|
报告要点  小市值与低估值的溢价现象长期存在，但短期内溢价效应存在强弱变化 长期来看小盘溢价与价值溢价在A股是存在的，历史上的小盘溢价与价值溢价也为量化策略贡献了许多收益。但在短期内溢价效应存在强弱变化，强弱变化会给我们风格投资带来风险。 估值理论认为，股票价格受到未来现金流与折现率两方面的影响 估值理论认为，资产的价值源自于持有它的投资者能够获得的现金流，通过对资产未来现金流的折现来对资产进行估值，是资产定价领域最常使用的方式。因此，股票价格受到未来现金流与折现率两方面的影响。 市场收益率可以拆解成为现金流影响部分与折现率影响部分，个股的现金流beta与折现率beta反映了个股收益率受到现金流与折现率影响大小 通过two-beta模型能够将市场收益率拆解成为现金流影响部分与折现率影响部分。对应的传统CAPM的beta应该拆解成两个beta，现金流beta与折现率beta。不同股票两种beta的大小决定了股票受现金流的冲击和折现率的冲击影响的大小。 小盘溢价、价值溢价波动的根源在于，大小盘、价值成长收益率对于现金流和折现率变化的敏感度不同 小盘溢价、价值溢价波动的根源在于，大小盘、价值成长收益率对于现金流变化和折现率变化的敏感度不同，从而导致现金流预期和折现率预期变化时，小盘股和大盘股、价值股与成长股收益率的波动幅度不同，带来了小盘溢价、价值溢价的波动。 利用ROE与利率的趋势变化对小盘溢价、价值溢价的影响过程，构建小盘风格与价值风格的轮动策略 风格轮动策略获得了年化26.15%的收益，收益回撤比为1.0591，剥离微小波动后策略取得年化28.24%收益率，收益回撤比达到了1.1439。。今年以来取得了19.01%的收益，回撤仅为-1.84%，表现极为出色。历史上来看，除了2011、2014年表现相对欠佳外，其他年份均表现出了稳定的收益。 小盘溢价与价值溢价 Fama-French三因子模型在CAPM模型的基础上，提出了市值和账面市值比都可以解释股票的收益率变动。小盘溢价与价值溢价也被许多研究所证实。从国内的研究也可以发现，在长期来看，小盘溢价与价值溢价在A股是存在的，历史上的小盘溢价与价值溢价也为量化策略贡献了许多收益。 但是，小盘溢价与价值溢价并不是稳定持久的。从图1和图2可以看到，在2005年到2007年、2012年、2017年，小盘溢价效应失效，市场并没有为小市值股票提供风险溢价；2010年-2011年、2013年、2015年、2018年，价值溢价效应也并不明显。我们可以知道，对于长期而言，小盘溢价与价值溢价是客观存在的，但是在短期内溢价效应会存在强弱变化，强弱变化会给我们风格投资带来风险。因此，在本篇报告中，我们对这种强弱变化的产生的根源进行了研究，并提出了小盘溢价与价值溢价的轮动策略。   从估值理论出发 对于任意的可交易的资产而言，我们都需要对它进行定价，即估值。估值理论的核心假设是，资产的价值源自于持有它的投资者能够获得的现金流，通过对资产未来现金流的折现来对资产进行估值，是资产定价领域最常使用的方式。对于股票而言，Gordon（1963）提出的DDM模型（股息贴现模型），是一种最基本的股票内在价值评价模型。  其中，P为股票当前价格，Dt为t时刻股票股利，r为股票的期望收益率或贴现率。 因此，从DDM模型我们可以看到，股票的价格由两部分构成，未来现金流与贴现率。未来现金流越高，贴现率越低，当前股票估值应当越高。 回归到上文所提及的大小盘与价值成长股票收益分化的问题，直观而言，大市值、价值类的股票企业规模较大，企业处于经营成熟期，已经能够为投资者带来现金流的回报。而小市值、成长类股票的企业规模较小，往往处于公司成长期，短期内为投资者带来现金流回报相对较少。因此对应于DDM模型中，相对小市值、成长类股票而言，大市值、价值类的股票的估值可能与未来现金流的敏感度更高，而相对于折现率的敏感度更低。但是不同的股票对未来现金流和折现率的敏感度，如何区分计量，这是DDM不能解决的问题。因此本文采用Campbell（2004）中的two-beta模型，来计量未来现金流和折现率对股票价格的影响，从而解释小盘溢价与价值溢价的原因。 Two-Beta模型 Campbell（2004）认为传统的CAPM模型无法对小盘溢价与价值溢价做出合理的解释，他认为，作为一个投资者，持有股票将面临两方面的风险，一方面来自于公司未来现金流的风险，另一方面来自于折现率的风险，而不同的股票的收益率对于这两种风险的敏感程度是不同的。因此传统的CAPM的beta应该拆解成两个beta，现金流beta与折现率beta。不同股票两种beta的大小决定了股票受现金流的冲击和折现率的冲击影响的大小。 1 收益率分解    2 收益率估计  A股收益率拆解 第三部分中，我们对Campbell（2004）的two-beta模型进行了推导，在这一部分中，我们利用A股数据，建立VAR模型，尝试将A股的市场超额收益拆解成为现金流与折现率带来的收益。 1 变量筛选 我们采用2005年2月-2018年5月的Wind全A作为市场收益率的代表。此外，为了建立VAR模型，我们需要确定影响因素。 由于时间序列数据往往会呈现一定的时间趋势性，即出现非平稳的特征。而当时间序列数据呈现非平稳时，直接进行回归容易出现伪回归现象，因此需要对变量进行平稳性检验。从结果中可以看到， Wind全A、PMI、CPI、工业增加值、国债利率、估值均呈现平稳特征。而其他因素均不平稳，为避免差分引起经济意义的改变，此处将非平稳因素做剔除处理。 影响因素中PMI、CPI、工业增加值、国债利率、估值均通过了平稳性检验的变量，为了证明这些因素对Wind全A有预测的效果，我们对这些影响因素进行了格兰杰因果检验。检验发现，CPI、国债利率、估值是Wind全A的格兰杰原因，而PMI、工业增加值并不是Wind全A的格兰杰原因。 此外，时间序列数据往往还可能存在较强的共线性问题。因此我们对CPI、国债利率、估值三个指标的共线性运用条件数进行了检验，条件数为4.2255<100，因此CPI、国债利率、估值三个指标之间不存在多重共线性。 因此，根据平稳性检验、格兰杰因果检验、共线性检验的结果，我们选取CPI、国债利率、估值三个指标与Wind全A构建VAR模型。 2 回归结果 3 收益拆解 在上一部分中，我们构建了VAR模型，并得到了模型拟合的结果。因此，如上一章节中的理论推导所述，我们可以根据回归的参数与得到的残差结果对市场的超额收益率进行拆解，拆解成为现金流与折现率影响的收益率。 图3中，我们可以看到现金流收益率与折现率收益率12个月平均曲线与Wind全A收益率之间的关系。两种收益率基本呈现同涨同跌的特点，且与Wind全A收益率高度相关。但是也可以看到，在不同的时间点现金流收益率与折现率收益率的波动呈现差异性。因此，在不同的时间点上，现金流收益率与折现率收益率对于股票收益率的影响可能存在差异性。 风险溢价波动根源 通过对A股市场收益率的拆解，我们将Wind全A的超额收益率拆解成为了现金流变化带来的收益与折现率变化带来的收益。根据个股收益率与这两者带来的收益的相关性，我们可以将个股的beta拆解成为现金流beta与折现率beta。 然而，当我们依据某一类特征对股票进行分类，再观察这一特征变化下的两种beta的差异性，那么就能够对这一特征与两种beta之间的关系进行分析了。 回到对风险溢价的探讨，大小盘、价值成长就是依据市值、市净率对股票进行划分的方式，为了探讨小盘溢价与价值溢价的根源，我们对大小盘、价值成长分类下的股票受到现金流和折现率变化影响的敏感程度进行了计算，从两方面对风险溢价的来源进行解释。 1 beta的计算 2 对风险溢价的影响 因此，小盘溢价、价值溢价波动的根源在于，大小盘、价值成长收益率对于现金流和折现率变化的敏感度不同，从而导致现金流预期和折现率预期变化时，小盘股和大盘股、价值股与成长股收益率的波动幅度不同，带来了小盘溢价、价值溢价的波动。 小盘溢价与价值溢价轮动 根据上一部分的成果，我们可以知道在现金流上升、折现率上升时，小盘溢价减弱，价值溢价增强，现金流下降、折现率下降时，小盘溢价增强，价值溢价减弱。 因此，如果我们能够把握现金流和折现率变化的趋势性，那么就可以对小盘溢价与价值溢价进行择时。 1 代理指标 全市场的现金流受到各方面因素的影响，经济周期、政府政策、产业结构等等，但最终各方面的因素会反应到一个指标，就是企业的盈利状况。借鉴Randolph Cohen et al.(2003)中的思想，我们采用ROE的趋势性作为对现金流趋势性的代理指标。 而对于折现率而言，其受到两方面的影响，无风险收益率和风险溢价，而风险溢价与不同投资者的风险厌恶程度有关，不能统一刻画。而无风险收益率会影响到所有投资者的折现率水平，因此采用无风险收益率的趋势性作为对折现率趋势性的代理指标。 2 风格收益 为了直观得观察大小盘与价值成长风格的表现，本文采用总市值与市净率原始取值对全市场股票进行分组回测，获得风格收益。其中回测框架如下： 回测框架： 1、 回测时间区间：2005年1月-2018年5月 2、 回测范围：全A股票 3、 剔除停牌与交易日涨停个股 4、 根据风格因子值分为5组，分别计算收益 5、 调仓频率：月度 其中取市值最小组与市值最大组的多空收益作为大小盘风格（小盘溢价）表现，取市净率最大组与市净率最小组的多空收益作为价值成长风格（价值溢价）表现。 3 现金流、折现率与风格收益 为了判断ROE趋势、利率趋势与小盘溢价、价值溢价之间的关系，我们通过划分高低点的方式，将ROE趋势与利率趋势划分为上行与下行阶段（以ROE为例），并观察在不同的阶段小盘溢价与价值溢价的变化： 1、 若当前ROE大于前后4个月内ROE最大值，记为高点； 2、 若当前ROE小于前后4个月内ROE最小值，记为低点； 3、 从低点到下一个高点间，定义为上行阶段，从高点到下一个低点间，定义为下行阶段； 4、 连续出现高点（低点），以前一个高点（低点）为起点； 5、 此方式仅应用于样本内有效性分析，不适用于样本外跟踪。 根据上述上行下行阶段划分方法，我们将ROE趋势、利率趋势与小盘溢价、价值溢价之间的关系呈现于图6-9，同时，我们统计了上行下行阶段下小盘溢价、价值溢价的月度平均收益率。 可以看到，在ROE上行阶段，小盘溢价更低，价值溢价更高；ROE下行阶段，小盘溢价更高，价值溢价更低。而且ROE的上行能够很好地解释2007年小盘溢价的弱势和价值溢价的强势，ROE的长期下行也很好地解释了2012年-2016年小盘溢价的强势与价值溢价的弱势。ROE的上行趋势解释了2017年小盘溢价的下降，价值溢价的上升。2018年，小盘溢价的回归以及价值溢价的下降也同样能够被ROE的下滑所解释。 而对于利率而言，利率上行时，小盘溢价更低，价值溢价更高；利率下行时，小盘溢价更高，价值溢价更低。2014-2016年的利率下行也能够很好地解释小盘溢价强势和价值溢价的弱势。2017年随着利率的上行，小盘溢价弱势而价值溢价强势。2018年的利率下行也很好地解释了小盘溢价的回归以及价值溢价的弱势。 4 小盘溢价与价值溢价轮动 从上一部分的分析中，我们可以发现，ROE趋势上行、利率趋势上行时，小盘溢价减弱，价值溢价增强，ROE趋势下行、利率趋势下行时，小盘溢价增强，价值溢价减弱。因此，如果能够识别出ROE与利率的趋势，我们就可以在小盘溢价与价值溢价之间进行轮动，获取正向的溢价收益。 在这里我们需要解决两个问题，一是如何判断ROE与利率的趋势，二是在ROE和利率趋势相悖时如何取舍。 为了解决这个问题，我们构建了趋势强弱指标： 从策略的表现中，我们看到，我们的轮动策略在年化收益，最大回撤，收益回撤比三个指标上均超越了单纯做多小盘溢价与价值溢价的结果。获得了年化26.15%的收益，收益回撤比为1.0591。今年以来取得了19.01%的收益，回撤仅为-1.84%，表现极为出色。历史上来看，除了2011、2014年表现相对欠佳外，其他年份均表现出了稳定的收益。 从策略的表现中，我们可以看到，剔除了微小波动后策略的年化收益达到了28.24%，收益回撤比达到了1.1439。同样今年以来取得了19.01%的收益，回撤仅为-1.84%，表现极为出色。而在不同的阈值水平下我们同样进行了测试。 总结 长期来看小盘溢价与价值溢价在A股是存在的，历史上的小盘溢价与价值溢价也为量化策略贡献了许多收益。但在短期内溢价效应会存在强弱变化，强弱变化会给我们风格投资带来风险。 本文从估值理论出发，运用two-beta模型，将股票收益率拆解为受现金流和折现率影响两部分，而股票的现金流beta与折现率beta正是刻画个股收益率受到两部分影响大小的指标。 通过分析大小盘、价值成长不同分档股票的现金流beta与折现率beta，我们发现小盘股对于现金流变化的敏感度低于大盘股，而对折现率变化的敏感度高于大盘股。价值股对于现金流变化的敏感度大于成长股，而对折现率变化的敏感度低于成长股。 因此，小盘溢价、价值溢价波动的根源在于，大小盘、价值成长收益率对于现金流和折现率变化的敏感度不同，从而导致现金流预期和折现率预期变化时，小盘股和大盘股、价值股与成长股收益率的波动幅度不同，带来了小盘溢价、价值溢价的波动。 在此基础之上，本文运用ROE变化趋势与利率变化趋势作为现金流预期与折现率预期的代理指标。并据此构建了，小盘溢价与价值溢价的轮动模型，获得了年化26.15%的收益，收益回撤比为1.0591，剥离微小波动后策略取得年化28.24%收益率，收益回撤比达到了1.1439。今年以来取得了19.01%的收益，回撤仅为-1.84%，表现极为出色。历史上来看，除了2011、2014年表现相对欠佳外，其他年份均表现出了稳定的收益。 参考文献 1、Campbell J Y, Vuolteenaho T. Bad Beta, Good Beta[J]. American Economic Review, 2004, 94(5):1249-1275. 2、Campbell J Y, Shiller R J. The Dividend-Price Ratio and Expectations of Future Dividends and Discount Factors[J]. Social Science Electronic Publishing, 1988, 1(3):195-228. 3、Campbell J Y, Shiller R J. Stock Prices, Earnings, and Expected Dividends[J]. Journal of Finance, 1988, 43(3):661-676. 4、Campbell J Y. A Variance Decomposition for Stock Returns[J]. Economic Journal, 1991, 101(405):157-179. 5、Cohen R B, Polk C, Vuolteenaho T. The Price Is (Almost) Right[J]. Nber Working Papers, 2003, 64(6):2739–2782. 6、Asness C S, Friedman J A, Krail R J, et al. Style Timing: Value versus Growth[J]. Journal of Portfolio Management, 2000, 26(3):50-60. 风险提示 市场风格受到模型外因素影响，造成模型失效。 风险提示：市场风格受到模型外因素影响，造成模型失效 注：文中报告节选自天风证券研究所已公开发布研究报告，具体报告内容及相关风险提示等详见完整版报告。 证券研究报告 《天风证券-金工专题报告：溢价追本溯源：现金流与折现率 2018-07-02》 对外发布时间 2018年07月02日 报告发布机构 天风证券股份有限公司 （已获中国证监会许可的证券投资咨询业务资格） 本报告分析师 陈奕 SAC 执业证书编号： S1110517080005 |
|
|
