基于毛利率、ROE选股的定量研究.docVIP

基于毛利率、ROE选股的定量研究 程扬 王荣朴 一、研究思路 股票的收益R通常可以认为是由两方面因素带来的：系统性因素Beta、以及非系统性因素Alpha。投资研究的目的在于挖掘在不同的市场环境下获得Alpha收益为正的投资标的。 如上图所示，若个股的Alpha0，则能取得超越指数的收益；若Alpha0，则表现不及指数。下面，我们将反映公司基本面的基本指标ROE、毛利率与Alpha的关系进行定量分析，以期验证是否基本面较好的公司市场表现也将较好，试图获得一种寻求Alpha正收益投资标的的定量选股模型。 研究结果显示，选取基本面中ROE和毛利率高于行业平均的股票，能够有更大的机会在下一年取得高于平均的涨跌幅。而对于Beta，则需要在不同市场行情下区分对待：牛市选择高Beta的股票能较好获取收益，震荡市和熊市选择低Beta的股票能规避一定风险。 二、ROE和毛利率对Alpha的影响 （一）研究方法： 我们选取申万电子元器件行业为研究样本，通过万得获取07-10年期间每年各只股票的ROE、毛利率、Alpha，Beta等数据，进行逐年研究。 首先我们用回归分析的方法，将08年的Alpha作为因变量Y，而将07年的ROE、毛利率和Alpha作为自变量进行线性回归。结果如下： 回归统计 Multiple R 0.525724 R Square 0.276386 Adjusted R Square 0.219258 标准误差 0.163679 观测值 42（07年行业样本） 　 Coefficients 标准误差 t Stat Intercept -0.03886 0.052732 -0.73696 07年ROE 1.6E-05 0.001566 0.010198 07年毛利率 0.007371 0.002143 3.440317 07年Alpha -0.13839 0.111219 -1.24433 从中可以看出，三个自变量的因素合起来，对因变量的解释也较小，因为R Square只有0.276。就单个自变量而言，较为有效的只有毛利率这个自变量，因为t统计量较大，但同时我们还要注意到这个自变量的系数只有0.007，可谓是微乎其微。因此总体而言，这个回归模型的可用性十分有限。 鉴于如此，我们觉得更多的采用比例分析的方法研究。研究如果公司07年的ROE和毛利率均高于行业平均，或均低于行业平均，或一个高一个低，则它们在07年和08年获得超额收益的几率有多大。然后类似地，再研究公司08年的ROE和毛利率对08、09年超额收益的影响，以及再研究公司09年的ROE和毛利率对09、10年超额收益的影响。因新股发行，第三期研究的样本容量有所扩大。 其中： -ROE算法：扣除非经常损益后归属母公司股东的净利润／加权平均归属母公司股东的权益*100%。 -毛利率算法：(营业收入-营业成本)／营业收入*100%。 -Alpha，Beta通过万得Beta计算器直接得出。 （二）研究过程及结论 1. 07年的样本研究 07年的样本中，共有42只股票，平均ROE为1.35%，平均毛利率21.58%。根据各只股票的ROE和毛利率是否大于行业平均，将它们分配在4个象限中，如图： 这42只股票中，共有14只在07年取得了高于平均值的Alpha，有22只在08年取得了高于平均值的Alpha。统计每个象限中股票在07、08年有多少的比例取得了高于平均值的Alpha（这里用个股Alpha和平均Alpha比较而不是和0比较的原因是，某些年份中，无论ROE与毛利率如何，电子行业几乎所有股票相比大盘都有正的超额收益），结果如下表： 归入不同象限的股票个数和比例(红色表示该象限的股票取得高于平均Alpha的几率高于平均) 　 07ROE平均07毛利率平均 07ROE平均07毛利率平均 07ROE平均07毛利率平均 07ROE平均07毛利率平均 合计 07Alpha平均 1(8%) 6(46%) 3(75%) 4(33%) 14(33%) 07Alpha平均 12(92%) 7(54%) 1(25%) 8(67%) 28(67%) 合计 13 13 4 12 42 　 07ROE平均07毛利率平均 07ROE平均07毛利率平均 07ROE平均07毛利率平均 07ROE平均07毛利率平均 合计 08Alpha平均 8(62%) 7(54%) 2(50%) 5(42%) 22(52%) 08Alpha平均 5(38%) 6(46%) 2(50%) 7(58%) 20(48%) 合计 13 13 4 12 42 从表中可以看出，对于“07ROE平均，07毛利率平均”和“07ROE平均，07毛利率平均”