量化投资策略

从短期看，股市是个投票机；而从长期来看，股市更像是个称重机。

——本杰明·格雷厄姆《聪明的投资者》

一位非学术性观测者注意到康柏电脑公司的股价，在1991～1993年间下跌了65%，每股价格从9美元降至3美元，于随后的1997年后期又飙升至79美元。而在此期间基本因素的变化微乎其微。“市场在什么时候最有效率呢？”他问道：“它是什么时候把康柏的股价压至3美元，又是什么时候让股价飙升至79美元的呢？”

——大卫·卓曼《反向投资策略：升级版》

大多数投资者都认为，是一些基本因素导致了股价的上涨、下跌，或者在一定的交易范围内简单变动。而在这些基本因素中，首当其冲的因素就是盈利增长，同样的因素是现金流、利润，还有高效率的资本使用。正是由于这些基本元素驱动了股市的收益，所以我们把它们称为基本因素。在短期投资中与基本因素同等重要的还有投资者的情绪、看法以及信念。我将这些股市中的社会及心理因素都统称为投资者情绪。投资者情绪标示着股市参与者对一家公司、股票、行业或经济前景的看法：它反映着投资者的期望值。而在这条投资链中有一个终结环节，那就是价值，也即投资者愿意购买这项资产所出的价格。正如格雷厄姆所观测的那样，从长远来看，公司基本面因子驱动着股票的价值。比如，公司的长期收益率会决定股票的最终价格。这也就是说，市场价格和内在价值应该是基本上相等的。然而，就短期而言，也许是几个月或几年，估值就是基本面因子和投资者情绪相互作用的结果：即基于投资者对公司和行业基本面因子的观点，他们决定了股票的估值[1]。

本章将研究我所认为基础的、驱动股市收益的基本因子的集合。由于本书其他章节将关注那些能预测未来收益的基本因子，所以本章的关注重点是驱动股市每日收益的基本因子——如左右股价的新闻事件和投资者态度的变化等。需要特别指出的是：如果投资者A在年初了解了其他投资者[2]（他们不具备这些基本信息）当前的期望，同时对每个上市公司未来12个月的基本面也有非常透彻的了解，那么究竟是什么投资因素决定了投资者A选择出那年最好的股票呢？所以，本章将对公司和股市行情进行回顾分析，从而找出驱动日收益的基本因素。你将会看到，这些基本因素被划分为上文所提到的三种类别——基本面因素、投资者情绪和估值。为了更有趣一些，我们将以这些基本因素为依据，查看股票在未来12个月的表现，这样就可以查看这些因素在未来是如何起作用的。我们会发现，有些因素在每日收益中起到了促进的作用，但在预测未来走向时就不管用了。

如果一个因素，比如盈利增长没有预测性，那么你就会问：那为什么还要把它列出来呢？这里有多个原因，其中一个原因就是这些诸如盈利增长的因素是非常重要的定性因子。但是过去的盈利增长也许并不能预测未来的收益。所以，对于定量模型而言，盈利增长并不是一个有用的因素。然而，那些读年报、追踪行业趋势和评估公司管理质量的投资者，如果他们在衡量公司的未来盈利上做得比其他投资者好的话，那么他们就能获得优势。另一方面，对于定量投资者而言，知道诸如盈利增长之类的关键股市驱动因子不适宜作预测因子，这也是很重要的。而对所有投资者来说，了解诸如盈利增长、投资者情绪及估值这些基础因素是怎样相互作用，从而导致股价剧烈变化的（如1990年的康柏公司），甚至是在任何时候任何交易所里的任何股票的剧烈变化，这都具有重要意义。

我们从康柏公司的案例中得知，在驱动股价时，有时是投资者情绪占据着主导地位，有时则是基本面因素，而在任何时候估值都反映了交易实景（当前的基本面因素、管理、商业环境等）和市场参与者的理解、信念、希望和恐惧之间的相互作用。

本章所使用的研究方法

本章的测试与其他章节的测试在形式上有所不同。首先，本章的测试主要计算投资组合在过去一年中的回报率。而在其他章节，我们仅仅关心并且也仅仅展示投资组合形成后的一年里将产生的回报率，因为我们在寻找的是对未来收益有预测性的因素。

其次，在本章，我们将采用矩阵形式来展示我们的测试结果。表3.1是关于市值和盈利增长组成的一个矩阵的例子（为了方便起见，例子中的矩阵将两个因素中的每个因素分为3份——形成9个单元格；在稍后的实际矩阵图中你会发现，我们把两个因素的每个因素进行5分位——形成25个单元格）。在这个例子矩阵中，行表示不同的资本市场总值分组，依次从大到小排列，而从上到下看就可以得知资本市场市值的种类。这些图表的列依次从高到低显示了不同的每股盈利（EPS）增长，而我们从左往右看就可以得知每股盈利增长的种类。最后，每个单元格中的数值表示该单元格中的公司的平均每股盈利增长。比如，从左上角的单元格中得知，对于拥有最高每股盈利增长同时也是市值最大的公司，它们在测试期间的每股盈利增长为124%。从左下角的单元格，我们得知，对于拥有最高每股收益同时也是市值最小的公司，它们在测试期间的平均每股盈利增长为133%。对于右上方的单元格，它显示的是每股盈利增长最低（—25%）并且市值最大公司的数值，而右下方的单元格则显示盈利增长最低（—49%）而且市值最小的公司的数值，如此等等。我们还可以将这些图表每行和每列的数值进行平均，据此进行比较。

表3.1　（矩阵样例）按市值分组的每股盈利增长：因子值

表3.2同样是用每股盈利增长和市值分组构建的矩阵。但矩阵单元格显示的是超额收益而不是实际的每股盈利增长。需要特别指出的是，单元格显示的公司股票平均超额收益（就选股样本而言）是由单元格中的每股盈利增长和市值所决定的。比如，矩阵左上角的单元格代表拥有最高每股盈利增长和最大市值的公司。这个单元格显示的公司股价较选股样本而言平均超额收益是10%。同样，左下角的单元格显示拥有最高每股盈利增长和最小市值的公司平均超额收益是23%。看到这些收益时不要太过激动，别忘了这只是我们所做的一些回测而已。换言之，这些计算出来的回报率都是在实际盈利增长发生后得出的。要想取得表3.2中的超额收益，我们必须能预测未来走势。然而，这些收益的确清楚地显示了高的盈利增长是驱动超额股市收益率的一个主要因素。本章的目的就是来寻找那些驱动每日股市行情的因素。

表3.2　（矩阵样例）按市值分组的每股盈利增长：过去12个月超额收益

表3.3是第三种矩阵图，这个例子同样是通过每股盈利增长和市值种类来衡量的。类似于表3.2，表3.3也显示了超额收益，但表3.3中的超额收益是计算出每股盈利增长后对未来12个月中的超额收益进行的显示。就像你将要在这本书的其他章节中所看到的那样，这类图表旨在探寻这种测试方式是否具有可预测性。表3.3（左上角单元格）显示过去12个月里获得最高每股盈利增长并且市值最大的公司在构建新的投资组合后的未来12个月里，仅获得了2%的正超额收益。同样的，过去12月中每股盈利增长最少并且市值最小的公司仅仅获得了很小的负超额收益（如右下方单元格的数值是—1%）。读者们请不要对这里的图表做过多的研究，它们毕竟只是为了举例在三个时期上做出的计算。而在本章稍后的内容中，你将会看到，股市的每日驱动因子，如每股盈利增长，不一定可以必然地预测未来的股市回报。

表3.3　（矩阵样例）按市值分组的每股盈利增长：未来12个月超额收益

盈利增长驱动股市收益

企业和投资者带着获取利润的想法投入他们的时间和资金，因此盈利增长驱动股市收益也不足为奇。表3.4列出了我们回测选股样本中的公司的实际每股盈利增长，它通过每股盈利增长和市值来进行分组。注意到增长最高的一组和最低的一组相差超过200%。同时注意到小市值公司的每股盈利增长变化更大，增长最高的小市值公司平均增长142%，而增长最低的小市值公司每股盈利平均下降119%。我们看到小市值公司盈利增长的波动性导致了在超额收益上类似的波动性。

表3.4　按市值分组的每股盈利增长：EPS增长

资源来源：Standard & Poor's Compustat Point inTime Database; Charter Oak Investment Systems, Inc., Venues® Data Engine

表3.5列出表3.4中对应公司的年化平均超额收益（即，高于或低于全选股样本的平均收益）。表3.5中的收益计算在时间轴上是往回看的，即在盈利增长发生的同期内为这些股票计算超额收益。这个表格显示盈利增长和超额收益存在很强的相关性。比如在最高盈利增长分位的公司（第1列）平均超额收益为19%；相反，在最低盈利增长分位的公司（第4、5列）平均超额收益为—11%。此外，注意到超额收益的大小基本上随着市值规模的下降而增长。比如盈利增长最高、市值最高的公司（左上角单元格）的超额收益为12%，盈利增长最高、市值最低的公司（左下角单元格）的超额收益为20%。类似地，盈利增长最低、市值最高的公司的超额收益为—10%，盈利增长最低、市值最高的公司的超额收益为—14%。据此我们可以推断出超额收益随着盈利增长水平的变化规律：对于小市值公司盈利增长变化越大，超额收益同样变化越大。所以，如果我们观察今年的盈利增长对下一年股票价格的影响，我们将会得到什么结论？

表3.5　按市值分组的每股盈利增长：过去12个月超额收益

资料来源：Standard & Poor's Compustat Point inTime Database; Charter Oak Investment Systems, Inc., Venues® Data Engine

表3.6同样通过盈利增长和市值来分组，列出了未来12个月每个盈利增长／市值组合的平均超额收益。该表显示过去的盈利增长对于未来收益来说，并不是一个好的预测因素。具有最高盈利增长的公司表现出战胜市场的趋势，而盈利增长最低的公司则表现出输给市场的趋势，但这样的趋势既不明显也不稳定。具有最高盈利增长的公司的平均超额收益为1%，而盈利增长最低的超额收益为—1%，缺乏预测能力的原因可能主要有如下两点：①在一段延长的时间段内要保持快速增长的速率是比较困难的；②具有最高历史增长水平的公司通常伴随着最高的估值，因此需要更高的增长才能推动股价的提升。（相反的道理对于最低盈利增长的公司同样适用。）

表3.6　按市值分组的每股盈利增长：未来12个月超额收益

资料来源：Standard & Poor's Compustat Point inTime Database; Charter Oak Investment Systems, Inc., Venues® Data Engine

销售增长同样驱动收益

盈利增长来自于销售增长。尽管可以通过削减成本和提高员工生产率（美国许多最佳管理公司寻求持续提高成本效率的方法）来增加收入，但仅依靠效率的提升，其作用也是十分有限的。因此，高质量的盈利增长——期待其会持续的盈利增长——与销售增长有关。表3.7按照每股销售额增长率和市值分组，它列出了我们回测选股样本中的实际每股销售额增长率。我们随后将再次提到这张表，现在，只要注意到销售增长的易变程度远低于盈利增长的易变程度就可以了。

表3.7　按市值分组的每股销售额增长：每股销售额增长

资料来源：Standard & Poor's Compustat Point inTime Database; Charter Oak Investment Systems, Inc., Venues® Data Engine

表3.8按照每股销售额增长率和市值分组，它列出了过去12个月的超额收益。注意到销售增长对超额收益的驱动力比盈利增长的驱动力要弱得多。例如，当销售增长最高的一组获得13%的平均超额收益时（第1列），盈利增长最高的一组（见表3.5，第1列）获得了19%的平均超额收益。类似的，当销售增长最低的一组获得—2%的平均超额收益时，盈利增长最低的一组（见表3.5，第5列）获得了—11%的平均超额收益。结论是：尽管销售增长是重要的，但盈利增长在驱动股市收益方面起着更为关键的作用。

表3.8　按市值分组的每股销售额增长：过去12个月的超额收益

资料来源：Standard & Poor's Compustat Point inTime Database; Charter Oak Investment Systems, Inc., Venues® Data Engine

表3.9按照每股销售额增长和市值分组，它列出了未来12个月的超额收益。和过去的盈利增长一样，过去的销售额增长在预测未来超额收益上同样表现不佳。注意到在过去12个月内，具有高销售增长的小公司（有阴影的单元格）实际上在未来的收益还略微低于市场。这可能是因为这些小公司具有非常高的销售增长率（38%～40%；见表3.7）——这样的增长率很难持续——因为小公司总体经营的稳定性比大公司更低。同时注意到具有最低销售增长的公司（第5列）呈现出稳定负超额收益的趋势。这些公司销售额平均下降24%（见表3.7，第5列）。结果是在销售下降的12个月中，这些公司平均输给市场2%的收益（见表3.8，第5列），而在接下来的12个月中，这些公司输给市场3%的收益（见表3.9，第5列）。但是总的来说，过去的销售增长率对未来收益并没有预测性。

表3.9　按市值分组的每股销售额增长：未来12个月的超额收益

资料来源：Standard & Poor's Compustat Point inTime Database; Charter Oak Investment Systems, Inc., Venues® Data Engine

盈利增长是最强的因子

表3.10按照每股销售额增长和每股盈利增长分组，它列出了过去12个月的超额收益。可以看到，销售额和盈利的增长都很重要，但盈利增长却更为关键。具有最高的每股盈利增长但最低销售增长的公司（右上角三个阴影单元格）仍然表现出正超额收益，尽管它们的销售额增长水平很低；相反，具有最高销售增长和最低盈利增长的公司（左下角三个阴影单元格）表现出负超额收益，尽管其销售增长很高。同样观察到对于盈利增长分组（表的每行）的平均超额收益变化范围为15%～—14%，而对于销售增长分组（表的每列）的平均超额收益变化范围仅仅为5%～—7%（位于中间的分位实际表现最差）。很明显，盈利增长在这两个驱动超额收益因子中的作用更加显著。

表3.10　按每股盈利增长分组的每股销售额增长：过去12个月的超额收益

资料来源：Standard & Poor's Compustat Point inTime Database; Charter Oak Investment Systems, Inc., Venues® Data Engine

自由现金流增长：第一个预测基础

按照美国公认的会计原则（US GAAP），只要可行，它要求确认费用必须与相关收入的确认配合在一起进行。例如，一家公司可能现在购买了钢钉、木材、胶水和劳动力来制造家具，但并未在损益表中确认这些费用，这会一直持续到家具实际上被售出之后。这就是所谓的权责发生制，因为费用被计入资产负债表中但不计入损益表，直到相关收入得到确认[3]。因为现金收付记账法和权责发生制本身记录时间上的不同，而且由于权责发生制更有可能出现会计操纵的情况，所以投资者同样也会查看公司的现金流量表再确定它的盈利性。在一段时间内的经营现金流，表示的是和经营活动相关的现金在这段时间内实际发生的流入和流出。尽管经营性现金流比会计收益更不稳定，但它却很难伪造。

经营活动相关现金减去用于维护和购买工厂和设备（资本支出）的现金，其差值被称为自由现金流，因为这个数额代表可以用来支付股息、扩大业务和回购股票等等的现金。自由现金流的增长是一个关键指标，许多投资者用这个指标来衡量一个公司的基本盈利能力。

表3.11按照每股自由现金流增长和每股盈利增长，分组列出了过去12个月的超额收益。可以看到，自由现金流增长同样也显著地影响着股市的收益。同时具有最高盈利和每股自由现金流增长的公司获得了高达30%的超额收益（左上角阴影的单元格），而具有最低盈利和每股自由现金流增长的公司获得了低达—17%的超额收益（右下角阴影的单元格）。然而，和销售增长类似，自由现金流增长在驱动超额收益的作用上弱于盈利增长。对于盈利增长分组（表的每行）的平均超额收益变化范围为18%～—10%，而对于自由现金流增长分组（表的每列）的平均超额收益变化范围仅仅为6%～—6%。另一方面，表格每列之间呈现出一定的线性关系，这意味着自由现金流增长相比销售增长而言，与盈利增长之间的关系更为独立（比较表3.11和表3.10的列平均值）。

表3.11　按每股盈利增长分组的每股自由现金流增长：过去12个月的超额收益

资料来源：Standard & Poor's Compustat Point inTime Database; Charter Oak Investment Systems, Inc., Venues® Data Engine

然而，自由现金流增长具有一个盈利增长和销售增长都不具备的性质：它对于未来收益具有预测性。表3.12按照每股自由现金流增长和每股盈利增长分组列出了未来12个月的超额收益。从表3.12可以看出，在过去12个月内，具有最高现金流增长的公司（第1列）在未来12个月中以2%的平均超额收益稳定地战胜市场。而另一方面，在过去12个月内，具有最低现金流增长的公司（第5列）在未来12个月中以3%的平均值稳定地输给市场。为什么自由现金流能够预测未来股市收益，而仅仅靠每股盈利增长却不行？最有可能的原因是，自由现金流相比盈利而言是个较不“重要”的数字，因而较不可能被迅速地反映到股票价格中。换言之，相比吸收盈利增长或销售增长的信息，股票市场在吸收自由现金流增长信息时的有效性较弱。定性的和定量的投资者——都可以利用这一特征使自己具有一定的优势，我们将会在第6章讨论这部分内容。

表3.12　按每股盈利增长分组的每股自由现金流增长：未来12个月的超额收益

资料来源：Standard & Poor's Compustat Point inTime Database; Charter Oak Investment Systems, Inc., Venues® Data Engine

投资者情绪中盈利意外信号发生变化

当一个公司的盈利高于或低于华尔街投行分析师对其盈利的平均预期时，我们称这家公司出现了一次正的或负的“盈利意外”。正的盈利意外表示这家公司比分析师平均预期表现得好，而负的盈利意外则表示其未达到预期。由于盈利预期受到广泛的关注，并且它表明了华尔街的专家们是如何预期一个公司运行状况的，所以盈利预期能够作为衡量投资者情绪的标准。正如我们将会看到的，投资者情绪的变化是股票市场表现的另一个重要的驱动因素。

表3.13按照盈利意外水平和市值排序分组列出了平均年化盈利意外值。要计算盈利意外，我们取一年年初时华尔街分析师的平均预期和该年年末时公司记录的实际盈利值进行比较。超过200%和低于—200%的盈利意外值被剔除（这些情况经常包含了例如一家公司平均盈利预期为1美分而最终盈利2或3美分或损失2或3美分——这样的盈利意外可能不及一家预期盈利为2美元的公司实际盈利2.5美元的情况更显著）。

表3.13　按市值分组的年度盈利意外：盈利意外因子值

资料来源：Thomson Reuters I/B/E/S Estimates; Standard & Poor's Compustat Point inTime Database; Charter Oak Investment Systems, Inc., Venues® Data Engine

应注意到：和盈利增长一样，小市值公司盈利意外的稳定性要远差于大市值公司。最大市值公司（第1行）的盈利意外的变化范围仅为66%，而最小市值公司（第5行）的变化范围却为116%。同时可观察到小市值公司往往有更高的负盈利意外，这导致了在第4行（—5%）和第5行（—9%）中存在着很高的负值。这里可能有这几个因素在起着作用：第一，小公司的盈利相比大公司而言更不稳定；第二，小公司的分析师覆盖度往往低于大公司，因此平均盈利预期可能较不准确；最后，一个小小的绊脚石，无论是生产线的短期停运，或是竞争变得更为激烈，亦或是整个产业的不景气，通常都将对小公司造成更严重的损失。

表3.14按照盈利意外和不同市值分组列出了过去12个月的平均超额收益。该表说明盈利意外是一个驱动股市每日收益的重要因素。具有最高盈利意外的一组公司（第1列）获得了15%的平均超额收益，而具有最低盈利之外的一组（第5列）的平均超额收益却为—3%。注意到在第三分位的公司超额收益为—7%。这些公司就是表3.13中平均盈利意外为—1%的公司。这里可以得出如下结论：仅仅达到分析师的预期，或略微低于预期，是令人失望的——投资者希望公司能战胜分析师的预期，而如果它们没有，它们的股票将会表现不佳。

表3.14　按市值分组的年度盈利意外：过去12个月的超额收益

资料来源：Thomson Reuters I/B/E/S Estimates; Standard & Poor's Compustat Point inTime Database; Charter Oak Investment Systems, Inc., Venues® Data Engine

我们可以发现这里存在着不一致的情况，即盈利意外排在最低分位的公司（第5列）输给市场（以3%的比例）的程度比在第三和第四分位的公司输得要少（第3、4列，分别比市场低7%和9%）。毕竟在第5列的公司的平均盈利意外为—54%（见表3.13），而在第3列和第4列的公司平均盈利意外分别为—1%和—12%。但当检验过具体的数据之后，原因就显而易见了。具有最高负盈利意外的公司（第5列）在如下三个时段内显著地战胜了市场：1991、1999和2003年。在这三个期间它们的超额收益非常高。其中的两个时段——1991和2003年——代表了牛市的早期。当一个熊市见底而新的牛市即将开始的时候，那些低盈利性的公司，达不到盈利预期而股价被过分压低的股票将会在一个经济即将恢复的预期之下被迅速抬高。同样是这些低质量的股票价格还会在牛市中投机性泡沫的顶部被哄抬，正如1999年那样。看完本书之后，你将会意识到大量的策略在这三个时间段上并不有效。

表3.15按照盈利意外和不同市值分组列出了未来12个月的平均超额收益。表中的数据是通过公司在财务年度年末时的实际盈利减去当时的盈利预期得到的。因此表中的盈利意外分组是基于第四季度的盈利意外，而不是在前两张表中使用的年度盈利意外（之所以这样做是因为我们是在对未来进行预测，而前三个月的数据已经被公布，从而不再被认为是“意外”）。不幸的是，该表中显示盈利意外对未来超额收益额预测效果既不显著，也不稳定。我们的研究表明，尽管盈利预测在过去具有预测性，但其预测能力已经在最近几年中逐渐退化了。

表3.15　按市值分组的年度盈利意外：未来12个月的超额收益

资料来源：Thomson Reuters I/B/E/S Estimates; Standard & Poor's Compustat Point inTime Database; Charter Oak Investment Systems, Inc., Venues® Data Engine

盈利增长与投资者情绪

表3.16按照盈利意外和盈利增长分组列出过去12个月的平均超额收益。此表说明，盈利意外虽然重要，但盈利增长才是实现超额收益的更强的因子。左上角3个阴影的单元格表明，每股盈利增长高且每股年化盈利意外高的公司表现非常好。右下角的5个阴影的单元格表明，每股盈利增长低且每股年化盈利意外低的公司表现非常差。然而，列和行的平均值表明盈利增长是更为重要的因子。每股盈利增长最高的一组公司（第1列）平均超额收益为13%，而每股年化盈利意外最高的一组公司（第1行）平均超额收益为8%。另一方面每股盈利增长最低的一组公司（第5列）平均输给市场9%，而每股年化盈利意外最低的公司（第5行）实际上跑赢了市场。

我们接下来看一看左下角阴影的单元格。这个单元格里列出的是每股盈利意外最低但每股盈利增长最高的公司。列出来的这些公司本来处于低增长或负增长的状态，但是最近却实现了高增长。这些公司同时也是牛市早期阶段（1991年和2003年）以及市场处于高位时（1999年）跑赢市场的低质股。

表3.16　按年度盈利意外分组的EPS增长：过去12个月的超额收益

资料来源：Thomson Reuters I/B/E/S Estimates; Standard & Poor's Compustat Point inTime Database; Charter Oak Investment Systems, Inc., Venues® Data Engine

估值是衡量投资者情绪最有力的手段

表3.17列出的是过去12个月投资组合每股盈利增长的超额收益和预期市盈率（P/E）[4]。市盈率在1年的年初计算得出，而盈利增长则是在年底计算得出。收益的计算则是覆盖了全年。此表中还有很多信息有待了解。

此表列出的是超额收益的最大值和最小值，其中既有正值也有负值，从13%～46%。这6个表格里含有年初市盈率最低但年盈利增长最高的公司。这些公司不仅盈利增长强劲，它们的表现还超出了投资者的预期。根据年初的市盈率，投资者最不看好的这些公司在年底创造了巨大的（46%）超额收益（见表3.17）。

注意到这里用到的市盈率比例是基于分析师该年的盈利预测的，这个测试同样结合了盈利意外的因素，这是因为在年初具有最低估值而在年中盈利增长最高的公司，很有可能战胜盈利预期，而那些在年初具有最高估值而在年中盈利增长最低的公司，则很有可能达不到盈利预期。然而，估值，而不是盈利意外，是对投资者情绪更好的衡量标准。

左下角6个阴影的单元格包含了在年初具有最高市盈率但在年中盈利增长最低的公司。这些单元格代表的公司平均输给市场23%到45%。这些公司不仅是低成长的，它们也明显地低于投资者的预期。在年初具有最高预期市盈率的公司随后却记录了最低水平的盈利增长（左下单元格），平均输给市场45%——这是我们至今所看到的最高的负超额收益。

表3.17　按每股盈利增长分组的预期市盈率：过去12个月的超额收益

资料来源：Standard & Poor's Compustat Point inTime Database; Charter Oak Investment Systems, Inc., Venues® Data Engine

我们可以从表中获取的另外一个信息是，虽然盈利增长在驱动股票获得正超额收益方面是更强的因子，但是估值在驱动负超额收益方面则表现更佳。这可以通过表中阴影的单元格来说明：具有最高正超额收益的6个阴影的单元格都位于盈利增长最高的两组中（第1、2行），而具有最高负超额收益的六个阴影的单元格则都位于估值最高的两组中（第1、2列）。这表示如果一家公司的盈利增长足够高，那么适当的高估值因素可以被克服（导致战胜市场），但如果估值过高，适当的每股盈利增长则不足以阻止其输给市场。

注意到尽管该矩阵中的超额收益并不完全对称，但他们形成了非常清晰的模式。这个模式说明这里测试的因子和股市收益之间具有很强的相关性。

这个测试的结果表明估值（而不是盈利意外）提供了对投资者情绪最好的测量方法，而盈利增长则提供了驱动每日股市表现的基本面因素的最好的衡量标准。

最后，注意到表3.17中左上角的单元格（阴影部分）看起来像个异常值。它们代表了在年中获得最高盈利增长且年初获得最高估值的公司。你可以认为这些公司的股票受到了完全的重视，因此最多也就能得到适中的超额收益。这样的观点可能是错误的。这个组合中的一组股票犹如一部长篇故事集：1990～1991年的Nike，1993～1994年的Western Digital（硬盘驱动商），1995～1996年的Allstate，许多年的Valero Energy，房地产鼎盛的2003～2004年间的Hovnanian Enterprises，以及日用品产业繁荣的2006～2007年间的AK Steel。尽管这些公司非常昂贵，但它们创造了巨大的盈利增长，并且在许多情况下估值甚至增长得更快。[5]尽管这些高速成长的公司创造出的收益看起来非常诱人，但在股市中要想识别出它们实际上却是非常困难的。这个组合中的所有股票（从1990～2007年）总共只包含了70家公司，这在同期我们的选股样本中只占了很小的一部分。

总结：

（1）盈利增长是股市每日收益的主要驱动力。创造高盈利增长的公司能战胜市场，而记录低盈利增长的公司则会输给市场。销售增长因子次之。

（2）盈利增长对于未来股票收益不具有预测性。也就是说，市场能够在盈利增长定价一公布时迅速将其吸收到价格变化中，市场表现非常有效。

（3）自由现金流增长同样是一个显著的驱动股市每日收益的因子。自由现金流增长因子不如盈利增长因子强，但其在驱动股市收益上表现出相对于盈利因子一定的独立性。

（4）和盈利增长不同，自由现金流增长具有预测性。即，市场在吸收自由现金流变化上表现得不那么有效。（因此，自由现金流增长是第一个基础策略，可以用来构建一个预测型定量测试。）

（5）然而，股票市场不会完全被基本面因素驱动。投资者的观点、希望、信念和恐惧——我们称为投资者情绪——同样能驱动股市收益。基本面因素和投资者情绪之间的互动决定了一只股票的价格。

（6）华尔街分析师的盈利预期反映了投资者的期望。正盈利意外（公布的盈利超过分析师的平均预期）能推动股票战胜市场，而负盈利意外（公布的盈利低于分析师的平均预期）导致股票输给市场。

（7）从预测能力的角度来看，我们的研究表明盈利意外在过去对超额收益具有预测性，但在近几年可能已经逐渐失去了预测能力。

（8）一个股票的估值——以市盈率的计算方法——反映了投资者的情绪，同时在驱动每日股市收益方面是一个强有力的驱动因子。低估值并且在盈利增长方面战胜预期的公司显著地战胜市场，而高估值并且盈利增长低于预期的公司显著地输给市场。（我们将会看到估值也是一个预测性因子。）

（9）盈利增长是股票收益最强的基本面驱动因子，而估值（这里用价格与盈利预测比率来衡量）则是和投资者情绪相关的最强的收益驱动因子。

注释

[1]要注意到尽管基本面因素会作用于投资者的情绪，而投资者情绪决定了估值，但估值同样会作用于基本面因素，例如通过限制公司的融资能力。

[2]这些信息反映在盈利预期和估值上。

[3]权责发生制也会影响收入的确认。收入在发生而不一定在支付时予以确认，例如提供了服务或销售并交付了货物。例如，公司收到长期认购的预付款往往作为递延收入计入资产负债表，而直至交付已经实际发生时才将其计入损益表。

[4]预期市盈率的计算公式为当前价格除以所有分析师对当年盈利预期的平均值。

[5]注意到71%的平均超额收益很大程度上受到Emulex公司的影响，该公司在20世纪90年代后期的收益十分惊人。但是即使删除了Emulex之后，该组合的平均收益仍然非常高。（Emulex大约为平均值贡献了13%，因此除去Emulex的超额收益将是58%，仍然是该表中最高的。）