多因子系列报告之二十一：业绩趋势因子，捕捉业绩加速增长的超额收益

敬请参阅最后一页特别声明 -1- 证券研究报告 2019 年 5 月 5 日 金融工程 业绩趋势因子：捕捉业绩加速增长的超额收益 ——多因子系列报告之二十一 金融工程深度 2017 年底，我们在《多维度寻找高增长公司——业绩链选股策略报告》中首次提出构建业绩趋势模型，通过业绩增长速度、加速度两个维度挑选业绩加速成长的公司，从业绩动量角度捕捉业绩成长带来的超额收益。但该模型受限于分层筛选的选股方式以及业绩预告数据的覆盖度问题，在多因子选股模型中难以直接应用。本篇报告尝试将业绩趋势模型进行因子化，构造业绩趋势因子，便于引入多因子选股体系，供投资者参考。  业绩趋势模型：历年超额收益稳定，年化超额收益达 12.3%。业绩趋势模型可筛选出市场上业绩处于加速增长状态的 1/9 上市公司，其下期业绩增速仍处于全市场前 30%的概率达 58.2%，说明业绩成长具有较强的动量效应。同时，运用业绩预告数据替代最新一期的公告数据，可降低业绩公告的滞后性，2009 年以来，该模型历年均有正超额收益，信息比率达 1.77，月度胜率达 68%（截止 2019 年 3 月 31 日）。 整合业绩预告、快报、定期报告的信息，运用分层打分的方式将模型因子化。综合考虑不同业绩数据的准确性和及时性，我们每月对业绩数据进行更新，取可获取的最新业绩数据构建增速、加速度指标；当同时存在不同类型的业绩报告时，优先级次序依据其准确性确定，即：定期报告>业绩快报>业绩预告。 业绩趋势因子（EBPT）预测能力较为优秀。EBPT 因子在全市场内的预测能力较强，且稳定性较好，行业和市值中性化后，IC 均值达 3.88%，IC 标准差为 4.80%，IR 值达 0.81，IC>0 的比例超过 80%，IC>0.02的比例也达 67%。不同宽基指数内，EBPT 因子均具有一定预测能力，偏小盘的指数内稳定性更佳。 剥离传统成长因子之后，EBPT 因子仍具有稳定的选股能力。与其他成长因子相比，EBPT 因子对未来收益的预测能力更优，剥离传统成长因子后，EBPT 因子的有效性依然十分显著，IC 均值为 2.40%，IC 大于零的比例为 78.86%；虽然 IR 为 0.65，相比中性化处理之前的 0.81 有所下滑，但仍然具有相对稳定的选股能力，这也说明 EBPT 因子可提供独有的增量信息。 风险提示：本文测试结果均基于通过历史数据建立的模型，随着市场环境发生变化，可能存在如下风险：1、业绩趋势因子捕捉业绩成长动量带来的超额收益，存在业绩变脸的风险；2、当市场投资者结构发生变化时，市场投资风格随之变化，模型存在失效风险。 分析师 刘均伟(执业证书编号：S0930517040001) 021-52523679 liujunwei@ebscn.com 周萧潇 （执业证书编号：S0930518010005） 021-52523680 zhouxiaoxiao@ebscn.com 联系人 古翔 021-52523686 guxiang@ebscn.com 相关研究 《双击掘金：业绩趋势叠加技术形态——业绩链选股策略报告之二》 ······································ 2019-04-04 《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》 ······································ 2018-09-09 《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》 ······································ 2018-05-27 《多维度寻找高增长公司——业绩链选股策略报告》 ······································ 2017-12-25 2019-05-05 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、 业绩趋势模型：速度、加速度双重刻画 .................................................................................... 5 2、 模型因子化：整合业绩预告、快报、公告信息 .......................................................................... 7 2.1、 因子化方法：分层打分 ........................................................................................................................... 7 2.2、 综合考虑业绩数据的及时性和准确性 ...................................................................................................... 8 2.3、 缺失数据填充：提升因子覆盖度 ............................................................................................................. 9 3、 业绩趋势因子(EBPT)收益预测能力较强.................................................................................. 10 3.1、 EBPT 因子：全市场内预测能力稳定 .................................................................................................... 10 3.2、 行业、市值中性化处理：稳定性进一步提升 ......................................................................................... 14 3.3、 宽基指数 EBPT 因子多头组合收益波动较大 ........................................................................................ 15 4、 因子相关性分析：与质量、估值、一致预期因子相关性较高 .................................................. 17 4.1、 与其他成长因子比较：EBPT 因子预测能力更优 .................................................................................. 17 4.2、 剥离传统成长因子后，EBPT 预测能力依然稳定 .......................................