多因子选股模型系列一：因子筛选与综合打分20121102

单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,*,*,陈健宓,陈,个指,（2,指数,选取,90,1,证券研研究报告/海海外研究/数数量化选股,日期：2012 年 10 月 31 日,金融工工程,袁冠群,021-535198888x1922,centaurayhhotmail,执业证书编号号:S08705120090001,021-535198888x1951,jianmi.chengmail,报告编号号：YGQ12-XXG01,首次报告告日期：2012.10.31,多因子子选股模模型系列一一：因子子筛选与综合打分,模型型概述,因子选取,本模型整整理计算得到能能反映未来股股价变动的五五大类指标：估值类（7,个指标）、财务成长类类（14 个指标标）、财务质量量类（10 指标）、价量,类（6 个指指标）、分析析师预期类（ 个指标），并对各因子子在不同的股,票池中的的显著程度作了了判别，筛选选出对未来股股价具有影响响力的因子。,股票池划分,模型用第 n-1 个月的各各项因子指标标来给股票池池中的每个股股票综合打分分，,给出第 n 个月的选股股名单，因此模模型的股票池池为所有 A 股。我们又,对代表大大盘股的沪深 300 指数和中中小盘股的中中证 500 数进行了单独,研究。兼顾顾股票池中必必须保持一定定样本数量，和周期性行行业具有的波,动性特点点，我们把所有有股票、沪深 300 和中证 500 三个股股票池进一步,划分为周周期性行业和非非周期性行业业，股票分类类细化到三级级行业。得到,9 个股票池池。,模型时间选择,考虑到样样本数据的有效效性，过早的的数据代表性性差，我们选 2005 年,4 月-2011 年 10 月为分分析建模区间间，2011 年 11 月至 2012 年 9 月为模,型检验区区间，分析建模模区间和模型型检验区间随随着时间的推推移而每月更,新。,模拟拟组合结果,该组合每每月均能跑赢基基准指数，且且抗系统性风风险的能力相相当强，在绝,大部分月月份中都取得了了正收益率，具有良好的的实际应用价价值。,表,1：2005,年,4,月至,2012,年,9,月各模拟组合收益益率,所有 A,股,所有周期,性,A,股,所有有非周,期性,A,股,HS300,HS300 非,周期,HS300 周,期,ZZ5000,ZZ500 非,周期,ZZ500 周,期,跑赢基准等权,指数胜率,月收益率差平,均值,绝对月收益率,平均值,负收益率概率,100%,23.73%,26.32%,3/90,100%,24.64%,27.34%,3/90,100%,22.61%,25.10%,3/90,100%,200.27%,222.22%,3/90,100%,19.03%,20.75%,3/90,1000%,20.117%,22.228%,5/90,1000%,21.533%,23.933%,6/90,100%,20.16%,22.47%,6/9,100%,23.00%,25.55%,6/90,数据来源：上海海证券研究所,重要提提示：请务必必阅读尾页分分析师承诺和和重要声明。,RGS,RGP,CFGS,2,数量化选股,多因子选股模型简介,多因子选股模型的要点在于通过收集大量的股票基本面、技术面,和市场预期类数据，对这些数据进行计算和筛选优化，找出对未来股,价具有影响力的指标，这些指标也称为因子；并通过一系列统计方法,确定各因子在给股票打分时的权重，从而给股票池中的所有股票打分，,选出评分前列的股票作为模拟组合，观察这些股票相对于基准指数的,收益，考察模型的有效性。,1、因子计算方法,我们从 wind 中导入各月度的单因子数据，经筛选整理计算得到,能反映未来股价变动的五大类指标：估值类（7 个指标）、财务成长,类（14 个指标）、财务质量类（10 个指标）、价量类（6 个指标）、分,析师预期类（2 个指标）。各因子的计算方法如表 1 所示。对于估值,类因子中的负值，我们将该指标剔除。在计算涉及增长率的指标时，,我们取分母的绝对值，避免了两期均为负数的指标的增长率转正。,表,2：因子计算方法列表,因子指标,估值类,PETTM,PETTMCUT,PEGTTM,PSTTM,PCFTTM,PBTTM,EVEBITDA,财务成长类,RGTTM,NPGS,NPGP,NPGTTM,2012,年,10,月,31,日,名称,市盈率,扣除非经常损益的市盈率,市盈率相对盈利增长率,市销率,市现率,市净率,企业价值倍数,营业收入增长率-单季,营业收入增长率-同比,营业收入增长率-1 年（TTM）,净利润增长率-单季,净利润增长率-同比,净利润增长率-1 年（TTM）,经营性现金流增长率-单季,计算方法,市值/最近 4 个季度归属母公司净利润,市值/最近 4 个季度扣除非经常收益的净利润,PE/最近 4 个季度净利润增长率,市值/最近 4 个季度营业收入,市值/最近 4 个季度净现金流量,市值/最近 4 个季度归属母公司权益,剔除货币资金后的企业价值/最近 4 个季度税息折旧,及摊销前利润,当年单季度营业收入/上年同期营业收入-1,当年当期营业收入/上年同期营业收入-1,最近 4 个季度营业收入/上期 4 个季度营业收入-1,当年单季度归属母公司利润/上年该季度归属母公司,利润-1,当年当期归属母公司利润/上年同期归属母公司利润,-1,最近 4 个季度归属母公司利润/上期 4 个季度归属母公,司利润-1,当年单季度经营性现金流/上年该季度经营性现金流,-1,CFGP,ROE,ROA,3,数量化选股,经营性现金流增长率-同比,当年当期经营性现金流/上年同期经营性现金流-1,CFGTTM,ROEGS,ROEGP,ROEGTTM,ROAGS,ROAGP,财务质量类,GPMP,GPMTTM,NPMP,NPMTTM,EM,DR,CF/NP,EBITDA/revenue,价量类,PM1,PM3,PM6,TM1,TM3,TM6,分析师预期类,INSNUM,RATENUM,经营性现金流增长率-1 年,（TTM）,ROE 增长率-单季,ROE 增长率-同比,ROE 增长率-1 年（TTM）,ROA 增长率-单季,ROA 增长率-同比,资本回报率（TTM）,资产回报率（TTM）,毛利率-同比,毛利率-TTM,净利率-同比,净利率-TTM,股权乘数,有息负债率,单位净利润现金流含量,税息折旧及摊销前利润率,1 个月收益率,3 个月收益率,6 个月收益率,1 个月换手率,3 个月换手率,6 个月换手率,机构覆盖数量,评级调整,最近 4 个季度经营性现金流/上期 4 个季度经营性现金,流-1,（本年单季度归属母公司净利润-上年该季度归属母,公司净利润）/平均归属于母公司的净资产,（本年当期归属母公司净利润-上年同期归属母公司,净利润）/平均归属于母公司的净资产,（最近 4 个季度归属母公司净利润-上期 4 个季度归属,母公司净利润）/平均归属于母公司的净资产,（本年单季度归属母公司净利润-上年同期归属母公,司净利润）/平均总资产,（本年当期归属母公司净利润-上年同期归属母公司,净利润）/平均总资产,最近 4 个季度归属母公司净利润/平均归属于母公司,的净资产,最近 4 个季度归属母公司净利润/平均总资产,当年当期营业毛利润/当年当期营业收入,最近 4 个季度营业毛利润/最近 4 个季度营业收入,当年当期净利润/当年当期营业收入,最近 4 个季度净利润/最近 4 个季度营业收入,当期总资产/当期净资产,（当期短期借款+一年内到期借款+长期借款）/当期,净资产,单季度经营性现金流量/当期净利润,最近 4 个季度税息折旧及摊销前利润/最近 4 个季度营,业收入,当前收盘价/1 个月前收盘价-1,当前收盘价/3 个月前收盘价-1,当前收盘价/6 个月前收盘价-1,过去 1 个月平均换手率,过去 3 个月平均换手率,过去 6 个月平均换手率,该季度内覆盖该只股票的卖方机构总数,该季度内分析师评级上调,次数减下调次数,数据来源：,Wind,；上海证券研究所,2、月度匹配原则,我们用第 n-1 个月的各项因子指标来给股票池中的每,个股票综合,2012,年,10,月,31,日,4,数量化选股,打分，给出第 n 个月的选股名单。考虑到财务报表数据取得的滞后性，,每个月选择的最新财务季报日期有所不同，具体见表 2。,表,3：财务报表数据匹配方法,月份,t 年 1-3 月,t 年 4-7 月,t 年 8-9 月,t 年 10-12 月,所用财务数据,t-1 年 3 季报及之前数据,t 年 1 季报及之前数据,t 年半年报及之前数据,t 年 3 季报及之前数据,数据来源：上海证券研究所,3、股票池,我们建立的多因子选股模型可以给每一个股票进行因子评分，因,此模型的股票池为所有 A 股。考虑到股票的市值不同对因子指标本,身的影响，和后续指数研究的需要，我们又对代表大盘股的沪深 300,指数和中小盘股的中证 500 指数进行了单独研究。兼顾股票池中必须,保持一定样本数量，和周期性行业具有的波动性特点，我们把所有股,票、沪深 300 和中证 500 三个股票池进一步划分为周期性行业和非周,期性行业，股票分类细化到三级行业。得到 9 个股票池。,表,4：周期性行业划分,行业分类,一级行业,二级行业,三级行业,非周期行业,采掘、黑色金属、建筑建材、房地产、金融服务,石油化工、有色金属冶炼与加工、电气设备、通用,电力、机械、金属制品、交运设备服务、汽车零,部件、汽车整车、港口、机场、航空运输、,航运、物流、铁路运输、景点、酒店、旅,游综合,金属新材料、工程机械、重型机械、冶金矿采化,工设备、楼宇设备、航空航天设备、船舶制造、铁,路设备、珠宝首饰,数据来源：,Wind,；上海证券研究所,2012,年,10,月,31,日,5,我们,分析,分析,数量化选股,图,1：模,模型,股票池划分,数据来源源：上海证券研研究所,4、时间,间选择,考虑虑到样本数据的的有效性，过早的数据代代表性差， 们选取 2005,年 4 月-20011 年 10 月为分析建模区区间，2011 年 11 月至 2012 年 9 月,为模型检检验区间， 析建模区间和和模型检验区区间随着时间间的推移而更,新。,5、单因,因子有效性分,（1）将股票池里里的样本股票票按每一个待待测因子由高高到低的顺序,排列，平均均分成五组。每组的因子子数值排序为 1,2,3,4,5。每月排列一,次，分别计计算每一组的的次月平均收收益率，按从从高到低排序序，为 R,1, R,2,R,3, R,4, R,5,。,（2）计算组间月月平均收益率差差，分别是 R,1,-R,5,；(R,1,+R,2,-R,4,-R,5,)/2。,（3）计算 2005 年 1 月-2011 年 10 月间所所有月平均收收益率差的平,均值。如果果平均值0，则该因子的的影响总体是是正向的，即即因子值越大,收益趋于于越大；如果平平均值0，则则反之。,（4）计算每个因因子的有效性,正向向(负向)因子的的有效性=月月平均收益率差差为正（负）的月份数/,总月份数数。,（5）计算每个因因子的相关系系数和 P 值：,根据据每一组的自变变量因子数值值排序 1,2,33,4,5 和因变变量收益率按,2012,年,10,月,31,日,6,数量化选股,其数值大小顺序编号 1-5 进行一元回归可得该回归的相关系数和 P 值。,6、度量因子有效性的标准,（1）收益率差有效性标准：,在收益率排序和因子排序相关性检验 P 值0.05 的前提下，,“+”表示第 1 组-第 5 组和第 1、2 组-第 4、5 组平均收益,率差均大于 0.5%，有效性大于 60%。,“-”表示第 1 组-第 5 组和第 1、2 组-第 4、5 组平均收益率,差均小于-0.5%，有效性大于 60%。,“+”表示第 1 组-第 5 组和第 1、2 组-第 4、5 组平均收益率,差有一个大于 0.5%，且有效性大于 60%。,“-”表示第 1 组-第 5 组和第 1、2 组-第 4、5 组平均收益率差,有一个小于-0.5%，且有效性大于 60%。,（2）收益率排序和因子排序的相关系数有效性标准：,在收益率排序和因子排序相关性检验 P 值0.05 的前提下，,“+”表示第 1 组-第 5 组和第 1、2 组-第 4、5 组平均收益,率差均大于 0，相关系数大于 0.2。,“-”表示第 1 组-第 5 组和第 1、2 组-第 4、5 组平均收益率,差均小于 0，相关系数小于-0.2。,“+”表示第 1 组-第 5 组和第 1、2 组-第 4、5 组平均收益率,差均大于 0，相关系数大于 0.1。,“-”表示第 1 组-第 5 组和第 1、2 组-第 4、5 组平均收益率差,均大于 0，相关系数小于-0.1。,7、因子有效性汇总,根据第 6 节中度量因子有效性的标准，我们得到了估值类（7 个,指标）、财务成长类（14 个指标）、财务质量类（10 个指标）、价量类,（6 个指标）、分析师预期类（2 个指标）在 9 个股票池中的有效性：,2012,年,10,月,31,日,7,数量化选股,表,5：所有 A,股因子有效性汇总,所有 A 股,指标,整体,周期,非周期,收益率差,相关系数,收益率差,相关系数,收益率差,相关系数,PM1,PM3,PM6,TM1,TM3,TM6,PETTM,PETTMCUT,PEGTTM,PSTTM,PCFTTM,PBTTM,EVEBITDA,RGS,RGP,RGTTM,NPGS,NPGP,NPGTTM,CFGS,CFGP,CFGTTM,ROEGS,ROEGP,ROEGTTM,ROAGS,ROAGP,ROE,ROA,GPMP,GPMTTM,NPMP,NPMTTM,EM,DR,CFNP,EBITDAREV,INSNUM,RATENUM,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,数据来源：上海证券研究所,2012,年,10,月,31,日,8,数量化选股,表,6：HS300,因子有效性汇总,HS300,指标,整体,周期,非周期,收益率差,相关系数,收益率差,相关系数,收益率差,相关系数,PM1,PM3,PM6,TM1,TM3,TM6,PETTM,PETTMCUT,PEGTTM,PSTTM,PCFTTM,PBTTM,EVEBITDA,RGS,RGP,RGTTM,NPGS,NPGP,NPGTTM,CFGS,CFGP,CFGTTM,ROEGS,ROEGP,ROEGTTM,ROAGS,ROAGP,ROE,ROA,GPMP,GPMTTM,NPMP,NPMTTM,EM,DR,CFNP,EBITDAREV,INSNUM,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,2012,年,10,月,31,日,9,数量化选股,RATENUM,数据来源：上海证券研究所,表,7：ZZ500,因子有效性汇总,ZZ500,指标,整体,周期,非周期,收益率差,相关系数,收益率差,相关系数,收益率差,相关系数,PM1,PM3,PM6,TM1,TM3,TM6,PETTM,PETTMCUT,PEGTTM,PSTTM,PCFTTM,PBTTM,EVEBITDA,RGS,RGP,RGTTM,NPGS,NPGP,NPGTTM,CFGS,CFGP,CFGTTM,ROEGS,ROEGP,ROEGTTM,ROAGS,ROAGP,ROE,ROA,GPMP,GPMTTM,NPMP,NPMTTM,EM,DR,CFNP,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,2012,年,10,月,31,日,数量化选股,EBITDAREV,INSNUM,RATENUM,-,数据来源：上海证券研究所,8、因子赋权,我们按因子的有效性的强弱对各因子赋予不同权重，在每一个股,票池中：,因子 1：收益率差和相关系数均为“+”或“-”。,因子 2：收益率差和相关系数为“+”和“+”，或者“,-”和“-”。,因子 3：收益率差和相关系数为“+”和“+”，或者“-”,和“-”。,因子 4：收益率差和相关系数为“+”和“+”，或者“-”,和“-”。,因子 1-4 的权重分别为 4 倍、3 倍、2 倍、1 倍。,对一致预期类因子的修正：由于获得的分析师预期类数据不完全，,该类因子的有效性在之前的测算中较低，但根据该大类因子的收益率,回归分析，我们对该类因子赋予的权重为 7%，单个因子为 3.5%。我,们得到各股票池的因子权重分布见下表,表,8：所有 A,股因子权重,因子大类,指标,财务成长类,58%,RGS,7.3%,NPGS,7.3%,ROEGS,7.3%,ROEGP,7.3%,ROAGS,7.3%,ROAGP,7.3%,RGP,5.5%,ROEGTTM,5.5%,RGTTM,1.8%,NPGP,1.8%,价量类,22%,估值类,13%,一致预期类,7%,PM1,7.3%,PSTTM,5.5%,INSNUM,3.5%,TM1,7.3%,PCFTTM,5.5%,RATENUM,3.5%,TM3,5.5%,PBTTM,1.8%,TM6,1.8%,数据来源：上海证券研究所,2012,年,10,月,31,日,10,数量化选股,表,9：HS300,因子权重,因子大类,指标,财务成长类,80%,RGS,8.5%,NPGS,8.5%,NPGP,8.5%,ROEGS,8.5%,ROEGP,8.5%,ROAGS,8.5%,ROAGP,8.5%,RGP,6.3%,价量类,2%,NPGTTM,6.3%,TM1,2.1%,ROEGTTM,6.3%,CFGS,2.1%,估值类,4%,财务质量类,6%,一致预期类,7%,PEGTTM,2.1%,ROE,6.3%,INSNUM,3.5%,PCFTTM,2.1%,RATENUM,3.5%,数据来源：,Wind,；上海证券,研究所,表,10：ZZ500,因子权重,因子大类,指标,财务成长类,61%,RGS,6.4%,NPGS,6.4%,ROEGS,6.4%,ROEGP,6.4%,ROAGS,6.4%,ROAGP,6.4%,RGP,4.8%,NPGP,4.8%,NPGTTM,4.8%,ROEGTTM,4.8%,RGTTM,1.6%,CFGTTM,1.6%,价量类,18%,估值类,13%,PM1,6.4%,PSTTM,4.8%,TM1,6.4%,PBTTM,4.8%,PM3,1.6%,PCFTTM,3.2%,TM3,1.6%,TM6,1.6%,财务质量类,2%,NPMP,1.6%,一致预期类,7%,INSNUM,3.5%,RATENUM,3.5%,数据来源：上海证券研究所,9、因子打分,正向有效因子的打分，按因子值由高到低排序为 5,4,3,2,1 分，负,向因子的打分按因子值由高到低排序为 1,2,3,4,5 分。,PE 和 PETTMCUT 两个因子，按因子值由高到低排序，第四组收,益率最高，并且比较显著，因此这两组因子的打分从高到低为 1,2,3,5,4,分。,2012,年,10,月,31,日,11,扣除,研究所,数量化选股,10、模拟,拟组合收益益率比较,由于于我们的模型每每月换仓一次次，因此每月月收益率要扣 0.5%的,交易成本本。但模型结果果是各个股票票池中的模拟拟组合都相对对于各股票池,的等权指指数取得了超额额收益率。而且该组合抗抗系统性风险险的能力相当,强，在绝大大部分月份中中都取得了正正收益率，因因此具有很好好的实际应用,价值，模模拟组合各月的的收益率见以以下图表：,表,11：2005,年,4,月至,2012,年,9,月各模拟组组合收益率,所有 A 股,所有有周期,性,A,股,所有有非周,期性,A,股,HS3300,HS300 非,周期,HS300 周,期,ZZ500,ZZ500 非,周期,ZZ500 周,期,跑赢基准,等权指数,100%,100%,1000%,1000%,100%,100%,100%,100%,100%,胜率,月收益率,差平均值,23.73%,244.64%,22.61%,20.227%,19.033%,20.17%,21.53%,20.16%,23.00%,绝对月收,益率平均,26.32%,277.34%,25.10%,22.222%,20.755%,22.28%,23.93%,22.47%,25.55%,值,负收益率,概率,3/90,3/90,3/90,3/990,3/90,5/90,6/90,6/90,6/90,数据来源：上上海证券研究所,图,2：所有 A,股中,选股模模拟组合收益,数据来源：上海证券研究,2012,年,10,月,31,日,图,3：所有周期,期性,A,股中选股股模拟组合收益,数据来源：上海海证券研究所,12,研究所,研究所,数量化选股,图,4：所有,有非周期性,A,股中选股模拟组组合收益,数据来源：上海证券研究,图,6： HSS300,非周期中中选股模拟组合合收益,数据来源：上海证券研究,2012,年,10,月,31,日,图,5：HS300,中选,股模拟组合合收益,数据来源：上海海证券研究所,图,7：HS300,周期中选股模拟拟组合收益,数据来源：上海海证券研究所,13,研究所,数量化选股,图,8：ZZ5500,中选,股模拟拟组合收益,数据来源：上海证券研究,2012,年,10,月,31,日,图,9：ZZ500,非周期中选股模模拟组合收益,数据来源：上海海证券研究所,图,10：ZZ500,周期中选股模拟拟组合收益,数据来源：上海海证券研究所,14,分析师承诺,分析师,袁冠群陈健宓,本人以勤勉尽责的职业态度，独立、客观地出具本报告。本报告依据公开的信息来源，力求清晰、准确地反映分析,师的研究观点。此外，本人薪酬的任何部分过去不曾与、现在不与、未来也将不会与本报告中的具体推荐意见或观,点直接或间接相关。,公司业务资格说明,本公司具备证券投资咨询业务资格。,投资评级体系与评级定义,股票投资评级：,分析师给出下列评级中的其中一项代表其根据公司基本面及（或）估值预期以报告日起6个月内公司股价相对于同期,市场基准沪深300指数表现的看法。,投资评级,定义,超强大市,跑赢大市,大市同步,落后大市,Superperform,Outperform,In-Line,Underperform,股价表现将强于基准指数 20%以上,股价表现将强于基准指数 10%以上,股价表现将介于基准指数10%之间,股价表现将弱于基准指数 10%以上,行业投资评级：,分析师给出下列评级中的其中一项代表其根据行业历史基本面及（或）估值对所研究行业以报告日起 12 个月内的基,本面和行业指数相对于同期市场基准沪深 300 指数表现的看法。,投资评级,定义,有吸引力,中性,谨慎,Attractive,Neutral,Cautious,行业基本面看好，行业指数将强于基准指数 5%,行业基本面稳定，行业指数将介于基准指数5%,行业基本面看淡，行业指数将弱于基准指数 5%,投资评级说明：,不同证券研究机构采用不同的评级术语及评级标准，投资者应区分不同机构在相同评级名称下的定义差异。本评级,体系采用的是相对评级体系。投资者买卖证券的决定取决于个人的实际情况。投资者应阅读整篇报告，以获取比较,完整的观点与信息，投资者不应以分析师的投资评级取代个人的分析与判断。,免责条款,本报告中的信息均来源于公开资料，我公司对这些信息的准确性及完整性不做任何保证，也不保证所包含的信息和,建议不会发生任何变更。报告中的信息和意见仅供参考，并不构成对所述证券买卖的出价或询价。我公司及其雇员,对任何人使用本报告及其内容所引发的任何直接或间接损失概不负责。,在法律允许的情况下，我公司或其关联机构可能会持有报告中提到的公司所发行的证券头寸并进行交易，还可能为,这些公司提供或争取提供投资银行或财务顾问服务。,本报告仅向特定客户传送，版权归上海证券有限责任公司所有。未获得上海证券有限责任公司事先书面授权，任何,机构和个人均不得对本报告进行任何形式的发布、复制、引用或转载。,上海证券有限责任公司对于上述投资评级体系与评级定义和免责条款具有修改权和最终解释权。,15,