“2012中国指数和量化投资论坛”近日在四川成都举行。本次论坛邀请了海内外著名的经济专家、各类资产管理公司的投资负责人、学术机构的量化金融专家等共同探讨指数化投资和量化投资在国内的发展前景以及路径。上海交通大学金融学副教授，明尼苏达大学经济学陈欣博士在会上发表了题为《基于上市公司盈利质量的指数开发》讲话，以下为发言全文：

 

　　陈欣：大家下午好！我是在上海交大的会计和财务系，所以这次熊总让我来，我刚开始可以稍微说宽泛一点，盈利指标还是一个基本面的指标，所以我从这个角度给大家讲讲，最后再来引申到我们如果想把盈利相关的指标引申的话，有什么样的做法。

 

　　这个图片，大家看到照片，我估计可能不太认识，但是说起这些名字很多人都知道，就是安吉拉.徐拉芬（音），他是非常有名的教授，俄罗斯人，后来移民到美国。这两个人，他们1994年就说的是反向交易策略，这个发出来之后就拿这个策略到投资界成立了一家叫LSV的资产行业公司，在不到十年的过程中，就发展到四百多以美元的资产规模。大家看一看，这是他们94年的使用反向交易策略的这么一个回报。大家可以看到绝大部分时间这个回报是相当不错的，什么是所谓的反向交易策略呢，就是说买入我们传统上定义的一些价值的指标的股票，然后卖空这些成长性的股票。他具体的指标，比如说他这里用现金流和价格的比例，以及销售增长。那么这张PPT我印象非常深刻，因为是我读博士的时候98年复制了这张PPT。因为它的数据是一直到89年，89年之前这个结果是蛮显著的，结果90年之后，到98年的市这个结果基本上就不显著了，但是不管怎么样，他用这个策略成功的说服华尔街的投资者投了这么多钱给他。

 

　　所以从这个现象呢，我们就可以引申出一个话题，就是最起码好像在美国的市场中，大家对这个基本面的指标能够预期股票回报，好像还是挺认可的，就是大家还是很认可可以根据基本面去组建一些组合，而且能够系统的获得这些超回报。我们反过来想，美国市场一般来说还是很有效的市场，根据我们的定义，半强有效的市场里面，基本面的预期就反映在股票里面了，所以不能预期回报。所以在美国，大家说基本面还是能够预期一些股票回报的话，说明美国股市也不是那么有效的，最起码是半强有效的。我们从对这种现象的理解上，一般来说是认为有两种原因，*9种原因是投资者对信息的误判，比如说推一个年报，你这个年报上基本的信息，盈余的数目，现金流的数目，销售的增长，大家对这个信息可能理解不透，还有就是我们经常说的投资者的非理性行为，就是说他们说的风投资金，大家拍拍胸脯说，我觉得我比平均的投资者都要行，但是实际上去投资炒股票，不一定比大家强。还有今天上午，我们前面的老师说过的组织效应，还有大家比较熟悉的羊群效应，还有代表性偏差，就是说我们把过去的一些东西推广到未来。经过这两种原因，如果在市场上有一定的普及性的话，基本面的指标，就会得到比较好的预期的股票。在美国的研究中，我总结一下，基本上有这么十八类指标，大家发现可以预期出我们说的超常收益，*9个就是我们说的“三剑客”，也就是这个公司的模型里面，这个公司规模，和这个市净率，还有动量指标，这几个指标都可以预期股票回报，里面还有一些指标，市盈率、盈利率、赢收增长，还有盈余的质量，会计盈余指标，等等一系列的指标，大家发现在回归当中，如果既使是研究了市场的因素，研究了很多的因素，这些指标仍然能够预期回报，这就是我们常说的意向。

 

　　反过来说，在美国这样的市场，大家都知道在美国市场再怎么样也比我们中国的市场有效。这些意向在中国，或者是说用他们的变形，是不是在中国的A股市场里面应该更加显著呢？有两种说法，一种说法是说中国市场更没有效率，那么应该是这些股价被误定的概率更高，如果是有一天他能够回归的话，我们就更容易发现有一些指标更容易预期回报。这样的话，作为我们具有一定相关知识的机构投资者，我们就更容易的利用这些东西，更好的预期股票回报，所以我们创造价值。但是从另外一个角度来说，我们知道A股的股价当中充满了噪音，上市公司的报表，很多人都是不看的，既使是报出来的信息，大家也不太相信，所以这些基本面的指标可能不是很好用，如果是在这种情况下，你依靠这些基本面的指标去预期股票的回报，估计比较难。所以这两方面的解释，实际上对我们在A股是不是能够使用股票的基本面来进行定价有不同的预期。

 

　　那么，我们从一个侧面来看一下，在中国到底这些基本面指标有没有用。首先我们观察到，不像美国的教授一样，中国的教授非常非常少在业界开办基金的，我们知道最近中欧的丁远教授搞了一个朱雀指数（音），其它的就好像很少听说全职的教授把自己的研究进行应用，为什么不应用呢？因为大家好像发现没有什么用。这样来说，好像教授的研究水平也不怎么地。我们看业界的精英呢，最早的是看封闭式的基金的，发现封闭式基金总体的表现比市场还差一点，只有极少数的资金有优秀的选股的能力，大家也说封闭式的基金经理也不一定是业界*3秀的，我们说阳光私募的基金经理可能是*3秀的，我们最近正好做了一篇这样的论文，就是阳光私募的净值的数据，最后把阳光私募分为三类，公共系、券商系和民间系，我们最后来看说，这个阳光私募的表现和大盘比到底怎么样，大家可以看到，我们分开来以后。实际上平均来说，这个阳光私募最起码在有数据的时间表现其实也不如大盘，但好处是啥呢？他们最起码风险比较小，就是说标准差比较小，所以相对来说夏普比例比较高，而且在阳光私募里面基金经理水平会高一些，民间系的会相对表现差一些。

 

　　然后这边是关于阳光私募选股和择时的基本判断，这里面具有的择时能力，选股能力是α，择时的能力是β，好像绝大部分的基金经理能力也不是很强，有持续的α和β都也不一定是实的，大部分的基金经理表现也不是很好。所以从这个我们阳光私募的基金经理来说，应该来说是业界最出色的一批基金管理者了，这部分人里面大概只有不到10%的人能够持续创造价值。这意味着什么？意味着中国的股票确实是比较难去预期的，我相信这些基金经理也在不停的努力去找一些指标能够预期股票回报，但是总体下来，效果不是很显著。

 

　　所以从这些现象我们可以看出，是不是大部分资产管理部门目前主动管理，给投资者并不能提供很多价值，为什么大家还交那么多管理费给他们呢？所以这个又回到我们熊鹏今天上午说的，我们是不是应该把钱都放在ETF上面。但是我们就说如果是用ETF，那么我们现在是不是能够用这些指标，用这些基本面的指标来组建一些交易策略性的ETF，关于在A股市场也有一部分研究，就是这些ETF那些惯用，那些不管用，目前的很多研究发现β好像是太管用，有些人发现动量交易有用，有些人发现没有用，有人发现规模管用，但是有些时候不管用。有一系列的研究。

 

　　卢登堡大学的易同（音）教授提出来，看哪些交易策略在中国市场获得超回报，大家看这个表，这个表我们总共列了18种交易策略，就是我们前面提到的18种，有公司的规模，市净率，动量交易，市赢率，销售比，销售增长，会计指标，还有一些流动性的指标，增发的指标，但是从这么多指标，这个交易策的地方法是把它按这个指标直接分成十个组合，从一到十，十的话就说明他从理论上预期它的回报会高一点。我们看这下面的，假设虚拟投资组合，买入组合10，卖出组合1，可以获得的回报，我们可以看到绝大部分时间平均值是正的，有那么正的零点几，但是统计上不显著，大部分不显著，少部分会显著。比如说这里有市净率，然后有研发费用，还有净营运资产，有这么几个指标，但是绝大部分不是很显著。如果用三因子模型来算α的话，结果也差不多，就是这么十八种策略里面，而且他不停的在变，就是有大部分，有一些方法里面发现显著了，换了一个方法来看，它有变得不显著了，所以这个稳定性不是特别好。但是平均来说，他确实是可以，好象是可以创作一个正的平均的回报，但是这个平均的回报并不是特别突出。然后如果直接用这种指标，直接去对股票的月回报做回归的话，我们发现单个的会显著，但是把这18个指标一起丢进去的话，就会发现原来显著的后面都变得不显著了。这是什么原因呢？就说明这些基本面的指标，在中国可能不是特别管用。如果简单的用美国管用的这些基本面的指标放在中国来不是特别管用，像我们刚刚讨论过的，其实这些基本面的指标里面噪音非常大，所以可能需要进行一些调整，但是还有一种可能性呢，是我们中国本身股价不准，股价本身有没有效率，我们知道可以用一个指标来衡量，就是这个股票的价格，它的波动和大盘的相关性，股价跟大盘相关性越大，他的定价也没有效率，相关性越小，定价越有效率。所以我们如果把股票跟大盘的同步性分为三组，我们再来看，再在这个三组里面做同样的策略的话，我们可以发现，在同步性特别低的这一组，就是LOW的这一块，我们发现好多策略就管用了，而在这个同步性比较高的这个组里面，策略基本上不管用。所以从这个表，我觉得还是很现实的，就是说如果我们想做基本面分享，你得挑股票的信息，就是股价比较有效率的这一批股票才能够做，有很多股票，是庄家在后面操纵，或者是市场上的噪音特别多，象这样的股票就不适应来做基本面的策略。

 

　　这张图是美国一个WisdomTree做的一个ETF的方案，它是用公司的营业利润去做加权来做的ETF，我们可以看到实际上这个ETF，它如果去比的话，它平均收益也不是高很多，有的三年高一个点，一个季度高零点几，高得非常有限。而且如果看他的波动性稍微小一点点，我相信如果是用三因素模型去做回归的话，这个α应该也不是很显著的。所以从这个地方，我们可以想到，就是说如果我们现在做这种盈利指标的ETF，也并不一定追求你用了这个指数，用了这个ETF的策略，就获得了稳定的正α，更多的是我们上午所讨论的，就是投资者有不同的偏好，我偏好这一类的资产，我可能能够获得稍微比市场强那么一点点的回报，稍微小那么一点点的风险，平均来说就够了。我主要获取的是β，是β的回报，而不是α的回报。所以这几天我就正好根据它的这种ETF加权的思路，我做了一些简单的策略，因为我们年报一般来说4月底基本上都出来了，所以就用4月底的基本面的信息，来用以下这些指标来组建加权投资组合，就是我们前面看到营业利润、交易额、换手率、现金流、毛利率，还有我们常用的利润和价格的比，净资产和价格的比，销售额和价格的比，还有现金流和价格的比，用这些指标，把所有这些指标为正的股票都包括进来。然后按它们在整个市场当中的权重来组建这个投资组合。因为这个表是从95年开始，非常长期的一个规律，大家看到月度回报，营业利润实际上还可以，跟A股的平均水平和上海A股的平均水平差不多，如果用交易额来加权的话，就比较差了。如果用换手率还不错，用现金流也还可以，毛利率比较好，毛利率能够达到0.021，就是百分之二一的月度回报，*6的是考虑了几个价格水平的指标，像利润和价格的比。净资产和价格的比，销售额和价格的比，以及现金流和价格的比，也就是说我们考虑了价格以后，这个策略会稍微好一点，产生的回报，我们怎么理解这个现象，也就是说如果你不考虑价格，仅仅用现金流，仅仅用营业利润，这是一个市场中线的策略，如果你底下除以价格呢，实际上就是我们说的反向策略，也就是说你的市盈率越低，也就是EP越高，你的权重就越大，这个实际上是有一点儿反向的味道。我们可以看到表现*4的，月度回报*4的，实际上还是这几个略带反向的策略。反而市场中线的几个策略，反而不是那么立项。我们看回报如果比平均水平稍微高一点，那么风险呢，我们看到风险实际上都是略微降低了，就是用这样策略，在中国还是能够达到平均的收益略微提高，风险略微降低。这个是很长期了，过去15年的规律。

 

　　我今天上午看见业界很多人用沪深300来做，所以中午回去我又加了一个沪深300，沪深300是从05年才开始有这个指数，所以看看最近这五年这个策略的情况。我们可以看到最近5年实际上这个优势还更明显了一点，尤其是针对沪深300，我觉得在业界大家喜欢用沪深300，其实对大家拿奖金还是很有好处的，如果你去用A股的，或者是算术平均收益，或者是用市值加权法来做的话，实际上大家奖金要少拿很多的。我们可以看到这个A股，我这里没有报告加权平均，加权平均实际上收益还要更高一些，如果用算术平均的话，这个A股的平均收益最近5年是3.9的月度回报，沪深300只有2.4，也就是大股票表现没有小股票好，其实就是这么简单。然后我们如果是考虑它的风险的话，我们可以看到这些组合里面，实际上毛利率还是比较高的，然后现金流也达到这个数字，略微高出了上海的平均水平和整个中国的水平，远远高于沪深300如果我们拿出去发产品的话，如果你不报告A股的算术平均以及加权平均，你仅仅报告这个，我们看到这个策略水平好像很管用，但是如果是在做一个什么三因子模型的回归α，也不见得会显著。

 

　　所以总结一下这些可以发现，我觉得美国传统的这些交易策略，在中国我认为平均来说是可以产生一定的正回报，但是统计上显著的不是很多。其稳健性不是特别强，一会儿是这个策略能够产生显著的回报，一会儿是那个策略能够产生显著的回报。意味着我们如果是做策略的话，可能要多个策略同时进行，可能会比较稳健，获得的收益可能会比较好。另外，就是我们如果想用盈利的质量，相关的指标来进行对股票的预测，我觉得不能仅仅用我们传统用的这几个指标，运营现金流之类的，因为中国的利润是非常大的，一定要结合一些会计指标，这个地方可能要看得细一点，我觉得其实一个很有意思的现象，像我们中国，我们知道很多上市公司喜欢“大洗澡”（音），“大洗澡”是一个蛮好的策略，因为它“大洗澡”之后的第二年是非常好的，而且他选择“大洗澡”的实际也是有一定的原因的，像我在去年年初的时候，正好当初在攀钢，攀钢要有一个现金选择权到期，在4月份的时候到期，我当时写了一篇文章，我说这个公司等现金选择权到期之后一定会暴跌，当时说正式价值在5块左右，我也没有想到最后真的跌到5块了，从它的选择权到期之后就一直跌，最后真的跌到5块左右了，这个反过来说，它的会计政策很强，对后来的回报有非常强的预见性，因为它在09年的时候做了一个“大洗澡”，当时是巨亏，股票很长时间没有起色，但是它做“大洗澡”的目的就是为了2010年的反转，所以2010年之后到5月份就开始暴涨，所以我在想盈利指标还是对股票的回报能够有预测效应的，只是说这个指标的设计要非常小心。比如说我们观察到，并不是说做正面的运营管理，做正的盈余管理就一定不好，做负的盈余管理就一定好，负的盈余管理也可能会预测出好的股票回报，所以在这个地方，我觉得要结合我们中国的实际情况来仔细设计这样的策略。

 

　　还有一些我个人的看法，就是我们可以看出刚几个指标，好像是说在最近5年，它对股票预测回报能力，比长期的15年要增强了，我觉得我们国家最近几年的股市也开始慢慢的成熟起来，随着机构投资者的大量进入，这个基本面，如果是市场在慢慢的成熟，定价更加有效的话，可能基本面的指标的预测能力，在未来一段时间还会继续的增强。

 

　　第二个建议就是我们在组建基本面指标交易策略的时候，要选择信息含量比较高的公司，也就是同步性小的公司，不要这个股票老是跟大盘同涨同跌，这个时候你的基本面指标估计对他们股票的解释利润就比较低了。

 

　　最后就是我们刚刚根据这些研究，我们做出来一些看起来比较管用的备选指标，比如市净率，会计指标等等。

 

　　最后一点就是我们现在市场有看空机制，以前没有看空机制，有看空机制了，可能大家做得比较多的还是用这个，用沪深300的期指来做。因为美国很多标准策略还是通过看空个股，因为这一块业界的发展我还不是特别的清楚，但是我觉得在未来的发展，应该是我们随着融资融券试点的进一步推广，如果越来越多的股票能够看空的话，我们可以考虑说组建这些个股的看空组合和看多组合相结合，这样的回报会更高，我就讲到这里，谢谢大家！