金融工程研究证券研究报告证券分析师宋旸助理分析师张世良相关研究报告使用多因子框架的沪深 300 指数增强模型多因子研究系列之七

Size: px

Start display at page:

Download "金融工程研究证券研究报告证券分析师宋旸助理分析师张世良相关研究报告使用多因子框架的沪深 300 指数增强模型多因子研究系列之七"

绸胎殷
2 years ago
Views:

1 金融工程研究证券研究报告证券分析师宋旸助理分析师张世良相关研究报告使用多因子框架的沪深 300 指数增强模型多因子研究系列之七 Barra 风险模型 (CNE6) 之单因子检验多因子研究系列之八核心观点 : Barra 风险模型 (CNE6) 之纯因子构建与因子合成多因子模型研究系列之九分析师 : 宋旸 SAC NO:S 年 06 月 20 日分层回测是比较直观反映单因子收益情况的方法, 但其也有一定的缺陷当我们对于单一因子做分层回测时, 无法保证其对其他因子的暴露中性, 所以在进行单因子检测时, 无法排除其他因子对于组合的影响于是我们需要构造纯因子模型, 即对于单一因子暴露为 1, 对于其他因子暴露为 0 的模型纯因子模型可以更客观的反应因子的收益能力本篇报告中, 我们针对全体 A 股, 以月度调仓的频率构建针对 Barra CNE6 模型中一级二级因子的纯因子组合回测数据为 2009 年 1 月年 4 月通过回测可以看出, 流动性和动量的纯因子组合表现较为稳定规模因子和波动率因子收益波动较大质量因子近期收益有一定回撤根据上文对于二级因子收益的分析, 我们重新调整了规模因子中 MIDCAP 因子和质量因子中 Earnings Quality 因子, 将因子合成中原本正向的权重调整为负向权重, 并重新进行回测新模型的 Adjusted 由 34% 上升至 36%, 且质量因子和规模因子的夏普比率也有了较大幅度的提高未来, 我们将利用已有的风险因子, 构建风险模型, 并将其应用于指数增强机器学习等多种选股模型中风险提示 : 随着市场环境变化, 模型存在失效风险请务必阅读正文之后的免责声明渤海证券股份有限公司具备证券投资咨询业务资格 1 of 25

2 目录 1. 概述纯因子模型的求解纯因子测试结果规模因子 (Size) 波动率因子 (Volatility) 流动性因子 (Liquidity) 估值因子 (Value) 质量因子 (Quality) 动量因子 (Momentum) 成长因子 (Growth) 分红因子 (Dividend Yield) 调整合成权重后一级因子总结与未来研究方向展望附录 :Barra CNE6 因子定义请务必阅读正文之后的免责声明渤海证券股份有限公司具备证券投资咨询业务资格 2 of 25

3 表目录表 1: 一级因子纯因子统计结果... 5 表 2: 规模因子纯因子统计结果... 8 表 3: 波动率因子纯因子统计结果... 9 表 4: 流动性因子纯因子统计结果表 5: 估值因子纯因子统计结果表 6: 质量因子纯因子统计结果表 7: 动量因子纯因子统计结果表 8: 成长因子纯因子统计结果表 9: 分红因子纯因子统计结果表 10: 调整后的纯因子统计结果图目录图 1: 一级因子纯因子回测结果... 6 图 2: 二级因子相关性矩阵... 7 图 3: 一级因子相关性矩阵... 7 图 4: 规模因子纯因子回测结果... 8 图 5: 波动率因子纯因子回测结果... 9 图 6: 流动性因子相关性矩阵图 7: 流动性因子纯因子回测结果图 8: 估值因子纯因子回测结果图 9: 质量因子纯因子回测结果图 10: 动量因子纯因子回测结果图 11: 成长因子纯因子回测结果图 12: 分红因子纯因子回测结果图 13: 调整后的纯因子回测结果请务必阅读正文之后的免责声明渤海证券股份有限公司具备证券投资咨询业务资格 3 of 25

4 1. 概述在上一篇报告中, 我们对 Barra CNE6 模型中的一级二级三级因子进行了单因子检测, 得到了各因子的 t 检验结果与分层回测结果分层回测是比较直观反映单因子收益情况的方法, 但其也有一定的缺陷当我们对于单一因子做分层回测时, 得到的组合对于其他因子的并没有办法保持中性所以检测结果无法排除其他因子的影响于是我们需要构造纯因子模型, 即对于单一因子暴露为 1, 对于其他因子暴露为 0 的模型纯因子模型可以更客观的反应因子的收益能力 2. 纯因子模型的求解纯因子模型的求解可以用以下回归方程表示 : 其中, 为因子暴露矩阵, 由 1 个国家因子 S 个行业因子和 M 个风格因子构成假设横截面标的数为 N, 则是一个 ( ) 阶的矩阵为行业整体流动市值, 加入该限制条件是因为在回归方程中引入了国家因子, 而行业因子之和为 1, 这会导致解的不唯一性所以需要加入行业市值权重的限制, 保证解的唯一为解决异方差性, 我们在回归时使用根号流动市值为标的加权, 构建对角矩阵,, 其中 : 阶代表个股的流通市值另外, 根据行业权重的约束条件, 再构建一个 ( ) ( ) 阶矩阵, 其表达式为 : 请务必阅读正文之后的免责声明渤海证券股份有限公司具备证券投资咨询业务资格 4 of 25

5 根据带约束条件的最小二乘法, 可求得纯因子投资组合的权重矩阵 : 该矩阵的每一行对应一个纯因子组合, 使用该组合乘以标的当期超额收益率即可得到当期的纯因子收益率 3. 纯因子测试结果根据上述理论, 我们针对全体 A 股, 以月度调仓的频率构建纯因子组合回测数据为 2009 年 1 月年 4 月通过回测可以看出, 流动性和动量的纯因子组合表现较为稳定规模因子和波动率因子收益波动较大质量因子近期收益有一定回撤表 1: 一级因子纯因子统计结果累计收益年化收益波动率夏普比率胜率 liq % -9.12% 3.84% % mom % -6.91% 5.30% % quality 32.46% 2.76% 4.06% % growth -3.91% -0.39% 1.08% % size -9.38% -0.95% 4.13% % vol 29.32% 2.52% 5.46% % value 24.98% 2.18% 4.79% % DTOP 8.21% 0.77% 1.01% % 请务必阅读正文之后的免责声明渤海证券股份有限公司具备证券投资咨询业务资格 5 of 25

6 图 1: 一级因子纯因子回测结果 CNE6 的说明文档中并未明确各大类因子的合成方法, 我们暂时采用等权合成的方式接下来, 我们将会对于 CNE6 各大类因子的一级因子和二级因子进行详细比对, 并对合成方式进行初步的调整我们还计算了所有二级因子和一级因子的相关性矩阵通过相关性矩阵可以看出, 一二级因子的相关性普遍在较为合理的范围内, 其中二级因子仅有市值因子与中等市值因子市值因子与换手率因子换手率与残余波动率因子等少数几组相关性在 0.5 附近一级因子中, 仅有换手率因子与波动率因子相关性为 0.45, 参考 Barra CNE5 中对于类似情况的做法, 我们将其做了两两正交处理请务必阅读正文之后的免责声明渤海证券股份有限公司具备证券投资咨询业务资格 6 of 25

7 图 2: 二级因子相关性矩阵图 3: 一级因子相关性矩阵请务必阅读正文之后的免责声明渤海证券股份有限公司具备证券投资咨询业务资格 7 of 25

8 3.1 规模因子 (Size) CNE6 的规模因子由 LNCAP 因子和 MIDCAP 因子构成, 其中 LNCAP 因子代表股票市值对数,MIDCAP 代表股票的非线性市值, 也即中等市值在 CNE5 版本中,LNCAP 与 MIDCAP 是单独的一级因子, 但在新版中, 这两个因子被合并成了 size 因子然而通过纯因子的回测, 我们发现, 两个因子的收益方向并不十分一致, 特别是 2015 年以后, 出现了明显分化考虑到两个因子的相关性问题, 我们在调整后纯因子模型中将 MIDCAP 的权重由正向调整为负向, 使规模因子的收益有一定提升表 2: 规模因子纯因子统计结果累计收益年化收益波动率最大回撤夏普比率胜率 LNCAP % -1.92% 2.36% 19.64% % MIDCAP 8.46% 0.79% 2.79% 7.31% % size -9.38% -0.95% 4.13% 24.66% % 图 4: 规模因子纯因子回测结果请务必阅读正文之后的免责声明渤海证券股份有限公司具备证券投资咨询业务资格 8 of 25

9 3.2 波动率因子 (Volatility) CNE6 的波动率因子 (Volatility) 由 BETA 因子和残余波动率因子 (Residual Volatility) 因子构成, 其中残余波动率因子 (Residual Volatility) 又由 HSIGMA DASTD CMRA 三个因子构成在 CNE5 中,BETA 因子和 Residual Volatility 因子也是作为一级因子单独出现的, 而 Residual Volatility 的计算方法与 CNE6 类似通过回测图可看出, 两个二级因子的走势基本一致, 但 Residual Volatility 在年间经历了较大的收益反转合并这两个因子可以在一定程度上提高纯因子组合的收益率, 但波动率也相应加大表 3: 波动率因子纯因子统计结果累计收益年化收益波动率最大回撤夏普比率胜率 BETA 16.39% 1.48% 2.39% 3.28% % resvol 16.27% 1.47% 4.46% 9.69% % vol 29.32% 2.52% 5.46% 7.33% % 图 5: 波动率因子纯因子回测结果请务必阅读正文之后的免责声明渤海证券股份有限公司具备证券投资咨询业务资格 9 of 25

10 3.3 流动性因子 (Liquidity) CNE6 的流动性因子 (Liquidity) 由 STOM STOQ STOA 和 ATVR 四个三级因子构成, 其中 ATVR 为新增的因子, 其余三个因子与 CNE5 一致通过相关性检测可以发现, 这四个因子相关性均较高通过纯因子回测也可看出, 增加了 ATVR 因子后, 新的流动性因子相比于旧的流动性因子各项指标均有小幅改善图 6: 流动性因子相关性矩阵表 4: 流动性因子纯因子统计结果累计收益年化收益波动率最大回撤夏普比率胜率 liq_new % -9.12% 3.84% 62.77% % liq_old % -8.51% 3.80% 60.09% % 请务必阅读正文之后的免责声明渤海证券股份有限公司具备证券投资咨询业务资格 10 of 25

11 图 7: 流动性因子纯因子回测结果 3.4 估值因子 (Value) CNE6 的估值因子 (Value) 相比于 CNE5 改动较大,CNE5 中,BTOP 因子与 Earnings Yield 因子做为一级因子单独存在,Earnings Yield 因子又由 ETOP 因子 EPFWD 因子 CETOP 因子构成而在新版模型中,Earnings Yield 因子的构成中增加了 EM 因子, 即企业倍数因子, 而整体模型的合成中又增加了 Long Term Reversal, 即长期反转因子, 该因子由长期相对动量和长期历史 Alpha 因子构成, 反映了股票在过去较长一段时间内的涨跌水平通过合成这三个因子得到的 Value 因子, 纯因子收益大幅提高, 但波动率也有所上升表 5: 估值因子纯因子统计结果累计收益年化收益波动率最大回撤夏普比率胜率 BTOP 13.66% 1.25% 2.46% 4.69% % ey 13.36% 1.22% 2.17% 2.68% % ltr 9.36% 0.87% 1.47% 2.22% % value 24.98% 2.18% 4.79% 7.97% % 请务必阅读正文之后的免责声明渤海证券股份有限公司具备证券投资咨询业务资格 11 of 25

12 图 8: 估值因子纯因子回测结果 3.5 质量因子 (Quality) 质量因子 (Quality) 是 CNE6 中改动最大, 也是构成最复杂的因子在 CNE5 中, 仅有 Leverage 因子单独存在而新版的 Quality 因子, 由 Leverage Earnings Variablity Earnings Quality Profitablity Investment Quality 五个二级因子构成 Leverage, 即杠杆率因子, 定义延续了 CNE5 的内容, 由 MLEV( 市场杠杆率 ) BLEV( 账面杠杆率 ) 和 DTOA( 资产负债率 ) 三个因子构成 Earnings Variablity, 即盈利变动率因子, 由 VSAL( 收入变动率 ) VERN( 盈利变动率 ) VFLO( 现金流变动率 ) ETOPF_STD( 分析师预测每股收益变动率 ) 四个因子构成 Earnings Quality, 即盈利质量因子, 由 ABS( 资产负债表盈余 ) 和 ACF( 现金流盈余 ) 两个因子构成请务必阅读正文之后的免责声明渤海证券股份有限公司具备证券投资咨询业务资格 12 of 25

13 Profitablity, 即盈利能力因子, 由 ATO( 资产周转率 ) GP( 毛利 ) GPM( 毛利率 ) ROA( 资产收益率 ) 四个因子构成 Investment Quality, 即投资能力因子, 由 AGRO( 总资产增长率 ) IGRO( 发行股份增长率 ) CXGRO( 资本支出增长率 ) 三个因子构成通过回测发现,Quality 因子中的几个二级因子涨跌不太一致, 其中收益较为稳定的因子为 Earnings Quality 因子和 Profitablity 因子, 但是这两个因子的收益方向是相反的, 所以合成时会一定程度的相互抵消,Investment Quality 因子前期表现较好, 近期收益率有所下降我们在调整后纯因子模型中将 Earnings Quality 的权重由正向调整为负向, 使质量因子的收益有一定提升表 6: 质量因子纯因子统计结果累计收益年化收益波动率最大回撤夏普比率胜率 lev -1.08% -0.11% 1.54% 7.51% % earvar 5.06% 0.48% 1.67% 3.75% % eq % -1.08% 1.26% 12.38% % profit 37.58% 3.14% 2.75% 3.22% % iq 18.08% 1.62% 2.22% 3.11% % quality 32.46% 2.76% 4.06% 8.69% % 图 9: 质量因子纯因子回测结果请务必阅读正文之后的免责声明渤海证券股份有限公司具备证券投资咨询业务资格 13 of 25

14 3.6 动量因子 (Momentum) CNE5 的动量因子仅由 RSTR( 相对动量 ) 一个因子构成,CNE6 的动量因子大大丰富, 由 Short Term Reversal( 短期反转 ) Seasonality( 季节 ) Industry Momentum( 行业动量 ) 和 Momentum( 传统动量 ) 四个因子构成, 而传统动量因子又由 RSTR 和 HAlpha 两个三级因子构成通过回测可以发现, 收益最为明显的因子为短期反转因子, 也几乎占据了动量因子绝大部分的收益来源, 剩下因子中, 季节因子和行业动量因子虽然收益不明显, 但收益的单调性较为一致, 且与其他已有因子的相关性非常低传统的动量因子相比之下反而较为不稳定表 7: 动量因子纯因子统计结果累计收益年化收益波动率最大回撤夏普比率胜率 STREV % -6.17% 3.17% 48.24% % SEASON -2.93% -0.29% 0.90% 3.80% % INDMOM 0.91% 0.09% 0.61% 1.52% % mom1-9.48% -0.96% 3.16% 16.73% % mom % -6.91% 5.30% 52.26% % 图 10: 动量因子纯因子回测结果请务必阅读正文之后的免责声明渤海证券股份有限公司具备证券投资咨询业务资格 14 of 25

15 3.7 成长因子 (Growth) CNE6 的成长因子和 CNE5 相比没有变化, 都由 EGRLF( 预测 3 年利润增长率 ) EGRO( 每股净利润增长率 ) SGRO( 每股收入增长率 ) 组成成长因子在历史上的收益一向不太显著表 8: 成长因子纯因子统计结果累计收益年化收益波动率最大回撤夏普比率胜率 growth -3.91% -0.39% 1.08% 5.47% % 图 11: 成长因子纯因子回测结果 3.8 分红因子 (Dividend Yield) 分红因子 (Dividend Yield) 为 CNE6 新增加的因子, 由 DTOP( 股息率 ) 和 DPIBS ( 分析师预测股息率 ) 构成由于 Wind 数据库中关于分析师预测的数据缺失较为严重, 故本次仅使用可 DTOP 因子代表分红因子从回测结果可以看出,2014 请务必阅读正文之后的免责声明渤海证券股份有限公司具备证券投资咨询业务资格 15 of 25

16 年之后, 分红因子收益较为明显, 是值得关注的新因子表 9: 分红因子纯因子统计结果累计收益年化收益波动率最大回撤夏普比率胜率 DTOP 8.21% 0.77% 1.01% 2.46% % 图 12: 分红因子纯因子回测结果 3.9 调整合成权重后一级因子根据上文对于二级因子收益的分析, 我们重新调整了规模因子中 MIDCAP 因子和质量因子中 Earnings Quality 因子, 将因子合成中原本正向的权重调整为负向权重, 并重新进行回测新模型的 Adjusted 由 34% 上升至 36%, 且质量因子和规模因子的夏普比率也有了较大幅度的提高表 10: 调整后的纯因子统计结果累计收益年化收益波动率最大回撤夏普比率胜率 liq % -9.12% 3.84% 62.77% % mom % -6.91% 5.30% 52.26% % 请务必阅读正文之后的免责声明渤海证券股份有限公司具备证券投资咨询业务资格 16 of 25

17 quality 32.46% 2.76% 4.06% 8.69% % growth -3.91% -0.39% 1.08% 5.47% % size -9.38% -0.95% 4.13% 24.66% % vol 29.32% 2.52% 5.46% 7.33% % value 24.98% 2.18% 4.79% 7.97% % DTOP 8.21% 0.77% 1.01% 2.46% % 图 13: 调整后的纯因子回测结果 4. 总结与未来研究方向展望本篇报告中, 我们针对 Barra CNE6 Notes 中定义的第一二级风险因子, 首先采用等权合成的方法, 构建了纯因子模型通过回测发现, 流动性和动量的纯因子组合表现较为稳定规模因子和波动率因子收益波动较大质量因子近期收益有一定回撤然后我们调整了规模因子和质量因子的赋权方式, 重新进行回测, 纯因子模型的收益表现有所提升未来, 我们将利用已有的风险因子, 构建风险模型, 并将其应用于指数增强机器学习等多种选股模型中风险提示 : 随着市场环境变化, 模型存在失效风险请务必阅读正文之后的免责声明渤海证券股份有限公司具备证券投资咨询业务资格 17 of 25

18 附录 :Barra CNE6 因子定义一级因子二级因子三级因子说明因子定义 Size LNCAP 规模流通市值的自然对数 Size 首先取 Size 因子暴露的立方, 然后以加权回归的方式对 Size Mid cap MIDCAP 中市值因子正交, 最后进行去极值和标准化处理股票收益率对沪深 300 收益率进行时间序列回归, 取回归 Beta BETA 贝塔系数, 回归时间窗口为 252 个交易日, 半衰期 63 个交易日 Volatili ty Residual Volatility Hist sigma 历史 sigma 在计算 BETA 所进行的时间序列回归中, 取回归残差收益率的波动率 Daily std 日标准差日收益率在过去 252 个交易日的波动率, 半衰期 42 个交易日 Cumulative range 累积收益范围为过去 T 个月累积对数收益率 ( 每个月包含 21 个交易日 ), 即其中为股票在月的收益, 从而定义累积收益范围如下 : 其中, 对最近 21 个交易日的股票换手率求和, 然后取对数, 即 : Monthly share turnover 月换手率其中为股票在 t 日的成交额, 为股票在 t 日的流通市值为 τ 月的换手率 ( 每月包含 21 个交易日 ) 季换手率定 Liquidit y Liquidity Quarterly share turnover 季换手率义为 : T=3 个月为 τ 月的换手率 ( 每月包含 21 个交易日 ), 年换手率 Annual share turnover 年换手率定义为 : T=12 个月 Annualized traded 年化交易量对日交易份额比率 ( 换手率 ) 进行加权求和, 时间窗口 252 value ratio 比率个交易日, 半衰期 63 个交易日最近一个月的加权累积对数日收益率 Momentum Short Term reversal Short Term reversal 短期反转为算数平均股票收益率, 为半衰指数权重, 时间窗口 21 个交易日, 半衰期 5 个交易日,T={t-1,...,t-n} 请务必阅读正文之后的免责声明渤海证券股份有限公司具备证券投资咨询业务资格 18 of 25

19 过去五年的已实现次月收益率的平均值 Seasonality Seasonality 季节因子为滞后 y 年的月收益率该指标描述个股相对中信一级行业的强度 : (1) 个股相对强度定义为 : 式中, 为日股票收益率, 为半衰指数权重, 时间窗口 6 个 Industry Momentum Industry Momentum 行业动量月, 半衰期 1 个月,T(t)={t,...,t-n} (2) 行业的相对强度定义为 : 式中, 为行业 i 内个股流通市值的平方根 (3) 最终该指标定义为 : Momentum Relative strength 相对强度 (1) 计算非滞后的相对强度 : 对股票的对数收益率进行半衰指数加权求和, 时间窗口 252 个交易日, 半衰期 126 个交易日 (2) 以 11 个交易日为时间窗口, 滞后 11 个交易日, 取非滞后相对强度的等权平均值 Historical alpha 历史 Alpha 在计算 BETA 所进行的时间序列回归中, 取回归截距项 Market Leverage 市场杠杆其中 ME 为上一交易日的市值,PE 和 LD 分别是上一财政年度的优先股和长期负债 Leverage Book Leverage 账面杠杆其中 BE,PE 和 LD 分别是上一财政年度的普通股账面价值, 优先股和长期负债 Quality Debt to asset ratio 资产负债比 TL TA 分别为上一财政年度总负债和总资产 Variation in Sales 营业收入波动率过去五个财年的年营业收入标准差除以平均年营业收入 Earnings Variability Variation in Earnings Variation in Cash-Flows 盈利波动率现金流波动率过去五个财年的年净利润标准差除以平均年净利润过去五个财年的年现金及现金等价物净增加额标准差除以平均年现金及现金等价物净增加额 Standard deviation of Analyst Forecast 分析师预测 EP 比标准差预测 12 月 eps 的标准差除以当前股价请务必阅读正文之后的免责声明渤海证券股份有限公司具备证券投资咨询业务资格 19 of 25

20 Earnings-to-Price (1) 资产负债表应计项目总额计算公式为 : = - Accruals Balancesheet version 资产负债表应计项目其中,NOA 为净经营资产,Cash 为现金及现金等价物,TA 为总资产,TL 为总负债,TD 为总带息债务 ( 负债合计 - 无息流 Earnings Quality 动负债 - 无息非流动负债 ),DA 为折旧与摊销之和 (2) 将负的 ACCR_BS 除以总资产 TA: (1) 现金流量表应计项目总额计算公式为 : Accruals Cashflow version 现金流量表应计项目 Ni 为净利润,CFO 为经营现金流量净额,CFI 为投资活动现金流量净额, DA 为折旧与摊销之和 (2) 将负的 ACCR_CF 除以总资产 TA: Asset turnover 资产周转率 Sales 为过去 12 个月的营业收入,TA 为最近报告期的总资产 Gross profitability 资产毛利率其中 Sales COGS 和 TA 分别是上一个财务年度的营业收入 Profitabili 营业成本和总资产 ty Gross Profit Margin 销售毛利率其中 Sales 和 COGS 分别为上一会计年度的营业收入和销货成本 Return on assets 总资产收益率 Earnings 为过去 12 个月的净利润,TA 为最近报告期的总资产 Total Assets 总资产增长最近 5 个财政年度的总资产对时间的回归的斜率值, 除以平 Growth Rate 率均总资产, 最后取相反数 Investment Quality Issuance growth 股票发行量增长率最近 5 个财政年度的流通股本对时间的回归的斜率值, 除以平均流通股本, 最后取相反数 Capital 资本支出增将过去 5 个财政年度的资本支出对时间的回归的斜率值, 除 expenditure growth 长率以平均资本支出, 最后取相反数请务必阅读正文之后的免责声明渤海证券股份有限公司具备证券投资咨询业务资格 20 of 25

21 BTOP Book to price 账面市值比将最近报告期的普通股账面价值除以当前市值 Trailing Earnings-to-price EP 比过去 12 个月的盈利除以当前市值 Ratio Earnings Analyst-Predicted Earnings-to-Price 分析师预测 EP 比预测 12 个月的盈利除以当前市值 Yield Cash earnings to price 现金盈利价格比过去 12 个月的现金盈利除以当前市值 Value Enterprise multiple (Ebit to Ev) 企业价值倍数的倒数上一财政年度的息税前利润 (EBIT) 除以当前企业价值 (EV) (1) 计算非滞后的长期相对强度 : 对股票对数收益率进行加 Long term relative 长期相对强权求和, 时间窗口 1040 个交易日, 半衰期 260 个交易日 strength 度 (2) 滞后 273 个交易日, 在 11 个交易日的时间窗口内取非 Long Term 滞后值等权平均值, 最后取相反数 reversal (1) 计算非滞后的长期历史 Alpha: 取 CAPM 回归 ( 见 BETA) Long term 长期历史的截距项, 时间窗口 1040 个交易日, 半衰期 260 个交易日 historical alpha Alpha (2) 滞后 273 个交易日, 在 11 个交易日的时间窗口内取非滞后值等权平均值, 最后取相反数 Predicted growth 3 year 分析师预测长期盈利增长率分析师预测的长期 (3-5) 年利润增长率 Growth Growth Historical earnings per share growth rate 每股收益增长率过去 5 个财政年度的每股收益对时间回归的斜率除以平均每股年收益 Historical sales per share growth rate 每股营业收入增长率过去 5 个财政年度的每股年营业收入对时间回归斜率除以平均每股年营业收入分析师调整比率的每月变动, 定义为向上调整次数减去向下调整次数, 除以总的调整次数 Revision ratio 调整比率 L={0,1,2} Sentimen t Sentiment Change in analyst-predicted earnings-to-price 分析师预测 EP 比变化分析师预测 EP 比的加权变动 L={0,1,2,3} Change in analyst-predicted 分析师预测的每股收益分析师预测每股收益的加权变化 : earnings per share 的变化请务必阅读正文之后的免责声明渤海证券股份有限公司具备证券投资咨询业务资格 21 of 25

22 L={0,1,2,3} Dividend Yield Dividend Yield Dividend-to-price ratio Analyst predicted dividend to price ratio 股息率分析师预测分红价格比最近 12 个月的每股股息除以上个月月末的股价预测 12 个月的每股股息 (DPS) 除以当前价格资料来源 : 渤海证券研究所 The Barra China Equity Model (CNE6) 请务必阅读正文之后的免责声明渤海证券股份有限公司具备证券投资咨询业务资格 22 of 25

23 投资评级说明项目名称投资评级评级说明买入未来 6 个月内相对沪深 300 指数涨幅超过 20% 公司评级标准增持未来 6 个月内相对沪深 300 指数涨幅介于 10%~20% 之间中性未来 6 个月内相对沪深 300 指数涨幅介于 -10%~10% 之间减持未来 6 个月内相对沪深 300 指数跌幅超过 10% 看好未来 12 个月内相对于沪深 300 指数涨幅超过 10% 行业评级标准中性未来 12 个月内相对于沪深 300 指数涨幅介于 -10%-10% 之间看淡未来 12 个月内相对于沪深 300 指数跌幅超过 10% 免责声明 : 本报告中的信息均来源于已公开的资料, 我公司对这些信息的准确性和完整性不作任何保证, 不保证该信息未经任何更新, 也不保证本公司做出的任何建议不会发生任何变更在任何情况下, 报告中的信息或所表达的意见并不构成所述证券买卖的出价或询价在任何情况下, 我公司不就本报告中的任何内容对任何投资做出任何形式的担保, 投资者自主作出投资决策并自行承担投资风险, 任何形式的分享证券投资收益或者分担证券投资损失书面或口头承诺均为无效我公司及其关联机构可能会持有报告中提到的公司所发行的证券并进行交易, 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我公司的关联机构或个人可能在本报告公开发表之前已经使用或了解其中的信息本报告的版权归渤海证券股份有限公司所有, 未获得渤海证券股份有限公司事先书面授权, 任何人不得对本报告进行任何形式的发布复制如引用刊发, 需注明出处为渤海证券股份有限公司, 也不得对本报告进行有悖原意的删节和修改请务必阅读正文之后的免责声明渤海证券股份有限公司具备证券投资咨询业务资格 23 of 25

24 渤海证券股份有限公司研究所所长 & 金融行业研究张继袖副所长 & 产品研发部经理崔健计算机行业研究小组王洪磊 ( 部门经理 ) 张源王磊汽车行业研究小组郑连声陈兰芳食品饮料行业研究刘瑀电力设备与新能源行业研究张冬明刘秀峰滕飞医药行业研究小组徐勇甘英健陈晨通信行业研究小组徐勇公用事业行业研究刘蕾餐饮旅游行业研究刘瑀杨旭非银金融行业研究洪程程中小盘行业研究徐中华机械行业研究张冬明传媒行业研究姚磊固定收益研究崔健夏捷朱林宁金融工程研究宋旸张世良金融工程研究祝涛郝倞流动性战略研究 & 部门经理周喜策略研究宋亦威严佩佩宏观研究宋亦威孟凡迪博士后工作站张佳佳资产配置张一帆公用事业信用评级综合管理 & 部门经理齐艳莉机构销售投资顾问朱艳君刘璐合规管理 & 部门经理任宪功风控专员张敬华请务必阅读正文之后的免责声明渤海证券股份有限公司具备证券投资咨询业务资格 24 of 25

25 渤海证券研究所天津天津市南开区水上公园东路宁汇大厦 A 座写字楼邮政编码 : 电话 :(022) 传真 :(022) 北京北京市西城区西直门外大街甲 143 号凯旋大厦 A 座 2 层邮政编码 : 电话 : (010) 传真 : (010) 渤海证券研究所网址 : 请务必阅读正文之后的免责声明渤海证券股份有限公司具备证券投资咨询业务资格 25 of 25

AA+ AA % % 1.5 9

AA+ AA % % 1.5 9 2014 14 01 124753 2014 6 23 AA+ AA+ 2013 12 31 376.60 231.36 227.85 38.57% 2013 4.36 4.75 4.67 2011-2013 9.18 6.54 4.67 6.80 12 56.64% 1.5 9 2013 12 31 376.60 231.36 227.85 38.57% 2013 4.36 4.75 4.67 2013

金融工程研究证券研究报告 证券分析师宋旸 助理分析师张世良 相关研究报告 使用多因子框架的沪深 300 指数增强模型 多因子研究系列之七

金融工程研究证券研究报告证券分析师宋旸助理分析师张世良相关研究报告使用多因子框架的沪深 300 指数增强模型多因子研究系列之七