摘 要
新成长因子构建意义：由于市场上的成长风格因子存在界定不清晰、所用指标繁杂难以统一、在A股市场适应性较差等问题，本文对成长类指标进行分类梳理，并以此为基础开发华证新成长因子，以提供更加清晰纯粹、准确有效、更适应A股市场的成长性衡量工具。
新成长因子的构建逻辑：在综合考虑了风格界定、考察区间和所用的基础财务指标等方面后，华证新成长风格因子的构建以短期成长性指标和中长期成长性指标为主。相对原华证成长因子，新成长因子的预测有效性和持续性均有明显提升；同时，新成长因子的风格界定更清晰纯粹，与其他风格因子的区分度更高。
新成长因子的效果和适用范围：本文对新成长因子的适用范围进行了分析。从盘别和板块来看，新成长因子在各盘别和除大金融板块外其他所有板块均具有明显有效性。根据新成长因子构建的组合具备高成长、大市值属性，行业集中于新兴科技相关领域。从收益来源来看，行业对于组合收益的正向贡献高于风格和个股。从市场状态和经济周期波动来看，组合对市场周期和风险偏好变化非常敏感，新成长风格组合更适合在牛市和风险偏好较高的市场环境中配置，而在熊市时可能产生的较大回撤。
风险提示：文献中的结果均由相应作者通过历史数据统计、建模和测算完成，在政策、市场环境发生变化时模型存在失效的风险；报告中的结果均通过历史数据统计、建模或测算完成，在政策、市场环境发生变化时存在失效的风险。
01
开篇：风格因子升级，构建面向指数定位的高效因子体系
在资本市场不断演进的背景下，风格因子作为捕捉市场结构性机会的重要工具，其准确性与适用性直接关乎投资策略实施的有效性。基于对市场深入观察及学术前沿研究的吸收，华证指数对原有风格因子体系进行了全面升级与优化。为了使各位投资者可以更好地理解和应用新版风格因子，我们将以系列报告的形式，对升级后的七大风格维度：成长、质量、价值、低波、红利、动量和流动性进行深入全面的解读和分析。
在没有特别说明的情况下，本系列报告的测算主要基于2010年1月1日至2024年12月31日的市场数据，回溯测试时间达15年，全面覆盖了不同的市场周期与宏观环境，一定程度上增强了研究结论的稳健性。通过本次华证指数风格指标体系的全面升级，我们期望为市场提供更具投资性的风格区分工具，助力投资者在复杂多变的市场环境中快速把握结构性机会，实现风险与收益的有效平衡。作为系列研究的首篇报告，本文将聚焦于成长风格展开讨论。
1.1 成长投资起源与成长因子
成长投资最早由托马斯·罗·普莱斯于20世纪30年代提出并实践。他认为应该找到处于成长周期的产业，并投资其中收益、预期增长超过平均水平的优质成长企业。此后，诸多学者不断丰富和发展成长投资理论：菲利普·费雪把竞争优势、团队管理等企业成长性来源因素纳入考虑，彼得·林奇将企业的成长前景与估值水平结合来评估成长股。随着学者们对于成长投资研究的不断深化，成长投资的理论框架愈发完善，评估企业成长性的维度也越来越丰富多样。
然而，纵观各类成长股投资方法论，企业的盈利增长能力与潜力始终是核心评估要素，也是构建成长指标体系的基础。围绕这一核心要素，学术界研究并定义了多种成长类指标，以便识别并投资于具有较高增长潜力的企业。比如，基于Balland Brown（1968）最早发现的盈余漂移现象，标准化预期外盈利（SUE）得到了广泛研究，而该指标现今已作为衡量成长性的一个经典指标被高频使用。再如Haugenand Baker（1996）使用了多个基于历史数据计算的指标衡量公司的成长潜力，并发现成长潜力大的公司有更高的平均收益。Damodaran（2008）较为全面地探讨了公司增长的三个方面：历史增长、预测增长和基本面增长潜力，并针对性的构建了多样化的成长指标。其中，基本面增长潜力是从企业增长的来源这一角度出发，认为增长是由公司进行新投资或提高现有资产的运营效率所实现的，因此可以考虑从投资效率、资产增长等角度构建成长类因子。除了基于历史数据衡量企业成长性之外，也有诸多学者对预期数据的使用进行了研究。Chan,Karceski and Lakonishok（2003）较为全面地评估了预测数据的效果和准确性，其研究结果显示，分析师的长期预测普遍偏乐观。
1.2 成长因子溢价成因
自资产定价模型与理论提出后，风险补偿一直是解释因子溢价的最重要原因。然而，随着行为金融学的发展，越来越多的学者将投资者行为偏差作为解释因子溢价的另一个思路。对于成长因子溢价的研究，也可以分为系统性风险补偿和投资者行为偏差两类。
从风险补偿角度，成长因子溢价可被解释为理性投资者对高波动性、利率敏感性、周期敏感性等系统性风险因素要求的合理补偿。Pastor and Veronesi（2003）指出成长型企业往往表现出高于市场均值的增速波动性，其业绩增长的可持续性存在较高不确定性。因此投资者会要求更高的风险溢价作为承担额外风险的补偿。此外，成长型企业需要具备较高的未来盈利潜力，而长期现金流对贴现率的变化更为敏感，在利率上升环境中更容易遭受估值压力。投资者对此类风险的认知也会转化为对成长股额外风险溢价的要求。此外，成长股的风险特征随着经济周期波动而变化，即成长股对宏观经济状况的敏感度高于价值股。Gulen, Xing and Zhang（2011）研究发现，在经济繁荣阶段成长股面临更高的风险，该阶段成长股需要更高的预期收益作为补偿。
从错误定价角度，成长因子溢价源于投资者的关注效应、认知偏差等非理性行为。Lakonishok,Shleifer and Vishny（1993）研究发现，投资者普遍存在代表性偏差和外推偏差，倾向于过度外推公司过去的增长趋势，对成长型企业的未来表现形成过度乐观的预期，导致成长股在短期内被市场追捧并产生溢价。投资者对高增长公司的热情使得这类股票的价格持续上涨，超过其基本面价值。此外，成长股的价值评估高度依赖于其未来的成长性，相关信息难以验证且不确定性较高。Hirshleifer（2001）提出在这种信息不确定的情况下，投资者更容易出现过度自信、有限注意等认知偏差，导致成长股价格的非理性波动，形成成长因子溢价。行为金融学进一步表明，投资者情绪和社会互动效应会放大这种现象，形成群体性认知偏差，使得市场对成长股的高估持续存在。
从成长因子溢价的不同理论解释可以看出，成长因子溢价可能是多种因素共同作用的结果，且不同视角和理论框架下的解释并非相互排斥，而是可能在不同的市场环境和经济周期中交替发挥主导作用。
1.3 成长因子在指数产品中的应用
成长因子作为衡量公司成长能力与未来增长潜力的重要指标，在指数产品的构建中也十分重要。表1梳理了海内外主要指数编制机构对于成长风格的定义，整体来看，定义成长风格选用的指标并不统一。
从指标考察的区间长度来看，海外指数机构多使用相对长期的成长类指标，国内的成长因子构建也多借鉴海外的方式，以考察企业长期成长趋势为主，中证2.0版本的成长风格定义中纳入了短期的成长类指标。从指标衡量的成长性类别来看，海外指数机构定义成长风格时通常涉及企业的历史财务表现和预期业绩增长，以便综合考虑企业的历史成长性和预期成长性，而国内指数机构仅使用历史成长性指标。从成长风格界定的范围来看，海内外指数机构均存在将动量、质量等其他风格指标纳入成长风格刻画体系的情况。
图表1 海内外主要指数编制机构使用的成长指标
资料来源：S&P Global，MSCI，CRSP，FTSE Russell，中证指数，国证指数，华证指数整理，截至2025年3月3日
02
华证新版成长风格因子的开发意义和构建逻辑
根据前文主要指数机构对成长风格定义的梳理，可以看出指数公司在成长风格的构建上仍存在以下问题。第一，成长因子主流定义和常用指标并不统一，主要体现在是否使用预期成长类指标、计算依赖的基础财务指标、考察区间的选择等方面。第二，国内指数公司多使用与海外指数公司类似的成长风格定义方法，对于A股市场的适应性有待验证。第三，成长风格的界定不清晰，构建成长因子时包含其他风格指标，使得不同风格因子的刻画出现交叉。如华证指数旧版成长风格的定义之中也包含了高回报这一质量风格指标。
由于国内指数机构在应用成长因子时存在一些可以优化的细节，指数的业绩可比性仍有一定的提升空间，投资者选择投资工具的便利性仍可改善。特别地，华证原有成长因子由于存在界定不明的问题，反映企业成长性的准确度和纯度受到限制。因此，建立统一的成长因子分类框架、开发华证新成长风格因子，以提供更加清晰纯粹、准确有效、更适应A股市场的成长风格衡量工具，是十分有必要的。
华证新成长因子的构建主要考虑了风格界定、考察区间和所用的基础财务指标这三个方面。首先，在成长风格界定和指标构建方面，围绕成长股投资核心——企业的盈利增长能力与潜力划分成长类指标。华证新成长因子的构建仅考虑增长率、增长率均值、增长趋势、边际变化等衡量增长能力的指标，相比含有质量或动量类指标的定义方式，能够更加纯粹地聚焦于基本面的成长性，且更准确地考察企业的成长潜力，为投资者提供更为清晰的成长性信号。
其次，在指标考察的区间长度方面，华证新成长因子采用短期指标和中长期指标结合的方式，在吸收海外成熟市场经验的基础上，更加适应A股市场特点。相比直接借鉴海外使用长期成长性指标，短期指标能够捕捉短期财务状况的变化，更及时迅速地把握企业成长趋势。值得注意的是，短期增长可能受到临时性因素的影响，例如一次性的收入增加或成本削减。这些因素可能导致增长率在短期内虚高，但这种高成长并不具有持续性。因此，结合中长期指标也能一定程度上避免选择伪成长股。此外，预期成长类指标在A股的有效性相对较高，但由于预期数据的覆盖度较低，且预期数据在A股市场指数编制方案中的接受度仍有待提升，所以本文介绍的新成长因子暂未纳入预期成长类指标。
最后，在所用的基础财务指标方面，华证新成长因子主要使用扣非净利润和扣非净资产收益率。在选择基础财务指标的时候，过往研究主要从两个方面进行考量：一是从成长的结果来衡量企业成长性，即使用营收、净利润、营业利润、每股收益、净资产回报率等指标的增长率；二是从成长的来源衡量企业的成长潜力，如研发投入、资本开支、总资产等指标的增长率。为了更直观且有效地衡量企业成长性，华证新成长因子以成长结果角度的财务指标为主，而成长来源类指标更适合在开发差异化成长策略时使用。在围绕成长结果选择基础财务指标时，不同财务指标的增长率差异也可能很大。为了反映企业核心业务的经营业绩和成长能力，华证新成长因子使用剔除非经常性损益影响后的净利润和净资产收益率。
综上，华证新成长因子根据企业的短期成长性指标和中长期成长性指标构建而成。其中，短期成长性因子由扣非净利润TTM环比增速、扣非ROE_TTM环比增速、单季度扣非净利润同比增速、单季度扣非ROE同比增速这4个指标等权构成。中长期成长性因子由标准化预期外盈利和标准化预期外收入等权构成。相较于原华证成长因子，新成长因子的风格界定更清晰纯粹，对于企业成长性的衡量更全面。
图表2 华证新成长因子的构成
资料来源：华证指数，截至2025年3月3日
03
成长类指标单因子有效性
为了重新构建成长风格因子，将成长类因子按照指标类别、计算方式、考察区间分类梳理。在财务指标选择方面，根据前文分析，主要以成长的结果角度衡量企业成长性，所以选用的基础财务指标主要包括营收类、利润类、每股指标、回报率。在指标计算方式上，以市场中认可度和使用率较高的计算方式为主，包括同环比增长率、N季度/年增长率均值、N季度/年指标随时间回归的系数/均值、N年复合增长率、边际变化等。在考察区间上，将指标计算涉及的财务数据在1年及以内的作为短期成长性指标，涉及财务数据在1-3年的作为中期成长性指标，3年以上的作为长期成长性指标。
图表3 成长类指标分类
资料来源：华证指数，截至2025年3月3日
按照上述分类对成长类指标进行有效性测试，在没有特别说明的情况下，本文的有效性测试均在华证全指范围内进行，测试频率为月频。从考察区间来看，历史短期类和预期类成长性指标在A股的预测效果较好，而中长期类成长性指标整体效果较差。特别是海外成长风格体系下常用的以回归方式构建的指标，在A股市场基本无效。此外，以增长率均值、复合增长率等方式构建的中长期成长性指标也无明显预测效果。而短期的同环比类指标相对而言预测效果较好。这一结果与海外市场的应用实践区别较大，市场环境、市场成熟度、投资者结构等因素的差异是造成这一结果的可能原因。首先，A股市场的波动较高，宏观和产业等政策对市场的影响较为明显，长期成长性指标的变化难以及时反映短期政策对企业经营的冲击或提升。其次，受投资者结构影响，A股投资者相对海外市场投资者，更加注重短期的投资收益，短期成长性指标能够直接反映企业近期的经营成果和发展趋势，与A股投资者的目标与偏好更加契合。虽然短期指标的预测效果在A股优势明显，但这并不代表中长期指标没有价值，在中长期考察区间下，边际变化方式构建的指标预测效果就十分突出。
图表4 不同考察区间和计算方式下成长类指标RankIC均值
资料来源：Wind，华证指数，截至2024年12月31日
在各考察区间下，选择有效性相对靠前的指标，以RankIC均值为横轴，分组测试中的头部组年化超额收益为纵轴画图。可以看出，短期成长性指标（红色点）整体优于中期（黄色）和长期（粉色）指标。但中期部分指标的表现较好，位于图中右上位置。
图表 5：长、中、短期成长类指标中RankIC排名靠前的指标
资料来源：Wind，华证指数，截至2024年12月31日
04
新成长风格因子的特征
4.1 因子有效性
我们在对成长类指标进行分类梳理与分析后，构建了华证指数的新版成长因子。接下来对新成长因子的有效性、适用范围等特征进行详细分析。
首先在因子处理方面，新成长因子不适合剥离行业影响。从预测效果来看，无中性化版本的RankIC和分组测试表现均略优于行业中性化版本。特别在分组测试中，无中性化因子的第一组和第十组的超额收益差更大，这种强区分度更有利于构建优选策略。此外，回归成长投资逻辑，捕捉高成长性的行业本身也是成长投资框架的一部分，且由于政策、技术、行业特点等影响，行业的成长性天然具有较大差异，这使得行业效应在构建成长策略时不可忽略。
图表 6：新成长因子无中性化与行业中性化效果对比
资料来源：Wind，华证指数，截至2024年12月31日
分盘别来看，新成长因子在华证大、中、小盘里均有较好的预测效果，RankIC均大于3%，且各盘别内分组年化超额单调性明显。其中，华证中盘里的新成长因子预测效果最好。大盘股通常属于行业龙头，已经形成了稳定的商业模式并占据了一定的市场份额，其成长可能更依赖于整体经济和行业周期，特质性成长的空间相对有限。且随着这类大盘股由高速成长期向成熟期转变，大盘股的成长性逐渐减弱，企业会更加注重分红等股东回报方面。而中盘股通常在行业内具有一定竞争力和成长空间，成长性相对较好。
图表7 新成长因子在不同盘别的表现
资料来源：Wind，华证指数，截至2024年12月31日
分板块来看，新成长因子在除大金融产业外的六大板块均有较好的预测效果，RankIC均大于3%，且六大板块内分组年化超额单调性明显。金融行业通常受经济周期与政策因素影响更大，而受公司基本面等财务指标的影响相对较小，所以基于基本面构建的新成长因子在金融板块内的选股效果并不显著。但除金融板块外，新成长因子在TMT产业、医疗健康产业、制造产业等板块上均表现较好。在新兴领域或核心技术迭代较快的行业中，技术变革和商业模式的创新可能会带来颠覆式的增长机会。此外，各行业成长性的差异较大，也侧面印证了成长风格因子构建时应尽量保留行业影响。
图表8 新成长因子在不同板块的表现
资料来源：Wind，华证指数，截至2024年12月31日
4.2 新成长风格组合的特征
在分析了新成长因子的基本特征和预测效果后，使用新成长因子构建新成长风格组合，从而进一步分析新成长因子的选股效果。新成长风格组合基于证券的新成长因子排序和相对全市场的市值覆盖度构建，并在确定组合成分数量时采用了数量靠档调整的方法，最后使用新成长因子倾斜加权。相关的指数和详细的编制方案将在后续发布。
从组合走势和收益表现上看，新成长风格组合相比原有的华证成长指数表现更好。自2010年初以来的年化收益达到6.69%，相对华证成长的超额收益达到3.63%。从分年收益来看，新成长风格组合的年胜率为66%。大部分成长风格占优的年份里，如2013、2015、2021年，组合表现均优于原华证成长指数。但在2019、2020年，组合表现落后于原华证成长，主要原因在于，原成长因子中包含了ROE这一衡量盈利能力和资产回报水平的质量因子，与走强的“核心资产”概念相吻合，所以原华证成长指数在对应年份表现更好。
图表9 新成长风格组合（全收益）历史走势和收益表现
资料来源：Wind，华证指数，截至2025年3月3日
从行业分布上看，新成长组合的前十大权重行业变迁较大，且行业集中度较高，前十大行业权重和的历史均值达到72%。从市值分布上看，新成长风格组合以大中盘为主，全区间内组合成分与华证大、中盘的重合度均值超过80%，说明偏大市值的股票在新成长风格定义下的成长性更好，这与新成长因子使用的细分指标多为利润和回报的增速有关。小市值股票可能多表现为营收成长性，还未实现利润与回报的高成长或处于利润增长的初期，故在新成长风格定义下，大市值股票成长性相对更好，更容易被选入新成长组合。从风格特征上看，新成长风格组合属于高成长、大市值风格，其余风格位于市场平均以上。
图表10 新成长风格组合的前十大行业分布变化
资料来源：Wind，华证指数，截至2025年3月3日
图表11 新成长风格组合与华证规模指数重合度
资料来源：Wind，华证指数，截至2025年3月3日
图表12 新成长风格组合的风格特征
资料来源：Wind，华证指数，截至2025年3月3日
4.3 不同市场环境下的特征
为了分析新成长风格组合在不同市场环境下的特征，依据市场周期性的普遍理解，将市场划分为多个牛熊阶段；依据滚动历史波动率在全区间的分布，将市场波动程度分为高、中、低三个状态。
从市场周期角度看，新成长风格组合在不同市场环境下展现出明显的差异化特征。在牛市环境中，该指数表现格外强劲，相较华证全指上涨幅度更大，比如2016-2017牛市阶段组合超额收益为11.0%、2019-2020牛市阶段组合超额收益为28.2%。相对地，在熊市阶段，组合表现较弱，下跌幅度通常超过华证全指，比如2018年熊市阶段组合超额收益为-1.1%、2023年熊市阶段组合超额收益-1.2%，说明新成长风格组合对市场下行具有高度敏感性。整体来看，新成长风格组合指数展现出更高的Beta特性，即在市场上涨时提供更高的涨幅，而在市场下跌时也承受较大的跌幅。从波动性角度看，组合在高、低波市场环境中波幅都较为剧烈。
图表13 牛熊市下新成长风格组合走势
资料来源：Wind，华证指数，截至2024年12月31日
综合来看，组合整体呈上行趋势，但波动较大，具备成长型投资风格的典型特征。同时，组合对市场周期和风险偏好变化非常敏感，在市场情绪高涨、风险偏好上升时表现较好，而在经济下行或市场活跃度低时表现相对较弱。这表明，新成长风格组合更适合在牛市和风险偏好较高的市场环境中配置，且配置时需要对其高波动特性以及熊市下可能产生的较大回撤风险有充分认知。
图表14 不同市场波动下新成长风格组合走势
资料来源：Wind，华证指数，截至2024年12月31日
4.4 绩效归因
对新成长风格组合进行Barra业绩归因分析，从大类因子来看，行业因子产生了显著的正向收益贡献，而风格和特质因子的累计收益贡献均为负，拖累了整体表现。这表明新成长因子的表现很大程度上得益于行业配置，而非风格暴露或个股选择。
进一步分析风格因子的细分贡献可以发现，成长因子是唯一提供正向贡献的风格因子，其他所有风格因子的收益贡献均为负。这说明基于新成长因子构建的组合是较为纯粹的成长组合。此外，市值因子产生的负向收益贡献最大，如前文分析，在新成长风格定义下，全市场范围内大市值股票的成长性相对更高，更容易被选入组合。而长期来看，小市值因子在A股中具有正风险溢价，所以组合的市值因子收益贡献表现不佳，是可以理解的。
在行业贡献方面，计算机、通信设备及技术服务、航空航天与国防、电子等科技相关行业贡献了较高的正向收益，而有色金属采矿及制品等传统行业则产生了明显的负向影响。这表明使用新成长因子时，应在行业上倾向于新兴科技相关领域，而规避传统周期性行业，符合成长投资的普遍认知。
综合来看，新成长风格组合的收益来源特征表现为，以行业选择为主要驱动力，科技创新类行业的收益贡献最多。成长性是风格层面的核心驱动因素，组合偏向大中市值股票，使得市值因子收益贡献为负。如需优化组合持有体验，应该重点配置科技创新类行业，并将除成长外的其他风格因子进行剥离处理。
图表15 大类因子累计收益贡献
资料来源：Wind，华证指数，截至2025年2月28日
图表16 大类因子累计收益贡献变化
资料来源：Wind，华证指数，截至2025年2月28日
图表17 风格因子累计收益贡献
资料来源：Wind，华证指数，截至2025年2月28日
图表18 行业因子累计收益贡献top5&bottom5
资料来源：Wind，华证指数，截至2025年2月28日
4.5 与现有风格因子的比较
将新成长因子与现有风格因子进行比较，新成长因子的定义更加明晰，与其他风格因子的区分度更高，且选股有效性更好。
从新成长因子与现有风格因子的相关性来看，新成长因子与其他几大类风格因子的相关系数绝对值均低于0.5，说明新成长因子与其他风格因子的区分度更高。而原成长因子由于构建时纳入了质量类指标，其与质量因子的相关系数高达0.75。而在新成长风格定义下，新成长因子与质量因子的相关系数降至0.4，因子纯度更高且更具有独特性，有效地解决了前述的成长风格界定不明的问题。
图表19 新成长因子与现有风格的相关性
资料来源：Wind，华证指数，截至2025年12月31日
将新成长因子与原成长因子的预测效果进行对比，可以看出新成长因子的有效性全面提升。从全区间来看，RankIC均值由2.8%提升至4.3%，预测有效性显著提高；从时序上来看，新成长因子的累计RankIC曲线更加平滑，与原成长因子相比，新成长因子预测持续性更好，预测效果更稳定。从分组收益来看，新成长因子的分组年化超额收益单调性较好，且头部组合的超额收益可达30%，优选效果得到显著提升。
图表20 新成长因子与原成长因子的预测效果对比
资料来源：Wind，华证指数，截至2024年12月31日
05
总结
由于市场上的成长风格因子存在界定不清晰、所用指标繁杂难以统一、在A股市场适应性较差等问题，本文对成长类指标进行分类梳理，并以此为基础开发华证新成长因子，以提供更加清晰纯粹、准确有效、更适应A股市场的成长性衡量工具。
在综合考虑了风格界定、考察区间和所用的基础财务指标等方面后，华证新成长风格因子的构建以短期成长性指标和中长期成长性指标为主。相对原华证成长因子，新成长因子的预测有效性和持续性均有明显提升；同时，新成长因子的风格界定更清晰纯粹，与其他风格因子的区分度更高。
此外，本文对新成长因子的适用范围进行了分析。从盘别来看，新成长因子在各盘别有效性均较好，由于更多考虑了利润和回报的成长性，所以在大中盘的选股效果相对更优。从板块来看，除大金融板块外，新成长因子在其他各板块内均具有明显有效性。根据新成长因子构建的组合具备高成长、大市值的属性，行业主要集中于新兴科技相关领域。从收益来源来看，行业对于组合收益的正向贡献远高于风格和个股，说明了成长投资中行业驱动的重要性，也侧面印证新成长因子不适合行业剥离处理。从市场状态和经济周期波动来看，组合对市场周期和风险偏好变化非常敏感，新成长风格组合更适合在牛市和风险偏好较高的市场环境中配置，而在熊市时可能产生的较大回撤。
图表21 华证成长系列指数分类
资料来源：华证指数，截至2025年3月3日
以新成长因子为核心，我们在华证大盘和小盘范围内分别编制了大盘成长动量100指数和小盘成长300指数，两条指数走势如下。整体来看，两条指数的表现优于原有的大盘成长和小盘成长，且指数的弹性更足，特别是今年成长风格表现改善后，小盘成长300指数2025年初至3月3日的收益率已达11.7%。
图表22 使用新成长因子编制的成长指数走势
资料来源：Wind，华证指数，截至2025年3月3日
风险提示：文献中的结果均由相应作者通过历史数据统计、建模和测算完成，在政策、市场环境发生变化时模型存在失效的风险；报告中的结果均通过历史数据统计、建模或测算完成，在政策、市场环境发生变化时存在失效的风险。
参考文献
[1]Brown, B. P. (1968). Anempirical evaluation of accounting income numbers. Journal of AccountingResearch, 6(2), 159-178.
[2]Haugen, R. A. and Baker, N. L.(1996). Commonality in the determinants of expected stock returns. Journal ofFinancial Economics 41(3), 401-439.
[3]Damodaran, A. (2008). The originsof growth: past growth, predicted growth and fundamental growth. SSRNElectronic Journal.
[4]Chan, L.K.C, J. Karceski and J.Lakonishok. (2003). The Level and Persistence of Growth Rates, Journal ofFinance, v58. 643-684.
[5]Pastor, L. , & Veronesi, P.(2003). Stock valuation and learning about profitability. Journal of Finance,58(5), 1749-1789.
[6]Gulen, H. , Xing, Y. , &Zhang, L. (2011). Value versus growth: time-varying expected stock returns.Financial Management, 40(2), p.381-407.
[7]Lakonishok, J. , Shleifer, A. ,& Vishny, R. W. Contrarian investment, extrapolation, and risk. SocialScience Electronic Publishing.
[8]Hirshleifer, D. A. (2001).Investor psychology and asset pricing. The Journal of Finance, 56(4),1533-1597.
免责声明
本文件所载数据资料均来自第三方公开资料，仅供参考, 不构成任何证券、金融产品或其他投资工具或任何交易策略的依据或建议。上海华证指数信息服务有限公司不保证其准确性或完整性。对任何因直接或间接使用本文件或其中任何内容而造成的损失，本公司不承担任何法律责任。
（转自：华证指数）
