来源：量化先行者
报告要点
价值因子宏观维度受到市场景气度水平影响
根据TWO-BTEA模型分析，价值股相比于成长股，对于短期盈利的敏感程度更高，受到景气度的影响更大，景气度的上行有利于价值股表现，价值因子表现就更为出色。
基本面与估值错配是价值因子溢价的微观解释
从Fscore与PB因子的交叉分组检验可以看到，市场给的估值与公司实际的基本面的错配带来了持续有效的价值因子溢价，就算在传统的PB因子失效的情形下，叠加基本面的低估因子仍然能够呈现溢价效应。
价值因子需要搭配基本面因子同时使用
价值因子与基本面因子的结合能够获得远超两者独自选股的效果，PB-ROE策略的成功也源自于这一结论。两两因子组合的复合效果为批量探索主动量化策略提供了基础框架。
宏观维度的景气度变化与微观维度的价值/成长基本面边际变化解释了价值因子过往的溢价波动
当整体市场的景气度处于上行的阶段时，价值/成长微观基本面边际变化处于上行阶段时，价值因子进入强势期；
当整体市场的景气度与价值/成长微观基本面边际变化有一者处于下行的阶段时，价值因子进入弱势期；
当整体市场的景气度处于下行的阶段时，价值/成长微观基本面边际变化处于下行阶段时，价值因子进入衰退期；
宏观与微观维度两者共同对价值因子择时的效果出众
择时后的PB因子多空收益、信息比、最大回撤、胜率均表现出色，并且总体看空PB因子次数10次，正确次数7次，看空胜率达到70%。
当前宏观维度景气度处于上行，微观维度价值/成长微观基本面边际变化处于上行阶段时，价值因子进入强势期
价值因子收益来源
在《天风金工风格轮动策略之三——溢价追本溯源：现金流与折现率》中，我们探讨了宏观维度的景气度对于价值溢价的影响，认为价值股对于宏观维度的景气度更加敏感，因而在景气上行中，价值溢价表现出色。而本报告，我们将从微观层面，对价值溢价强弱变化的根本影响因素进行分析，并探讨价值因子的使用方法与择时方法。
价值因子，早在1934年就被发现存在明显的溢价效应，然而关于价值因子为何带来超额收益的理论众说纷纭，主流的解释有以下几类：
风险溢价说，认为纯粹的低估值因子投资需要承担买入低质公司的风险，认为市场给予部分公司低估值是源自其自身的低质特征，从而带来更高的甄别成本和持有风险；
风险偏好说，认为投资者偏好“彩票式”收益回报，低估值的股票被用于博取大幅估值回复的收益，从而使得低估值股票定价高于标准市场定价；
行为金融说，非理性投资者的交易行为导致估值与基本面不匹配，从而带来估值回复的收益。
事实上从上述对估值因子溢价的解释中，我们都可以看到，估值因子的收益无论其成因如何，收益的最直接来源即估值与基本面不匹配带来的估值修复收益。
基本面与估值因子
Piotroski J D , So E C（2012）中提供了一种分析基本面与估值因子关系的方法。他认为价值/成长效应的收益差异至少有一部分是暂时性定价错误的结果。由于对成长型公司的过于乐观的业绩预期和对价值型公司的过于悲观的预期，成长投资组合中存在被高估公司，而价值投资组合中存在被低估公司。价值/成长效应是这些错误预期的后续反转的产物。
为了验证这一结论，Piotroski J D , So E C（2012）通过基本面的9个指标来衡量公司的基本面强弱，称之为Fscore。同时通过不同估值指标来区分价值与成长股。
1
基本面衡量指标——Fscore
Fscore基于九个财务信号，旨在衡量公司财务状况的三个不同方面：盈利能力，财务杠杆和运营效率变化。
1、ROA是否大于0；
2、ROA同比大于0；
3、经营性现金流大于0；
4、应计利润大于0；
5、长期负债率同比大于0；
6、流动比率同比大于0；
7、过去一年没有增发行为；
8、毛利润率同比大于0；
9、资产周转率同比大于0。
从9个维度为不同公司进行打分，构建0-9分的得分体系，从而判断公司的基本面情况。
从Fscore的分布来看，Fscore呈现正态分布特征，多数集中于4-5分分段。
2
Fscore与估值因子
我们以PB因子作为估值因子的范例，分析PB因子的多空收益，以及与Fscore之间的相关性特征。
因子表现
从PB因子的分组收益与多空收益可以看到，PB因子历史上的表现较为出色，分组单调性突出，但是在不同的阶段也出现过较大的多空收益波动，自2019年以来PB因子更是出现了持续性的大幅度回撤，这也导致市场上许多基于价值因子的策略表现不佳。
我们也单独回测了Fscore因子的表现，可以看到Fscore因子单调性较为一般，多空能够获得一定的收益。
PB因子与Fscore
在上述PB因子与Fscore分析的基础上，我们将PB因子最小的20%个股定义为价值股，将PB因子最大的20%个股定义为成长股。将Fscore大于等于7定义为基本面优异，Fscore小于等于3定义为基本面恶劣。
首先，我们统计价值与成长2012年与2019年以来超额市场等权的超额收益，可以看到，2012年以来价值组合表现明显强于成长组合，而2019年以后价值组合表现开始孱弱，超额收益远不如成长组合。
是价值因子失效了吗？价值因子溢价来源的探讨中，我们知道，价值因子的收益来源于公司基本面与估值的错配带来的估值修复，因此脱离基本面纯粹探讨价值因子的收益，来判断价值因子是否失效是有失偏颇的。
我们将价值因子与基本面构建2*2组合，其中价值中基本面优异组合与成长组合中基本面恶劣组合代表着估值与基本面不匹配的组合，而价值中基本面恶劣组合与成长组合中基本面优异组合代表着估值与基本面相吻合的组合。
组合收益的统计可以看到，2012年以来，价值组合无论基本面优异或恶劣，表现都由于成长组合，但是可以看到价值中基本面优异组合相对于成长组合中基本面恶劣组合超额收益明显高于价值对成长的超额收益。
而2019年以来，我们可以看到，成长中基本面优异组合表现极为强势，远超其他三个组合，使得价值因子收益出现了反转。然而，价值中基本面优异组合相对于成长组合中基本面恶劣组合仍然呈现着明显的超额收益，这意味着估值与基本面错配带来价值溢价的解释仍然能够在当下的环境中适用，当前价值因子溢价效应并没有消失。
根据上文的分析结果，我们从两个方面继续对价值因子的研究，一是该如何使用价值因子，二是能否根据基本面对价值因子溢价效应进行择时。
价值因子的使用
在上文的阐述中，我们知道，尽管在2019年之后价值因子出现了明显的回撤，但是基于价值因子溢价来源的分析中，我们认为与基本面存在错配的估值才是为价值因子带来溢价的来源，从实证的结果来看，这一方面的溢价效应并没有消失，那么我们应当如何获取这部分的超额收益呢？
1
低估因子
在上文的分析中，我们可以看到，就算在2019年后价值因子显著弱势之后，价值中基本面优异组合相对于成长组合中基本面恶劣组合仍然呈现着明显的超额收益，因此，在使用价值因子时，我们应当将价值因子与基本面相结合，构建低估因子，以获取价值因子的真实收益。
我们构建低估因子Undervaluation（UV）。
UV=PB-Fundamental
在此我们先以Fscore作为判断基本面（Fundamental）的指标，其中PB与Fscore分别为行业市值中性化后的PB因子与Fscore打分因子。可以看到经过Fscore修正后的UV因子表现。可以看到相对于原始的PB因子，UV因子稳定性显著上升，并且在2012年，2019-2020年表现明显强于PB因子，2019年以来也没有出现PB因子类似的收益大幅滑坡。
2
低估因子的衍生
基于Fscore分析下的低估因子表现证明了我们关于价值因子溢价需要结合基本面分析共同挖掘估值偏差带来的收益。但低估因子并不局限于使用Fscore来对基本面进行评判，我们采用更加直观的ROE指标来重复上述的低估因子构建。
我们构建低估因子Undervaluation（UV）。
UV=PB-ROE
此处我们使用的ROE因子采用了包含业绩快报数据的更高数据频率的净利润TTM计算得到的ROETTM。
从由ROE构建的UV因子表现就可以看到，低估因子的表现会明显强于原本的价值因子与ROE因子，而且多空收益的稳定性非常强，几乎不受市场环境变化的影响。
不过值得注意的是，根据这样的方式构建的UV因子，事实上在纳入PB与ROE的 alpha模型中已经被应用了，区别只是在大多数的多因子模型中两者的配比权重会根据过去一段时间的表现来赋权，没有首先将两个因子合称为一个因子。但如果因为其中一个因子表现历史表现波动较大，或超额收益不高而剔除出alpha因子列表，那最终会影响到估值因子与基本面因子的复合效果。
3
低估因子到主动量化
从上述对低估因子的探讨，我们衍生出对因子组合的一些思考，上述对于PB与ROE因子的结合事实上也解释了我们常用的PB-ROE策略的收益来源。那么是否其他因子之间也存在着类似的相互促进的效果？我们对常见的因子两两组合的收益进行了评估，通过这种方式观察是否可以批量生产主动量化策略。
我们采用了如下的因子作为分析的对象：
对上述因子正交后两两加和之后计算多空收益，同时计算因子组合相对于单独因子的提升比率。
多空提升比率=组合多空收益率/(因子1多空收益率+因子2多空收益率)-50%
多头提升比率=组合多头收益率/(因子1多头收益率+因子2多头收益率)-50%
从多空与多头的两两配对提升效果可以看到，部分的因子组合能够获得较高的多空收益率提升，多头的提升参考意义更大，能够帮我们建议有效的主动量化策略基础框架。例如，缩量下跌（非流动性冲击与一个月涨跌幅，月均换手率与一个月涨跌幅），高盈利低波动（ROE与真实波动率）等等。
价值因子的择时
从上述的价值因子溢价的来源探讨中，我们得出结论，价值因子的收益来源于价值与基本面的错配，低PB公司中基本面优异公司在近几年价值因子回撤的环境中仍然能够表现的比高PB基本面恶劣公司更强势，那么当低PB组合中整体基本面相对高PB组合更好，自然PB因子收益表现也应当更为稳健，因此我们采用低PB组合相对高PB组合基本面边际变化来对PB因子进行择时。
我们根据中性化后PB值对全市场股票分为5组，其中PB最低的定义为价值组，PB最高定义为成长组。进而，我们分别计算价值组和成长组ROE中位数，作为衡量其基本面变化的依据。
从下图中可以看到，价值组与成长组的ROE趋势大相径庭，呈现了明显的分化特点，由于价值因子的多空表现受到多空两头强弱的影响，因此我们用两者的差值来判断当前价值与成长组基本面的相对变化，定义为价值/成长基本面边际差。
在《天风金工风格轮动策略之三——溢价追本溯源：现金流与折现率》中，我们探讨了现金流与折现率对于市值与PB因子收益的影响，当时我们得到结论，对于PB因子而言，价值股对现金流的敏感度高于成长股，因此在现金流上行的环境中，价值股表现优于成长股，而在现金流下行的环境中，价值股表现弱于成长股。
《溢价追本溯源：现金流与折现率》中，我们从宏观层面对价值因子收益的影响因素进行了探讨，在本报告中，我们又尝试从基本面与价值因子错配角度，寻求价值因子收益变化的微观解释。两者相互作用下催生着价值因子的溢价。
当景气度上行时，根据之前的结论，低估值的公司由于其现金流久期更小，短期景气度对其盈利的影响更加明显，市场整体盈利水平的上升带来估值因子的强势。但是在微观盈利变化幅度上，价值组合与成长组合可能会出现时间上的错位，带来结构性的盈利水平变化不对称。若价值组合盈利的边际变化高于成长组合，那么双重叠加效应下，价值因子会格外强势。若价值组合盈利边际变化低于成长组合，那么边际盈利的下滑会对冲掉价值因子一部分整体盈利上浮的溢价效应。
当景气度下行时，整体市场盈利水平的下行会压制估值因子的表现。如果微观的盈利结构性差异导致的价值组合边际变化低于成长组合，双重压制下，价值因子就会出现较大的回撤。而如果价值组合边际变化高于成长组合，则可以对冲一部分估值因子收益的下滑。
在《溢价追本溯源：现金流与折现率》中我们用全市场ROE中位数代理现金流，从下图中可以看到，ROE能够很好地解释2016-2017年价值因子的强势期，同时也能够捕捉2019年后价值因子的回撤，但是没有办法解释为何在2010-2014年，全市场ROE持续下行的环境中，为何价值因子没有发生回撤，尽管当时价值因子收益的确远没有2016-2017年高。
为了解释这一现象，我们从微观角度统计了价值组合ROE与成长组合ROE的差值，以价值/成长基本面差指数来观察价值组合与成长组合基本面边际改善强弱，当价值/成长基本面差上行时，代表着价值组合中基本面改善强于成长组合基本面的改善，当价值/成长基本面差下行时，代表价值组合中基本面改善弱于成长组合基本面的改善。
从下图中可以看到，尽管2010年-2015年全市场ROE中位数处于下行趋势，根据TWO-BETA模型，价值因子应当表现不佳，然而从微观角度看，价值成长基本面差自2010-2017一直处于上行趋势中，也就是说在这个时间段内，价值组合的基本面的边际改善是持续优于成长组合的。
这也就解释了为何2010-2015年（第一阶段）价值因子表现平平，但没有出现回撤，因为尽管全市场的景气度处于下行趋势，价值组合与成长组合的基本面都在恶化中，但是价值组合中基本面的边际改善更强，对冲了一部分因子收益的下滑。
到2016-2019年（第二阶段），宏观维度的景气度与微观维度的边际改善共同作用下，催生了2016-2017年中价值因子的繁荣期，之后2017年中-2019年尽管宏观景气度上行但微观维度的基本面差开始下滑，价值因子收益出现一定波动。
而2019年-2020年中（第三阶段），宏观景气度下滑，伴随微观基本面边际改善持续下行，双重叠加下，价值因子迎来了大幅的回撤。
而自2020年中以来宏观景气度触底转而上行，而微观基本面差也触底转而上行，应当迎来价值因子的繁荣期。
据此，我们尝试结合宏观与微观因素来对PB因子的收益进行择时。
1、宏观角度，我们用全市场ROE中位数6个月均线来判断其趋势性，当前值高于6个月均线时，趋势上行，当前值低于6个月均线时，趋势下行；
2、微观角度，由于价值成长基本面差由差值计算而来，跳跃波动较大，我们以12个月均线平滑，以12个月平滑后的曲线当期值与上期值对比，当期值高于上期值趋势上行，当期值低于上期值趋势下行；
3、根据上文逻辑，当宏观维度趋势上行时，判断PB因子强势，做多低PB，做空高PB；当宏观维度趋势下行，相对强弱趋势也下行时，判断PB因子失效，做空低PB，做多高PB；当宏观维度趋势下行，而相对强弱趋势却上行时，判断PB因子弱势，但仍然贡献正向超额，做多低PB，做空高PB。
从根据宏观趋势与微观趋势的不同，我们将价值因子所处阶段区分为了强势期、弱势期与衰退期，从平均多空收益来看，在强势期价值因子表现最为出色，衰退期表现较差，弱势期介于两者之间，印证了我们之前关于宏观趋势与微观趋势对价值因子溢价影响的结论。
从结果可以看到，择时后的PB因子多空收益、信息比、最大回撤、胜率均表现出色，并且总体看空PB因子次数10次，正确次数7次，看空胜率达到70%。
总结
本报告结合《溢价追本溯源：现金流与折现率》中，宏观维度景气度对价值因子溢价的影响分析，从微观维度提出了，基本面与估值错配是价值因子溢价的微观解释这一结论，并与宏观维度结论相互印证。得到了价值因子如何使用与如何择时的方法。
首先，本报告认为价值因子需要搭配基本面因子同时使用。价值因子与基本面因子的结合能够获得远超两者独自选股的效果，PB-ROE策略的成功也源自于这一结论。两两因子组合的复合效果为批量探索主动量化策略提供了基础框架。
其次，宏观维度的景气度变化与微观维度的价值成长基本面边际变化解释了价值因子过往的溢价波动。
1、当整体市场的景气度处于上行的阶段时，价值/成长微观基本面边际变化处于上行阶段时，价值因子进入强势期；
2、当整体市场的景气度与价值/成长微观基本面边际变化有一者处于下行的阶段时，价值因子进入弱势期；
3、当整体市场的景气度处于下行的阶段时，价值/成长微观基本面边际变化处于下行阶段时，价值因子进入衰退期；
当前宏观维度景气度处于上行，微观维度价值/成长微观基本面边际变化处于上行阶段时，价值因子进入强势期。
多因子选股系列报告
