上周市场行情回顾 [page::1]

• 上证综指连续11天上涨，收于3428.94点，创25年最长连阳。

- 规模和价值导向指数领涨，深证价值、中证100和180成长指数涨幅均超3%。

• 创业板指、中证1000等小盘指数跌幅超过0.68%。

- 行业中，家电及食品饮料涨幅最高（分别5.56%、4.78%），建材、军工和通信下跌超过2%。

上周风格因子表现与趋势 [page::2][page::3]

• 纯风格因子中，规模、成长及短期动量因子周度收益显著为正，累计收益均近0.25%-0.3%。

- 估值因子短期表现波动，累计收益略为负，近一个月表现有所好转。

• 流动性、波动率及非线性规模因子表现负向，低波动和低换手率的股票表现较优。

- Beta因子在过去一个月持续表现优异，反映市场风险偏好增长。

各风格因子过去一个月表现总结 [page::3]

• Beta因子月度收益1.67%，规模因子1.20%，成长和流动性因子也录得正收益。

- 估值因子月度收益-1.58%，显示部分估值因子短期调整。

• 短期动量因子和波动率因子分别录得-1.08%和-0.73%。

指数成分收益归因分析 [page::3][page::4]

• 表现最好的三只指数为深证价值、中证100和180成长，整体行业权重显著，规模及长期动量因子暴露较高。

- 表现最差指数包括创业板综合、中证1000等，规模因子暴露较低。

• 行业选择因子对表现优异指数贡献较大，行业偏好成为超额收益重要驱动力。

指数风格及行业因子暴露度详情 [page::4]

| 指数代码 | 指数名称 | 行业因子 (%) | Beta因子 (%) | 规模因子 (%) | 估值因子 (%) | 成长因子 (%) | 流动性因子 (%) | 长期动量 (%) | 短期动量 (%) | 波动率 (%) | 非线性规模 (%) | 实际收益 (%) |
|-------------|------------|--------------|--------------|--------------|--------------|--------------|----------------|--------------|--------------|------------|----------------|--------------|
| 399348.SZ | 深证价值 | 68.50 | 0.12 | 0.40 | 0.37 | 0.60 | 0.42 | 0.60 | 0.80 | 0.39 | -0.075 | 3.57 |
| 000903.SH | 中证100 | 64.38 | 0.12 | 0.40 | 0.37 | 0.60 | 0.42 | 0.60 | 0.80 | 0.39 | -0.075 | 3.23 |
| 000028.SH | 180成长 | 69.07 | 0.12 | 0.40 | 0.37 | 0.60 | 0.42 | 0.60 | 0.80 | 0.39 | -0.075 | 3.17 |

• 大盘股在规模和动量因子暴露度显著高于小盘股。

- 行业因子贡献在大盘股中更为明显，助推指数整体表现优异。

• 估值因子负向暴露有助于部分指数提升收益。

方正证券“市值分化持续，估值因子占优”研究报告解析

---

一、元数据与概览

• 报告标题：《市值分化持续，估值因子占优》

- 发布机构：方正证券研究所

• 发布日期：2018年1月15日

- 研究领域：金融工程、多因子投资策略及A股市场风格解析

• 作者：方正证券研究所金融工程研究团队，包括张宇等研究员

- 核心主题：本报告重点关注A股市场不同市值股票的表现分化及风格因子的收益贡献，研究市场风格变化与多因子模型的应用，揭示规模、估值等因子主导收益表现，结合指数和行业层面分析。

核心观点及信息：

• 上周A股市场整体走强，市值分化依旧明显，大盘价值股表现优于小盘成长股；

- 从风格因子视角，规模、估值与成长因子表现突出，尤其低估值股票获优异表现；

• 采用多因子收益归因模型解构了指数成分股表现特征，验证了因子暴露与指数涨跌的内在联系；

- 报告结合Barra模型及方正金工自有多因子框架，对市场投资风格进行了深度解析；

• 风险提示强调历史数据的局限性，警示模型在市场风格大变时可能失效[page::0,1,2].

---

二、逐节深度解读

1. 上周行情回顾

• 关键论点：

- 上证综指连续11个交易日上涨，创25年连阳最高纪录；
- 大盘股指数（如深证价值、中证100、180成长）领涨，收益超3%；
- 小盘股指数（创业板指、中证1000）表现落后，甚至小幅下跌，显示A股市值分化特征明显；
- 29个中信一级行业中，家电和食品饮料涨幅最大，分别上涨5.56%和4.78%，而建材、国防军工、通信板块跌幅超2%。

• 推理依据：

- 通过Wind数据统计主要指数和行业周度收益，直观反映市场涨跌；
- 指数表现对比揭示了以规模和价值为主导的细分市场获益最多；
- 从行业角度反映了板块轮动特征，有利于策略层面的细分配置；

• 关键数据解析：

- 图表1展示了多种指数的周度收益率排序，规模和价值指数收益普遍领先，显示资金对大盘蓝筹的偏好；
- 图表2通过29个行业指数的收益率排名，进一步佐证消费相关行业（家电、食品饮料）是短期市场热点。

• 总结：

- 行情回顾章清晰揭示了近期市场风格的切换趋势和行业偏好，为后续因子收益分析奠定数据基础[page::1].

2. 上周风格因子表现

• 关键论点：

- 采用多因子模型（融合Beta、规模、估值、成长、流动性、动量、波动率等因子）进行收益归因；
- 上周规模因子（大市值）、成长因子和短期动量因子表现强势，说明大规模、高成长及近期涨势好的股票贡献较大；
- 非线性规模因子、波动率和流动性因子表现欠佳，高波动、高换手率的股票回报较低；
- 近一个月表现中，Beta、规模和估值因子表现较好，高Beta、高市值、低估值的股票获得超额收益。

• 推理依据：

- 日度累计收益和周度收益对比（图表3和4）显示因子收益具有一致性，验证了因子模型稳定性；
- 因子定义详见附录，确保各因子投资含义清晰且具备统计有效性；
- 通过统计回归方法计算因子纯净收益，剥离了混杂因子干扰，提高了收益分析的信度。

• 关键数据点与解读：

- 图表3以表格形式列明每日及累计收益，规模因子累计收益约0.3%，成长因子约0.25%，表现最佳；
- 图表4柱状图进一步视觉化呈现各因子的收益贡献量级及正负关系；
- 近一个月净值走势（图表5）和累计收益（图表6）强化了因子表现的持续性，Beta因子月度收益超1.6%，规模1.2%，估值相对弱势为-1.58%，显示不同时间周期的因子表现存在差异。

• 总结：

- 本章节通过多因子模型清晰地展示了不同行业和股票风格在短周期内的盈利贡献，为投资风格轮动提供定量依据[page::2,3].

3. 指数成分收益归因分析

• 关键论点：

- 分析表现最好三只指数和表现最差三只指数的因子暴露情况；
- 表现优异指数普遍为大盘股，且在规模、长期动量上持有较高暴露度，估值上负暴露（低估值）带来正收益；
- 行业因子暴露度成为区分涨跌幅指数的重要因素，表现好的指数行业选择能力明显优于表现不佳的指数。

• 推理依据：

- 方正金工利用因子暴露度在雷达图（图表7、8）中呈现指数所持股票的风格特征；
- 结合行业因子暴露及收益值，能更加细致地理解指数涨跌背后的多因子效应；

• 图表解读：

- 图表7雷达图展示深证价值、中证100及180成长这三只表现最佳指数的多因子暴露度，规模和成长因子暴露均较高，说明其持仓偏向大盘成长价值股；
- 图表8表现最差的中证1000、创业板综合及创业板指暴露度较低，流动性和波动率等负因子影响较大；

• 总结：

- 该分析通过因子暴露差异佐证市场风格轮动逻辑，支持规模和估值因子在当前行情的主导地位[page::3].

4. 各指数因子暴露及行业因素分析

• 关键论点：

- 各大指数在多个风格因子上的暴露度存在显著差异；
- 行业因子暴露能力是决定指数表现的关键变量，表现好坏和选取行业的涨幅高低关联明显；
- 表现较好的指数通常市值较大，估值因子暴露规律性强（日常多亏而MV较低反而表现更好）；
- 与业内常规认知相符：大盘价值股在当前行情中表现优于小盘成长股。

• 关键数据点解析：

- 图表9的表格详细列出了30多个指数的行业因子得分、Beta、规模、估值、成长、流动性、长期短期动量、波动率及非线性规模等因子暴露度，以及对应实际收益率；
- 行业得分最高的如深证价值（68.5%）、180成长（69.07%）和中证100，表明这些指数行业配置能捕捉到市场热点，
- 实际收益率与规模、成长因子呈现正相关。

• 总结：

- 本节通过丰富数据表进一步验证了指数涨跌与风格因子及行业因子的深层关联，为精细化指数研究与ETF投资策略提供有力依据[page::4].

5. 风格因子定义及风险提示

• 风格因子定义：

- 示例：Beta因子采用21天CAPM模型估算，规模因子用流通市值对数，估值因子综合PB、PE、PS三种指标等；
- 成长因子计算基于单季度净利润和收入同比增速；
- 动量、流动性、波动率与非线性规模因子形成多维度风格因子体系。

• 风险提示：

- 本报告基于历史数据，未来市场环境和风格可能出现显著变化，模型解释能力受限；
- 投资者需警惕多因子模型在极端市场情境可能失效风险[page::5].

---

三、图表深度解读

图表1：上周主要指数收益

• 描述：展示2018年1月5日至1月12日期间主要指数的周度收益率，从规模价值指数到小市值成长指数一目了然；

- 解读：规模大、价值导向指数大多涨超2%，创业板、小盘跌幅明显；

• 联系文本：印证上周市值分化明显，主导因子为规模和估值，资金流向偏好大盘蓝筹；

- 数据来源和局限：数据来自Wind，收益未剔除交易成本，风格变动仅反映短期表现[page::1].

图表2：行业指数收益

• 描述：29个中信一级行业指数周度涨跌排序，明显显示消费行业强劲；

- 解读：家电5.56%成为最大涨幅，行业轮动特征明显；

• 文本联系：强化消费龙头板块的风格优势，与因子模型中成长和估值因子的表现相符；

- 数据局限：行业指数波动可能受特定权重股影响较大[page::1].

图表3＆4：上周风格因子纯收益（表格与柱状图）

• 描述：因子的日度累计和周度纯净收益，显示具体因子表现强弱；

- 解读：规模、成长、短期动量表现正强，波动率、非线性规模表现负；

• 文本联系：支持报告对大盘成长、低波动风格的偏好观察；

- 局限性：短期数据难识别持久趋势，周度收益更稳定但换仓成本影响未计[page::2].

图表5＆6：近1个月风格因子净值及累计收益

• 描述：净值走势线及累计柱形反映因子表现的持续性；

- 解读：Beta、规模因子累计收益较高，估值因子近期表现欠佳；

• 文本联系：揭示短期内部运作与长期趋势的差异，提供风格轮动参考；

- 数据局限：净值计算未考虑成本及非系统性风险[page::3].

图表7＆8：表现最好与最差指数因子暴露雷达图

• 描述：展示三只涨幅最高和三只跌幅最多指数的多因子暴露度；

- 解读：表现好的指数因子暴露较为均衡且偏向规模和成长，而表现差的指数则暴露度较低且流动性差异显著；

• 文本联系：证实因子策略对指数表现有显著解释力；

- 局限：因子暴露度受成分股变动影响，且雷达图仅为相对展示[page::3].

图表9：各指数风格因子暴露详细数据表

• 描述：详细列示主要指数的行业得分及因子暴露数值，横跨29个行业及数十个指数；

- 解读：行业选择能力差异明显，行业得分与指数表现正相关，规模和估值因子在解释收益上发挥重要作用；

• 文本联系：为报告观点提供强有力的量化支撑；

- 局限：数据量大，需注意因子间可能存在多重共线性，行业得分基于行业回报排序计算，可能受极端涨跌影响[page::4].

---

四、估值分析

本报告未专门展开具体公司估值模型，而是从多因子角度分析市场整体和指数层面的风格表现，重点关注估值因子（PB、PE、PS加权）对收益的影响。通过将估值因子作为多因子模型一部分，间接体现低估值因子对市场收益贡献的显著性，论证低估值股票获得超额收益的基础。

估值因子定义清晰，均等权重分配于PB、PE、PS，减少单一指标的波动带来的误差，使用平滑的因子表现分析方法，增强市场可投资价值解析的科学性与实用性[page::5].

---

五、风险因素评估

• 主要风险：

- 统计结果基于历史数据，未来市场风格可能发生根本性变化，导致模型失效；
- 因子策略和模型未必适用于极端市场环境和非常规事件；
- 因子收益分析依赖于数据质量和计算模型，存在误差风险。

• 潜在影响：

- 模型失效会降低因子选股有效性，投资组合表现不及预期；
- 风格轮动速度加快或市场突变可能让当前策略表现回落甚至逆转。

• 缓解策略：

- 报告未具体给出对应缓解措施，但风险提示呼吁保持对市场风格变化的关注，并提醒投资者理性判断[page::0,5].

---

六、批判性视角与细微差别

• 潜在偏见：

- 报告对多因子模型的适用性持乐观态度，但对模型在市场极端波动期的适用性关注不足，风险提示过于简略；
- 风格因子的定义和权重设定具备一定主观性，某些因子（如非线性规模）解释力较弱，未深入解析其机制；

• 数据和解释局限：

- 部分图表为周度和月度数据，短期波动可能导致解读偏差，未强调长期可持续性；
- 行业得分的计算基于涨幅排序，可能受到个别行业极端涨跌影响，统计稳健性有待加强；
- 指数因子暴露度虽详列，但未深入剖析因子间相关性和多重共线性对结果的影响。

---

七、结论性综合

本报告通过详实的数据分析和多因子模型应用，全面揭示了2018年初A股市场存在显著的市值分化现象，大盘价值股表现优异，规模、成长和短期动量因子驱动短期收益，估值因子在过去一月内表现相对低迷但整体仍重要。行业维度上，消费类板块表现亮眼，行业因子暴露能力成为驱动指数收益的重要因素。

图表分析方面：

• 图表1与2展示了指数和行业收益的鲜明对比，直观支持市值分化与行业风格轮动观点。

- 图表3到6结合短期与中期风格因子收益，体现不同因子表现的时间维度差异，确认规模与成长因子作为主要收益源。

• 图表7、8和9通过多维度因子暴露展示指数成分股的风格特征，并与收益关联，逻辑严密。

总体来看，报告有效运用多因子模型验证市场当前风格动因，评价方法科学，数据详实，解析深刻。但对因子模型潜在局限性及极端风险讨论偏弱，且多因子策略的长期适用性需更多后续观察。

作者立场明显倾向于看好大盘价值股与低估值因子的投资价值，建议投资者关注风格演变带来的机会与风险。同时，需谨慎对待因子策略的历史表现延续性，提防市场结构突变风险[page::0-5].

---

总结

本报告通过量化多因子模型对A股当前市场风格进行全面解析，强调了市值分化与估值因子的主导作用，结合行业配置进一步佐证投资热点板块和指数表现差异。清晰呈现了市场规模、成长及动量因子带来的短期收益优势，及行业因子选择能力在指数表现中的关键价值。图表数据丰富且解读深入，数据基于Wind权威来源，保持较高可信度。风险提示合理但略显笼统，模型依赖历史数据的局限性及市场极端情况避险措施值得进一步补充。整体上，报告为投资者理解A股风格演变和多因子投资提供了扎实的研究依据和操作参考。

[page::0,1,2,3,4,5]

报告