ROIC和WACC计算及测试结果概述 [page::4]

• ROIC计算采用税后息前利润除以投入资本(股东权益+有息负债)。

- WACC采用债务成本和股权成本加权，股权成本取三种方法中最大值。

• 单季度ROIC及ROIC-WACC因子表现平庸，年化收益6.63%和6.53%，IC均值分别为3.71%和4.21%。

- ROIC-WACC因子超额收益不稳定。

预期外ROIC-WACC回报因子回测及收益特征 [page::8][page::9][page::10]

• 预期外ROIC-WACC回报因子定义为当前季度ROIC-WACC减去历史8季平均，再标准化处理。

- 测试区间(2017/04/30—2024/11/01)，全市场年化收益11.20%，超额收益7.97%，IC均值5.56%，ICIR 0.958，表现优异且稳定。

• 不同细分市场（沪深300、中证500、1000，国证2000）均展示正收益和稳定IC，尤其中证1000和国证2000超额收益表现突出。

行业适用性分析 [page::13][page::14]

• 该因子在煤炭、建材、基础化工、轻工、电子等行业多头组多空收益领先。

- 煤炭、基础化工、建材、传媒、有色及食品饮料行业超额收益显著，因子跨行业适用性强。

根据ROIC-WACC状态进行成长分域的选股策略 [page::15][page::16]

• 企业价值由NOPLAT和资本成本（ROIC-WACC）决定，分为两类：ROIC>WACC用NOPLAT增速选股，ROIC

- 采用分域策略的多头组合年化收益达8.06%，超额收益5.60%，IC均值4.55%，ICIR为1.00。

• 分域选股保留了NOPLAT增速有效性，且提升了ROIC增速的收益和线性表现。

其他因子表现数据表 [page::5-8][page::16-17]

| 因子 | 年化收益 | 超额收益 | IC均值 | ICIR |
|-------|----------|----------|--------|------|
| 单季度ROIC | 6.63% | 4.17% | 3.71% | 0.381 |
| ROIC-WACC | 6.53% | 3.50% | 4.21% | 0.398 |
| ROIC-WACC均值 | 3.04% | 2.32% | 低 | - |
| 预期外ROIC-WACC | 11.20% | 7.97% | 5.56% | 0.958 |
| ROIC-WACC分域 | 8.06% | 5.60% | 4.55% | 1.00 |
| NOPLAT增速 | 7.32% | 5.31% | 5.57% | 1.02 |
| 单季度ROIC增速 | 8.22% | 5.82% | 5.85% | 1.24 |

• 预期外ROIC-WACC回报因子及分域策略在稳健性、IC及超额收益方面优于传统ROIC相关因子。

证券研究报告详尽分析 ——《预期外 ROIC-WACC 回报因子及相关测试》

---

1. 元数据与报告概览

• 报告标题：《预期外 ROIC-WACC 回报因子及相关测试》

- 发布机构： 东北证券股份有限公司

• 报告作者及团队： 王琦（首席分析师，执业证书S0550521100001021）及其金融工程研究团队

- 发布日期： 2024年11月

• 研究主题： 主要围绕投入资本回报率（ROIC）与加权平均资本成本（WACC）的计算规范、测试及其演变中的回报因子分析；以及基于ROIC-WACC状态进行成长型股票的分域选股策略。

- 核心论点与结论：


1) 正确、规范地计算ROIC和WACC对于准确评估企业价值创造能力至关重要，报告在数据与计算细节上进行了体系化规范。
2) ROIC-WACC的均值和稳定性指标表现较弱，但“预期外 ROIC-WACC 回报因子”（即单季度ROIC-WACC与其历史均值的标准差差异）显著增强了因子的收益表现及稳定性。
3) 根据ROIC与WACC的关系对股票进行分域筛选，对ROIC > WACC的企业，强调NOPLAT增速，因为企业创造价值，市场会给予更高估值；对ROIC < WACC企业，重点关注ROIC增速，聚焦提高资本回报能力。
4) 所提出的“预期外ROIC-WACC回报因子”在沪深300、中证500、中证1000等主流指数及分行业均实现了正向、稳健的选股收益。
5) 风险提示涵盖市场变化、政策风险及模型失效风险。

整体评价报告立场积极，通过系统化测试验证了预期外ROIC-WACC回报因子的显著价值。报告资料翔实，分析客观专业。

---

2. 逐章节深度解读

2.1 引言（第3页）

• 内容总结：

报告梳理了拟测试的四大主要内容：ROIC与WACC的规范计算，均值与稳定性检验，预期外ROIC-WACC回报因子定义与测试，以及基于ROIC-WACC状态的成长分域选股策略。采用了市场主流的因子预处理流程，包括Box-Cox转换、去极值、行业及市值中性化等步骤保证数据稳健。

• 关键数据与逻辑：

统计区间2017/04/30至2024/11/01，分市场均显示较优的多头及超额收益，最优为全A年化多头收益11.2%，超额7.97%，IC均值5.56%，ICIR 0.958，显示该因子收益稳定且具有预测力。

• 解释核心概念：

- ROIC反映企业的资本回报效率。
- WACC是企业资本的平均融资成本。
- IC（信息系数）衡量因子预测能力。
- ICIR是IC的稳定性指标。

[page::3]

---

2.2 ROIC-WACC相关测试（第4-8页）

2.2.1 ROIC计算（第4页）

• 重点说明了ROIC的定义和分子分母构成：

分子是税后息前利润，剔除非经常性损益；税率采用实际计算但对异常值作上限处理。
分母投入资本定义繁多，报告采用“股东权益+有息负债”的定义，剔除了超额现金以避免ROIC的异常波动。

• 逻辑支撑：

主要目标是从数据角度解决计算ROIC时的常见困境，保障统一口径。

2.2.2 ROIC单因子测试（第5页）

• 测试结果摘要：

单季度ROIC的年化收益6.63%，IC均值3.71%，ICIR 0.381。净值曲线（图1）显示多组别净值差异明显，顶端组表现优异。IC柱状图（图2）显示IC值有波动，部分季度负向。

• 图表解读：

该因子的选股效率较低，缺乏超额收益稳定性。

2.2.3 WACC的计算细节（第5-6页）

• 描述及方法论：

WACC由股权成本与债务成本按比例加权计算。债务成本处理了早期财务费用数据缺失问题，采用贷款利率和利息支出数据计算。股权成本考虑三种计量：会计成本（股息率+再融资成本定为2%）、利用行业可比去杠杆Beta估算机会成本、历史CAPM预期收益，三者取最大值确保保守。资本结构比例采用账面股东权益与有息负债比率。

2.2.4 ROIC-WACC测试结果（第6页）

• 关键统计：

ROIC-WACC单因子年化收益6.53%，IC均值4.21%，ICIR 0.398，缺乏稳定的超额收益。净值线图（图3）显示表现略优于单ROIC，IC柱状图（图4）同样波动较大。

2.2.5 ROIC-WACC均值和稳定性测试（第7-8页）

• 测试方式及效果：

以范围为8季度的均值及均值/标准差对ROIC-WACC进行测试，发现选股效果下降，收益率及IC均未显著提升。相关净值图（图5、图7）和IC图（图6、图8）均显示因子有效性一般。

• 数据细节：

ROIC-WACC均值组合年化收益最高5.38%，多空超额收益均较小不到3%，风险指标波动及最大回撤较大。

• 章节结论：

ROIC及WACC的简单均值或稳定性因子缺乏优异表现，需要更灵活有效的因子定义加强选股功效。
[page::4,5,6,7,8]

---

2.3 预期外 ROIC-WACC 回报因子（第8-14页）

• 定义及逻辑（第8页）

“预期外 ROIC-WACC”因子计算为当季度ROIC-WACC减去过去8季均值再除以8季标准差，表达企业当前“创造价值超出常态水平”的幅度，标准化有助于消除个别极端波动。

• 全市场表现（第8-9页）

该因子年化收益达11.20%，多空超额收益超7.97%，IC均值5.54%，ICIR 0.958，综合表现显著优于传统ROIC或ROIC-WACC本体因子。

• 图表分析（图9、图10，第9页）：

净值曲线显示多头组自2017起显著跑赢基准，稳定上涨，到2024年仍保持强势；IC柱状图多数为正，反映较好预测能力。

• 分域表现（第10-12页）

以沪深300、中证500、中证1000、国证2000和全A等指数单独测算，均表现良好，尤其在中证1000、国证2000和全A市场，超额收益达6.59%-8.43%，IC均值最高达6.92%，ICIR接近1，表现尤为稳健。多头年化收益范围7.99%-11.20%。

• 图表（图11-图18）与表格（表7-表10）：

不同指数的净值和IC图表走势一致，均呈现多头组持续跑赢，超额收益显著。

• 分行业表现（第13-14页）：

因子在各行业广泛适用。煤炭、建材、基础化工、轻工、电子行业表现领先，多空收益与超额收益均为正。

• 图19-21（分行业多空、超额、多头收益）显现煤炭行业领跑，同时电子、有色等行业表现突出。
• 节后小结：

预期外ROIC-WACC回报因子兼具显著收益性与高线性预测能力，可视为企业当前资金回报改善的动态信号，因子具有广泛适用性与可靠的稳定性。
[page::8,9,10,11,12,13,14]

---

2.4 根据ROIC-WACC状态进行成长分域选股（第15-18页）

• 理论框架（第15页）

基于经济增加值（EVA）模型公司价值 = EVA/(WACC - 增速) + 投入资本，企业价值的增长依赖于ROIC超过WACC带来的新增经济价值。如果ROIC > WACC，企业创值能力强，重点选取NOPLAT增速；否则企业需提升资本回报，用ROIC增速选股进一步捕捉价值提升。

• 实验设置：

按季度对样本分类，分别应用NOPLAT增速和ROIC增速做选股因子，合并构建分域选股策略。

• 结果概述（第15-16页）

多头年化收益8.06%，超额收益5.60%，IC均值4.55%，ICIR 1.00，表现优于单一ROIC或NOPLAT因子，显示策略有效性。

• 图22-23：

净值曲线表现稳定上扬，多空差值明显，IC多数时间为正，有效的预测能力。

• 表11数据指标补充： 风险控制合理，最大回撤在-41%至-53%之间，多空超额收益持续。
• 单独因子表现（第16-18页）：

- NOPLAT增速年化收益7.32%，IC均值5.57%，ICIR 1.02。
- 单季度ROIC增速年化收益8.22%，IC均值5.85%，ICIR 1.24，略优于NOPLAT增速。

• 图24-27及相关表12、13支持这一结论。
• 本节结论（第18页）

基于ROIC-WACC状态的成长分域策略综合了两个因子的优势，提升了分组线性性及收益稳定性，符合经济增加值理论，适合用作多因子或分类研究的分类标准。
[page::15,16,17,18]

---

2.5 风险提示（第18页）

• 主要风险点包括：

- 市场波动风险，市场环境快速变化可能影响因子效果。
- 宏观及政策风险，特别是相关行业政策变动可能冲击企业资本和盈利表现。
- 模型失效风险，历史数据和模型基于过去表现，未来可能失效。

• 报告明确指出这类风险并无明确对冲或缓解措施。

[page::18]

---

3. 图表深度解读

以下挑选关键图表深入解读：

图1 & 图3 & 图9（净值曲线对比）

• 说明： 图1显示单季度ROIC的净值表现，图3显示ROIC-WACC净值表现，图9显示预期外ROIC-WACC回报因子净值。

- 趋势： 图1和图3均显示净值上升但幅度有限且波动较大，图9净值线明显平滑且持续增强，多头组远超基准。

• 意义： 预期外ROIC-WACC回报因子显著优于传统指标，尤其在2020年之后的表现突出，支持其作为更有效的动态选股因子。

图2 & 图4 & 图10（IC指标趋势图）

• 说明： 三图分别对应单季度ROIC、ROIC-WACC、本报告重点预期外回报因子。

- 趋势解读： 预期外因子的IC多数为正且幅度较大，反映出更强的跨期预测能力。其他指标循环波动，且存在负值阶段，IC稳定性欠佳。

• 结论： 预期外ROIC-WACC因子不仅收益稳定，其预测能力明显优于传统ROIC及ROIC-WACC指标。

表5 & 表6（收益风险指标及排序）

• 主要指标： 预期外ROIC-WACC回报因子总体年化收益11.20%，年化波动23.68%，最大回撤37.68%。多空组收益超出基准7.97%。

- 排序表明： 高组别收益最高且相对波动适中，验证因子强分层能力。

• 投资意义： 因子具备显著优势的收益-风险比，有效性验证充分。

图19-21（分行业多空、超额、多头收益）

• 行业表现差异明显，煤炭、建材、基础化工行业因子更能显著捕捉超额利润。

- 报告指出因子在多行业均表现有效，适用范围广。

图22-23（ROIC-WACC分域净值与IC）

• 净值曲线显示分域策略选择的多头组稳定上涨，多空净值差异明显且IC多数时间为正。

- IC峰值接近0.15，且整体维持较高水平，支持分域策略的有效性。

---

4. 估值及方法论分析

• 报告核心是因子测试与选股策略，无直接传统估值（如DCF）参数估算，但采用了基于经济增加值和增长模型的企业价值解析：

\[
\mathrm{EVA} = \mathrm{NOPLAT} - \mathrm{WACC} \times \mathrm{Invested\ Capital} = (\mathrm{ROIC} - \mathrm{WACC}) \times \mathrm{Invested\ Capital}
\]

及价值公式：

\[
\mathrm{Value} = \frac{\mathrm{EVA}}{\mathrm{WACC} - g} + \mathrm{Invested\ Capital}
\]

• 该理论模型为因子选股的基本经济学逻辑依据，强调ROIC超过WACC时，利润增长对价值有正贡献。
• ROIC和WACC的计算通过细化方法和数据选择确保指标准确性提升了因子核心输入的可靠性。

---

5. 风险因素评估

• 报告全面识别市场系统性风险（宏观经济、政策变动）。

- 强调模型历史数据驱动的局限性，存在未来失效风险。

• 未提出具体风险缓解方案，仅提醒投资者警惕。

---

6. 审慎视角与细节考量

• 计算ROIC时，选用股东权益+有息负债作为投入资本有其合理性，但忽略了“超额现金扣除”可能导致过大ROIC波动，这一点在部分企业会存在计算偏差风险。

- WACC股权成本取三种方式最大值虽保守，可能导致WACC相对较高，从而拉低ROIC-WACC水平，但保证保守估计。

• 报告期望“预期外ROIC-WACC回报因子”作为未来多因子建模中的关键分层因子，实属创新点，但回测起点和选取的8季度窗口也可能影响因子稳定性。

- 各期IC波动较大，在某些时间点IC甚至为负，尤其2024年末，说明因子仍受市场周期与非系统性风险影响，需要持续跟踪。

• 报告数据截止2024年11月，较新颖且覆盖了多轮市场周期，增强结论的实用价值。

---

7. 结论性综合

本报告系统规范了ROIC和WACC的计算口径，明确指出标准化的“预期外ROIC-WACC回报因子”作为一个动态、高度线性的选股因子，展现了明显的收益优势和高稳定性。尤其是在沪深300、中证系列，及各分行业显示较强的预测能力及超额收益，展现出广泛适用性。此因子通过衡量企业当前资本回报相较历史水平的偏离，捕捉了企业经营绩效改善的预期收益，体现了较强的经济内涵。

基于ROIC-WACC状态划分投资股票域，分别采用NOPLAT与ROIC增速构建选股策略，进一步优化了收益表现，符合经济增加值的企业价值理论，提供了具备实操价值的成长分域思路。

报告图表与表格均系统展示了各因子期间收益率、IC指标及风险指标，对模型稳健性进行了严密检验，理论基础扎实，数据驱动合理。

然而，报告同时指出因子存在市场波动、政策变动及模型潜在失效风险，提醒投资者应结合市场动态密切关注因子表现。

综上，报告立场明确肯定预期外ROIC-WACC回报因子为选股因子构建的有价值工具，同时ROIC-WACC状态分域策略为成长股挖掘提供了具备逻辑支撑的新框架，是量化投资研究的重要参考。

---

关键图表引用精选

• 预期外 ROIC-WACC 回报因子净值图（图9）

• 预期外 ROIC-WACC 回报因子IC图（图10）

• ROIC-WACC分域净值图（图22）

• ROIC-WACC分域IC图（图23）

[page::1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18]

报告