报告基于股息贴现模型回归估值本源,构建剥离基本面和风险变量后剩余部分的非理性估值溢价因子PE_Resid、PB_Resid和PS_Resid。PE_Resid因子表现优异,IC均值提升至-5.44%,年化超额收益22.15%。基于非理性估值因子构建的价值错配Top30组合,年化收益达26.54%,显著跑赢中证500指数,且在制造、科技、周期、消费、医药板块均有良好表现,为投资选股提供有效思路和工具
| 股票池 | IC均值 | IC胜率 | ICIR | 多头月均超额收益 | 空头月均超额收益 |
|---|---|---|---|---|---|
| 全市场 | -5.44% | 83% | -0.94 | 0.96% | -0.61% |
| 沪深300 | -2.21% | 53% | -0.30 | 0.30% | -0.25% |
| 中证500 | -4.37% | 63% | -0.59 | 0.81% | -0.52% |
| 中证1000 | -5.89% | 78% | -0.99 | 0.75% | -0.86% |
| 创业板和科创板 | -6.56% | 76% | -0.85 | 1.35% | -0.96% |
| 分析师覆盖股票池 | -5.33% | 73% | -0.96 | 0.98% | -0.59% |
| 因子类型 | IC均值 | IC胜率 | ICIR | 多头月均超额收益 | 空头月均超额收益 |
|---|---|---|---|---|---|
| 原始PE | -4.50% | 77% | -0.76 | 0.70% | -0.59% |
| 原始PB | -3.60% | 59% | -0.38 | 0.29% | -0.54% |
| 原始PS | -2.73% | 54% | -0.32 | 0.36% | -0.43% |
| 非理性PE_Resid | -5.44% | 83% | -0.94 | 0.96% | -0.61% |
| 非理性PB_Resid | -4.01% | 59% | -0.42 | 0.42% | -0.60% |
| 非理性PS_Resid | -3.81% | 65% | -0.48 | 0.45% | -0.52% |
| 板块 | 年化超额收益 | 备注 |
|---|---|---|
| 制造 | 10.16% | 大部分年份跑赢板块基准 |
| 科技 | 13.30% | 持续跑赢基准 |
| 周期 | 13.20% | 多年实现正超额收益 |
| 消费 | 9.26% | 大部分年份跑赢基准 |
| 医药 | 15.43% | 表现尤为突出 |
核心论点: 报告基于现金流贴现模型(DDM)系统性剖析估值倍数的本质,指出市盈率(PE)、市净率(PB)、市销率(PS)均由公司基本面(如净利润增长率、ROE、净利润率、股息支付率)及风险因素驱动,但传统估值倍数未归一化不同公司的基本面和风险因素,导致估值倍数的直接比较存在缺陷。报告创新性地将原始估值倍数回归基本面和风险变量,剥离“理性估值”部分,剩余部分定义为“非理性估值溢价”,构建PE_Resid、PB_Resid、PS_Resid三大非理性估值溢价因子。实证分析显示,这些非理性估值溢价因子在选股能力上优于传统估值因子,尤其PE_Resid表现最优,可显著提升组合收益和信息比率。报告最终建立了基于非理性估值溢价因子的“价值错配Top30”股票组合,实现了大幅超额收益。
报告以股息贴现模型(DDM)为基础,推导出股票内在价值公式:
[ V_0 = \frac{D_1}{r - g} ]
其中,(D_1)为下一期股息,(r)为股东要求的预期回报率,(g)为股息的长期增长率。基于此,报告进一步推导了传统估值倍数的形成机制:
这种推导揭示了估值倍数和公司的基本面及风险回报率呈现复杂交互关系,简单横向估值倍数对比容易导致误判。报告指出不同公司的基本面差异和风险水平,没有归一化处理时,无法直接判断高估或低估,1,2]。
报告进一步梳理了影响预期回报率(r)的关键风险类型:
这些风险因素直接影响估值倍数的合理性和稳定性,是估值溢价存在的重要解释变量。
结合上述基本面影响和风险因素,报告将原始估值因子(PE、PB、PS)通过回归模型作拆解:
[ 估值倍数 = \text{基本面因素} + \text{风险因素} + \text{非理性估值溢价} ]
其中,非理性估值溢价部分即回归残差,代表无法由公司基本面和风险变量解释的市场情绪、流动性等因素影响的溢价,被认为更具有波动性和回归性。
报告对多项风险指标进行测验,筛选出有效改进估值残差因子表现的指标。市值和行业因素通过回归统一中性化处理,确保残差因子更具横截面可比性和稳定性。
风险因素具体备选指标包括:
PE_Resid因子在2010-2021年回测中表现稳定:
报告对比了原始PE、PB、PS因子与行业和市值中性化后的非理性估值溢价因子表现。
该组合旨在捕捉估值与业绩成长错配的“非理性低估”股票机会。
报告分别在制造、科技、周期、消费、医药五大板块内重复上述构建流程:
各板块组合表现稳定,绝大多数年份跑赢其板块基准指数,体现因子在细分领域的良好选股覆盖和广泛适用性,11,12]。
报告强调基于经典的股息贴现模型推导传统估值倍数的本质,但不同公司面临截然不同的基本面和风险因素,传统估值倍数指标原始值难以比较。通过多变量回归剥离影响估值的基本面和风险因子残差作为新的“非理性估值溢价”因子,实际表现各方面均优于传统估值因子:
回归模型包含关键输入变量:
PE_Resid因子效果最好且最稳定,具备最强的选股能力。
这种回归剥离思想类似于对估值倍数去市值和行业中性化,但更深入地剥离了与业绩和风险相关的合理估值部分。
因子在不同细分市场及行业板块均表现稳健,适用性广。
报告识别的主要风险包括:
报告通过提前剔除高风险和基本面瑕疵股票、控制交易成本、组合多样化等措施,试图降低相关风险带来的影响,12]。
本报告系统地以经典现金流贴现模型为基础,定量地揭示了市场常用相对估值倍数(PE、PB、PS)受基本面增长、盈利质量与风险水平综合影响的本质,凸显了横截面估值倍数对比的误导性。基于此,构建了剥离理性估值部分,捕捉“非理性估值溢价”的PE_Resid、PB_Resid与PS_Resid因子。实证结果表明:
综上,报告明确指出估值倍数本质应结合公司基本面和风险归一化判断,剔除理性溢价后的非理性估值溢价因子在中国市场具有重要的选股价值和策略构建意义,为量化研究和投资实践提供理论与工具支持,具有较高参考价值。
本报告基于历史数据和统计模型,旨在提供量化参考及理论分析,不构成具体投资建议。投资者应结合自身风险承受能力,审慎决策。
| 因子 | IC均值 | ICIR | IC胜率 | 多头年化收益 | 主要基本面变量 | 风险变量示例 |
|---|---|---|---|---|---|---|
| PE | -4.50% | -0.76 | 77% | 17.43% (原始) | 预测增长率(G), 分红率(Div) | 增速变化,资产质量,流动性 |
| PE_Resid | -5.44% | -0.94 | 83% | 22.15% | 剔除G, Div后剩余残差 | 同上 |
| PB | -3.60% | -0.38 | 59% | 9.55% (原始) | ROE, G, Div | 同上 |
| PB_Resid | -4.01% | -0.42 | 59% | 14.75% | 剔除ROE, G, Div后剩余残差 | 同上 |
| PS | -2.73% | -0.32 | 54% | 11.52% (原始) | 净利润率(M), G, Div | 同上 |
| PS_Resid | -3.81% | -0.48 | 65% | 15.10% | 剔除M, G, Div后剩余残差 | 同上 |
以上分析基于国信证券经济研究所2021年12月15日发布的《寻找业绩与估值的错配:非理性估值溢价因子》全文,结合原文图表和数据进行了详细解构与剖析,供专业投资研究人员参考。
【国信金工】寻找业绩与估值的错配:非理性估值溢价因子.pdf