国泰君安-多因子全球化系列之一：美股还存在阿尔法因子吗-220728

在本报告中，我们重点研究了如下问题：美股市场现状和机构特征分析；常用的中低频因子在美股表现如何，发生了哪些变化。 市场结构：从趋势看，股票流动性在增强，即市场交易活跃度持续提高，波动性整体下行；从市值占比看，中小盘股票市值占比略低于成交额占比；大盘股市值占比高于其成交额占比。因此，如果单纯区分大盘和中小盘股票，二者在机构化过程中，流动性没有出现显著分化。 机构行为特征：机构重仓股ROE分位数较为稳定，估值和成长整体则波动较大；美股机构最为关注的是标的ROE水平，对估值和成长属性关注相对较低。 因子回测结果：对10大类110个常用的中低频因子进行了回测，并对其有效性和收益表现进行了统计。从结果看，简单财务类因子表现较为一般，复合财务因子表现相对较好；部分量价类指标表现较好。 组合构建：基于选取的5个因子（qmj_prof、ocf_at、eqnetis_at、ivol_capm_252d和rmax5_21d）进行了组合构建，多头组合表现较好，且2022年以来回撤大幅小于基准。 展望：一，考虑流动性的限制下，聚焦于机构占比较低的股票池，在此基础上进行因子开发；二，对于机构占比较高的股票池，可基于对机构行为或偏好的分析，进行“动量”操作，获取超额收益。 1.美股阿尔法因子 美国作为当今全球最发达经济体，也拥有成熟度最高的金融市场。美国股票市场是世界上最发达的股票市场，无论是股票发行市场还是流通市场，无论是股票发行及交易品种的数量、股票市场容量还是市场发育程度，在世界上均首屈一指。从投资者结构来看，美股机构投资者占比超过60%。从各个角度来看，美股整体有效性均应是较高的。在这个背景下，美股似乎不应该存在阿尔法因子。已有研究表明，相关异象发布后，伴随着机构成交的放大；相比于论文样本期内的收益，样本外收益显著降低。因此可以认为：一，机构交易了相关风格；二，机构的交易使得其溢价大幅降低。然而，近年来学术界基于美股仍提出了不同的收益显著的因子。同时，不同文献所得的的结论也不尽相同。 在对上述研究过程进行分析后，发现相对更偏学术界做法，所得组合可投资属性相对不足。一方面，我们在A股目前使用的各类因子多数源于基于美股；另一方面，A股目前部分因子有效性衰减较多，不能确定是暂时还是永久的情况。在本报告中，我们重点研究了如下问题： 1.美股市场现状和机构特征分析； 2.常用的中低频因子在美股表现如何，发生了哪些变化。 从结果来看，部分复合类财务指标仍具有一定的有效性，不论是多空还是相对基准均表现较好；量价类指标中，动量和波动类部分因子有效性较高。最后，基于复合因子所构建的组合，近年来表现较好。 2.美国股票市场结构和机构特征 此部分我们对美股市场构成进行梳理，并对机构行为特征进行分析。市场结构和投资者特征对策略有效性影响较大，可为后续因子表现提供相关分析依据。 2.1.市场构成和层次 美国目前有三家主要证券交易所：纽约证券交易所（NYSE）、纳斯达克证券交易所（NSDQ）和美国证券交易所（AME）。纽约证券交易所是美国最老、最大也最有名气的证券市场，至今已有200多年的历史；纳斯达克是美国上市公司最多，交易量最大的交易所。纳斯达克的上市公司涵盖所有高新技术行业，包括软件、计算机、电信、生物技术、零售和批发贸易等；美国证券交易所现在为美国第三大股票交易所，是唯一一家能同时进行股票、期权和衍生产品交易的交易所，其关注中小型企 Paul Calluzzo & Fabio M oneta & Selim Topaloglu,2019. "When Anomalies Are Publicized Broadly, Do Institutions Trade Accordingly?," M anagement Science. Jensen, T.I., B. Kelly, and L.H. Pedersen (2021). “Is There a Replication Crisis in Finance?”Working Paper Yale Universityand Copenhagen Business School. 业，成为中小市值公司的最佳交易所；2022/3/31，NYSE、NSDQ和AME标的市值均值分别为107.74、52.37和6.59亿美元。 图1美股股票数量：纳斯达克扩充较快 图2美股总市值：纽交所占比较高 下面我们对美股市场流动性和波动率进行分析。各季度末，使用本季度个股日收益率数据，计算得到年化标准差；使用日换手率数据，得到年化流动性指标；计算全市场个股指标中位数；以季度末市值为权重，计算得到市值加权指标值；历史滚动12个季度，得到最终使用的观测值。 结果见图3。 从趋势看，股票流动性在增强，即市场交易活跃度持续提高，市值加权高于中位数，即大市值股票流动性相对更好。2000年之前，市场波动率整体呈上升趋势；2000后，除金融危机期间，波动性整体下行；2021年至2022年，流动性提升较多；市值加权低于中位数，表明大盘股票波动性相对更低。 图3个股换手率和波动率中位数-滚动12个季度均值 下面我们对各市值分层标的流动性进行分析。具体来说，以T季度末股票市值进行降序排列，排名前5%的记为大市值组(TOP5%)，排名后80%的记为中小市值组(BOT80%)。统计个股票在未来1个季度的成交额，计算两组股票成交额占全市场比例和市值占比。如果单独看大市值公司成交额占比，序列均值为56.2%，最高为72.4%，即少数公司贡献了市场大部分成交；中小市值组平均占比为13.5%。如果仅从这一指标看，或认为机构化使得小盘股缺乏流动性，应远离之。但是很明显，流动性应结合市值。从市值占比看，中小盘股票市值占比略低于成交额占比； 大盘股市值占比高于其成交额占比。因此，如果单纯区分大盘和中小盘股票，二者在机构化过程中，流动性并没有出现显著分化。具体的话，还需要对相应的个股进行特定分析。 图4市值分组下市场流动性分布：大市值公司流动性没有显著优势 2.2.美股机构行为特征 从投资者占比看，美股为机构投资者主导，且主要核心标的占比更高。 美股共同基金规模较大，从管理特征来看，主动管理基金占比为60%，即机构具有较强的决策属性。其中，2020年SmartBeta产品数量和规模占全部ETF比例分别为44%和22%。SmartBeta产品中，成长、价值和红利策略ETF占比在60%左右。因此，从产品属性来看，美股机构和其他投资者也会使用一些量化的方法进行主动的组合管理。 图5美股市场机构投资者占主导 图6美国共同基金类型分布：2020年 以披露的美股机构持仓为样本，我们统计了各报告期合并持仓前50的标的属性变化情况。图7中统计的是：计算得到TOP50标的PE、PB、ROE和盈利增速在美股所处的分位数，然后计算这些标的的分位数中位值。从结果看，重仓股ROE分位数较为稳定，在市场最高的80%-90%区间；对于估值和成长，整体则波动较大。 图8和图9统计了近3年机构合并仓位前十和前一百只股票的组合风格暴露。从结果看，盈利和市值暴露在抬升；波动率暴露在降低，即市场对走势更为稳定的股票偏好在增强；成长暴露变化相对较小，有较为稳定的正向暴露；价值暴露保持稳定，即相对市场整体具有更高的估值水平。 图7美国机构重仓股估值、盈利和成长性所处分位数-TOP50 图8机构重仓股风格暴露—TOP10 图9机构重仓股风格暴露—TOP100 2.3.小结 整体来看，美股从发展时间、市场广度和深度来看，均处于较为成熟的位置。美股市场整体流动性较好，且大市值和小市值股票从换手率维度没有显著差异。从投资者结构来看，机构投资者目前处于主导的地位，对标的ROE水平更为关注。一个市场流动性足够，投资者更为理性，对于可能存在的套利机会，或意味着有限的存在时间。 3.美股市场因子有效性检验 此部分我们对常用的中低频财务和量价因子表现进行了回测。除全市场外，还测试了各因子在不同股票池的表现差异。 3.1.回测因子梳理 目前我们经常使用的各类因子，多数是以美股作为样本进行测试的。参考相关文献，我们汇总了各年度新提出的财务和量价类因子数量分布，见图10。可以看出，财务类因子数量更多；2004-2008年新提出因子数量较多，其他时间相对较少；2020年新提出2个量价因子。学术界对于新因子的关注度仍在，且更加关注各因子在更多市场的表现，以对其有效性进行更为充分的检验。 图10各年度因子数量分布：财务类因子占比更高 参考相关文献，本文共测试了110个因子，含85个财务类因子和25个量价类指标。因子具体类型和数量分布见下图（因子分类基于其相关性而非构建思路）。常用的价值、成长、盈利、动量、波动率等因子均有所覆盖。 图11回测因子类型和数量分布：财务因子为主 3.2.回测结果分析 Jensen, T.I., B. Kelly, and L.H. Pedersen (2021). “Is There a Replication Crisis in Finance?”Working Paper Yale Universityand Copenhagen Business School. 对于前文所述因子，我们回测其在美股表现，流程如下： 1.每个月末，基于历史数据计算各因子值； 2.如果是全市场回测，剔除月末市值最小的30%的股票； 3.对各因子进行市值和行业中性化处理，按如下方法： (y) DI n d (X)  i i  l l i l 其中，Ind为行业虚拟变量（GICS二级行业分类）；为正态分布累计分布反函数；X为需中性化因子截面Rank百分比（后文指市值）；为用于排序的因子。通过这种处理，一方面能够剔除指标数量级产生的影响，另一方面也可使得线性回归条件得到更好地满足。 4.基于所得残差因子，将股票池等分为10组； 5.各组股票持有1个月；计算各组市值加权收益率和基准收益率。 回测区间为2010-2022年6月，股票池为全部美股，下面我们对各类因子表现进行分析。 3.2.1.Investment Investment类因子表达的是资产负债表科目过去N年的增速情况，即扩张情况。图12给出的是这些因子IC均值和标准差分布情况，该类因子整体有效性较低。 从结果看，正向因子中noa_at有效性最强，IC均值为1.14%，标准差为3.83%；负向因子中aliq_at有效性最强。IC均值为-1.90%，标准差为5.37%。 aliq_at多头组合年化收益率为5.03%，区间波动相对较大；相对基准年化超额为2.77%，2010-2015年表现较好，之后基本处于持续回撤的状态。 图12Investment类因子IC均值和标准差 我们也测试了因子在标普500和纳斯达克100股票池内的表现，限于篇幅未展示。 表1:Investment类因子收益统计 图13因子相对基准超额收益净值表现：noa_at 3.2.2.Quality Quality类因子主要基于利润表进行相关综合财务指标的构建，多数因子有效性表现一般。正向因子中表现最好的是：op_at，IC均值和标准差分别为3.33%和6.37%；qmj_prof，IC均值和标准差分别为3.26%和7.40%； mispricing_perf，IC均值和标准差分别为3.13%和8.93%。qmj_prof相对基准年化超额为3.82%，最大回撤为9.59%，相对表现较好；从区间走势看，多数时间具有较为稳定的超额收益。 图14Quality类因子IC均值和标准差 表2:Quality类因子收益统计 图15因子相对基准超额收益净值表现：qmj_prof 3.2.3.Value Value类因子主要表达的是财务指标相对市值的比率值，部分指标有效性相对较好。正向指标个表现最好的是 eqnpo_12m ，IC均