成長(cháng)為體估值為用

時(shí)間：2014年02月17日 06:00:00 中財網(wǎng)

　　摩根士丹利華鑫基金數量化投資部經(jīng)理
　　張靖　　
　　剛剛過(guò)去的2013年是令人難忘的，尤其是行情的分化程度令人咋舌。創(chuàng )業(yè)板全年漲幅達82.73%，同期上證綜指下跌6.75%。估值水平上的巨大差距更凸顯了結構分化的嚴重程度：一邊是幾十倍市盈率的成長(cháng)股成倍上漲，一邊是幾倍市盈率的傳統板塊股票腰斬。從量化的角度，我們也明顯地看到這一變化：以中證800成分股為統計樣本，曾經(jīng)持續有效的選股指標——估值（EP）因子出現了大幅回撤，且持續時(shí)間長(cháng)達八個(gè)月，創(chuàng )下了歷史記錄；而與估值因子形成鮮明對比的，是成長(cháng)因子（EPS增速）表現極為搶眼。未來(lái)行情將如何演繹，我們又該如何在估值和成長(cháng)之間做出選擇？從因子收益的過(guò)往數據中，我們或許能夠探尋到問(wèn)題答案的蛛絲馬跡。
　　在較長(cháng)的時(shí)間里，估值因子有一定效果，相對比較穩定（2013年除外），但總體收益很低；而成長(cháng)因子收益較高，但不是太穩定，經(jīng)常在短時(shí)間內大幅回撤，從統計學(xué)上來(lái)看估值因子的顯著(zhù)性更強。
　　然而，再將估值與成長(cháng)的因子收益進(jìn)行相關(guān)性檢驗來(lái)看，大部分時(shí)間里他們之間存在較強的正相關(guān)，也就是說(shuō)估值和成長(cháng)之間并不是非此即彼的關(guān)系，反而趨勢是趨同的。如2008年下半年和2011年下半年上市公司成長(cháng)性表現相對較弱，成長(cháng)因子出現了大幅回撤，估值因子也發(fā)生了回撤，但只是幅度小一點(diǎn)。也就是說(shuō)成長(cháng)性不好的時(shí)候，低估值也未必能用來(lái)防守。
　　2013年上市公司成長(cháng)性尚可：從三季報看，每股收益增速的中位數為5%-6%。但2013年成長(cháng)因子與估值因子卻背道而馳，呈現出負相關(guān)。分析負相關(guān)的成因，我們認為是多種因素共同作用的結果：利率市場(chǎng)化壓制了銀行的估值，經(jīng)濟結構轉型拖累了地產(chǎn)、有色、煤炭等板塊的走勢，反腐政策維持高壓態(tài)勢導致了白酒股崩盤(pán)等等。上述行業(yè)企業(yè)的成長(cháng)能力受到了很大抑制，因此即使估值很低股價(jià)也難有起色。不難看出，估值因子的表現與成長(cháng)性密不可分，甚至是有賴(lài)于成長(cháng)的。
　　再做一個(gè)統計，季報每股收益同比增長(cháng)最高的那部分股票，報告期內股價(jià)大幅上漲，估值提升也非常明顯。也就是說(shuō)，如果誰(shuí)能提前預知到公司的成長(cháng)性，誰(shuí)就能通過(guò)提前買(mǎi)入股票在股價(jià)提升上獲利。賣(mài)方的研究也表明，成長(cháng)是估值提升的充分條件，而估值是成長(cháng)的派生物，是市場(chǎng)對于成長(cháng)性的反映和事實(shí)結果。
　　雖然不能提前知曉公司未來(lái)業(yè)績(jì)增長(cháng)的準確數值，但我們可以通過(guò)過(guò)往財報數據進(jìn)行梳理。例如：如果考察營(yíng)業(yè)收入、凈利潤等財務(wù)指標增長(cháng)，同時(shí)要求經(jīng)營(yíng)現金流、凈利潤率等也增長(cháng)，在這種篩選標準下，成長(cháng)因子的月度收益均值提升了20%，收益的穩定性大幅增強，信息比例提升了近30%，其利用價(jià)值遠遠超過(guò)了估值因子。也就是說(shuō)，企業(yè)業(yè)績(jì)的成長(cháng)性是推動(dòng)股價(jià)上漲最根本的因素。因此，在量化投資中，“成長(cháng)為體，估值為用”的應該是比較有效的投資策略。
　　根據以上分析，如果我們利用成長(cháng)、估值等因子構建一個(gè)量化投資模型，那么模型不應過(guò)分強調估值，而應在個(gè)股的成長(cháng)潛質(zhì)和持續性上進(jìn)行細化研究，考察影響企業(yè)業(yè)績(jì)成長(cháng)性的關(guān)鍵因素并將其有效量化。在這個(gè)模型中，成長(cháng)性由更多的細分因子來(lái)決定，這樣的模型就會(huì )更有內涵，因為它強調了模型樣本內部的差異性。
　　大多數的量化模型是在寬泛的樣本股里通過(guò)檢驗各種指標，提取有效的股價(jià)影響因素構建模型，從而發(fā)現在這一廣闊樣本空間中存在的普遍規律。這種方法的構建基礎是認為股票之間的規律性差異很小，即統計學(xué)上的樣本同分布概念。然而實(shí)際上樣本股的收益率并不是同分布的，其中存在豐富的結構性特質(zhì)，在不同的結構中可能表現出截然不同的市場(chǎng)規律。因此，我們構建量化投資模型不應僅限于在樣本中尋找普遍規律，而應重點(diǎn)尋找樣本中的特質(zhì)性規律。