盈利加速度因子构建及创新逻辑 [page::6][page::7]

• 通过计算单季度业绩同比增速的同比变化，定义盈利加速度，反映企业盈利增长的趋势性和动态变化。

- 采用三种分母标准化方式（绝对值、市值、历史标准差）和三种业绩指标（归母净利润、营业收入、营业利润），共计构建9个因子。

盈利加速度因子在全市场与行业的表现 [page::12][page::15][page::16]

| 加速度因子名称 | Rank IC (%) | 年化ICIR | 多头年化超额收益(%) | 多空组年化收益(%) | 多空组最大回撤(%) |
|-------------------|-------------|----------|---------------------|------------------|-------------------|
| OPERPROFITEAV | 2.68 | 2.30 | 6.87 | 12.23 | -3.65 |
| NETPROFITEAV | 2.66 | 2.29 | 6.44 | 11.19 | -3.91 |
| OPERREVEAV | 2.16 | 2.16 | 3.05 | 7.92 | -3.37 |

• 盈利加速度因子显著优于传统成长因子，尤其是以营业利润加速度OPERPROFITEAV表现最佳。

- 行业角度看，加速度因子在电气设备、家用电器、交通运输和化工等行业表现优异，汽车、计算机和房地产行业效果较弱。

盈利加速度因子在中证300和中证500的表现 [page::17][page::18]

| 指数 | Rank IC (%) | 年化ICIR | 多头年化超额收益(%) | 多空组最大回撤 (%) |
|------------|-------------|----------|---------------------|--------------------|
| 沪深300 | 2.76 | 1.54 | 8.72 | -17.91 |
| 中证500 | 3.28 | 2.24 | 9.39 | -5.06 |

盈利增长模式分类及多头选股效力 [page::18][page::19][page::21]

• 将企业盈利同比增速分为六种模式，主要盈利加速度多头由模式一（稳健加速增长）、模式二（负转正）和模式三构成。

- 模式一多头组合选股效果最好，凸显只有盈利保持正增长且加速度较快的企业才是核心成长标的。

稳健加速增长精选50策略设计与回测 [page::22][page::23][page::24]

• 策略选取模式一下OPERPROFITEAV值最高的50只股票，等权配置，月度调仓。

- 回测期2009年1月23日至2020年5月29日，年化收益24.60%，相对中证全指年化超额收益17.64%，2017年略有跑输。

• 指数域表现：沪深300和中证500精选50策略分别有约8.2%和10.7%的年化超额收益。

金融研究报告深度解析报告：《成长因子再升级：盈利加速度——量化基本面系列报告之二》

---

1. 元数据与概览

• 报告标题：《成长因子再升级：盈利加速度——量化基本面系列报告之二》

- 报告日期：2020年9月22日

• 发布机构：华安证券研究所

- 分析师：
- 严佳炜（S0010520070001）
- 朱定豪（S0010520060003）
- 吴正宇（S0010120080052）

• 研究主题：基于盈利加速度视角重构成长因子，提升成长因子的稳定性和选股能力。

- 核心观点：传统成长因子基于业绩同比增速评价成长性，存在合理性不足和有效性波动大等缺陷；采用业绩指标同比增速的同比变化构建“盈利加速度因子”，并结合盈利增长模式筛选优质企业，显著提高成长型因子的投资表现，特别是以营业利润加速度因子OPERPROFITEAV表现最佳。[page::0,4,12]

---

2. 逐节深度解读

2.1 引言：传统成长因子有待改进

• 关键论点：

- 成长性一直是投资者筛选优质个股的重要标准，具备较高的投资价值。
- 市场普遍采用业绩同比增速作为成长性的指标，特别是归母净利润、营业收入的同比增速。
- 但以同比增速为衡量标准存在不足：企业增速不可持续，增速下降期估值会同步受压，历史高速增速与成长性正相关性有限。

• 证据：

- 2009年至2020年间，基础成长因子（净利润、毛利润、营业收入TTM同比增速）效果一般，Rank IC仅约1.94%-2.23%，年化ICIR介于1.07-1.27，且多头组合超额收益偏低，超额收益主要来自空头（成长性较差公司负向超额收益明显）[page::4,5,6]。

• 启示：

- 需要寻找更动态、趋势性的成长衡量标准，利用业绩增长的二阶信息来反映成长趋势。

2.2 成长因子升级：盈利加速度因子的构建（章节2.1）

• 定义：

- 盈利加速度定义为业绩指标同比增速的同比变化（类似二阶导数）。
- 计算方式包括三种标准化方法：
- EAA：用去年同期指标绝对值作为分母进行同比增速计算；
- EAP：用当前市值作为分母；
- EAV：用过去8个季度业绩指标标准差作为分母进行波动率调节。
- 业绩指标包括归母净利润、营业收入、营业利润，合计9个因子。

• 逻辑支撑：

- 盈利加速度体现了企业盈利增长的趋势，能反映成长性变化，更有效预测未来盈利。
- 通过案例（公司A与公司B），展示加速度高的公司（B）未来盈利表现优于只看同比增速的公司A，体现预测能力。
- 企业生命周期理论支持利用动态指标辅助判断成长阶段。[page::6,7]

2.3 因子特征与行业分布（章节2.2）

• 行业分布差异：

- 盈利加速度多头组在不同时点持仓行业差异明显，2020年以电子、机械、计算机和电气设备为主，2014年更多在化工、房地产、医药生物等行业。
- 与传统净利润同比增速多头组相比，盈利加速度因子多头组更偏向计算机、电气设备等成长性较强行业，医药则更集中在同比增速多头组中。

• 时间序列特征：

- 盈利加速度因子值波动较大且整体均值为负，说明市场整体盈利增长趋势处于下降状态。
- 加速度因子与其他经典风格因子（如动量、规模、盈利等）相关性极低，具备较强的独立性和差异性。

• 行业时间序列分布：

- 运营利润加速度因子在农林牧渔和银行等行业表现较好，周期性或受外部冲击较大的休闲服务、非银金融等行业表现较差。
- 医药生物、银行行业加速度较稳定，电子行业季节性波动较大，反映行业景气度不同。
[page::8,9,10,11,12]

2.4 选股表现与回测结果（章节2.3）

• IC指标表现：

- 全市场9个加速度因子均表现出较强的正向预测能力。
- EAV定义（基于标准差调整）因子优于另外两种定义，且营业利润加速度因子（OPERPROFITEAV）表现最佳：
- Rank IC均值2.68%，年化ICIR 2.30；
- 多头超额收益6.87%，多空组合年化收益率12.23%，最大回撤仅3.65%；
- 表现超越传统成长因子（Rank IC约1.94%-2.23%，多头超额收益普遍小于2%）[page::12,13,14,15].

• 分组收益分析:

- 多头（Q10）和空头（Q1）组表现差异明显，分组收益单调性较好，且回撤小，收益稳定。

• 中证全指、多指数表现:

- OPERPROFITEAV多头组相比中证全指累计超额收益13.3%，仅2017年小幅跑输，整体稳健且表现出持续优势。
- 中证500内同样表现优秀，Rank IC达3.28%，多头相较指数年化超额收益9.39%，优于沪深300表现。[page::15,17,18]

2.5 行业有效性差异（章节2.4）

• 加速度因子在行业内表现分化明显：

- 表现突出的行业有化工、电气设备、银行、家电、通信、非银金融、交通运输等；
- 表现相对较弱的行业为汽车、计算机、房地产、商贸等；

• 行业间差异反映出不同产业盈利模式和成长性差异，提示投资者可以结合行业特征应用因子选股。[page::15,16]

2.6 盈利增长模式与策略构建（章节3）

• 盈利增长模式分类：

- 依据当期和去年同期盈利同比增速的正负及相对大小，将企业划分为六种模式（模式1至6）。
- 例：
- 模式一：当期、去年同期均正，且当期增速大于去年同期（稳健加速增长）；
- 模式二：当期正，去年同期负（业绩由坏转好）；
- 其余模式分别是不同增长或下降组合。

• 不同模式的股票覆盖率与表现：

- 模式二和五覆盖最多，且模式一至三因子取值为正，模式四至六取值为负。
- 盈利加速度多头组主要集中在模式一、二、三，其中模式二占比最高（约85%）；
- 不同模式的多头选股表现不同，模式一表现最好，模式三最弱。

• 加速增长精选50策略设计：

- 策略从模式一股票池中选取OPERPROFITEAV因子值最大的50只股票构建等权组合；
- 回测区间2009年至2020年，年化收益24.6%，相较中证全指年化超额近17.64%；
- 策略表现稳健，仅2017年微幅跑输基准，其他年份均跑赢。

• 指数域策略测试：

- 沪深300加速增长精选50策略年化超额约8.2%，中证500年化超额约10.7%，表现持续且稳健。
[page::18,19,20,21,22,23,24]

---

3. 图表深度解读

• 图表0（页面0）：

- 显示“稳健加速增长精选50”策略自2009年起累积收益大幅超越中证全指，尤其在市场上涨阶段优势明显，策略组合年化超额收益达17.64%。

• 图表2-4（页面5）：

- 传统成长因子（净利润、毛利润、营业收入TTM同比增速）多空收益分布、IC表现均有限，且多头组合超额微弱，验证传统成长因子有效性不足。

• 图表6（页面7）：

- 明细列出了9个盈利加速度因子，展示了不同业绩指标及标准化方法的组合。

• 图表7-10（页面8）：

- 盈利加速度多头组与传统净利润增速多头组持仓行业结构差异明显，表明盈利加速度因子具有行业偏好，能捕捉不同成长板块。

• 图表11-12（页面9）：

- 盈利加速度时间序列分布，显示该因子具备波动性优势，且与主流风格因子相关性低，具有独立Alpha特征。

• 图表14-16（页面10-11）：

- 2020年4月营业收入/营业利润/净利润加速度在申万行业的分布，显示农林牧渔等部分行业表现良好，休闲服务及受疫情影响行业表现较差。

• 图表23-30（页面12-15）：

- 全市场回测显示OPERPROFITEAV因子不仅Rank IC最高，ICIR领先，且多头超额收益显著，回撤较小，整体现稳健。
- 分组收益图表证明了因子选股的单调性和区分力。

• 图表31-32（页面16）：

- 不同行业盈利加速度因子的Rank IC和ICIR分异，进一步支持选股效果存在行业差异。

• 图表33-38（页面17-18）：

- 在沪深300和中证500指数中，盈利加速度因子表现持续优越，OPERPROFITEAV因子尤为优秀，年化超额稳定。

• 图表39-43（页面19-21）：

- 盈利增长模式的结构示意及历史占比分布，佐证模式二（业绩负转正）占多头组比例最高。

• 图表44（页面21）：

- 不同盈利增长模式下OPERPROFITEAV因子多头组合收益对比，模式一表现最佳。

• 图表45-50（页面22-24）：

- “稳健加速增长精选50”策略历史净值和分年度表现图表，展现策略较基准显著超额收益和稳定的年化回报。

---

4. 估值分析

本报告中未包含传统的估值估算（如DCF、市盈率等）部分，聚焦于因子构建及选股回测分析。策略通过因子得分排序筛选个股，不直接涉及估值水平和估值变动的定量估算，重心在Alpha因子的有效性和选股表现。

---

5. 风险因素评估

报告明确提示：

• 没有任何因子或策略能够保证未来收益，历史回测不代表未来表现。

- Alpha因子可能因市场风格转换而失去效力。

• 投资者应谨慎参考报告内容，注重风险控制。

- 未来市场环境变化可能影响盈利加速度因子的表现。

• 本报告的选股策略也可能面临流动性、交易成本等现实市场限制（虽未详述）[page::0,25]

---

6. 批判性视角与细微差别

• 因子的理论假设依赖于盈利增速的加速度能够持续影响未来收益，但这一假设在高度动态的宏观和行业环境下存在不确定性；尤其在周期性行业和受政策影响较大行业，加速度因子的稳定性可能会受限。

- 盈利加速度因子的稳定性较传统成长因子有显著优势，但其本质上仍基于历史财务数据，面对极端黑天鹅事件或者行业突变，预测能力可能出现断层。

• 对空头收益的重视不足：虽然报告说明了A股市场做空难度，但空头端的收益弱化可能会影响风险中性策略的整体表现。

- 行业差异体现了因子不能“一刀切”应用，实际资产配置需结合行业和宏观环境加以灵活调节。

• 报告未深层探讨交易成本与组合换手率，在实际操作层面这可能影响策略净收益。

- 多头组盈利增长模式聚焦在模式1、2、3，尤其模式2占比高达85%，提示策略选中表现突变较大的“由坏转好”的企业，可能存在事件驱动属性，投资者需注意业绩波动风险。

---

7. 结论性综合

本报告系统提出并验证了“盈利加速度”作为成长因子的创新应用，突破了传统同比增速因子效果有限的瓶颈。核心见解包括：

• 传统成长因子基于业绩同比增速的单层指标，稳定性和预测有效性存在不足，对成长性反映不全面。

- 盈利加速度因子通过计量业绩指标同比增速的同比变化，反映企业盈利增长趋势和动态，捕获更深层的成长性信号。

• 利用过去8个季度业绩波动率进行标准化（EAV定义）明显提升了因子的风险调整后选股能力，特别是营业利润加速度因子OPERPROFITEAV表现最佳。

- 盈利加速度因子具有较低的行业和市值相关性，风格独立性强，能显著提升收益稳定性与超额收益水平。

• 行业和指数域检验表明，盈利加速度因子在中证500市场表现优于沪深300，且在电气设备、银行、化工等行业选股效果尤佳。

- 结合盈利增长模式进一步优化多头股池，特别锁定模式一（正向加速增长）个股，构建“稳健加速增长精选50”策略，实现了自2009年以来年化净收益24.6%，超额收益显著且稳健，仅个别年份略跑输基准。

• 实证回测案例和丰富图表清晰展示了因子构建、行业分布、时间序列特征、多空组合表现和盈利模式影响，使投资者能够对成长因子的动态性和应用边界有更深认识。

总体而言，该报告对传统成长因子的创新和深度剖析，为成长投资研究提供了新维度和实证路径，特别是盈利加速度指标在A股市场的优异表现为量化投资者筛选成长价值股提供了强有力工具和策略设计方向。[page::0-25]

---

注释说明：本文所有重要结论均标注了对应报告页码，均摘自《成长因子再升级：盈利加速度——量化基本面系列报告之二》[page::0,4-25]。

---

以上为对报告《成长因子再升级：盈利加速度——量化基本面系列报告之二》的详细、全面、分章节解析，涵盖论点、数据、假设、图表解读和策略回测表现，旨在为金融分析师及量化投资者提供具有参考价值的理性洞察。

报告