多因子系列报告之十六：创新基本面因子，捕捉产能利用率中的讯号

敬请参阅最后一页特别声明 -1- 证券研究报告 2018 年 11 月 1 日 金融工程 创新基本面因子：捕捉产能利用率中的讯号 ——多因子系列报告之十六 金融工程深度 2017 年来，以往效果卓越的市值因子、量价类因子等都出现了有效性下滑的情况，价值投资的呼声也越来越高。愈来愈多的投资经理开始关注基本面因子。然而过于简单直白的基本面因子其效果又差强人意。基于这样的现象与需求，我们开始研究并推出了创新基本面因子系列报告。尝试通过一些更深入的研究，在保留直观逻辑意义的同时，更好地提取出蕴含在基本面数据中的有效预测信息。 产能利用率反映企业营运效率。产能利用率刻画了公司将生产设备用于生产工作的利用程度到底有多高。生产设备作为一种固定成本，在业务期间无论是否使用，都不会改变减少；与其相对的变动成本，购买原材料、员工工资、营销费用等，是会随着产量变化而改变的。因此对于设备等固定设施的利用率的高低一定程度上决定了最终实际平均成本的高低，利用率越高，摊销到单位产品上的平均实际成本就越低，企业的营运效率就越高。产能利用率有预测效果但效果不强。通过将营业总成本与固定资产进行求比，以及进行滚动回归取斜率的方式，分别构造了产能利用率因子。两种方式下，产能利用率因子的 IC 均值皆在 1%左右，而 ICIR 则在 0.25上下，有一定预测效果但整体效果偏弱。相比之下利用滚动回归取斜率的方式得到的产能利用率因子效果会稍好一些。OCFA 因子预测能力突出。通过将营业总成本对固定资产进行滚动回归取残差的方式构造了产能利用率提升（OCFA）因子。该因子预测能力突出，月度 IC 均值 1.73%，月度 IR 值 0.52。基于该因子构造的多空组合在 2009 年至 2018 年 6 月期间年化收益 7.1%，夏普比率 2.18，最大回撤 4.7%。中性化后 OCFA 因子效果稳定。将 OCFA 因子与现有的主流风格因子作相关性测试，其与 ROE、净利润增速正相关，相关系数 0.3 上下；而与BP 估值、流动性呈现负相关，相关系数-0.3 上下。在经过横截面回归取残差的方式剔除上述因子对 OCFA 因子的影响后，因子效果仍稳定，月度 IC 均值为 1.49%，月度 IR 值 0.53，中性化处理起到了一定信息提纯的作用。以中性化后 OCFA 因子构建的多空组合，年化收益 5.6%，夏普比率 1.93，最大回撤仅 2.6%。风险提示：测试结果均基于模型和历史数据，模型存在失效的风险。 分析师 刘均伟 (执业证书编号：S0930517040001) 021-52523679 liujunwei@ebscn.com 联系人 胡骥聪 021-52523683 hujicong@ebscn.com 相关研究 《因子测试框架 ——多因子系列报告之一》 《因子测试全集 ——多因子系列报告之二》 《多因子组合“光大 Alpha 1.0” ——多因子系列报告之三》 《别开生面：公司治理因子详解 ——多因子系列报告之四》 《见微知著：成交量占比高频因子解析 ——多因子系列报告之五》 《行为金融因子：噪音交易者行为偏差 ——多因子系列报告之六》 《基于 K 线最短路径构造的非流动性因子 ——多因子系列报告之七》 《高频因子：日内分时成交量蕴藏玄机 ——多因子系列报告之八》 《一致交易：挖掘集体行为背后的收益 ——多因子系列报告之九》 《因子正交与择时：基于分类模型的动 态权重配置 ——多因子系列报告之十》 《爬罗剔抉：一致预期因子分类与精选 ——多因子系列报告之十一》 《成长因子重构与优化：稳健加速为王 ——多因子系列报告之十二》 《组合优化算法探析及指数增强实证 ——多因子系列报告之十三 》 《创新基本面因子：财务数据间线性关系 初窥 ——多因子系列报告之十四 》 《创新基本面因子：提纯净利数据中的选股信息 ——多因子系列报告之十五 》 18223133/36139/20181102 16:402018-11-01 金融工程 敬请参阅最后一页特别声明 -2- 证券研究报告 目 录 1、 产能利用率反映企业营运效率 ................................................................................................... 5 1.1、 传统产能利用率的定义 ........................................................................................................................... 5 1.2、 延伸产能利用率的思路 ........................................................................................................................... 5 2、 线性回归研究框架实现产能利用率相关指标 ............................................................................. 6 2.1、 构造产能利用率相关的指标 .................................................................................................................... 6 2.2、 产能利用率因子效果不强 ........................................................................................................................ 7 3、 产能利用率提升（OCFA）因子 ................................................................................................ 7 3.1、 因子预测效果测试 ................................................................................................................................... 8 3.2、 OCFA 因子选股能力优秀 ...................................................................................................................... 11 4、 OCFA 因子相关性研究与中性化效果 ............................................................................