本报告基于Wind港股财务数据,构建了价值类选股因子体系,包括EP_SQ、OCFP_TTM等8个因子,重点验证四个因子效果。EP_SQ多空组合年化收益率达10.6%,夏普比率1.14,最大回撤8.2%。价值因子在熊市和低波动市场表现优于整体市场,表明港股投资偏好实际盈利和现金流,且因子有效性较A股略弱,反映港股市场成熟度及机构占比高的特征
| 因子 | 年化收益最高分位 | 夏普率最高分位 |
|---|---|---|
| EP_SQ | 16.6% | 0.59 |
| EP_TTM_Deducted | 15.3% | 0.52 |
| OCFP_TTM | 16.0% | 0.56 |
| EP_TTM | 13.4% | 0.46 |
报告标题:《宽客眼中的港股那些事儿系列二——价值因子研究》
分析师团队:任瞳、徐寅、郑兆磊(兴业证券量化研究团队)
发布时间:2018年6月21日
研究主体: 港股市场,聚焦恒生综指股票池
核心内容:
本报告继《宽客眼中的港股那些事儿系列一——动量效应研究》后,重点研究并验证价值类选股因子在港股市场的有效性及表现,构建了8个价值类选股因子,重点关注其中表现突出的EP_SQ、OCFP_TTM、EP_TTM、EP_TTM_Deducted四个因子,分析其在不同市场环境中的表现,旨在为投资者提供量化选股工具和策略参考。
主要结论:
,1]
报告指出,相比于A股不到30年的历史,港股拥有近百年历史,且体现出明显的周期特征,波动受到重要政治、经济事件影响(如互联网泡沫、SARS、911、次贷危机、欧债危机、沪港通实施等),图表1清晰展示了2000年至2018年间港股恒生综指及恒生指数的周期波动轨迹。该历史背景为理解因子在不同市况中的表现奠定基础。
图表1展示了港股指数的涨跌周期及事件对应关系,表明周期性对投资策略设计和因子表现有重要影响。
港股长期处于较低估值区间,历史市盈率一般低于20倍,2011年甚至达到历史低点,近年来有所回升但仍低于A股。如图表2和图表3所示,2017年全球市场中港股与A股市盈率中位数对比明显,港股估值水平显著低于A股,非常“便宜”。
与A股散户占比高达86%不同,港股机构投资者占比约75%,其中外资占40%,这使得港股更趋向成熟市场特征,投资者更注重资金安全和估值合理性,对股价的预期更理性。图表4清晰展示了两地市场投资者结构差异,解释了港股估值偏低与投资者构成的关系。
,5]
兴业证券量化团队基于CAPM和APT理论,已构建涵盖价值、成长、动量、质量、情绪等六大类共计112个因子的成熟多因子平台。平台支持数据更新、因子有效性评估、策略回测和绩效优化,针对港股迁移Wind数据后构建了港股数据库,为本报告的因子测试提供基本工具和环境。
图表5展示了多因子体系整体框架,囊括因子定义、截面运算、因子标准化处理、有效性测试和策略回测模块,体现了体系的完整性。
,6]
为解决这些问题,报告选取Wind为原始数据源,依赖量化平台对财报数据做标准化、缺失值处理、中性化和统一映射,特别聚焦正常年结日(12月31日)的股票,占比约86.5%,保证财务时间跨度的可比性,放弃非常见年结日股票以避免估算误差。详见图表7、图表8、图表9。
季报披露率不足10%限制了季度财务因子的使用,仅支持半年度的因子更新,如图表10展示的季报披露公司比例。
Wind数据存在的具体问题(如不存在息税前利润的准确数据)在图表11被详细罗列,并针对核心问题提出处理措施,确保后续分析的稳健性。
,7,8,9]
采用两种核心方法:
Rank IC(秩相关系数):计算因子当前值与下期股票收益排名之间的Spearman秩相关系数,衡量预测能力,规避异常值影响,通过均值、标准差、t-统计进行显著性和稳定性分析(图表12)。
分位数组合测试:将股票按因子值分成五组,计算各组收益,重点对多空组合(最高组群收益减最低组群收益)收益及夏普率进行效力验证(图表13)。
,10]
参考A股因子并结合港股半年度财报特点,设计8个价值类因子,主要基于净利润(包括TTM与最新半年)、经营现金流、主营收入及账面价值等指标与总市值比值的比率类指标(如EP_SQ:最新半年度净利润/总市值),均采用降序方向(因子数值越大预示未来收益越高)。详见图表14。
,11]
港股与A股不同,港股市值与收益正相关性明显,且市场自身对大市值股票表现较好,虽然存在08年危机后短期小盘股反弹现象(图表17)但整体看大盘股优于小盘股。
大部分价值因子与市值相关性较低(图表18)。市值和行业中性化后,因子IC、IC_IR和t统计量变化不大,在保持统一分析框架前提下,选择使用市值和行业市值中性化后的因子数据(图表19、20)。
,12,13]
,14]
,15,16]
,17]
,18,19]
四个核心因子均体现出较强的选股能力,主要反映利润与经营现金流能力价值,超过基于净资产或营收的因子表现(图表37)。港股因机构占比较高、市场更成熟,因子选股效能略弱于A股(图表38),但依然具有稳定的预测能力。
根据恒生综指涨跌及阶段划分牛熊市(图表39),价值因子多空组合收益在熊市中表现更佳,如EP_SQ熊市年化收益达25.1%,夏普比率2.19,明显优于牛市表现(图表40、41)。解释为熊市资金谨慎,市场倾向低估值股票,价值因子因而更有效。
基于短期20日与长期250日收益波动比较划分高低波动市况(图表42),价值因子多空组合在低波动市况表现实质更优,例如EP_SQ夏普率1.15(低波动)对比1.00(高波动)(图表43、44)。意义在于市场平稳时基本面价值信息更易体现。
① EP_SQ多空净值曲线(页0)
② 图表6-11(页6-9)财报处理流程与季报占比
③ 价值因子Rank IC &分位数组合图(多页)
④ 市值与行业中性化分析图(页11-13)
⑤ 牛熊市与波动市场表现(页20-21)
风险提示:
本报告的模型和结论基于历史数据和假设,市场环境变化可能导致模型失效。资本市场固有波动、政策变动和数据质量问题均可能影响因子表现。
数据局限及偏差:
依赖Wind财务数据,存在延迟、缺失、口径差异,部分财务指标需估算或舍弃,可能对因子准确性构成影响。
模型稳健性:
尽管多因子体系经过多角度验证,但报告中未涉及因子交叉效应及多因子联动影响,后续研究方向可加强多因子融合。
市场结构异质性:
港股机构投资者比例高,港股与A股市场逻辑差异可能影响因子的普适性及长期稳定性。
回测结果的局限性:
历史收益率不代表未来表现,回测中的换手率和成本未详述,实际投资中执行风险不可忽视。
报告强调价值因子在熊市和低波动市场中的优异表现,但未深入探讨高波动或牛市环境下因子失效的原因及应对策略,建议进一步丰富市场分段下的策略优化分析。
财务数据质量问题虽有说明与处理方案,但Wind港股数据普遍不如A股规范,存在该因子测试结果“噪声”干扰的风险,尤其是TTM数据的连续性和准确性。
报告对夏普率和最大回撤做了体现,但对交易成本、流动性限制的量化影响未做深入探讨,实际策略实现难度可能被低估。
因为放弃了季报更新,因子的更新速度相对较慢,可能影响策略适应快速市场变化的能力。
价值因子主要基于会计数据,可能延迟反映市场信息,对于市场预期和事件驱动表现评估较弱。
本报告系统梳理了港股市场的历史特征、投资者结构及估值状况,针对恒生综指股票池构建了以Wind财务数据为基础的港股数据库,克服了财年不同和季报披露限制等困难,构建并测试了包含EP_SQ、EP_TTM、EP_TTM_Deducted、OCFP_TTM在内的8大价值因子。
核心发现:
图表与数据分析显示,报告构建的价值因子体系具有稳健的预测股票收益能力,能为港股投资组合管理提供有效的量化工具。特别是EP_SQ因子因其半年报净利润数据更新相对及时,使得因子信号较为敏感,整体多空组合表现稳健且风险可控。
风险警示: 报告基于历史数据回测,现实市场非理想且充满未知变量,模型风险不可忽视。投资者需考量报告假设与实际市场环境的差异,合理运用因子策略。
综上,报告立场明确,价值因子尤其是财务利润与现金流指标在港股量化选股中表现显著,为跨境与内地投资者理解和应用港股价值投资策略提供重要参考和技术支撑。未来研究方向将延伸至成长、质量、另类因子等,丰富港股量化投资框架。
| 主题 | 页码 |
|---|---|
| 报告关键结论与团队 | 0,1 |
| 港股市场周期与估值特征 | 3,4,5 |
| 投资者结构及市场成熟度 | 4,5 |
| 多因子平台及财务数据库构建 | 5-9 |
| 因子有效性评测方法 | 9-10 |
| 价值因子定义及中性化处理 | 10-13 |
| 核心价值因子选股能力详解 | 13-19 |
| 牛熊市、波动市场表现 | 20-21 |
| 风险与限制 | 整体隐含 |
| 对比A股市场 | 19 |
| 结论与展望 | 21 |
本报告以严谨的量化角度深入解读港股价值类因子,数据详实,方法专业,揭示了港股市场结构与因子表现的内在联系。对想深耕港股量化投资领域的专业投资者意义重大,值得持续关注与跟踪更新。
(全文共计字数约3200字)
宽客眼中的港股那些事儿系列二:价值因子研究.pdf