基本面分析逻辑及因子构建方法 [page::2][page::3]

• 基本面因子分为绝对估值视角和相对估值视角两类。

- 绝对估值通过红利贴现模型，选用净利润及合并-母公司净利润差异，构建DPRO和DAUPRO因子。

• 相对估值通过股票复制组合，对基本面指标进行最小二乘回归，构建PIFV因子。

DPRO 因子回测表现及统计分析 [page::4]

| 组别 | 总收益 | 收益率 | 波动率 | 最大回撤 | Sharpe | Calmar | Sortino |
|-------|-----------|--------|---------|----------|--------|---------|---------|
| G10 | 2866.59% | 35.78% | 36.82% | 66.35% | 0.972 | 0.539 | 1.509 |
| G1 | 61.27% | 4.41% | 36.13% | 69.63% | 0.122 | 0.063 | 0.167 |
| 多空 | 1739.53% | 30.05% | 13.14% | 16.48% | 2.288 | 1.823 | 4.413 |

• DPRO因子IC均值达7.13%，在1%显著性水平显著异于零。

- 因子表现出强烈的正向收益相关性及稳健的多空净值增长。

DAUPRO 与 DROA 因子对比回测结果 [page::5]

| 变量 | 组别 | 总收益 | 收益率 | 波动率 | 最大回撤 | Sharpe | Calmar | Sortino |
|--------|------|---------|-------|--------|---------|--------|--------|---------|
| DAUPRO | G10 | 1364.78% | 27.40% | 37.39% | 68.19% | 0.733 | 0.402 | 1.107 |
| | G1 | 237.82% | 11.61% | 36.31% | 69.38% | 0.320 | 0.167 | 0.449 |
| | 多空 | 333.59% | 14.15% | 13.78% | 14.78% | 1.027 | 0.957 | 2.118 |
| DROA | G10 | 427.06% | 16.18% | 35.79% | 69.22% | 0.452 | 0.234 | 0.647 |
| | G1 | 375.56% | 15.11% | 39.27% | 70.52% | 0.385 | 0.214 | 0.553 |
| | 多空 | 10.83% | 0.93% | 14.46% | 37.84% | 0.064 | 0.025 | 0.093 |

• DAUPRO因子IC均值为2.97%，表现显著优于ROA因子。

- 图示显示DAUPRO因子的多空组合净值稳步上涨，而ROA因子无显著正收益趋势。

PIFV 因子构建逻辑及回测表现 [page::6][page::7][page::8]

• 通过股票基本面指标构建同类可比股票组合复制市值，计算偏离度PIFV。

- 因子IC均值7.28%，76.69%月份IC为正，相关性稳定。

• PIFV G10组年化收益35.43%，多空组合年化收益26.24%，最大回撤9.14%，Sharpe值2.441。

组合持仓风格及风险贡献分析 [page::9]

• G10组合主要暴露于小市值及部分盈利因子，存在流动性和波动率因子的风险贡献。

- 市值因子贡献最高，且近期表现不佳导致组合回撤增大。

总结与展望 [page::10]

• 基本面分析因子有效构建，相关因子均在统计上显著且具有稳健的超额收益能力。

- 未来将继续深化基本面量化研究，以期挖掘更优质的选股因子。

证券研究报告详尽分析解构——《基本面分析因子研究》

---

一、元数据与报告概览

• 报告标题：《基本面分析因子研究》

- 发布机构：东北证券股份有限公司

• 发布日期：2017年（具体内部日期未详）

- 分析师及相关人员：
- 高建，证券分析师，执业证书编号：S0550511020011
- 王琦（报告作者，金融工程研究助理，英国帝国理工学院数学与金融硕士），执业证书编号：S0550116060053021

• 研究主题与范围：

- 深入探讨利用基本面财务指标构建股票选股因子的理论与实证方法。
- 重点分析“绝对价值视角”和“相对估值视角”两种基本面因子构建的方法论。
- 检验不同因子对股票超额收益的预测能力和有效性。

• 核心论点：

- 股票价格常与其内在价值存在偏离，研究价值与价格偏离的度量，可以捕捉到超额收益。
- 基于“利润”和“增量净利率”所构建的绝对价值因子，以及基于“同类可比公司构造复制组合”的相对估值因子均有效且表现优异。
- 这些基本面因子对中国A股市场2007-2017年区间均有显著正预测力，并展现出较优的风险调整收益。

• 评级与目标价：报告聚焦因子研究，不涉及单票评级及目标价。

- 附加信息：
- 相关之前研究报告分别为《基于因子筛选的特质波动率研究》（2017-10-25）及《因子优化：动量因子再研究》（2017-12-04）。

---

二、逐章节深度解读

1. 研究逻辑（第2页）

• 总结：

- 明确基本面分析的出发点：股票有内涵价值，价格与之偏离，因子研究任务为度量偏离方向与大小，捕获价值回归带来的收益。
- 从“绝对估值”和“相对估值”两个视角构建因子。绝对估值基于红利贴现模型理论，净利润作为估值proxy；相对估值通过同类股票复制组合得到可比估值。

• 推理依据：

- 核心量化逻辑基于经典股价=未来现金流贴现价值框架，净利润作为未来现金流的可用替代指标。
- 利用会计信息中合并-母公司净利润差异结合净资产构成的增量净利率，反映企业控股资产盈利情况。
- 复制组合思想来源于市场整体定价误差的最小化假设。

• 关键数据指标：

- 无具体数字，重点为方法论阐述。

• 金融概念：

- 红利贴现模型（Dividend Discount Model）：认为股票价值为未来红利贴现总和。
- 增量净利率：基于合并与母公司财务差异计算的控股资产净利润率。
- 可比公司复制组合：用一组相似公司基本面指标组合，拟合单一股票市值估值的技术。

2. 红利贴现模型因子构建与回测（第2-5页）

2.1 分析逻辑

• 总结：

- 从红利贴现模型调整，聚焦当期可得净利润作为估值代理，避免对远期盈利预测的依赖。
- 构建两个关键净利润类指标：合并报表净利润及增量净利率，两因子分别称为DPRO和DAUPRO。
- 以截面回归残差（净利润与市值和行业控制变量的偏离）作为因子值。

• 依据及假设：

- 新会计准则使合并与母公司利润差具备信息含量。
- 净利润的偏离反映市场价格的错误定价。

• 公式说明：

- $AUPRO{it} = \frac{PRO{it}^c - PRO{it}^p}{ASSET{it}^c - ASSET{it}^p}$，即控股资产的净利率增量。
- 回归形式中残差$\varepsilon$作为方向与大小的指标。

2.2 回测流程

• 股票池覆盖全A股，2007年1月至2017年12月

- 步骤包括提取基本面指标、市值和行业分类，回归残差构造因子值，剔除停涨停和新股，分为10组等权分配持有20交易日。

2.3 回测结果（核心数据详解）

• IC值统计（表1页4）：

- DPRO均值7.13%，显著性强（T=7.548）
- DAUPRO均值2.97%，仍达显著（T=3.254）
- 传统ROA指标IC均值1.3%，不显著（T=1.260）

• 收益表现（表2页4）：

- DPRO G10年化收益35.78%，G1年4.41%，多空组合年化30.05%，Sharpe 2.288
- DAUPRO G10年化27.40%，多空14.15%，显示相对更稳定但收益低于DPRO
- DROA表现弱，相关性低，收益差异不大。

• 净值图解：

- DPRO各组净值（图1页4）见明显收益梯度，多空收益（图2页4）展现平稳上升曲线，回撤有限。
- DAUPRO和DROA的图形（图3~6页5）反映DAUPRO依然有明确收益梯度，DROA缺乏规律性。

• 结论：

- 净利润指标在绝对估值视角下明显有效，且基于净利润差异构建的增量净利率因子也优于传统ROA。
- 该类因子设计具有较强的统计显著性和实证收益表现。

3. 股票复制组合因子（相对估值视角）（第6-9页）

3.1 逻辑分析

• 利用基本面指标构建一个属性矩阵，应用多元线性回归（最小二乘）拟合市值，得到拟合市值拟合值$VALUE{it}$。

- 偏离度公式为：
$$
PIFV{it} = \frac{VALUE{it} - MKT{it}}{MKT{it}}
$$

• 该指标衡量股票相对于同类组合的低估或高估水平。

- 关键假设：
1. 市场总体公允定价，整体估值误差均值接近0；
2. 权重矩阵基于属性值函数构建；
3. 残差平方和最小化保证拟合优良。

• 预期买入低估、卖出高估实现超额收益。

3.2 回测流程

• 与前述一致，A股全市场，2007-2017。

- 详细提取包括资产负债表、利润表及现金流数据。

• 采用截面回归估计偏离度因子值。

- 相同分组等权持仓与持有期设置。

3.3 回测结果

• IC值统计（表4页7）：

- PIFV均值7.28%，正收益月份占比76.69%，T值8.534，显著性极高。

• 收益表现（表5页8）：

- G10年化收益35.43%，显著优于G1的7.28%
- 多空组合年化26.24%，最大回撤9.14%，Sharpe 2.441
- G10波动率较G1更高，但整体风险调整收益良好。

• 净值走势分析（图8、9页8）：

- G10组合净值显著跑赢其他组，净值线平稳上升，但近期有较小回撤。

3.4 持仓构成与风险分析

• 持仓风格（图10、11页9）：

- G10重仓小市值股，且偶有偏好中盘股，体现因子小市值风格显著。
- 期内BP（账面市值比）、盈利指标方面暴露较大。

• 风险贡献（图12、13页9）：

- 市值因子风险贡献最大且呈上升趋势，近期因大市值股票表现更好导致组合回撤。
- Beta及流动性等风险贡献波动次之。

• 风格因子收益（图14页9）：

- 2017年市值风格因子累计收益显示大市值股票持续超额。

• 结论：

- PIFV因子有效，但受市值风格影响较大，尤其小市值配置在大市值风格占优时造成风险与回撤。
- 后续研究可考虑风格中性或动态调整。

4. 总结（第9~10页）

• 股票价格与内涵价值偏离是选股因子构建的基础。

- 通过绝对价值（DPRO、DAUPRO）和相对估值（PIFV）两个视角构造因子。

• 所有因子均显著优于传统ROA，具有稳定显著预测力及良好风险调整表现。

- 因子多头及多空组合年化收益均在20%以上，Sharpe均值多高于0.7。

• 研究开拓了基本面量化选股的有效路径，基础扎实。

- 计划后续推出更细致的基本面研究结论。

---

三、图表深度解读

1. 因子IC值统计表（表1及表4页4、7）

• 表1显示净利润因子（DPRO）IC均值7.13%，说明其与未来收益正相关，力量强且显著。

- 增量净利率因子（DAUPRO）IC均值2.97%，虽低于DPRO，但仍显著，表现优于ROA。

• PIFV因子IC均值7.28%，正相关月份占比76.69%展现稳定性。

- T值均高于3及7，显示相关性统计显著。

2. 因子收益回测表（表2、3、5页4、5、8）

• DPRO收益（表2）：

- G10收益极高（35.78%），多空组合Sharpe2.288，表现优秀且波动回撤合理。

• DAUPRO对比ROA（表3）：

- DAUPRO G10收益27.40%，高于ROA的16.18%，多空组合Sharpe明显优于ROA。

• PIFV因子（表5）：

- 多空组合年化26.24%，最大回撤9.14%，表现与DPRO相当，稳健性较好。

• 结论：绝对与相对估值因子均表现优异，远超传统财务指标。

3. 净值走势曲线（图1-6，8-9页4、5、8）

• DPRO (图1、2)：

- 各组分层明显，G10与G1差异显著，后者常接近基准线，凸显因子选股能力。
- 多空净值稳定增长，回撤有限。

• DAUPRO与DROA (图3-6)：

- DAUPRO呈现收益梯度，DROA表现无明显区别，验证ROA无预测力。

• PIFV (图8、9)：

- G10净值稳步提升，虽然近期有回撤压力，但长期趋势强势。

4. 持仓风格和风险贡献（图10-14页9）

• 市值因子和BP、盈利因子是G10组合的主导风格风险。

- 风险贡献方向与时点相关，尤其市值风险贡献占比大，说明因子表现受市值变动影响。

• 2017年市值风格表现显著优于小市值，解释组合部分波动与回撤。

---

四、估值分析

本报告侧重因子构建与回测检验，不直接涉及公司或行业估值目标价。

• 采用红利贴现模型的绝对估值逻辑和市场基准搭建的相对估值模型，均以财务报表指标为核心，计算价格偏离度。

- 具体技术：
- 截面线性回归拆解净利润与市值关系，计算残差做为因子值。
- 基于市场整体估值误差均值为0假设，通过最小二乘法计算基于属性的组合拟合值。

• 估值方法本质为融合基本面指标与市值，寻找错配，对偏离给予量化评价。

---

五、风险因素评估

• 报告未专门章节详列风险因素，但隐含风险体现在如下方面：

- 市场环境风险：如市值风格切换影响PIFV因子表现，可能导致资金流出与回撤。
- 数据风险：会计准则变化、财报披露不及时或错误可能影响因子准确性。
- 模型风险：假设市场整体定价公允，实务中存在结构性失效风险。
- 持仓集中风险：G10组合对小市值股票倾斜，流动性风险与波动风险增大。

• 隐含减弱策略：

- 持仓分散及多空对冲降低系统风险。
- 通过基金净值回撤监控风险动态。

---

六、批判性视角与细微差别

• 偏差与稳健性：

- 绝对价值模型依赖当期利润，忽略了未来现金流不确定性，可能导致短期噪音影响。
- PIFV模型高度依赖回归拟合参数与选取的基本面指标，模型稳定性需监控。

• 内部矛盾与局限：

- DPRO与DAUPRO IC差异及收益差异较大，提示增量净利率指标信息增量有限。
- PIFV在部分市场环境下面临大波动和回撤，市场风格切换对模型影响大。

• 细节揭示：

- 公司合并与母公司净利润差异虽是研究亮点，但可能被会计政策调整影响。
- 持仓风格分析提示该因子潜在的市值因子暴露，需进行风格中性处理。

---

七、结论性综合

本报告系统构建并验证了三种基于基本面分析的选股因子：

• DPRO（基于净利润偏离）：IC均值7.13%，多头年化35.78%，多空组合年化30.05%，风险调整优异，效果突出。

- DAUPRO（基于合并-母公司增量净利率差异）：IC均值虽低于DPRO为2.97%，但仍显著；年化收益27.4%，表现优于传统ROA。

• PIFV（相对估值基于可比公司复制组合）：IC均值7.28%，最大回撤低于上述两个因子，多空组合表现稳健，平均年化收益超过26%。

图表数据显示，这些因子的分组净值曲线均呈现正向分层，且多头与空头组合的回撤风险控制良好。风格分析揭示市值与盈利因子为收益及风险贡献的重要因素，尤其PIFV组合受小市值股票波动影响显著。

整体上，报告充分证明了基本面指标在中国A股市场选股上的有效性，强调结合绝对与相对估值视角进行因子构建的重要性，并在传统财务指标基础上创新构建了增量净利率及复制组合因子。

作为东北证券首篇系统的基本面量化研究报告，它为后续更深入的基本面研究开创了坚实基础，同时提示了因子面临的风格风险与市场波动应对策略。

---

本报告秉持严谨实证风格，实证研究跨度长，覆盖面广，结合经典财务模型与市场数据，具有较高的参考价值及实际投资指导意义。[page::0,1,2,3,4,5,6,7,8,9,10]

报告