研究思路及行业特性 [page::0][page::3][page::4]

• 房地产项目导向业绩具有较低连续性，传统市盈率估值不足以反应价值。

- 采用净资产值（NAV）法估值，模拟项目现金流折现，考虑债权和权益比例。

• 构建基于存货总价值和预收款的估值因子，反映企业未来利润潜力及风险。

- 预收款因期房销售普遍（占比80%以上），提前预收款是重要现金流来源。

估值因子构建与调整 [page::4][page::5][page::6]

• 存货因子（inventoryev）：假设存货全部销售，乘以合理净利率减去债权，计算净资产价值与企业价值比。

- 预收账款因子（adReceiptev）：结合预收账款与合同负债，乘以预期净利率比市值。

• 少数股东权益与损益调整，采用少数股东损益比例修正因子，提升因子准确度。

- 测试因子列表含多种估值因子及传统财务因子。

HS300样本回测表现与分析 [page::7][page::8][page::9]

• 基于存货和预收款的变量构建的因子表现优于传统估值因子。

- inventoryev因子实现10.14%年化超额收益，信息比0.72。

• 估值因子在2013-2014年行业下行周期整体失效，BP在特殊个股带动下表现较好。

- 因子相关性普遍较高（多在0.5以上），但与BP因子相关性最低，表明因子侧重点不同。

ZZ500样本回测表现与分析 [page::10][page::11]

• inventoryev和adReceipt_ev因子表现较优，分别实现22.79%和14.32%的超额收益。

- 超额收益在股价波动较大时表现尤为显著，行业行情推动效果明显。

• 风险收益指标显示因子具有较好稳定性，最大回撤和信息比均优于部分传统因子。

- 因子之间IC相关性同样较高，表明因子在捕获估值偏离有较为一致的信息。

研究总结与风险提示 [page::11]

• 估值因子基于行业特性构建，适用性强且可产生稳定超额收益。

- 不同市场环境下，存货因子与预收款因子表现存在差异，应结合市场预期动态调整仓位。

• 策略依赖历史回测结果，未来有效性不保证，需谨慎运用。

华创证券专题报告详尽分析

房地产行业基本面量化研究——风险与收益并存

---

一、元数据与报告概览

• 报告标题: 【专题报告】房地产行业基本面量化研究——风险与收益并存

- 发布机构: 华创证券研究所

• 分析师: 陈杰、王小川

- 报告发布时间: 未明确具体日期，但文中回测数据截止至2018年11月

• 主题: 主要聚焦房地产开发行业，针对行业特性分析构建基本面量化估值因子，探讨其在房地产企业估值和投资中的应用和有效性，着重于净资产估值法（NAV）及其简化因子的量化实践

- 报告核心观点:
- 房地产行业因项目分散且非持续性强，传统市盈率等估值指标缺乏代表性
- 引入基于存货和预收款的估值因子，调整少数股东损益，构建针对房地产开发企业估值的量化因子
- 通过因子回测发现，此类基于基本面的因子在沪深300和中证500样本内表现良好，特别是inventoryev和adReceiptev因子
- 分析不同市场周期下估值因子表现差异，提示市场环境与估值方法选择的结合重要性

• 报告目的: 通过对房地产行业特有的财务数据（存货、预收款）及企业少数股东权益调整，建立更科学的量化估值模型，辅助行业股票的投资决策与风险管理

- 评级及目标价: 报告没有明确给出个股具体评级或目标价，属于行业系统研究报告，提供因子策略的有效性论证和量化工具的构建原则。[page::0,3,4]

---

二、报告逐章深度解读

1. 研究思路与行业估值挑战

报告开篇讲述房地产行业具有项目导向特性，每个项目在不同时间周期表现差异巨大，历史业绩和未来业绩关联度弱，传统基于盈利的估值指标（如市盈率）难以准确反映企业价值。行业内普遍采用净资产估值法（NAV），逐项目现金流折现得出估值，但数据量大且不易获得高质量输入，限制实用性。

同时指出，基于产权、项目销售存货和预收款数据，可以构建反映净资产估值的简化估值因子，从而较为便利地量化估值水平。

关注商品房预收制度，约80%住宅为期房销售，预收款是保障未来收入和现金流的关键要素。在房地产预期下行时，高预收款与存货比率较高的企业更具优势，因为销售的期房利润有保障，体现其稳健性。

因此文章的核心研究思路是，基于行业实际数据特点，构建包含存货和预收款两个因子的估值指标，并对少数股东损益进行调整，力图建立房地产行业贴合实际的估值量化工具。[page::0,3,4]

---

2. 净资产估值法（NAV）简介

详细阐述净资产估值法逻辑：通过对每个房地产开发项目的现金流入、支出（包括土地款、建筑成本、税费、费用、所得税等）进行现金流模拟，然后折现，按公司股权权益汇总各项目估值，减扣净负债得出总净资产值。

介绍此法的优点是逻辑严谨，项目现金流可逐年模拟，适合开发计划明确、资料详尽的项目。

但由于中国上市房地产公司信息披露不充分，项目众多且数据复杂（如万科拥有约700个项目，且很多细节不公开），全面估值难度较大，耗费资源众多。

报告图片以万科部分项目为例，说明项目多样且项目资产规模巨大，但详尽现金流构建难度高。[page::3]

---

3. 房地产行业特定基本面因子构建

(一) 通过存货构建估值因子

资产负债表中房地产开发企业的存货反映了未售项目积存。假设存货全部按计划售出，配合合理的毛利率，折算为未来可实现的利润总额，扣除债务后即企业净资产估计。

构造两个估值因子（见报告公式）：

• inventoryev = (1 - 预期毛利率) × (市值 + 债权价值) 用于估算全实现利润的企业价值比

- inventorymv = 利润总额比市值

此估值指示当前市场对公司存货带来净利润的估量，数值越大说明公司市值相对其净资产价值被低估。

(二) 通过预收款构建估值因子

介绍商品房预售的重要性及影响：自1994年商品房预售制度实施以来，开发商通过预售能有效筹资，加速开发资金周转，减少融资成本。

报告引用图表显示，2010年以来，期房销售额占比超过80%，表明预收款在资产负债表中的显著地位。

构建预收款因子公式为：
(预收账款 + 合同负债) × 预期净利率 / 市值，简称adReceiptmv或者adReceiptev。

这里合同负债是2018会计准则新增，体现是否构成履约义务，二者合计反映了预收到货款中确保未来交付转化收入的部分。

高预收款代表未来收入保障，是下行周期企业稳健盈利能力的指标。

(三) 对因子的少数股东损益调整

由于许多房地产企业通过合作、代建拥有大量非全资子公司，存在少数股东权益和少数股东损益问题，资产规模与收益归属不匹配。

报告以图表展示20只少数股东权益占比较高的房企，指出其中部分公司少数股东损益与权益占比不符，存在“明股实债”现象。

因此不简单按权益比例调整，而用少数股东损益占比修正计算因子收益归属，更准确反映母公司实际获利水平。

调整后的因子公式兼顾企业价值与利润归属，更符合实务考量。[page::4,5,6]

---

4. 因子测试与分析（回测及实证）

本文主要利用因子进行多头选股回测，目标获得超额收益，以验证因子的投资有效性。股票样本分别选自沪深300指数（HS300）和中证500指数（ZZ500）中的房地产开发企业，筛选标准为存货与投资性房地产比例大于4。

筛选股票数量数据（图表5、9）显示，自定义池中的开发股数量略少于申万二级行业标准，形成本研究更为精准的目标样本。

HS300测试结果

• 多头策略买入因子值前20%的股票，月末调仓，考虑涨跌停及停复牌，无交易费用

- 图表6显示累积超额收益:
- inventoryev因子表现较好，收益持续累积
- adReceiptev因子表现稳健
- 传统估值因子如EP、FY12P及BP近年出现明显回撤

报告分析2013-2014年因子失效原因为行业整体行情疲软及情绪波动，高权重龙头公司股价受政策调控影响大幅回落，导致相关因子表现差异。

• 图表7风险收益指标:

- inventoryev年化超额收益10.14%，信息比0.72表现较好
- realizedep因子年化超额收益高达18.01%，但因其依赖未来信息，在实际应用中有限
- 其他因子信息比偏低，回撤风险较大

• 图表8因子相关性分析:

- 几乎所有估值因子间正相关，尤其是基于存货和预收款的因子相关度在0.5-0.8之间
- BP与其它因子相关性较低，体现其独特估值视角

ZZ500测试结果

• 股票池相比HS300规模更大，覆盖更多中小企业

- 图表10累积净值:
- inventoryev因子表现突出，实现年化22.79%超额收益
- adReceiptev近年表现优异，匹配市场预期

• 图表11收益标准差分析:

- 收益标准差在部分时间段显著上升，表明市场在行情波动期间选股差异较大

• 图表12风险收益指标:

- inventoryevIC 0.08，ICIR 1.16，超额收益22.79%，信息比1.26，表现稳健卓越
- realizedep表现最佳，但实用性有限，FY12P及EP等传统估值因子表现一般

• 图表13因子相关性: 与HS300类似，高度正相关但BP仍较低

整体来看，基于存货和预收款的因子能有效捕捉房地产行业估值偏差，尤其在中小市值样本更具优势。并且不同时期需灵活调整估值视角。

---

5. 估值方法及金融术语解析

• 净资产估值法（NAV）: 通过现金流贴现技术对公司项目进行估值，现金流考虑建造成本、税费、预售收入、土地款等多项现金流水平，以折现率回折现。是房地产行业经典估值方法，强调资产及项目的未来现金流价值。报告说明了采用EBIAT净现金流，并扣除净债务得出的公司净资产估值。
• 存货估值因子：存货代表开发中项目成本总额，结合合理毛利率可估算潜在利润，是判断公司净资产价值的简易量化指标。
• 预收款估值因子：代表尚未交付的期房所带来的预收现金，作为未来营业收入的保障。合同负债科目根据最新会计准则被并入考虑。
• 少数股东损益调整：由于子公司非全资及权益结构复杂，通过少数股东损益比例调整利润与企业价值分母，更准确体现母公司权益对应估值。
• 相关金融指标：

- IC (Information Coefficient)：衡量因子效用的相关系数，数值越高代表因子预测能力越强。
- 信息比(IR, Information Ratio)：衡量因子收益超越基准的能力，调整风险后产生的收益表现。
- 年化超额收益：因子组合收益超过基准的年化收益率。
- 最大回撤：投资组合历史最大跌幅。
- 企业价值（EV）：市值加债务净额，反映公司整体估值。

---

6. 风险因素评估

• 历史数据限制：回测基于历史数据，不能保证未来依然有效，市场环境变化可能导致因子失效。
• 公告及信息披露不充分：NAV计算难度大，存货与预收款数据简化假设可能导致估值偏差。
• 政策风险：房地产调控政策影响显著，特别是部分时间窗口导致因子表现异常。
• 市场情绪波动风险：行业波动剧烈，情绪化炒作影响估值因子稳定性。
• 复杂股权结构风险：少数股东权益与损益不匹配带来调整的不确定性。

报告虽未针对缓释策略做特别说明，但强调结合市场预期灵活选用估值方法的重要性。[page::0,4,8,11]

---

7. 审慎视角与细微差别

• 报告充分说明了因子构建的简化假设（如毛利率固定预期、存货按计划销售等）带来潜在偏差，且少数股东调整采用损益比例而非权益比例，虽更合理但仍存在不确定性。
• 对历史失效区间（2013-2014年）分析较为深入，指出市场情绪与政策调控可能引起的估值失效，体现较强的分析谨慎性。
• 因子虽表现良好，但收益曲线呈波动状态，收益集中在行情好的阶段，表明策略对行业周期敏感。
• 报告提及realizedep因子虽然回测表现好，但因未来信息在实际交易中无法利用，强调了信息时效性的重要性。
• 估值因子高度相关，存在一定共线性，实际应用中应注意因子组合的多重共线性问题。

总的来看，报告保持了较客观中立的视角，充分强调市场环境、数据质量、因子适用范围的限定，具有较高的学术与实务参考价值。[page::8,11]

---

三、重要图表解读

图表1：万科A部分开发项目展示（2017年半年报）

• 展示了万科A多个项目具体位置、权益、规划面积、已有储备、计划建筑面积等数据

- 反映房地产企业项目繁多，资产分散，信息披露不充分，计算NAV复杂且耗时

• 数据结构为估值带来难度，说明文章转向因子简化估值的必要性。[page::3]

图表2：商品房住宅销售额期房与现房比例（2006-2018）

• 条形图显示期房销售额远大于现房，且期房占比长期保持80%以上，趋势上升

- 红线比例曲线进一步直观体现期房销售主导市场的现状

• 支撑预收款估值因子重要性的理论基础，说明未来收益由预收款强关联。[page::5]

图表3：部分房地产公司少数股东权益与少数股东损益占比（2018年三季度）

• 蓝色柱为少数股东权益占比，橙色柱为少数股东损益占比

- 显示多数房企两者差异显著，支持因子调整采用少数股东损益比例的合理性

• 例如华发股份少数股东权益近50%，但少数损益比例不匹配，体现“明股实债”质变情况。[page::6]

图表5/9：HS300及ZZ500内自定义房地产开发股票个数变化趋势

• 股票池数量波动反映行业格局调整

- 自定义样本数量较申万一级行业略少，提示筛选标准更严，有助于聚焦真正房地产开发企业。[page::7,9]

图表6/10：各因子超额收益累积净值图（HS300和ZZ500）

• inventoryev（基于存货全实现利润企业价值比）表现优异，收益持续增长

- adReceiptev（预收款相关因子）近年表现提升明显，反映市场对预收款重视

• 传统因子如EP、BP表现波动较大且收益不稳

- 净值线波动说明市场环境对估值因子的影响显著且收益不均衡。[page::7,10]

图表7：HS300各因子风险收益指标表

• inventoryev信息比0.72，年化超额收益10.14%，排名领先

- realizedep年化超额收益最高18.01%，但在实际投资中限制多

• BP因子最大回撤高达37.31%，风险较大，表明估值因子风险分布差异明显

- 显示报告因子在风险调整收益方面具备良好表现。[page::8]

图表8/13：各因子IC相关性矩阵（HS300与ZZ500）

• 相关性普遍较高，范围0.5-0.8之间，说明因子存在信息重合度

- BP与其他因子相关性最低，提供了相对独立的估值视角

• 高相关性表明存货因子和预收款因子虽然关注点不同，但其财务特征有较大交叉。[page::9,11]

图表11：ZZ500股票收益标准差时序

• 股票收益波动大多时间较稳定，有时段波动显著，如2015年行情高峰期

- 收益标准差和超额收益成果相关，表明行情波动时选股能力更突出

• 进一步说明因子敏感于市场周期和行业全局行情。[page::10]

---

四、估值分析

• NAV为行业估值基石，但因信息披露复杂，采用简化存货和预收款因子折衷

- 基于存货、预收款数据和调整后企业价值计算因子，将净资产估值简化为相对市值或企业价值的比值

• 设定合理的预期毛利率，和少数股东调整，较好捕捉企业真实估值和未来盈利能力

- 使用的折现率、净利率假定未详细公布，但结合历史回测表现合理

• 评估指标包括信息系数(IC)和信息比(IR)，对比传统估值指标（EP、BP、FY12P），结果显示本文构造的因子更具预测力和稳健性

- 不同市场时期估值因子表现差异显著，强调投资者应动态调整估值模型与市场预期相匹配

---

五、风险因素评估

• 数据及模型局限：交割项目多且数据质量参差，估值因子依赖简化假设，可能无法充分反映个别项目风险和资产减值情况

- 市场与政策风险：房地产行业高度敏感于宏观政策和调控，政策转向可能突发影响行业收益预期和估值

• 估值失效风险：历史回测中有明显区间因子失效，提示估值因子不能单独依赖，需结合市场情绪与广泛指标

- 股权结构风险：少数股东权益/损益调整虽较合理，但仍存调整误差和复杂交易安排风险

报告提示策略基于历史回测，表明不能保证未来有效性，提醒投资者风险自负。[page::0,8,11]

---

六、批判性视角与细微差别

• 报告围绕资产价值及现金流回收进行因子设计，具行业合理性但实际推导中对毛利率及折现率的预期假设缺乏具体论证，存在潜在模型风险

- 历史数据回测提供的超额收益很大程度上依赖于周期行情，非行情活跃期收益可能不显著，实战操作需注意持仓波动性和回撤风险

• 因子间高度相关性可能减弱组合的多样性和稳健性，需要进一步研究因子独立性及融合策略

- 未来估值因子必须与市场预期和宏观政策同步调整，避免单一因子绝对信赖风险

---

七、结论性综合

华创证券房地产行业专题报告深入探讨了基于房地产行业特有财务数据的量化估值方法，创新性地通过存货和预收款两个因子，结合少数股东损益调整，构建了贴合实际的净资产估值简化因子inventoryev和adReceiptev。

严格的样本筛选和长达十余年的历史回测显示，这些因子在沪深300和中证500的房地产开发股中均表现良好。特别是inventoryev因子，在中证500中实现22.79%的显著超额收益和信息比1.26，表明其具备较强的选股能力和收益稳定性。adReceipt_ev因子在2018年以来表现突出，反映当前市场对预收款这一未来收入保障的重视。

报告多次强调不同市场周期估值风格可能转换，现代房地产市场不确定因素增多，传统基于盈利的估值因子如EP、BP在部分区间失效，强调应结合项目实际和预收资金状况灵活选用估值视角。

通过对图表的解析与数据的归纳，本报告为投资者提供了构建房地产行业基本面量化模型的坚实理论基础和实证支撑，兼顾收益和风险，注重信息调整和行业特性，具有较高的参考价值。

最终，本报告促使投资者关注房地产行业项目周期性、销售结构及资金回收模式，切实应用符合市场预期且量化可操作的估值因子，提升房地产板块投资策略的科学性与准确性。[page::0-11]

---

参考图表

• 

-

• 

-

• 

-

• 

---

综上所述

本报告在房地产行业研究中，充分结合行业基本面，创新量化估值指标设计，提供了实证有效的多头选股工具。但是，投资者应结合市场周期性和不同阶段行业政策调整，动态应用因子组合，合理控制风险，实现风险与收益的平衡。

因此，该报告为房地产行业投资提供了科学框架和操作建议，助力专业投资机构提升资产配置效率，也为后续量化研究提供了范例和基础。

报告