2025年金融工程基本面研究：基本面因子的收益来源实证

一、基本面量化的收益来源

在我们之前的研究中发现，估值因子的收益来源之一是估值的错配，即当市场发现基本 面较好的股票估值较低时，会抬升估值，而基本面较差的股票估值较高时会压低估值， 估值和基本面基本吻合的股票在下一期不能够产生显著的超额收益。 为了方便读者的阅读，这里简要介绍构建方法。在每个月月末按照估值和基本面将投资 组合划分为 P1（高估）-P5（低估）和 F1（弱基本面）-F5（强基本面）。这里，我们分别 测试了利用 EP 和净利润增长率作为估值和基本面代理指标构建的样本组合和利用 BP 和 ROE 作为估值和基本面代理指标构建的样本组合，分别表征了 GARP 投资策略和 PBROE 投资策略。 这两种估值和基本面构建组合都验证了估值和基本面错配是估值因子的收益来源之一。 以 EP 和净利润增长率为例，P5-F5 表征的低估值强基本面在次月产生了 1.28%的超额收 益，其 t 值达到 6.71，表明其超额收益显著大于 0；P1-F1 表征的高估值弱基本面在次月 产生了-0.42%其 t 值达到-3.36，表明其超额收益显著小于 0；而 P1-F5 与 P5-F1 所表征的 高估值强基本面和低估值弱基本面组合在次月的超额收益 t 值均小于 1，表明其超额收益 不显著不等于 0。

我们的结论和理性风险补偿假说关于估值因子收益来源的解释存在差异。Fama-French 模型中 HML（High Minus Low）价值因子衡量了市场对估值偏差的定价补偿，价值股长 期表现优于成长股，这意味着市场给予投资者持有价值股的风险溢价。理性风险补偿假 说认为价值股看起来“便宜”，是因为它们风险更高。但在我们的证实中，当控制了基本面 这一变量后，估值因子的表现变得不显著。

我们无意进一步讨论估值因子具体的收益来源，但实证表明估值因子的收益来源并不是 风险补偿而是市场的非有效性（估值和基本面错配），这一结论引出了一个更为深层的思 考：我们所熟知的其他常见的基本面因子收益是否同样来源于市场价值发现机制？ 因此，本研究中我们尝试解决如下问题：市场价值发现的时间延迟是多久，其在特定的 选股策略中大约贡献了多少收益。

二、传统量化基本面策略收益来源

从时序上来看，基本面投资的超额收益可能存在反应滞后和反应不足两种情况。 如果基本面超额收益的来源是市场反应滞后，即 当财报发布时，市场定价了一部分的收益，但由于投资者对财务信息的接受速度有差异， 因此股价会逐渐向着合理定价靠近，在下一个财报发布之间充分定价。 如果基本面超额收益来源是市场反应不足，存在错误定价，那么组合的超额收益表现应 该如图 4 所示。即当财报发布时，市场定价了一部分的收益，但市场并未充分认识到公 司的增长潜力或实际价值，因此在下一次财报发布时，市场再次纠正定价错误的偏差。

我们设计了两类检验方法回溯测试和滞后调仓测试，主要用于拆解市场反应滞后和市场 反应不足的收益。 回溯检验具体来说，在每个调仓日，取出组合的持仓样本股，计算个股距离当期盈余公 告日和未来盈余公告日不同时间间隔的超额收益。其中当期盈余公告日为距离个股最近 发布定期报告、预告和快报的日期，未来盈余公告日为个股发布下一个定期报告、预告 和快报的日期。以平安银行为例，在 2024 年 10 月 31 日样本池中，其当 期盈余公告日为 2024 年 10 月 19 日（2024 年三季报），未来盈余公告日为 2025 年 3 月 15 日（2024 年年报），分别计算 2024 年 10 月 19 日后 20 个交易日的超额收益和 2025 年 3 月 15 日后 20 个交易日的超额收益，作为该个股的当期盈余公告日超额收益和未来盈 余公告日的超额收益。 由于回溯检验在调仓日截面向前追溯个股盈余公告日，过程中不可避免地会涉及一定程 度的未来信息。因此，本部分的分析并非用于制定可落地的策略方案，其主要目的是研 究个股在盈余公告日的股价反应特征，并初步估算策略收益中由市场反应滞后或反应不 足所贡献的比例。 在这个基础上，我们进行了模拟回测实验，让调仓日期滞后，让市场充分消化上个月度的信息，观察滞后调仓是否会显著影响策略表现。具体来说，某投资人与上述策略保持 一样的样本股，但调仓日滞后了一个月，例如，4 月份的调仓个股，在 5 月进行调仓，观 察在这种情况下，策略的收益表现。 近年来，随着对 A 股市场的因子挖掘的深入，包括深度学习技术的使用，使得因子数量 迅速增多，因子数量庞大，为了不失一般性的对基本面因子进行研究，我们选取了一些 常见并且在历史上较为有效的基本面因子，分别涉及到估值、成长、质量、超预期。因子 检验的回测区间是 2010 年 1 月 1 日到 2025 年 7 月 1 日。

以上有效因子衍生出三类因子，一类是估值和质量组合（BP 和 ROE）、一类是估值和成 长组合（EP 和增长率）、一类是超预期组合（财务超预期和股价变动）。由于后续测试中 均为全市场选股，因此本文中基准为中证全指全收益指数。 其中估值和质量组合的 BP-ROE 的核心逻辑是选取那些盈利能力强（高 ROE）、但被市 场低估（高 BP，即低 PB）的优质公司。 估值和成长组合中一个经典的策略是 GARP（Growth At a Reasonable Price），即以合理价 格买入具有成长潜力的股票，我们采用 EP 和净利润增长率衡量估值水平和成长能力。 超预期组合中，我们采用 SUE 因子和 JOR 因子，其中 SUE 为个股当期的净利润同比相 较于过去 8 个季度的净利润同比的偏离度水平，JOR 因子为个股财务公告日的最低股价 变动相较于市场的差异。

（一）估值和质量选股

1、策略构建与表现

估值和质量选股中，一个经典的选股模型是 PB-ROE 选股法，该策略本质上以估值为核 心，通过整合企业的盈利能力（ROE）与市场定价水平（PB）意图选取“便宜的好公司”。 我们按照如下步骤设计回测实验。策略在调仓时间节点将个股按照 BP 进行排序，取前 20%构成低估组合，将个股按照季度 ROE 进行排序取前 20%构成质量组合，取低估组合 和质量组合的交集构成 PB-ROE 组合。策略要求个股上市至少 60 个交易日，回测中买入 费用为 0.1%，卖出费用为 0.3%，以信号发出日次日的开盘价进行交易。 实证结果表明，在控制其他变量的情况下，调仓频率并不会显著影响策略的收益表现。 在这表明，收益表现更多来源于因子的有效性和选股逻辑本身，而非调仓节奏的优化。

从月度来看，灰色线为两种调仓方式的超额收益差异，在 4 月、8 月和 10 月进行调仓的 超额收益差异主要体现在 4 月，而月度调仓的超额收益差异主要体现在 2 月和 3 月。整 体来看，两种调仓方式的差异并不大。

从统计来看，月度调仓策略选取的个股的平均流通市值为 139 亿，4 月、8 月和 10 月末 进行调仓所选取的个股平均流通市值为 150 亿。

策略净值表现如下（由于不同调仓频率的表现差异不大，因此仅选取 4 月、8 月和 10 月 进行调仓的策略进行研究）：

2010 年 5 月至 2025 年 5 月，策略年化收益为 15.71%，夏普比例为 0.73，最大回撤为 37.63%，策略相对中证全指全收益指数实现了年化 12.01%的超额收益。

策略在大部分年份可以获得超额收益。策略在 2010 年和 2020 年大幅跑输了基准，主要 原因是这两个年份估值因子贡献了负收益。整体来看，策略并未出现收益的大幅衰减。 为评估策略的资金承载能力，由于我们的策略是等权配置，理论上应该选取每个调仓日 样本中成交量最小个股作为基准，但为剔除部分成交量过小的异常值个股的影响，我们策略在大部分年份可以获得超额收益。策略在 2010 年和 2020 年大幅跑输了基准，主要 原因是这两个年份估值因子贡献了负收益。整体来看，策略并未出现收益的大幅衰减。 为评估策略的资金承载能力，由于我们的策略是等权配置，理论上应该选取每个调仓日 样本中成交量最小个股作为基准，但为剔除部分成交量过小的异常值个股的影响，我们在每个调仓日按当日全部个股成交额的 5%分位数的个股作为单一个股的配置基准。在这 个基础上，我们假设可以平均买入配置基准当日成交额的 5%，作为策略的容量。

结果显示，策略的历史平均容量在 1.28 亿，平均持股数量在 77 个。由于策略选股条件相 对严格，策略的容量并不大，并且受到市场整体成交量的影响，规模变动较大。

2、回溯检验

为了研究该策略的超额收益来源，我们进行了回溯研究，具体研究方法上文中进行了详 细描述，这里不再详述。

结果表明，PB-ROE 选股的一部分收益来源为市场的反应滞后。当期盈余公告日的超额累 加在 12 个交易日内约为 2.3%，未来盈余公告日超额收益累加在统计的 20 个交易日约为 0.4%。 个股的超额收益从盈余公告日开始衰减， 12 个交易日后衰减至 0（置信度为 0.1）。 为了研究超额收益的来源，我们进行了模拟回测实验。结果表明，当投资人反应滞后一 个月，组合的年化收益从 15.71%，衰减到 11.97%，超额收益从 12.01%衰减到 8.27%。

从市场的滞后反应的部分收益来看，盈余公告引发了市场对 ROE 的重新定价，即高 ROE、低 PB 的公司在确认盈利后，其低估值状态被“纠正”，但尽管公告日当天就发布 了财报，但市场反应往往不是即时完全反映信息，市场大约滞后了 12 个交易日。 从我们的滞后样本回测中来看，如果将滞后一个月后的超额收益作为选股收益的话，选 股方面贡献了 8.27%的超额收益，市场滞后反应贡献了 3.74%的超额收益。 从选股的角度，市场反应滞后的收益约为 2.3%，市场反应不足的平均超额累加约为 0.4%。

（二）估值+成长选股

1、策略构建与表现

彼得·林奇提出了 GARP 投资法（Growth At a Reasonable Price，意为“以合理价格买成 长”）。 我们按照如下步骤设计回测实验。策略在调仓时间节点将个股按照 EP 进行排序，取前 20%构成低估组合，将个股按照季度净利润变化率进行排序取前 20%构成成长组合，取 低估组合和成长组合的交集构成 GARP 组合。策略要求个股上市至少 60 个交易日，回测 中买入费用为 0.1%，卖出费用为 0.3%，以信号发出日次日的开盘价进行交易。

从结果来看，月度调仓的年化收益为 21.22%，超额收益为 17.52%，而 4 月、8 月和 10 月 末进行调仓的年化收益为 16.74%，超额收益为 13.04%。

月度调仓相对于 4 月、8 月和 10 月末进行调仓的超额收益主要集中在 2 月、3 月和 8 月， 而这段时间主要是预告和快报发布的时间节点，月度调仓相对于季度报告披露完再调仓， 主要获取了提前披露定期报告、预告和快报这部分的收益。此外，月度调仓的持仓市值 较小，对市值因子有一定的暴露，而市值因子在 2 月、3 月和 8 月历史上都有一定超额收 益。

月度调仓的平均持仓市值为 145 亿，4 月、8 月和 10 月末进行调仓的持仓平均市值为 161 亿。

从月度调仓的表现来看，策略在大部分年份可以获得超额收益。 为评估策略的资金承载能力，我们按照上一章的测试方法对策略规模进行估算。

结果显示策略的历史平均容量在 1.89 亿，平均持股数量在 173 个。

2、回溯检验

我们的研究方法与上一章的结果类似，结果表明，GARP 选股的一部分收益来源为市场 的反应滞后。当期盈余公告日的超额累加在 12 个交易日内达到 3%，未来盈余公告日超 额累加的收益并不显著，在统计的 20 个交易日为-0.01%。 个股的超额收益从盈余公告日开始衰减， 8 个交易日后衰减至 0（置信度为 0.1）。

为了研究超额收益的来源，我们进行了模拟回测实验。结果表明，当投资人反应滞后一 个月，在 4 月、8 月和 10 月末进行调仓的年度收益从 16.26%衰减到 11.02%，超额收益 从 12.56%衰减到 7.32%。月度调仓的年化收益从 21.22%衰减到 12.85%，超额收益从 17.52% 衰减到 9.15%。

从我们的滞后样本回测中来看，如果将滞后一个月后的超额收益作为选股收益， 选股方 面贡献了 9.15%的超额收益，市场滞后反应贡献了 8.37%的超额收益。

（三）超预期反应类选股

1、策略构建与表现

超预期反应（PEAD，Post Earnings Announcement Drift）是学术界重要的发现之一，即公 告超预期的公司，其股价在未来 3-6 个月持续上涨；低于预期的公司，股价持续下跌。其 中，刻画超预期反应的方式大致可以分为三类：以市场反应为核心、以财报为核心、以 分析师预期为核心。 以市场反应为核心的因子主要关注盈余公告前后的股价变化。例如 JOR 因子，其定义为盈余公告当日股价相对基准的超额。 以财报为核心的因子主要关注当期基本面信息相比历史是否有大幅度改善。例如 SUE 因 子,其定义为公司当季的净利润减去过去 8 个季度公司单季度的净利润均值除以 8 个季度 公司单季度的净利润的标准差。 以分析师预期为核心的因子主要关注公司的盈利数据是否超过了市场分析师的预期。 本报告主要通过前两类因子刻画市场的超预期反应。 我们按照如下步骤设计回测实验。策略在调仓时间节点将个股按照 SUE 进行排序，取前 10%构成基本面超预期组合，将个股按照 JOR 进行排序取前 10%构成市场反应超预期组 合，取基本面超预期组合和市场反应超预期组合的交集构成 PEAD 组合。策略要求个股 上市至少 60 个交易日，回测中买入费用为 0.1%，卖出费用为 0.3%，以信号发出日次日 的开盘价进行交易。

从结果来看，月度调仓的年化收益为 25.00%，超额收益为 21.3 %，而 4 月、8 月和 10 月 末进行调仓的年化收益为 22.36 %，超额收益为 18.66 %。

具体来看，策略在除 12 月、4 月外都有一定的超额收益。月度调仓和 4 月、8 月和 10 月 末进行调仓的主要差异在 2 月、3 月、4 月和 8 月。

月度调仓的平均持仓市值为 151 亿，4 月、8 月和 10 月末进行调仓的持仓平均市值为 173 亿。

从月度调仓的表现来看，策略在大部分年份可以获得超额收益，但策略近年来超额收益 呈现出下降的趋势。

为了计算策略的大致容量规模，我们按照前文所述的方法测算持仓规模。

结果显示策略的历史平均容量在 1.01 亿，平均持股数量在 70 个。

2、回溯检验

我们的研究方法和上一章类似，结果表明，超预期选股的收益来源于两部分，一部分是 反应滞后，另一部分是市场的反应不足。

我们发现超预期选股的一部分收益来源为市场的反应滞后。当期盈余公告日的超额累加 在 8 个交易日内达到 9%。 超预期选股另一部分收益来源或许来源于市场的反应不足，从未来盈余公告日超额累加 的结果来看，未来 20 个交易日依然存在约 1%的超额收益。即，本期超预期的个股在下 一期依然有超预期的表现。我们观察的现象和Jegadeesh等人在2006年发表的论文类似， 即超预期个股在接下来一个季度仍然具有显著超额收益1。 为了研究超额收益的来源，我们进行了模拟回测实验，假设某投资人与上述策略保持一 样的样本股，但调仓日滞后了一个月，例如，4 月份的调仓个股，在 5 月进行调仓。 结果表明，当投资人反应滞后一个月，在 4 月、8 月和 10 月末进行调仓的年度收益从 22.36%衰减到 16.44 %，超额收益从 18.66 %衰减到 12.74%。月度调仓的年化收益从 25.0% 衰减到 15.87 %，超额收益从 21.3%衰减到 12.17 %。

从我们的滞后样本回测中来看，如果将滞后一个月后的超额收益作为选股收益的话，选 股方面贡献了 12.17 %的超额收益，市场滞后反应贡献了 9.13%的超额收益。

三、总结

我们的研究发现，月度调仓年化收益相较于 4 月、8 月和 10 月末进行调仓的差异在于月 度调仓暴露了一定的小市值因子，在 2、3、8 月通常月度调仓表现占优，10 月月度调仓 表现较差。 由于策略设置原因，策略的容量并不大，容量大约为 1~2 亿之间。 策略产生的超额收益会在较短时间内消失，其中 PB-ROE 策略市场反应滞后的时间约 12 交易日，GARP 策略和超预期策略的市场反应滞后时间为 8 个交易日。PB-ROE 策略市场 反应滞后每一期约贡献了 2.3%的超额收益、GARP 策略每一期约贡献了 3%的超额收益、超预期策略每一期约贡献了 10%的超额收益。 当滞后一个月进行交易时，三类策略的年化收益均出现了较大幅度的下降，其中超预期 策略年化收益下降幅度最大。三类策略需要反应快于市场，一旦信息发布后应迅速执行； 若不能实现快速响应，该策略的优势会显著削弱。 以上的结果表明，基于基本面投资的策略抓住了市场反应滞后带来的机会和市场定价错 误两方面的投资机会。其中市场反应滞后主要是公司发布了强劲的财报，但市场投资者 逐步消化信息，股价才开始上涨。市场定价错误主要是公司的基本面很好但是投资者对 于股票的内在价值依然存在低估。由于 A 股的股票数量庞大，机构化程度相较于发达市 场依然存在差距，我们认为基于基本面的投资机会长期存在。

（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）