%,风险指标波动及最大回撤较大。
章节结论:
ROIC及WACC的简单均值或稳定性因子缺乏优异表现,需要更灵活有效的因子定义加强选股功效。
,5,6,7,8]
定义及逻辑(第8页)
“预期外 ROIC-WACC”因子计算为当季度ROIC-WACC减去过去8季均值再除以8季标准差,表达企业当前“创造价值超出常态水平”的幅度,标准化有助于消除个别极端波动。
全市场表现(第8-9页)
该因子年化收益达11.20%,多空超额收益超7.97%,IC均值5.54%,ICIR 0.958,综合表现显著优于传统ROIC或ROIC-WACC本体因子。
图表分析(图9、图10,第9页):
净值曲线显示多头组自2017起显著跑赢基准,稳定上涨,到2024年仍保持强势;IC柱状图多数为正,反映较好预测能力。
分域表现(第10-12页)
以沪深300、中证500、中证1000、国证2000和全A等指数单独测算,均表现良好,尤其在中证1000、国证2000和全A市场,超额收益达6.59%-8.43%,IC均值最高达6.92%,ICIR接近1,表现尤为稳健。多头年化收益范围7.99%-11.20%。
图表(图11-图18)与表格(表7-表10):
不同指数的净值和IC图表走势一致,均呈现多头组持续跑赢,超额收益显著。
分行业表现(第13-14页):
因子在各行业广泛适用。煤炭、建材、基础化工、轻工、电子行业表现领先,多空收益与超额收益均为正。
图19-21(分行业多空、超额、多头收益)显现煤炭行业领跑,同时电子、有色等行业表现突出。
节后小结:
预期外ROIC-WACC回报因子兼具显著收益性与高线性预测能力,可视为企业当前资金回报改善的动态信号,因子具有广泛适用性与可靠的稳定性。
,9,10,11,12,13,14]
理论框架(第15页)
基于经济增加值(EVA)模型公司价值 = EVA/(WACC - 增速) + 投入资本,企业价值的增长依赖于ROIC超过WACC带来的新增经济价值。如果ROIC > WACC,企业创值能力强,重点选取NOPLAT增速;否则企业需提升资本回报,用ROIC增速选股进一步捕捉价值提升。
实验设置:
按季度对样本分类,分别应用NOPLAT增速和ROIC增速做选股因子,合并构建分域选股策略。
结果概述(第15-16页)
多头年化收益8.06%,超额收益5.60%,IC均值4.55%,ICIR 1.00,表现优于单一ROIC或NOPLAT因子,显示策略有效性。
图22-23:
净值曲线表现稳定上扬,多空差值明显,IC多数时间为正,有效的预测能力。
表11数据指标补充: 风险控制合理,最大回撤在-41%至-53%之间,多空超额收益持续。
单独因子表现(第16-18页):
图24-27及相关表12、13支持这一结论。
本节结论(第18页)
基于ROIC-WACC状态的成长分域策略综合了两个因子的优势,提升了分组线性性及收益稳定性,符合经济增加值理论,适合用作多因子或分类研究的分类标准。
,16,17,18]
以下挑选关键图表深入解读:
报告核心是因子测试与选股策略,无直接传统估值(如DCF)参数估算,但采用了基于经济增加值和增长模型的企业价值解析:
[ \mathrm{EVA} = \mathrm{NOPLAT} - \mathrm{WACC} \times \mathrm{Invested\ Capital} = (\mathrm{ROIC} - \mathrm{WACC}) \times \mathrm{Invested\ Capital} ]
及价值公式:
[ \mathrm{Value} = \frac{\mathrm{EVA}}{\mathrm{WACC} - g} + \mathrm{Invested\ Capital} ]
该理论模型为因子选股的基本经济学逻辑依据,强调ROIC超过WACC时,利润增长对价值有正贡献。
ROIC和WACC的计算通过细化方法和数据选择确保指标准确性提升了因子核心输入的可靠性。
本报告系统规范了ROIC和WACC的计算口径,明确指出标准化的“预期外ROIC-WACC回报因子”作为一个动态、高度线性的选股因子,展现了明显的收益优势和高稳定性。尤其是在沪深300、中证系列,及各分行业显示较强的预测能力及超额收益,展现出广泛适用性。此因子通过衡量企业当前资本回报相较历史水平的偏离,捕捉了企业经营绩效改善的预期收益,体现了较强的经济内涵。
基于ROIC-WACC状态划分投资股票域,分别采用NOPLAT与ROIC增速构建选股策略,进一步优化了收益表现,符合经济增加值的企业价值理论,提供了具备实操价值的成长分域思路。
报告图表与表格均系统展示了各因子期间收益率、IC指标及风险指标,对模型稳健性进行了严密检验,理论基础扎实,数据驱动合理。
然而,报告同时指出因子存在市场波动、政策变动及模型潜在失效风险,提醒投资者应结合市场动态密切关注因子表现。
综上,报告立场明确肯定预期外ROIC-WACC回报因子为选股因子构建的有价值工具,同时ROIC-WACC状态分域策略为成长股挖掘提供了具备逻辑支撑的新框架,是量化投资研究的重要参考。
,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18]
金融工程研究报告:预期外ROIC-WACC回报因子及相关测试.pdf