基本面量化与另类数据应用的实践

《基本面量化与另类数据应用的实践》 证券研究报告 冯佳睿（金融工程首席分析师） SAC号码：S0850512080006 2019年10月30日 海通证券研究所 金融工程部 23056211/43348/20191030 10:40• 基本面量化投资浅见 • 基本面财报因子的探索 • 供应链关系（SCR）与事件驱动策略 • 深度行业分类（RBICS）与主题指数 • 基本面量化之华为产业链分析 • 总结与讨论 内容要点： 请务必阅读正文之后的信息披露和法律声明 2 23056211/43348/20191030 10:401. 基本面量化投资浅见 基本面量化投资的三种尝试 从财务指标出发，构建alpha因子 运用财务分析挖掘投资机会，防范潜在风险 利用另类数据，发现更多有价值的信息 Lee, Charles M.C; Sun, Stephen Teng; Wang, Rongfei; Zhang, Ran (2019), Technological Links and Predictable Returns，Journal of Financial Economics, 132(3): 76-96. 请务必阅读正文之后的信息披露和法律声明 3 23056211/43348/20191030 10:40• 基本面量化投资浅见 • 基本面财报因子的探索 • 供应链关系（SCR）与事件驱动策略 • 深度行业分类（RBICS）与主题指数 • 基本面量化之华为产业链分析 • 总结与讨论 内容要点： 请务必阅读正文之后的信息披露和法律声明 4 23056211/43348/20191030 10:402. 基本面财报因子的探索 资料来源：Wind，海通证券研究所 《选股因子系列研究（四十五）——质量因子》 发现1：基本面财报因子选股有效性的衰减速度更慢 表：部分因子月度回归和季度回归的截面溢价对比（2011-2018） 月度 季度 均值 t值 信息比率 >0占比 均值 t值 信息比率 >0占比 市值 -0.59% -3.91 -1.38 31.25% -0.58% -3.35 -2.37 20.83% 波动率 -0.32% -3.99 -1.41 29.17% -0.10% -1.07 -0.76 45.83% 换手率 -0.35% -2.48 -0.88 36.46% -0.19% -2.32 -1.64 29.17% 反转 -0.51% -4.13 -1.46 30.21% -0.03% -0.26 -0.18 62.50% PB -0.04% -0.65 -0.23 47.92% -0.06% -0.91 -0.64 45.83% ROE 0.32% 4.57 1.62 67.71% 0.30% 4.77 3.37 83.33% 技术因子季度回归下的选股效果出现衰减，波动率和反转不再显著 请务必阅读正文之后的信息披露和法律声明 5 23056211/43348/20191030 10:402. 基本面财报因子的探索 资料来源：Wind，海通证券研究所 《学术研究中的财务异象与本土实证（三）——应计量的分项》 发现2：不可忽视的应计量 表：应计量的月度RankIC（剔除风格、盈利、行业，2008-2017） 应计量：流动资产、流动负债、折旧 投资者高估应计量对企业未来盈利的影响，应计量与未来收益负相关 流动负债变化与未来收益显著正相关，主要源于应收账款（无息贷款）变化 >0占比 均值 标准差 IR 应计量 35% -1.22% 3.45% -1.23 流动负债变化 76% 2.14% 2.96% 2.50 应付账款变化 73% 1.58% 2.46% 2.22 请务必阅读正文之后的信息披露和法律声明 6 23056211/43348/20191030 10:402. 基本面财报因子的探索 资料来源：Wind，海通证券研究所 《选股因子系列研究（五十四）——资产增长稳定性与资本结构变化》 发现3：增长的稳定性很重要 表：资产增长波动率因子的月度RankIC（2009.05-2019.07） 盈利指标（ROE/EPS）增长的波动率与股票收益负相关，但并不显著 ——《选股因子系列研究（四十五）——质量因子》 资产增长波动率越高，股票未来收益表现越差 均值 标准差 <0占比 t值 IR 总资产增长波动率 -1.77% 4.65% 65.04% -4.23 -1.32 流动资产增长波动率 -2.31% 6.38% 65.04% -4.02 -1.25 非流动资产增长波动率 -0.97% 6.99% 58.54% -1.54 -0.48 请务必阅读正文之后的信息披露和法律声明 7 23056211/43348/20191030 10:402. 基本面财报因子的探索 资料来源：Wind，海通证券研究所 《学术研究中的财务异象与本土实证（一）——盈利能力》 发现4：SUE可能是更好的盈利指标 表：ROE和SUE的月度RankIC（2008.12-2017.08） >0占比 均值 标准差 IR ROE 原始指标 57% 1.18% 12.13% 0.34 剔除风格 65% 4.97% 10.93% 1.57 剔除风格与行业 69% 4.51% 8.99% 1.74 SUE 原始指标 83% 3.77% 4.89% 2.67 剔除风格 86% 3.81% 4.61% 2.86 剔除风格与行业 87% 3.34% 3.66% 3.17 SUE：（1）计算净利润变化：当期单季度净利润-上年同期净利润； （2）最新一期净利润变化/过去4期净利润变化的标准差。 请务必阅读正文之后的信息披露和法律声明 8 23056211/43348/20191030 10:402. 基本面财报因子的探索 资料来源：Wind，海通证券研究所 《选股因子系列研究（四十八）——探索A股的五因子模型》 发现4：SUE可能是更好的盈利指标 表：定价模型中，ROE和SUE的有效性对比（2009-2018） Fama和French（2015）：五因子模型，加入ROE因子（RMW） alpha（截距项） t统计量 因子均值 t统计量 模型1{ Mkt，SMB，FPE，FSUE } 模型2{ Mkt，SMB，FPE，FROE } FROE 0.70% -0.12% 2.87 -0.74 FSUE 0.89% 0.49% 5.36 4.04 请务必阅读正文之后的信息披露和法律声明 9 23056211/43348/20191030 10:40• 基本面量化投资浅见 • 基本面财报因子的探索 • 供应链关系（SCR）与事件驱动策略 • 深度行业分类（RBICS）与主题指数 • 基本面量化之华为产业链分析 • 总结与讨论 内容要点： 请务必阅读正文之后的信息披露和法律声明 10 23056211/43348/20191030 10:40宝马汽车、中国电信、英国电信（研究合作） 国际半导体制造（合资）公司 CEVA, Inc.（出