本报告基于剩余价值模型构建估值因子V/P,结合预期偏误因子FErr对A股市场进行实证研究。研究发现,通过调整预期偏误,V/P因子准确反映盈利质量与估值水平,显著提升选股有效性。回测结果显示,策略自2010年以来相对中证500实现9.75%年化超额收益,最大回撤8.25%,2014年以来数据质量提升,年化超额收益达14.86%,收益回撤比为2.83,表现稳健优异 。
| 因子名称 | 解释说明 |
|---|---|
| OP | 基于分析师预测的公司价值与历史价值偏离 |
| 净利润同比增速 | 公司利润增长情况 |
| 销售毛利率 | 公司盈利能力指标 |
| 年度 | 绝对收益 | 基准收益 | 超额收益 | 最大回撤 | 回撤收益比 |
|---|---|---|---|---|---|
| 2011 | -29.33% | -34.81% | 5.49% | -4.30% | 1.28 |
| 2012 | 7.12% | 0.28% | 6.84% | -5.18% | 1.32 |
| 2013 | 16.92% | 16.89% | 0.03% | -6.46% | 0.00 |
| 2014 | 66.85% | 39.01% | 27.85% | -2.52% | 11.06 |
| 2015 | 66.99% | 43.12% | 23.87% | -5.26% | 4.54 |
| 2016 | -6.83% | -17.78% | 10.94% | -2.40% | 4.57 |
| 2017.9.6 | 4.36% | 5.48% | -1.12% | -3.07% | -0.37 |
| 年度 | 绝对收益 | 基准收益 | 超额收益 | 最大回撤 | 回撤收益比 |
|---|---|---|---|---|---|
| 2014 | 65.45% | 38.33% | 27.13% | -2.52% | 10.77 |
| 2015 | 66.99% | 43.12% | 23.87% | -5.26% | 4.54 |
| 2016 | -6.83% | -17.78% | 10.94% | -2.40% | 4.57 |
| 2017.9.6 | 4.36% | 5.48% | -1.12% | -3.07% | -0.37 |
| 全回测期 | 30.58% | 15.72% | 14.86% | -5.26% | 2.83 |
报告标题: 剩余价值模型下的估值因子在A股中的实证
作者: 吴先兴 分析师
发布机构: 天风证券股份有限公司
发布时间: 2017年9月8日
研究主题: 本报告围绕剩余价值模型(Residual Income Model,简称RIM)构建的估值因子V/P及其在中国A股市场的应用和实证效果展开,重点在于通过量化方法结合盈利质量指标和估值维度指标,提升传统价值投资的实操有效性。
核心观点与目标:
关键论点与信息:
剩余价值模型的理论基础是,股票的内在价值等于未来预期分红的现值总和,进一步通过剩余收益(Residual Income)模型细化,即价值等于当前账面价值加上未来每期剩余收益(ROE超越资本成本部分乘以账面价值)的贴现和。
公式重点包括:
支撑逻辑与假设:
此章节为模型建立的理论框架,是后续因子设计和实证回测的数学基石。
关键论点与信息:
数据与表格说明:
解释与推断:
内容梳理:
模型形式:
[
PErr_{i,t} = \hat{\alpha} + \hat{\beta}1 RK(Profit_yoy){i,t-1} + \hat{\beta}2 RK(gross_profit_rate){i,t-1} + \hat{\beta}3 RK(OP){i,t-1}
]
意义与逻辑:
交易假设与样本:
图表解读:
扩展数据:
论证与推断:
报告总结要点:
风险提示:
,7]
描述:
数据趋势解读:
意义联系文本:
描述:
趋势分析:
联系文本结论:
| 年度 | 绝对收益 | 基准收益 | 超额收益 | 相对最大回撤 | 收益回撤比 |
|---|---|---|---|---|---|
| 2011 | -29.33% | -34.81% | 5.49% | -4.30% | 1.28 |
| 2012 | 7.12% | 0.28% | 6.84% | -5.18% | 1.32 |
| 2013 | 16.92% | 16.89% | 0.03% | -6.46% | 0.00 |
| 2014 | 66.85% | 39.01% | 27.85% | -2.52% | 11.06 |
| 2015 | 66.99% | 43.12% | 23.87% | -5.26% | 4.54 |
| 2016 | -6.83% | -17.78% | 10.94% | -2.40% | 4.57 |
| 2017.9.6 | 4.36% | 5.48% | -1.12% | -3.07% | -0.37 |
| 全期 | 13.97% | 4.22% | 9.75% | -8.25% | 1.18 |
数据解读:
描述:
表2:策略近年收益表现
| 年度 | 绝对收益 | 基准收益 | 超额收益 | 相对最大回撤 | 收益回撤比 |
|---|---|---|---|---|---|
| 2014 | 65.45% | 38.33% | 27.13% | -2.52% | 10.77 |
| 2015 | 66.99% | 43.12% | 23.87% | -5.26% | 4.54 |
| 2016 | -6.83% | -17.78% | 10.94% | -2.40% | 4.57 |
| 2017.9.6 | 4.36% | 5.48% | -1.12% | -3.07% | -0.37 |
| 全期 | 30.58% | 15.72% | 14.86% | -5.26% | 2.83 |
解析:
本报告核心估值基于剩余价值模型(Residual Income Model),具体应用中通过算出基于历史指标和一致预期指标两种估值( V_h )和( V_t ),关键指标包括:
两种估值通过内含的假设不同,一个基于历史财务数据,一个基于分析师预期,将其与市值比值形成V/P因子,为价值评价的重要量化指标。
报告中没有进一步用传统市盈率(PE)、市净率(PB)等进行横向估值比较,而是强调以预测盈利能力调整的剩余收益模型优势,较好捕捉盈利质变和成长性。
报告明确指出模型基于历史数据的特性,可能存在失效风险:
报告未详细给出风险缓释策略,投资者应保持对市场变化和数据质量的敏感,及时调整模型参数或组合结构。,7]
综上,报告逻辑连贯,方法科学,但还可进一步丰富风险管控、模型多元适应性等方面内容。
本报告基于剩余价值模型,构建并实证验证了融合盈利质量与估值的V/P因子及其对分析师预期偏误的调整FErr因子在中国A股市场的有效性。通过严谨的理论推导、预期误差建模及基于历史与一致预期数据的回测检验,展示了该量化策略在A股市场实现年化接近10%以上的超额收益,且风险控制得当,最大回撤维持在8%以内,收益回撤比合理。
图1的分组收益示范了估值因子和预期误差调整的协同增益;图2及图3清晰呈现策略净值稳定跑赢沪深市场的重要实证;年度收益表和近年细化表格数据进一步验证策略在不同市场环境的稳健性表现。值得强调的是,随着分析师对上市公司的覆盖提升、历史数据和预期数据的持续丰富,策略表现明显优化,显示出数据质量为核心驱动力。
风险方面,模型基于历史数据存在失效风险,依赖于预期数据的准确性和充足性,是持续关注重点。报告提供的策略对于价值量化投资者具有较强参考意义,特别是在市场有效性较弱、盈利能力变化幅度大的一类A股标的中更适用。
综上,报告逻辑严谨、论据充分、数据清晰,既具有理论深度,也具备较强的实务落地价值。策略的设计充分体现了量化投资与基本面分析的结合,是对传统估值方法的创新性应用与验证,建议投资者关注数据质量提升并适时运用该策略优化资产配置。
图2:回测结果
图3:策略近年表现
金工专题报告:剩余价值模型下的估值因子在A股中的实证.pdf