《因子选股系列研究之二十四》：细分行业建模之银行内因子研究

HeaderTable_User 1122253200 1359491361 HeaderTable_Stock 股票代码 投资评级 评级变化 行业code HeaderTable_Excel 东方证券股份有限公司经相关主管机关核准具备证券投资咨询业务资格，据此开展发布证券研究报告业务。 东方证券股份有限公司及其关联机构在法律许可的范围内正在或将要与本研究报告所分析的企业发展业务关系。因此，投资者应当考虑到本公司可能存在对报告的客观性产生影响的利益冲突，不应视本证券研究报告为作出投资决策的唯一因素。 有关分析师的申明，见本报告最后部分。其他重要信息披露见分析师申明之后部分，或请与您的投资代表联系。并请阅读本证券研究报告最后一页的免责申明。 专题报告 【金融工程·证券研究报告】 细分行业建模之银行内因子研究 ——《因子选股系列研究之二十四》 研究结论 银行的金融资产占比较大，运营模式独特，股票价格和其他行业指数相关性低，通过全市场测试选出的alpha因子可能在银行股内并不适用，有必要单独建模。而且银行股在沪深300和上证50指数里权重极高，做好银行行业内选股对指数增强效果的提升十分明显。 长期来看，EP2TTM、BPTTM、NPL 、NPC、CCAR、YOYSALES、YOYNETPROFIT、EQUITY RATIO这几个因子在银行内的选股能力较好。 我们分别建立了仅采用估值成长两个大类因子和额外加入了银行专属因子的银行内增强组合，综合来看，由于最近经济下行压力较大且银行监管压力增大，所以加入了风险监管类因子的组合相对而言更好，该组合从2011.1.31-2017.1.26的年化对冲收益为7.52%，IR为1.33。 常规的建立沪深300增强组合的方法并不能对银行内股票很好的建模，虽然整个沪深300增强组合表现不错，但是其中的银行内组合表现很差，不但基本没有超额收益，最大回撤也很大。因此，对银行单独建模是有必要且可行的，在相同的跟踪误差条件下，单独建模的银行组合年化收益高于常规建模组合6%左右，鉴于银行在沪深300指数内的高权重，对银行的分块建模大约能提升沪深300增强组合收益0.5%-1%。 风险提示 极端市场环境可能对模型效果造成剧烈冲击，导致收益亏损。 量化模型基于历史数据分析得到，未来存在失效风险，建议投资者紧密跟踪模型表现。 报告发布日期 2017年04月25日 证券分析师 朱剑涛 021-63325888*6077 zhujiantao@orientsec.com.cn 执业证书编号：S0860515060001 联系人 张惠澍 021-63325888-6123 zhanghuishu@orientsec.com.cn 相关报告 反转因子失效市场下的量化策略应对 2017-04-09 中美市场因子选股效果对比分析 2017-03-06 组合优化是与非 2017-03-06 动态情景Alpha模型再思考 2017-02-17 技术类新Alpha因子的批量测试 2017-02-17 金融工程 常规沪深300指数增强组合银行部分表现（跟踪误差5.62%） 银行内增强组合表现（跟踪误差5.18%） 目录 为什么要对银行股单独建模？ ........................................................................ 3 单因子测试 .................................................................................................... 4 估值因子 ............................................................................................................................ 4 银行专属因子 ..................................................................................................................... 5 盈利能力因子 ..................................................................................................................... 7 成长因子 ............................................................................................................................ 8 资本结构因子 ..................................................................................................................... 9 技术类因子 ....................................................................................................................... 10 多因子模型 .................................................................................................. 11 银行类因子能否产生额外收益？ ....................................................................................... 11 银行单独建模的优势......................................................................................................... 11 总结 ............................................................................................................. 14 风险提示 ...................................................................................................... 15 为什么要对银行股单独建模？ 银行股在沪深300指数中权重较高，图1展示了2005年4月-2017年2月沪深300成分股中银行股的数量和总权重，沪深300成分股中银行股的数量从2005年开始的5支，逐渐增加到2010年底的16支，数量上虽然占比较少，但是从2008年10月开始，银行股在沪深300成分股中的总权重就始终处在15%以上，对于指数的影响很大。而且，我们知道银行，非银金融等行业的选股逻辑和因子是与其他行业就较大差异的。因此，在做沪深300指数增强组合的时候，若能对于银行，非银金融等权重占比较大的行业进行独立的分块建模，就会使指数增强组合的整体效果有一定的提升。 图1：银行股在沪深300指数中的数量和总权重 数据来源：东方证券研究所 Wind资讯 图2： 数据来源：东方证券研究所 Wind资讯 此外，银行股和其他类型股票的平均相关性较低。图2展示了2006.1.1-2017.3.31中信一级行业指数的平均相关性，可以看到银行的平均相关性显著的低于其他行业，同时银行指数的波动率也不 高。综合来看，银行股的走势与其他类型股票较不同步，说明银行股有其特别的性质。综合上述两点，我们有必要针对银行股单独进行建模以取得更好的整体增强效果。 单因子测试 本文主要对沪深300成分股中的银行股中的因子效果做了检验，并根据单因子检验的效果建立了动态的多因子模型，由于银行股的股票数量非常少，常规的计算rankIC的方法显然无法应用，因此这里我们通过统计多空组合（前40%减去后40%）的收益和稳定性来作为衡量单因子好坏的量度。 表1：测试因子列表 估值 EP2TTM 扣除非经常性损益的盈市率 BPTTM 账面价值比 风险监管 NPL 不良贷款比率 NPC 不良贷款拨备覆盖率 Equity Ratio 杠杆比率 CCAR 核心一级资本充足率 盈利 ROA 资产收益率 ROE 净资产收益率 ADMINEXPENSETOGR 管理费用/总营业收入 LDR 存贷比 NonIM 非利息收入占比 CIR 成本收入比 NIM 净息差 成长 YOYSALES 营业收入环比增长 YOYNETPROFIT 净利润环比增长 资本结构 IASSET2NIASSET 总盈利资产/总非盈利资产 LOAN2ASSET 贷款净值/总资产 数据来源：东方证券研究所 Wind资讯 估值因子 估值因子采用剔除非经常性损益的盈市率(EP2TTM)，账面价值比（BPTTM）这两个常见的估值类因子。 扣除非经常性损益的盈市率(EP2TTM)，盈市率是市盈率的倒数，与市盈率一样都是衡量公司估值高低的指标，但是盈市率对于净利润为负的公司的排序较市盈率更好。从结果可以看到，此因子的选股能力很强，因子值的大小和未来的收益率呈正相关关系，也就是说低估值的银行长期表现好于高估值的银行。 账面价值比(BPTTM)，账面价值比也是传统的衡量公司估值高低的指标。从结果可以看到，此因 子的选股能力很强，因子值的大小和未来的收益率呈正相关关系，也就是说低估值的银行长期表现好于高估值的银行。相比较而言，此因子的多空组合无论回撤、年化收益还是IR均好于EP2TTM，说明此因子有着比EP2TTM更强的银行内选股作用。 图3：估值因子效果 多空组合净值 数据来源：东方证券研究所 Wind资讯 风险监管类因子 风险监管类因子考量了银行业内关注较多的衡量银行应对风险能力的指标，包括不良贷款率（NPL）、存贷比（LDR）、不良贷款拨备覆盖率（NPC）、核心一级资本充足率（CCAR）和产权比率（Equity Ratio）。 不良贷款率（NPL），不良贷款率指金融机构不良贷款占总贷款余额的比重。金融机构不良贷款率是评价金融机构信贷资产安全状况的重要指标之一。不良贷款率高，可能无法收回的贷款占总贷款的比例越大；不良贷款率低，说明金融机构不能收回贷款占总贷款的比例越小。从结果来看，不良贷款率越低的银行长期表现更好，这点符合因子的经济逻辑，但是整体来说因子的的选股效果较好。 产权比率（Equity Ratio），产权比率反映由债权人提供的负债资金与所有者提供的权益资金的相对关系，这一比率是衡量企业长期偿债能力的指标之一，它也是企业财务结构稳健与否的重要标志。其计算公式为：产权比率=负债总额/股东权益。产权比率表示，股东每提供一元钱债权人愿意提供的借款额。在通货膨胀加剧时期，公司多借债可以把损失和风险转嫁给债权人；在经济繁荣时期，公司多借债可以获得额外利润。产权比率高，是高风险、高报酬的财务结构；产权比率低，是低风因子多空方向多空平均月收益IR年化收益月最大回撤多空胜率TOP8组合月单边换手率（20101231以后）EP2TTM11.11%0.76912.60%-19.08%57.14%11.13%BPTTM11.23%0.86414.20%-21.52%57.14%11.61% 险、低报酬的财务结构