“青出于蓝”系列研究之二：基于HP滤波的改进价值因子研究-20191211-招商证券-21页_1mb

报告摘要

基于HP滤波的改进价值因子研究总结

核心内容概述

本报告探讨了在A股市场中价值因子近年来表现不佳的问题，并提出基于HP滤波方法对传统价值因子进行改进的解决方案。随着外资流入和机构投资者影响力提升，价值因子的失效主要源于估值中枢的改变，传统的估值指标难以适应这种变化。通过HP滤波将市场估值分解为趋势项和周期项，趋势项代表中长期估值中枢，周期项则反映市场估值与中枢的偏离程度，从而构建出更有效的价值因子。

主要观点

价值因子的历史有效性：价值因子在A股市场历史上表现优异，但近年来由于市场结构变化，其有效性显著下降。
价值因子失效原因：主要与估值中枢的变化有关，尤其是龙头股在市场中的价值重估，导致传统价值因子难以捕捉市场趋势。
HP滤波方法：通过将估值指标分解为趋势项和周期项，能够更准确地反映个股估值的周期性波动，从而提升因子的选股效果。
改进效果：基于HP滤波的价值因子在多个市场层级（如全A、沪深300、中证500）中均表现出优于传统因子的收益表现，同时波动率和最大回撤明显降低。
与常见风格因子相关性：改进后的价值因子与成长、反转、分析师情绪等常见风格因子相关性较低，尤其与反转因子相关性最高，仅为0.22，显示出其独立性和有效性。
对比其他改进方法：与基于简单移动平均法改进的价值因子相比，HP滤波方法在稳定性、波动性和回撤控制方面表现更优。

关键信息

一、价值因子的历史表现

价值因子在A股市场具有良好的历史选股效果，多空组合累计净值如图1所示。
但今年以来价值因子表现不佳，尤其是在下半年出现大幅回撤。

二、HP滤波改进方法

HP滤波原理：将市场估值分解为趋势项和周期项，趋势项代表估值中枢，周期项反映偏离程度。
参数选择：针对月频数据，$\lambda$取129600，以保证趋势项的平滑性。
案例分析：以贵州茅台为例，其PE趋势项显示估值中枢经历了多次变化，当前PE_TTM处于略高于中枢的位置。

三、改进后的价值因子表现

1. 全A测试结果

IC_IR：从0.55提升至0.69
t统计量：从6.01提升至7.48
年化收益：从16.46%提升至23.71%
Sharpe比率：从1.45提升至2.23
最大回撤：从12.15%下降至4.68%

2. 沪深300测试结果

IC_IR：从0.31下降至0.27，但IC波动性降低
年化收益：从8.58%提升至14.31%
Sharpe比率：从0.62提升至1.16
最大回撤：从18.71%下降至8.82%

3. 中证500测试结果

IC_IR：从0.37提升至0.50
t统计量：从4.02提升至5.40
年化收益：从12.95%提升至21.42%
Sharpe比率：从0.97提升至1.86
最大回撤：从15.68%下降至7.55%

四、与常见风格因子相关性分析

改进后的价值因子与常见风格因子（成长、反转、分析师情绪、质量、交易行为、市值）相关性均较低。
与反转因子相关性最高，相关系数为0.22，显示出其独特的市场信号。

五、对比简单移动平均法

IC表现：基于HP滤波的价值因子波动性低于基于简单移动平均法的因子。
多空组合表现：HP滤波因子在Sharpe比率和最大回撤控制方面优于简单移动平均法。
具体对比：
- 全A：HP滤波因子的最大回撤最低（4.68%），Sharpe比率最高（2.23）
- 沪深300：HP滤波因子的最大回撤为8.82%，显著低于其他因子
- 中证500：HP滤波因子的波动率和最大回撤均低于其他因子，Sharpe比率最高（1.86）

总结

有效性提升：基于HP滤波的价值因子在多个市场层级中均表现出显著优于传统价值因子的选股效果。
稳定性增强：改进后的因子波动率和最大回撤明显下降，提升组合的稳健性。
独立性增强：与常见风格因子相关性较低，具备独立的市场信号。
未来展望：后续研究将继续探索其他方法以进一步提升传统Alpha因子的表现。

风险提示

本报告基于历史数据，市场环境变化可能导致模型失效。
投资决策应基于个人风险承受能力和投资目标，本报告不构成投资建议。

参考文献

Jiang, Xiaoquan and Lee, Bong-Soo, Do Decomposed Financial Ratios Predict Stock Returns and Fundamentals Better? (November 2009)
Hodrick, Robert J. and Prescott, Edward C., 1997, Postwar U.S. Business Cycles: An Empirical Investigation
Ravn, Morten O. and Uhlig, Harald, 2002. Notes On adjusting the Hodrick-Prescott filter for the frequency of observations
Afza, T. and Tahir, S., 2012. Determinants of price earnings ratio
Emudainohwo, O. B., 2017. Determinants of price-earnings ratio: Nigerian experience
Muhammad, A., 2010. Factors Influencing the Price-Earnings Multiples and Stock Values
Nikbakht, E. and Polat, C., 1998. A Global Perspective of P/E Ratio Determinants: The Case of ADRS
Taliento, M., 2013. Determinants of Price to Earnings Multiple around the World Recent Findings
Jitmaneeroj, B., 2017. The impact of dividend policy on price-earnings ratio
Ramcharran, H., 2002. An empirical analysis of the determinants of the P/E ratio in emerging markets
Penman, S. H., 1996. The articulation of price-earnings ratios and market-to-book ratios and the evaluation of growth
Ohlson, James and Gao, Zhan, 2006. Earnings, Earnings Growth and Value