华泰证券
模型受离群值影响较大，预处理明显提升回归表现
本文首先在宽基指数中对 PB-ROE 模型进行初步回归检验，回归结果并不理想。检验样本分布发现，Ln（PB）和 ROE 的离群样本对回归干扰较大，其中盈利对 ROE 的不对称性干扰使下侧离群值影响较大；据此，我们采用折中 ROE 来表征 ROE 指标，再对样本离群值进行缩尾处理，预处理后的回归模型在解释能力上有显著提升。
收益解释因子提升模型效果，分行业回归易受干扰
本文从模型推导出发，讨论了原模型对于 T 和 k 两个变量的假设缺陷。原模型中假设期望收益率 k 在投资区间 T 均为常数。但从经典定价的视角来看，个股预期收益应当与风险水平等因素相匹配，本文引入 Beta 因子对收益率 k 进行解释，引入因子后的模型在解释力上有较明显的提升；同时，不同的个股在产业链、经营业务等性质上差异较大，代表 PB 收敛的时间T 应当有所区分。本文尝试在细分行业和板块内进行回归，但回归效果有所下滑，且在行业间分化明显，推测离群样本和噪音的干扰有所放大；寻找更精细的解释性因子与对成分股的聚类可能是优化的思路。
模型残差因子呈现有效性，特定环境下有较好的替代效果
本文以引入 Beta 的 PB-ROE 模型作为优化模型，用回归残差作为估值因子进行检验。残差因子与常规估值因子的相关性较高，有效性与 PE 接近，强于 PB 和 PS 因子。从对常规估值因子的替代效应上看，残差因子构建的低估值组合表现优于 PB 因子，有良好的替代效果；在以价值动量为基础的策略应用层面，经过 ROE 尾部剔除后残差因子构建的策略组合在长期表现胜过 PE 因子，残差因子在特定场合下可能有更好的表现和替代效果；其中，基于 ROE 的样本提纯是可行的思路。
(PDF,2.2M, 30页)
评论0