因子选股系列之五十：A股行业内选股分析总结-20190115-东方证券-26页.pdf

HeaderTable_User 1122253200 1359491361 HeaderTable_Stock 股票代码 投资评级 评级变化 行业 code HeaderTable_Excel 东方证券股份有限公司经相关主管机关核准具备证券投资咨询业务资格，据此开展发布证券研究报告业务。东方证券股份有限公司及其关联机构在法律许可的范围内正在或将要与本研究报告所分析的企业发展业务关系。因此，投资者应当考虑到本公司可能存在对报告的客观性产生影响的利益冲突，不应视本证券研究报告为作出投资决策的唯一因素。有关分析师的申明，见本报告最后部分。其他重要信息披露见分析师申明之后部分，或请与您的投资代表联系。并请阅读本证券研究报告最后一页的免责申明。专题报告【金融工程证券研究报告】A 股行业内选股分析总结 因子选股系列之五十 研究结论研究结论本篇报告测试不同行业内大类因子的表现（2009.7-2018.11），并尝试对因子在不同行业表现差异的原因进行分析。比如市值因子在龙头变换率较高，小市值股票占比较高且规模集中度较低的行业中有更强的负向选股作用，也就是说在这些行业里小市值溢价更明显。比如 BP 因子在（无形资产+开发支出+商誉）比净资产较高的行业表现较差，这是因为这类资产未来具有较大的不确定性，不能被账面价值很好的解释。综合来看，估值、超预期、分析师、非流动性和投机性因子在绝大多数行业基本都有一定的选股效果，而盈利、高管薪酬、成长和反转适用的行业相对较少些。我们基于较低的筛选标准（rankIC 大于等于 0.02，ICIR 大于等于 0.4）和较高的筛选标准（rankIC 大于等于 0.03，ICIR 大于等于 1）去筛选每个行业的大类因子，并构建细分行业的行业内增强组合，两类组合在几乎所有行业中均可以获得正的超额收益，但我们发现，在不同标准下行业内的增强效果有强有弱，也就是说仅仅通过一个统一标准去选择行业内的因子并不能得到让每个行业增强表现都最优的因子组合。理论上说细分行业建模可以增加行业内预期收益率的准确性，从而提升宽基指数增强的效果，这里我们比较了在两种筛选标准下的细分行业建模全市场中证 500 增强组合和常规建模中证 500 增强组合的表现，从结果来看，细分行业建模后组合表现与整体建模组合基本相当，主要是因为用统一的标准筛选不同行业的因子会导致不同的行业适应性不同，结果有强有弱，其次也因为细分行业建模组合换手率较高，综合下来行业建模提升的整体 Alpha 并不显著。风险提示 风险提示 极端市场环境可能对模型效果造成剧烈冲击，导致收益亏损。量化模型基于历史数据分析得到，未来存在失效风险，建议投资者紧密跟踪模型表现。报告发布日期 2019 年 01 月 15 日 证券分析师 朱剑涛朱剑涛 021-63325888*6077 执业证书编号：S0860515060001 张惠澍张惠澍 021-63325888-6123 执业证书编号：S0860518080001 相关报告 日内交易特征稳定性与股票收益 2019-01-14 Alpha 与 Smart Beta 2018-12-02 产业链与公司股价关联 2018-12-02 A 股是估值驱动还是盈利驱动？2018-12-02 A 股涨跌幅排行榜效应 2018-11-20 基于 copula 的尾部相关性研究：上尾异常相关系数因子 2018-10-23 东方 A 股因子风险模型（DFQ-2018）2018-09-02 盈利预测与市价隐含预期收益 2018-09-01 基金重仓股研究 2018-08-19 公司研发费用因子探究 2018-06-09 因子择时 2018-06-02 金融工程 细分行业建模与整体建模的指数增强组合对比细分行业建模与整体建模的指数增强组合对比 有关分析师的申明，见本报告最后部分。其他重要信息披露见分析师申明之后部分，或请与您的投资代表联系。并请阅读本证券研究报告最后一页的免责申明。A股行业内选股分析总结 2 目录 1.因子在不同行业内的测试.3 1.1 市值因子.4 1.2 估值因子.7 1.2.1 无形资产加商誉占比较低的行业更适用 BP 9 1.2.2 行业内股票成长同质性高，负净利占比较低的行业更适用 EP(EP2)9 1.2.3 行业内 CFO 成长同质性较高，负 CFO 股票占比低的行业更适合 CFP 11 1.2.3 分红股票占比较高的行业股息率因子表现较好 12 1.3 盈利因子.12 1.4 成长和超预期因子.14 1.5 公司治理因子.15 1.5.1 大国企占比较高的行业，高管薪酬表现较弱 15 1.6 技术类因子.17 1.6.1 股票收益 Dispersion 更高的行业非流动性和投机因子表现更好 19 1.7 分析师类因子.19 2.不同行业有效因子总结及组合测试.20 3.细分行业建模的增强组合.21 4.总结.23 风险提示.24 有关分析师的申明，见本报告最后部分。其他重要信息披露见分析师申明之后部分，或请与您的投资代表联系。并请阅读本证券研究报告最后一页的免责申明。A股行业内选股分析总结 3 1.1.因子在不同行业内的测试因子在不同行业内的测试 众所周知，不同行业的选股逻辑并不相同，因此 alpha 因子在不同行业也有着不完全相同的表现，本篇报告旨在分析各种 alpha 因子在不同行业的选股效果，并且对因子的在不同样本空间的适用性进行研究。因子的测试区间为 2009.7-2018.11（银行从 2010.6），这个测试区间保证了每个行业的股票至少有 15 支，这样统计因子表现才有意义。图 1 展示了我们测试的大类因子列表，这个因子列表与我们网站上的 alpha 列表是相同的，在测试大类因子的时候，我们剔除了银行和非银，这是因为很多因子在银行和非银中是不能计算的，如 CFP、EBIT2EV、RNOA 等，而且银行和非银中主要的券商股的研究我们在之前的报告中也做过相应的研究。图 1：ALPHA 因子列表 数据来源：东方证券研究所 Wind 资讯 大类因子简称因子定义序BP账面市值比1EP归属母公司的净利润TTM/总市值1EP2扣非后的净利润TTM/总市值1SP营业收入TTM/总市值1CFP经营性现金流TTM/总市值1EBIT2EV息税前利润与企业价值之比1SALES2EV营业收入与企业价值之比1DP2过去一年分红/总市值，以分红预案公告日为准1CFROI投资现金收益率1RNOA净经营资产收益率1ROE净资产收益率1ROA2总资产净利率1GPOA总资产毛利率1GROSS_MARGIN销售毛利率1NET_MARGIN销售净利率1PROFIT_GROWTH_YOY归属母公司的净利润季度同比1SALES_GROWTH_YOY营业收入季度同比1PROFIT_GROWTH_TTMTTM净利润同比增长1SALES_GROWTH_TTMTTM营业收入同比增长1DELTA_GPOAGPOA变动(当前TTM和一年前TTM比较)1DELTA_ROEROE变动(当前TTM和一年前TTM比较)1DELTA_ROAROA变动(当前TTM和一年前TTM比较)1DELTA_RNOARNOA变动(当前TTM和一年前TTM比较)1UP预期外的RNOA1SUE0基于带漂移项随机游走模型计算的预期外的净利润1SUE1基于不带漂移项随机游走模型计算的预期外的净利润1SUR0基于带漂移项随机游走模型计算的预期外的营业收入1SUR1基于不带漂移项随机游走模型计算的预期外的营业收入1OperationMR高管薪酬前三之和的对数1TO20过去20个交易日的日均换手率对数-1TO60过去60个交易日的日均换手率对数-1LNAMIHUD20日Amihud非流动性自然对数1AVGAMT_20_60过去20日日均成交额/过去60日日均成交额，乘以100处理-1AVGVOL_20_240过去20日日均成交量/过去240日日均成交量，乘以100处理-1RET20过去20个交易日的收益率-1PPREVERSAL乒乓球反转，过去5日均价/过去60日均价-1-1CGO60处置效应因子，当前价/60日换手反推的持仓价-1-1P2HIGH当前价格除以过去243个交易日的最高价，乘以100处理-1VOL20过去20个交易日的波动率-1VOL60过去60个交易日的波动率-1IVOL60过去60个交易日的特质波动率-1IVR20过去20个交易日的特异度-1MAXRET过去最大收益，过去60日最大3个日收益均值-1VOL120过去120个交易日的波动率-1IVOL60_CAPM过去60个交易日的CAPM特质波动率-1COV过去6个月有覆盖的机构数量，取根号1DISP过去6个月盈利预测的分歧度-1EP_FY1预期的估值1PEGPE_FY1/FY2隐含的利润增量率-1SCORE综合评价1TPER目标价隐含的收益率1WFR加权的预期调整1AnalystSurpriseValueProfitabilityGrowthLiquidityReversalLottery 有关分析师的申明，见本报告最后部分。其他重要信息披露见分析师申明之后部分，或请与您的投资代表联系。并请阅读本证券研究报告最后一页的免责申明。A股行业内选股分析总结 4 1.1 市值因子 图 2 展示了市值因子在各个行业中的 rankIC 和年化 ICIR，市值因子这里没有做方向的调整，可以看到市值的选股方向整体为负向，说明在这个时间区间内小市值股票平均是可以获得超额收益的，但是也有几个行业市值基本没有选股效果，如银行，非银，食品饮料、家电等。我们之前报告A股小市值溢价来源中曾经测试过，小市值溢价在市值较大的沪深小市值溢价在市值较大的沪深 300 样本空间中的效果要弱于样本空间中的效果要弱于中证中证 500 和全市场，也就是说相对偏小市值的样本空间中小市值溢价更强和全市场，也就是说相对偏小市值的样本空间中小市值溢价更强，因此行业内市值因子的表现肯定也与行业内的小市值公司的数量有关，我们计算了每个行业内市值最小我们计算了每个行业内市值最小 30%的股票占的股票占比，发现小市值股票占比，发现小市值股票占比和市值的比和市值的 rankIC 呈显著的负相关，回归的呈显著的负相关，回归的 R-square 为为 39%，也就是说，也就是说行业内小市值股票占比越高，市值因子在行业内的行业内小市值股票占比越高，市值因子在行业内的 rankIC 越低，小市值效果也就更强，这个与我越低，小市值效果也就更强，这个与我们之前研究的结论是一致的，而且这个是不同行业间市值表现差异的最大影响因素。们之前研究的结论是一致的，而且这个是不同行业间市值表现差异的最大影响因素。图 2：2009.7-2018.11 市值因子在各个行业的表现以及各行业相关特征 数据来源：东方证券研究所 Wind 资讯 系数龙头变换率小市值股票占比行业集中度betabeta-0.222-0.1280.425pvalpval0.0280.0000.003R-squareR-square16.74%39.30%30.24%有关分析师的申明，见本报告最后部分。其他重要信息披露见分析师申明之后部分，或请与您的投资代表联系。并请阅读本证券研究报告最后一页的免责申明。A股行业内选股分析总结 5 除此之外，我们认为市值因子的选股效果可能也和行业集中度有一定关系，理论上说行业越集中，行业内的龙头股票越稳定，那么小市值股票逆袭的可能性也就越低，所以小市值股票的价值也就相对较低，我们基于以下公式计算了行业集中度：行业集中度=2i=1，其中为行业内每只股票的市值权重，行业集中度越大，代表行业的垄断程度越高。此外，我们也计算了行业内的龙头变换率，我们在每个月计算了行业内前三大市值最大的龙头与上月末的差异，龙头变换率越低，说明这个行业的龙头越稳定，小市值股票逆袭的可能性就越低。从图 2 可以看到，市值因子 rankIC 与龙头变换率呈现反相关关系，而与行业集中度呈正相关关系，可以很明显的看到石油石化和煤炭这两个行业的行业集中度明显远大于其他行业，因此我们在做回归的时候把这两个行业作为异常值进行了剔除，从回归结果看，市值因子从回归结果看，市值因子 rankIC 与龙头变换率与行业集中度与龙头变换率与行业集中度的回归系数分布为的回归系数分布为-0.22 和和 0.43，均非常显著，均非常显著，R-square 分别为分别为 16.7%和和 30%。说明龙头股票比。说明龙头股票比较固定，行业集中度较高的行业市值因子效果较弱。较固定，行业集中度较高的行业市值因子效果较弱。比如银行股中四大行是长期不变的，非银中的平安，食品饮料中的茅台和家电中的格力，长期占据着行业龙头的位置，因此市值因子在这些行业中基本没有什么效果。图 3：2016.12-2018.11 市值因子在各个行业的表现 数据来源：东方证券研究所 Wind 资讯 图 3 测试 2016.12-2018.11 的市值因子在各个行业内的表现，可以看到结果与整个历史区间有着巨大的差别，几乎所有的行业都转变成为正方向的市值选股效果。从 2016 年底开始，由于政策收紧，市场整体的投机性下降，投资者更加关注公司的价值和质量因素，小市值溢价效果基本消失。图 4 展示了公募基金重仓股的在大类因子上的暴露情况，可以看到从 2016 年底开始，价值、成长、盈利、超预期、市值的正向暴露都迅速提升，说明公募基金的持仓风格也发生了一定的改变。有关分析师的申明，见本报告最后部分。其他重要信息披露见分析师申明之后部分，或请与您的投资代表联系。并请阅读本证券研究报告最后一页的免责申明。A股行业内选股分析总结 6 图 4：基金重仓股的风格特征变化 数据来源：东方证券研究所 Wind 资讯 图 5：各个行业内大类因子值与市值的平均秩相关性 数据来源：东方证券研究所 Wind 资讯 图 5 展示了各个大类因子和市值因子在行业内的因子值秩相关系数，可以看到估值、盈利、公司治理和分析师在各个行业内基本都与市值有较强的相关性，说明历史来看，大市值股票估值较低、盈利能力较好且高管的薪酬较高。根据之前的结果市值在 10-16 年底这段时间在绝大多数行业内都有很强的负向选股效果，小市值股票表现较好，但是在最近两年这个风格偏向于了大票。基于这3 个因子与市值的正向相关性，这几个因子理论上说在 10-16 年底会受到市值风格的负向影响，而在 17 年以来则会因为市值风格偏向于大票而受到市值风格的正向影响。行业ValueProfitabilityGrowthOperation LiquidityReversalLotteryAnalystSurprise石油石化43.0%32.1%12.5%34.1%7.2%-14.1%27.6%40.4%4.5%煤炭56.3%53.4%11.0%48.4%-1.6%-7.5%17.7%48.6%2.2%有色金属28.2%26.2%8.8%47.8%-8.7%-3.8%11.6%27.9%2.7%电力及公用事业32.9%20.6%10.5%48.5%3.4%-11.3%24.3%32.2%4.5%钢铁30.7%-3.5%3.8%20.2%3.8%-2.6%23.9%18.9%-3.1%基础化工21.5%23.8%18.3%37.5%-10.6%-11.7%-0.9%29.0%8.9%建筑45.8%21.1%13.9%40.6%-2.3%-10.7%12.4%48.7%3.4%建材33.7%29.9%17.1%50.8%-11.1%-11.1%0.3%36.8%9.7%轻工制造20.3%20.8%13.6%42.8%-10.9%-13.5%4.3%33.5%9.1%机械26.0%22.4%12.6%46.4%-6.7%-9.5%4.6%30.5%5.7%电力设备11.6%24.1%15.5%45.3%-5.7%-10.1%5.6%28.5%5.0%国防军工13.3%-2.4%2.2%26.5%-8.4%-17.4%11.2%18.0%-0.4%汽车36.3%27.5%10.1%51.7%-4.6%-13.0%5.7%33.3%6.7%商贸零售28.3%33.5%10.0%33.4%-11.3%-8.3%2.6%38.9%10.5%餐饮旅游37.0%45.2%16.1%35.7%-5.2%-12.0%1.7%55.8%10.7%家电47.0%36.9%17.0%61.9%-2.2%-20.9%10.4%46.8%15.1%纺织服装21.9%42.0%9.7%43.3%-1.0%-11.2%12.7%37.4%7.6%医药23.6%47.3%14.8%48.2%-0.3%-20.7%13.4%39.1%16.7%食品饮料38.6%62.4%21.6%61.3%3.9%-20.7%15.8%47.4%23.2%农林牧渔24.2%36.6%11.6%42.6%-2.7%-15.6%7.0%37.2%7.0%房地产36.3%29.9%13.0%56.0%-6.4%-9.3%4.8%34.8%8.6%交通运输39.2%13.4%2.9%38.2%4.7%-8.7%19.9%32.7%-1.7%电子元器件12.5%27.4%19.8%42.9%-8.9%-17.3%0.0%30.2%10.8%通信32.8%27.0%15.8%37.8%-6.8%-13.7%7.9%33.0%11.6%计算机18.1%32.4%21.4%35.9%-2.8%-17.6%7.0%36.7%8.8%传媒14.0%37.5%14.8%46.6%-10.2%-9.9%14.4%31.7%14.7%综合18.4%20.1%19.1%26.9%-8.8%-4.4%-1.4%18.5%11.2%有关分析师的申明，见本报告最后部分。其他重要信息披露见分析师申明之后部分，或请与您的投资代表联系。并请阅读本证券研究报告最后一页的免责申明。A股行业内选股分析总结 7 1.2 估值因子 我们测试了估值大类因子从 2009.7-2018.11 的表现，图 6 展示了测试的结果。从原始值表现来看，RankIC 大于 0.04 且 ICIR 大于 1 的行业为轻工制造、机械、电力设备、国防军工、汽车、食品饮料、农林牧渔、交通运输、电子元器件、通讯和计算机，整体估值表现比较好的行业主要集中在制造业和 TMT；rankIC 低于 0.03 或 ICIR 小于 0.6 的行业主要有石油石化、煤炭、电力及公用事业、钢铁和建筑这些周期行业；剩下的估值表现处在中游的行业以消费类为主。相比于其他类型的因子，估值因子虽然被划入了估值大类，但是其逻辑其实差别较大，所以我们这里将进一步比较单个估值因子在各个行业间的表现（图 8-9）。图 6：估值大类因子在各个行业内的表现 数据来源：东方证券研究所 Wind 资讯 从结果来看，不同的估值因子在各个行业内的表现差别较大。RankIC 大于 0.04 且 ICIR 大于 1 的行业有轻工制造、机械、电力设备、国防军工、汽车、食品饮料、农林牧渔、交通运输、电子元器件、通讯和计算机，整体来看估值在制造业和 TMT 行业表现较好。我们在图 7 展示了估值因子与市值因子在行业内的因子值平均秩相关性，发现估值因子在行业内与市值的相关性较高，其中 EP、EP2 和 DP2 三个因子在各个行业内均与市值是正相关的，也就说在每个行业内大市值的股票都会在 EP 上给出较低的估值，且大市值股票也会有着较高的股息率，这两个因素其实是有着内生联系的，因为大市值的股票通常股息率较高，所以在 ROE 相同的情况下，大市值股票分配了较多的股息，因此相对的成长性会略低于小市值股票，所以 EP 估值水平也会较低。行业rankICICIR多空年化多空月最大回撤 多空信息比rankICICIR多空年化多空月最大回撤多空信息比石油石化0.0390.0390.550.557%7%-48%-48%0.380.380.0630.0631.081.0818%18%-37%-37%0.970.97煤炭0.0350.0350.410.41-1%-1%-64%-64%0.090.090.0820.0821.451.459%9%-37%-37%0.570.57有色金属0.0430.0430.80.86%6%-37%-37%0.410.410.0630.0631.31.312%12%-30%-30%0.750.75电力及公用事业0.0400.0400.570.578%8%-29%-29%0.420.420.0620.0621.061.0613%13%-25%-25%0.720.72钢铁0.0440.0440.550.554%4%-64%-64%0.270.270.0710.0711.071.0713%13%-39%-39%0.630.63基础化工0.0410.0410.950.956%6%-38%-38%0.420.420.0540.0541.41.410%10%-28%-28%0.690.69建筑0.0220.0220.280.280%0%-64%-64%0.150.150.0600.0600.950.9513%13%-36%-36%0.640.64建材0.0560.0560.810.817%7%-51%-51%0.400.400.0860.0861.561.5615%15%-20%-20%0.730.73轻工制造0.0600.0601.151.158%8%-34%-34%0.530.530.0820.0821.661.6616%16%-22%-22%0.930.93机械0.0480.0481.251.258%8%-20%-20%0.650.650.0740.0742.612.6116%16%-15%-15%1.451.45电力设备0.0450.0451.011.0112%12%-22%-22%0.850.850.0610.0611.461.4615%15%-19%-19%1.201.20国防军工0.0870.0871.251.2515%15%-37%-37%0.790.790.0870.0871.271.2713%13%-40%-40%0.740.74汽车0.0600.0601.091.094%4%-47%-47%0.310.310.0860.0862.032.0318%18%-21%-21%1.141.14商贸零售0.0480.0480.90.96%6%-22%-22%0.460.460.0620.0621.281.2811%11%-22%-22%0.780.78餐饮旅游0.0490.0490.610.612%2%-60%-60%0.210.210.0510.0510.680.686%6%-53%-53%0.380.38家电0.0510.0510.620.624%4%-68%-68%0.290.290.0750.0751.211.2121%21%-29%-29%1.051.05纺织服装0.0390.0390.730.734%4%-39%-39%0.310.310.0570.0571.21.29%9%-24%-24%0.680.68医药0.0370.0370.770.773%3%-35%-35%0.280.280.0470.0471.161.166%6%-22%-22%0.520.52食品饮料0.0640.0641.051.055%5%-52%-52%0.340.340.0690.0691.471.4714%14%-29%-29%0.930.93农林牧渔0.0520.0521.021.029%9%-26%-26%0.580.580.0620.0621.351.3517%17%-14%-14%1.001.00房地产0.0340.0340.550.554%4%-38%-38%0.280.280.0570.0571.211.2113%13%-25%-25%0.890.89交通运输0.0770.0771.141.1413%13%-22%-22%0.760.760.1010.1011.771.7716%16%-18%-18%1.121.12电子元器件0.0600.0601.511.5114%14%-17%-17%0.990.990.0650.0651.941.9414%14%-19%-19%1.101.10通信0.0480.0481.031.036%6%-27%-27%0.400.400.0710.0711.661.6616%16%-18%-18%0.920.92计算机0.0450.0451.011.0111%11%-19%-19%0.700.700.0540.0541.291.2914%14%-26%-26%0.900.90传媒0.0490.0490.740.742%2%-67%-67%0.190.190.0530.0530.830.83-2%-2%-72%-72%0.040.04综合0.0520.0520.730.733%3%-50%-50%0.230.230.0630.0630.920.926%6%-51%-51%0.360.36Value 原始值Value市值中性化 有关分析师的申明，见本报告最后部分。其他重要信息披露见分析师申明之后部分，或请与您的投资代表联系。并请阅读本证券研究报告最后一页的免责申明。A股行业内选股分析总结 8 图 7：各类估值因子与市值因子在行业内相关性 数据来源：东方证券研究所 Wind 资讯 图 8：估值因子原始值在各个行业内的 rankIC 图 9：估值因子在各个行业内的 ICIR 数据来源：东方证券研究所 Wind 资讯 数据来源：东方证券研究所 Wind 资讯 因子简称BPEPEP2SPCFPEBIT2EVSALES2EVDP2石油石化0.310.460.440.180.390.470.110.31煤炭0.270.570.610.060.350.620.070.53有色金属0.050.260.310.030.230.340.020.24电力及公用事业0.220.370.400.070.190.28-0.050.45钢铁0.430.130.120.250.400.090.190.16基础化工-0.040.290.290.010.110.28-0.020.16建筑0.200.530.540.310.110.460.320.34建材0.110.390.390.170.260.340.070.26轻工制造0.010.250.230.080.140.21-0.020.21机械-0.030.330.280.180.060.300.160.14电力设备-0.160.260.240.040.070.190.020.08国防军工0.110.140.170.050.050.140.070.12汽车0.150.390.360.260.200.210.300.30商贸零售0.050.370.380.040.060.250.070.20餐饮旅游0.040.440.410.170.070.360.200.36家电0.010.490.450.290.270.380.320.27纺织服装0.040.370.35-0.070.050.32-0.040.25医药-0.170.420.44-0.060.130.37-0.060.26食品饮料-0.330.510.53-0.050.340.50-0.030.49农林牧渔-0.110.340.39-0.010.150.320.000.26银行0.200.440.430.19-0.240.68非银行金融0.450.560.620.550.12-0.13-0.370.55房地产0.210.450.460.24-0.050.390.190.34交通运输0.290.390.380.180.230.250.150.30电子元器件-0.120.270.24-0.030.110.22-0.060.06通信0.000.300.280.200.200.320.170.20计算机-0.250.300.26-0.010.090.26-0.050.07传媒-0.010.310.26-0.130.060.22-0.100.16综合0.110.270.28-0.06-0.070.26-0.090.18大类因子简称BPEPEP2SPCFPEBIT2EVSALES2EVDP2石油石化0.0520.0130.0140.0240.0340.0150.0260.005煤炭0.0480.0210.0190.0150.0210.0220.0110.007有色金属0.0520.0350.0220.020.0160.0330.0260.026电力及公用事业0.0350.0370.0340.0020.0070.0320.0120.015钢铁0.0150.060.0580.0150.0020.0550.0400.043基础化工0.0430.0290.0270.0230.0180.030.0350.020建筑0.0250.0290.0240.0020.0120.023-0.0010.016建材0.0590.0290.0240.0440.0320.0330.0580.029轻工制造0.0420.0490.0510.0360.0440.0620.0510.047机械0.0570.0290.0280.020.0420.030.0280.031电力设备0.0530.0340.0290.0290.0160.0290.0340.013国防军工0.0670.0710.0580.0430.0510.0730.0550.045汽车0.0510.0530.0540.0390.0340.0550.0430.041商贸零售0.0560.0310.0310.0370.0210.0350.0380.011餐饮旅游0.0740.0280.0180.0290.0620.0310.0280.019家电0.0460.0550.0450.0270.040.0460.0280.044纺织服装0.0520.0170.0120.0320.0350.0180.0390.011医药0.0250.030.0310.0160.0370.0330.0170.028食品饮料0.0370.0450.0440.0270.0810.0440.0300.031农林牧渔0.060.0350.0310.0280.0280.0370.0310.032银行0.0890.1120.1090.0860.079非银行金融0.0970.0750.0770.0570.049房地产0.0550.0170.0170.0340.0050.0170.0340.025交通运输0.0570.0650.0590.0270.0430.0580.0310.049电子元器件0.0490.0540.0450.0440.0390.0450.0460.037通信0.0610.0390.0340.0350.0070.0260.0420.010计算机0.040.0510.0480.0330.0020.0350.0350.016传媒0.0270.0210.0270.050.0220.0450.0460.035综合0.0620.0250.0270.0420.0330.0130.0500.033Value大类因子简称BPEPEP2SPCFPEBIT2EVSALES2EVDP2石油石化0.70.190.20.330.490.220.380.09煤炭0.640.270.240.260.30.280.210.09有色金属0.890.810.480.340.360.710.450.67电力及公用事业0.540.640.580.040.10.590.260.28钢铁0.150.820.780.160.030.810.510.82基础化工1.040.750.710.490.480.760.880.66建筑0.340.420.360.030.250.36-0.010.27建材0.970.460.410.690.490.551.080.57轻工制造0.740.941.010.580.931.250.990.98机械1.370.780.750.391.420.870.591.12电力设备1.220.730.630.660.490.630.810.31国防军工1.011.060.840.550.851.080.720.74汽车1.050.981.050.770.821.40.821商贸零售1.130.590.540.940.440.660.960.24餐饮旅游1.110.370.230.40.830.40.370.27家电0.750.690.60.340.60.660.340.72纺织服装0.990.320.220.570.820.330.720.24医药0.570.560.580.370.960.640.410.7食品饮料0.580.660.590.461.550.630.520.44农林牧渔1.450.70.570.640.690.70.720.69银行0.921.161.120.930.73非银行金融1.330.890.940.620.59房地产1.030.250.250.620.150.290.70.53交通运输0.770.990.90.620.730.910.750.86电子元器件1.171.2111.121.080.981.221.13通信1.260.80.730.750.150.550.890.24计算机0.761.060.920.630.050.720.660.44传媒0.40.330.510.670.330.790.630.76综合0.910.350.40.70.580.190.850.59Value 有关分析师的申明，见本报告最后部分。其他重要信息披露见分析师申明之后部分，或请与您的投资代表联系。并请阅读本证券研究报告最后一页的免责申明。A股行业内选股分析总结 9 1.2.1 无形无形资产资产加加商誉占比商誉占比较低较低的行业的行业更适用更适用 BP 从 BP 来看，BP 因子在大多数行业中有着显著的选股效果，我们知道 BP 是公司净资产与市值的比值，理论上说，BP 对于公司资产的价值更加重视，通常来说账面价值相对稳定的周期性行业如石油石化、有色金属等行业比较有效。而对于像银行、非银等流动资产比重较大的行业，其账面价值一般被认为是其内在价值的一个优良指标，绝大部分的银行资产，如债券和商业贷款，其价值都与账面价值相等，因此 BP 也应该具有较好的选股效果。而对于一些净资产与重置成本相差较大从而不能反映公司实际价值的公司，BP 的效用就会大打折扣，通常来说公司的专利、使用权、开发支出、商誉等都属于账面价值不能反映其真实价值的科目。这里我们用无形资产加开发支出加商誉除以净资产构建了指标（IRB2E）（图 10），这个指标数值越高，就说明这个行业中不能反映真实价值的资产占比越高，这里要注意的是像煤炭、有色这样的采掘行业无形资产中其实包括了很大账面价值的开采证，而开采证这类无形资产相对而言是定价比较准确的，因此这个指标在这两个行业其实是不适用的，我们在剩下的 27 个行业进行回归，系数为-0.146，R-square 为 21%。这也就是说明 BP 的选股效果与公司资产结构是有关的，若公司存在比较多的预期能够产生很高价值的资产，那么 BP 的效用也会有所下降。图 10：各(无形资产加开发支出加商誉)比净资产指标与 BP 表现的关系 数据来源：东方证券研究所 Wind 资讯 1.2.2 行业内行业内股票成长同质性股票成长同质性高，高，负净利占比负净利占比较低较低的行业的行业更更适用适用 EP(EP2)从 EP 和 EP2 来看，这两个因子在各个行业中的表现都基本相同，说明扣非本身对因子表现影响不大。EP 和 EP2 在不同行业的差别较大，在银行、计算机、电子、国防军工中的表现较强，而在是有石化、煤炭、建筑、建材、餐饮旅游、纺织服装、传媒和综合中表现很弱，并没有非常明显的规律。EP（EP2）反映了行业内横向的公司关于净利润的估值水平，理论