解构质量因子：聚焦于财务分析的多因子策略

本篇文章5975字，读完约15分钟

沃伦巴菲特(Warren Buffett)曾经说过:“我更喜欢买一家质量高但估值一般的公司，而不是一家估值低的公司。”

作者:老虎证券合伙人，徐杨财富资产管理公司前首席执行官

然而，人们对质量的定义是模糊的，不同的人可以从不同的角度定义质量。在评判一家公司时，有人看公司的盈利能力，有人看会计质量:“公司的财务报告真实可靠”，还有人看业务质量和管理团队能力。那么，如何从数量的角度定义一个高质量的公司呢？因此，在金融研究中，质量因素出现了。

不同于由单一指标或同一类型指标组成的规模、价值和动量等风格因素，质量因素通常由多个不同维度的财务指标组成。目前，市场上主流的质量因子指标往往是由不同的财务指标构建的，这也为许多研究者提供了通过数据挖掘获取各种在统计检验中有效但本质上完全不同的质量因子的机会。

下表显示了几个主要质量因素指标或策略所采用的指标:

主要质量因素指标或战略采用的指标

2017年，著名的smart beta定量对冲基金研究公司的jason hsu和vitali kalesnik和其他学者发表了一篇研究论文《什么是质量？，对七个不同维度的财务指标进行了综合测试，讨论了哪些维度的指标能够有效地衡量公司的质量，并明确说明了什么是质量因素。

接下来，我们将介绍本文的研究成果，同时，根据本文提出的有效质量因子的评价维度，我们将自行构建美国股票市场的质量因子组合，并进行反向检验。

01是质量因素单因素还是多因素

02哪些财务指标是有效的质量因素指标

自己动手，并有充足的食物和衣服

01

质量因素是单因素还是多因素？

投资者愿意支付并认可的购买价格不一定相同，这个价值是相对的；质量是产品的固有特征，更是绝对的。在学术研究中，估值将公司的内在价值与其市场价值进行比较，而质量分析则分析公司的财务质量。

我们之前的公开文章“寻找高质量的价值股票是真正的价值投资”也使用了五个指标来建立高质量的价值股票组合。从1976年到2015年，不同的高质量价值股票组合的表现都超过了S&P 500指数，甚至比沃伦·巴菲特同期的表现略好。

高综合质量价值股票与S&P 500和巴菲特的回报比较

数据时间:1976 -2015

数据来源:彭博

在摩根士丹利资本国际、富时罗素(FTSE Russell)、S&P等公司发布的质量因子指数中，衡量质量的常用指标主要包括盈利能力、利润稳定性、资本结构、利润增长、会计质量、股票发行稀释度和投资能力。

在同一维度下，指标是同质的，也就是说，同一维度的指标在后验中的表现应该是相似的，这是一个单一的因素。如果一个指标在回溯测试中表现得比同一维度的其他指标好得多，这可能是数据挖掘的结果，并且它在样本之外的表现通常令人失望。

下面的图表是“什么是质量？不同质量维度下的质量指标按条划分:

不同维度下的质量分析指标

首先，作者计算了由所有指标构成的因子收益的相关矩阵。结果如上所述，同一维度指标之间的相关性较高，而不同维度指标之间的相关性较低。如下图所示，灰度越浅，相关性越低:

不同维度质量因素指标的关联矩阵

可以看出，质量因素中各维度的财务指标构成差异很大。因此，我们更适合将摩根士丹利资本国际、富时罗素(FTSE Russell)、S&P等公司发布的质量因素指数解释为多因素组合，所谓的质量因素实际上是一个多因素组合。

02

哪些财务指标是有效的质量因素指标？

在商店购买食品时，你可能需要通过查看生产日期、制造商、包装质量、质量检验标签等来判断这种食品的质量。同样，一个高质量的公司与许多因素有关，如盈利能力、投资稳健性、会计质量、资本结构和股息/稀释。然而，这些指标只是代表一个公司质量的一个单一的维度，将它们结合起来判断一个公司的质量显然更为全面。

例如，栗宝强大的盈利能力经常表明它有健康的利润率和坚实的经济护城河。拥有这些优势的公司通常可以稳步增长，并给投资者带来良好的回报，比如可口可乐。公司保守投资的表现与首席执行官的行为密切相关。虽然公司有现金来筹集更多的资金，但经理们在再投资方面表现出很大的克制，不想建立帝国和浪费投资者的钱，这表明公司治理水平高。

就保守投资而言，特斯拉是个反例。它并不真正有利可图，但它正在筹集新资本，以大规模扩大投资。首席执行官埃隆马斯克是一个杰出的营销人员，他可以通过讲述伟大的公司故事来获得公众的关注。

事实上，人们还没有看到洛杉矶的地下隧道，甚至没有钻过它，火星上也没有殖民地，他们也没有看到发射到火星的火箭，但马斯克的目标非常有吸引力。当他的计划吸引注意力时，它将导致情绪党追逐特斯拉的股票，从而推高股价，让马斯克更容易建立一个帝国。然而，当不受约束的首席执行官的注意力集中在帝国建设上时，这不一定是最好的公司治理类型。

在不同的市场中，一些指标表现良好，而另一些则不那么有效。例如，人们往往认为公司的财务杠杆越高，公司的风险就越大，并且应该获得更高的回报。然而，在美国高效的债券市场，债券投资者可能比股票投资者更聪明。

他们愿意借钱给一家公司，因为他们认为这家公司有足够健康的现金流来偿还债务，或者有足够好的资产作为抵押品。因此，资本结构指数能否有效地评价一个公司的质量是有争议的。

《什么是质量？本文对各维度的指标进行了回溯测试。作者采用因子检验三步法和两个附加检验对财务指标进行定性和定量分析，并分析产生超额收益的有效性和稳健性。

首先，本文采用了hsu、kalensnik和visawanathan(2015)的三步因子检验法，认为财务指标应满足以下三点:

(1)现有的学术论文对此进行了广泛的研究。这表明它们在一定程度上已经被学术界所验证。这些定义受到学者的启发或研究，通常在产生回报方面最有说服力，因此它们也是更有价值的定性定义。

(2)该指数在同一维度上的超额收益具有统计显著性。这表明相同维度因子的健壮性是足够的，这不太可能是数据挖掘的结果。

数据挖掘的结果可能只是使因素统计有效，但没有经济理论和逻辑。举个例子:chordiagoyal和saretto(2017)研究了210万种股票策略。为了减少数据挖掘的影响，他们提高了统计显著性的阈值，并发现有17种策略脱颖而出。然而，这17个策略没有经济逻辑的支持。

例如，其中一个因素是:(长期债券发行-可赎回优先股数量)/未来四年的租赁承诺。显然，这个公式很难解释。

(3)该指数在不同国家和地区的超额收益具有统计显著性，因此其超额收益更有可能是真实的。这也表明该指数不仅在一个领域有效，而且足够稳健。

此外，根据hlz(2016)和mp(2016)的方法，作者还对每个财务指标进行了两次额外测试，以进一步确定哪些指标是长期回报的真正来源。接下来，让我们看看因素测试三步法和附加测试的步骤和结果:

第一步:分析各项财务指标的学术研究程度

盈利能力指标(盈利能力)

这是最常用的质量因素指标，讨论盈利能力指标有效性的论文排名前七位，包括法玛-弗伦奇的五因素模型和侯克威、薛辰、张勋的Q因素模型(相关文章:战国因素:Q因素模型五论)。托宾的Q理论模型认为，在一个均衡的市场中，高盈利能力的公司具有较高的隐性风险和融资成本，因此它们可以带来超额回报。

收益稳定性(收益稳定性)

Dischev和tang(2009)、hsu、kudoh和yamada(2013)以及donelson和resutek(2015)都解释了利润波动和利润预期之间的关系。Hsu、kudoh和yamada(2013)认为，利润波动性小、分析师和投资者盈利预期乐观的公司具有低波动性的特征，因此盈利稳定性指标可以归类为低波动因素。

资本结构(资本结构)

关于资本结构对股票未来收益的影响，学术界有不同的结论。笔者认为，公司的杠杆率与股票收益的波动性基本呈负相关，因此资本结构指标也应归类为低波动因素。

收入增长(收入增长)

作者认为，到目前为止，还没有学术研究揭示利润增长和股票回报之间的关系。

会计质量(会计质量)

Sloan(1996)、hirshleiferet al.(2004)、dechow和ge(2006)和chan等人(2006)发现，应计比率越高，股票回报越低，因为这种会计账户有很高的虚假利润风险，股票价格容易被操纵。在hirshleifer等人(2004)中，作者进一步解释说，这是因为许多投资者过于关注标题中显示的每股收益和公司收入数据，而没有仔细分析财务报告中对收益的操纵。

股息/稀释(支付/稀释)

本文将股利分配和稀释作为公司行为对股票投资者的影响。许多文献证明，公司股票的稀释度与其股票收益负相关。也就是说，当公司向投资者寄钱时，比如分红和股票回购，这将有助于股票价格上涨；如果公司发行新股，将导致股价下跌。

投资(投资)

在著名的法-法五因素模型中，投资因素占有一席之地。此外，侯克伟/薛晨/张勋教授在2015年发表的著名论文《思维异常:一种投资方法》中指出，能够通过融资进行大规模投资的公司通常投资于保守项目，因此回报较低。

综上所述，四个维度(盈利能力、会计质量、股息/稀释和投资)的财务指标与未来股票回报之间的关系可以在主流金融文献中得到证明。

第二步:分析同一维度中指标的稳健性

统计结果以数据挖掘为标志，这意味着[指标构建方法的微小变化将带来要素绩效的巨大变化]。为了抓住学术期刊的标题，许多研究者在构建的过程中，通过对同一维度的指标进行细微的改变，挖掘出具有统计学意义的因素。因此，我们需要仔细研究因素的定义。由于数据挖掘的模糊定义，质量因素可能是最容易受到数据挖掘影响的因素。

《什么是质量？作为稳健性分析的一部分，同一维度中的许多类似财务指标会同时进行测试。文章的回溯测试过程如下:

数据来源:crsp美国股票回报和市场价值数据以及compustat财务数据，不包括账面价值为负的所有公司。

行业中性处理:为了避免不同行业之间指标的差异，笔者对样本公司进行了行业中性处理。

再平衡:根据6月底的财务数据，投资组合在每年7月进行再平衡。

要素结构:作者采用fama-french的12个行业分类，然后将股票分为大市值组和小市值组，每个行业50个十分位数。然后选择财务指标最高和最低的30%和30%的股票组成高质量组和低质量组，并对组内的市值进行加权。这种平等权利构成了四个群体:大市值高质量群体、小市值高质量群体、大市值低质量群体和小市值低质量群体。

在测试中，作者使用以下三个指标来评价投资组合业绩的稳定性:

回报率的平均α是为四因素模型计算的(fama french三因素+动量因素)。请注意，即使财务指标的α不显著，其与四个常见因素的相关性也是负的，这将分散投资组合的风险因素，提高投资组合的信息比率和夏普比率。

以下是测试结果:

金融因素指数的稳定性检验

从上表可以看出，与第一步学术文献中总结的结果一致，盈利能力、会计质量、股利/稀释度和投资指标中的超额收益最有效(T值大于3)，而检验结果表明资本结构中的负债率并不能解释质量问题，也没有数据表明负债越少意味着质量越高。

第三步:财务指标在不同国家和地区有效吗

作者对欧洲、日本、世界发达国家和除日本以外的亚太国家的各种财务指标进行了测试，并采用了与美国市场相同的标准，但国际市场除外，国际市场将大市值定义为行业最大市值的90%，回溯测试期为1990年至2016年。

检验结果如下:除亚太地区外，前两次检验中投资因素的盈利能力、会计质量、股利/摊销和超额收益相对稳定，基本显著。

不同国家和地区财务指标有效性检验

附加测试一

根据hlz(2016)，当检验因子返回时，因为在以前的研究中只公布了统计显著性因子，所以样本中的观察值可能只是数百万个备选财务指标中的正异常值，因此T检测值的阈值应该高于1.96才能被称为显著性。因此，笔者根据hlz(2016)的上述重测结果，对盈利能力、会计质量、股利/摊销和投资因素等相对较强的因素进行了重测。

结果表明，这四个指标的T检验值都远远大于1.96。

测试各项指标的测试值

附加测试2

Mp(2016)提出了另一种测试因素稳健性的方法。他们发现学术论文发表后，因子回报往往会变得更差。原因是在有效因素被发现后，许多资金会涌入并追逐，这将增加该因素的交易冲击成本，从而降低超额收益。因此，笔者比较了发现前后四类财务指标的表现。

发现四个主要财务指标前后的要素收益表现

结果表明，除了以总资产增长衡量的投资因素在发表后出现显著下降(但不具有统计学意义)之外，其他三个因素的表现不受发现其有效性的论文发表的影响。

03

自己动手，并有充足的食物和衣服

根据什么是质量？更确切地说，“质量因素”的定义是一种以公司财务分析为重点的多因素战略，即筛选出一篮子盈利能力强、投资稳健保守、财务质量高、股息率高、稀释率低的股票，以获得超额回报。

论文曝光后，我们在美国市场对论文中定义的质量因素做了一个小的回溯测试:

数据来源:彭博

股票池:美国股票市场

回溯测试期:2005年12月至2019年11月，涵盖2008年金融危机，包括美国股市的整个牛市。

使用指示器:

A.盈利能力维度(利润因素):扣除非经常性费用和收入后的净资产收益率

B.投资稳定性维度(投资因素):总资产增长率(与一年前相比)

C.股票股息(股息因素):股息收益率

会计质量和股票稀释指数仅限于数据质量，我们的反向检验不能显示其实际效果，因此在此省略。

构建方法:z评分排名法

质量系数z = z core(a)-z core(b)+z core(c)的总分。总得分高于99.5%的股票被选为质量因素组合(每个周期持有35-45只股票)，按市值加权，每月重新平衡，不考虑交易成本。

基准:罗素3000指数，包括美国股市市值最高的3000家公司。

以1美元作为初始投资的战略净值的变化

数据时间:2005年12月-2019年11月

数据来源:彭博

美国市场三维质量因子反检验结果

数据时间:2005年12月-2019年11月

数据来源:彭博

上述反向检验结果表明，单一维度的利润因子、股利因子和投资因子的表现优于美国整体股票基准罗素3000指数；然而，质量因素与三个维度的有效因素相结合，可以获得比基准高出近两倍的年化回报率，波动性较小，不到基准最大回撤的一半。

当然，上述结果并没有考虑到股票周转带来的交易成本。根据回溯测试结果，各时期品质因子组合的平均周转率为27.72%。假设换手造成的交易成本和市场影响成本为0.5%，一年内交易成本将为27.72%*12*0.5% = 1.66%。扣除交易成本后，质量因素的组合仍能带来14%以上的年化收入。

写在最后

如果你对质量因素感兴趣，对多维财务指标进行严格深入的研究，并根据多因素综合得分选择股票组合，将有助于你在长时间内稳步超越市场。至于投资那些对未来有着激动人心的故事的公司，这属于主观投资的范畴。这些故事通常难以量化，也无法进行回溯测试。与其采取系统的量化策略，不如凭主观信念投资这些公司。

在要素战略的构建中，符合经济常识和企业财务的理论基础是必要条件。本文定义的质量因素在不同的市场环境下会有超额收益，关键在于从定性和定量的角度从多个维度捕捉高质量公司的特征，这是投资者在选股过程中最值得借鉴的方法。

本文由平台/作者授权的金融网站发布。请不要擅自转载。如果你对干货有意见或文章，你愿意为投资者提供最权威和专业的参考意见。无论你是权威专家、金融评论家还是智囊团，我们都欢迎你积极投稿，进入金融网站的著名栏目。
电子邮件地址:mingjia @ jrj，电话号码:010-83363000-3477。期待您的加入！