2025年金融工程专题研究：财务报表中的Alpha因子扩容与增强

财务报表中Alpha 信息的挖掘

EP（市盈率倒数）作为资本市场最经典的估值因子，以“净利润除以市值”搭建起市场定价与企业盈利的桥梁，直观反映了股票单位市值所对应的盈利回报水平，为投资者判断标的估值的合理性提供了简洁而核心的参考维度。SUE（标准化预期外盈利）因子起源于对盈余公告后价格漂移（PEAD）现象的研究：公司发布盈余公告后，若实际盈余高于预期，股价往往会在后续一段时间内持续上涨。其核心思想是捕捉业绩超预期的高成长性股票，以此获取超额收益。

一个财务因子可拆解为两个部分：第一部分是数据层，即因子所需的原始指标，包括净利润、总市值等；第二部分是算子层，即通过计算将原始指标转化为因子的方式。其中，EP 因子采用简单的比值方式构建，而 SUE 因子的构建方式相对复杂，其通过指标的同比增量与历史同比增量线性外推值的差异，再除以历史同比增量的标准差计算得到。我们可将上述因子构建方式与做菜烹饪相类比：一道菜肴的呈现，同样可拆解为原材料与对应烹饪方法的结合。以猪肉这一常见食材为例，采用中火慢蒸的手法可制成粉蒸肉，通过先煮后炒的工序则能做出回锅肉。图2 中列示了一些常见菜肴所需的原料以及简化的烹饪方法。

一个经典财务因子的生成范式可总结为：（1）寻找一些有效的财务指标；（2）定义运算规则（算子）；（3）将二者结合起来进行运算，从而生成最终的因子。正如我们可以通过蒸、煮、煎、炒等方式将不同的食材烹饪成不同风味的美食一样，我们也可以用不同的算子将不同的指标计算得到不同类型的因子。

然而，传统的估值和成长类因子由于被市场广泛认知，难免陷入“交易拥挤”而效力衰减的困境中。由前述分析可知，一个财务因子是由“数据”和“算子”两个层面相结合得到的产物，那么能否沿着这一思路进行扩展，挖掘出更多有效性较好、相关性较低的因子呢？接下来我们将从数据和算子两个部分出发挖掘因子，对财务因子进行扩容。

挖掘因子采用的数据

数据作为因子挖掘的原料，自然是我们需要首先考虑的因素。图4 展示了财务因子挖掘的数据来源，左侧为资产负债表、利润表、现金流量表三张报表，每个季度披露，最直接地反映公司的经营情况：

资产负债表是企业在某一特定日期的“财务快照”，为当前时点的“存量”数据，以“资产=负债+所有者权益”为核心等式。

利润表记录企业在一定会计期间的经营成果，为“流量”数据，以“收入-费用=利润”为逻辑主线，从营业收入出发，扣除营业成本、税费、期间费用等，最终计算出净利润。我们可以将利润表的数据处理为TTM（滚动过去12 个月）、单季度以及累计值这三种形式。

现金流量表聚焦企业一定期间内现金及现金等价物的增减变动，按经营、投资、筹资三大活动分类列示现金流。与利润表相同，我们也可以将现金流量表的数据处理为 TTM（滚动过去 12 个月）、单季度以及累计值这三种形式。

除主表外，财务附注作为财务报告的重要组成部分，既对主表已列示项目进行补充说明，也对未列示项目加以披露，能够弥补主表因格式限制形成的信息缺口，为使用者做出合理投资决策提供更全面的支撑。 此外，由于财务报表的审计发布需经过较为复杂的流程，在财报发布之前，部分公司也会提前披露上个报告期的经营情况，平缓正式财报发布后的冲击。主要通过业绩预告以及业绩快报两种形式来实现： 业绩预告于正式财报发布前 1-3 个月披露，聚焦于预告企业净利润与营收等核心指标的范围； 业绩快报发布时间晚于预告，向投资者提前披露主要会计数据和经营指标，相比业绩预告更为准确。

挖掘因子采用的算子

有了充足的原始指标，便如同烹饪有了丰富食材；而要将这些“食材”转化为“佳肴”，还需依托恰当的“烹饪手法”，这便是算子的作用——通过算子将各原始指标相结合，我们可以计算得到不同的财务因子。

我们共计使用了 14 个算子来构建因子，除常见的比值（A2B）、同比（YOY）、环比（QOQ）算子外，我们还根据常用因子的构建方式总结出其它算子：

SUD：计算标准化的预期偏离因子（Surprise Deviation），该算子参考了标准化预期外盈利因子（SUE）的计算方式，具体算法为（指标当期同比变化-过去 8 期同比变化的均值）/过去 8 期同比变化的标准差，该算法反映了指标增长超过预期增长的偏离幅度；

IndusProp：计算指标的行业占比，该指标参考了行业集中度（企业营收/行业总营收）的计算方式，用于筛选出龙头股；

PercentileA2B：借鉴 PB-ROE 因子的计算方法，比较两个指标在截面上的相对位置差异，该算子也与比值算子的逻辑类似，但更强调相对排名的差异而非绝对数值的比较；

YOYA-YOYB：借鉴宏观指标中 M1-M2 以及CPI-PPI 剪刀差的构建方式，旨在探究两个指标的同比增速间的差异，如营收增速-成本增速因子，此因子反映计算公司的经营能力，营收的增长能否赶上成本开支的增长；

RegA2B ： 采 用 两 指 标 的 截 面 回 归 取 残 差的方式，该算子与上文中PercentileA2B 类似，也是比较两个指标在截面上的相对位置，PercentileA2B侧重相对排名差异，而 RegA2B 算子则倾向于计算剥离B 的线性影响后，A指标高于市场预期的幅度。

同时我们将计算同比增量的思想融入到算子的构建中，比如比值类算子，除A/B外，还考虑了 A 的同比增量除以 B（DeltaA2B），这样更能捕捉指标的边际变化。面对数量繁多的指标，直接使用上述算子将任意指标组合运算所需的计算量较大，可能会带来很多不必要的算力浪费，有些逻辑上不合理的组合方式可以将其过滤不进行计算，图 5 中列出了两种指标间的组合规则以减轻计算量：

指标区间匹配：就比值算子而言，如果用一个TTM 指标除以单季度指标，就会带来区间不匹配的问题，如采用单季度的净利润与营业成本TTM两个区间不对应的指标相比得到的净利率因子并无实际意义，为此我们对指标的区间进行匹配，即 TTM 指标对应 TTM 指标，单季度指标对应单季度指标；

指标相关性筛选：对于两个指标，就比值因子而言，如果A 和B的相关系数绝对值高于 0.9，如净利润、营业利润与扣非净利润这些指标相关性很强，那么将净利润与扣非净利润两个高度共线性的指标计算得到的比值容易放大噪声的干扰，难以提供信息增量；当两个指标相关系数绝对值低于0.1，则可认为两个指标毫无关联，将毫无关联的指标进行运算在逻辑上也难以解释。

最终，我们共计挖掘得到约 10 万个因子。在这 10 万个因子中，哪些因子可以对现有因子体系有效扩容、提供增量信息，需要我们结合因子的RankIC均值、年化 RankICIR 以及分组超额收益等表现重点筛选与识别。

多维度财务因子扩容

在挖掘得到的众多财务因子中，是否有因子能够提供增量信息，为现有的因子体系扩容？从上节可知，因子由数据与算子构成，我们也从这两个角度举例来看新挖掘得到的财务因子能否对传统因子进行扩容增强。

因子扩容视角一：改进算子提升经典因子绩效

比值类算子是较为常见的因子构建方法，如估值类因子PE 与PB，以及成长类因子同比、环比增速等均采用两个指标比值构建。若分母端（如净利润、净资产）出现极端值（如微利、亏损或净资产为负），会导致比值失真。如果公司因偶发性因素导致某一年度净利润大幅下滑，后续年份由于前一年的低基数效应，业绩增速看似显著，但实际上仅是业绩恢复至原有水平，并非真正意义上的业绩增长。

因子扩容视角二：加入新数据带来增量信息

财务附注类因子构建

财务附注是财务报告的重要组成部分，主要提供对资产负债表、利润表、现金流量表等主表中列示项目的文字描述或明细资料。但是常见的因子中并未包含财务附注所提供的信息，引入财务附注这一新数据源来构建因子可能会带来增量。

遍历财务附注中的因子，我们发现部分财务附注具备一定的选股能力。比如我们计算存货中库存商品的增长。当库存商品增长较快而营收未实现相应增长时，意味着企业产成品库存高企，存在商品滞销与存货减值的风险。这会导致库存周转率下降，进而侵蚀企业利润，对未来股价形成利空压力。

非核心指标因子构建

在市场关注度高度集中的“聚光灯”下，财务报表中真正被反复提及、重点关注的，通常只是净利润、营收等寥寥几个核心指标。但实际上，报表中还藏着大量非核心指标，这些“未被充分挖掘的信息”可能为投资分析打开独特的观察视角。

引入预告和快报数据提升经典因子表现

上市公司向公众传递财务信息的过程并非仅依赖年报、中报、季报等正式财报，还会在财报正式披露前，通过业绩预告与业绩快报提前向市场释放业绩信息，形成阶段性的信息传递链条： 业绩预告通常在财报正式发布前 1-3 个月披露，重点覆盖企业净利润与营业收入，给出净利润与营收的范围预告。 业绩快报一般晚于业绩预告，若公司已汇总完毕当期的财务数据，但因年报编制尚未完成，可提前对外披露业绩快报。业绩快报向投资者提前披露公司主要会计数据和经营指标，相比业绩预告更为准确。

由于业绩预告与业绩快报领先于正式财报的发布，因而相比财报具有时间优势：当一家公司发布超预期的业绩预告后，股价往往会迅速作出反应；而等到正式财报发布时，前期的利好信息已被市场充分消化，此时若选择买入，股价可能早已处于高位，难以获得超额收益。

Alpha 因子库的扩容与增强

结合前述的分析，我们挖掘出的因子能够对传统因子提供增量信息，从而对现有的因子库进行了扩容。那么，如何将这类新因子与现有因子有机结合，从而实现对现有因子库的有效增强，便成为亟待思考的问题。

传统因子合成方法存在的问题

单个因子仅能从单一维度筛选公司，存在固有的局限性。对于因子库中多个因子所提供的多维度信息，我们期望将其合成为一个综合效力更强的因子。目前业界较为常用的做法是对全部因子进行合成，具体可采用等权方式，或基于滚动12个月的 RankICIR 加权的方式。我们采取滚动 12 个月的RankICIR加权来构建复合因子，当因子权重方向与预期因子收益方向相反时，我们将因子权重置为0。为后文表述的方便，我们将此因子简称为加权复合因子。

在因子数量不多的情况下，由于对每个因子的风格较为熟悉，且在选用因子库中的因子进行合成时也会尽量均衡各个风格的因子数量，因而简单地将因子全部合成能够取得较为不错的效果。但当因子数量较多时，我们往往难以清晰界定每种因子的风格类别，此时若盲目采用 RankICIR 对因子进行加权合成，很可能导致最终的合成因子在风格上出现明显偏向，使得最终合成因子的表现不稳定。假设现有两个因子库，均含有 5 个因子：因子库 1：BP、EPQ、预期股息率、SPQ、单季度ROE 同比；因子库 2：单季度 ROE 同比、归母净利润同比、SUE、SUR、EPQ。由于上面两个因子库中的因子均为常见因子，我们可以轻易看出因子库1含有4个价值和 1 个成长因子，偏价值风格；而因子库 2 含有4 个成长与1 个价值因子，偏成长风格。如果我们不加区分地分别将两个因子库中的因子全部合成，表10列示了两个因子库中因子全部合成的绩效表现。

虽然两个因子库因子数量均为 5 个，但两个合成因子的表现差异显著。因子库1相比因子库 2 的合成因子在 RankIC 均值、空头月均超额方面表现较优，而因子库 2 则在年化 RankICIR、RankIC 月胜率以及多头月均超额方面表现较优。

基于分组加权法的因子关联度定义

因子关联度的核心是希望为因子间风格特征的差异定义一个标准，如何来定义因子的风格特征呢？我们认为，如果两个因子的收益相近，那么则可认为他们风格趋同，因而我们从因子收益的角度出发来衡量因子关联度。

根据因子关联度对因子聚类合成构建聚类复合因子

我们采用分组加权法计算因子库中 24 个因子两两间的关联度，在得到因子关联度后，我们采用 Leiden 聚类算法来对因子进行聚类。

引入挖掘因子对因子库进行扩容构建聚类增强因子

上文中我们根据 RankIC 均值高于 2%、年化 RankICIR 高于1.5、多头月均超额高于 0.3%、多空月均收益高于 0.6%的条件筛选出4427 个因子，由于因子数量较多，难以人工一一将其归类。那么，如何对这些因子进行聚类呢？

在挖掘得到的 4427 个因子中，有 1150 个因子被划分到价值类别，1354个因子被划分到成长类别，1050 个因子被划分到低波类别，16 个因子被划分到公司治理类别，余下 857 个因子被划分到其它类别，分析师预期、反转、高频以及时序分位点因子自成一类，并没有新因子被分配到这些类别中。此外，由于附注因子与其它常见因子相关性较低，且具备一定的选股能力，我们将附注复合因子也作为一个大类因子。

聚类增强因子在不同样本空间中的表现

我们展示聚类增强因子与加权复合因子在不同样本空间中的绩效表现对比，包括常见的宽基指数如沪深 300 指数、中证 500 指数、中证1000 指数和国证2000指数，以及近几年市场关注度较高的不同风格型股票池，如小市值股票池、公募基金重仓股和稳定分红高股息股票池。首先我们对近几年市场关注度较高的不同风格型股票池进行如下定义：

小市值股票池：沪深股票池中剔除上市时间不满1 年的新股、ST及*ST等风险警示股、三个月内存在 ST 或*ST 等风险警示的股票后，按照其总市值取最小的 1/3 的股票池。

公募基金重仓股：沪深股票池中最近一个基金季报中，被任意一只主动股基持有为前十大重仓股的股票取并集构建的股票池；

稳定分红高股息股票池：沪深股票池中连续三年均进行现金分红且连续三年的股息支付率均大于 10%的股票池中，股息率处于该股票池前1/3或处于该股票池中同行业公司前 1/3 的股票。

在宽基指数中，聚类增强因子在各分域内均具有较强的选股能力：在沪深300、中证 500、中证 1000 以及国证 2000 中RankIC 值分别为7.10%、10.54%、12.54%、12.98%，年化 RankICIR 为2.22、3.69、4.63、5.27，多头月均超额为 0.94%、1.45%、1.57%、1.65%。相比加权复合因子，聚类增强因子在中证 500、中证 1000 以及国证 2000 上年化RankICIR以及多头月均超额的提升最为显著。

在不同风格股票池中，无论是在分析师覆盖度少、公募基金持仓低的小市值股票池，还是分析师覆盖度高、公募基金持仓高的公募重仓股股票池，抑或是偏低估值、低波动的高股息股票池中，聚类增强因子都展现出较为稳定的选股能力。相比加权复合因子，聚类增强因子在各风格股票池中的RankIC均值、年化 RankICIR、RankIC 月胜率以及多头与空头表现均要优于加权复合因子。

总结

财务报表中 Alpha 信息的挖掘

财务因子挖掘的两个维度：一个财务因子的生成范式可总结为：定义一个运算规则（算子），按此规则将几个财务指标计算得到因子。数据方面，我们采用三张报表、预告、快报与财务附注中的指标作为数据源；算子方面，我们参照常见因子的构建方式定义了 14 个算子，最终挖掘得到约10 万个因子。挖掘财务因子的筛选：大多数挖掘因子的 RankIC 均值在0-1%区间且多空年化收益在 0-2%区间，不能提供有效的选股信息。为此我们根据RankIC均值的绝对值高于 2%、年化 RankICIR 绝对值高于 1.5，多头月均超额高于0.3%，多空月均收益高于 0.6%的标准初步筛选出 4427 个有效因子。

多维度财务因子扩容

我们从新算子与新数据两个视角举例说明挖掘因子对于经典因子的扩容：因子扩容视角一：改进算子提升经典因子绩效。鉴于比值算子易受分母极端值的影响，我们提出了截面分位差算子来解决这一问题。改进算法计算得到的新因子相比经典因子的在多头与空头月均超额方面有明显改善。因子扩容视角二：加入新数据带来增量信息。我们引入财务附注数据构建附注类因子，附注复合因子 RankIC 均值 4.78%，年化 RankICIR 为2.69，RankIC月胜率 83.78%，多头月均超额 0.77%，空头月均超额-1.02%。此外，财报中的非核心指标也蕴含增量信息。引入预告和快报数据使得我们提前得知公司的营收和净利润情况，为经典因子的构建提供更及时的信息。

Alpha 因子库的扩容与增强

传统因子合成方法存在的问题：对现有因子库中的因子全部合成虽选股能力优越，但面对大量挖掘因子时，若不考虑风格直接合成则容易导致复合因子风格偏离的问题，使得复合因子表现不稳定。 因子关联度的定义与因子聚类：我们提出“分组加权法”定义因子关联度，并根据因子关联度对传统因子进行 Leiden 聚类，最终得到价值、低波、成长、分析师预期、高频、反转、公司治理与时序分位点这 8 个类别。聚类复合因子：我们将上述 8 个类别中的因子合成为8 个大类因子后再将大类因子合成得到聚类复合因子，因子在 RankIC 均值、年化RankICIR、多空月均超额等方面均优于全部因子直接合成的结果。 聚类增强因子：根据新挖掘因子与 8 个大类因子的多空相关性对每个类别进行扩容，并采用增量筛选方法对各类别的因子进行筛选，最后合成聚类增强大类因子。合成后每个聚类增强大类因子相比原大类因子表现有提升，将聚类增强大类因子进行合成得到最终的聚类增强因子。 聚类增强因子表现：因子 RankIC 均值 12.08%，年化RankICIR高达5.32，RankIC月胜率 92.67%。因子多头月均超额 1.62%，空头月均超额-1.91%，多头年化超额 25.1%，空头年化超额-24.3%。此外，聚类增强因子在各宽基指数以及不同风格股票池中的表现相较传统复合因子也有显著提升。

（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。）