异常值稳健回归控制下的 EP 因子有效性重估

主要观点： 分析师：严佳炜执业证书号：S0010520070001邮箱：yanjw@hazq.com ⚫引入mOpt稳健回归解决因子显著性误判问题 针对传统最小二乘法（LS）在横截面回归中易受异常值干扰、导致因子（如EP）显著性被低估的问题，本文应用mOpt稳健回归方法。该方法通过其特定的权重函数自动识别并剔除回报与因子暴露的联合异常值（平均剔除率约3.2%-5.2%），有效克服了LS对异常值的脆弱性，并兼具诊断LS结果是否受异常值污染的强大功能。 ⚫mOpt证实EP是持续显著的价值因子，并揭示BP的失效 应用mOpt于Fama-MacBeth回归分析显著扭转了结论：对于CRSP®、Russell3000和Russell2000股票池，在1980-2007和2008-2020两个时间段，盈利价格比（EP）因子均被明确识别为高度显著的价值因子（t-statistics常>6.0），其重要性此前被LSwin的异常值偏误所掩盖。同时，mOpt和LSwin共同确认了账面市值比（BP）因子在2007年后作为价值因子的失效。 1.《基 于 贝 塔 质 量 的 多 空 因 子 策 略（BABB）——“学海拾珠”系列之二百四十三》 2.《资产间相关性的时变与机制切换研究——“学海拾珠”系列之二百四十二》 3.《基于大语言模型的新型风险评估与波动率预测——“学海拾珠”系列之二百四十一》 核心内容摘选自Martin R D , Guerard J B , Xia D Z .于2024年在Journal of Portfolio Management上的文章《Resurrecting Earnings-to-Price with Robust Control for Outliers》。 4.《高阶矩视角下的投资组合优化：基于偏度与峰度的马科维茨模型拓展——“学海拾珠”系列之二百四十》 5.《基于相关性最小生成树边缘节点的分层风险平价策略——“学海拾珠”系列之二百三十九》 ⚫风险提示 文献结论基于历史数据与海外文献进行总结；不构成任何投资建议。 6.《高维环境下的最优因子择时——“学海拾珠”系列之二百三十八》 正文目录 1引言......................................................................................................................................................................................................42数据与异常值生成模型.....................................................................................................................................................................62.1四个数据样本空间.....................................................................................................................................................................62.2回报和EP暴露的非正态性与异常值生成.............................................................................................................................72.3基于因子模型的数据分布模型..............................................................................................................................................102.4MOPT稳健回归估计量..........................................................................................................................................................112.5EP和BP因子：单独与联合分析..........................................................................................................................................142.6异常值剔除统计.......................................................................................................................................................................152.7因子模型中的EP和盈利预测................................................................................................................................................163结论....................................................................................................................................................................................................18风险提示：.............................................................................................................................................................................................19 图表目录 图表1文章框架...........................................................................................................................................................................................................4图表2CRSP®股票池及其微市值、小市值和大市值子集的股票数量时间序列变化.......................................................................7图表3CRSP®股票池以及模拟的R3000、R2000、R1000股票池的股票数量分时期时间序列均值和标准差..................7图表42009年5月CRSP®、R3000、R2000、R1000股票池的月度回报正态QQ图..............................................................8图表52009年5月CRSP®和R3000股票池的EP正态QQ图及1%缩尾后QQ图...................................................................9图表62009年5月CRSP®和R3000股票池的EP正态QQ图及1%缩尾后QQ图................................................................10图表7MOPT权重函数WMOPT(X).......................................................................................................................................................................12图表8MOPT和LS对1986年3月6,586只CRSP®数据库股票的回报与EP的横截面拟合................................................13图表9不同股票池分时期稳健MOPT与LSWIN单因子回归（回报对EP和BP）的平均斜率和HACT统计量（TSTAT）..........................................................................................................................................................................................................14图表10不同股票池分时期稳健MOPT与LSWIN多元回归（回报联合对EP和BP）的平均斜率和HACT统计量.......15图表11不同市值分组下MOPT稳健回归剔除的异常值比例的时间平均值......................................................................................16图表121980-2007年时间段REG10模型LS和稳健MOPT回归的HACT统计量.....................................................................19图表132008-2020年时间段REG10模型LS和稳健MOPT回归的HACT统计量.....................................................................19 1引言 资料来源：华安证券研究所整理 自Graham和Dodd(1934)以来，盈利价格比率（EP）或市盈率（PE）倍数几十年来一直被学术界和实务界广泛视为首选的价值因子，股票的高EP或低PE值被视为买入信号。McWilliams(1966)、Breen(1968)、Niederhoffer和Regan(1972)以及Graham(1974)的研究反映了从1934年到1972年形成的共识：盈利至关重要。随后的Basu(1977)和Basu(1983)论文进一步支持了低PE（等价于高EP）的价值投资原则。 然而，在Fama和French(1992)(FF92)关于规模、账面市值比（BP）、贝塔和EP因子在多大程度上解释预期回报横截面的实证资产定价研究之后，学术界对EP的看法发生了改变。特别是，FF92发现，尽管EP本身在Fama-MacBeth回归中是显著的，但当与规模和BP因子一起纳入模型时，它变得不再显著，因此BP成为了首选的价值因子。随后Fama和French(1993)(FF93)引入