"海量"专题（140）——资产增长稳定性与资本结构变化

论坛 › 期权论坛 › 期权

 海通量化团队  2019-9-18 08:50  4659  1

提示：《证券期货投资者适当性管理办法》于2017年7月1日起正式实施，通过本微信订阅号发布的观点和信息仅供海通证券的专业投资者参考，完整的投资观点应以海通证券研究所发布的完整报告为准。若您并非海通证券客户中的专业投资者，为控制投资风险，请取消订阅、接收或使用本订阅号中的任何信息。本订阅号难以设置访问权限，若给您造成不便，敬请谅解。我司不会因为关注、收到或阅读本订阅号推送内容而视相关人员为客户;市场有风险，投资需谨慎。
本文从上市公司的资产负债表出发，考察公司资产增长及其稳定性、资本结构变化对股票收益的影响。
[h1]1资产增长[/h1]海外研究发现，资产项目的变化通常与股票未来收益呈现负相关。例如，Cooper el.（2008）[1]等人研究表明，在美股市场，总资产增长率与股票收益呈现显著负相关，低资产增长的股票相对于高资产增长的股票存在20%左右的年度溢价；这种资产增长溢价在5年的时间窗口内均显著存在。而A股并不存在明显的资产增长异象。下表展示了A股总资产增长因子的RankIC表现情况。结果显示，总资产增长与股票收益呈现一定的正相关关系，资产增速越快，未来股票收益表现越优。

总资产增长与市值、盈利（ROE）、利润增长（SUE）呈现明显的正相关性。即整体来看，市值较小、盈利较低、利润增长较慢的公司，总资产增速也较慢。剔除市值、盈利、增长影响后，总资产增长因子月均RankIC为0.94%，月胜率57%。

从时间序列角度来看，我们发现资产增长因子的选股效果与经济增长密切相关。每个月末基于资产增长因子将股票分为10组，考察因子得分最高的一组股票等权组合相对于因子得分最低的一组股票等权组合多空收益累计净值，结果如下图所示。结果显示，在PMI上行区间，公司经营规模扩张具有一定的动量效应，因子多空收益累计净值稳步向上，如2009年、2012年底至2014年、2016年至2017年。而在PMI下行区间，企业规模扩张通常认为是不可持续的，资产增长与股票收益呈现一定负相关性。如2010年上半年，2011年至2012年，2018年下半年至今。此外值得注意的是，2015年下半年间，资产增长多空净值迅速上升。这可能与市场情绪有关。在整体情绪低迷时，公司资产规模仍保持增加的信息给投资者释放出积极信号，资产增加的公司更受投资者青睐，推动因子多空收益净值累计向上。

总结来看在A股市场，资产增长与股票收益呈现微弱的正相关性。这种现象在一定程度上与经济周期和市场情绪有关。经济增长上行，规模扩张整体呈现动量效应，资产增速越快的公司未来收益表现越优；而经济增长下行时，规模扩张通常被认为不可持续，资产增速越快的公司未来收益表现越差。此外，在市场情绪极度低迷时，资产规模仍保持增加的信息会释放积极信号，资产增速越快的公司，未来收益表现越优。[h1]2资产增长的稳定性[/h1]波动率反映了信息不确定性，通常而言，波动率越高，股票未来收益表现越差。例如，从价格波动来看，前期异质波动率低的股票相对于异质波动率高的股票存在显著正向超额收益。从基本面来看，2009年Alan[2]发现，美股市场现金流波动越大的公司，其股票收益显著低于现金流波动率低的公司。同样地，资产增长波动越大的公司，信息不确定越高，股票未来收益表现较差的可能性越大。本节主要考察资产增长波动率的选股效果。其中，波动率采用过去8个季度资产增长进行计算。[h1]2.1单因子选股效果[/h1]下表展示了资产增长波动率RankIC统计情况。结果显示，资产增长波动率与股票收益呈显著负相关关系，波动率越高，股票未来收益表现越差。将总资产分解为流动资产和非流动资产可发现，流动资产的波动率对未来股票收益的影响更为明显。

以流动资产为例，下图展示了资产增长波动率分组组合的市值、ROE和SUE因子特征。结果显示，相比于资产增长因子，资产增长波动率与常见基本面因子的相关性相对较低。

剔除市值、盈利和利润增长影响后，资产增长波动率与股票收益的负相关性更为显著。其中，仍以流动资产增长波动率表现最优。月均RankIC为-3.79%，相应的ICIR为-1.82。

下图左和下图右分别展示了资产增长波动率组合的月均分组收益与多空累计净值。从中可看出，波动率组间收益呈现出较好的单调性，且因子多头收益贡献和空头收益贡献水平大致相当。从时间序列角度来看，在绝大部分月份，资产增长波动率最低的组合相对于波动率最高的组合均存在正向超额收益。

下图展示了在29个中信一级行业内，基于流动资产增长波动率因子将股票分为3组，因子得分最高的一组股票与因子得分最低的一组股票月均多空收益差及检验t值。

结果显示，资产增长波动率因子在10个一级行业内存在显著选股效果。其中，在非银金融行业，月均多空收益差最高，为1.70%，但因子稳定性较差，月胜率仅为52.85%。除此之外，因子多空收益最高的4个行业分别是电子元器件、基础化工、家电和汽车。在这些行业，资产增长稳定性越高，股票收益表现越优。[h1]2.2资产增长稳定性因子的截面溢价[/h1]下表展示了在包含市值、非线性市值、反转、换手率、波动率、流动性、ROE、预期净利润调整、SUE因子的基础模型中，加入资产增长波动率因子（本节以流动资产增长波动率因子为例）后，各个因子的截面溢价统计结果。结果显示，资产增长波动率因子的截面溢价显著为负。表明剔除了常见因子后，资产增长波动率因子与股票收益仍呈现显著负相关关系。此外，下表展示了资产增长波动率因子的计算窗口分别为1年、2年、3年、5年时，因子的截面溢价对比情况。从中可看出，波动率计算窗口为1年时，因子的溢价水平最高。随着计算窗口逐步拉长，因子的选股效果逐渐减弱。表明近期资产变化的波动水平对股票收益的影响更大。

[h1]2.3资产增长稳定性的行业轮动效果[/h1]以中信一级行业为基础，计算行业内所有个股流动资产增长波动率的中位数，以此作为行业因子。下表展示了该行业因子的RankIC，以及多头组合（因子得分最高的6个行业）和空头组合（因子得分最低的6个行业）超额收益表现。

结果显示，资产增长稳定的行业相对于资产增长波动大的行业，存在显著正向超额收益，年化超额10%，相应的信息比为0.79。从时间序列角度来看，多头组合在56%的月份相对于空头组合均存在正向超额收益。

总结来看，资产增长波动率越高，股票未来收益表现越差。从波动率计算窗口来看，近期资产变化的波动水平对股票收益的影响更大。[h1]3资本结构[/h1]资本结构是指企业资本的构成及其比例关系。常用的资本结构分析指标主要有以下4个：股东权益比率、资产负债比率、长期负债比率、股东权益与固定资产比率。本节主要考察资本结构比率变化对股票收益的影响，即一定时期内企业各种资本价值的相对变化与未来股价表现之间的关系。我们基于资本结构变化因子从低到高排序分为10组，统计每组股票等权组合相对于样本等权组合的超额收益情况，结果如下图所示。从股东权益端来看，随着股东权益比率变化、股东权益与固定资产比率变化逐渐增加，组合收益单调下降。从负债端来看，随着资产负债率变化、长期负债比率变化逐渐增加，股票收益逐渐增大。即在过去10余年间，杠杆率增加的公司，股票收益表现越优。

从极端组合多空收益差来看，在4个资本结构比率变化因子中，股东权益比率变化因子表现最优。该因子月均多空收益为0.69%，相应的信息比为1.57，统计显著。下文我们主要以股东权益比率变化为例，考察资本结构变化因子的选股效果。

从时间序列角度来看，在70%的月份，杠杆率增加的公司相对于杠杆率减小的公司都存在正向超额收益。

分行业来看，股东权益比率变化因子在一些成长行业，如电子元器件、传媒、通信，选股效果显著。基于因子分为3组后，这些行业多空月均收益均在0.7%以上。杠杆率增加，表明公司扩展经营能力较强，股东权益运用得越充分；这种扩张经营能力对于成长行业的影响更为明显。

综上所述，杠杆率增加幅度越大的公司，未来收益表现越优。这种现象在传媒、电子元器件等成长性行业中更为明显。
[h1]4总结[/h1]本文从上市公司的资产负债表出发，考察公司资产增长及资本结构变化对股票收益的影响。
在A股市场，资产增长与股票收益呈现微弱的正相关性。这种现象在一定程度上与经济周期和市场情绪有关。经济增长上行，规模扩张整体呈现动量效应，资产增速越快的公司未来收益表现越优；而经济增长下行时，规模扩张通常被认为不可持续，资产增速越快的公司未来收益表现越差。此外，在市场情绪极度低迷时，资产规模仍保持增加的信息会释放积极信号，资产增速越快的公司，未来收益表现越优。
资产增长波动率越高，股票未来收益表现越差。从波动率计算窗口来看，近期资产变化的波动水平对股票收益的影响更大。
从资本结构来看，在过去10余年间，杠杆率增加的公司，股票收益表现越优。杠杆率增加与股票收益的正相关关系在一些成长性行业，如电子元器件、传媒等，表现更为明显。

[h1]5风险提示[/h1]因子有效性变化风险，历史统计规律失效风险。参考文献：
[1]Michael J.Cooper, Huseyin Gulen,and Michael J.Schill, Asset Growth and the Cross-section of Stock Returns,Journal of Finance, 2008.[2]AlanGuoming Huang, The cross section of cashflow volatility and expected stockreturns, Journal of Empirical Finance, 2009.
联系人：罗蕾, 021-23219984
专题报告下载地址：
https://pan.baidu.com/s/16uVSstHyllcLB5nEiL4bGA

“海量”专题回顾
【点击标题可链接至报告原文】
【海通金工量化策略回顾】
48、“海量”专题（48）——海通金工2017年量化策略回顾
104、“海量”专题（104）——行稳致远：海通金工2018量化策略回顾

【宏观量化与资产配置】
7、“海量”专题（7）——大类资产配置之风险预算模型
20、“海量”专题（20）——长期投资者如何进行战略资产配置
23、“海量”专题（23）——中国版全天候策略
27、“海量”专题（27）——2017，全球对冲基金的新纪元？
33、“海量”专题（33）——Black-Litterman模型的直观理解
36、“海量”专题（36）——积极的风险均衡（Active Risk Parity）策略
46、“海量”专题（46）——Faber的战术资产配置策略在中国市场上的应用
56、“海量”专题（56）——从周期调整市盈率（CAPE）看中美股市当前的估值水平
59、“海量”专题（59）——宏观动量策略在全球股票市场中的应用
66、“海量”专题（66）——宏观动量策略在债券市场中的应用
67、“海量”专题（67）——宏观预期数据的选择与应用
101、“海量”专题（101）——美股的均值回归特征和收益率预测
105、“海量”专题（105）——全球股市轮动策略兼论从全球视角看A股投资价值
112、“海量”专题（112）——MOM投资框架
117、“海量”专题（117）——美国MOM数据分析
119、“海量”专题（119）——负债驱动投资（LDI）简介
124、“海量”专题（124）——主权财富基金资产配置的共性与差异
139、“海量”专题（139）——行业的长期价值与CAPE的应用

【因子投资与Smart Beta】
9、“海量”专题（9）——高相关资产配置中的因子降维与组合优化
10、“海量”专题（10）——高相关资产配置中的因子预算
14、“海量”专题（14）——大类资产中的风格因子与Smart Beta
41、“海量”专题（41）——风险加权指数
118、“海量”专题（118）——“单因子多组合”还是“多因子单组合”
122、“海量”专题（122）——反向剔除的因子组合
133、“海量”专题（133）——个股加权方式对比

【行业轮动】
16、“海量”专题（16）——动量策略及收益率高阶矩在行业轮动下的应用
49、“海量”专题（49）——行业一致预期数据的应用分析
52、“海量”专题（52）——“基本面+价格”选出好行业
65、“海量”专题（65）——龙头股效应在行业轮动上的应用
68、“海量”专题（68）——行业间动量和趋势因子的应用分析
70、“海量”专题（70）——预期情绪数据在行业轮动中的应用
72、“海量”专题（72）——宏观经济数据应用于行业轮动的探索
73、“海量”专题（73）——周期、非周期板块内的行业轮动

102、“海量”专题（102）——基于行业Alpha收益的行业轮动模型

103、“海量”专题（103）——行业微观因子的轮动效果
126、“海量”专题（126）——基于BL模型的行业配置策略
136、“海量”专题（136）——基金行业配置观点的分析

【因子择时与风格轮动】
4、“海量”专题（4）——多因子择时初探
19、“海量”专题（19）——基于条件期望的因子择时框架
47、“海量”专题（47）——探寻风格轮动的先行指标
57、“海量“专题（57）——大小盘轮动研究（创业板50 vs 上证50）
75、“海量”专题（75）——指数轮动：沪深300 VS 中证500
90、“海量”专题（90）——宏观数据在板块轮动中的应用
95、“海量”专题（95）——因子失效预警：因子拥挤

108、“海量”专题（108）——因子拥挤度的改进

109、“海量”专题（109）——因子拥挤度的扩展
134、“海量”专题（134）——基于回归树的因子择时模型

【量化多因子选股】
1、“海量”专题（1）——市值因子的非线性特征
2、“海量”专题（2）——选股因子的正交
3、“海量”专题（3）——从最大化复合因子单期IC角度看因子权重
11、“海量”专题（11）——业绩反转之绝对收益

13、“海量”专题（13）——因子视角下的事件驱动策略
15、“海量”专题（15）——因子视角下的事件驱动策略收益
17、“海量”专题（17）——高频因子之收益分布特征
21、“海量”专题（21）——分析师主要要素变动共振事件
22、“海量”专题（22）——价值投资系列之便宜是否值得买
24、“海量”专题（24）——分析师一致预期相关因子
26、“海量”专题（26）——关注盈利是短期风格还是长期趋势
29、“海量”专题（29）——历史财务信息对股票收益的预测能力
30、“海量”专题（30）——历史盈利在预测股票收益时的作用
34、“海量”专题（34）——高频因子之已实现波动率分解
35、“海量”专题（35）——因子加权、正交和择时的若干性质
37、“海量”专题（37）——分位数回归在多因子选股中的应用
38、“海量”专题（38）——因子降维1：底层因子降维方法对比
39、“海量”专题（39）——分析师荐股是否存在超额收益
40、“海量”专题（40）——一致预期数据的质量分析
43、“海量”专题（43）——学术研究中的财务异象之盈利能力
44、“海量”专题（44）——学术研究中的财务异象之盈利质量
51、“海量”专题（51）——A股因子的适用环境分析

55、“海量”专题（55）——学术研究中的财务异象之应计量的分解
58、“海量”专题（58）——业绩超预期股票收益特征分析
60、“海量”专题（60）——哪种分析师推荐报告最值得关注？
63、“海量”专题（63）——A股市场存在龙头股效应吗？
64、“海量”专题（64）——龙头股效应在一致预期数据上的应用
71、“海量”专题（71）——被机构调研的上市公司有超额收益吗？
76、“海量”专题（76）——宏观经济数据可以用来选股吗
77、“海量”专题（77）——宏观经济的不确定性在A股市场被定价了吗？
79、“海量”专题（79）——解禁、融资融券、陆股通和质押的超额收益机会分析

80、“海量”专题（80）——分析师覆盖度与股票预期收益
82、“海量”专题（82）——原油价格对行业和股票影响的量化分析
84、“海量”专题（84）——哪些宏观经济指标可以选股？

85、“海量”专题（85）——A股是否存在异质动量现象？
89、“海量”专题（89）——哪些事件驱动策略可以因子化？
91、“海量”专题（91）——如何计算盈利指标的趋势？
91、“海量”专题（92）——因子敞口上限对优化组合的影响
93、“海量”专题（93）——放松组合构建中的行业中性约束
94、“海量”专题（94）——高频量价因子在股票与期货中的表现
96、“海量”专题（96）——医药行业因子选股研究

97、“海量”专题（97）——预期因子的底层数据处理
100、“海量”专题（100）——行业、概念板块的动量溢出效应
111、“海量”专题（111）——质量因子
113、“海量”专题（113）——近期指数增强策略回撤原因分析
115、“海量”专题（115）——预期调整类因子的收益特征
1 21、“海量”专题（121）——日内分时成交中的玄机
123、“海量”专题（123）——捕捉投资者的交易意愿
125、“海量”专题（125）——探索A股的五因子模型
127、“海量”专题（127）——当下跌遇到托底
128、“海量”专题（128）——股票的“共性”与“个性”
132、“海量”专题（132）——消费板块的因子组合
137、“海量”专题（137）——上市公司关系网因子

【衍生品和CTA策略】
5、“海量”专题（5）——CTA策略介绍及配置价值（上）
6、“海量”专题（6）——CTA策略介绍及配置价值（下）
8、“海量”专题（8）——豆粕/白糖商品期权指南

12、“海量”专题（12）——基于动量和期限结构的商品期货策略
18、“海量"专题（18）——多品种期货策略中的权重分配
31、“海量"专题（31）——商品期货因子挖掘与组合构建再探究（上）
32、“海量"专题（32）——商品期货因子挖掘与组合构建再探究（下）
42、“海量”专题（42）——CTA多品种趋势策略中的仓位管理方法
53、“海量专题”（53）——基于海内外期货持仓报告的CTA策略
61、海量“专题（61）——原油期货指南
83、“海量”专题（83）——2年期国债期货指南
87、“海量”专题（87）——揭开“逆周期因子”的神秘面纱
110、“海量”专题（110）——2018 年期货市场及CTA策略回顾
135、“海量”专题（135）——CTA因子适用性分析及品种动态筛选策略

【FOF与基金研究】
25、“海量”专题（25）——债券基金的风格归因与因子剥离初探
28、“海量”专题（28）——债券基金风格归因模型2.0之七因子剥离体系

45、“海量”专题（45）——因子剥离体系下的债券基金久期估测构想
69、“海量”专题（69）——A股市场的基金经理是否具备择时能力？
78、“海量”专题（78）——基金业绩持续性的影响因素分析
81、“海量”专题（81）——FoF投资中，如何对主动权益基金进行因子剥离
98、“海量“专题（98）——基金风格稳定性评估及功能性权益基金挖掘
106、“海量”专题（106）——利用因子暴露监控公募基金仓位和投资风格的变化
114、“海量”专题（114）——国内公募权益类基金有Alpha吗？
129、“海量”专题（129）——Alpha是来自于运气还是实力？
130、“海量”专题（130）——基金业绩归因方法论综述
138、“海量”专题（138）——债券型基金的工具化分类探究

【创新产品研究】
50、“海量”专题（50）——新理念、新趋势：ESG投资概述
62、“海量”专题（62）——目标日期基金的下滑轨道设计
120、“海量”专题（120）——ESG评级在因子组合构建中的应用

【高频交易策略】
131、“海量”专题（131）——基于集合竞价分时走势的A股T+0策略

【量化市场观察】54、“海量”专题（54）——亏损这么多，我该拿你怎么办？
74、“海量”专题（74）——战略配售基金投资标的基本面及收益率分析
86、“海量”专题（86）——股市极值及收益率预测模型的周度择时研究
88、“海量”专题（88）——中国企业的税收负担及其对上市公司投资价值的影响
99、“海量”专题（99）——行业收益结构变化带来的机遇
107、“海量”专题（107）——中美股票市场指数的季节效应

法律声明：
本公众订阅号（微信号：海通量化团队）为海通证券研究所金融工程运营的唯一官方订阅号，本订阅号所载内容仅供海通证券的专业投资者参考使用，仅供在新媒体背景下的研究观点交流；普通个人投资者由于缺乏对研究观点或报告的解读能力，使用订阅号相关信息或造成投资损失，请务必取消订阅本订阅号，海通证券不会因任何接收人收到本订阅号内容而视其为客户。
本订阅号不是海通研究报告的发布平台，客户仍需以海通研究所通过研究报告发布平台正式发布的完整报告为准。
市场有风险，投资需谨慎。在任何情况下，本订阅号所载信息或所表述的意见并不构成对任何人的投资建议，对任何因直接或间接使用本订阅号刊载的信息和内容或者据此进行投资所造成的一切后果或损失，海通证券不承担任何法律责任。
本订阅号所载的资料、意见及推测有可能因发布日后的各种因素变化而不再准确或失效，海通证券不承担更新不准确或过时的资料、意见及推测的义务，在对相关信息进行更新时亦不会另行通知。
本订阅号的版权归海通证券研究所拥有，任何订阅人如预引用或转载本订阅号所载内容，务必联络海通证券研究所并获得许可，并必注明出处为海通证券研究所，且不得对内容进行有悖原意的引用和删改。
海通证券研究所金融工程对本订阅号（微信号：海通量化团队）保留一切法律权利。其它机构或个人在微信平台以海通证券研究所金融工程名义注册的、或含有“海通证券研究所金融工程团队或小组”及相关信息的其它订阅号均不是海通证券研究所金融工程官方订阅号。

回复

分享到 :

0 人收藏

1 个回复

倒序浏览

2^#

館兒 1级新秀 | 2019-9-18 11:15:24 发帖IP地址来自湖南

50ETF期权单边4元，有兴趣私

支持反对回复

6级职业

海通量化团队

积分:595

帖子:119

精华:0

+ 关注私信

期权论坛

期权论坛

期权网络科技版权所有: 关于我们; 联系我们; 加入我们; 反馈问题; 免责声明; 积分充值

统一社会信用代码: 积分规则; 网站地图; 爱文库; 下属网站

官方: 新浪微博; 微信公众号
◆

下载: 表情包; App下载

期权论坛

期权论坛

QQ咨询|关于我们|Archiver|手机版|小黑屋|( 辽ICP备15012455号-4 ) Powered by 期权论坛 X3.2 © 2001-2016 期权工具网&期权论坛 Inc.