多因子系列研究报告之一：风险(BETA)指标静态测试0128.ppt

,。,、,证券研究报告深度报告金融工程,Table_Title多因子系列研究报告之一,金融工程研究,Page,1,数量化投资2013 年 01 月 28 日,Table_BaseInfo相关研究报告：国信投资时钟系列报告：基于初值迭代和均值 反 转 的 投资 时 钟 量化 模 型 2013-01-24金融工程专题研究：OBVMACD 指标选股模型 2013-01-11交易性数据挖掘系列报告：量化技术分析之四：均线型趋势跟随策略 2012-12-27分级基金专题报告之十四：收益率如何确定，折算权价值几何 2012-12-25交易性数据挖掘系列报告：量化技术分析之三：强势股回调 2012-12-17联系人：陈志岗电话：0755-82136165E-MAIL：证券分析师：林晓明电话：021-60875168E-MAIL：证券投资咨询执业资格证书编码：S0980512020001证券分析师：戴军电话：0755-82133129E-MAIL：证券投资咨询执业资格证书编码：S0980510120064,专题报告风险（Beta）指标静态测试本文主要讨论了两个问题：1、股票市场上究竟有没有 Alpha？对于问题 1，我们认为市场上存在着 Alpha，但是 Alpha 依赖于 Beta，正是因为 Beta 的计量偏差导致了 Alpha 的存在，同样是因为 Beta 的不稳定性才导致了 Alpha 的不稳定性（逻辑上，如果市场上存在 Alpha，那么先知先觉者会对Alpha 进行套利，随着套利者的增加 Alpha 会减少并转变成 Beta，那么从长期来看，市场上存在的 Alpha 都是不稳定的）2、如何判断一个指标（因子）是否为风险（Beta）指标（因子）？对于问题 2，我们判断一个指标是否为风险指标的关键是判断该指标的收益率在样本期间每个截面是否显著以及是否相对稳定。首先，我们要做的是怎么衡量指标收益率，学术上往往有两种方法：回归法与排序法。在本文我们选择回归法来衡量指标收益率，主要是因为使用回归法能得到的不仅仅是指标收益率，更能得到该指标收益率在截面回归中的显著度水平（t-test），这能解决市场关心的指标收益是否为线性的问题（即每一期，组 1、组 2、组 N 的收益是否为线性排列）。,其次，我们要判断在样本期间指标收益率在样本期间的每个截面总体是否显著以及稳定。我们认为截面指标收益率的 t 值绝对值序列的平均值（AverageAbsolute t-stat）是衡量样本期间，所测试的指标d 是否为风险指标的重要依据。而 t 值绝对值序列大于 2 的占比（Percent Observ.|t|2）的作用是为了保证 t 值绝对值平均值的稳定性，以防止某一期的 t 值绝对值特别大，从而导致样本期间 t 值绝对值的均值很大。同时，我们也关心挑选出来的风险指标在样本期间的收益率是否显著，即对风险指标的定价是否具有稳定的方向性，我们用样本期间指标收益率序列的 t 值（Descriptor return t-stat）来判断样本期间指标 d 的收益率序列是否显著不为 0，即指标d 在剔除行业的影响后，收益率的方向是否显著。最后，本文通过以上方法在中证 800 指数成份股中（2007.2-2012.12），对 11类因子 68 个指标进行了筛选，我们认为在样本期（2007.2 至 2012.12）的静态测试中，盈利收益率（Earnings Yield）、成长（Growth）杠杆（Leverage）、流动性（Liquidity）、动量（Momentum）、规模（Size）、价值（Value）、波动（Volatility）、以及财务质量（Financial Quality）等九类风格因子为风险因子，共包含 39 个指标，而其中比较稳定的风险因子为动量（Momentum）、规模（Size）、价值（Value）等三类风格因子。独立性声明：作者保证报告所采用的数据均来自合规渠道，分析逻辑基于本人的职业理解，通过合理判断并得出结论，力求客观、公正，结论不受任何第三方的授意、影响，特此声明。,请务必阅读正文之后的免责条款部分,全球视野,本土智慧,Page,2,内容目录Alpha VS Beta.4问题 1：股票市场上究竟是否存在 Alpha？.4Beta 指标的静态测试.5问题 2：如何判断一个指标（因子）是否为风险指标（因子）？.5指标的划分.5研究方法.7实证检验.9总结.12国信证券投资评级.14分析师承诺.14风险提示.14证券投资咨询业务的说明.14,请务必阅读正文之后的免责条款部分,全球视野,本土智慧,Page,3,图表目录图 1：单指标测试结果.11表 1：指标的划分.5表 2：单指标测试结果.10表 3：风险指标、因子汇总.12,请务必阅读正文之后的免责条款部分,全球视野,本土智慧,Page,4,Alpha VS Beta问题 1：股票市场上究竟是否存在 Alpha？一切从 CAPM（资本资产定价模型）谈起。CAPM 模型是现代金融市场价格理论的支柱，是由诺贝尔经济学奖得主夏普（William Sharpe）等人在资产组合理论的基础上发展起来的，主要用来研究证券市场中资产的定价与风险之间的关系。模型如下：E(ri)rf i(E(rm rf)，其中：E(ri)：资产 i 的预期益率；r f：无风险收益；i：资产 i 的系统性风险；E(rm rf)：市场风险溢价。该模型指出资产的预期收益率只与系统性风险有关，那么，如果 CAPM 模型完美的成立，即资产的收益能够完全被系统性风险解释，那么股票市场将不存在Alpha。事实上，二十世纪中期，在美国市场，有 75%的股票型基金无法战胜市场指数，学术界将该现象归因于市场的有效性，认为在一个有效的金融市场，Alpha 是不存在的，任何寻找 Alpha 的努力都是徒劳，投资者只能获得 Beta 收益。但是 CAPM 模型是否完美的成立呢？有部份学者，如林特勒，米勒（Merton H.Miller），斯科尔斯（M.Scholes）等人研究指出，系统性风险不是解释资产收益率的唯一因素，即 CAPM 模型不能够完全成立，那么这是否意味着 Alpha是存在的呢？我们认为 CAPM 模型的不完美成立，至少有两种可能，第一种，对系统性风险估计有偏差；第二种，市场上确实存在着 Alpha。事实上，在此之后，罗斯（Stephen.Rose）利用资本市场不可能持续存在套利机会这一假设推导出了套利定价理论（Arbitrage Pricing Theory），APT 模型如下：,E(ri）rf,K ijFj，其中：j 1,E(ri)：资产 i 的预期益率；rf：无风险收益；ij：资产 i 的第 j 个风险因子的系数；F j：第 j 个风险因子。通过该模型，我们可以通过 K 个风险因子来解释系统性风险。从理论上来讲 APT 是成立的，但是由于 APT 模型没有具体说明是哪 K 个风险因子，或者说影响资产价格的因子不胜枚举，因此，在事实上，我们所实际使用的 APT 模型同样不会完美成立。那么，关于问题“股票市场上究竟是否存在 Alpha？”，我们认为：市场上存在着 Alpha，但是 Alpha 依赖于 Beta，正是因为 Beta 的计量偏差导致了 Alpha的存在，同样是因为 Beta 的不稳定性才导致了 Alpha 的不稳定性（逻辑上，如果市场上存在 Alpha，那么先知先觉者会对 Alpha 进行套利，随着套利者的,请务必阅读正文之后的免责条款部分,全球视野,本土智慧,。,1 T,T 1 t 2,Page,5,增加 Alpha 会减少并转变成 Beta，那么从长期来看，市场上存在的 Alpha 都是不稳定的）事实上，若以 CAPM 模型中的市场收益作为唯一的 Beta 因子，那么规模因子（SIZE）、价值因子(B/P)、动量因子等均为 Alpha 因子；若以 Fama-French 三因子模型中的市场收益、规模（SIZE）、价值（B/P）作为 Beta 因子，那么规模（SIZE）、价值（B/P）不再是 Alpha 因子，在这种情况下只有动量还是 Alpha因子；若在 Fama-French 三因素模型的基础上再加入动量作为 Beta 因子，那么动量也不再是 Alpha 因子。既然 Alpha 是依赖于 Beta 存在的，那么本文接下来的讨论就是有意义的，接下来我们要讨论的是 Beta 指标的测试。Beta 指标的静态测试问题 2：如何判断一个指标（因子）是否为风险指标（因子）？下面我们将分三部分来介绍我们是怎么判断一个指标（因子）是否为风险指标（因子）的，第一部分介绍指标的划分，我们结合 BARRA 的分类标准以及我们自己的市场经验将 68 个指标分为 11 个因子；第二部分介绍筛选风险指标的方法；第三部分为我们在样本期间（2007.2-2012.12）对样本空间（中证 800）的实证研究。指标的划分我们根据指标构造的经济含义，以及参考 BARRA 模型的因子分类，将 68 个指标划分为 11 个因子，包括盈利收益率（Earnings Yield）、盈利波动率（EarningsVariability）、成长（Growth）、杠杆（Leverage）、流动性（Liquidity）、动量（Momentum）、规模（Size）、价值（Value）、波动（Volatility）、股利收益率（Dividend Yield）以及财务质量（Financial Quality）等，具体指标名称及算法如表 1。表 1：指标的划分,因子EarningsY ieldEarningsVariabil ity,指 标代码ETOPETP5EXTEVFLOVERNPAY OVCAP,指 标名称净 利润市 值比近 五年平 均净利 润比市 值非 经常性 损益占 比现 金流波 动率净 利润波 动率现 金分红 比率资 产结构 的波动,指 标算法最 近 12 个月 净利润/最 新市值最 近五年 平均净 利润/最近 五年每 年 12 月 31 日 市值 平均值非 经常性 损益/净利 润最 近五年 现金流 的标准 差/最近五 年现金 流的均 值最 近五年 净利润 的标准 差/最近五 年净利 润的均 值最 近五年 平均现 金红利/最 近五年 平均净 利润(N t 1 N t Pt 1 LDt 1 LDt PEt 1 PEt)VCAP CE T LDT PE TT=5；N 为 总 股数；P 为股 价；LD 为长期 负债；,PE 为 优 先股权；CE 为 账面价 值,AGRO,总 资产增 长率,最 近五年 总资产 的回归 系数/最近 五年平 均总资 产,请务必阅读正文之后的免责条款部分,Growth,EGRODELES_SalseGC_SalseGT_Salse GS_Prof itG,净 利润增 长率每 股收益 增长率单 季度营 业收入 增长率累 计营业 收入增 长率TTM 营 业 收入 增长率单 季度净 利润增 长率,最 近五年 净利润 的回归 系数/最近 五年平 均净利 润最 近年报 每股收 益/上一年 年报每 股收益（当年单 季营业 收入-上 年同 期营业 收入）/abs（上年 同期营 业收入）（当年当 期营业 收入-上 年同 期营业 收入）/abs（上年 同期营 业收入）（最近 12 个 月营业 收入-上年同 期营业 收入）/abs（上年同 期营业 收入）（当年单 季净利 润-上年 同期 净利润）/abs（上年同期 净利润）全球视野本土智慧,BTSG,1 Z max,),T,1,(et,T,1,2,(et,Page,6,C_Prof itGT_Prof itGS_CFOGC_CFOGT_CFOGS_ROEGC_ROEGT_ROEGS_ROAGC_ROAGT_ROAGMLEV,累 计净利 润增长 率TTM 净 利 润增 长率单 季营业 性现金 流增长 率累 计经营 性现金 流增长 率TTM 经 营 性现 金流增 长率单 季度 ROE 增 长率累 计 ROE 增长 率单 季度 ROE 增 长率单 季度 ROA 增 长率累 计 ROA 增长 率TTM ROA 增 长 率市 值杠杆,（当年当 期净利 润-上年 同期 净利润）/abs（上年同期 净利润）（最近 12 个 月净利 润-上 年同期 净利润）/abs（上年 同期净 利润）（当 年 单 季 经 营 性 现 金 流-上 年 同 期 经 营 性 现 金流）/abs（上年 同期经 营性现 金流）（当 年 当 期 经 营 性 现 金 流-上 年 同 期 经 营 性 现 金流）/abs（上年 同期经 营性现 金流）（最近 12 个月经 营性现 金流-上年同 期经营 性现金流）/abs（上年 同期经 营性现 金流）（当年单 季 ROE-上年同 期 ROE）/abs（上 年同期ROE）（当年当 期 ROE-上年同 期 ROE）/abs（上 年同期ROE）（最近 12 个月 ROE-上 年同期 ROE）/abs（上年同 期 ROE）（当年单 季 ROA-上年同 期 ROA）/abs（上 年同期ROA）（当年当 期 ROA-上年同 期 ROA）/abs（上 年同期ROA）（最近 12 个月 ROA-上 年同期 ROA）/abs（上年同 期 ROA）（市值+优先股 权+长期负 债）/市值,Lev erageLiquidityMomentumSizeValue,BLEVDTOASTO_1 MSTO_3 MSTO_6 MSTO_1 2MSTO_6 0MHALPHARSTR_1 MRSTR_3 MRSTR_6 MRSTR_12 MLNCAPBTOPSTOPEBITDAv sEVHILO,账 面价值 杠杆负 债资产 比一 个月换 手率三 个月换 手率六 个月换 手率十 二个月 换手率近 五年换 手率历 史 Alpha一 个月收 益率三 个月收 益率六 个月收 益率十 二个月 收益率市 值取对 数账 面价值 比市值营 收市值 比EBITDAv sEV最 高价比 最低价历 史 Beta 乘以历 史 Sigma,（账面价 值+优 先股权+长 期负债）/账面价 值负 债/资产一 个月换 手率三 个月换 手率六 个月换 手率十 二个月 换手率六 十个月 换手率近 六十个 月个股 收益与 上证指 数收益 回归的 Alpha值当 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当 前收盘 价/12 个 月前收 盘价-1LN（市值）最 近年报 账面价 值/市值最 近年报 营业收 入/市值最 近 12 个 月 EBITDA（企业 价值=市值+优先 股+少 数股东 权益+短期与 长期 债务-现 金与现 金等同）/企业 价值LN（最近一 个月最 高价/最近 一个月 最低价）过 去 60 个月 股票月 收益率 与上证 指数月 收益率 的回 归系 数 beta 乘以回 归方程 残差的 标准差,DASTD,日 波动率,DASTD,TN days w t rt2 t 1,T=6 5；Ndays=23；W 为时 间加权,LPRICMRA,股 价取对 数累 积收益 范围,LN（最新股 票价格）CMRA ln(1 Z min,Volatility,VOLB T,成 交量的 历史 Beta,Z 为 个股当 月累积 收益的 最大值 与最小 值个 股最 近 60 周每周 成交量 的变化 率与上 证指数 每周 成交量 变化率 的回归 系数,SERDP,序 列自相 关系数,SERDP,T 2 t 3T 2 t 3,et 1 et 2)2 et2 1 et2 2),e 为 过 去 60 个 月股票 月收益 率与上 证指数 月收益率 的回归 方程残 差序列,BETASIGMA,历 史 Beta历 史 Sigma,过 去 60 个月 股票月 收益率 与上证 指数月 收益率 的回 归系 数 beta过 去 60 个月 股票月 收益率 与上证 指数月 收益率 的回 归方程 残差的 标准差,请务必阅读正文之后的免责条款部分,全球视野,本土智慧,。,T T,j,i,第,我们选取的为申万一级行业，,为虚拟变量，,例：,d iT,Page,7,Div idendY ieldFinancialQuality,Y LDY LD3S_GP MC_GPMT_GP MS_NPMC_NPMT_NP MS_CTPC_CTPT_CTPS_ROEC_ROET_ROES_ROAC_ROAT_ROA,现 金红利 比股价近 三年平 均现金 红利比 股价单 季毛利 率累 计毛利 率TTM 毛 利 率单 季净利 率累 计净利 率TTM 净 利 率单 季经营 性现金 流占比累 计经营 性现金 流占比TTM 经 营 性现 金流占 比单 季 ROE累 计 ROETTM ROE单 季 ROA累 计 ROATTM ROA,现 金红利/最 新股价最 近三年 平均现 金红利/最 新股价当 年单季 毛利润/当 年单季 营业收 入当 年累计 毛利润/当 年累计 营业收 入最 近 12 个月 毛利润/最 近 12 个月 营业收 入当 年单季 净利润/当 年单季 营业收 入当 年累计 净利润/当 年累计 营业收 入最 近 12 个月 净利润/最 近 12 个月 营业收 入当 年单季 经营性 现金流/当 年单季 净利润当 年累计 经营性 现金流/当 年累计 净利润最 近 12 个月 经营性 现金流/最 近 12 个月 净利润当 年单季 净利润/最 新报告 期净资 产当 年累计 净利润/最 新报告 期净资 产最 近 12 个月 净利润/最 新报告 期净资 产当 年单季 净利润/最 新报告 期总资 产当 年累计 净利润/最 新报告 期总资 产最 近 12 个月 净利润/最 新报告 期总资 产,资 料来源：国信 证券经 济研究 所整理。研究方法指标收益率的衡量：回归法 OR 排序法关于指标收益率的衡量，学术上往往有两种方法：回归法与排序法。回归法是将指标 T 期的风险暴露（Factor Exposure）与 T+1 期股票收益进行线性回归，所得到的回归系数即为该指标的指标收益率。排序法是将股票按其在单个指标在 T 期上的风险暴露进行排序，并超配排名靠前的股票同时低配排名靠后的股票，以该组合 T+1 期的组合收益作为指标回报。本文选择回归法来衡量指标收益率，主要是因为使用回归法能得到的不仅仅是指标收益率，更能得到该指标收益率在截面回归中的显著度水平（t-test），这能解决市场关心的指标收益是否为线性的问题（即每一期，组 1、组 2、组 N的收益是否为线性排列）回归模型行业因子一直以来都是重要的风险因子，那么我们在对指标进行测试时应该剔除行业因子的影响，因此，我们在选择截面回归模型时，使用的是行业因子加上单指标作为解释变量的回归模型，具体回归模型如下：,riT 1,X T fjTj,X d d i T,riT 1：资产 i 在T 1 期的收益率；f jT：第T 期，j 个行业因子，万科属于申万房地产，那么万科在房地产行业的因子暴露为 1，在其它 22 个申万一级行业的因子暴露为 0；X T：第T 期，第 j 个行业的因子收益率;j：第T 期，资产 i 在指标 d 上的风险暴露；,请务必阅读正文之后的免责条款部分,全球视野,本土智慧,T,Page,8,X dT：第T 期，指标 d,的收益率；,i：第T 期，资产 i 的残差。数据处理数据的处理分为两部分，即去极值与标准化。去极值：本文采用的是“中位数去极值法”，具体计算公式如下：,if Di D M n D MADif Di D M n D MAD,Di D M n D MADDi D M n D MAD,D i：第 i 个描述性变量的观察值；D m：序列 D i 的中位数；,D MAD：序列 Di D M,的中位数。,D i：去极值后的，第 i 个描述性变量的修正值。,在参考了相关的学术文献后，本文选择 n,5。,标准化：由于各指标量纲的不同，因此需要对指标进行标准化（以保证回归系数可比），标准化的具体计算公式如下：,d i,d iraw u,d i：标准化后的，第 i 个描述性变量的修正值；d iraw：第 i 个描述性变量的观察值；u：市值加权的指标 d i 均值；：序列 d i 的标准差。指标的测试方法1、t 值绝对值序列的平均值（Average Absolute t-stat）在每一期（一个月）我们对截面进行回归，能够得到指标d 的收益率以及用来判断收益率是否显著不为 0 的 t 值，那么在样本期间，我们能够得到指标 t 值的时间序列，通过对该 t 值序列取绝对值并求均值即得到 t值绝对值序列的平均值。t 值绝对值序列的平均值是衡量样本期间，所测试的指标 d 是否为风险指标的重要依据。为什么要取绝对值？,请务必阅读正文之后的免责条款部分,全球视野,本土智慧,Page,9,若指标 ETOP 在第 T 期的指标收益率为-0.03，判断指标收益率在第 T 期的截面回归是否显著不为 0 的 t 值为-3，那么我们知道 ETOP 指标收益率在第 T 期是显著小于 0，在第 T 期属于风险指标；若指标 ETOP 在第 T+1 期的指标收益率为 0.03，判断指标收益率在第 T+1 期的截面回归是否显著不为 0 的 t 值为 3，那么我们知道 ETOP 指标收益率在第 T期是显著大于 0，也属于风险指标；当我们没有对 t 值取绝对值再平均时，值的平均值为 0，那么我们会认为 ETOP指标在 T 期至 T+1 期不是一个风险指标，但事实上 ETOP 在 T 期至 T+1 均为风险指标，只不过指标收益率的方向相反而已。2、t 值绝对值序列大于 2 的占比（Percent Observ.|t|2）对样本期间得到的 t 值序列取绝对值，计算该序列大于 2 的占比即得到 t 值绝对值序列大于 2 的占比。t 值绝对值序列大于 2 的占比的作用是为了保证 t 值绝对值平均值的稳定性，以防止某一期的 t 值绝对值特别大，从而导致样本期间 t 值绝对值的均值很大。假设样本期间为 60 期，指标 ETOP，在第 1 至第 59 期的 t 值均为 1，第 60 期的 t 值为 100，那么样本期间内指标 ETOP 的 t 值绝对值均值为 2.65，从 t 值上判断 ETOP 在样本期内是显著的风险指标，但事实上，该指标只是在第 60 期很显著而已。3、样本期间指标收益率序列的 t 值（Descriptor return t-stat）在每一期（一个月）我们对截面进行回归，能够得到指标 d 的收益率，那么在样本期间，我们能够得到指标收益率的时间序列，计算该收益率序列的 t 值即为样本期间指标收益率序列的 t 值。样本期间指标收益率序列的 t 值主要是判断样本期间指标d 的收益率序列是否显著不为 0，即指标d 在剔除行业的影响后，收益率的方向是否显著。指标的筛选我们定义 Beta 指标：1、t 值绝对值序列的平均值（Average Absolute t-stat）大于 2；2、t 值绝对值序列大于 2 的占比（Percent Observ.|t|2）大于 20%。若 Beta 指标的样本期间指标收益率序列的 t 值（Descriptor return t-stat）大于 2 或者小于-2，则我们认为该 Beta 指标为较稳定的 Beta 指标。实证检验样本空间与数据来源样本股票：中证 800 成分股。中证 800 指数的成份股由中证 500 与沪深 300成份股构成，综合反映了沪深证券市场内大中小市值公司的整体状况，我们认为其作为投资标的有几点好处：1、能够很好地代表沪深两市全部股票的运行情况；2、随着 IPO 政策一步步的放松，市场上的股票数目会越来越多，中国 A 股市场可能会像香港市场靠拢，即越来越多成交极不活跃的仙股存在于市场上，作为市场代表的中证 800 指数将来可能会汇聚越来越多的资金。样本期间：2007 年 2 月 1 日至 2012 年 12 月 31 日，按月进行截面回归。数据来源：天软科技（TinySoft）。实证结果,请务必阅读正文之后的免责条款部分,全球视野,本土智慧,Page,10,根据上文的研究方法我们对选取的指标进行了回归测试，结果如下：表 2：单指标测试结果,FactorEarnings Y ieldEarningsVariabil ityGrowthLev erageLiquidityMomentumSizeValueVolatility,DescriptorsETOPETP5EXTEVFLOVERNPAY OVCAPAGROEGRODELES_SalseGC_SalseGT_Salse GS_Prof itGC_Prof itGT_Prof itGS_CFOGC_CFOGT_CFOGS_ROEGC_ROEGT_ROEGS_ROAGC_ROAGT_ROAGMLEVBLEVDTOASTO_1 MSTO_3 MSTO_6 MSTO_1 2MSTO_6 0MHALPHARSTR_1 MRSTR_3 MRSTR_6 MRSTR_12 MLNCAPBTOPSTOPEBITDAv sEVHILOBTSGDASTDLPRICMRAVOLB TSERDPBETASIGMA,AverageAb solute t-stat3.062.531.061.781.501.191.342.121.631.431.831.801.871.791.951.931.061.070.931.641.611.591.581.541.572.181.681.614.184.264.244.093.063.473.393.964.023.655.313.492.532.614.023.525.323.973.872.112.113.213.16,PercentObserv.|t|267.61%47.89%12.68%39.44%29.58%22.54%21.13%47.89%28.17%25.35%38.03%39.44%33.80%46.48%43.66%43.66%11.27%15.49%9.86%38.03%35.21%26.76%33.80%29.58%29.58%45.07%38.03%38.03%74.65%74.65%76.06%80.28%60.56%57.75%63.38%66.20%66.20%63.38%77.46%63.38%56.34%53.52%71.83%67.61%83.10%66.20%71.83%43.66%50.70%61.97%64.79%,AverageDescriptorsreturn（month）0.288%0.048%-0.086%0.020%-0.009%0.083%-0.061%0.010%0.085%-0.027%0.167%0.091%0.160%0.278%0.183%0.284%0.078%0.071%0.083%0.300%0.203%0.270%0.273%0.176%0.229%0.205%-0.028%0.096%-0.274%-0.137%-0.048%0.068%0.156%-0.294%-0.649%-0.578%-0.669%-0.440%-0.493%0.648%0.475%0.208%0.079%0.104%-0.126%-0.411%0.138%0.194%0.036%0.124%0.089%,Descriptorsreturn t-stat,1.540.27-1.330.18-0.101.24-0.810.080.58-0.271.640.841.532.751.612.681.571.271.773.122.142.962.971.962.581.48-0.251.02-1.09-0.54-0.200.301.07-1.35-3.66-2.59-3.25-2.22-2.023.203.241.360.380.84-0.50-1.800.721.430.460.930.73,请务必阅读正文之后的免责条款部分,全球视野,本土智慧,、,Page,11,Div idend Y ieldFinancialQuality,Y LDY LD3S_GP MC_GPMT_GP MS_NPMC_NPMT_NP MS_CTPC_CTPT_CTPS_ROEC_ROET_ROES_ROAC_ROAT_ROA,1.521.532.412.382.322.332.302.331.201.391.653.023.153.032.792.812.74,28.17%29.58%57.75%54.93%56.34%46.48%43.66%46.48%15.49%26.76%38.03%56.34%57.75%53.52%50.70%54.93%50.70%,0.279%0.302%0.027%-0.023%-0.016%-0.039%-0.111%-0.108%0.037%0.102%0.142%0.113%0.010%-0.045%0.061%-0.017%-0.098%,3.023.700.18-0.15-0.11-0.28-0.73-0.680.571.351.570.600.05-0.210.33-0.09-0.49,资 料来源：天软 科技（Tiny Soft）国信证 券经济 研究所 整理。图 1：单指标测试结果资料来源：天软科技（TinySoft）、国信证券经济研究所整理。根据前面我们对 Beta 指标的定义，我们认为在样本期（2007.2-2012.12）的静态测试中，盈利收益率（Earnings Yield）、成长（Growth）、杠杆（Leverage）、流动性（Liquidity）、动量（Momentum）、规模（Size）、价值（Value）、波动（Volatility）、以及财务质量（Financial Quality）等九类风格因子为风险因子，共包含 39 个指标，而其中比较稳定的风险因子为动量（Momentum）、规模（Size）、价值（Value）等三类风格因子。,请务必阅读正文之后的免责条款部分,全球视野,本土智慧,。,表 3：风险指标、因子汇总,Page,12,因子Earnings Y ieldGrowthLev erageLiquidityMomentum*SizeValue,指标ETOPETP5AGROMLEVSTO_1 MSTO_3 MSTO_6 MSTO_1 2MSTO_6 0MHALPHARSTR_1 MRSTR_3 MRSTR_6 MRSTR_12 MLNCAPBTOPSTOPEBITDAv sEV,因子VolatilityFinancial Quality,指标HILOBTSGDASTDLPRICMRAVOLB TSERDPBETASIGMAS_GP MC_GPMT_GP MS_NPMC_NPMT_NP MS_ROEC_ROET_ROE,S_ROAC_ROAT_ROA资 料来源：国信 证券经 济研究 所整理。*注：红色标 记为较 为稳定 的风险 指标与 因子总结本文主要讨论了两个问题：1、股票市场上究竟有没有 Alpha？对于问题 1，我们认为市场上存在着 Alpha，但是 Alpha 依赖于 Beta，正是因为 Beta 的计量偏差导致了 Alpha 的存在，同样是因为 Beta 的不稳定性才导致了 Alpha 的不稳定性（逻辑上，如果市场上存在 Alpha，那么先知先觉者会对 Alpha 进行套利，随着套利者的增加 Alpha 会减少并转变成 Beta，那么从长期来看，市场上存在的 Alpha 都是不稳定的）。2、如何判断一个指标（因子）是否为风险（Beta）指标（因子）？对于问题 2，我们判断一个指标是否为风险指标的关键是判断该指标的收益率在样本期间每个截面是否显著以及是否相对稳定。首先，我们要做的是怎么衡量指标收益率，学术上往往有两种方法：回归法与排序法。在本文我们选择回归法来衡量指标收益率，主要是因为使用回归法能得到的不仅仅是指标收益率，更能得到该指标收益率在截面回归中的显著度水平（t-test），这能解决市场关心的指标收益是否为线性的问题（即每一期，组1、组 2、组 N 的收益是否为线性排列）其次，我们要判断在样本期间指标收益率在样本期间的每个截面总体是否显著以及稳定。我们认为截面指标收益率的 t 值绝对值序列的平均值（AverageAbsolute t-stat）是衡量样本期间，所测试的指标 是否为风险指标的重要依据。而 t 值绝对值序列大于 2 的占比（Percent Observ.|t|2）的作用是为了保证 t值绝对值平均值的稳定性，以防止某一期的 t 值绝对值特别大，从而导致样本期间 t 值绝对值的均值很大。同时，我们也关心挑选出来的风险指标在样本期间的收益率是否显著，即对风险指标的定价是否具有稳定的方向性，我们用样本期间指标收益率序列的 t 值（Descriptor return t-stat）来判断样本期间指,请务必阅读正文之后的免责条款部分,全球视野,本土智慧,Page,13,标 的收益率序列是否显著不为 0，即指标 在剔除行业的影响后，收益率的方向是否显著。最后，本文通过以上方法在中证 800 指数成份股中（2007.2-2012.12），对 11类因子 68 个指标进行了筛选，我们认为在样本期（2007.2-2012.12）的静态测试中，盈利收益率（Earnings Yield）、成长（Growth）、杠杆（Leverage）、流动性（Liquidity）、动量（Momentum）、规模（Size）、价值（Value）、波动（Volatility）、以及财务质量（Financial Quality）等九类风格因子为风险因子，共包含 39 个指标，而其中比较稳定的风险因子为动量（Momentum）、规模（Size）、价值（Value）等三类风格因子。,请务必阅读正文之后的免责条款部分,全球视野,本土智慧,推荐,回避,推荐,回避,国信证券投资评级,Page,14,类别股票投资评级行业投资评级,级别谨慎推荐中性谨慎推荐中性,定义预计 6 个月内，股价表现优于市场指数 20%以上预计 6 个月内，股价表现优于市场指数 10%-20%之间预计 6 个月内，股价表现介于市场指数10%之间预计 6 个月内，股价表现弱于市场指数 10%以上预计 6 个月内，行业指数表现优于市场指数 10%以上预计 6 个月内，行业指数表现优于市场指数 5%-10%之间预计 6 个月内，行业指数表现介于市场指数5%之间,预计 6 个月内，行业指数表现弱于市场指数 5%以上分析师承诺作者保证报告所采用的数据均来自合规渠道，分析逻辑基于本人的职业理解，通过合理判断并得出结论，力求客观、公正，结论不受任何第三方的授意、影响，特此声明。风险提示本报告版权归国信证券股份有限公司（以下简称“我公司”）所有，仅供我公司客户使用。未经书面许可任何机构和个人不得以任何形式使用、复制或传播。任何有关本报告的摘要或节选都不代表本报告正式完整的观点，一切须以我公司向客户发布的本报告完整版本为准。本报告基于已公开的资料或信息撰写，但我公司不保证该资料及信息的完整性、准确性。本报告所载的信息、资料、建议及推测仅反映我公司于本报告公开发布当日的判断，在不同时期，我公司可能撰写并发布与本报告所载资料、建议及推测不一致的报告。我公司或关联机构可能会持有本报告中所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业务服务。我公司不保证本报告所含信息及资料处于最新状态；我公司将随时补充、更新和修订有关信息及资料，但不保证及时公开发布。证券投资咨询业务的说明证券投资咨询业务是指取得监管部门颁发的相关资格的机构及其咨询人员为证券投资者或客户提供证券投资的相关信息、分析、预测或建议，并直接或间接收取服务费用的活动。证券研究报告是证券投资咨询业务的一种基本形式，指证券公司、证券投资咨询机构对证券及证券相关产品的价值、市场走势或者