CFA法尔汉穆斯塔法
Yaoqin李
关键的外卖
- 高质量公司的股票具有良好的盈利能力、成长性、财务状况安全、股东分红高的特点，随着时间的推移和地域的变化，它们的表现往往优于低质量公司和更广泛的市场。
- 在经济衰退期间，高质量的公司往往也会经历较低的可变性和较少的亏损。
- 我们的研究表明，质量因素可以在股票选择过程中发挥有用的作用，并且由于它与其他公共因素的低相关性，在投资组合构建中提供多样化的好处。
构建股票质量因子
低利率和市场对投机性股票的热情，为高质量股票创造了一个具有挑战性的环境，例如那些利润率更高、利润可持续性更强、债务较低的公司。然而，高品质股票的一些特点似乎使它们具有长期持有的吸引力，这表明最近的挑战是一种反常现象。
我们认为随着时间的推移，高质量的公司应该比低质量的公司产生更高的回报，并通过构建股票质量的因素来检验这一理论。为了识别高质量的公司，我们分解了戈登增长模型，这是一种确定公司股票的当前价值的方法，作为其未来股息折现回其现值的总和。戈登增长模型很好地说明了质量的潜在特征:
考虑到戈登增长模型在价格/账面价值比率中确定价格的作用，使用戈登增长模型对市盈率进行分解，会产生四个子因素，构成我们模型中质量定义的基础:
一切平等,我们认为公司更高的盈利能力,盈利能力的增长,降低所需的回报率(我们对待安全:投资者应该支付更高的价格,或者要求报酬率较低,安全库存)和更高的支付比率股东应该表现出更高的回报。
因此，我们模型中的质量因素由四个部分组成——盈利能力、增长、安全性和支出——每个部分都有不同的潜在衡量标准:
- 这盈利能力次级因素衡量公司的盈利能力，包括股本回报率(ROE)、资产回报率(ROA)、现金流比资产(CFOA)、应计收益比资产(ACC)和运营利润率比资产(OPOA)。
- 这增长的次级因素衡量过去5年5个盈利能力指标的增长，包括增长(ROE)、增长(ROA)、增长(CFOA)、增长(ACC)和增长(OPOA)。
- 这安全次级因素使用杠杆(LEV)、净债务/利息、税项、折旧和摊销前利润(EBITDA)和利息覆盖率(INTCOV)衡量企业的财务实力。
- 这支付Subact使用分歧股份（eiss）的变更对公司的普通股东（eiss）和过去一年中的股息的变化进行衡量，过去年度的一致年度股息数量在过去的25年中增加了一致的年度股息数量(DIVINC) and the annual owner’s yield (OWNERYIELD).
- 因此，高质量公司的特征可能是高盈利能力，在盈利能力指标上的高增长，强大的财务状况和持续的高支付给股东。
我们可以投资的宇宙
我们从美国交易所中列出的所有常见股票，房地基和MLP的宇宙开始，同时排除大多数ADR。然后，我们过滤了尾随三个月平均每日卷（ADV）的股票低于第25百分位数，其市场概率低于罗素3000指数的第20百分位数。这转化为截至2020年6月20日约为3.37亿美元的最低可交易的ADV大约23.7亿美元，最低市场上限约为3.36亿美元。通过这样做，我们只使用积极的美国机构股权经理可以逼真地采取有意义的职位来测试我们的因素。我们还将包括此类经理可能投资的选择性ADR。
投资组合性能
通过对子因素中每个潜在变量的标准化排名进行平均，我们生成了质量的四个子因素中的每个子因素的分数。例如，盈利能力子因素被构建为一只股票的ROE、ROA、CFOA、ACC和OPOA相对于整个宇宙的标准化排名的平均值。然后，质量分数被计算为利润率、增长、安全和支出分数的平均值。质量分数最高的五分之一被分类为高质量，而最低的五分之一被分类为低质量，并对所有四个子因素采用相同的方法。
我们发现，在1986年1月（当我们目的的充足数据时）和6月2020年6月，高质量的投资组合始终如一地表现出低质量的投资组合。图表1显示了高质量和低质量的投资组合（在优质栏中计算的价值加权前向前返回的平均年化差异（按月重新平衡计算）。这些代表了长期回报的高度，质量较低的底丝。四个子因素的平均年化长度值加权返回也显示在展览1中。
展览1：质量因素和子因素的年度回报
来源:ClearBridge表示投资。回报率衡量的是高质量投资组合和低质量投资组合之间价值加权远期回报率的平均年化差异，以滚动基准计算，并按月进行再平衡。1986年1月至2020年6月。
为了帮助说明表1，我们可以做一些观察。例如，在所有规模的队列中，总体质量因子的表现都是稳健的，而且在研究的时间段内，所有上限质量因子产生的年化回报率为9.60%。此外，几个子因子的性能在同一时期也很稳健。例如，全市值盈利能力子因素的年化回报率为9.13%，全市值派息子因素的年化回报率为6.44%。通过聚合子因子，质量因子提高了单个因子的性能，即使某些单个子因子在数据的子样本中可能表现得更好。
质量因素在市场下跌中也有强劲的表现，在衰退时期的年化回报率为18.0%，说明在动荡时期，从逃离到质量的因素中获益(表2)。
展览2：质量因素的累积回报
来源:ClearBridge表示投资。1986年1月至2020年6月。使用NBER衰退日期。
我们还向Fama-French三因素模型（FF3）和五因素模型（FF5）退回了质量及其子因素的月度回报，以测试在不包括市场中的其他常见因素的影响后进行质量因子返回，规模，价值/增长，盈利能力和投资。图表3显示了后测试的年度回归α和T-stats。虽然子因素具有不同的回归α，但质量因子具有关于FAMA-French模型的统计上显着的正α。质量因子具有8.24％的年化α和6.72的显着T-Stat，关于FF3模型，年化学alpha为5.45％，而且对于FF5模型而言，5.06的显着T-STAT，说明了质量因素始终如一地提供正面风险调整后的回报，并且是一种与其他常见因素不同的稳健因子，在5％的意义水平（测试水平为1.96+的测试水平表示意义）。
图3:质量因子和子因子的年化回归alpha和t统计量
来源:ClearBridge表示投资。1986年1月至2020年6月。回归阿尔法被年化。
质量因子具有市场，大小和价值因素的负系数，并为这些因素提供多样化的益处（展览4）。预期具有稳健减去弱（RMW）因子的统计学上显着的正系数，因为该因素测量了高盈利公司对低盈利公司的性能，并且对盈利石件具有相似的特征。
展览4：对FAMA-French因素的质量因素的回归系数
来源:ClearBridge表示投资。1986年1月至2020年6月。
质量因子及其子因素之间的相关矩阵表明，子因素彼此相对低的相关性，并提供不同的信号以识别高质量的公司（展览5）。我们还回到了质量及其子因素的相等加权前进返回，并发现结论类似于上面讨论的值加权前进返回。因此，质量因子在相等加权和值加权规范中是稳健的。
表5:质量因子与子因子之间的相关系数
来源:ClearBridge表示投资。1986年1月至2020年6月。
因素实施
质量因素表现出强大和稳健的性能，我们的背部测试为因素的稳健性和独特性提供了支持。我们发现，在市值组别中，在Quintile 1中确定的优质股票往往产生最高的年化平均回报，而在Quintile 5中确定的低质量股票往往产生最低的回报(表6)。高质量公司的波动性也比低质量公司低。因为优质股的收益率标准差(5.01%)低于劣质股(5.92%)。
6 .按质量因子五分位数计算的回报率
来源:ClearBridge表示投资。1986年1月至2020年6月。
从1986年1月到2020年6月，质量因子产生的平均年化收益率为9.6%，标准差相对较低，为7.8%，夏普比率为0.83。该因素的最大跌幅和下行捕获也明显低于大盘。这表明，质量因素可以在降低风险的同时产生有吸引力的回报，并往往在市场下跌期间表现强劲。
全球质量因素
质量因素的表现也仍然是全球市场的强劲。
我们测试了在全球交易所上市的普通股、房地产投资信托基金和MLPs的质量因素及其子因素。截至2020年6月，这意味着最低可交易ADV约为91万美元，最低市值约为3.39亿美元。
质量因素在全球市场的表现也类似。我们发现，在1993年1月至2020年6月期间，高质量投资组合的表现始终优于低质量投资组合。对于Fama-French因子模型，质量因子具有统计上显著的正阿尔法。在back test中，全球质量因子产生的平均年化收益率为7.4%，标准差较低，为7.1%，夏普比率为0.79。该因素的最大跌幅和下行捕获明显低于大盘。有关其他测试结果，请参阅附录。
图表7:全球质量因子和子因子的年化收益
来源:ClearBridge表示投资。回报率衡量的是高质量投资组合和低质量投资组合之间价值加权远期回报率的平均年化差异，以滚动基准计算，并按月进行再平衡。1993年1月至2020年6月。
中和全球质量因素中的国家效应
为了进一步检验全球质量因素的稳健性，我们中和了特定国家的影响，以了解这些因素的稳健性是否与地理有关。结果与原始的全球质量因子相似，表明质量因子在全球市场是稳健的。
图8:国家中和全球质量因子的年化回归阿尔法和t统计
来源:ClearBridge表示投资。1993年1月至2020年6月。回归阿尔法被年化。
图9:国家中和全球质量因子与Fama-French的年化回归阿尔法
来源:ClearBridge表示投资。1993年1月至2020年6月。
跨时间段的质量因素
在三个单独的长期期间检查美国品质因素，我们发现高质量的公司始终如一地表现出低质量的公司，趋势持续到所有五个五档。因此，在不同的时间段中，质量因子也是坚固的。
图10:不同时期美国质量因素的平均年化回报率
来源:ClearBridge表示投资。1993年1月至2020年6月。
对股票选择和风险管理的有益补充
我们相信，质量因素对股票选择和风险管理过程都是有用的补充。我们的背部测试提供了令人信服的证据，证明高质量的投资组合总体上优于低质量的投资组合，而且该因素在不同的模型规范中也是稳健的。盈利能力、成长性、安全性和派息等子因素有助于识别高质量股票的关键特征，使其成为基本面股票挑选者的有用筛选工具。质量因素也具有低回报的可变性和减少衰退期间的下降，并提供多样化的好处，相对于其他共同因素。
附录
调整AQR的质量减去垃圾系数
在质量因子构建中，我们基于实证研究和经济学理论对AQR Capital的质量减垃圾因子进行了调整。我们使用过去12个月的财务数据，而不是财务数据来反映我们模型中的最新信息。在盈利能力子因素中，毛利率和资产的总盈利能力取代了资产的运营盈利能力，因为运营盈利能力与可持续价值创造更紧密地联系在一起。我们还根据研究和开发成本调整了运营盈利能力，并对不同行业进行了中和，因为这些成本推动了某些行业的可持续价值创造。在增长子因素中，使用了各自盈利能力比率的五年增长。对于安全子因素，我们关注财务报表强度和债务覆盖率，并去除破产措施，如Altman的Z-Score和Ohlson的O-Score，它们对非制造业企业的相关性较小。对于派息子因子，股息增加和所有者收益率的幅度和一致性被包括在内，因为这些是股东收到的总派息的关键组成部分。此外，我们调整了金融部门企业的因素结构，因为许多会计变量，如应计项目和总债务，对这些企业应该有不同的解释。我们的数据被行业中和，只有OPOA因素，而子因素是专门针对金融行业进行调整的。
全球市场的额外质量测试结果
图11:全球质量因子和子因子的年化回归alpha和t统计量
来源:ClearBridge表示投资。1993年1月至2020年6月。回归阿尔法被年化。
展览12：全球质量因素对FAMA-French因素的回归系数
来源:ClearBridge表示投资。1993年1月至2020年6月。
图13:全球质量因子五分之一的平均年化回报率
来源:ClearBridge表示投资。1993年1月至2020年6月。