The Quality Premium

作者：BetaPlus 小組

摘要：高(gāo)質量是好東西，但并非所有質量 alike 變量都能夠融洽的(de)被放在質量因子的(de)外衣之下(xià)。勿要錯以質量之名。

1 引言

自 Fama and French (1993) 和(hé) Carhart (1997) 以來(lái)，size、value、momentum 就成爲定價模型中最重要的(de)因子。然而，從上世紀 90 年代開始，另外一系列使用(yòng)會計報表條目爲變量構造的(de)因子逐漸興起，例如 Sloan (1996) 的(de) accruals 和(hé) Novy-Marx (2013) 的(de) gross profitability。由于這(zhè)些變量通(tōng)常被視爲和(hé)公司的(de)“質量”有關，它們被統一的(de)放入了(le)質量（quality）因子的(de)外衣之下(xià)。

然而……

到底什(shén)麽是（高(gāo)）質量？

高(gāo)質量獲得(de)更高(gāo)預期收益背後的(de)驅動是什(shén)麽？

哪些會計報表變量最适合被拿來(lái)構造質量因子？

爲什(shén)麽同被放在質量因子外衣之下(xià)的(de)不同會計報表變量獲得(de)的(de)超額收益有顯著的(de)差異？

在學術論文中，Asness, Frazzini, and Pedersen (2019) 提出了(le)著名的(de) Quality-Minus-Junk（QMJ）因子，把公司的(de)質量定義爲盈利、成長(cháng)性和(hé)安全性三個(gè)維度。随著(zhe) QMJ 因子（以及 BAB 因子）在美(měi)股中對(duì)解釋股神巴菲特的(de)業績起到巨大(dà)作用(yòng)（Frazzini, Kabiller, and Pedersen 2018），質量因子（哪怕它的(de)定義依然十分(fēn)模糊）也(yě)正式走進人(rén)們的(de)視野，并受到了(le)追捧。

但頗有意思的(de)是，QMJ 因子的(de) working paper 版本早在 2013 年就有了(le)。較其 2019 年最終發表的(de)版本，該早期版本除了(le)上述三個(gè)維度外，還(hái)有股息率第四個(gè)維度。可(kě)是爲什(shén)麽最後發表的(de)版本砍掉了(le)股息率呢(ne)？即便是 AQR 在定義質量因子的(de)時(shí)候也(yě)這(zhè)麽“随意”嗎？在業界實務方面，各種質量指數（quality smart beta index）也(yě)層出不窮，下(xià)表列出了(le)最著名的(de)幾個(gè)。但是它們使用(yòng)的(de)會計報表變量不盡相同，讓人(rén)無迹可(kě)尋。

從 smart beta 的(de)角度來(lái)說，質量因子和(hé) size、value、momentum 這(zhè)些早就被人(rén)們熟悉的(de)因子并無區(qū)别；而上述在構造、使用(yòng)質量因子時(shí)的(de)不一緻性說明(míng)它的(de)定義遠(yuǎn)不如其他(tā)因子清晰。這(zhè)也(yě)強調了(le)回答(dá)本文一開篇抛出的(de)四個(gè)問題的(de)重要性。

正如 Eugene Fama 高(gāo)呼 CAPM 的(de)誕生打破了(le)混沌，爲資産定價建立了(le)新秩序一樣；在研究質量因子時(shí)，如果僅僅以最大(dà)化(huà)因子溢價爲目标拼湊基本面變量，實在本末倒置，人(rén)們真正需要的(de)是可(kě)以開展研究并回答(dá)這(zhè)四個(gè)問題的(de)準則。隻有搞清楚了(le)它們，才能明(míng)明(míng)白白地享受質量因子的(de) risk premium。

從金融學估值模型和(hé) common sense 出發，可(kě)以猜測公司質量高(gāo)應該能導緻其未來(lái)基本面的(de)持續優異，而公司股票(piào)的(de)高(gāo)收益率則是基本面優異的(de)結果。而最能反應基本面持續優異的(de)變量大(dà)概要數未來(lái)盈利增長(cháng)（future earnings growth）。從另一個(gè)角度來(lái)說，未來(lái)盈利增長(cháng)可(kě)以被視爲簡化(huà)版的(de) SUE（用(yòng)去年同期的(de) earnings 作爲 naïve estimate）。站在基本面量化(huà)的(de)角度來(lái)說，好的(de)基本面變量應該能夠預測 SUE，質量變量理(lǐ)應當仁不讓。從實證數據來(lái)看，這(zhè)點在美(měi)股和(hé) A 股中均成立。

美(měi)股的(de)論述留在本文第二節展開。先來(lái)看看 A 股。下(xià)圖來(lái)自天風證券的(de)報告。該圖在每年把股票(piào)按照(zhào)當年收益率的(de)高(gāo)低分(fēn)成 10 組，然後考察這(zhè) 10 組同期的(de)扣非增速。可(kě)以看到，二者的(de)相關性非常高(gāo)，說明(míng)股票(piào)（中短期）的(de)收益率很好的(de)反映了(le)盈利增長(cháng)。

結合上述實證結果，我們重述一下(xià)關于質量因子的(de)猜想：真正的(de)質量因子變量應能預測未來(lái)盈利增長(cháng)，而高(gāo)質量股票(piào)獲得(de)的(de)高(gāo)預期收益是投資者對(duì)盈利增長(cháng)反應的(de)結果，因此未來(lái)盈利增長(cháng)是高(gāo)收益的(de)驅動；如果以某個(gè)會計報表變量構造的(de)因子能獲得(de)超額收益，但該變量卻不能預測未來(lái)盈利增長(cháng)，那就不應被視爲質量因子變量。

關于這(zhè)個(gè)猜想和(hé)它的(de) empirical implication，Kyosev et al. (2020) 這(zhè)篇發表在 Journal of Banking & Finance 上的(de)文章(zhāng)針對(duì)美(měi)股以及全球其他(tā)代表性的(de)發達和(hé)新興市場(chǎng)給出了(le)系統和(hé)全面的(de)論證。馬上來(lái)看一下(xià)。（本文第三節将對(duì) A 股給出全面實證。）

2 Kyosev et al. (2020)

Kyosev et al. (2020) 對(duì)上述猜想進行了(le)檢驗，并針對(duì)全球各大(dà)發達和(hé)新興股票(piào)市場(chǎng)進行了(le)實證分(fēn)析。該文通(tōng)過 Fama and MacBeth (1973) regression 估計下(xià)面三個(gè)截面回歸模型來(lái)檢驗上述猜想。

在模型一中，未來(lái)盈利增長(cháng)的(de)定義如下(xià)：

其中 BE 爲 book equity，下(xià)标 i 表示股票(piào) i，τ 取值爲 12， 36 和(hé) 60 分(fēn)别代表未來(lái) 1、3、5 年的(de)盈利增長(cháng)。模型一的(de)作用(yòng)是在控制了(le)其他(tā)風險因子以及行業因子之後，檢驗哪些質量變量能夠預測未來(lái)盈利增長(cháng)。模型二就是常規的(de)檢驗因子預期收益率的(de)截面回歸模型。由于 Fama-MacBeth regression 每月(yuè)進行，因此被解釋變量是股票(piào)下(xià)個(gè)月(yuè)的(de)收益率，解釋變量爲某個(gè)選定的(de)質量變量和(hé)其他(tā)控制變量。模型二的(de)作用(yòng)是檢驗控制了(le)其他(tā)風險因子和(hé)行業因子之後，哪些質量變量能夠獲得(de)超額收益；換句話(huà)說，能夠預測未來(lái)收益率。模型三和(hé)模型二長(cháng)得(de)很像，但是這(zhè)二者又有重要的(de)差異。模型三中假設事前知道未來(lái)的(de)盈利增長(cháng)，并把它作爲控制變量加到回歸模型的(de) RHS。回歸模型的(de) LHS 仍然是股票(piào)未來(lái)的(de)收益率。但是爲了(le) match 盈利增長(cháng)的(de)時(shí)間尺度，未來(lái)股票(piào)收益率是使用(yòng)同期長(cháng)度計算(suàn)的(de)，而非下(xià)個(gè)月(yuè)的(de)。例如，當使用(yòng)未來(lái)一年盈利增長(cháng)作爲控制變量時(shí)，被解釋變量就是未來(lái)一年股票(piào)的(de)收益率。模型三的(de)作用(yòng)是當額外控制了(le)盈利增長(cháng)之後，考察質量變量和(hé)未來(lái)股票(piào)收益率的(de)關系。

如果本文第一節的(de)猜想是正确的(de)，即真實質量變量通(tōng)過能夠預測未來(lái)盈利增長(cháng)來(lái)獲得(de)高(gāo)收益，那麽一個(gè)真實的(de)質量變量在上述三個(gè)回歸模型中的(de)預期表現爲：

在實證中，Kyosev et al. (2020) 考慮了(le)學術界提出的(de)常見的(de)質量變量，它們被彙總于下(xià)表。

由于這(zhè)些變量和(hé)高(gāo)質量本身的(de)預期符号有正、有負，爲了(le)更清晰的(de)討(tǎo)論實證結果，Kyosev et al. (2020) 在計算(suàn)變量取值的(de)時(shí)候把對(duì)質量變量的(de)取值按預期符号進行了(le)調整 —— 比如對(duì)于 leverage、accruals 這(zhè)些越小越好的(de)變量，他(tā)們将原始取值乘以 -1，從而将它們也(yě)轉化(huà)成越大(dà)越好。經過上述處理(lǐ)，真實質量變量在前述回歸模型一和(hé)二中的(de)回歸系數都均應該是正數。下(xià)面來(lái)看實證結果（以美(měi)股市場(chǎng)爲例）。首先是回歸模型一，下(xià)表同時(shí)彙報了(le)一元回歸和(hé)多(duō)元回歸結果。再次強調，由于所有變量已經調整過了(le)符号，因此隻有回歸系數顯著爲正，才說明(míng)該變量能夠預測未來(lái)盈利增長(cháng)。在該文考慮的(de) 8 個(gè)候選變量中，隻有 gross profitability、accruals 以及 investment 滿足上述條件。

除上述三個(gè)之外，其他(tā)諸如 ROE、ROE growth、earnings variability 這(zhè)些通(tōng)過曆史 earnings 計算(suàn)出的(de)變量都和(hé)未來(lái)盈利增長(cháng)顯著負相關，說明(míng)它們自身有著(zhe)某種均值回複的(de)屬性。基于上述結果，這(zhè) 8 個(gè)變量可(kě)以天然的(de)被分(fēn)爲兩類。那三個(gè)能夠預測未來(lái)盈利增長(cháng)的(de)被分(fēn)到 earnings-predictive measures 類（簡稱 EP）；剩下(xià)五個(gè)被分(fēn)到 earnings-non-predictive measures 類（簡稱 ENP）。将每類變量的(de)取值取均值，就可(kě)以額外構造兩個(gè)複合質量變量，稱爲 EP 和(hé) ENP。

下(xià)表給出了(le)原始 8 個(gè)變量和(hé) 2 個(gè)複合變量的(de)回歸模型二檢驗結果。不難看出，EP 以及全部三個(gè)該類的(de)變量（gross profitability，accruals，investment）均被定價，且收益率非常顯著；而在 5 個(gè) ENP 類變量中，僅有 ROE 被定價，而 margin、ROE growth、leverage、earnings variability 均無法對(duì)解釋股票(piào)截面收益率的(de)差異做(zuò)出貢獻。由于這(zhè) 5 個(gè)變量中 4 個(gè)都“不好使”，因此 ENP 複合變量自然也(yě)沒有被定價（t-statistic 1.73）。

最後來(lái)看回歸模型三的(de)檢驗結果。給出結果之前，先來(lái)回顧一下(xià)。模型三在模型二的(de)基礎上加入了(le)未來(lái)盈利增長(cháng)作爲控制變量，并把作爲被解釋變量的(de)未來(lái)收益率調整到同期。如果真正質量變量被定價背後的(de)驅動是它們和(hé)未來(lái)盈利增長(cháng)之間的(de)正相關性，那麽可(kě)以預期：

以下(xià)回歸模型三的(de)檢驗結果完全驗證了(le)上述兩點：除 leverage 之外，其他(tā) ENP 變量（ROE、margin、ROE growth 以及 earnings variability 的(de)回歸系數都很顯著）；而除 gross profitability 之外，accruals 和(hé) investment 的(de)回歸系數均不再顯著。除此之外，未來(lái)盈利增長(cháng)在下(xià)列回歸模型中均顯著（t-statistic 高(gāo)達 18）。

所有結果說明(míng)未來(lái)盈利增長(cháng)才是高(gāo)質量股票(piào)獲得(de)高(gāo)收益的(de)驅動，而 EP 類和(hé) ENP 類的(de)變量和(hé)未來(lái)盈利增長(cháng)有著(zhe)截然不同的(de)關聯。

“All in all, our results indicate that a true quality definition should include measures that positively predict earnings growth and the abnormal returns will follow as a consequence of that.”

至此，本文第一節提出的(de)四個(gè)問題均得(de)到了(le)回答(dá)。

3 A 股實證

本節依照(zhào)第二節介紹的(de)三個(gè)模型，針對(duì) A 股進行實證研究。爲了(le)簡化(huà)，本節的(de)實證中均采用(yòng)年報數據、以年度爲周期進行 Fama-MacBeth regression，并遵循 Kyosev et al. (2020) 的(de)定義計算(suàn)未來(lái)一年的(de)盈利增長(cháng)。在模型二和(hé)模型三中，作爲因變量的(de)均是未來(lái)一年的(de)股票(piào)收益率。實證區(qū)間是 2000 年到 2020 年。

由于 A 股臭名昭著的(de)殼價值污染問題，我們也(yě)在剔除了(le)市值最低的(de) 30% 股票(piào)之後進行了(le)實證。無論使用(yòng)全部 A 股還(hái)是規避殼價值污染之後，定性的(de)結果完全一緻，因此隻彙報針對(duì)全 A 股的(de)實證結果。此外，再提醒一句：和(hé) Kyosev et al. (2020) 一樣，實證中對(duì)所有質量變量的(de)預期符号進行了(le)調整，因此以下(xià)回歸模型一和(hé)二的(de)預期回歸系數應該是正數。先來(lái)看模型一的(de)結果。和(hé)美(měi)股一樣，實證中控制了(le)價值、規模、動量等風格因子，并加入了(le)行業啞變量。回顧一下(xià)，模型一檢驗哪個(gè)質量變量和(hé)未來(lái)盈利增長(cháng)正相關，結果如下(xià)。

和(hé)美(měi)股實證結果相一緻的(de)是，gross profitability 和(hé) accruals 和(hé)未來(lái)盈利增長(cháng)顯著正相關；此外 ROE growth 也(yě)能夠預測未來(lái)盈利增長(cháng)，因此将這(zhè)三者歸爲 EP 類。需要說明(míng)的(de)是，在未來(lái)盈利增長(cháng)對(duì) ROE growth 的(de)單變量回歸中，後者的(de)回歸系數爲負（雖然不顯著），因此在今後值得(de)更深入的(de)探討(tǎo)。除上述三個(gè)變量之外的(de)其他(tā)變量則歸爲 ENP 類，其中有意思的(de)是 investment 在美(měi)股中屬于 EP 類。

再來(lái)看模型二的(de)結果。回顧一下(xià)，模型二檢驗哪個(gè)質量變量被定價（即能夠用(yòng)來(lái)選股），結果如下(xià)。

EP 類的(de)三個(gè)變量在 A 股中均被定價。對(duì)于 ENP 類變量，ROE 和(hé) margin 在 A 股中被定價，它們背後的(de)原因可(kě)以通(tōng)過其他(tā)途徑來(lái)解釋；leverage 和(hé) earnings variability 則在 A 股上沒有被定價（t-statistic 分(fēn)别爲 -1.1891 和(hé) 1.4634）；investment 則和(hé)未來(lái)收益率顯著負相關。

最後是模型三的(de)結果（下(xià)表）。對(duì)于 EP 類變量，當控制了(le)未來(lái)盈利增長(cháng)之後，它們和(hé)未來(lái)收益率的(de)相關性的(de)顯著性降低了(le)（其中 accruals 不在顯著了(le)）。對(duì)于 ENP 類變量，若某個(gè)變量和(hé)未來(lái)盈利增長(cháng)負相關，那麽一旦控制了(le)後者，該質量變量和(hé)未來(lái)收益率的(de)相關性變得(de)（更加）顯著。我們在 ROE 和(hé) margin 身上可(kě)清晰地看到這(zhè)點。此外，無論使用(yòng)哪個(gè)質量變量，未來(lái)盈利增長(cháng)的(de)回歸系數均顯著，說明(míng)它和(hé)未來(lái)股票(piào)的(de)收益率正相關。

綜合上述分(fēn)析，對(duì) A 股實證結果總結如下(xià)：

4 業界的(de)質量指數

前面討(tǎo)論了(le) empirical asset pricing 中質量變量的(de)選擇，本節來(lái)看看業界質量因子的(de)運用(yòng)是否和(hé)上述發現一緻。以 Kyosev et al. (2020) 的(de)結果爲例，該文發現的(de) 5 個(gè) ENP 類變量包括 ROE、margin、ROE growth、leverage 以及 earnings variability。而在本文第一節介紹的(de)業界質量指數中，明(míng)晟（MSCI）的(de)質量指數恰好包含其中 ROE、leverage 和(hé) earnings variability 三個(gè)變量，成爲天然的(de)研究對(duì)象。由于 Kyosev et al. (2020) 一文主要針對(duì)美(měi)股，我們來(lái)看看 MSCI USA Quality Index 的(de)表現（下(xià)圖）。在過去 15 年，MSCI USA Quality Index 毫無懸念的(de)跑赢了(le)其比較基準 MSCI USA Index。

在繼續感慨它驚豔的(de)表現之前，再來(lái)看看它對(duì)其他(tā)因子的(de)暴露和(hé)行業暴露。與基準相比，該 quality index 并沒有在其他(tā)因子上特别偏離，而是在質量因子上有更高(gāo)的(de)暴露（very nice）；然而從下(xià)圖右側的(de)行業分(fēn)布來(lái)看，該 quality index 較基準而言有著(zhe)不可(kě)忽視的(de)行業偏離。

不知道是不是對(duì)行業偏離感到不舒服，MSCI 同時(shí)又推出了(le) USA Sector Neutral Quality Index（行業中性質量指數）。通(tōng)過行業中性處理(lǐ)，得(de)到的(de)質量指數更接近 Barra（現 MSCI）深谙的(de)純因子組合理(lǐ)論，它可(kě)以讓人(rén)們更準确地估計目标因子的(de)預期收益。無獨有偶，在追蹤 MSCI USA Quality Index 的(de) ETF 産品 QUAL 關于其基準的(de)說明(míng)中，也(yě)有如下(xià)說明(míng)：

On 9/1/2015, QUAL began to track the MSCI USA Sector Neutral Quality Index. Historical index data prior to 9/1/2015 is for the MSCI USA Quality Index; index data on or after 9/1/2015 is for the MSCI USA Sector Neutral Quality Index.

該 ETF 曾經的(de)基準是 MSCI USA Quality Index；而後來(lái)切換到了(le) USA Sector Neutral Quality Index。不知這(zhè)是否傳遞出 Sector Neutral 是更合理(lǐ)的(de)版本這(zhè)樣的(de)信息。下(xià)面是 USA Sector Neutral Quality Index 的(de)表現。和(hé)非行業中性版本不同的(de)是，行業中性之後的(de) USA 質量指數較基準而言僅有微弱的(de)優勢（且最近 5 年的(de)年化(huà)收益跑輸基準；最近 10 年也(yě)隻是打個(gè)平手）。

檢查因子暴露發現，行業中性質量指數在其他(tā)因子上的(de)暴露較基準指數并無顯著差異，主要是靠其在質量因子上的(de)暴露。

這(zhè)個(gè)結果說明(míng)，當額外剔除行業暴露之後，靠 ROE、leverage、earnings variability 三個(gè)變量所獲得(de)的(de)超額收益并不高(gāo)。這(zhè)和(hé) Kyosev et al. (2020) 的(de)實證結果是一緻的(de)。畢竟，在 Kyosev et al. (2020) 中，leverage 和(hé) earnings variability 沒有被定價（回歸模型二中它們的(de)收益率在統計上沒有偏離 0；t-statistic 分(fēn)别爲 0.36 和(hé) 0.02）。

5 理(lǐ)論指導實踐

長(cháng)久以來(lái)，金融學都是學界和(hé)業界聯系最緊密的(de)一門學科。學術界的(de)發現很好地指導了(le)投資實務，投資實務也(yě)反饋給學界、促進理(lǐ)論的(de)進步。那麽，既然學術發現告訴我們挑選真實質量變量的(de)依據，那麽本文第三節針對(duì) A 股複現的(de)實證結果對(duì)于構造質量因子又有怎樣的(de)啓發呢(ne)？根據第三節的(de)結果，從 EP 和(hé) ENP 内挑選三個(gè)質量變量，分(fēn)别構造質量因子并檢驗它們。其中，EP 類的(de)變量包括 gross profitability、accruals 以及 ROE growth，并稱由它們構成的(de)質量因子爲 EP 質量因子；ENP 類的(de)變量包括 ROE、leverage 以及 earnings variability，并稱由它們構成的(de)質量因子爲 ENP 質量因子。爲了(le)研究結果更貼近業界實務，實證中僅考察這(zhè)二者多(duō)頭相對(duì)基準的(de)表現。對(duì)實證設定的(de)說明(míng)如下(xià)：

首先來(lái)看無約束的(de)版本，下(xià)圖給出了(le)兩個(gè)質量因子（多(duō)頭）以及中證 800 的(de)累計收益曲線。從圖中不難看出，EP 質量指數跑赢了(le) ENP 質量指數，且它較基準也(yě)有持續的(de)超額收益。然而 ENP 質量指數卻僅僅是在 2015 年之後才開始跑赢基準；而在 2015 年之前并沒有超額。

再來(lái)看看行業中性的(de)版本。在控制了(le)行業暴露之後，EP 質量因子表現依然穩健；ENP 質量因子的(de)表現較其無約束版本也(yě)有改進，從 2005 年開始相對(duì)基準持續有超額收益。比較二者，EP 質量因子依然優于 ENP 質量因子；若以 Fama and French (1993) 三因子爲定價模型（因子收益率來(lái)自 www.factorwar.com），EP 和(hé) ENP 質量因子多(duō)頭的(de)超額收益分(fēn)别爲 0.38%（t-statistic 爲 2.64）和(hé) 0.23%（t-statistic 爲 1.40）。

如果把 EP 和(hé) ENP 質量因子各自的(de)兩個(gè)版本（非行業中性 vs 行業中性）相互比較會怎樣呢(ne)？下(xià)圖給出了(le)結果。其中 Panel A 爲 EP 質量因子，Panel B 爲 ENP 質量因子。結果顯示，對(duì)于前者，兩個(gè)版本的(de)因子多(duō)頭組合收益率十分(fēn)接近，說明(míng)其沒有受到時(shí)變行業暴露的(de)影(yǐng)響。反觀後者，兩個(gè)版本的(de)因子多(duō)頭組合雖然最終累計收益接近，但路徑截然不同。行業中性版本的(de)超額比較持續，而無約束版本則是在 2015 年之後才“發力”，說明(míng)時(shí)變行業暴露對(duì) ENP 質量因子有較大(dà)影(yǐng)響。另外，如果按照(zhào) ENP 質量因子得(de)分(fēn)爲權重，其 2015 之後的(de)表現和(hé)行業中性的(de)版本接近，遠(yuǎn)不如非行業中性的(de)版本；前 100 支股票(piào)的(de) ENP 質量因子暴露差異微弱，遠(yuǎn)遠(yuǎn)不及它們市值上的(de)差異。

本節實證討(tǎo)論的(de)最後一個(gè)問題是，非行業中性的(de) ENP 質量因子在 2015 年之後雄起的(de)原因是什(shén)麽。檢查 ENP 質量因子選出的(de)股票(piào)可(kě)知，其在大(dà)市值、高(gāo)動量、高(gāo)估值以及食品飲料、醫藥、電子元器件這(zhè)些風格和(hé)行業因子上有較大(dà)的(de)暴露。當控制住這(zhè)些因子後，ENP 質量因子的(de)表現又如何？下(xià)表給出了(le) Fama-MacBeth regression 檢驗相關因子收益率的(de)結果。解釋變量包括 ENP 質量、價值、動量、規模以及所有行業因子。表中彙總了(le)實證期分(fēn)别爲 2015 /1 到 2020/12 以及 2019/1 到 2020/12 兩個(gè)區(qū)間内的(de)結果。

當控制了(le)其他(tā)因子之後，ENP 質量因子在 2015 到 2020 這(zhè)段區(qū)間内的(de)月(yuè)均收益率爲 0.21%，其 t-statistic 爲 2.94，因而是顯著的(de)，但僅靠這(zhè)個(gè)量級的(de)月(yuè)均收益率無法解釋 ENP 質量因子多(duō)頭的(de)表現。如果把實證區(qū)間聚焦到 2019 年之後，ENP 質量因子的(de)月(yuè)均收益率降爲 0.08%， t-statistic 僅有 0.66。Hoechle, Schmid, and Zimmermann (2020) 指出，通(tōng)過 portfolio sort 來(lái)分(fēn)析某個(gè) sort variable 是否被定價有著(zhe)重要缺陷。若 sort variable 因與個(gè)股的(de)特質性高(gāo)度相關而獲得(de)超額收益時(shí)，人(rén)們會錯誤的(de)認爲該 sort variable 具有定價的(de)能力。該文給出了(le)新估計方法來(lái)解決這(zhè)一問題。回到 ENP 質量因子的(de)多(duō)頭表現，若不考慮其他(tā)風格和(hé)行業因子，那麽它們的(de)影(yǐng)響就将體現在個(gè)股的(de)特異性之中。對(duì)于非行業中性的(de) ENP 質量因子，它對(duì)上述因子的(de)高(gāo)暴露造成 sort variable 和(hé)特質性部分(fēn)高(gāo)度相關，因此會讓人(rén)們在客觀衡量其選股能力時(shí)出現錯誤。

綜合本節全部實證結果，可(kě)以說第三節對(duì) A 股的(de)發現能夠指導我們使用(yòng) EP 類的(de)質量變量、更合理(lǐ)的(de)構造質量因子。

6 結語

随著(zhe)基本面量化(huà)投資的(de)深入，越來(lái)越多(duō)從會計報表變量走進了(le)人(rén)們的(de)視野，并以質量爲名，被放在了(le)構造質量因子的(de)候選變量中。然而，相對(duì)于其他(tā)大(dà)類風險因子，比如 value、size、momentum、idio-volatility、low risk 等，質量因子的(de)定義更加模糊和(hé)複雜(zá)、往往因人(rén)而異。以本文第一節給出的(de)幾個(gè)質量指數爲例，它們使用(yòng)的(de)不同變量之間似乎有某些聯系和(hé)共性。但如果不在一個(gè)精确地框架下(xià)定量的(de)分(fēn)析，則很難說清楚這(zhè)種關聯，以及它們如何代表“高(gāo)質量”。難道僅僅是因爲這(zhè)些質量指數編制公司認爲高(gāo)質量的(de)公司應該這(zhè)樣嗎？這(zhè)顯然太過粗糙。Kyosev et al. (2020) 一文是對(duì)解決上述困境的(de)有益探索。該文最大(dà)的(de)貢獻是提出了(le)研究質量因子的(de) discipline。在研究質量因子時(shí)，這(zhè)種有理(lǐ)可(kě)依的(de)規則才是最爲關鍵的(de)。

我們也(yě)想強調，Kyosev et al. (2020) 一文錨定在高(gāo)質量能夠帶來(lái)未來(lái)盈利增長(cháng)這(zhè)個(gè)假設之上（其背後的(de)隐含意思是盈利增長(cháng)相對(duì)其他(tā)變量 —— 例如盈利水(shuǐ)平 —— 反映了(le)更多(duō)公司基本面的(de)新息），因此它也(yě)僅可(kě)能是代表了(le)高(gāo)質量的(de)某個(gè)方面。盡管如此，它依然讓我們朝著(zhe)搞清楚到底什(shén)麽是高(gāo)質量、什(shén)麽是真正的(de)質量因子變量、高(gāo)質量股票(piào)獲得(de)更高(gāo)預期收益的(de)内在驅動是什(shén)麽等問題邁出了(le)重要一步。從本文的(de)實證結果來(lái)看，探尋 A 股的(de)質量變量之旅還(hái)有很長(cháng)的(de)路要走。我們也(yě)期待通(tōng)過科學的(de)檢驗和(hé)嚴謹的(de)實證，在未來(lái)找到更加滿足高(gāo)質量定義的(de)會計報表變量。

高(gāo)質量是好東西，但并非所有質量 alike 變量都能夠融洽的(de)被放在質量因子的(de)外衣之下(xià)。勿要錯以質量之名。

參考文獻

Asness, C. S., A. Frazzini, and L. H. Pedersen (2019). Quality minus junk. Review of Accounting Studies 24(1), 34 – 112.

Kyosev, G., M. X. Hanauer, J. Huij, and S. Lansdorp (2020). Does earnings growth drive the quality premium? Journal of Banking & Finance 114.

Carhart, M. M. (1997). On persistence in mutual fund performance. Journal of Finance 52(1), 57 – 82.

Fama, E. F. and K. R. French (1993). Common risk factors in the returns on stocks and bonds. Journal of Financial Economics 33(1), 3 – 56.

Fama, E. F. and J. D. MacBeth (1973). Risk, return, and equilibrium: Empirical tests. Journal of Political Economy 81(3), 607 – 636.

Hoechle, D., M. Schmid, H, Zimmermann (2020). Does unobservable heterogeneity matter for portfolio-based asset pricing test? Working paper.

Newey, W. K. and K. D. West (1987). A simple, positive semi-definite, heteroskedasticity and autocorrelation consistent covariance matrix. Econometrica 55(3), 703 – 708.

Novy-Marx, R. (2013). The other side of value: The gross profitability premium. Journal of Financial Economics 108(1), 1 – 28.

Sloan, R. (1996). Do stock prices fully reflect information in accruals and cash flows about future earnings? The Accounting Review 71(3), 289 – 315.

免責聲明(míng)：入市有風險，投資需謹慎。在任何情況下(xià)，本文的(de)内容、信息及數據或所表述的(de)意見并不構成對(duì)任何人(rén)的(de)投資建議(yì)。在任何情況下(xià)，本文作者及所屬機構不對(duì)任何人(rén)因使用(yòng)本文的(de)任何内容所引緻的(de)任何損失負任何責任。除特别說明(míng)外，文中圖表均直接或間接來(lái)自于相應論文，僅爲介紹之用(yòng)，版權歸原作者和(hé)期刊所有。