2025年基本面量化系列专题报告：成长因子改造手册

成长性的衡量标准：从增速指标的构造方式出发

成长因子意在刻画企业经营、盈利的成长性，实践中常用同比、环比增速等指标作为代理 变量。是否还有更多角度可以准确、全面的衡量企业过去一段时间的成长性？ 本节首先对增速指标的不同构造方式进行讨论和实证对比，共涵盖 8 种不同的计算方法， 除了基础的百分比增速和回归法计算的复合增速外，主要额外考虑四种衡量增速的方法， 分别是百分比排名增速、预期外增速、加速度和稳健增速。

四种额外的计算方式各有侧重： 1、 百分比排名增速：侧重于衡量企业在截面上相对排名的增长速度。经过行业中性化后， 该因子能较为准确的刻画出企业在行业内发展势头的“迅猛程度”，或可筛选出正在向 行业龙头成长的潜力股。同时，该计算方法也可有效规避成长因子因分母端数值出现负 值或极值而导致的失真现象； 2、 预期外增速：源于 Ball & Brown（1968）、Bernard & Thomas（1989）有关盈余漂移 异象的经典研究，侧重于衡量公司最新财报的超预期增幅。本文将 Bernard & Thomas 提出的标准化预期外盈利因子（SUE）的逻辑进行简化，将最新一期相对于过去一段时 间窗口内均值的增长作为预期外增长； 3、 加速度：由 He（2020）提出。加速度侧重于衡量企业的二阶增速，是一阶增长率的重 要补充维度。一阶增速绝对值较高的企业，或许未来无法长久维持高增速；反之，当前 一阶增速较低的企业，若其增速处于逐年递增的上行区间，也可被定义为高成长企业； 4、 稳健增速：侧重于衡量企业成长趋势的稳定性，要求企业不仅处于增长区间，同时是高 质量、低波动的稳健增长。因子的构造方式与预期外增速存在相似之处，区别在于分子 端为区间内整体增速。该方法与加速度中分子端增长均可用区间起止时刻的百分比增速 以及区间内增长斜率两种方式衡量。 成长因子的计算涉及诸多细节，即使针对同一种因子构造方式，不同的财务指标口径、时 间窗口长度都会对因子表现带来显著影响。本节基于净利润指标，对以上 8 种因子构造方 式及不同的时间窗口长度、指标口径进行批量测试。

单因子测试

首先观察对于百分比增速、复合增速两种基础构建方法，不同财务指标计算口径及时间窗 口长度下的因子表现。

从因子 IC 和多头组超额看，可以得出以下三条结论： 1、 财务指标口径：单季度值优于累计值及 TTM，其中原因或是单季度值对企业业绩变化 的信息体现的更加充分及时； 2、 时间窗口长度：对于三种口径的财务指标，一年时间窗口因子均表现最优，增加或缩短 时间窗口长度后因子表现均有不同程度衰减，说明同比增速依然是成长股定价的最重要 因素； 3、 增速计算方式：无论短期或长期，复合增速表现均弱于百分比增速。

进一步对比其余因子表现，结果如下。由于预期外增速、加速度等方法在一年以内的时间 窗口内均无意义，因此该组对比仅于一年及以上长期增速的范围内测试，财务指标口径均 选用单季度值。

可以发现，不同的成长性衡量方法均有效。在一年的时间窗口尺度上，各因子均表现较优， 其中预期外增速、以百分比增速计算的加速度和稳健增速在较长尺度的时间窗口内也有不 错表现。而对于加速度和稳健增速，回归取斜率方法计算的复合增速在各时间窗口尺度上 依然普遍不及百分比增速，进一步验证了前文结论。

因子合成

不同构造方法和时间尺度的因子是否可能取长补短，进一步合成得到全面衡量企业综合成 长性的综合成长因子？ 基于上节实证结果，本节首先选取百分比增速、百分比排名增速、预期外增速、加速度及 稳健增速五种构造方式在不同时间尺度下得到的因子，计算各因子间相关性如下。其中增 速均以百分比增长率计算，净利润取单季度口径。

观察以上结果可以初步得到结论：不同构造方式、不同时间尺度间因子的相关性较低，表 格中全部因子相关性均值低于 0.5。而其中仍存在几种相关性偏高的特例： 1、 不同时间尺度的预期外增速因子间相关性较高。这是由于该构造方式下，财务指标的时 序均值、标准差对于时间窗口长度不敏感。 2、 各时间尺度下的加速度因子与一年百分比增速相关性均较高。这是由于加速度因子将一 年期百分比增速作为一阶增速，基于该增速计算二阶增速。 3、 相同时间尺度下百分比增速与百分比排名增速间相关性较高。这是由于两者构造方式类 似，百分比排名增速可以近似为去量纲的百分比增速。

基于以上分析，本节进一步按下图方法合成得到净利润综合增速因子。其中合成综合增速 因子时将相关性较高的百分比排名增速因子直接剔除，预期外增速因子仅保留两年时间尺 度，其余三类因子分别以一年期、五年期增速作为短期、长期成长性的代理变量，其中百 分比增速因子额外保留半年度增速作为年内成长的代理变量。

合成前后各因子表现汇总如下。结果表明，无论是不同尺度因子间的合成或是不同构造方 式因子间的合成，均能有效提升表现，最终合成综合增速因子的 RankIC、多头组年化超额 等指标均有较显著提升。

从点到面：多维拆解企业的基本面成长

上一节针对增长速度的衡量方式进行了广泛测试，均基于归母净利润指标计算，意在选出 盈利增长突出的企业。然而企业的成长是多元化的，盈利增长或许仅是衡量企业成长性的 众多维度之一。本节从企业基本面成长的多个维度出发，尝试选取能代表企业全方位成长 性的多维指标进一步测试。

实证结果

本节对以上 6 个维度的 12 个指标进行实证测试，因子构造方法与第一节中基本保持一致， 即从百分比增速、预期外增速、加速度和稳健增速四个维度等权合成得到每个指标的综合 增速因子。其中对于资本投入维度，由于总资产和净资产在时序上的变化通常较为平缓， 因此仅用两年超预期增长和五年稳健增长两个因子等权合成总资产、净资产的综合增速因 子。

因此，本节中进一步尝试对各维度综合增速因子遴选并合成得到一个多维综合成长因子。 对于相关性较低的维度直接在每个维度内等权合成因子，相关性较高的三个维度先进行以 下筛选，再在各维度内进行等权合成： 1、 盈利：剔除营业利润因子，保留相关性较低的净利润和营业收入因子，分别考察企业的 赚钱能力和市场规模成长性； 2、 盈利质量：ROE、ROA 和 ROIC 因子相关性较高，因此仅保留 ROE 因子以衡量企业 为股东创造利润的效率； 3、 议价能力：销售净利率和销售毛利率间相关性较高，因此选取更能代表企业在市场中定 价权的销售毛利率因子。

观察测试结果，可以发现在完整的回测区间内，多维综合成长因子相比于各单个维度因子 表现均有显著提升，RankIC 提升至 3.8%，分层回测多头组年化超额收益可达 10%以上， 且分十层单调性良好。 进一步测试多维度成长因子时序上的变化及分行业表现，汇总如下。测试结果表明： 1、 分年度看，多维综合成长因子在 2015 年、2017-2020 年等成长风格强势年份能获取较 高超额，在 2021-2024 年成长风格沉寂时也展现出一定的防守性。2025 年初至 8 月底 多头组超额收益 13.4%，总体表现较优； 2、 分行业看，多维综合成长因子在电新、通信等高科技、高成长板块表现突出。同时，各 行业的关键成长维度也有所差异，如钢铁行业相对看重盈利增长，而电新行业相对看重 资本投入规模的扩张。

由表及里：深入挖掘企业的另类成长性

上节中基于企业基本面的多维度成长，构建了多维综合成长因子，相比经典成长因子表现 总体提升较为显著。本节从研发实力、预期成长、企业估值等角度，进一步深入挖掘或与 企业成长性息息相关的潜在因素。

研发实力

研发实力是成长型企业的核心竞争力和可持续增长的保证。学术界对于如何量化成长股的 研发实力开展了广泛研究。企业定期报告中披露的研发费用等指标是最直接的衡量方式。 Wang 等（2022）、He 等（2023）、Lenihan 等（2024）等研究从不同角度讨论和实证了企 业研发投入与企业长期成长间的正相关性。与研发类似，企业在广告方面的投入也是成长 企业发展初期抢占市场份额、提升市场竞争力的重要投入，对企业长远可持续发展至关重 要，因此本节将广告费用类因子纳入研发创新类一并对比计算。 除了标准化的财务报表字段之外，另类数据中也能挖掘得到一系列企业研发实力的代理指 标。Babina 等（2024）从企业在人工智能领域的投入出发，通过员工简历、职位招聘信息 推断企业人工智能人才占比，以及企业对人工智能方面的投资强度，并实证了人工智能投 资强度因子的有效性；类似的思路包括金星晔等（2024）的研究，从公司年报中的管理层 讨论章节提取有关企业“数字化转型”的关键语句，构建企业数字化转型指标。

研发/广告费用

研发与广告投入是企业对自身长远发展至关重要的两部分投入。其中，研发费用自 2018 年 6 月财政部发布《关于修订印发 2018 年度一般企业财务报表格式的通知》后才被纳入利润 表中的期间费用季频披露，而在其之前均以管理费用下属子科目在财务报表附注中列示。 因此本节在构造因子前，首先对不同历史区间的研发费用进行合并。广告费用以销售费用 下属子科目在财务报表附注中进行列示。

从以上科目的覆盖度看，2012 年至 2018 年来自财务报表附注中的研发费用有较完整的半 年度披露，自 2018 年中报后经合并可逐渐保持季频的较完整覆盖；广告费用则自 2011 年 起保持较完整的半年频覆盖。因此下文测试时，为保证数据质量统一将 2013 年底作为回测 起始日期。 研发和广告费用类因子测试的结果如下。整体测试结果表明，研发费用因子整体优于广告 费用；因子构造方式中，占市值比类因子表现突出，占净利润比和占总费用比表现较优， 而增长率表现一般。

从 IC 和多头组表现时序变化上看，研发/广告费用占市值比因子可获稳定收益，研发费用占 收入/净利润比类因子波动较大，但成长属性明显，2025 年以来表现尤为突出；而研发费用 增长类因子多头组稳定跑输，而第 2 至 5 层超额为正，或表明研发费用投入过度企业在短 期内对股价总体呈现负面影响。

研发支出

上小节围绕研发费用等科目构建了一系列研发类因子，而企业的研发支出通常并非全部费 用化计入当期损益，若研发到达成熟阶段则会将其资本化计入资产负债表中的“开发支出”， 若转化为无形资产则会转至无形资产列示。因此研发支出中资本化的比例或许可以侧面反 应企业的研发进度，体现出企业的研发实力。

观察以上结果，从多头组超额净值看，研发支出资本化率多头组在 2021 年前基本呈现稳定 负超额，其中原因或在于研发支出资本化的高风险性：将研发支出资本化或存在调节利润 粉饰报表的空间，资本化研发费用过高的企业可能反而具有较高的财务风险。

员工结构

从企业的员工结构中也可看出企业的成长状态。财政部对高新技术企业的认定标准中明确 规定企业从事研发和相关技术创新活动的科技人员占企业当年职工总数的比例不低于 10%， 从企业研发人员占比、学历分布中可推断企业在研发、创新的投入；企业员工的增长速度 一定程度上也可衡量企业的成长速度。

从测试结果看，员工学历背景占比类因子整体上有一定排序能力，其中博士+硕士学历占比 因子时序上 RankIC 增长趋势较为稳定；但各因子分层能力均较弱，多头组均无明显超额。

专利技术

除了费用化的研发开支，企业无形资产的“技术含量”也可体现出企业研发的转化效率和 科技实力。本节挑选无形资产中专利权、专利技术、软件、数据资源等科目作为企业的专 利技术资产，构造一系列专利技术因子进行测试。

因子合成

本小节基于以上几个维度的因子合成综合研发实力因子。其中，研发费用类选取研发、广 告占市值比因子以及研发费用占净利润、收入比因子，与博士占比、专利技术占市值比共 7 个因子进行等权合成得到综合研发实力因子。

观察测试结果，可以发现综合研发实力因子全区间内 RankIC 均值接近 3%，多头组年化超 额 7.1%，信息比率高于 2，RankIC 以及多头组超额时序稳定性均较优。 进一步测试综合研发实力因子分行业以及分年度表现如下。分行业看，该因子在电新、军 工、通信、化工、电子等研发强度高、科技属性强的行业内表现突出；分年度看，该因子 多头组在测试区间的 12 个年度内胜率较高，仅 2022 年未取得正超额。

预期成长

前文介绍的成长因子均衡量企业过去的增长，实证结果表明过去增速较高的企业未来也存 在一定的成长风险溢价，其中暗含着投资者认为企业在未来能保持增长惯性的预期。而假 设企业基本面未来增长的后验信息可得，买入未来成长是否可获更高收益？Gupta（2017）、 Lim 等（2024）等研究均通过实证给出肯定的答案。因此若能得到包含一定信息量的企业 未来基本面增长预测，那么预期成长因子或可作为历史成长因子的有效补充。 有关预期成长因子的研究数量繁多。部分研究将企业未来增长作为预测目标，例如 Hou 等 （2021）、Hou 等（2018）将资本投入占总资产比例变化作为企业未来成长潜力的代理变 量，将 ROE 变化率、现金流变化率以及 Tobin’s Q 值（市值与负债之和除以总资产账面价 值）作为回归模型自变量，拟合得到预期增长因子；Lim 等（2024）将企业市值增量作为 企业发展阶段的代理变量，构建了两阶段增长模型用以预测企业的未来增长；Harris & Wang （2019）基于 PW 模型（Pope & Wang（2005）），输入企业多维基本面指标和股价信息， 构建了超越分析师预测准确性的盈利预测模型。 而更多研究则直接基于分析师预期数据构造预期成长因子。例如，FTSE 的 French（2024） 发现过去成长与未来成长直接的弱相关性，并基于分析师预期重构了成长因子；Gao & Wu （2014）在分析师长期预测的基础上，额外增加了历史增长和前向 EP，有效提升了分析师 预测值的准确性；Da & Warachka（2011）发现由于投资者的有限注意力，分析师预期的 远期预期调整往往比短期预期调整蕴含更为丰富的信息，并实证远期预测增速与短期预测 增速间存在较大分歧的股票具有超额收益。

单因子测试

基于模型的盈利预测方法论丰富，而模型层面的构造和优化并非本文讨论重点，因此本节 着重于利用分析师预期数据将成长因子的内涵从历史增长拓展至未来预测增长。本节主要 基于预测净利润、收入两个字段，构建以下预期成长因子。

因子合成

本小节基于以上几个维度的因子合成综合预期成长因子。将净利润和营业收入分析师预期 增长率、短期预期值增速、长期预期值增速、长短期预期值增速差进行等权合成。其中， 短期预期值增速、长期预期值增速因子均同时选取一季度、半年时间窗口因子进行等权合 成，而长短期预期值增速差因子选取一年的时间窗口。

观察测试结果，可以发现综合预期成长因子分层单调性良好，多头组虽时序上存在波动但 在 2015 年、2025 年等科技成长风格占优区间进攻型强。 进一步测试综合预期成长因子分行业以及分年度表现如下。分行业看，该因子在电新、通 信、化工等行业内表现突出；分年度看，该因子多头组在大部分年度均获得正收益，且进 攻型较强，5 个年度内均获 10%左右超额，2015 年超 20%。

价值 VS 成长

价值与成长是最具代表性的一对市场风格，“成长股”往往被视为“价值股”的对立面。但 是显然，两者并不是非此即彼的关系，低估值的股票并非全无成长性，高成长的股票也并 非均被赋予高估值。买入低估和成长的风险溢价来源于何处？两者是对立还是统一？本节 尝试结合股票估值对成长因子进行“重定义”。

综合成长组合

前文从因子构造方式、基本面成长维度以及企业潜在成长性的衡量方式多角度构造了一系 列成长因子。本节对前文因子测试结论进行汇总，尝试进一步合成得到综合成长因子，并 基于该因子构建综合成长组合。

改进成长因子汇总及合成

本小节在前文构造的多维度综合成长因子的基础上，再加入综合研发实力因子、综合预期 成长因子和成长风险定价因子共 9 个因子进一步等权合成，得到综合成长因子。

首先对参与合成的因子间相关性进行测试，结果如下。可以发现，除多维度成长因子间盈 利成长因子和盈利质量、营运效率、议价能力间相关性偏高外，其余因子相关性均较低， 研发实力、成长风险因子与其余因子相关性在 0 附近，预期成长因子与各维度成长因子相 关性也基本低于 0.5。

观察以上结果发现，最终合成综合成长因子在绝大多数维度均有显著提升：全区间多头组 超额提升显著，年化超额高达 13.8%，在回测的 16 个年度内均获得了正超额，相比多维成 长因子的提升在时序上较为稳定。且该因子在电新、通信等行业表现更优，RankIC 接近 8%。

综合成长组合构建

本节基于上一节得到的综合成长因子，进一步尝试构建综合成长组合。将净利润多期增速 因子（半年、一年、五年等权合成）作为经典成长因子的代表，与多维度成长因子和综合 成长因子对比，首先对比各因子在不同选股域内的选股效果。

总结

本文为基本面量化系列之五，试图构造成长因子的全面改进手册。本文尝试从（1）增速指 标的构造方法（2）企业基本面的多元成长性（3）成长性的另类刻画方式三个层次全方位 改造成长因子。实证结果表明，三个层次的改造均有效，综合三层次改造后的综合成长因 子相比经典成长因子各维度表现均有显著提升。基于改造后综合成长因子进一步构建 Top 50 组合和双创 50 增强组合均取得优异业绩，其中双创 50 增强组合月频调仓，年化双边换 手率约 4 倍，全区间内相对科创创业 50 全收益指数可获约 6.5%的稳定超额，2025 年截至 8 月共获 18.4%超额收益，绝对收益高达 79.7%。 本文改造的第一个层次从成长性的衡量标准：增速指标构造方式出发。成长因子意在刻画 企业经营、盈利的成长性，实践中常用同比、环比增速等指标作为代理变量，衡量方式较 为单一。本文尝试将刻画成长性的增速指标进行拓展，除基础的百分比增速外，额外补充 百分比排名增速、预期外增速、加速度和稳健增速四种衡量增速的指标，并基于归母净利 润进行实证。结果表明，不同增速计算方式以及不同时间尺度下的因子间相关性较低，且 无论是不同尺度或是不同增速指标间的因子合成，均能有效提升因子表现，最终合成综合 增速因子的 RankIC、多头组年化超额等指标均有较显著提升。

改造的第二层次意在多维拆解企业的基本面成长性。企业的成长是多元化的，实践中广受 关注的盈利、收入增长或许仅是衡量企业成长性的众多维度之一。本文从盈利、现金流、 资本投入三个绝对指标以及盈利质量、营运效率、议价能力三个相对指标共六个维度，寻 找能刻画企业基本面多元成长性的成长因子并进行实证，其中每个维度的成长性均挑选 1-2 个代表性指标通过综合增速方式计算。结果表明，不同维度成长因子相关性较低，合成多 维综合成长因子表现相比各单个维度因子均有提升。 改造的第三层次尝试深入挖掘企业的另类成长性。企业财务报表中体现出的历史增长或许 仅是企业成长的表面体现，本文进一步深入挖掘企业成长的内生动力和潜在因素，从研发 实力、预期成长、企业估值三个角度，进一步构造一系列相对“另类”的成长因子。实证 结果表明，三个维度的成长因子均可获得低相关性的超额，进一步将其与前文构建的多维 综合成长因子合成，RankIC 均值相比多维综合成长因子可提升约 1.5 pct，多头组年化超额 可提升约 3.2 pct，改进效果较为显著。 最终基于三层次改造后的综合成长因子构建中证全指综合成长 Top 50 组合以及双创 50 增 强组合，均取得较优异业绩。其中，中证全指综合成长 Top 50 组合相对国证成长全收益指 数能获取可观超额，2011-12-30 至 2025-08-29 年化超额收益率 17%，信息比率超 1，13 个完整年度内 12 个年度均获正超额；双创 50 增强组合相对基准同样可获稳定超额， 2021-06-30至2025-08-29年化超额收益6.5%，信息比率和超额收益卡玛比率均在1左右。 同时该组合今年表现尤为亮眼，2025 年至 8 月底相对双创 50 全收益指数超额收益 18.4%， 绝对收益接近 80%。

（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。）