华泰因子周期研究系列之三：市值因子收益与经济结构的关系-20190325-华泰证券-25页.pdf

谨请参阅尾页重要声明及华泰证券股票和行业评级标准 1 证券研究报告证券研究报告金工研究/深度研究 2019年03月25日 林晓明林晓明 执业证书编号：S0570516010001 研究员 0755-82080134 刘志成刘志成 执业证书编号：S0570518080005 研究员 010-56793940 1金工金工:人工智能选股之数据标注方法实人工智能选股之数据标注方法实证证2019.03 2金工金工:“华泰周期轮动”基金组合构建“华泰周期轮动”基金组合构建2019.03 3金工金工:Smart Beta：乘风破浪趁此时：乘风破浪趁此时2019.02 市值因子收益与市值因子收益与经济结构经济结构的的关系关系 华泰因子周期研究系列之三在因子投资时钟的基础上再次探究市值因子表现的背后逻辑在因子投资时钟的基础上再次探究市值因子表现的背后逻辑 本文是因子周期研究的第三篇报告，重点将探究因子背后的宏观逻辑。对市值因子收益进行分解发现，市值因子收益长期与盈利相关。因子的收益实际上反映了宏观经济的收益结构。因子收益是相对收益的概念，其反映的是宏观经济中的两种参与者相对优势的变化。产业链供给关系的变化是一种常见的经济结构变化的原因。全球市场的流动性与 A 股市值因子的表现有明显的关联性。市值市值因子收益长期与盈利挂钩，短期受估值扰动因子收益长期与盈利挂钩，短期受估值扰动 借助于估值模型，因子的收益能够被分解成两部分，一部分是两类股票的盈利能力变化，另一部分是市场对两类股票风险偏好的变化。借助于多因子模型中分组测试的方法，将 A 股分为大市值组合和小市值组合。两个组合的对数净值比与全市场的市值因子累积收益走势基本一致。对于短期收益上的波动，与两个组合相对 PE 的波动更为相关，对于中长期趋势，则不会与两个组合净利润的相对趋势背离太久。这说明，对于市值因子来说，短期收益可能与市场情绪等影响短期估值的因素比较相关，但是长期来看，其背后仍然会有利润水平的支撑。产能扩张与基础设施建设的产能扩张与基础设施建设的跃跃变变造成了周期，也造成了经济的结构差异造成了周期，也造成了经济的结构差异 因子的背后是经济的结构差异，供需不匹配造成产业链上下游企业盈利能力的变化是常见的一种结构差异。因子的周期中 42 个月周期不明显，100个月和 200 个月周期表现较强，这说明因子反映的结构差异不是短期的经济起落。这种结构差异不是短期库存变化可以影响的，中长期的产能周期和基础设施建设周期才会使经济的结构发生改变。越接近上游，企业的产能扩张所需要的时间越长，越容易造成长时间的供小于求，而产能一旦建成，释放的产能往往会超过当前的需求，造成长时间的供过于求。这种现象造成了经济的周期性变化，也造成了经济的盈利结构差异。市值因子市值因子累积收益与全球流动性的变化累积收益与全球流动性的变化明显相关明显相关 2002 年至今，全球流动性主要经历了三个阶段：2002 年 1 月至 2007 年 7月，主要国家国债平均收益率以 4.0%为中枢上下震荡，利率较为稳定，这段时间 A 股小市值表现不佳，市场呈现出大市值和价值风格。2007 年 8月至 2016 年 8 月，主要国家国债平均收益率出现了明显下行，从 4.5%跌至 1%。这段时间 A 股整体呈现了小市值风格。2016 年 9 月至今，全球主要国家国债收益率逐步上行，全球呈现出流动性偏紧的格局，市场表现出大市值风格。当全球利率水平相对稳定甚至上升时，股票市场表现为大市值占优，当全球利率水平整体向下时，股票市场表现为小市值占优。以沪深以沪深 300 与中证与中证 500 衡量的大小盘轮动明显受到行业影响衡量的大小盘轮动明显受到行业影响 与市值因子长期走势与盈利相关不同，采用沪深 300 和中证 500 来衡量大小盘轮动的时候，两个指数的相对走势会与净利润的相对走势出现一定程度的背离。这是因为两个指数行业构成差距太大，容易受到行业偏好的影响。将万得全 A 与万得全 A（去金融、石油石化）的相对走势与沪深 300 和中证500 的相对走势对比可以发现，两组指数的相对走势有较为明显的相似性。这说明行业因素对沪深 300 与中证 500 的相对走势有较大影响。采用沪深300 和中证 500 衡量大小盘轮动时不能忽略行业偏好改变带来的影响。风险提示：结论根据历史规律总结，历史规律可能失效；市场交易规则发生改变导致市场结构改变，规律不再有效；突发事件导致市场剧烈波动。相关研究相关研究 2 0 0 3 3 2 6 3/3 6 1 3 9/2 0 1 9 0 3 2 6 1 5:5 7 金工研究/深度研究|2019 年 03 月 25 日 谨请参阅尾页重要声明及华泰证券股票和行业评级标准 2 正文目录正文目录 报告导读与前期主要结论.4 去趋势后的因子累积收益率存在明显的周期性.4 部分因子累积收益率去趋势后拥有一致的走势.5 因子投资时钟的构建.5 当前因子投资时钟的位置.6 因子投资时钟是定量研究与定性研究的结合.7 本文从逻辑层面再次探索市值因子的收益规律.7 从估值模型的视角对因子收益进行分解.8 企业价值的核心是盈利能力与折现因子.8 市值因子收益长期与盈利挂钩，短期受估值扰动.9 市值因子反映了经济盈利结构差异.12 一种经济结构变化的可能模式.14 需求与供给的不匹配产生周期.14 经济周期存在不同的层次.15 供需关系决定经济收益结构.16 因子收益反映了经济的收益结构.18 市值因子与两个宏观指标之间的关系.19 沪深 300 与中证 500 衡量的大小盘轮动与市值因子有明显差异.21 结论总结.24 2 0 0 3 3 2 6 3/3 6 1 3 9/2 0 1 9 0 3 2 6 1 5:5 7 金工研究/深度研究|2019 年 03 月 25 日 谨请参阅尾页重要声明及华泰证券股票和行业评级标准 3 图表目录图表目录 图表 1：主要因子三周期回归指标.4 图表 2：ROE 与 EP 因子的相关性.5 图表 3：反转因子与市值因子累积收益率去趋势后走势一致.5 图表 4：不同经济周期下的因子表现分类.6 图表 5：因子投资时钟历史阶段划分.7 图表 6：影响股票价值的核心因素.8 图表 7：全社会企业盈利波动分解.9 图表 8：股价波动分解与因子收益分解.10 图表 9：小市值组合与大市值组合指标对比.10 图表 10：小市值组合与大市值组合的对数净值比与对数市值比.11 图表 11：小市值组合与大市值组合的对数市值比与其他指标.11 图表 12：小市值组合与大市值组合的对数净值比与其他指标.11 图表 13：三个主要周期的主要表达.12 图表 14：去趋势后市值因子的频谱特征.13 图表 15：市值因子去趋势后走势情况.13 图表 16：市值因子累积收益走势.14 图表 17：需求与供给的变化情况 1.15 图表 18：需求与供给的变化情况 2.15 图表 19：产业链需求与供给的传导关系.15 图表 20：产业链对需求的放大与缩小.16 图表 21：不同类型企业的周期表现.17 图表 22：经济供求结构不平衡造成利润在产业链之间流动.17 图表 23：主要国家平均国债收益率与 A 股市值因子累积收益率.19 图表 24：中债十年期国债收益率与市值因子.20 图表 25：美元指数与市值因子去趋势后走势.20 图表 26：沪深 300 对中证 500 对数市值比与对数 PE 比.21 图表 27：沪深 300 对中证 500 对数市值比与对数净利润比.21 图表 28：沪深 300 对中证 500 对数市值比与对数 PB 比.22 图表 29：沪深 300 对中证 500 对数市值比与对数净资产比.22 图表 30：沪深 300 行业构成.22 图表 31：中证 500 行业构成.22 图表 32：两组指数的相对走势.23 2 0 0 3 3 2 6 3/3 6 1 3 9/2 0 1 9 0 3 2 6 1 5:5 7 金工研究/深度研究|2019 年 03 月 25 日 谨请参阅尾页重要声明及华泰证券股票和行业评级标准 4 报告导读与前期主要结论报告导读与前期主要结论 本篇报告是华泰因子周期系列的第三篇报告，我们将重点研究大小盘风格因子也就是市值因子的周期表现。在市场的风格因子中，市值因子是最为重要的一个因子，也是周期性较为明显的因子之一。对市值风格的把握在中观配置上能够有效增强收益和降低风险。当然，对于大部分的量化指数增强型基金，他们对风险控制的要求更为严格，大部分基金管理人已经将市值因子作为风险因子处理，尽量对市值因子不做暴露。但是更大规模的主动管理型基金和资产配置型基金不会轻易放弃在风格配置上获取收益的机会。同样，对于更广大的个人投资者，简便的大小盘轮动策略也能够帮助他们优化基金配置与股票选择。因此，我们希望在市值因子的判断上做出一些更深入的研究。去趋势后的因子去趋势后的因子累积累积收益率存在明显的周期性收益率存在明显的周期性 前期报告中我们发现，去趋势之后的因子累积收益率存在较明显的周期现象，采用周期三因子模型能够较好的解释去趋势之后的因子收益率的波动，回归R2均较高。同时也可以看到 42 个月单因子回归的R2较低，200 个月单因子回归的R2较高，这意味着大部分因子都呈现出了长周期的特点。（详情参照报告因子收益率的周期性研究初探。）图表图表1：主要因子三周期回归指标主要因子三周期回归指标 因子名称因子名称 42 个月单因子回归个月单因子回归 100 个月单因子回归个月单因子回归 200 个月单因子回归个月单因子回归 三因子回归三因子回归 debtequityratio 0.04994 0.05530 0.88649 0.91921 return_12m 0.02535 0.44275 0.52185 0.89577 ln_capital 0.00671 0.20066 0.73171 0.89020 OCFP 0.01429 0.10431 0.86623 0.88802 NCFP 0.00321 0.11202 0.84864 0.88147 return_6m 0.03172 0.34073 0.59221 0.86880 DP 0.04279 0.09696 0.80091 0.86460 SP 0.02056 0.18704 0.67066 0.82664 EP 0.00598 0.13135 0.71483 0.82154 ROA_q 0.00675 0.36041 0.47543 0.82004 return_3m 0.04799 0.32134 0.54265 0.81644 profitmargin_q 0.00735 0.34082 0.45772 0.81320 return_1m 0.12273 0.24532 0.57081 0.80858 assetturnover_q 0.01267 0.28852 0.56112 0.79757 ROE_q 0.00517 0.26652 0.54714 0.79162 Profit_G_q 0.01195 0.36621 0.34527 0.78775 currentratio 0.07630 0.34659 0.47454 0.78602 financial_leverage 0.08202 0.35393 0.42493 0.77860 ROE_ttm 0.00268 0.30386 0.49378 0.77422 G_PE 0.05047 0.16549 0.59050 0.73630 grossprofitmargin_q 0.02313 0.46437 0.24302 0.71323 profitmargin_ttm 0.02664 0.34800 0.32966 0.71055 BP 0.01772 0.38198 0.28982 0.68771 cashratio 0.04997 0.54829 0.08438 0.68747 Sales_G_q 0.00841 0.45660 0.19269 0.68499 std_3m 0.12615 0.23069 0.27293 0.66295 std_6m 0.10443 0.09503 0.40272 0.62638 std_12m 0.06491 0.06379 0.44003 0.56636 operationcashflowratio_q 0.06264 0.15891 0.40587 0.55536 std_1m 0.24989 0.05454 0.27694 0.52514 ROE_G_q 0.03065 0.39219 0.02366 0.51839 turn_1m 0.01068 0.31864 0.16313 0.44046 EPcut 0.01614 0.25792 0.35053 0.42586 turn_3m 0.00649 0.30433 0.11175 0.41445 turn_6m 0.01420 0.27512 0.09280 0.37129 turn_12m 0.02303 0.20111 0.11455 0.32914 资料来源：Wind，华泰证券研究所 2 0 0 3 3 2 6 3/3 6 1 3 9/2 0 1 9 0 3 2 6 1 5:5 7 金工研究/深度研究|2019 年 03 月 25 日 谨请参阅尾页重要声明及华泰证券股票和行业评级标准 5 部分因子累积收益率去趋势后拥有一致的走势部分因子累积收益率去趋势后拥有一致的走势 前期报告中我们发现，部分因子累积收益率在去趋势后能够显示出一些共有的特性，例如ROE 因子与 EP 因子，两者累积因子收益率去趋势后的走势几乎完全一致。将 12 个月反转因子与市值因子去趋势后的累积因子收益率画在一起，两者中长期的走势是同向的。这说明两者去趋势的操作能够将部分因子的相似性凸显出来，是一种较好的分析视角。（详情参照报告周期视角下的因子投资时钟。）图表图表2：ROE 与与 EP 因子的相关性因子的相关性 资料来源：Wind，华泰证券研究所 图表图表3：反转因子与市值因子累积收益率去趋势后走势一致反转因子与市值因子累积收益率去趋势后走势一致 资料来源：Wind，华泰证券研究所 因子投资时钟的构建因子投资时钟的构建 前期的研究中，我们提出了因子投资时钟的概念，借助于华泰周期模型，通过对周期状态来判断风格。为了更好的理解投资时钟，模型中引入了两个代理变量：“经济的长期增长状态”和“流动性”。如何判断经济的长期增长状态是向好还是变差呢？我们借助了周期研究中的库兹涅茨周期来进行判断，库兹涅茨周期是 CRB 综合现货指数同比序列的 200个月周期。大宗商品是工业生产中上游企业的原材料，与股市、债市、汇市、房地产等交易资产相比，大宗商品是最靠近实体经济的资产，中长期上看其价格走势反映了实体经济的总需求。因此 CRB 的三个周期状态能够较好的反映实体经济的状态，可以借助商品的长周期来判断经济增长的长期趋势。对于流动性的观察，我们综合考虑了股票市场的估值趋势和国债利率水平，前者反映的是股票市场的资金充裕程度，后者反映的是国内信贷的-15%-10%-5%0%5%10%15%20%1998/4/301999/4/302000/4/302001/4/302002/4/302003/4/302004/4/302005/4/302006/4/302007/4/302008/4/302009/4/302010/4/302011/4/302012/4/302013/4/302014/4/302015/4/302016/4/302017/4/302018/4/30去趋势后EP累积收益率 去趋势后ROE_q累积收益率-30%-20%-10%0%10%20%30%1998/4/301999/4/302000/4/302001/4/302002/4/302003/4/302004/4/302005/4/302006/4/302007/4/302008/4/302009/4/302010/4/302011/4/302012/4/302013/4/302014/4/302015/4/302016/4/302017/4/302018/4/30return_12m去趋势后累积收益率 去趋势后市值因子收益率 2 0 0 3 3 2 6 3/3 6 1 3 9/2 0 1 9 0 3 2 6 1 5:5 7 金工研究/深度研究|2019 年 03 月 25 日 谨请参阅尾页重要声明及华泰证券股票和行业评级标准 6 基准价格。借助于这两个变量我们大体可以判断流动性是趋向于宽松还是趋向于紧张。“经济的长期增长状态”和“流动性”这两个代理变量将宏观环境分成了四类，结合对因子规律的整理，我们发现，经济长期趋势向上时，大市值、价值、质量因子表现较好，经济长期趋势向下时，小市值、反转、杠杆因子表现较好。流动性趋于紧张时，成长因子表现较好。质量因子较为特殊，除去经济长期向好时表现较好之外，在经济长期趋势下行同时流动性趋于紧张的时候同样表现不错。如此就可以构建因子投资时钟。（详情参照报告周期视角下的因子投资时钟。）图表图表4：不同经济周期下的因子表现分类不同经济周期下的因子表现分类 资料来源：华泰证券研究所 当前因子投资时钟的位置当前因子投资时钟的位置 在前期报告中，我们指出，借助于上面总结的投资时钟，利用库兹涅茨周期对经济长期增长状态进行判定，参考朱格拉周期、全市场估值水平、国债收益率等诸多信息确定流动性状态，我们认为 A 股历史上的因子投资时钟轮动如下：2001 年 4 月至 2004 年 12 月：经济增长&流动性趋于紧张；因子投资时钟第一象限（）。2005 年 1 月至 2006 年 3 月：经济增长&流动性趋于宽松；因子投资时钟第二象限（）。2006 年 4 月至 2007 年 9 月：经济增长&流动性趋于紧张；因子投资时钟第一象限（）。2007 年 10 月至 2009 年 6 月：经济衰退&流动性趋于宽松；因子投资时钟第三象限（）。2009 年 7 月至 2013 年 12 月：经济衰退&流动性趋于紧张；因子投资时钟第四象限（）。2014 年 1 月至 2016 年 8 月：经济衰退&流动性趋于宽松：因子投资时钟第三象限（）。2016 年 9 月至 2018 年 10 月：经济增长&流动性趋于紧张：因子投资时钟第一象限（）。2 0 0 3 3 2 6 3/3 6 1 3 9/2 0 1 9 0 3 2 6 1 5:5 7 金工研究/深度研究|2019 年 03 月 25 日 谨请参阅尾页重要声明及华泰证券股票和行业评级标准 7 图表图表5：因子投资时钟历史阶段划分因子投资时钟历史阶段划分 资料来源：Wind，华泰证券研究所 因子投资时钟报告发布后，我们认为当前状态可能处于从第一象限逐渐过渡到第二象限的阶段，截至 2018 年 12 月，我们已经可以观察到流动性在继续宽松，虽然全市场估值并没有明显好转，但 2018 年 10 月后估值也没有再大幅下降，国债利率明显下行，成长因子也表现较弱，有理由相信我们已经逐渐进入因子投资时钟的第二象限。但是第一象限和第二象限主要推荐的几个因子都是一致的，边界的确定并不需要十分精确。未来依然会是大市值、价值、质量因子表现较好。因子投资时钟是定量研究与定性研究的结合因子投资时钟是定量研究与定性研究的结合 因子投资时钟是定量研究和定性研究的结合，投资时钟的构建是对历史规律的总结，对当前投资时钟位置的确定则需要一些定性的判断，特别是对“流动性”这个指标的判断。为了更好的理解，我们将另一个代理变量定义为了“经济的长期增长状态”，本质上它是 CRB综合现货指数的 200 个月周期，与投资者更广为接受的 GDP 等经济增长指标表现并不一致。200 个月周期在主要的金融变量中都存在，能不能找到更为直观的代理指标来优化投资时钟也是我们在努力的方向。加入定性判断有优势也有劣势。定性判断必然会存在模糊边界的问题，在状态发生改变的时刻，我们没有办法精确地确定拐点的具体位置，但是我们可以确定一段临界区域。如果采用精确的量化研究来确定拐点，却也容易落入对过往历史现象过度挖掘的窠臼。因此采用定量研究和定性研究相结合的方法，提高了模型的容错率，让数据在逻辑的牵引下发挥更大的作用。本文从逻辑层面再次探索市值因子的收益规律本文从逻辑层面再次探索市值因子的收益规律 前期研究中，我们发现市值因子的周期表现主要是与 200 个月的长周期关联最为密切。而200 个月的长周期观察区间太长，历史上也就只有一次主要的周期轮回，这对规律的可靠性提出了考验。因此有必要对因子背后的逻辑进行进一步的探索，寻找到更为清晰的脉络验证因子背后的主要相关因素甚至是决定因素。本文首先尝试了常用的股票估值方法来对因子收益进行分解。探讨了因子收益所代表的背后的经济收益结构，给出了一种经济收益结构变化的模式。同时发现全球的流动性变化和A 股市值因子表现有一定关联性。最后我们探讨了以沪深 300 和中证 500 衡量大小盘轮动与市值因子的差异。我们相信宏观逻辑的建立能够帮助投资者判断风格因子的表现。01234567-4%-2%0%2%4%6%1998/4/301999/4/302000/4/302001/4/302002/4/302003/4/302004/4/302005/4/302006/4/302007/4/302008/4/302009/4/302010/4/302011/4/302012/4/302013/4/302014/4/302015/4/302016/4/302017/4/302018/4/30朱格拉周期 库兹涅茨周期 十年期国债利率 全市场PB中位数（右轴）2 0 0 3 3 2 6 3/3 6 1 3 9/2 0 1 9 0 3 2 6 1 5:5 7 金工研究/深度研究|2019 年 03 月 25 日 谨请参阅尾页重要声明及华泰证券股票和行业评级标准 8 从估值模型的视角从估值模型的视角对对因子收益进行分解因子收益进行分解 从因子视角观察市场与传统视角有很多不同，因子视角是从截面出发，突出的是相对价值，市场绝对的涨跌并不在关注之内。比如估值因子，这个因子表现好的时候是在这个因子上正向暴露的股票涨幅明显超过在这个因子上负向暴露的股票涨幅，也就是低估值股票明显好于高估值股票，因子纵然表现好，但是市场可能也是下跌的。所以说因子收益是比市场收益更复杂的信息，如果将市场收益比作一阶信息，则因子收益就是二阶信息，他是对市场收益进行加工而得到的信息。为了更好的研究二阶信息的逻辑，有必要先对一阶信息进行描述研究。企业价值的核心是盈利能力与折现因子企业价值的核心是盈利能力与折现因子 因子收益是市场一篮子股票收益信息的加工，那对于单只股票应该如何定价？经典的估值模型采用的是未来现金流折现的思想。企业的价值就是其未来创造现金流的能力。对股票的定价就变成了估计公司未来创造的现金流在当前时刻的价值。公司创造的现金流主要是公司的利润。因此公司的估值变成了两个核心因素，一个是公司未来的盈利能力，一个是描述价值在时间上变化的折现因子。对公司估值的核心在于对这两个变量的预测。图表图表6：影响股票价值的核心因素影响股票价值的核心因素 资料来源：华泰证券研究所 对于行业、板块或者一篮子股票来说，实际上可以将其看做一些公司组成的一个更大的“公司”。我们仍然可以从盈利和折现因子的视角来考察。甚至可以将经济体认为是所有公司的总和，从这两个核心因素考虑全市场的股票价值。股票市场的价值波动，就来源于盈利水平与折现因子的变化。当对全市场的股票价值进行分析的时候，就从微观个股领域上升到了宏观经济领域。他们两者之间的差异在于个股更具有独特性，其受特殊事件的影响更大，而宏观领域更关注整体的共性，规律性或者说趋势性更加有迹可循。全市场的盈利能力就是全社会的经济发展水平。从其来源上可以拆分为三个层面：一是全社会长期增长率。这是经济的长期趋势部分，背后的驱动因素是人口规模、科技发展等中长期影响因素。二是周期性波动的部分。这一部分是随着经济发展呈现周期性波动的部分，也就是大家常说的经济周期，我们认为这一部分是对投资帮助最大的部分，把握周期性波动，就可以对资产的整体走势有一个大概的画像，运用对经济周期的观察进行投资。三是短期冲击。部分特殊事件、政策等都会对经济造成短期的冲击，但是短期冲击不容易把握，同时不对经济趋势造成根本性改变。短期冲击往往影响的是短期的利润形成和利润波动。2 0 0 3 3 2 6 3/3 6 1 3 9/2 0 1 9 0 3 2 6 1 5:5 7 金工研究/深度研究|2019 年 03 月 25 日 谨请参阅尾页重要声明及华泰证券股票和行业评级标准 9 图表图表7：全社会企业盈利波动分解全社会企业盈利波动分解 资料来源：华泰证券研究所 在金融市场中，社会长期增长率往往需要很多年才会明显看到其对经济的影响，短期上其对经济的影响是不明显的，或者说边际上是不会造成显著变化的。周期性因素对市场的影响是显著的，在主要的金融经济指标中都容易观察到三年半左右的周期，古典的经济周期研究中因为这个周期主要在库存数据中观察到，所以称之为库存周期。华泰的周期研究系列运用量化方法研究表明，这个周期在主要的金融经济数据中都显著存在。由于是三年半的周期，单方向一般持续运行 7 个季度左右，这对投资来讲是可操作的。同时我们也可以观察到长度100个月、200个月左右的周期。我们认为这些周期性波动会影响市场的走势、强势板块和风格特征，是三种波动来源中最值得研究的部分。市场的短期冲击最容易被观察，但不是规律性的，冲击事件往往类似脉冲，容易显著对市场造成影响，但是不会对市场长期趋势产生根本的改变。对于盈利能力，我们可以按照如上的分析将其分解成三个层面。对于另一个主要的影响因素折现因子也可以分解成两部分，一部分是与无风险收益率相关的部分，或者说与当前市场利率相关的部分，另外一部分则是风险溢价。市场利率本身也是具有周期性的，因为市场利率与经济周期也密切相关，经济增长能够决定利率的变化方向。风险溢价较难衡量，大部分情况下我们只能用利率水平来指代折现因子。通过这种分解，可以发现，决定企业价值的两个核心因素都具有一定的周期性，这也是企业价值周期波动的来源。市值因子收益市值因子收益长期长期与盈利挂钩与盈利挂钩，短期受估值扰动短期受估值扰动 对于因子收益来讲，其核心是两类股票收益的差异，假设我们采用对数价格比来指代因子累积收益，对于因子 F 来说，其收益来源于 A 类股票与 B 类股票的涨跌幅差异，假设代表A类股票的价值，代表企业的盈利能力，代表A类股票的折现因子，同理、代表 B 类股票的价值、盈利能力和折现因子。F 因子的累积收益可以用两类股票的对数价值比来指代：=()=()=()+()根据对数价值比的定义，如果VRF向上，则意味着因子 F 的收益增加，在这种情形下，因子的收益被分解成了两部分，一部分是两类股票的盈利能力变化，另一部分是市场对两类股票风险偏好的变化。2 0 0 3 3 2 6 3/3 6 1 3 9/2 0 1 9 0 3 2 6 1 5:5 7 金工研究/深度研究|2019 年 03 月 25 日 谨请参阅尾页重要声明及华泰证券股票和行业评级标准 10 当我们把因子累积收益分解成两部分之后，我们可以从逻辑上对因子过往的收益进行归因分析。借助于多因子模型中分组测试的方法，我们将 A 股历史上的股票分为两个组合，按照市值从大到小排序，前 20%作为大市值组合，后 80%作为小市值组合，构建组合的时候采用行业分层，这样使得两个组合的行业分布是一致的。图表图表8：股价波动分解与因子收益分解股价波动分解与因子收益分解 资料来源：华泰证券研究所 仿照上面的分解方法，我们对比两个股票组合的相对价值，我们需要寻找一个代理指标来体现相对价值，自然地，总市值是一个合理的指标，如果考虑净利润作为组合盈利能力的衡量，那么上式就会变成经典的股价 PEEPS 分解。组合的估值和净利润都采用整体法计算。两个组合总市值的相对变化就变成了两个组合估值的相对变化和净利润的相对变化。但是这里面依然有一个问题，就是两个组合的总市值的相对走势，并不是可实现的因子收益，因为组合的股票会有变化，例如出现新上市的股票等，总市值的变化并不是组合收益，因此，我们计算两个股票组合的可实现收益净值，用两个股票组合的可实现收益净值的相对变化来衡量因子的变化。图表图表9：小市值组合与大市值组合指标对比小市值组合与大市值组合指标对比 资料来源：Wind，华泰证券研究所 -250%-200%-150%-100%-50%0%50%100%150%200%1998/4/301999/4/302000/4/302001/4/302002/4/302003/4/302004/4/302005/4/302006/4/302007/4/302008/4/302009/4/302010/4/302011/4/302012/4/302013/4/302014/4/302015/4/302016/4/302017/4/302018/4/30对数PE比 对数净利润比 对数净值比 2 0 0 3 3 2 6 3/3 6 1 3 9/2 0 1 9 0 3 2 6 1 5:5 7 金工研究/深度研究|2019 年 03 月 25 日 谨请参阅尾页重要声明及华泰证券股票和行业评级标准 11 图表图表10：小市值组合与大市值组合的对数净值比与对数市值比小市值组合与大市值组合的对数净值比与对数市值比 图表图表11：小市值组合与大市值组合的对数市值比与其他指标小市值组合与大市值组合的对数市值比与其他指标 资料来源：Wind，华泰证券研究所 资料来源：Wind，华泰证券研究所 两个组合的对数净值比与全市场的市值因子累积收益走势基本一致。但是我们看到对数市值比虽然整体上跟对数净值比趋势一致，但是两者之间有明显的差距，我们认为这是股票上市所带来的影响，增加了大市值组合的市值，但是这一块并不属于收益。同理，2002年至 2006 年两个组合净利润上的巨大差异也有可能是新股票上市带来的部分影响，同时这一段时间确实是大市值组合的盈利水平要高于小市值组合的盈利水平。由于 2002 年至 2006 年净利润的相对变化幅度太大，影响了对整体的观察，我们将 2009年之后的数据放大来进行观测。可以发现，对于短期收益上的波动，与 PE 的波动更为相关，但是对于中长期趋势，则不会与净利润的趋势背离太久。这说明，对于市值因子来说，短期收益可能与市场情绪等影响短期估值的因素比较相关，但是长期来看，其背后仍然会有利润水平的支撑。图表图表12：小市值组合与大市值组合的对数净值比与其他指标小市值组合与大市值组合的对数净值比与其他指标 资料来源：Wind，华泰证券研究所 -150%-100%-50%0%50%100%150%1998/4/302000/4/302002/4/302004/4/302006/4/302008/4/302010/4/302012/4/302014/4/302016/4/302018/4/30对数市值比 对数净值比-300%-200%-100%0%100%200%1998/4/302000/4/302002/4/302004/4/302006/4/302008/4/302010/4/302012/4/302014/4/302016/4/302018/4/30对数市值比 对数PE比 对数净利润比-40%-20%0%20%40%60%80%100%2009/1/232009/5/232009/9/232010/1/232010/5/232010/9/232011/1/232011/5/232011/9/232012/1/232012/5/232012/9/232013/1/232013/5/232013/9/232014/1/232014/5/232014/9/232015/1/232015/5/232015/9/232016/1/232016/5/232016/9/232017/1/232017/5/232017/9/232018/1/232018/5/232018/9/23对数净值比 对数净利润比 对数PE比 2 0 0 3 3 2 6 3/3 6 1 3 9/2 0 1 9 0 3 2 6 1 5:5 7 金工研究/深度研究|2019 年 03 月 25 日 谨请参阅尾页重要声明及华泰证券股票和行业评级标准 12 市值因子反映了经济盈利结构差异市值因子反映了经济盈利结构差异 经过上面的分解，我们了解到，短期因子走势是受风格偏好的影响，中长期走势是两类股票盈利水平的相对变化，短期风格偏好是交易博弈或者事件性的影响，相对而言我们认为长期盈利水平的变化更好把握。但是如何预测大小市值组合背后的收益结构差异呢？在因子的周期性研究中，我们发现因子不存在 42 个月这样的短周期，但是经济走势是明显存在 42 个月这样的短周期的，从这个视角来看，经济短期的波动没有影响两类股票盈利状态的相对变化。因子的周期分解中，我们发现了两个显著的周期，一个是 200 个月附近的周期，另一个是 100 个月附近的周期，其中 200 个月周期的频谱能量最强。这意味着在三种常见的经济周期中，200 个月周期（库兹涅茨周期）对因子的影响最大，其次是100 个月周期（朱格拉周期），42 个月周期（基钦周期）影响不明显。图表图表13：三个主要周期的主要表达三个主要周期的主要表达 资料来源：华泰证券研究所 从这个视角出发，我们可以观察到不同时间维度上的周期波动可能会带来的差异。三个经济周期都是经济走势的波动来源，在经济的波动方向和幅度上共同起作用。特别是 42 个月周期，由于其变化较快，对经济波动的方向影响最为直接。100 个月周期和 200 个月周期对经济波动方向上的影响主要体现在经济波动的拐点附近，可能会使得经济波动的拐点发生提前或者延迟。比如当长周期向上，短周期从向上变成向下时，经济的拐点将会滞后短周期的拐点；但是如果长周期向上，短周期从向下变成向上时，经济的拐点将会提前于短周期的拐点。对于经济波动的幅度上，三个周期波动幅度的叠加是最终经济的波动幅度。这两种影响是周期分解中最为直接的影响。事实上，从因子视角出发，我们可以发现不同周期对经济结构上的影响。由于因子收益的长期趋势表现的是具有两种特征股票收益能力的相对差异，因此因子收益本身反映的就是经济的盈利结构状态。如果因子收益的长期方向发生了改变，则意味着经济的盈利结构发生了改变。在因子的频谱分析中，因子的核心周期是 200 个月和 100 个月，这也意味着经济盈利结构的变化主要受中长周期的影响，42 个月短周期对经济结构的影响不明显。直观上也容易理解，可以明显观察到例如 PPI、CPI、利率、PMI、企业利润等经济指标具有 42 个月周期的变化规律，但是与经济结构相关的部分例如经济的发展模式、主导产业、主导风格等特征不会在一两年内就发生大的改变。2 0 0 3 3 2 6 3/3 6 1 3 9/2 0 1 9 0 3 2 6 1 5:5 7 金工研究/深度研究|2019 年 03 月 25 日 谨请参阅尾页重要声明及华泰证券股票和行业评级标准 13 图表图表14：去趋势后市值因子的频谱特征去趋势后市值因子的频谱特征 资料来源:Wind,华泰证券研究所 例如，从市值因子的走势上就可以看出，经济的收益结构在历史上发生了几次主要的转变。从 1998 年至 2001 年上半年，小市值因子更为占优，小公司的盈利能力也强于大公司。2001年下半年至2006年，大市值股票强于小市值，同时大公司的盈利能力也强于小公司。2007 年至 2016 年整体上都是小市值占优，反映了小市值公司的盈利能力要略微强于大公司。2016 年底至今，大市值明显强于小市值，同时大公司的盈利能力更强。实体经济的走势也大致经历了这样的几个阶段，2002 年至 2006