市場特征：板塊風(fēng)格多輪切換，戰(zhàn)勝基準(zhǔn)難度加大
市場總體上行，板塊風(fēng)格歷經(jīng)多輪切換
滬深 300 指數(shù)自 2022 年 10 月 31 日近一年新低以來持續(xù)反彈，至 2023 年 1 月 30 日達(dá)到本輪反彈以來新高，此后至 2023 年 5 月 12 日1維持震蕩狀態(tài)。在 1 月 31 日之前， 除上證 50 以外，其余各寬基指數(shù)總體跑輸滬深 300；在 1 月 31 日滬深 300 展開震蕩至 4 月中旬前，中證 500、中證 1000、科創(chuàng) 50 指數(shù)顯著走強(qiáng)，而上證 50、創(chuàng)業(yè)板指持續(xù)逐漸 走弱；4 月中旬后，上證 50 指數(shù)與中小盤、成長類指數(shù)的相對走勢再次逆轉(zhuǎn)。
【資料圖】
價值、低波因子表現(xiàn)占優(yōu)，成長、盈利因子持續(xù)回撤
因子方面，2023 年以來各類大類因子表現(xiàn)可分為三個梯隊，其中第一梯隊包含價值、 波動率因子。價值因子在各指數(shù)空間內(nèi)均表現(xiàn)較為強(qiáng)勢，累積超額收益在 5%以上；波動 率因子除在中證 1000 空間中僅獲得微弱的正收益外，在其他空間中超額收益均在 3%以上。 第二梯隊包含市值、反轉(zhuǎn)因子，他們年初以來在大部分指數(shù)空間中一度曾獲得較高的 超額收益，但從某一時點后至今又發(fā)生回撤。其中，反轉(zhuǎn)因子的表現(xiàn)拐點發(fā)生在 2 月中旬， 市值因子的表現(xiàn)拐點發(fā)生于 3 月上旬。 第三梯隊主要是成長和盈利因子，他們從開年以來持續(xù)跑輸基準(zhǔn)。雖然今年以來數(shù)字 經(jīng)濟(jì)、人工智能等科技主題曾一度獲得市場追捧，但從因子模型的角度來看，個股層面的 超額收益均被如市值、反轉(zhuǎn)等因子所解釋，而熱點概念切換的時點也與市值和反轉(zhuǎn)因子的 拐點基本保持一致。
風(fēng)險模型對個股總波動解釋度的分布區(qū)間低于過去兩年
風(fēng)險模型的解釋度反映了個股微觀波動的群聚性。風(fēng)險模型解釋度越高，除了說明風(fēng) 險模型的有效性之外，也說明了個股的表現(xiàn)更多與模型中的行業(yè)/風(fēng)格因子等有關(guān)，個股脫 離行業(yè)、風(fēng)格細(xì)分板塊走出獨立行情的概率越低。在《多因子量化選股系列專題研究-因子 離散化股票多因子風(fēng)險模型》（2022 年 6 月 8 日）中，我們所提出的風(fēng)險模型在各細(xì)分指 數(shù)板塊中均取得了較好的解釋度。 2023 年以來，我們的風(fēng)險模型的解釋度分布具有一定下行趨勢，這也與上文所述今 年以來板塊輪動速度加快，同時成長、盈利等常規(guī)基本面風(fēng)格走弱的現(xiàn)象相一致?？傮w上 看，今年以來的日頻解釋度中位數(shù)低于 2021 年、2022 年，中位數(shù)和上下四分位數(shù)的區(qū)間 總體與 2020 年、2019 年保持一致。這樣的情況下，通過風(fēng)格、行業(yè)的偏離來獲得超額收 益的難度總體上高于過去的兩年。
公募滬深300、中證500增強(qiáng)基金年內(nèi)戰(zhàn)勝基準(zhǔn)比例不足三分之一
從基金產(chǎn)品實際運作結(jié)果來看，2023 年以來戰(zhàn)勝基準(zhǔn)的難度增大。以公募量化增強(qiáng) 基金表現(xiàn)來看，截至 5 月 12 日，全市場滬深 300、中證 500 公募增強(qiáng)基金戰(zhàn)勝基準(zhǔn)（超 額收益>0）的比例分別為 26.53%和 31.48%，超額收益的平均值和中位數(shù)均在-1%左右； 中證 1000 增強(qiáng)由于備選樣本股數(shù)較廣。目前來看，戰(zhàn)勝基準(zhǔn)的比例和超額收益尚處于較 正常的水平。2022 年全年，公募滬深 300、中證 500、中證 1000 增強(qiáng)基金戰(zhàn)勝基準(zhǔn)的比 例分別在 70%至 80%以上，年度勝率大幅高于今年。
風(fēng)格解析：預(yù)期變化驅(qū)動基本面風(fēng)格切換，經(jīng)濟(jì)復(fù)蘇錨定于企業(yè)營收增長
核心寬基指數(shù)的強(qiáng)預(yù)期與弱業(yè)績
從目前 A 股核心寬基指數(shù)實現(xiàn)凈利潤 TTM 增長率來看，上證 50、滬深 300 指數(shù)在 2023Q1 財報披露后產(chǎn)生了一定的成長性提升跡象，但是相對 2021 年末以來的下行趨勢 來說，幅度仍不明顯；中證 500、中證 1000 指數(shù)截止 23Q1 的 TTM 凈利潤增長率仍在 0 值以下；創(chuàng)業(yè)板指、科創(chuàng) 50 指數(shù)的成長性雖然波動較大，但相對來說成長性邊際提升更 明顯。從一致預(yù)期來看，各寬基指數(shù)預(yù)期成長性的提升較為顯著，且創(chuàng)業(yè)板指、科創(chuàng) 50、 中證 1000 指數(shù)幅度更高，上證 50、滬深 300、中證 500 指數(shù)提升幅度則較低。
預(yù)期變化推動基本面風(fēng)格切換，價值組合的預(yù)期成長性顯著上行
以中證全指為樣本空間，考察其特征成長、價值、盈利的預(yù)期基本面指標(biāo)。從預(yù)期盈 利角度來看，各特征組合與中證全指的預(yù)期 FTTM ROE 整體變化不大，但盈利組合的預(yù) 期 FTTM ROE 存在一定下降趨勢；從成長性角度看，中證全指、成長組合、盈利組合的 預(yù)期 FTTM 凈利潤增長率、預(yù)期 FTTM 營收增長率均存在下行趨勢，而價值組合的預(yù)期 FTTM 凈利潤增長率、預(yù)期 FTTM 營收增長率則顯著上行。因此，成長組合的預(yù)期成長性 下降、盈利組合的預(yù)期盈利水平下降應(yīng)是成長因子、盈利因子走弱的主要原因，而價值因 子的走強(qiáng)則主要依賴于價值組合的預(yù)期成長性提升。
市場對經(jīng)濟(jì)復(fù)蘇進(jìn)展的關(guān)心錨定于營收的預(yù)期變化
風(fēng)險中性假設(shè)下，市場對預(yù)期回報率相同的資產(chǎn)會給予相同的定價，則靜態(tài)估值中隱 含了對未來的預(yù)期。假設(shè)動態(tài)市盈率2PE? = P/E? = ；預(yù)期凈利潤增長率r? = ?/ ? 1，則 有 = = ? (1+ ?)，同理 = ? ?，PSTTM = ? 營收增長率 ? 。因此，靜態(tài) 估值指標(biāo)理論上應(yīng)與基本面預(yù)期值程線性關(guān)系 ? = + ? ? + ； ? = + ? 凈利潤增長率 ? + ； ? PSTTM = + ? 營收增長率 ? + 。 基于上述原理，各回歸式中的系數(shù) Alpha 反映了剔除基本面財務(wù)指標(biāo)預(yù)期后的估值高低， 系數(shù) Beta 則反映了某一時點市場系統(tǒng)性的對某一估值視角給出的分化程度。
從估值分化角度，PB-ROE、PE-凈利潤增長率、PS-營收增長率三個視角下的回歸式 Beta 系數(shù)自 2009 年以來的分化度分別為 62%、52%、50%，即基本處于歷史長期中位數(shù) 附近。 從絕對估值來看，PB-ROE、PE-凈利潤增長率、PS-營收增長率三個視角下的回歸式 Alpha 系數(shù)分位數(shù)分別為 39%、31%和 72%，說明除 PS 視角下市場的估值偏貴之外，PE、 PB 視角下市場總體估值較低。
上述數(shù)據(jù)特征說明，在投資者關(guān)注經(jīng)濟(jì)復(fù)蘇進(jìn)展的大背景下，重點關(guān)注于上市企業(yè)的 營業(yè)收入增長情況，且目前市場價格點位已經(jīng)隱含了較高的營收增長預(yù)期。從截至 5 月 12 日 A 股核心及中信一級行業(yè)指數(shù)的估值分化來看，部分熱門行業(yè)3從 PB-ROE、PE-凈利潤 增長率的角度來看與回歸曲線偏差較多，說明這些因素不能完全解釋市場的定價主線，但 從 PS-營收增長率來看則非常接近擬合中樞，說明市場對上述行業(yè)的核心增長關(guān)注點在企 業(yè)的營收上。
組合管理：精細(xì)化風(fēng)險刻畫，弱風(fēng)格環(huán)境重個股Alpha
離散化因子處理，重視因子排序
在 A 股市場過去數(shù)年運行特征的慣性下，股票組合通過風(fēng)格、行業(yè)的長期偏離獲取超 額收益已經(jīng)成為了通常做法。自從 2021 年下半年后，盈利、成長風(fēng)格逐漸讓位于價值風(fēng) 格，但大多數(shù)組合依然選擇在熱門成長板塊暴露較多的敞口，這導(dǎo)致了 2022 年以來股票 組合實際超額波動的加大，特別是 2023 年以來不論長期堅守成長板塊，還是追隨熱點進(jìn) 行切換，實際效果均差強(qiáng)人意。在當(dāng)前風(fēng)格、板塊、主題均弱化的背景下，通過精細(xì)化的 風(fēng)險管理來實現(xiàn)穩(wěn)定的超額收益將是必然選擇。
根據(jù)經(jīng)典量化投資理論，策略的長期超額收益最終來源于特定風(fēng)險的暴露，因此精細(xì) 化的風(fēng)險管理，一定是穩(wěn)定超額收益的前提。在《多因子量化選股系列專題研究-因子離散 化股票多因子風(fēng)險模型》（2022 年 6 月 8 日）中我們所提出的風(fēng)險模型最主要特點在于， 對各大類因子進(jìn)行了基于分位數(shù)的分組劃分，每個因子的每個分組以啞變量形式體現(xiàn)在回 歸方程中。這樣設(shè)置的目的在于，一是各因子收益率是在其他因子中性化之下的組內(nèi)個股 加權(quán)收益率，更具有實際意義；二是離散化的本質(zhì)是對排序關(guān)系的描述，而非數(shù)量關(guān)系的 描述，而且為非線性問題預(yù)留了靈活的操作空間。
精細(xì)化因子刻畫，因子收益動量和個股Alpha反轉(zhuǎn)效果顯著
因子離散化之下，回歸模型的解釋變量數(shù)量大幅擴(kuò)充，也實現(xiàn)了對因子收益更精細(xì)的 刻畫，而更精細(xì)化的因子收益我們也發(fā)現(xiàn)了更顯著的收益動量。我們參照單因子測試的流 程，將每個離散化的行業(yè)和風(fēng)格因子分組作為投資的標(biāo)的，以他們過去 240 日的累積因子 收益率作為輪動指標(biāo)進(jìn)行分組回測，可以看到，不論在行業(yè)上還是風(fēng)格上，該指標(biāo)都顯示 了顯著的動量特征。與一般的風(fēng)格動量策略，即僅考察風(fēng)格暴露最極致的組合不同，離散 化方法下任何一個分組均被視作一個獨立組合而考察其動量特征，這種動量性本質(zhì)上體現(xiàn) 的是因子的非線性特性。而對于離散化模型不可解釋的個股收益部分，即個股的純 Alpha 收益，我們也發(fā)現(xiàn)了更加穩(wěn)定的反轉(zhuǎn)特征。
市場主體風(fēng)格缺失環(huán)境，純Alpha反轉(zhuǎn)策略相對收益更高
上述因子收益動量、Alpha 收益反轉(zhuǎn)現(xiàn)象僅為理論測試，將上述理論收益落為現(xiàn)實需 要通過相應(yīng)的轉(zhuǎn)化來實現(xiàn)。對于因子風(fēng)格動量效應(yīng)，我們在每個調(diào)倉日選擇風(fēng)格及行業(yè)因 子動量排名靠前的 20%組別，將每組的純因子組合權(quán)重加上基準(zhǔn)的權(quán)重來構(gòu)建相應(yīng)的因子 動量組合。需要注意的是，純因子組合權(quán)重中包含負(fù)值權(quán)重，即空頭頭寸，因此需要引入 參數(shù)進(jìn)行調(diào)整，以使得實際組合全部權(quán)重均為非負(fù)數(shù)，調(diào)整因子計算方法如下： abs(min(__?/?_? )) 其中__?為純因子組合權(quán)重，?_?為基準(zhǔn)權(quán)重。
對于 Alpha 反轉(zhuǎn)策略，最優(yōu)化目標(biāo)為最小化 Alpha 收益值，同時控制與基準(zhǔn)的行業(yè)和 風(fēng)格偏離。具體表達(dá)如下： ha?.. 1 = 1 ≥ 0 ? ≤ ( ? ) ≤ ?? ≤ ( ? ) ≤ ? 行業(yè)和風(fēng)格動量模型是通過對個別行業(yè)和風(fēng)格的暴露來獲取收益，而純 Alpha 動量模 型的意義在于當(dāng)市場基本面因子失效或者風(fēng)格不明朗的情形下，通過加強(qiáng)對組合風(fēng)險的管 理來獲取較為穩(wěn)定的個股特異質(zhì)收益?；販y考察期設(shè)為 2016 年至 2023 年 5 月 12 日，調(diào) 倉頻率為月度，交易費率設(shè)為雙邊千分之三。
結(jié)果分別展示了滬深 300 和中證 500 的因子動量策略以及純 Alpha 反轉(zhuǎn)策表現(xiàn)。 整體而言，在同一樣本空間中，因子動量策略長期 IR 和年化超額收益率均高于純 Alpha 反轉(zhuǎn)策略，說明在 A 股市場總體上通過風(fēng)格或行業(yè)的把握來獲取超額收益相對容易。在行 業(yè)、風(fēng)格相對顯著的年份，例如 2017 年、2019 年、2020 年等，因子動量策略超額收益 顯著高于純 Alpha 反轉(zhuǎn)策略，而在風(fēng)格弱化的年份（例如 2016 年、2018 年、2021 年）， 純 Alpha 反轉(zhuǎn)策略的超額收益更高。今年以來也屬于主體風(fēng)格缺失、風(fēng)格切換較為頻繁的 年份，純 Alpha 反轉(zhuǎn)策略相對表現(xiàn)更好。
業(yè)績主線：精選預(yù)期改善個股，挖掘企業(yè)隱含目標(biāo)增速
在經(jīng)濟(jì)復(fù)蘇節(jié)奏存在分歧、市場主體風(fēng)格不明朗的情況下，股票組合更應(yīng)該以業(yè)績兌 現(xiàn)為主線精選個股。從 3 月以來各策略表現(xiàn)來看，業(yè)績驅(qū)動型策略表現(xiàn)顯著回升，主題投 資也趨向于存在業(yè)績兌現(xiàn)、困境反轉(zhuǎn)型個股，此外也可從企業(yè)行為入手，挖掘存在隱含目 標(biāo)增速的個股投資機(jī)會。
預(yù)期邊際改善策略：復(fù)蘇預(yù)期下收益有所回升，個股超額貢獻(xiàn)突出
分析師預(yù)期邊際改善是指分析師對于上市公司的盈利預(yù)期出現(xiàn)了一定幅度的向上調(diào) 整。分析師預(yù)期邊際改善的過程往往是因為分析師看到了宏觀政策利好、產(chǎn)業(yè)機(jī)遇顯現(xiàn)、行業(yè)需求釋放或個股盈利改善，本質(zhì)上是由基本面改善驅(qū)動。進(jìn)一步地，由于投資者對于 這種基本面改善往往會反應(yīng)不足，股價會出現(xiàn)逐步抬升的過程，帶來投資機(jī)會。
在報告《量化策略專題研究—預(yù)期邊際改善中的投資機(jī)會》（2023-02-06）中，我們 從盈利預(yù)測和分析師報告文本的角度，分析了分析師預(yù)期邊際改善所包括的五個方面的信 息，分別是盈利預(yù)測上調(diào)、業(yè)績超預(yù)期、領(lǐng)先上調(diào)、文本上調(diào)和文本強(qiáng)烈。具體而言，盈 利預(yù)測上調(diào)指的是分析師本次預(yù)期凈利潤大于上次預(yù)期凈利潤，直接反映分析師預(yù)期邊際 改善；業(yè)績超預(yù)期是指個股本年實際凈利潤大于本年預(yù)期凈利潤，表明個股的實際業(yè)績兌 現(xiàn)高于預(yù)期，間接反映分析師預(yù)期邊際改善；領(lǐng)先上調(diào)是指個股本期預(yù)期均值和方差大于 上期預(yù)期均值和方差，反映出有個別分析師開始領(lǐng)先上調(diào)分析師預(yù)期，具有較強(qiáng)的前瞻性。 文本上調(diào)是通過識別分析師報告文本中同時包含上調(diào)類詞匯和預(yù)測類詞匯的研報。文本強(qiáng) 烈是通過識別分析師報告文本中包含分析師強(qiáng)烈正面態(tài)度類詞匯的研報。
從盈利預(yù)測上調(diào)來看，盈利預(yù)測上調(diào)股票數(shù)量占分析師覆蓋股票數(shù)量的比例與中證全 指具有一定的相關(guān)性，二者的相關(guān)系數(shù)達(dá)到 0.21，說明隨著預(yù)期邊際改善程度越高，股票 未來的收益表現(xiàn)越好。盈利預(yù)測上調(diào)股票數(shù)量占比在 2022 年 10 月達(dá)到最低點，此后開始 震蕩上行，中證全指也開始觸底回升。當(dāng)前預(yù)期邊際改善處于上行區(qū)間，預(yù)計未來市場也 會逐漸趨勢向上。從業(yè)績超預(yù)期來看，超預(yù)期策略組合收益從 2022 年以來經(jīng)歷了一段較長時間的持續(xù) 回撤，并在 2023 年 2 月之后收益逐漸回升。這說明業(yè)績驅(qū)動的投資策略有效性在 2022 年階段性減弱后，當(dāng)前正在逐漸恢復(fù)。
進(jìn)一步的，將預(yù)期邊際改善構(gòu)建的組合應(yīng)用在指數(shù)增強(qiáng)和精選組合構(gòu)建。具體而言， 指數(shù)增強(qiáng)方面，選取每個月中同時觸發(fā)兩個及以上預(yù)期邊際改善事件的股票，按照 80%基 準(zhǔn)指數(shù)成分股和 20%其他個股的權(quán)重分配方案應(yīng)用在滬深 300 和中證 500 指數(shù)增強(qiáng)上。 精選組合構(gòu)建方面，分別在超預(yù)期、領(lǐng)先上調(diào)和文本事件股票池中按照盈利預(yù)測調(diào)整幅度 因子從高到低排序精選前 30 只股票，進(jìn)一步得到超預(yù)期事件精選組合、領(lǐng)先上調(diào)事件精 選組合和文本事件精選組合。 從指數(shù)增強(qiáng)效果來看，2023 年以來，截至 5 月 12 日，滬深 300 指數(shù)增強(qiáng)超額收益為 5.2%，中證 500 指數(shù)增強(qiáng)超額收益為 6.8%。分月來看，超額收益主要在 3 月份之后實現(xiàn)， 這說明在進(jìn)入業(yè)績密集披露期時，市場開始回歸業(yè)績主線投資，預(yù)期邊際改善策略受益于 業(yè)績驅(qū)動而獲得更好的收益表現(xiàn)。
從精選組合效果來看，經(jīng)濟(jì)復(fù)蘇預(yù)期下，整體收益表現(xiàn)有所回升。2023 年以來，截 至 5 月 12 日，超預(yù)期事件精選組合、領(lǐng)先上調(diào)事件精選組合和文本事件精選組合絕對收 益分別為 11.0%、10.1%和 10.8%，同期中證全指收益為 2.8%。分月來看，1-4 月均實現(xiàn) 正收益，5 月收益回撤明顯，月勝率達(dá)到 80%。
將精選組合收益分解為個股超額(個股收益減去行業(yè)收益)、行業(yè)超額(行業(yè)收益減去中 證全指)和基準(zhǔn)指數(shù)（中證全指）三部分。2023 年以來，截至 5 月 12 日，個股超額在 3-4 月份有明顯的正向貢獻(xiàn)，同期，中證全指波動較大，說明超預(yù)期事件精選組合、領(lǐng)先上調(diào)精選組合和文本事件精選組合能夠從全市場各個行業(yè)中精選優(yōu)質(zhì)個股。進(jìn)一步地，從全市 場精選具有個股超額的投資機(jī)會是應(yīng)對整體市場波動環(huán)境較好的方式。
科技板塊選股：主題性投資熱點下，精選業(yè)績驅(qū)動組合
從成長視角來看，傳媒、電子、計算機(jī)和通信的凈利潤同比增速表現(xiàn)明顯漲跌變化， 整體成長穩(wěn)定性較差，具有周期性成長特征。截至 2023 年 4 月 28 日，最新的凈利潤增速 排序是：通信>電子>計算機(jī)>傳媒。從周期視角來看，在已有的定性和定量的企業(yè)生命周期劃分方法基礎(chǔ)上基于核心變量 從經(jīng)營周期和業(yè)績周期來嘗試尋找處于成長期的公司。截至 2023 年 4 月底，從經(jīng)營周期 的角度，經(jīng)營擴(kuò)張具有經(jīng)營性現(xiàn)金流和研發(fā)強(qiáng)度同時上升的特征。經(jīng)營擴(kuò)張較快的中信二 級行業(yè)包括其他電子零組件Ⅱ、消費電子、文化娛樂、計算機(jī)設(shè)備、半導(dǎo)體、廣告營銷、 元器件和電信運營Ⅱ。
從業(yè)績周期的角度，從成長和盈利兩個維度，業(yè)績趨勢具有長期和短期趨勢均向上的 特征，困境反轉(zhuǎn)具有長期趨勢向上，但短期趨勢向下的特征。處于業(yè)績趨勢的中信二級行 業(yè)包括產(chǎn)業(yè)互聯(lián)網(wǎng)、互聯(lián)網(wǎng)媒體和增值服務(wù)Ⅱ等，處于困境反轉(zhuǎn)的中信二級行業(yè)包括光學(xué) 光電、云服務(wù)、媒體和通訊工程服務(wù)。
基于科技板塊行業(yè)和個股的成長周期特征，選擇具備“成長周期向上”特征的股票構(gòu) 建組合，切入的角度包括價值洼地、現(xiàn)金流量、經(jīng)營擴(kuò)張、業(yè)績趨勢和困境反轉(zhuǎn)。展開來 說，價值洼地是基于估值成長分析框架，選擇個股所在行業(yè)處于相對高成長和低估值狀態(tài)， 也就是說，具備較好的成長性價比。現(xiàn)金流量是基于企業(yè)生命周期劃分的現(xiàn)金流量組合法， 選擇個股經(jīng)營活動凈現(xiàn)金流和籌資活動凈現(xiàn)金流大于 0，投資活動凈現(xiàn)金流小于 0 的股票。
經(jīng)營擴(kuò)張是基于經(jīng)營周期，選擇個股所在行業(yè)處于經(jīng)營性現(xiàn)金流量凈額與營收收入的比值 和研發(fā)費用與營業(yè)收入的比值的同時上升階段。業(yè)績趨勢是基于業(yè)績周期，選擇個股所在 行業(yè)處于成長維度的加速成長或盈利維度的盈利持續(xù)改善階段，核心邏輯是業(yè)績長期趨勢 和短期趨勢均向上。困境反轉(zhuǎn)也是基于業(yè)績周期，選擇個股所在行業(yè)處于成長維度的成長 反轉(zhuǎn)或盈利維度的盈利觸底回升階段，核心邏輯是業(yè)績長期趨勢向上，但短期趨勢還未顯 現(xiàn)。
成長周期向上精選組合本質(zhì)是業(yè)績驅(qū)動組合。組合收益方面，成長周期向上精選組合 均表現(xiàn)不錯的收益能力，其中，困境反轉(zhuǎn)組合表現(xiàn)最佳。自 2023 年以來，截至 5 月 12 日，價值洼地精選組合、現(xiàn)金流量精選組合、經(jīng)營擴(kuò)張精選組合、業(yè)績趨勢精選組合和困 境反轉(zhuǎn)精選組合相對中信科技指數(shù)的絕對收益分別是 15.6%、21.6%、22.4%、23.3%和 31.9%，同期中信科技指數(shù)收益為 15.4%。分月來看，困境反轉(zhuǎn)精選組合僅在2023年4月跑輸中信科技基準(zhǔn)指數(shù)，月勝率為80%， 具備持續(xù)性的超額收益能力。這說明在科技板塊主題性投資熱點下，業(yè)績驅(qū)動的選股策略 能夠從中篩選出優(yōu)質(zhì)標(biāo)的。
企業(yè)行為視角：股權(quán)激勵事件隱含的預(yù)期目標(biāo)增速
《量化策略專題研究：尋找股權(quán)激勵背后的預(yù)期差》（2022 年 1 月 26 日）中，我們 發(fā)現(xiàn)，對未來業(yè)績增速預(yù)期的指引或是股權(quán)激勵預(yù)案期超額收益的主要來源，股權(quán)激勵行 權(quán)條件中的績效目標(biāo)完成率越高，越能夠有效地引導(dǎo)市場預(yù)期。歷史上看，按目標(biāo)凈利潤 增速將 2012 年以來的事件樣本由小至大分為 5 組，分別為 G1、G2、G3、G4、G5。分 組表現(xiàn)來看，高目標(biāo)凈利潤增速組（G5）預(yù)案公告后的事件效應(yīng)更強(qiáng)，持有 60 個交易日 相對中證 1000 指數(shù)的平均超額收益約 7%，顯著高于低目標(biāo)凈利潤增速組別（G1）。
結(jié)論
1. 市場特征：板塊風(fēng)格多輪切換，戰(zhàn)勝基準(zhǔn)難度加大。 （1）市場總體上行，板塊風(fēng)格歷經(jīng)多輪切換。滬深 300 指數(shù)自 2022 年 10 月 31 日 近一年新低以來持續(xù)反彈，至 2023 年 1 月 30 日達(dá)到本輪反彈以來新高，此后至 2023 年 5 月 12 日維持震蕩狀態(tài)。期間，板塊風(fēng)格經(jīng)歷了從大盤指數(shù)到中小成長類指數(shù)，再到大盤 指數(shù)的多輪切換。
（2）傳統(tǒng)基本面因子風(fēng)格弱化，成長、盈利因子持續(xù)回撤，價值、低波因子表現(xiàn)占 優(yōu)。價值因子在各指數(shù)空間內(nèi)均表現(xiàn)較為強(qiáng)勢，波動率因子除在中證 1000 空間中僅獲得 微弱的正收益外，在其他空間中超額收益均在 3%以上；市值、反轉(zhuǎn)因子年初以來在大部 分指數(shù)空間中一度曾獲得較高的超額收益，但從某一時點后至今又發(fā)生回撤；成長和盈利 因子開年以來持續(xù)跑輸基準(zhǔn)，雖然今年以來數(shù)字經(jīng)濟(jì)、人工智能等科技主題曾一度獲得市 場追捧，但個股層面的超額收益均被如市值、反轉(zhuǎn)等因子所解釋。
（3）今年以來風(fēng)險模型對個股總波動解釋度的分布區(qū)間低于過去兩年。風(fēng)險模型的 解釋度反映了個股微觀波動的群聚性，說明風(fēng)格對個股的解釋性下降，通過風(fēng)格、行業(yè)的 偏離來獲得超額收益的難度總體上高于過去兩年。 （4）公募滬深 300、中證 500 增強(qiáng)基金年內(nèi)戰(zhàn)勝基準(zhǔn)比例不足三分之一。截至 5 月 12 日，全市場滬深 300、中證 500 公募增強(qiáng)基金戰(zhàn)勝基準(zhǔn)（超額收益>0）的比例分別為 26.53%和 31.48%，中證 1000 增強(qiáng)由于備選樣本股數(shù)較廣，目前來看戰(zhàn)勝基準(zhǔn)的比例和 超額收益尚處于較正常的水平。
2. 風(fēng)格解析：預(yù)期變化驅(qū)動基本面風(fēng)格切換，經(jīng)濟(jì)復(fù)蘇錨定于企業(yè)營收增長 （1）寬基指數(shù)的強(qiáng)預(yù)期與弱業(yè)績。上證 50、滬深 300 指數(shù)在 2023Q1 財報披露后產(chǎn) 生了一定的成長性提升跡象，但是相對 2021 年末以來的下行趨勢來說，幅度仍不明顯； 一致預(yù)期來看，各寬基指數(shù)預(yù)期成長性的提升較為顯著，且創(chuàng)業(yè)板指、科創(chuàng) 50、中證 1000 指數(shù)幅度更高，上證 50、滬深 300、中證 500 指數(shù)提升幅度則較低。（2）價值組合的預(yù)期成長性顯著上行。中證全指、成長組合、盈利組合的預(yù)期 FTTM 凈利潤增長率、預(yù)期 FTTM 營收增長率均存在下行趨勢，而價值組合的預(yù)期 FTTM 凈利潤 增長率、預(yù)期 FTTM 營收增長率則顯著上行。成長組合的預(yù)期成長性下降、盈利組合的預(yù) 期盈利水平下降應(yīng)是成長因子、盈利因子走弱的主要原因，而價值因子的走強(qiáng)則主要依賴 于價值組合的預(yù)期成長性提升。
（3）市場對經(jīng)濟(jì)復(fù)蘇進(jìn)展的關(guān)心錨定于營收的預(yù)期變化。除 PS 視角下市場的估值 偏貴之外，PE、PB 視角下市場總體估值較低，市場分化度總體處于歷史中位數(shù)。部分熱 門行業(yè) 從 PB-ROE、PE-凈利潤增長率的角度來看與回歸曲線偏離較多，但從 PS-營收增 長率來看則非常接近擬合中樞，說明在投資者關(guān)注經(jīng)濟(jì)復(fù)蘇進(jìn)展的大背景下，重點關(guān)注于 上市企業(yè)的營業(yè)收入增長情況，且目前市場價格點位已經(jīng)隱含了較高的營收增長預(yù)期。
3. 組合管理：精細(xì)化風(fēng)險刻畫，弱風(fēng)格環(huán)境重個股 Alpha （1）離散化因子處理，重視因子排序。對各大類因子進(jìn)行了基于分位數(shù)的分組劃分， 每個因子的每個分組以啞變量形式體現(xiàn)在回歸方程中，離散化的本質(zhì)是對排序關(guān)系的描述， 而非數(shù)量關(guān)系的描述，而且為非線性問題預(yù)留了靈活的操作空間。
（2）精細(xì)化因子刻畫，因子收益動量和個股 Alpha 反轉(zhuǎn)效果顯著。因子離散化之下， 回歸模型的解釋變量數(shù)量大幅擴(kuò)充，也實現(xiàn)了對因子收益更精細(xì)的刻畫，而更精細(xì)化的因 子收益也發(fā)現(xiàn)了更顯著的收益動量，個股純 Alpha 收益存在更顯著的反轉(zhuǎn)特征。 （3）市場主體風(fēng)格缺失環(huán)境，純 Alpha 反轉(zhuǎn)策略相對收益更高。因子動量策略長期 IR 和年化超額收益率均高于純 Alpha 反轉(zhuǎn)策略，說明在 A 股市場總體上通過風(fēng)格或行業(yè) 的把握來獲取超額收益相對容易；在行業(yè)、風(fēng)格相對顯著的年份，因子動量策略超額收益 顯著高于純 Alpha 反轉(zhuǎn)策略，而在風(fēng)格弱化的年份，純 Alpha 反轉(zhuǎn)策略的超額收益更高。
4. 業(yè)績主線：精選預(yù)期改善個股，挖掘企業(yè)隱含目標(biāo)增速。 （1）預(yù)期邊際改善策略：復(fù)蘇預(yù)期下收益有所回升，個股超額貢獻(xiàn)突出。在指數(shù)增 強(qiáng)方面，2023 年以來，截至 5 月 12 日，滬深 300 指數(shù)增強(qiáng)超額收益為 5.2%，中證 500 指數(shù)增強(qiáng)超額收益為 6.8%，超額收益主要在 3 月份之后實現(xiàn)，這說明在進(jìn)入業(yè)績密集披 露期時，市場開始回歸業(yè)績主線投資，預(yù)期邊際改善策略受益于業(yè)績驅(qū)動而獲得更好的收 益表現(xiàn)。在精選組合方面，經(jīng)濟(jì)復(fù)蘇預(yù)期下，整體收益表現(xiàn)有所回升，2023 年以來截至 5 月 12 日，超預(yù)期事件精選組合、領(lǐng)先上調(diào)事件精選組合和文本事件精選組合絕對收益分 別為 11.0%、10.1%和 10.8%。
（2）科技板塊選股：主題性投資熱點下，精選業(yè)績驅(qū)動組合?；诳萍及鍓K行業(yè)和 個股的成長周期特征，選擇具備“成長周期向上”特征的股票構(gòu)建組合，切入的角度包括 價值洼地、現(xiàn)金流量、經(jīng)營擴(kuò)張、業(yè)績趨勢和困境反轉(zhuǎn)。其中，困境反轉(zhuǎn)精選組合僅在 4 月跑輸中信科技基準(zhǔn)指數(shù)，月勝率為 80%，具備持續(xù)性的超額收益能力。這說明在科技板 塊主題性投資熱點下，業(yè)績驅(qū)動的選股策略能夠從中篩選出優(yōu)質(zhì)標(biāo)的。（3）企業(yè)行為視角：股權(quán)激勵事件隱含的預(yù)期目標(biāo)增速。對未來業(yè)績增速預(yù)期的指 引或是股權(quán)激勵預(yù)案期超額收益的主要來源，股權(quán)激勵行權(quán)條件中的績效目標(biāo)完成率越高， 越能夠有效地引導(dǎo)市場預(yù)期。在當(dāng)前預(yù)期不明朗的情況下，具有目標(biāo)凈利潤增速的個股更 具投資價值。2023 年以來，股權(quán)激勵組合實現(xiàn)了 6.82%的超額收益，整體年化超額收益 達(dá)到 34.38%。
（本文僅供參考，不代表我們的任何投資建議。如需使用相關(guān)信息，請參閱報告原文。）
