报告基于ROIC与WACC视角构建企业价值选股因子,针对ROIC的非经常性损益与超额现金进行了细致处理,分析了ROE与ROIC在加杠杆及去杠杆时期的表现差异,并结合CAPM模型及负债结构计算WACC。基于ROIC-WACC的因子显著优于传统ROIC,主要源自ROIC、β和债权成本的优化组合,且该因子在不同经济周期对不同板块(中小创与白马蓝筹)表现出现差异,体现了市场对盈利及成本的不同关注度,提供了一条系统且稳健的价值选股路径
ROIC因子的计算与细节调整:
非经常性损益与超额现金对ROIC表现的影响:
ROIC与ROE对比及杠杆期表现差异:
资本成本WACC的计算与表现:
ROIC-WACC差值分析及选股策略:
ROIC-WACC因子拆解及多因子组合表现:
研究总结:
核心论点:
报告细致剖析ROIC的计算细节,揭示非经常性损益和超额现金对ROIC的影响差异;对比ROIC与ROE因子的不同阶段表现,结合宏观杠杆率视角说明两因子的相互关系;深入计算WACC并引入ROIC-WACC组合因子阐述选股能力。最终论证ROIC-WACC因子实质为ROIC、beta与债权成本Rd三因子的加权组合,展现出优于单一因子的投资性能,成为提升选股效果的关键工具,1,15,16]。
报告开篇指出,传统盈利类选股因子(ROE、ROA)仅从股东视角评估企业表现,忽视了债权人的利益,且因子多样化虽提升模型稳健性,却缺乏对因子构造内在机理的系统分析,导致模型失效时难以有效改进。基于此本报告将以ROIC为核心因子,结合企业资金成本,提供更符合企业价值衡量的选股框架。
ROIC定义为NOPAT(息税前经营利润税后,EBIT*(1-税率))除以投入资本(股东权益+有息负债)。其核心优点在于同时衡量股东与债权人对企业的整体资本回报,避免ROE等指标杠杆效应带来的误判。报告采用Wind数据基于正向法计算EBIT,适用于非金融类企业,对金融类公司采用反向法存在计算局限。
图1解读
图式展示ROIC构建逻辑:分子为税后营业利润,分母涵盖股东权益与有息负债,体现资本投入的严格界定。此示意强调全面资本视角的重要性。
2.2 非经常性损益与超额现金的调整
报告围绕两项调整思考:
1. **非经常性损益**:被界定为扰动项,扣除后计算“扣非ROIC”,提升盈利因子的稳定性和稳健性,符合市场对扣非利润的关注标准。2. **超额现金**:表示满足日常运营以外持有的多余现金(公式为现金及等价物减去流动负债与流动资产的差额的最大值),该部分现金不应计入投入资本,因源于公司内生经营并非股东或债权人投资。扣除超额现金后,ROIC能更真实反映企业真实资本回报。报告以贵州茅台为案例,扣除超额现金前后ROIC分别为31.71%、230.51%,显示超额现金对部分公司ROIC影响显著。
报告通过历史全市场样本分析,发现:
- 非经常性损益公司占比低,扣非对ROIC因子历史表现影响较小,但在2015-2017年非经常性损益占比较高时,扣非ROIC表现更优,符合投资者偏好稳健业绩原则(图2显示主要在15-17年占比高达15%,其他时间约5%)。- 扣除超额现金整体市值加权ROIC表现反而落后不扣除版本,导致扣现金后的ROIC在多数年份成为弱因子。但在经济下行期(2012-14年、2018-19年),扣超额现金ROIC具有更优表现,因为市场更看重企业现金流充裕与经营稳定性(图3显示不含超额现金公司占比的历史演变,低迷期相对稳定甚至上升)。- 在沪深300成分股中,扣除超额现金的ROIC表现整体优于不扣除,且更稳健,表明大盘蓝筹对于资本结构调整有更高的敏感性,或资金配置更有效[4](#paper-page-4),4,5,6]。图1(ROIC计算结构图):形象地展示ROIC分子(NOPAT=EBIT*(1-税率))与分母(股东权益+有息负债)的组成部分,强化理解ROIC综合资本回报率的本质。
图2(含非经常性损益公司占比变化):揭示非经常性损益公司比例自2015年升至高峰后迅速回落至接近0.5%,解释了扣非ROIC对整体市场表现影响有限的主要原因。
图3(不含超额现金公司占比):呈现不含超额现金公司占比整体逐年下降趋势,期间经济疲软年份占比较为稳定甚至有所回升,印证超额现金在经济下行时对ROIC因子表现的影响。
图4、图5(不同ROIC计算方式净值比较):图4表现全市场中扣除超额现金因子净值普遍低于不扣除因子,图5则在沪深300范围展现反转趋势,形成两个市场结构的差异对比。
图6(ROE与ROIC多空收益表现):明显表现两因子紧密同步波动,为后续基于经济周期分析二者表现差异奠基。
图7、图8(宏观杠杆率与ROE/ROIC对比):突出杠杆率变化对因子表现解释力,ROE/ROIC比率与宏观杠杆率走势高度一致,且存在一定领先性。
图9-11(股权成本CAPM核算与市场表现):体现长期市场预期波动情形及大小市值股权成本差异收敛过程,10]。
图12(债权成本历史表现):与国债利率走势相近,说明债务融资成本与宏观利率环境密切相关。
图13-14(WACC整体趋势与权益比例):序列趋势说明股权成本为WACC主导,股权占比虽下降但始终高于有息负债。
图15-16(ROIC与ROIC-WACC历史走势):区分回报与成本,展现价值创造波动过程及两段超额价值回升期。
图17-18(ROIC-WACC分组表现及多空收益差):清晰展示因子分组涨跌格局与收益差,验证因子选股能力。
图19-20(beta与债权成本Rd因子表现):分别反映beta负向因子突出表现及债权成本Rd正向但较弱影响。
图21(三因子等权组合与ROIC-WACC因子净值比较):ROIC-WACC加权组合显著优于等权组合,体现权重优化带来的实证价值提升。
报告主要估值分析体现在ROIC与资本成本WACC的比较中,投资策略基于企业是否创造超额价值:
核心估值逻辑:
EVA=投入资本回报率−资金成本=ROIC−WACC当ROIC>WACC时,企业创造了超额价值,是投资的优选对象。
资金成本中股权成本采用CAPM模型估算,债权成本基于企业债务结构加权国债收益率计算。
ROIC的精细计算涉及扣除非经常性损益和超额现金的调整,增加测算精度。
选择权重:
结合企业资本结构(权益与负债比例)采用加权线性组合方法优化三个因子(ROIC、β、Rd)权重,提升因子表现。
替代方法尝试:
EP(盈利收益率)替代CAPM股权成本计算反而降低选股因子表现,原因在于该指标与ROIC-WACC符号逻辑不匹配。
预测准确性:
信息系数IC从单一ROIC的1.99%提升至ROIC-WACC的2.64%,信息比率IR也显著上升,说明模型在捕捉因子与未来收益关联度上更具统计显著性和稳定性,13-16]。
报告未专门展开风险评估章节,但通过多处论述可总结相关风险及局限:
经营扰动风险:非经常性损益虽比例低但波动可能对因子回报稳定性产生影响,特别是在并购、资产处置较频繁年份。
宏观波动风险:资本市场加杠杆与去杠杆阶段对ROE、ROIC因子表现贡献不同,若周期判错,因子有效性打折。
资本市场波动:股权成本和债权成本受资本市场大幅波动影响,导致WACC估计不稳健,影响因子表现。
样本偏差(生存者偏差):ROIC-WACC回测选取上市时间超过8年的样本,可能忽视新上市公司,影响因子泛化和实际应用。
模型假设限制:本文采用的资本资产定价模型CAPM有传统假设限制,忽略市场非理性、流动性风险等,影响股权成本精度。
缓解策略:报告通过分阶段分析、不同基准设置与调整计算方式尽力减少上述影响,但在实际投资设计时需结合市场及企业实际情况进行动态调整,6,8,13]。
报告视角清晰且定量扎实,系统融合资本结构特征提升因子有效性;但在某些用语和数据选取上仍显局限:
总体而言,报告平衡理论与实证,客观揭示资本成本对盈利因子的放大机制,科学构建综合因子模型,具有较强的学术价值与实用指导意义,13,14,15]。
本报告基于企业价值创造的核心驱动力——资本回报率(ROIC)及对应资金成本(WACC)展开,系统梳理了ROIC的计算细节,明确非经常性损益需扣除而超额现金调整效果具时效和市场层面差异性。与传统的股东回报率ROE相比,ROIC因子更能稳定反映企业真实盈利能力,特别在去杠杆环境下表现出色。通过隐含资本结构权重,报告进一步构建了ROIC-WACC因子,揭示其实质为ROIC、beta和债权成本三因子的加权线性组合,提升了选股因子的预测能力和稳定性,IC指标实现了由1.99%到2.64%的显著提升,显著优于等权组合。
报告图表辅助展示了核心结论,特别是超额现金影响的结构分化(图3)、ROE与ROIC因子与宏观杠杆联动关系(图7、8)、资本成本与ROIC动态趋势(图15、16)以及三因子拆解的差异化表现(图19、20、21),整体架构严密、数据翔实。报告为基于企业价值的量化选股方法提供了科学实证基础,促进了财务因子从盈利能力拓展至资本成本综合考量,丰富了中国市场量化研究工具箱。
综上,报告明确表达了ROIC-WACC因子在A股市场构建企业价值投资框架中的核心地位,体现了在不同经济周期与资本结构环境下灵活适用财务因子的重要性,强调资本成本核算在定价和选股中的决定性作用,是资产管理及量化投资实务中的重要参考资料。
(本分析严格基于报告内容编写,所有数据均有页面标注出处,确保观点透明可追溯)
【建投金工丁鲁明团队】深度专题79:从ROIC到WACC——企业价值角度出发的选股思路.pdf