寻找业绩与估值的错配非理性估值溢价因子.docx

1、Page 7追本溯源，从现金流贴现模型到估值倍数分析师在使用可比估值法对公司估值时，通常会谨慎的寻找可比的公司进行比较，例如将同行业中业务模式、成长能力、盈利能力、资产质量较为相似的公司拿来比较。而估值因子，通常是在一个较大股票池进行横向比较使用，忽略了公司在各个基本面维度的可比性。我们回归估值本源，从计算内在价值的股息贴现模型推导得到了常见的相对估值倍数：市盈率、市净率、市销率，它们分别受到净利润预期增长率、ROE、净利润率、股息支付率等基本面因素的影响以及与风险正相关的预期回报率的影响。不同的公司在没有对基本面因素归一化时，无法直接根据估值倍数判断公司高估与否。我们从“可比性”的角度对 P

2、E、PB、PS 因子进行改进，将其拆分为可用基本面变量和风险变量解释的部分和剩余的无法解释的部分，无法解释的这部分估值溢价与市场情绪、流动性、短期波动更加相关，因而更不稳定，容易因估值回归而消除，可认为是非理性的。我们据此构建了新的非理性估值溢价因子， 因为剥离掉了公司的基本面指标，非理性估值溢价因子将在不同公司之间更加可比，更适合作为因子在截面上使用。估值倍数的影响因素金融资产价值是该项资产未来产生的现金流的贴现值。股息贴现模型（Dividend discount model，以下简称 DDM 模型）由Williams 于 1938 年提出，该理论认为股票的内在价值等于其所有未来股息支付总额

3、的现值。戈登模型（Gordon Model）进一步假定其中的股息以稳定的速度增长，并且是永续增长的，戈登模型又被称为不变增长模型。我们用𝐷𝑡表示第 t 期的股息支付，𝑟表示股权成本，𝑔表示股息的预期增长率。则股票的内在价值𝑉0可以通过以下公式计算：请务必阅读正文之后的免责条款部分全球视野 本土智慧𝐷1𝐷2𝐷3𝐷𝑛+1𝑉0 = 1 + 𝑟 + (1 + 𝑟)2 + (1 + 𝑟

4、)3 + + (1 + 𝑟)𝑛+1 + 𝐷1=+1 + 𝑟可以得到 ：𝐷1 (1 + 𝑔) (1 + 𝑟)2+𝐷1 (1 + 𝑔)2(1 + 𝑟)3+ +𝐷1𝑉0 = 𝑟 𝑔𝐷1 (1 + 𝑔)𝑛(1 + 𝑟)𝑛+1 + 该模型中的三个关键变量：股息、股息增长率和贴现率，分别对应公司绝对估值法

5、中最重要的三个要素：现金流、预期增长率和预期回报率（风险越高，所要求的回报率越高）。与估计内在价值不同的是相对估值法中的估值倍数，衡量的是市场支付给相似资产的价格，并且市场给予资产不同的价格，如果市场给与公司合理的估值，理论上相对估值法与绝对估值法的结果会接近一致。从股息贴现模型出发，可以推导出了相对估值法中的估值倍数：市盈率、市净率、市销率。此处，引用达摩达兰所著估值一书中对于估值倍数的推导：𝑃𝐸 =𝑃0𝐸0𝐷1=𝑟 𝑔1𝐸0𝐷0 (1 + 

6、9892;)=𝑟 𝑔1𝐸0𝐷𝑖𝑣 (1 + 𝑔)=𝑟 𝑔PE 的主要决定因素为净利润的预期增长率、股息支付率（股息占净利润的比例， 用 Div 表示）和预期回报率。实际中，投资者通常也会给预期增长率高的公司更高的 PE。𝑃0𝑃𝐵 =𝐷1 𝐷0 (1 + 𝑔)1= 𝐸0𝐸0=𝑅𝑂𝐸

7、 𝐷𝑖𝑣 (1 + 𝑔)𝐵0𝑟 𝑔𝐵0𝑟 𝑔𝐵0𝑟 𝑔PB 的主要决定因素为净资产收益率（用 ROE 表示）、净利润的预期增长率、股息支付率和预期回报率。因此，对于 ROE 高的公司，相应的 PB 也会高，若ROE 和 PB 出现不匹配的情况，可能蕴含了投资机会，这也是经典 PB-ROE 投资框架的原理。𝑃𝑆 =𝑃0 =𝐷1

8、119863;0 (1 + 𝑔)1= 𝐸0𝐸0=𝑀 𝐷𝑖𝑣 (1 + 𝑔)𝑆0𝑟 𝑔𝑆0𝑟 𝑔𝑆0𝑟 𝑔PS 的主要决定因素为销售净利率（Net profit margin，用 M 表示）、净利润的预期增长率、股息支付率和预期回报率。图 1：由内在价值推导估值倍数资料来源: Wind，整理估值倍数中的预期回报率 r 与公司

9、的风险息息相关，风险越高，所要求的预期回报率越高，对应的估值越低。我们梳理了几种常见的风险因素： 业绩不可持续风险：周期行业波动较大，顶峰利润往往难以持续，会在高景气时有较低的估值，低景气时有较高的估值，形成了估值和景气的错配。 边际恶化风险：投资者由于存在业绩锚定效应，会对业绩边际变化较为敏感。当公司业绩增长时，估值也会随之抬升，一旦成长性不达预期时，容易出现戴维斯双杀，估值回到比原先低的位置。 资产质量不佳风险：杠杆率过高的公司经营风险更高，商誉占比过高的公司未来发生商誉减值影响利润的风险也更大。 盈利模式风险：盈利模式方面的缺陷也会导致价值陷阱，例如毛利率的恶化，或者现金流的恶化。 流动

10、性陷阱风险：股票成交额清淡，换手率低迷，引发机构回避，估值折价。在机构投资者占比较高的港股、美股更为常见，存在大量的“僵尸股”。Page 8寻找业绩与估值的错配：非理性估值溢价因子上文推导了 PE、PB、PS 三种估值倍数的基本面变量影响因素和可能影响预期回报率的风险因素。在市场中，高估值可能反映的是与之匹配的优秀的基本面， 低估值也可能反映了公司蕴含的各种风险。在没有对基本面和风险因素归一化时，我们无法直接根据估值倍数判断公司高估与否。基于这一思想，我们希望对市场给予的估值倍数进行拆分，将其拆分为可用基本面变量和风险变量解释的部分和剩余的无法解释的部分，无法解释的这部分估值溢价与市场情绪、流

11、动性、短期波动更加相关，因而更不稳定，容易因估值回归而消除，可认为是非理性的。我们定义这部分溢价为非理性估值溢价， 并构建了基于 PE、PB 和 PS 的非理性溢价因子。1、 PE 的非理性溢价PE基本面因素G: 预期增速Div:股息支付率风险因素R1、R2Rn非理性估值溢价PE_Resid我们采用回归的方法：将原始的 PE 对其基本面因素和风险因素做回归，以剔除其中的基本面估值溢价， 将回归后的残差作为新的非理性估值因子，用PE_Resid 表示。图 2：估值溢价拆分资料来源: Wind，整理回归变量预处理先对原始数据在截面上进行处理，包括去极值、标准化。具体的方法见附录。用到的基本面影响因

12、素如下：表 1：PE 的基本面变量因子符号因子名称因子计算方式PE市盈率总市值/净利润_TTM请务必阅读正文之后的免责条款部分全球视野 本土智慧G一致预期净利润 3 年复合增速(FY3 一致预期净利润/最新年报净利润)(1/3)-1当前月份大于等于 5，FY1 为本年年报净利润预测值；当前月份小于 5，FY1 为上年年报净利润预测值Div股息支付率最近四个季度预案分红金额/最近四个季度净利润资料来源: Wind，整理此外我们将上面所描述的几种风险因素量化，并选取下表中指标作为备选风险因子。线性回归的方式可以使得我们较为方便的添加新的风险因子，逐步剥离得到残差。测试时，将下列风险因子以原始值和哑

13、变量的形式逐一加入回归式中，若加入后得到因子效果有提升，则认为是有效的，予以保留。表 2：风险因素 R 备选变量风险因素备选指标添加方式风险一：增速不持续风险二：边际恶化风险三：资产质量不佳风险四：盈利模式不佳风险五：流动性陷阱FY2 一致预期净利润增速-FY1 一致预期净利润增速数值FY1 一致预期净利润增速-最新年报净利润增速数值近 3 个月一致预期净利润变化率哑变量(下调记为 1，否则为 0)近 4 周一致预期净利润变化率哑变量(下调记为 1，否则为 0)资产负债率哑变量(大于 0.7 记为 1，否则为 0)商誉占资产比哑变量(大于 0.2 记为 1，否则为 0)经营现金流_TTM哑变量

14、小于 0 记为 1，否则为 0)本期毛利率 TTM-去年同期毛利率 TTM数值近 20 日日均换手率数值近 20 日日均成交额数值资料来源:Wind，整理PE 的非理性估值溢价因子构造在对因子做市值行业中性化处理时，由于因子本身是通过回归的方法构造的， 在进行行业市值中性化时将关键变量和市值、行业同时作为自变量一起回归， 然后取残差作为新的非理性估值溢价因子 PE_Resid。最终，PE 的回归表达式如下：图 3：PE_Resid 的构建方式增速股息支付率风险因素市值行业资料来源: Wind，整理其中 G 和 Div 为预期增长率和股息支付率，R 为风险因素。𝑀⻔

15、1;𝑖 为股票 𝑖 的对数总市值，也进行了去极值、标准化的处理，𝑋𝑖𝑗 为股票 𝑖 对于行业 𝑗 的 0-1 哑变量。回归后得到的残差 𝜀 作为非理性估值溢价因子。PE_Resid 因子检验下面我们对构造出的因子进行检验，回测区间为 2010 年 1 月 1 日至 2021 年11 月 30 日，每个月末计算行业市值中性化后的因子并按照因子值大小排序， 分为 10 组等权股票组合，计算 IC 值、ICIR 值和分组收益。我们先只对预期增速 G、股息支付率 Div 两个

16、基本面变量进行回归，并进行行业市值中性化，发现仅对基本面变量回归的 PE 残差因子月度 IC 均值达到-5.24%，年化 ICIR 为-3.04。分组月度超额收益较为单调，因子值最低的一组月度超额收益为 0.92%。相较原始的 PE(TTM)因子有了明显的提升。下面我们再加入风险因素，根据逐步回归法，我们逐一加入备选风险指标，保留有改善的指标。最终我们选用了 FY2 一致预期净利润增速-FY1 一致预期净利润增速、近 3 个月一致预期净利润变化率、资产负债率、商誉占资产比作为风险因子加入回归模型。加入风险因子后最终 PE 的非理性溢价因子 PE_Resid 无论是稳定性还是分组收益都有了一定的

17、改善。IC 均值提升至-5.44%，年化 ICIR 为-3.25，IC 胜率为83%，多头月度超额收益提升至 0.96%，多头年化收益为 22.15%。图 4：PE_Resid 累 计 IC图 5：PE_Resid 分组月度超额收益20% 0.015% -1.01.0% 0.8%10%5%0%-5%-10%-15%-20%-2.0-3.0-4.0-5.0-6.0-7.0-8.00.6%0.4%0.2%0.0%-0.2%-0.4%-0.6%-25% -9.0IC累计IC(右轴)-0.8% 月度超额资料来源:Wind，整理资料来源:Wind，整理说明：月度超额收益是指相对全部股票等权组合的超额收益

18、接着，我们检验在不同股票池中该因子的表现。PE_Resid 因子在中证 500、中证 1000 指数成分股上的表现好于沪深 300 指数。表 3：PE_Resid 在不同股票池中的表现超额收益超额收益全市场-5.44%83%-0.940.96%-0.61%沪深 300-2.21%53%-0.300.30%-0.25%中证 500-4.37%63%-0.590.81%-0.52%中证 1000-5.89%78%-0.990.75%-0.86%创业板和科创板-6.56%76%-0.851.35%-0.96%分析师覆盖(半年内至少一份研报覆盖)-5.33%73%-0.960.98%-0.59%资料来

19、源: Wind，国信证券经济研究所整理IC 均值IC 胜率ICIR多头月均空头月均该因子主要为了找到估值与增速不匹配的公司，发掘市场中的定价错误，关注度较高的大市值公司研究较为充分，定价错误的机会更少，而关注度低的小市值公司由于研究不充分，因而该因子表现较好。此外，我们还测试了半年内有至少一份分析师研报覆盖股票池内的表现，可以看到在分析师覆盖股票池内， 该因子多头月均超额收益为 0.98%，也呈现了较好的多头收益。按照板块来看，改进后的因子依然在周期、制造、科技、消费、医药板块有较好的表现。该因子在大金融板块中表现较弱。表 4：PE_Resid 在不同板块中的表现超额收益超额收益医药-4.05

20、60%-0.380.29%-0.53%消费-5.31%74%-0.700.94%-0.73%制造-6.67%82%-1.051.21%-0.57%大金融-1.42%52%-0.090.49%0.04%科技-6.44%78%-0.950.97%-0.88%周期-6.17%83%-1.101.22%-0.51%IC 均值IC 胜率ICIR多头月均空头月均资料来源: Wind，整理说明：医药板块包含医药行业；制造板块包含汽车、机械、国防军工、建材、建筑行业；科技板块包含电力设备及新能源、电子、通信、计算机、传媒行业；消费板块包含消费者服务、农林牧渔、纺织服装、食品饮料、商贸零售、家电、轻工制造行业

21、大金融板块包含非银行金融、银行、综合金融、房地产行业；周期板块包含有色金属、基础化工、石油石化、钢铁、煤炭、电力及公用事业、交通运输行业。Page 112、 PB 的非理性溢价PB 的因子构造方法相同，PB 与ROE、一致预期净利润增速和股息支付率回归，取残差作为新的 PB_Resid 因子。图 6：估值溢价拆分PB基本面因素ROEG: 预期增速Div:股息支付率风险因素R1、R2Rn非理性估值溢价PB_Resid资料来源: Wind，整理用到的回归变量如下表：表 5：PB 的基本面变量因子符号因子名称因子计算方式PB市净率总市值/最新公告股东权益ROE单季度净资产收益率单季净利润*2/（期

22、初净资产+期末净资产）G一致预期净利润 3 年复合增速(FY3 一致预期净利润/最新年报净利润)(1/3)-1同 PE 回归式中的变量Div股息支付率最近四个季度预案分红金额/最近四个季度净利润资料来源: Wind，整理其中 ROE、G 和 Div 分别为净资产收益率、预期增长率和股息支付率，R 为风险因素，𝑀𝑉𝑖为股票的对数总市值， 𝑋𝑖𝑗为行业哑变量。用到的代表风险因素的变量与上文 PE 中相同。最终 PB 的回归表达式如下：图 7：PB_Resid 的构建方式净资产收益率 增速股息支付率风险因

23、素市值行业资料来源: Wind，整理PB_Resid 因子检验我们将 PB 对 ROE、一致预期净利润增速和股息支付率做回归，仅对基本面变量回归的 PB 残差因子月度 IC 均值达到-3.92%，IC 胜率为 60%。多头月均超额收益为 0.38%，空头月均超额收益为-0.61%。为了证明风险因子的有效性，我们将其也以相同的方式将有效的风险因子纳入PB 的回归式中进行检测，对风险做进一步的剥离。最终的 PB_Resid 因子也有进一步的提升，IC 均值为-4.01%，多头月均超额收益提升至 0.42%，空头月均超额收益提升至-0.60%，多头年化收益为 14.75%。请务必阅读正文之后的免责条

24、款部分全球视野 本土智慧图 8：PB_Resid 累计 IC图 9：PB_Resid 分组月度超额收益20% 1.015%0.010%0.50% 0.35%0.20%5%0%-5%-10%-15%-20%-25%-1.0-2.0-3.0-4.0-5.00.05%-0.10%-0.25%-0.40%-0.55%-30% -6.0IC累计IC(右轴)-0.70% 月度超额资料来源:Wind，整理资料来源:Wind，整理PB_Resid 因子也同样在中证 500、中证 1000 指数成分股等小市值股票池中表现更好。表 6：PB_Resid 在不同股票池中的表现超额收益超额收益全市场-4.01%59%

25、0.420.42%-0.60%沪深 300-1.13%54%-0.100.20%0.06%中证 500-2.97%54%-0.290.39%-0.24%中证 1000-5.45%66%-0.700.53%-0.91%创业板和科创板-5.57%66%-0.520.48%-0.94%分析师覆盖(半年内至少一份研报覆盖)-3.03%54%-0.280.31%-0.32%资料来源: Wind，国信证券经济研究所整理IC 均值IC 胜率ICIR多头月均空头月均PB_Resid 因子在制造、科技、周期、消费板块中均有较好的表现。在大金融板块中的表现优于 PE_Resid 因子。表 7：PB_Resid

26、在不同板块中的表现超额收益超额收益医药-1.69%57%-0.13-0.19%-0.58%消费-4.33%59%-0.470.45%-0.76%制造-4.91%63%-0.410.38%-0.80%大金融-2.41%56%-0.200.13%-0.37%科技-4.86%67%-0.490.36%-0.86%周期-4.09%63%-0.370.53%-0.61%资料来源: Wind，国信证券经济研究所整理IC 均值IC 胜率ICIR多头月均空头月均3、 PS 的非理性溢价PS 与销售净利润率、一致预期净利润增速和股息支付率回归，取残差作为新的PS_Resid 因子。图 10：估值溢价拆分PS基本

27、面因素M: 净利润率G: 预期增速Div:股息支付率风险因素R1、R2Rn非理性估值溢价PS_Resid资料来源: Wind，整理用到的基本面因素变量如下表，用到的代表风险因素的变量与上文 PE 中相同。表 8：PS 的基本面变量因子符号因子名称因子计算方式PS市销率总市值/营业收入_TTMM销售净利润率净利润_TTM营业收入_TTMG一致预期净利润 3 年复合增速(FY3 一致预期净利润/最新年报净利润)(1/3)-1同 PE 回归式中的变量图 11：PS_Resid 的构建方式Div股息支付率最近四个季度预案分红金额/最近四个季度净利润资料来源: Wind，整理最终 PS 的回归表达式如下

28、其中 M、G 和 Div 分别为销售净利润率、预期增长率和股息支付率，R 为风险因素，𝑀𝑉𝑖为股票的对数总市值，𝑋𝑖𝑗 为行业哑变量。净利润率增速股息支付率风险因素市值行业资料来源: Wind，整理PS_Resid 因子检验我们将 PS 对净利润率、一致预期净利润增速和股息支付率做回归，PS_Resid 因子的月度 IC 均值达到-3.67%，IC 胜率为 61%。多头月均超额收益为 0.39%，第 10 组的月度超额收益为-0.50%。以相同方式加入风险因素的 PS_Resid 多空头收益均有一

29、定改善。最终PS_Resid 因子 IC 均值为-3.81%，IC 胜率为 65%。因子值最低的一组月度超额收益为 0.45%，因子值最高的一组月度超额收益为-0.53%，多头年化收益为15.10%。图 12：PS_Resid 累 计 IC图 13：PS_ Resid 分组月度超额收益20% 1.00.6% 0.4%0.2%15%10%5%0%-5%-10%-15%-20%-25%0.0-1.0-2.0-3.0-4.0-5.0-30% -6.00.0%-0.2%-0.4%IC累计IC(右轴)-0.6% 月度超额资料来源:Wind，整理资料来源:Wind，整理PS_Resid 因子也同样在小市值

30、股票池中表现更好。Page 14请务必阅读正文之后的免责条款部分全球视野 本土智慧表 9：PS_Resid 在不同股票池中的表现超额收益超额收益全市场-3.81%65%-0.480.45%-0.52%沪深 300-1.16%55%-0.150.29%0.07%中证 500-3.08%62%-0.450.45%-0.15%中证 1000-4.44%66%-0.590.35%-0.83%创业板和科创板-4.67%66%-0.530.99%-0.80%分析师覆盖(半年内至少一份研报覆盖)-3.01%56%-0.310.42%-0.28%资料来源: Wind，国信证券经济研究所整理IC 均值IC 胜率

31、ICIR多头月均空头月均PS_Resid 因子在制造、科技、周期、消费板块中均有较好的表现。在医药、大金融板块中表现较差。表 10：PS_Resid 在不同板块中的表现超额收益超额收益医药-1.84%51%-0.120.04%-0.56%消费-4.00%66%-0.570.64%-0.71%制造-4.83%64%-0.430.71%-0.53%大金融-1.49%55%-0.140.15%-0.27%科技-4.52%63%-0.500.42%-0.82%周期-4.31%65%-0.460.70%-0.43%资料来源: Wind，国信证券经济研究所整理IC 均值IC 胜率ICIR多头月均空头月均非

32、理性估值溢价因子与原始估值因子对比为了更好的对比因子改进效果，我们也对原始 PE、PB、PS 因子进行测试。将全市场范围内剔除上市 6 个月以内新股的剩余股票作为样本股票池，每个月末按照因子值进行十档分组，计算多空净值。可以看到 2019 年开始 A 股估值因子面临了严峻的考验，出现了长时间的回撤。图 14：PE、PB、PS 因子的多空收益3.02.52.01.51.00.5PE(TTM)多空收益PB多空收益PS(TTM)多空收益资料来源: Wind，整理多空收益计算方法：按照原始因子值由小到大分为 1-10 组，第 1 组的多头收益和第 10 组的空头收益行业市值中性化后的 PE、PB、PS

33、 的 IC 均值分别为-4.50%、-3.60%、-2.73%， 无论是多头收益还是空头收益都改善明显。实际上行业市值中性化的思想也是对原始因子剥离市值、行业能够解释的部分，用剩余部分作为新的因子。通过我们的检验，在回归法剥离关键变量的框架下，非理性估值溢价因子相比较原始估值因子，均能取得显著的提升效果。其中 PE_Resid 效果提升最明显， IC 均值提升至-5.44%，年化 ICIR 为-3.25，IC 胜率为 83%，多头月度超额收益提升至 0.96%，多头年化收益为 22.15%。并且在制造、周期、科技、消费、医药板块均有较好的区分效果。表 11：非理性估值溢价因子与原始估值因子对比

34、IC 均值IC 胜率ICIR多头月均超额收益空头月均超额收益原始因子PE-4.50%77%-0.760.70%-0.59%PB-3.60%59%-0.380.29%-0.54%PS-2.73%54%-0.320.36%-0.43%非理性估值溢价因子PE_Resid-5.44%83%-0.940.96%-0.61%PB_Resid-4.01%59%-0.420.42%-0.60%PS_Resid-3.81%65%-0.480.45%-0.52%资料来源: Wind，整理非理性估值溢价的选股能力价值错配 Top30 组合上文，我们从原始估值因子中剥离掉了基本面因素和风险因素，构造了非理性估值溢价因

35、子，相较原始的估值因子有大幅改善，其中 PE_Resid 的表现最好， 在大金融板块以外均有较好的区分度和多头收益。下面我们根据 PE_Resid 因子构建低估股票组合，进一步检验其选股能力。我们在大金融板块以外有分析师覆盖的股票中先剔除其中上市 6 个月内的新股、ST、调仓日停牌或涨跌停、每期流动性位于市场最后 10%的股票，将剩余股票 作为股票池。然后用上文提到的几个风险因素剔除一些基本面有明显瑕疵的股 票。最后在其中选择 PE_Resid 因子最低的 30 个股票，构建价值错配 Top30 组合。具体步骤如下图：图 15：价值错配 Top30 组合构建方法非理性估值溢价因子PE_Resi

36、d排序低估 资产负债率小于70%，商誉占资产比小于20%Step 5Step 4资产质量未来三年预期净利润增速均大于0近3个月、近1个月内一致预期上调幅度均大于0Step 3保持增长且边际改善 有分析师覆盖 半年内至少有3份研报Step 2流动性位于全市场前90近20个交易日日均成交金额位于全市场前90% Step 1资料来源: Wind，整理组合每个月末调仓，交易费用是双边千三，可以看到价值错配 Top30 组合的历史表现如下图。能长期稳定显著地跑赢中证 500 指数。图 16：价值错配 Top30 组合策略净值1614121086420 10 8 6 4 2 018 12策略净值中证500

37、指数相对强弱(右轴)资料来源: Wind，整理Page 19历年的收益表现如下表所示，组合年化收益 26.54%，相对于中证 500 指数的年化超额收益 22.42%，每年都能跑赢中证 500 指数，超额收益较为稳定，相对最大回撤为 10.58%。表 12：价值错配 Top30 组合历史收益表现价值错配组合中证 500 指数超额收益夏普比相对最大回撤201030.67%9.45%21.23%1.04-5.05%2011-22.93%-33.83%10.90%-0.87-4.00%201213.14%0.28%12.87%0.60-5.02%201351.50%16.89%34.61%1.74-

38、3.98%201445.28%39.01%6.27%1.72-10.41%2015102.13%43.12%59.01%1.61-10.58%20161.17%-17.78%18.95%0.20-3.44%201717.55%-0.20%17.75%0.92-4.28%2018-17.01%-33.32%16.31%-0.57-2.44%201956.37%26.38%29.98%1.96-3.00%202061.12%20.87%40.25%1.81-7.82%2021113030.82%13.91%16.91%1.47-9.33%全回测期26.54%4.07%22.55%0.95-10.5

39、8%资料来源: Wind，整理板块内部选股下面我们用和图 15 相同的方法，在与上文相同的股票池内，选择制造、周期、科技、消费、医药板块内 PE_Resid 因子值最低的 30 只股票，构建板块内的价值错配 Top30 组合。各板块内中信一级行业指数等权合成基准指数。制造板块内价值错配 Top30 组合净值和历史收益如下所示，年化超额收益为10.16%。除 2014 年，其他年份均跑赢基准数指数。图 17：制造板块价值错配 Top30 策略净值表 13：制造板块价值错配 Top30 历史收益表现8 7 6 5 4 3 2 1制造Top30制造基准超额收益夏普比201025.08%12.45%1

40、2.63%0.912011-20.44%-32.43%11.99%-0.7320128.99%3.96%5.03%0.47201319.27%8.52%10.75%0.80201431.35%56.27%-24.92%1.31201568.19%44.89%23.31%1.282016-11.57%-11.76%0.19%-0.2120173.01%-4.68%7.69%0.252018-29.75%-30.38%0.62%-1.28201937.05%23.70%13.35%1.46202097.08%34.17%62.91%2.512021113029.56%14.95%14.62%1.3

41、7全回测期16.87%6.71%10.16%0.683.02.82.62.42.22.01.81.61.41.21.00.8制造价值错配Top30净值板块内行业等权净值相对强弱(右轴)资料来源:Wind，整理资料来源:Wind，整理科技板块内价值错配 Top30 组合净值和历史收益如下所示，年化超额收益为13.30%。请务必阅读正文之后的免责条款部分全球视野 本土智慧图 18：科技板块价值错配 Top30 策略净值表 14：科技板块价值错配 Top30 历史收益表现科技Top30科技基准超额收益夏普比201033.14%19.44%13.70%1.012011-20.97%-33.69%12.

42、73%-0.7220121.30%-8.92%10.22%0.19201377.79%58.83%18.97%2.01201440.54%33.36%7.19%1.462015119.96%93.46%26.51%1.722016-16.69%-25.24%8.56%-0.31201715.07%-6.63%21.70%0.772018-35.70%-34.35%-1.35%-1.31201960.86%39.02%21.83%1.70202044.18%22.31%21.87%1.252021113025.76%13.49%12.27%1.27全回测期21.87%8.57%13.30%0.7713 4.811 9 7 5 3 14.33.83.32.82.31.81.30.8科技价值错配Top30净值板块内行业等权净值相对强弱(右轴)资料来源:Wind，整理资料来源:Wind，整理周期板块内价值错配 Top30 组合净值和历史收益如下所示，年化超额收益为13.20%。图 19：周期板块价值错配 Top30 策略净值表 15：周期板块价值错配 Top30 历史收益表现