本报告基于对市净率(PB)、市盈率(PE)及市现率(PCF)三大估值指标的深入分析,改进估值因子构建方法,剔除破净股、微利股和负自由现金流股,构建融合因子提升选股能力。结合BP-ROE框架,设计兼顾估值与盈利质量的量化选股策略,历经2010年以来回测验证表现优异,具有显著的超额收益与稳定性
核心观点提炼: 报告指出常规利用PB、PE、PCF估值指标时仅做市值及行业中性化处理,忽视了这些指标背后更深层的逻辑和适用场景,导致因子使用效果受限。报告针对三指标分别进行优化剔除了异常股票(如破净股、微利股、自由现金流负值股),引入估值中枢稳定性因子辅助选股,并对各指标的截面估值、时序估值与估值中枢稳定性进行融合,最终构建综合估值因子,显著提升了估值信号效能。在此基础上设计基于PB-ROE的多因子选股策略,实证其自2010年以来表现优异,年化收益达25.64%,远超中证800及偏股混合基金指数,47] ,47].
PB指标基于公司账面净资产与市场价值比率,根植于格雷厄姆价值投资理论,强调低于净资产价值的投资安全边际。报告采用倒数BP(Book-to-Price)因子,因其正向性易于分析。BP因子在2010年以来的Rank IC均值为4.73%,年化Rank ICIR为1.66,表现稳定(图3)。BP的10档分组显示随着BP值升高,收益阶梯式上行,惟第10档出现收益下滑(图4),表明极端低估股票内存在特殊情况,7].
第10组收益下降主要归因于包含破净股(市值低于账面价值80%)。报告剔除了市值低于净资产的80%以下的股票(约占每期2.27%),分析显示被剔除破净股主要分布于银行与钢铁行业(图9)。这主要因行业周期性强、资产质量问题和市场对未来回报预期偏低等因素导致估值异常(图7)。剔除破净股后,BP因子Rank IC均值提升至4.82%,多空收益升至13.72%,行为表现更为线性合理,特别是第10组收益不再下滑(图10、11,表1),8,9,10,13].
PB因子更适用于重资产企业。因拥有大量可量化固定资产,企业资产负债表更能真实反映价值,且资产波动稳定(图12、13)。报告基于固定资产比率、资本密集度、资产负债率及存货周转率构建重资产指标,将评分前50%归为重资产股票池。剔除破净股后,在重资产股票池中BP因子表现更好,Rank IC均值达5.23%,多空收益14.27%(图14、15、表2),11,12,13].
PE结合戈登永续增长模型拆解为:PE = (FCFE / Profit) × (1 / (r - g)),其中FCFE为股权自由现金流,r是资本成本,g是增长率。此外通过PB/ROE关系拆解说明PE与盈利质量强相关。报告指出PE波动较大主要源于FCFE/Profit比值剧烈波动(图16-20),且不同商业模式导致该比值在行业间差异明显(如房地产高波动,食品饮料稳定),15,16,17].
EP(PE倒数)因子表现良好,2010年来RankIC均值6.61%,但第一组(最低EP,即极高PE)收益反常高于第二组。该异常主要因微利股(净利润低于1千万)导致。剔除微利股(占股票池约16%)后,EP因子表现显著提升,Rank IC均值6.86%,多空收益23.19%,分组收益更具线性(图30、31,表3),20,21].
引入估值中枢稳定性因子以抑制PE波动性,定义为过去3年EP均值与标准差比。估值中枢稳定性越高,EP因子及EP分位点因子的选股能力显著增强(表4、5)。此外估值中枢稳定性因子自身也具备较强选股能力,Rank IC均值3.23%(图33、34)。最终对EP、EP分位点及中枢稳定性进行等权融合形成EP融合因子,表现更优,Rank IC均值7.16%,多空收益24.48%(表8、9,图38、39),22,23,26].
FCFE定义源于自由现金流相关文献(卡普兰、布雷利等),是指满足再投资需求后能够自由分配给股东的现金流。PCF(市现率)定义为市值除以FCFE,摒弃了PE中利润基数带来的噪声,为一个更纯粹的估值指标(图29-30),29,30].
CFP(FCFE/市值)因子整体表现较弱,十档分组中前端部分甚至呈反向效应。负FCFE大量存在(约占股票池59%),且多分布于低效益行业。剔除FCFE<0的股票后,CFP因子表现明显改善,Rank IC均值提升至1.75%,多空收益提升至4.69%(表12,图48-54)。CFP分位点和估值中枢稳定性因子同样受益于剔除负FCFE股票,表现持续提升(表13-16),33,34,35,36].
CFP、CFP分位点和CFP估值中枢稳定性三个因子具相关但互补,做等权融合后,CFP融合因子表现提升明显。Rank IC均值2.35%,多空收益7.62%,五档分组呈显著线性(表15,16,图53,54),36].
选股策略遵循四步流程:(1)确定样本空间(剔除新股、ST、质押风险股、流动性低、低ROE等);(2)构建估值层面筛选(融合BP、EP、CFP三个优化融合因子的专属股票池取并集);(3)盈利质量筛选(过去9报告期ROE均超8%);(4)结合多因子模型(估值、成长、动量、分红、治理)进行评分,选取得分最高30只股票加入组合(图55、59),39,40].
BP、EP、CFP三大融合估值因子互相关联较低,各因子股票池遵循不同剔除原则,最终取并集形成估值因子股票池(图56)。对三因子做简单等权融合形成综合估值因子,表现破纪录,Rank IC均值达7.34%,多空收益24.16%(表17、18,图57,表18),38].
采用连续九报告期ROE(TTM)大于8%作为盈利质量筛选标准,保障组合稳定性和竞争力(图58).
结合样本剔除规则、估值和盈利质量筛选,综合构建策略股票池,股票数季节约575只左右(图60)。该股票池构建的等权组合显著跑赢中证800等权指数,年化超额收益4.75%,信息比1.13,且在多数年份表现优异(图61,表19),41].
基于估值-盈利质量股票池,进一步从基本面和技术面五大类因子(估值、成长、动量、分红、公司治理)中构建复合因子进行评分,限制单因子权重不超过40%,避免过度集中。最终组合择优选取30只股票,实行低频调仓,行业权重限制20%(图62,63),43].
自2010年至今,策略年化收益25.64%,相对中证800超额达25.41%,信息比2.62,风险调整表现优秀(图64,表21)。组合日均换手率69%,资金容量优良,组合持仓市值中位数达101亿元。行业分布平衡,权重覆沪深300、中证500及中证1000指数,风格因子显示价值与盈利优势明显(图65-70).
图1-2:概述PB、PE、PCF三大估值指标历史沿革与应用场景,由三大财务报表——资产负债表、利润表、现金流量表分别支撑,体现指标使用的财务逻辑源头.
图3-6:BP因子及BP分位点因子Rank IC统计及分组超额收益,展示因子表现稳定且分组收益具明显线性,剔除极端低估(破净)股票后效果显著提升,解决了BP因子高档组异常问题,7].
图7-9:分析破净股票成因及行业分布,银行、钢铁行业破净现象较多,表明行业周期性及资产质量问题突出,8,9].
图10-15:剔除破净股后,BP因子与BP分位点因子在重资产股票池中的表现,Rank IC和多空收益均明显高于全市场,验证了PB估值法适用重资产企业逻辑.
图16-20:PE与PB指数对比及FCFE/Profit波动展示,揭示PE波动性主要源自FCFE测算波动,且行业间差异显著,尤其房地产与食品饮料行业的对比鲜明.
图21-31:EP及EP分位点因子表现,剔除微利股后因子表现显著改善,特别消除第一组收益异常现象,优化了EP因子的分组收益规律.
图32-37:EP和BP估值中枢稳定性因子及其与对应因子交叉分组表现,分析不同稳定性水平下因子效果的差异,验证估值中枢稳定性的重要性。对应行业集中于医药、机械、交通、银行等稳定盈利行业.
图38-41:EP和BP融合因子表现优于单因子,Rank IC、分组线性收益更强,体现融合策略优势.
图42-54:CFP因子表现及剔除负FCFE企业后的改善,CFP融合因子表现明显提升,验证除去负现金流企业对CFP因子有效性的加强作用.
图55-61:选股策略构建过程示意与估值-盈利质量股票池成长,股票池与实证收益显著优于基准,表现稳定出色,39-41].
图62-70:多因子策略权重分配、组合风格、行业分布、市值规模及换手率分析,展现策略稳健性与适应性,风格因子体现低估值和高盈利质量特色.
图64、表21:策略净值与业绩评估,显著领先中证800等权指数,极强的信息比及回撤控制能力彰显策略高效,47].
报告分别针对PB、PE、PCF建立估值因子体系,并提出了关键改进方法:
PB估值:采用BP因子及其分位点,剔除破净(P<0.8B)企业,聚焦重资产企业构建股票池,引入估值中枢稳定性(BP均值/标准差)作为因子补充,三因子等权融合提升选股能力。估值基于资产负债表,适合固定资产占比较高的行业.
PE估值:基于永续增长模型拆解,剔除微利股降低异常,构建EP估值因子与EP估值中枢稳定性因子,融合EP因子、EP分位点与估值中枢稳定性因子。PE波动主要源于FCFE/Profit波动,估值中枢稳定性有效约束因子波动.
PCF估值:剔除FCFE<0企业,建立CFP估值因子、CFP分位点因子及估值中枢稳定性因子,三因子融合。PCF基于现金流,排除利润波动影响,相对PE理论更纯粹.
综合估值因子:融合BP融合因子、EP融合因子、CFP融合因子三者,相关性低,提升Rank IC均值至7.34%,多空收益24.16%,表现最佳,作为版本用于选股策略基础,38].
报告提示主要风险如下:
市场环境变动风险:宏观经济与市场波动可能导致估值指标失效或回测效果难以延续。
因子与组合失效风险:历史有效的因子未来可能因市场结构及参与者行为变化而失效。
报告未详述具体缓解策略,仅提醒投资者关注外部风险及因子稳定性.
数据剔除标准合理性:剔除破净股(P<0.8B)、微利股(净利润<1000万)、及FCFE<0股权自由现金流负值企业在统计上显著改善因子表现,但这同时削减了股票池覆盖范围(部分极端股票被排除),可能带来机会成本。此外大比例剔除负FCFE股票(近60%)影响因子实际应用需特别留意。
估值中枢稳定性假设:引入估值中枢稳定性因子基于均值与标准差比,假设估值相对稳定反映更真实的价值,然而这也可能放大低波动性资产的权重,实际应用中需防止过度依赖稳定性指标导致产业和风格集中。
多因子融合权重设计:采用等权平均融合多因子,避免单因子过度权重,但未考虑不同时期及市场环境下非线性关系和因子相互影响,未来提升空间存在。
微利股界定标准单一:剔除微利股以归母净利润门槛划定,可能忽略不同盈利质量和成长性但暂处亏损的质量股,建议结合现金流等指标综合分析。
策略回测需关注规模与流动性:报告对流动性已做筛选,资金容量数据也披露,但因持股集中度限制与换手率水平,实际执行可能面临市场冲击成本及流动性风险。
本报告从财务三大报表出发,系统梳理了市净率(PB)、市盈率(PE)和市现率(PCF)三大估值指标的内涵、适用行业及潜在问题,着重解决了估值极端异常导致的因子失效问题。
对PB因子,剔除破净股后表现大幅增强,重资产企业更适用PB估值,且估值中枢稳定性因子可显著提升选股能力,三因子融合效果最佳。
对PE因子,分析其波动性主要由股权自由现金流与利润间波动导致,剔除微利股有效解决反常现象。引入估值中枢稳定性进一步改进选股效果,融合因子表现优异。
对PCF因子,纯粹基于现金流的估值,剔除负FCFE企业后显著提升因子信号,结合估值中枢稳定性实现更优选股表现。
最终,报告将三类估值因子(PB融合、EP融合、CFP融合)等权融合,构建综合估值因子,在估值因子股票池中表现最优。基于此,结合盈利质量筛选和多因子基本面+技术面因子,构建基于PB-ROE框架的低估值高ROE选股策略。该策略回测表现卓越,年化超额收益领先基准逾20%,信息比高达2.62,回撤控制良好,且资产配置均衡稳健,具备较强实战应用价值,47].
说明:该图显示2010年至今BP因子Rank IC绝大多数时间为正,累计Rank IC稳步提升,说明BP因子长期具有有效选股能力。
说明:剔除低市值(破净)股票后,第10档BP最高组的超额收益稳步上升,解决了原始数据中该档反而下滑的问题,展现出更理想的线性收益分布。
说明:回测显示该策略自2010年起稳健跑赢中证800等权指数,表现持续优异,风险调整后收益显著。
本报告基于深入的财务理论及实证数据,清晰剖析了估值指标的内在逻辑与应用局限。报告通过细致的剔除原则和稳定性因子引入,显著提升传统估值因子的效果。本质上,以PB-ROE框架为核心,融合估值与盈利质量,以多因子模型强化选股,实现了长期稳定超额收益,具有重要的理论研究与实际投资参考价值,并为实际操作提供了科学的流程和风险防范框架。
PB-ROE策略框架系列之一:估值指标再审视.pdf