QQC綜合質量因子與指數增強應用

1、目錄 HYPERLINK l _TOC_250016 資金與監(jiān)管雙重影響下，公司質量的重要性進一步提升 4 HYPERLINK l _TOC_250015 外資流入帶來結構變化：優(yōu)質公司持續(xù)獲得關注 4 HYPERLINK l _TOC_250014 退市新規(guī)出臺，促進上市公司質量優(yōu)化 6 HYPERLINK l _TOC_250013 質量因子定義及細分類別 6 HYPERLINK l _TOC_250012 常用質量因子單因子表現 8 HYPERLINK l _TOC_250011 盈利能力（Profitability） 8 HYPERLINK l _TOC_250010 成長能力（Gro

2、wth） 9 HYPERLINK l _TOC_250009 營運效率（Operation） 11 HYPERLINK l _TOC_250008 盈余質量（Accrual） 12 HYPERLINK l _TOC_250007 安全性（Safety） 13 HYPERLINK l _TOC_250006 公司治理（Governance） 14 HYPERLINK l _TOC_250005 QQC 綜合質量因子 15 HYPERLINK l _TOC_250004 六大類因子綜合表現：樣本內成長因子優(yōu)勢明顯 15 HYPERLINK l _TOC_250003 不同加權方式對比：等權加權減少

3、過擬合 16 HYPERLINK l _TOC_250002 QQC 因子各樣本空間內均有較強預測能力，樣本外表現同樣出色 17QQC 應用于指數增強：滬深 300 增強樣本外年化超額 15 個百分點 18 HYPERLINK l _TOC_250001 滬深 300 指數增強：難度較大，基本面指標更有效 18 HYPERLINK l _TOC_250000 基于 QQC 的滬深 300 指數增強：樣本外表現出色，年化超額 15% 20圖表圖表 1: 2016 年以來北向資金持續(xù)流入 4圖表 2: 北上資金凈流入排名前 20 的個股（2020 年） 4圖表 3: 北上資金偏好高 ROE 個股

4、5圖表 4: 北上資金持股組合的風格因子暴露度 5圖表 5: Gordon 成長模型分解后的四大組成部分 7圖表 6: 質量因子細分類別（6 大類） 7圖表 7: 盈利能力（Profitability）因子明細表 8圖表 8: 盈利能力（Profitability）因子單因子測試結果 9圖表 9: 成長能力（Growth）因子明細表 10圖表 10: 成長能力（Growth）因子單因子測試結果 11圖表 11: 營運效率（Operation）因子明細表 12圖表 12: 營運效率（Operation）因子單因子測試結果 12圖表 13: 盈余質量（Accrual）因子明細表 13圖表 14:

5、盈余質量（Accrual）因子單因子測試結果 13圖表 15: 安全性（Safety）因子明細表 14圖表 16: 安全性（Safety）因子單因子測試結果 14圖表 17: 公司治理（Governance）因子指標及明細 15圖表 18: 公司治理（Governance）因子測試結果 15圖表 19: 六大類質量因子測試結果 16圖表 20: 六大類質量因子 IC 序列相關性矩陣 16圖表 21: QQC 因子的不同加權方式 16圖表 22: 不同加權方式下 QQC 因子測試結果 17圖表 23: QQC 因子在不同樣本內的測試結果 17圖表 24: QQC 因子月度 IC 時間序列 17圖

6、表 25: QQC 因子分組收益（全市場） 17圖表 26: 滬深 300 成分股行業(yè)權重分布（%） 18圖表 27: 中證 500 成分股行業(yè)權重分布（%） 18圖表 28: 滬深 300 權重股及所屬行業(yè) 19圖表 29:不同樣本空間內有效因子類型及占比 19圖表 30: 基于 QQC 的滬深 300 指數增強模型因子明細 20圖表 31: 基于 QQC 的滬深 300 指數增強組合凈值表現 21圖表 32: QQC 因子在不同樣本內的測試結果 21資金與監(jiān)管雙重影響下，公司質量的重要性進一步提升外資流入帶來結構變化：優(yōu)質公司持續(xù)獲得關注近年來外資的持續(xù)流入對 A 股市場風格產生了逐漸的影

7、響。在 2016-2020 的五年間，北向資金凈流入近 1.2 萬億元，同時，外資持股市值占 A 股流通市值比例從 1.7%上升至 4.8%（提升 3.1 個百分點），占比提升接近兩倍。隨著外資的持續(xù)流入和外資占比的逐漸提升，外資的持股偏好也將進一步地影響 A 股的市場風格。圖表 1: 2016 年以來北向資金持續(xù)流入1,00012,00080060010,0004008,00020006,000-2004,000-400-6002,000Jan-16 Mar-16 May-16 Jul-16 Sep-16 Nov-16 Jan-17 Mar-17 May-17 Jul-17 Sep-17 N

8、ov-17 Jan-18 Mar-18 May-18 Jul-18 Sep-18 Nov-18 Jan-19 Mar-19 May-19 Jul-19 Sep-19 Nov-19 Jan-20 Mar-20 May-20 Jul-20 Sep-20 Nov-20-8000月度凈買入額(億元)累計凈買入額（億元）（右軸）資料來源：萬得資訊，時間范圍為 2016-01-01 至 2020-12-31我們整理了北上資金 2020 年全年凈流入最多的 20 只個股，從個股層面上直觀的來看，北上資金更為青睞的是各個行業(yè)領域內的龍頭公司，以及具有穩(wěn)定發(fā)展前景的公司。從具體的盈利指標上看，北上資金 2020

9、 年凈流入排名前 20 的個股的平均 ROE 水平高于滬深 300 的平均 ROE 水平，并且顯著的高于全體 A 股的 ROE 水平。通過 ROE 水平可以比較直接的證明外資對于優(yōu)質公司的偏好是較為明顯的。圖表 2: 北上資金凈流入排名前 20 的個股（2020 年）代碼名稱凈流入（億元）中信一級行業(yè)代碼名稱凈流入（億元）中信一級行業(yè)300750.SZ寧德時代159.79電力設備及新能源002594.SZ比亞迪37.68汽車000651.SZ格力電器156.73家電600031.SH三一重工37.49機械601012.SH隆基股份83.11電力設備及新能源000725.SZA35.27電子00

10、0333.SZ美的集團69.74家電600887.SH伊利股份34.47食品飲料300760.SZ邁瑞醫(yī)療66.51醫(yī)藥603259.SH藥明康德31.60醫(yī)藥300059.SZ東方財富66.27計算機000100.SZTCL科技29.14電子600276.SH恒瑞醫(yī)藥51.57醫(yī)藥600519.SH貴州茅臺26.91食品飲料002475.SZ立訊精密44.08電子000002.SZ萬科A26.41房地產600570.SH恒生電子41.50計算機600036.SH招商銀行25.38銀行000001.SZ平安銀行41.29銀行601668.SH中國建筑24.22建筑資料來源：萬得資訊，時間范圍為

11、 2020-01-01 至 2020-12-31圖表 3: 北上資金偏好高 ROE 個股10.503.500.0012.0010.008.006.004.002.000.00北上凈流入前20滬深300全AROE資料來源：萬得資訊，截止 2020-09-30進一步的，將北上資金持倉占比大于 1%的個股作為北上資金的股票組合，并對該組合的風格因子暴露度進行計算。下圖為北上資金持股組合在所選取因子上的暴露程度，其中前 9 個因子為參照 Barra 模型構建 9 個常見因子，第 10 個為 ROE 因子。由此可見，北上資金更偏向于低 Beta、大市值、高動量及高估值的股票，同時在 ROE 上有非常明顯

12、的正向暴露。圖表 4: 北上資金持股組合的風格因子暴露度ROEVolatility Leverage Growth EarningYield Liquidity Momentum BetaBPSize-0.6-0.4-0.200.20.40.60.81因子暴露度資料來源：萬得資訊，截止 2020-12-31在外資持倉占比不斷提升的同時，A 股的投資者結構也在逐漸發(fā)生變化。在過去較長的一段時間內，投資者結構失衡是 A 股長期震蕩的重要原因之一，中小散戶的非理性因素助推了股市波動性。近年來，投資者結構逐漸優(yōu)化，機構投資者發(fā)展較快，從近期爆款公募基金頻發(fā)也可見一斑。我們認為外資流入的影響加上機構化進

13、程的加速，將使得公司基本面質量的重要性進一步凸顯。退市新規(guī)出臺，促進上市公司質量優(yōu)化2020 年 12 月 31 日，滬深交易所正式發(fā)布新修訂的上海證券交易所股票上市規(guī)則、深圳證券交易所股票上市規(guī)則，及上海證券交易所科創(chuàng)板股票上市規(guī)則和深圳證券交易所創(chuàng)業(yè)板股票上市規(guī)則等退市制度改革文件 。此次上交所與深交所的退市新規(guī)主要內容是進一步優(yōu)化上市企業(yè)質量標準，縮短退市流程，加大退市力度。內容包括以下幾點：完善退市指標，提高指標針對性：將退市指標分為交易類、財務類、規(guī)范類和重大違法類四大類。造假違法指標量化，增加限制減持：在保留原欺詐發(fā)行、重大信息披露違法、五大安全等重大違法強制退市標準的前提下，將重

14、大財務造假指標量化?？s短退市時間，提高退市效率：取消暫停上市和恢復上市環(huán)節(jié)；退市整理期由 30 個交易日縮短為 15 個交易日。伴隨著退市新規(guī)的落地，質量較差的企業(yè)將被淘汰出局。此次退市機制改革強化優(yōu)勝劣汰機制從而進一步優(yōu)化市場資源配置，完善國內資本市場結構。投資者應將更關注企業(yè)經營本身，公司基本面質量的重要性進一步提升。新規(guī)要求企業(yè)管理人需更加注重企業(yè)持續(xù)經營的能力，調整企業(yè)的發(fā)展戰(zhàn)略。未來投資者也將重點關注經營穩(wěn)定和業(yè)績預增的企業(yè)。下文中我們將著重從量化多因子的角度出發(fā)，構造多維度的量化綜合質量因子 QQC（Quantified Quality Composite），并展示其應用于指數增強

15、策略的實際效果。質量因子定義及細分類別在定義我們的綜合質量因子之前，首先可以從定性的角度來描述一個優(yōu)質的公司：盈利能力強且具有穩(wěn)定的盈利能力；成長能力強且具有穩(wěn)定的成長能力；財務情況穩(wěn)定，流動性好，資本結構合理；運營效率高，周轉能力強；公司治理情況優(yōu)良，等等。在上述條件滿足的情況下，則可以認為這個公司的整體質量較高。學術界在研究中也有很多中對于質量指標定義方式的探討和實踐。例如，Asness（2017）通過對 Gordon 成長模型的分解，來定義質量因子。原始的 Gordon 成長模型為：Price = #(1)利用凈資產 B（Book Value）來縮放價格, 使其在一段時間內和橫截面上更加

16、穩(wěn)定。等式兩邊同時除以凈資產 B：P =#(2)B 等式（2）則可以理解為：P = _ #(3)B 等式右側的四個部分就是對于公司質量定義的四個基礎組成部分，其中，Profitability 為盈利能力，可以由 ROE、ROA、毛利率在內的多個盈利能力指標表示；payout_ratio 表示股東所得紅利在總利潤中的占比，主要用來衡量公司管理層對于股東的友好程度；growth為成長能力，可以由不同的成長因子來評價；required return 則可以用來反映公司的穩(wěn)定性或者安全性，因為要求回報率越高的公司，自然風險越大。圖表 5: Gordon 成長模型分解后的四大組成部分成長能力：可由利潤增

17、速等指標反應要求回報率：反映公司的穩(wěn)定性或者安全性紅利支付率：衡量公司管理層對股東的友好程度盈利能力：可由ROE、ROA等等盈利能力指標反應資料來源：根據上述分析，并結合我們對于公司基本面質量的理解，我們將質量因子梳理為盈利能力、成長能力、盈余質量、營運效率、安全性、公司治理這 6 個大類，如下圖所示：圖表 6: 質量因子細分類別（6 大類）盈利能力盈余質量成長能力質量因子安全性營運效率公司治理資料來源：常用質量因子單因子表現首先我們分別對盈利能力、成長能力、盈余質量、營運效率、安全性、公司治理這 6 個大類質量指標中的單因子進行全面的測試，并在每個大類中挑選滿足一定篩選條件（IC大于 2%，

18、IR 大于 0.3，tstats 大于 3）的因子來構成大類復合因子（注：若某一大類的因子表現均不滿足上述條件，則挑選 IC_IR 表現較好的具有代表性的此類因子作為基礎因子）。為了降低過擬合的程度，下文中的因子測試時間段均為 2009-01-01 至 2018-12-31的樣本內時間，并將 2019-01-01 至 2020-12-31 作為樣本外檢驗綜合因子的預測能力和選股能力。盈利能力（Profitability）盈利能力可以說是質量因子中最重要也最受關注的一類指標，不同的人對于盈利能力的衡量標準也會略有不同。例如上文提到的 Asnes（s2017）在定義 Qm（JQuality min

19、us Junk）因子時對于盈利能力方面的指標采用了 6 個指標等權相加的方式來打分，6 個指標分別為：總資產毛利率（GPOA）、ROE、ROA、經營現金流/總資產（CFOA）、毛利率（GMAR）、凈利潤現金占比（ACC）。公司利潤表中直接反映公司賺錢能力的項目包括毛利潤、營業(yè)利潤、凈利潤，這三項中使用最廣泛的凈利潤一般被認為可以比較全面的反映該公司在剔除費用項之后的盈利情況。但是在一些行業(yè)中（例如消費類行業(yè)）毛利潤指標會具有超越凈利潤的選股能力。營業(yè)利潤相關因子的預測能力也常常優(yōu)于凈利潤類因子。學術界和業(yè)界也對毛利潤和營業(yè)利潤的優(yōu)勢有不少的分析，因此這三個利潤類的指標可以說是各有千秋，我們在盈

20、利能力類因子中會較為全面的對涉及這三類利潤指標的因子做測試。在篩選盈利能力因子時，我們將首先對盈利能力方面的因子做全面的測試，測試的盈利能力因子明細及其構造方式說明如下表所示。圖表 7: 盈利能力（Profitability）因子明細表指標名稱指標簡稱計算方式毛利率GPM毛利 / 營業(yè)收入凈利率NPM凈利潤 / 營業(yè)收入凈資產收益率ROE凈利潤/凈資產總資產收益率ROA凈利潤/總資產投入資本收益率ROIC凈利潤/投入資本經營收益占比OItoEBT經營活動凈收益/利潤總額營業(yè)利潤率OPM營業(yè)利潤/營業(yè)總收入總資產毛利率GPOA毛利/總資產經營現金流/總資產CFOA經營現金流凈額/總資產資料來源：

21、圖表 8: 盈利能力（Profitability）因子單因子測試結果IC meanIC stdIRIC positive perLongShortreturnTurnoverMono ScoreLongShort SharpeFactor ReturnReturn tstatCFOA2.01%4.32%0.4762%3.50%10%2.30.760.18%4.74ROE1.92%8.38%0.2356%0.29%7%0-0.090.17%2.51ROIC1.92%7.93%0.2455%0.01%7%-0.32-0.190.16%2.41GPOA1.47%7.51%0.2056%1.30%6%

22、0.910.250.17%2.36ROA1.53%9.45%0.1654%-0.30%7%-1-0.010.14%1.89OItoEBT_TTM0.71%5.44%0.1353%0.90%8%1.40.230.06%1.34GPM0.88%7.08%0.1252%0.70%5%1.180.160.08%1.26NPM0.91%8.03%0.1156%-1.20%6%3.21-0.150.08%1.19OPM0.60%7.14%0.0855%0.20%4%0.60.060.07%0.9資料來源：，注：測試期為 2009-01-01 至 2018-12-31經營現金流/總資產（CFOA）具有相對較

23、高的預測能力，其因子 IC_IR 高達 0.47。同時， ROE 和 ROIC 的 IC_IR 也超過 0.2。結合上述測試結果，并考慮到 ROE 和 ROIC 指標是使用率較高的盈利能力類指標，我們將 CFOA、ROE、ROIC 作為盈利能力類因子的子指標，并等權加權后得到盈利能力類因子的復合因子（Profitability）。成長能力（Growth）成長因子是量化多因子體系中的一類很重要的風格因子，同時也是投資者關注度較高的一類因子。因為從投資的最根本目的出發(fā)，具有成長潛力或者發(fā)展?jié)摿^大的公司才會更有可能給投資者帶來更多回報，投資者也會更愿意為高成長的公司支付較高的股價。在成長因子的構造

24、方式上，我們將對每一個增速類（同比增速、環(huán)比增速）因子均使用與分母值回歸取殘差的處理方式，來減小前期值對增速因子分布上的影響。同時，引入幾個較為創(chuàng)新的成長因子構造方式（以凈利潤 NP 為例）：加速度指標：NP_Acc加速度指標的計算方法是：利用連續(xù) N 個季度的單季利潤，對期數的二次方程進行回歸，取二次項系數作為業(yè)績增長加速度的代理變量，回歸公式如下：NPt = t2 + t + c其中，NP 為單季度利潤，t 為季度數， 為上市公司業(yè)績增長加速度的代理變量， 越高，表示業(yè)績增長的加速度越高。該指標的計算涉及到一個參數 N，依據參數敏感性的測試結果，在后續(xù)的測試中均取相對穩(wěn)健的 N=8。穩(wěn)健增

25、速指標：NP_Stable穩(wěn)健增速指標刻畫的是過去一段時間內業(yè)績增速的穩(wěn)定性，當指標值比較高的時候，表示過去一段時間內上市公司的業(yè)績保持了穩(wěn)定增長的態(tài)勢。它的計算方式是用過去 N 期的利潤增速均值除以利潤增速標準差。在后續(xù)的測試中，我們依然取 N=8 這一參數，即用過去兩年的利潤增速數據計算該指標。穩(wěn)健加速度指標：NP_SD穩(wěn)健加速度指標則是穩(wěn)健增速指標的一階差分。業(yè)績趨勢因子：QPT業(yè)績趨勢模型采用分層篩選的方式實現，首先依據業(yè)績增速指標篩選增速較高的三分之一的股票作為基礎股票池；再依據業(yè)績增長加速度指標在基礎股票池中篩選三分之一的股票作為最終持倉。我們將該模型進行因子化同樣考慮分層打分的方

26、式：首先，依據業(yè)績增速指標將全市場股票均分成三組，給每組股票打分，增速最高一組得分為 3，增速最低一組得分為 1，中間一組得分為 2；其次，每一組內依據業(yè)績增長加速度指標進行打分（標準分法），加速度越高得分也越高；最后，將兩步驟的得分相加為每只股票的最終得分。我們運用業(yè)績預告數據（凈利潤下限）降低財務公告數據的滯后性后，在構造月頻的業(yè)績趨勢因子時，需每月對業(yè)績數據進行更新；當同時存在不同類型的業(yè)績報告時，優(yōu)先級次序依據其準確性確定，即：定期報告業(yè)績快報業(yè)績預告。結合上述新增成長類因子，和盈利能力指標的變動類因子，我們將成長能力的大類因子梳理如下：圖表 9: 成長能力（Growth）因子明細表指

27、標名稱指標簡稱指標名稱指標簡稱經營現金流/總資產變動CFOAD營業(yè)利潤增速（單季度同比）OP_Q_YOY毛利率變動GPMD營業(yè)利潤增速（單季度環(huán)比）OP_QOQ總資產毛利率變動GPOAD營業(yè)利潤穩(wěn)健加速度OP_SD凈利潤加速度NP_Acc營業(yè)利潤穩(wěn)健增速OP_Stable凈利潤增速（單季度同比）NP_Q_YOY營業(yè)利潤增速（TTM同比）OP_YOY凈利潤增速（單季度環(huán)比）NP_QOQ營業(yè)收入穩(wěn)健加速度OR_SD凈利潤穩(wěn)健加速度NP_SD營業(yè)收入穩(wěn)健增速OR_Stable凈利潤穩(wěn)健增速NP_Stable營業(yè)收入增速（TTM同比）OR_YOY凈利潤增速（TTM同比）NP_YOYROA變動ROAD凈

28、利率變動NPMDROE變動ROED業(yè)績趨勢因子QPT投入資本收益率變動ROICD資料來源：圖表 10: 成長能力（Growth）因子單因子測試結果IC meanIC stdIRpositive perLong_ShortReturnTurnoverMono scoreLong_ShortSharpeFactorReturnReturn tstatOP_SD2.55%3.19%0.7375%9.60%18%2.062.950.19%7.81NP_Acc2.77%3.90%0.7178%9.80%18%1.842.620.25%7.83OP_Q_YOY3.51%5.14%0.6878%10.50%

29、16%1.392.470.26%6.01NP_SD2.38%3.50%0.6873%9.10%18%2.12.820.19%6.64QPT3.44%6.02%0.5775%9.33%16%1.632.530.23%6.23NP_Q_YOY3.55%5.61%0.6374%10.30%15%1.542.410.25%5.18OP_YOY3.01%5.67%0.5370%7.80%12%1.351.780.21%4.36OP_QOQ1.60%3.15%0.5171%4.80%21%2.281.560.11%4.63NP_QOQ1.80%3.56%0.5168%5.70%21%1.891.810.1

30、4%5.24NP_YOY3.01%6.16%0.4969%7.90%12%1.661.760.20%3.8OR_SD1.54%3.48%0.4469%5.60%17%1.471.80.12%4.94CFOAD1.17%2.66%0.4466%3.30%15%1.731.160.10%4.54OR_YOY2.42%6.50%0.3763%6.60%11%2.051.380.18%3.42GPMD1.14%3.16%0.3662%3.00%12%2.570.970.08%2.89ROICD1.45%4.05%0.3661%3.80%13%1.551.070.09%2.75GPOAD1.43%4.2

31、7%0.3466%4.80%12%21.370.11%3.26ROED1.47%4.74%0.3162%5.30%12%2.951.340.11%2.88NPMD1.19%4.01%0.363%2.40%12%3.330.670.07%2.17ROAD1.17%4.43%0.2663%3.80%12%3.211.010.09%2.36OR_Stable1.51%6.83%0.2259%1.90%7%2.90.380.18%2.88NP_Stable1.61%7.36%0.2258%2.00%9%-2.580.390.19%2.87OP_Stable1.42%6.98%0.257%1.00%9%

32、9.50.210.17%2.7資料來源：，注：測試期為 2009-01-01 至 2018-12-31綜合考慮收入成長能力和收入增速穩(wěn)定性的因子營業(yè)收入穩(wěn)健加速度因子（OP_SD）具有較高的預測能力，其因子 IC_IR 高達 0.73，多空組合的 Sharpe 比率高達 2.95，單調性得分也超過 2。同時，成長能力因子中 IC 均值最高的因子分別為：營業(yè)利潤增速（單季度同比）OP_Q_YOY、凈利潤增速（單季度同比）NP_Q_YOY、業(yè)績趨勢因子（QPT）。營運效率（Operation）營運效率是指公司運用資產的效率或者有效程度，可以反映公司資金的周轉狀況。營運效率的高低取決于企業(yè)營運狀況的

33、好壞及管理水平的高低。例如，存貨周轉率、總資產周轉率都是很常用的用來衡量公司營運效率的指標，在此基礎上我們也將上述指標的變動指標作為因子進行了測試，嘗試從營運效率改善的角度尋找具有更好預測能力的營運效率因子。產能利用率提升因子（OCFA，Operation Cost on Fixed Assets）的因子是我們采用創(chuàng)新基本面因子挖掘框架挖掘出來的具有較強預測能力的營運效率類因子，其具體的構造方式為，營業(yè)總成本在固定資產上滾動回歸取最近一期殘差，具體的：_ = + _ + 這里我們采用殘差項來表征產能利用率的提升。結合上述新增的產能利用率因子，我們將營運效率的大類因子梳理如下：圖表 11: 營運

34、效率（Operation）因子明細表指標名稱指標簡稱計算方式存貨周轉率INVT營業(yè)成本 / 平均存貨余額存貨周轉率變動INVTD當期存貨周轉率 - 上期存貨周轉率應收周轉率RAT營業(yè)收入 / (應收賬款 + 應收票據)應收周轉率變動RATD當期應收周轉率 - 上期應收周轉率總資產周轉率AT營業(yè)收入 / 總資產總資產周轉率變動ATD當期總資產周轉率 - 上期總資產周轉率產能利用率提升OCFA營業(yè)總成本在固定資產上滾動回歸取最近一期殘差資料來源：圖表 12: 營運效率（Operation）因子單因子測試結果IC meanIC stdIRICpositiveperLongShortreturnTur

35、noverMonoScoreLongShortSharpeFactorReturnReturntstatATD2.153.900.55717.20131.622.070.164.73OCFA1.733.330.52727.10234.232.180.145.07RATD1.223.000.41654.101211.410.063.34INVTD0.972.730.36623.40131.431.190.063.12AT1.264.590.27612.3072.070.580.143.18RAT0.595.000.1257-1.3061.17-0.220.061.1INVT0.234.390.0

36、551-0.806-0.44-0.210.030.86資料來源：，注：測試期為 2009-01-01 至 2018-12-31總資產周轉率變動指標 ATD 的各項表現均優(yōu)于其他營運效率因子，IC_IR 達到 0.55，多空年化收益 7.20%，多空組合的 Sharpe 比率也達到 2.07，該因子的預測能力和穩(wěn)定性均較好。OCFA 因子 IC_IR 表現較好，且與其他常用因子相關性較低，因此，我們將滿足入選條件（IC 大于 2%，IR 大于 0.3，tstats 大于 3）的因子 ATD 和創(chuàng)新基本面因子 OCFA 作為營運效率類因子的子指標。盈余質量（Accrual）盈余質量類指標能夠為投資

37、者提供關于上市公司的盈余信息，如果上市公司進行了盈余操縱或管理，那么其財報盈余向投資者傳遞的信息質量往往較差；較差的盈余信息不利于我們合理地對公司的未來業(yè)績做出預測，因此對上市公司盈余質量好壞的評價具有重要的意義。應計利潤的定義通常為：應計利潤 = 營業(yè)利潤 - 經營性現金流量凈額同時，為了使得不同規(guī)模的公司的該項指標能夠進行橫向比較，我們采用將應計利潤除以營業(yè)利潤作為應計利潤占比指標，來作為盈余質量指標的一種構建方式，明顯的，該指標數值越大，標的盈余質量越差。因為現金利潤來源于當期經營凈現金流的增加；而應計利潤則更多反映對未來現金流的確認，應計利潤中存在較大的利潤操縱空間，從而導致應計利潤持

38、續(xù)性較差，擁有較高應計利潤的公司未來盈余往往會出現下滑。所以基于以上的邏輯，應計利潤占比越大的公司，盈余質量越差。圖表 13: 盈余質量（Accrual）因子明細表指標名稱指標簡稱計算方式應計利潤占比APR應計利潤 / 營業(yè)利潤應計利潤占比變動APRD當期應計利潤占比 - 上期應計利潤占比收現比CSR銷售商品提供勞務收到的現金 / 營業(yè)收入收現比變動CSRD當期收現比 - 上期收現比資料來源：圖表 14: 盈余質量（Accrual）因子單因子測試結果IC meanIC stdIRIC positive perLongShort returnTurnoverMono ScoreLongShort

39、 SharpeFactor ReturnReturn tstatCSR0.69%2.90%0.2466%0.80%8%1.330.30.07%2.69CSRD0.07%2.48%0.0348%-0.10%15%-1-0.030.03%1.75APRD-0.33%2.37%-0.1445%-0.60%15%0.4-0.2-0.02%-0.9APR-1.23%2.91%-0.4239%-1.50%11%0.9-0.49-0.06%-2.62資料來源：，注：測試期為 2009-01-01 至 2018-12-31我們同時構造了收現比因子（CSR）來衡量公司主營業(yè)務收入背后現金流量的支持程度。該指標越

40、高，說明公司收入的變現能力越強。反之，說明公司當前賬面收入高，而實際現金收入低，有很大一部分形成了應收賬款，這時可以認為公司的整體盈余質量較低。上述測試的盈余質量因子整體預測能力相對較弱，其中，應計利潤占比（APR）因子的負向預測能力相對較強，IC 均值為-1.23%，IC_IR 達到-0.42。因此在盈余質量方面的因子中，選擇 APR 作為基礎因子。安全性（Safety）Asness（2017）在定義 QmJ 因子時對于安全性方面的指標給予了較高的權重，文章認為前文公式（3）中的必要報酬率（required return）是比較難以定義的或者說學術界對其定義方式的爭議仍然較大。因此文章采用了

41、一種更為通俗的方式來定義安全性（safety），其主要關注的指標包括：低 beta，低波動，杠桿率，信用風險等等。由于beta 和股價波動這些指標更多的反映來自市場內的投資者行為對股價所產生的影響，其與公司本身的質量的相關性是否較高我們認為有待驗證。同時，考慮到 A 股與海外成 熟市場的參與者結構差異，散戶占比較大的 A 股市場上個股的價格波動更容易受到公司 本身質地意外的因素影響，因此我們暫未將 beta 和波動率因子納入安全性因子中測試。這里我們討論的安全性將主要從公司的經營杠桿等方面考慮：圖表 15: 安全性（Safety）因子明細表指標名稱指標簡稱計算方式現金流動負債比率CCR CCR

42、D CR CRD CUR CURD DADDebt_Asset DTE DTEDQRQRD經營凈現金流 / 流動負債當期現金流動負債比率 - 現金流動負債比率 (現金 + 交易性金融資產) / 流動負債當期現金比率 - 上期現金比率流動資產 / 流動負債當期流動比率 - 上期流動比率 當期資產負債率 - 上期資產負債率總負債 / 總資產 總負債/歸母股東權益檔期產權比率-上期產權比率(流動資產 - 存貨 - 1年內到期的非流動資產-待攤費用-預付款) / 流動負債當期速動比率 - 上期速動比率現金流動負債比率變動現金比率現金比率變動流動比率流動比率變動資產負債率變動資產負債率產權比率產權比率變

43、動速動比率速動比率變動資料來源：圖表 16: 安全性（Safety）因子單因子測試結果IC meanIC stdIRIC positive perLongShort returnTurnoverMono ScoreLongShort SharpeFactor ReturnReturn tstatCCRD1.09%2.47%0.4365%3.10%16%1.291.110.08%3.83CCR1.53%3.95%0.3968%1.80%13%2.450.470.13%3.73DAD1.02%3.31%0.3162%4.30%14%3.771.250.10%3.35DTED0.60%2.86%0.

44、2156%3.10%12%2.330.980.04%1.9DTE0.30%6.01%0.0553%-0.50%6%-0.23-0.04-0.01%-0.1Debt_Asset0.24%7.89%0.0353%-0.50%6%-0.18-0.050.01%0.15QR-0.62%7.00%-0.0950%1.10%6%90.2-0.02%-0.23CUR-0.69%6.94%-0.148%0.60%6%0.570.13-0.03%-0.38CR-0.73%6.99%-0.150%0.40%6%0.120.09-0.02%-0.34QRD-0.78%4.23%-0.1845%-4.70%13%3.

45、06-1.25-0.07%-2.07CRD-0.79%4.15%-0.1948%-5.10%13%3.35-1.37-0.09%-2.3CURD-1.03%4.27%-0.2445%-5.30%13%2.77-1.44-0.09%-2.48資料來源：，注：測試期為 2009-01-01 至 2018-12-31上述測試的安全性因子整體預測能力不高，其中，現金流動負債比率（CCR）因子具有較好的預測能力，IC 均值為 1.53%，IC_IR 達到 0.39，因子收益均值為 0.13%，月度勝率 68%。因此我們在安全性方面的因子中，選擇現金流動負債比率 CCR 作為基礎因子。公司治理（Gover

46、nance）公司治理也是一個較為重要的評判上市公司經營質量的指標，通俗理解只有公司治理能夠影響公司股票價格和股票收益，從而產生治理溢價，投資者才能通過比較上市公司的治理水平選擇配置在未來可能獲得更高溢價的股票。本文采用股權結構與股東權利、董事會構成、管理層激勵、信息披露與合規(guī)、激勵約束機制等多維度衡量公司的治理水平。具體的指標和權重設置如下表所示：圖表 17: 公司治理（Governance）因子指標及明細細分類別指標代碼因子描述指標方向權重股權結構與股東Mc_percent流通股占比+1管理層薪酬及持股Mana_income管理層薪酬（前十）+1Mana_share_num管理層持股數量+1

47、信息披露與合規(guī)Deal_Method受證監(jiān)會、交易所等處罰情況-1激勵機制Stock_Incentive是否實施股權激勵+1資料來源：在簡單加權的方法下，將流通股占比、管理層薪酬、管理層持股數量、受證監(jiān)會、交易所等處罰情況、是否實施股權激勵這 5 大指標根據方向調整等權相加結合成為公司治理因子（Governance）。圖表 18: 公司治理（Governance）因子測試結果Governance（公司治理因子）IC mean2.79IC std5.66IR0.49IC positive per70Long_Short_return2.30Turnover9Mono_score0.31Long_

48、Short_sharpe0.14Factor Return0.23Factor Return tstat4.92資料來源：，注：測試期為 2009-01-01 至 2018-12-31公司治理因子的整體表現尚可，IC 均值為 2.79%，IC_IR 達到 0.49，因子收益均值為 0.23%，而多空收益表現一般，單調性得分較低，因子的收益穩(wěn)定性相對較弱。QQC 綜合質量因子六大類因子綜合表現：樣本內成長因子優(yōu)勢明顯為了構造一個全面且綜合的質量因子，我們首先將上文整理的 6 大類指標按照大類內因子等權加權的方式構造 6 個大類因子，并比較他們的因子表現以及相關性?？梢钥吹缴厦嬲淼倪@ 6 類質量

49、指標的整體預測能力和收益穩(wěn)定性仍存在較大的差異，其中成長能力指標的 IC 和 IC_IR 均顯著高于其他 5 類指標，而盈利能力指標的表現則相對較弱：圖表 19: 六大類質量因子測試結果IC meanIC stdIRICpositive perLongShort returnTurnoverMono ScoreLongShort SharpeFactor ReturnReturn tstat盈利能力1.676.200.27565.10131.80.810.153.11成長能力3.394.610.747611.60182.022.880.287.46營運效率2.213.800.58738.002

50、22.92.310.185.62盈余質量1.022.920.35593.11120.950.520.072.68安全性1.514.010.38684.98132.170.690.133.85公司治理2.795.660.49702.3090.310.140.234.92資料來源：，注：測試期為 2009-01-01 至 2018-12-31從 IC 序列的相關性矩陣來看，6 大類質量因子之間的相關性均處在相對較低的水平，其中，公司治理因子與其他大類的質量因子直接相關性均較低，而營運效率與成長能力之間的相關性為 0.6，相對較高。圖表 20: 六大類質量因子 IC 序列相關性矩陣盈利能力成長能力營

51、運效率盈余質量安全性公司治理盈利能力10.290.440.030.480.15成長能力0.2910.60.120.360.19營運效率0.440.610.090.270.07盈余質量0.030.120.0910.460.27安全性0.480.360.270.4610.04公司治理0.150.190.070.270.041資料來源：，注：測試期為 2009-01-01 至 2018-12-31因此，在將上文梳理完成的盈利能力、成長能力、盈余質量、營運效率、安全性、公司治理這 6 個大類質量指標綜合為一個綜合的質量因子時，可以考慮的加權方式主要包括：等權加權，IC 加權，IC_IR 加權等等不同加

52、權方式對比：等權加權減少過擬合等權加權是最為直觀的加權方式，其優(yōu)點在于邏輯直觀，減少參數優(yōu)化過程，從而減小過擬的概率。但 IC 加權和 IC_IR 加權也是較為常用的因子合成方法，這兩種加權方式下可以比較有效的提高預測能力較高的因子的權重占比，從而提高合成因子的預測能力。因此我們主要比較了下述三種因子加權方式：圖表 21: QQC 因子的不同加權方式定義參數說明EW_QQCICW_QQC IRW_QQC等權質量因子6大類因子等權相加IC加權質量因子滾動歷史12個月IC加權IC_IR加權質量因子滾動歷史12個月IC_IR加權資料來源：下表給出了不同加權方式下的綜合質量因子表現統(tǒng)計，由于 IC 加

53、權或者 IC_IR 加權均需要滾動歷史 12 個月的 IC 數據，因此因子測試的起始時間統(tǒng)一為了 2010-01-01.圖表 22: 不同加權方式下 QQC 因子測試結果IC meanIC stdIRIC positive perLongShort ReturnTurnoverMono ScoreLongShort SharpeFactor ReturnReturn tstatEW_QQC4.51%5.17%0.8783%11.10%16%2.731.780.39%8.27ICW_QQC4.53%5.32%0.8581%12.30%18%2.341.590.37%7.5IRW_QQC4.67%

54、5.43%0.8681%12.80%16%2.591.50.41%8.41資料來源：，注：測試期為 2010-01-01 至 2018-12-31IC_IR 加權方式下得到的綜合質量因子 IRW_QQC 的 IC_IR 表現最優(yōu)，但多空組合的夏普比率 1.50 卻略低于其他兩種組合方式。同時，考慮到 IC_IR 加權方法下，成長能力因子的權重會顯著高于其余因子，因此綜合質量因子會更多的暴露在成長風格上，一旦成長風格出現回撤時，整體質量因子也會遭遇較大回撤。而等權加權方式下的 QQC 因子在 IC 或者 IC_IR 的表現上與另外兩種加權方式下的因子差異并不明顯，并且等權相加的方式邏輯更為直觀，

55、省去了滾動計算 IC 或者 IC_IR 的時間區(qū)間長度的參數優(yōu)化過程，一定程度上避免了樣本內的過擬概率。QQC 因子各樣本空間內均有較強預測能力，樣本外表現同樣出色基于以上的分析，我們定義等權加權方式下的 EW_QQC 因子為綜合質量因子，命名為 QQC（Quantified Quality Composite）。該因子在中證全指、中證 500、滬深 300 不同樣本空間內，均具有較強的預測能力，因子的 IC 均高于 3%，IC_IR 均大于 0.5。其中，QQC 在全市場的 IC_IR 高達 0.87；在中證 500樣本內的表現也較為出色，因子 IC 高達 5.67%，因子平均收益也達到 0

56、.48%，多空組合的夏普比率達到 2.18。圖表 23: QQC 因子在不同樣本內的測試結果IC meanIC stdIRIC positive perLongShort ReturnTurnoverMono ScoreLongShort SharpeFactor ReturnReturn tstat全市場中證500滬深3004.51%5.17%0.8783%11.10%16%2.731.780.39%8.275.67%6.89%0.8277%15.80%16%2.132.180.48%7.333.84%6.76%0.5771%14.70%17%3.891.620.34%6.37資料來源：，注

57、：測試期為 2010-01-01 至 2018-12-31QQC 因子在樣本外同樣具有顯著的預測能力，樣本內和樣本外的表現均十分出色。從因子IC 來看，QQC 因子在樣本外區(qū)間（2019-01-01 至 2020-12-31）的月度平均 IC 達到 5.84%，樣本外月度勝率高達 87.5%，樣本外表現甚至優(yōu)于樣本內測試結果。這一結果也一定程度上歸功于我們采取的等權加權方式，減小了過擬合導致樣本外表現下滑的概率。圖表 24: QQC 因子月度 IC 時間序列圖表 25: QQC 因子分組收益（全市場）Group 1 Group 2Group 3Group 4Group 5Top-Bottom(

58、右軸)144123.53102.58261.54120.52009-012009-062009-112010-042010-092011-022011-072011-122012-052012-102013-032013-082014-012014-062014-112015-042015-092016-022016-072016-122017-052017-102018-032018-082019-012019-062019-112020-042020-0900資料來源：，注：測試期為 2009-01-01 至 2020-12-31資料來源：，注：測試期為 2009-01-01 至 2020

59、-12-31QQC 應用于指數增強：滬深 300 增強樣本外年化超額 15個百分點滬深 300 指數增強：難度較大，基本面指標更有效在各類寬基指數的指數增強模型中，滬深 300 指數增強模型是關注度較高但同時難度也較高的模型。近幾年來滬深 300 指數的相對強勢的表現，和滬深 300 股指期貨貼水較小的優(yōu)勢，是導致滬深 300 指數增強策略關注度上升的主要原因。同時，采用量化多因子手段構建滬深 300 指數增強組合是比較具有難度的，我們總結滬深 300 指數增強的難點主要包括：行業(yè)分布不均衡，個股權重差異大將滬深 300 與中證 500 這兩個指數的成分股行業(yè)分布做一個統(tǒng)計，可以發(fā)現滬深 30

60、0 內的 300 只股票行業(yè)分布更為不均衡，其中食品飲料行業(yè)、銀行行業(yè)與非銀金融行業(yè)的權重占比較高：圖表 26: 滬深 300 成分股行業(yè)權重分布（%）圖表 27: 中證 500 成分股行業(yè)權重分布（%） 16121410128108664422食品飲料非銀行金融銀行醫(yī)藥電子家電電力設備及新能源計算機汽車 房地產交通運輸有色金屬機械消費者服務農林牧漁通信基礎化工傳媒建筑電力及公用事業(yè)國防軍工建材石油石化煤炭鋼鐵商貿零售輕工制造紡織服裝醫(yī)藥電子基礎化工電力設備及新能源國防軍工計算機機械非銀行金融食品飲料有色金屬傳媒汽車 房地產鋼鐵電力及公用事業(yè)農林牧漁交通運輸輕工制造商貿零售銀行建材建筑石油石化