20260827-源达信息-金融工程研究_规模因子十年回测_小市值溢价的检验与策略构建_12页_687kb

规模因子十年回测：小市值溢价的检验与策略构建总结

核心内容

本文围绕规模因子在A股市场中的表现进行十年回测分析，旨在检验小市值溢价现象的有效性，并构建基于规模因子的多因子选股策略。研究采用总市值的自然对数（In 市值）作为规模因子的衡量标准，通过IC检测、分组回测及行业分析等方法，评估其选股能力，并结合盈利质量与估值约束优化策略。

主要观点

• 规模因子的定义
  规模因子以“ln（股价 × 总股本）”计算，相较于原始市值，能有效缓解数据偏态与异方差问题，提升回归拟合效率。该因子源于小市值溢价现象，即小市值股票长期表现优于大市值股票。

• 规模因子的选股能力
  规模因子整体呈负向选股能力，小市值股票表现优于大市值股票，尤其在中证1000指数中表现最为显著，平均RankIC为-0.0773，RankICIR为-0.4429。行业中性化后，其负向预测能力进一步增强。

• 行业差异
  在商业贸易、纺织服装、轻工制造等行业中，规模因子具有较强的负向预测能力（RankIC均值低于-0.13）；而在银行、非银金融行业中则呈现正向选股能力，其中银行RankIC均值为0.1288，正比例达64%。

• 市值分组表现
  规模因子有效性随市值增大而递减，小市值组（市值组1）RankIC均值为-0.1038，负向强度最高；市值组5（中位数约305亿元）RankIC均值转正至0.0402，大市值股票占优。

• 时间维度分析
  规模因子的有效性与市场风格密切相关。在小盘风格占优的年份（如2015、2021、2025），因子显著为负；在大盘风格占优的年份（如2017），因子呈正向。

• 组合策略表现
  基于规模因子构建的多因子选股策略，通过引入盈利质量（净利润TTM≥1亿元）和估值约束（市净率≤3），筛选出优质小市值股票。该策略在2014.04.30-2026.08.25期间总回报达708.50%，年化收益率为18.38%，超额收益达598.14%。

关键信息

• 回测时间范围：2014.04.30-2026.08.25
• 策略构建方式：
  • 每年4月30日和10月30日调仓
  • 剔除ST、退市公司
  • 剔除净利润TTM < 1亿元的公司
  • 剔除市净率 > 3的公司
  • 按规模因子从小到大排序，选取前5只股票等权重持有
• 策略表现：
  • 总回报：708.50%
  • 年化收益率：18.38%
  • 超额收益（对比沪深300）：598.14%
  • 年化波动率：35.03%
  • Alpha：12.97%
  • Beta：0.8754
  • Sharpe比率：0.48
  • 跟踪误差：1.88%
  • 最大回撤：-65.07%

风险提示

• 历史收益表现不能代表未来表现
• 回测模型未考虑实际交易费用
• 数据统计可能存在误差

策略有效性验证

• IC检测：
  • 规模因子整体IC为-0.0457，行业中性化后为-0.0488
  • 在中证1000指数中表现最强，RankICIR为-0.5085
  • 在沪深300指数中呈正向，RankICIR为0.2964
• 分组收益：
  • 规模因子较低组（小市值组）累计收益优于较高组，验证小市值溢价特征
  • 图1展示了规模因子分组的平均累计收益曲线，小市值组表现突出

优化建议

• 为避免小市值股票中盈利质量差、估值泡沫化的问题，策略引入盈利质量与估值约束
• 策略适用于小盘风格占优的市场环境，需关注市场风格轮动对因子有效性的影响
• 未来需持续监控因子有效性，结合市场变化进行策略调整

数据来源与研究团队

• 数据来源：Wind
• 研究团队：
  • 分析师：吴起涤（执业登记编号：A0190523020001）
  • 研究助理：王娜（执业登记编号：A0190125030006）
• 机构名称：源达信息证券研究所