宽客财经
关注微信公众号"宽客财经"，定时推送前沿、专业、深度的交易极客和量化投资资讯。
搜索
关注微信公众号"宽客财经"，定时推送前沿、专业、深度的交易极客和量化投资资讯。
|
基本面因子研究：一种分析方法摘要 在本报告中，通过设定因子生成规则而非具体指标逻辑，以三张财务报表科目指标作为输入变量，批量构建了基本面因子。 对于基本面因子选股，通常的思路是基于经济理论和财务指标进行因子构建，然而这种方法得到的指标是比较少的。且在因子库已经比较庞大的情况下，思路往往会受现有信息的影响。在此种情况下，如果更多关注因子生成规则，而非单个因子的生成逻辑或指标之间的关联，或能得到一定的增量信息。 基于此，我们以19个资产负债表指标、10个利润表指标和9个现金流量表指标作为输入变量，构建了7种因子生成规则：X、%D(X)、X/Y、D(X)/Y、%D(X/Y)、%D(X)-%D(Y)和(X-Y)/Z，批量进行了基本面因子的构建。 对于第一种因子生成规则X，所得38个因子的IC均值为5.83%，最大值为7.37%，且均是显著异于0的。从年化收益来看，表现最好的5个因子是支付的各项税费、所得税、营业利润、资产总计和净利润因子，相对中证500年化超额收益分别为24.56%、24.08%、23.78%、23.44%和23.35%，Sharpe分别为2.236、2.303、2.274、2.056和2.227，整体表现较好。单边月均换手率为20%左右，整体较低，交易费用对组合收益影响较小。 对于后6种剔除量纲影响的指标，部分因子也有较好的表现，不过整体收益走势较为一致：2017年之前，相对基准可以取得较为明显的超额收益，2017年回撤较大，近期有所回升。从走势来看，这几类因子与小市值有较为密切的联系。 在本报告中，通过设定因子生成规则而非具体因子逻辑，我们对基本面因子进行了批量研究分析。 1 研究出发点对于基本面因子，我们更关注其是否有经济含义，与股票未来表现是否存在逻辑上的关联。为此，从方法论上来看，是基于相同的问题，生成一种或多种有效的解。一般来说，生成一个问题的解是比较困难的。例如，给定一个数13717421，判断其是否能写成两个数的积，与验证3607乘以3803是否可以得到该值，难易程度是差别比较大的。与此类似，先生成一个逻辑，然后进行验证，逻辑的构思相比于验证更为困难。 对于基本面因子选股，通常的思路是基于经济理论和财务指标进行因子构建，然而这种方法得到的指标是比较少的。在没有先验信息的情况下，往往不会将两个变量联系起来。在学术界，对于异常收益现象，也通常是在观测到某一现象之后，开始寻找其逻辑来源，并对其进行持续跟踪或样本外检验。 在现有因子库已经比较庞大的情况下，我们的思路往往会受现有信息的影响。在此种情况下，如果更多关注因子生成规则，而非单个因子的生成逻辑或指标之间的关联，或能得到一定的增量信息。在这种分析方法下，对生成的指标进行回测，然后从中筛选出表现较好的指标，对其逻辑及样本外表现进行分析和观测。如果一些因子在样本外也有较好的表现，且可以发掘其本身的经济含义，则可以将其纳入现有模型中。 在后面的部分中，我们将对因子生成规则和涉及指标进行介绍，并给出回测结果。 2 研究方法在这一部分，我们对使用到的指标和因子生成规则进行说明。具体来说，我们从资产负债表、利润表和现金流量表中筛选出覆盖度较高的指标，然后通过有较强逻辑含义的计算规则，批量得到基本面因子。 2.1 财务指标在本报告中，我们使用到的指标来源于资产负债表、利润表和现金流量表的基础科目指标，未使用衍生数据。在选取指标时，以覆盖度作为标准，共筛选得到19个资产负债表指标、10个利润表指标和9个现金流量表指标，具体如下： 资产负债表：资产总计(asset)、所有者权益合计(equity)、固定资产(fasset)、应交税费(taxpay)、负债合计(tot_liab)、未分配利润(undpro)、应付职工薪酬(empay)、无形资产(intasset)、货币资金(monecap)、流动资产合计(tcasset)、非流动资产合计(tncasset)、流动负债合计(tcliab)、应付账款(acctpay)、预付账款(prepay)、应收账款(acctrcv)、递延所得税资产(defasset)、预收账款(advcust)、存货(invent)、非流动负债合计(tncliab)。 利润表：营业总收入(operrev)、营业总成本(opercost)、营业利润(opprofit)、净利润(nprofit)、管理费用(gaexp)、营业外支出(nonoperexp)、所得税(tax)、营业外收入(noperrev)、财务费用(finexp)、销售费用(sdexp)。 现金流量表：销售商品、提供劳务收到的现金(cashrs)、收到的税费返还(recptax)、购买商品、接受劳务支付的现金(cashrec)、支付给职工以及职工支付的现金(cashempl)、支付的各项税(payalltax)、经营活动产生的现金流量净额(ncashact)、取得投资收益收到的现金(cashinv)、投资活动现金流入小计(tininv)、购建固定资产、无形资产和其他长期资产支付的现金(capx)。 表1中给出的是2018年中报指标覆盖度情况，基本在90%以上。三张报表中的指标较多，如果仅考虑部分行业或板块，可以筛选出更多的指标。 表 1 ： 指标覆盖度-20180630  在本报告中，我们考虑了7种因子生成规则，具体说明如下： 1. X 即单个指标值，不涉及多个指标之间的运算。从逻辑上来讲，可将该值作为公司价值的代表变量。 2. %D(X) 仅涉及单个指标，计算其同比增长率。增长率和股票收益相关性与指标本身含义关系较大，例如净利润增速与总负债增速便存在较大差别。 3. X/Y 涉及两个指标，计算其比率值。例如ROE，反映财务指标之间的比例关系。 4. D(X)/Y 涉及两个指标，首先计算X的同比变动值，然后计算其与Y的比率值。 5. %D(X/Y) 涉及两个指标，首先计算比率值X/Y，然后计算其同比增长率。 6. %D(X)-%D(Y) 涉及两个指标，分别计算X和Y的同比增长率，然后计算二者之差。财务指标增速之差，比如净利润增速与总资产增速，可以反映公司盈利能力的变动。 7. (X-Y)/Z 涉及三个指标，X-Y得到新的指标，然后计算与Z的比率值。例如，营业收入与营业成本之差是营业利润，与总资产之比反映了公司的盈利能力。 以000002.SZ为例进行说明。X，营业总收入：105974537269.94(2018/6/30)， 69810477567.49(2017/6/30)；Y，营业总成本：87131631791.63(2018/6/30)，57668666741.88(2017/6/30)；Z，总资产：1345151635212.87(2018/6/30)。计算结果见表2。  image.jpg[size=1em]743x108 27.2 KB2.3 回测方法 在这一部分，我们对回测流程进行说明。所涉及的股票池为全部A股，回测区间为2010年1月至2019年2月。回测流程如下： (1) T时刻，提取所需数据，基于生成规则，计算得到因子值F； (2) 将因子值F对总市值对数和中信一级行业虚拟变量进行截面回归，以残差值作为选股因子F0； (3) T+1时刻，剔除停牌和涨停股票，剔除上市不满60日的次新股； (4) 基于剩余股票因子值，升序排列，等分为10组。因子值最大一组记为G10，最小一组记为G1； (5) 按月调仓，等权配置。 基于上述生成规则，共可得到54207个因子（对于比率值，不区分指标作为分子和分母的差异；对于增长率之差，不区分顺序），具体见表3。在实际计算中可以发现，每一类因子整体回测表现较为接近。因此对于后5种类型，我们仅给出各类中部分因子的回测结果。对于每一因子回测，我们统计了如下结果：因子IC序列；因子分组净值表现；组合换手率。  image.jpg[size=1em]732x105 26 KB3 因子回测 前文我们对使用到的财务指标及因子生成方法进行了详细说明，此部分我们首先按类型对生成因子的回测结果进行说明，然后对整体结果进行分析。 3.1 结果汇总在这一部分，我们给出每一类因子的回测结果：因子IC值、结果描述性统计、因子净值曲线、组合换手率情况。 3.1.1. X 图1中给出了因子多头组合的单边月均换手率情况；表4给出了38个因子的IC均值及对应T值。下面分别进行说明。 对于换手率，单边月均最小值为acctpay（应付账款）17.79%，最大值为cashinv（取得投资收益收到的现金）26.48%，整体均处于较低水平，交易费用对因子组合收益影响较小。 对于因子IC，均值最高的为净利润nprofit、营业利润opprofit和未分配利润undpro，分别为7.37%、7.33%和7.18%，且均是显著的。对于其余因子，IC均值最小的是财务费用finexp，为3.99%，且是显著异于0的。由此可以看出，这38个因子均较为有效。 图 1 ： 因子月均单边换手率(G10)  image.jpg[size=1em]1021x473 117 KB image.jpg[size=1em]709x504 119 KB表5中给出的是相对中证500年化超额最高的5个因子，分别是支付的各项税费payalltax、所得税tax、营业利润opprofit、资产总计asset、净利润nprofit；图2至图7给出的是前3个因子的分组净值走势和超额收益及最大回撤情况。下面进行分别说明。 这5个因子的年化收益相差较小，且波动率也较为接近。tax最大回撤最小，为7.30%，Sharpe比为2.303；其余4个因子也处于相似水平。从分组净值走势来看，表现最好的3个因子整体收益也较为接近，整体分组效果较好，且多头表现远优于其他组。例如opprofit因子G1-G10组年化收益分别为-6.45%、-3.03%、-0.38%、-0.11%、1.15%、4.29%、4.79%、9.21%、16.42%、25.32%，具有非常好的线性关系。 相对中证500，多头组合能够持续取得超额收益，且最大回撤相对较小；3个因子的超额收益走势及最大回撤时点保持很高的相关性。  image.jpg[size=1em]700x206 51.4 KB image.jpg[size=1em]1080x374 80 KB image.jpg[size=1em]1080x371 80.6 KB image.jpg[size=1em]1080x371 81.8 KB2. %D(X) 图8中给出了因子多头组合的单边月均换手率情况；表6给出了38个因子的IC均值及对应T值。下面分别进行说明。 对于换手率，单边月均最小值为gaexp（管理费用），21.12%，最大值为tax（所得税），37.96%，整体均处于较低水平，交易费用对因子组合收益影响较小。 对于因子IC，均值最高的为营业总成本opercost、营业利润opprofit和销售费用sdexp，分别为4.18%、3.61%、3.57%，且均是显著的；反向因子中表现最好的是营业外支出nonoperexp，为-2.09%，基本是显著的。其中部分因子IC均值较小，且未通过显著性检验。 图 8 ： 因子月均单边换手率(G10)  image.jpg[size=1em]1021x473 118 KB image.jpg[size=1em]1062x759 218 KB表7中给出的是相对中证500年化超额最高的5个因子，分别是支付的无形资产intasset、非流动负债合计tncliab、营业利润opprofit、销售费用sdexp、营业总收入operrev；图9至图14给出的是前3个因子的分组净值走势和超额收益及最大回撤情况。下面进行分别说明。 这5个因子的年化收益相差较小，不过整体表现不佳。opprofit波动率最小，其次是intasset。opprofit最大回撤最小，为9.28%，Sharpe比为1.324；其余4个因子也整体处于相似水平。从分组净值走势来看，表现最好的3个因子整体收益也较为接近，整体分组效果较好。例如intasset因子，G1-G10组年化收益分别为0.27%、1.62%、4.29%、2.06%、4.35%、4.17%、4.46%、6.18%、9.92%、12.27%，整体线性关系较好。 相对中证500，2017年之前多头组合多数时间可以获取超额收益，2017年持续跑输，2018年之后有所回升，整体回撤较大。3个因子的超额收益走势及最大回撤时点保持很高的相关性。  image.jpg[size=1em]1060x306 95.5 KB image.jpg[size=1em]1080x380 87.8 KB image.jpg[size=1em]1080x379 84.5 KB image.jpg[size=1em]1080x376 91.3 KB3. X/Y 图15和图16中给出了因子多头和空头组合的单边月均换手率情况；图17给出了因子IC均值的分布情况；表8给出了部分因子的IC均值及对应T值。下面分别进行说明。 对于换手率，G1组单边月均最小值为fassettcasset（固定资产/流动资产合计），10.01%；最大值为fassetcashinv（固定资产/取得投资收益收到的现金），34.43%。G10组单边月均最小值为fassettcasset（固定资产/流动资产合计），9.52%，最大值为taxpaynonoperexp（应交税费/营业外支出），36.11%，整体均处于较低水平，交易费用对因子组合收益影响较小。 对于因子IC，均值最高的为undpromonecap（未分配利润/货币资金）、undprocashrec（未分配利润/购买商品、接受劳务支付的现金）、undprosdexp（未分配利润/销售费用），分别为4.743%、4.591%、4.479%，且均是显著的；负向因子中表现最好的是empaymonecap（应付职工薪酬/货币资金）、fassetinvent（固定资产/存货）、totliabcashrec（负债合计/购买商品、接受劳务支付的现金），IC均值分别为-4.285%、-4.065%、-4.002%。部分因子IC均值较低，有效性较差；整体呈正态分布特征。  image.jpg[size=1em]1080x377 72.2 KB图 17 ： 因子月均单边换手率(G10) image.jpg[size=1em]1021x473 117 KB image.jpg[size=1em]1080x403 121 KB表9中给出的是相对中证500年化超额最高的5个因子，分别是fassetsdexp（固定资产/销售费用）、assetsdexp（资产总计/销售费用）、totliabsdexp（负债合计/销售费用）、undpronoperrev（未分配利润/营业外收入）、equitysdexp（所有者权益合计/销售费用）；图18至图23给出的是前3个因子的分组净值走势和超额收益及最大回撤情况。下面进行分别说明。 fassetsdexp年化收益最高，为17.73%。undpronoperrev波动率最小，其次是equitysdexp。undpronoperrev最大回撤最小，为19.70%，整体均处于较高水平；fassetsdexp因子Sharpe比最高，为1.351；其余4个因子也整体处于相似水平。 从分组净值走势来看，表现最好的3个因子整体收益也较为接近，多头收益表现较好。例如fassetsdexp因子G1-G10组年化收益分别为0.98%、-0.56%、-1.08%、1.13%、0.87%、3.90%、3.97%、7.92%、13.08%、19.20%，整体线性关系较好。 相对中证500，2017年之前多头组合多数时间可以获取超额收益，最大回撤也较小；2017年持续跑输，最大回撤持续处于高位；2018年之后组合表现有所回升。3个因子的超额收益走势及最大回撤时点也保持很高的相关性。  image.jpg[size=1em]1059x303 104 KB image.jpg[size=1em]1080x373 87.6 KB image.jpg[size=1em]1080x371 88.2 KB image.jpg[size=1em]1080x374 90.7 KB4. D(X)/Y 图24和图25中给出了因子多头和空头组合的单边月均换手率情况；图26给出了因子IC均值的分布情况；表10给出了部分因子的IC均值及对应T值。下面分别进行说明。 对于换手率，G1组单边月均最小值为fassettcasset（固定资产/流动资产合计），10.01%；最大值为fassetcashinv（固定资产/取得投资收益收到的现金），34.43%。G10组单边月均最小值为fassettcasset（固定资产/流动资产合计），9.52%，最大值为taxpaynonoperexp（应交税费/营业外支出），36.11%，整体均处于较低水平，交易费用对因子组合收益影响较小。 对于因子IC，均值最高的为undpromonecap（未分配利润/货币资金）、undprocashrec（未分配利润/购买商品、接受劳务支付的现金）、undprosdexp（未分配利润/销售费用），分别为4.743%、4.591%、4.479%，且均是显著的；负向因子中表现最好的是empaymonecap（应付职工薪酬/货币资金）、fassetinvent（固定资产/存货）、totliabcashrec（负债合计/购买商品、接受劳务支付的现金），IC均值分别为-4.285%、-4.065%、-4.002%。部分因子IC均值较低，有效性较差。  image.jpg[size=1em]1080x374 72.9 KB图 26 ： 因子IC分布  image.jpg[size=1em]1021x472 44.2 KB image.jpg[size=1em]1080x411 113 KB表11中给出的是相对中证500年化超额最高的5个因子，分别是fassetsdexp（固定资产/销售费用）、assetsdexp（资产总计/销售费用）、totliabsdexp（负债合计/销售费用）、undpronoperrev（未分配利润/营业外收入）、equitysdexp（所有者权益合计/销售费用）；图27至图32给出的是前3个因子的分组净值走势和超额收益及最大回撤情况。下面进行分别说明。 fassetsdexp年化收益最高，为17.73%。undpronoperrev波动率最小，其次是equitysdexp。undpronoperrev最大回撤最小，为19.70%，整体均处于较高水平；fassetsdexp因子Sharpe比最高，为1.351；其余4个因子也整体处于相似水平。从分组净值走势来看，表现最好的3个因子整体收益也较为接近，多头收益表现较好。例如fassetsdexp因子G1-G10组年化收益分别为0.98%、-0.56%、-1.08%、1.13%、0.87%、3.90%、3.97%、7.92%、13.08%、19.20%，整体线性关系较好。 相对中证500，2017年之前多头组合多数时间可以获取超额收益，最大回撤也较小；2017年持续跑输，最大回撤持续保持高位；2018年之后组合表现有所回升。3个因子的超额收益走势及最大回撤时点也保持很高的相关性。  image.jpg[size=1em]1060x306 97.4 KB image.jpg[size=1em]1080x382 89.7 KB image.jpg[size=1em]1080x375 88.5 KB image.jpg[size=1em]1080x371 97.9 KB5. %D(X/Y) 图33和图34中给出了因子多头和空头组合的单边月均换手率情况；图25给出了因子IC均值的分布情况；表12给出了部分因子的IC均值及对应T值。下面分别进行说明。 对于换手率，G1组单边月均最小值为fassettcasset（固定资产/流动资产合计），10.01%；最大值为fassetcashinv（固定资产/取得投资收益收到的现金），34.43%。G10组单边月均最小值为fassettcasset（固定资产/流动资产合计），9.52%，最大值为taxpaynonoperexp（应交税费/营业外支出），36.11%，整体均处于较低水平，交易费用对因子组合收益影响较小。 对于因子IC，均值最高的为undpromonecap（未分配利润/货币资金）、undprocashrec（未分配利润/购买商品、接受劳务支付的现金）、undprosdexp（未分配利润/销售费用），分别为4.743%、4.591%、4.479%，且均是显著的；负向因子中表现最好的是empaymonecap（应付职工薪酬/货币资金）、fassetinvent（固定资产/存货）、totliabcashrec（负债合计/购买商品、接受劳务支付的现金），IC均值分别为-4.285%、-4.065%、-4.002%。部分因子IC均值较低，有效性较差。  image.jpg[size=1em]1080x370 73.4 KB图 35 ： 因子IC分布  image.jpg[size=1em]1022x472 43.2 KB image.jpg[size=1em]1080x394 103 KB表13中给出的是相对中证500年化超额最高的5个因子，分别是fassetsdexp（固定资产/销售费用）、assetsdexp（资产总计/销售费用）、totliabsdexp（负债合计/销售费用）、undpronoperrev（未分配利润/营业外收入）、equitysdexp（所有者权益合计/销售费用）；图36至图41给出的是前3个因子的分组净值走势和超额收益及最大回撤情况。下面进行分别说明。 fassetsdexp年化收益最高，为17.73%。undpronoperrev波动率最小，其次是equitysdexp。undpronoperrev最大回撤最小，为19.70%，整体均处于较高水平；fassetsdexp因子Sharpe比最高，为1.351；其余4个因子也整体处于相似水平。从分组净值走势来看，表现最好的3个因子整体收益也较为接近，多头收益表现较好。例如fassetsdexp因子G1-G10组年化收益分别为0.98%、-0.56%、-1.08%、1.13%、0.87%、3.90%、3.97%、7.92%、13.08%、19.20%，整体线性关系较好。 相对中证500，2017年之前多头组合多数时间可以获取超额收益，最大回撤也较小；2017年持续跑输，最大回撤持续保持高位；2018年之后组合表现有所回升。3个因子的超额收益走势及最大回撤时点也保持很高的相关性。  image.jpg[size=1em]1059x298 99.9 KB image.jpg[size=1em]1080x375 84.7 KB image.jpg[size=1em]1080x377 85.1 KB image.jpg[size=1em]1080x374 83.3 KB6. %D(X)-%D(Y) 图42和图43中给出了因子多头和空头组合的单边月均换手率情况；图44给出了因子IC均值的分布情况；表14给出了部分因子的IC均值及对应T值。下面分别进行说明 |
