9 规模因子收益点评
创建于 更新于
摘要
本报告系统梳理了规模因子中流通市值因子和股东户数因子的市场表现，指出两因子2019年以来表现波动较大，最新月份收益呈负，且因子收益在不同细分行业存在明显差异，表明规模因子表现存在分化现象，为投资者因子多空配置提供数据支持和风险提示[page::0][page::2][page::3].
速读内容
规模因子表现概览 [page::0][page::2]
- 流通市值因子（因子编号71）2019年前11个月累计收益为1.44%，11月单月收益为-3.02%。
- A股股东户数因子（因子编号72）累计收益为7.99%，11月单月收益为-1.02%。
- 两规模因子当月均出现负收益，反映短期波动风险。
- 规模因子在不同行业间表现存在明显差异，提示行业配置对因子收益的影响较大。
规模因子收益数据及多空组合净值表现 [page::2][page::3]
| 因子编号 | 年初至今收益(%) | 本月收益(%) | 大因子-小因子年初至今收益(%) | 大因子-小因子本月收益(%) |
|---------|----------------|------------|------------------------------|--------------------------|
| 71 | 1.44 | -3.02 | -2.44 | 3.02 |
| 72 | 7.99 | -1.02 | -7.95 | 1.08 |
- 图1展示因子71的分组净值曲线及多空净值，显示其收益出现起伏并呈现周期性下降与回升趋势。
行业维度多空净值表现差异显著 [page::3][page::4][page::5]
- 图2及附图3、附图4分别展示因子71和因子72在主要行业的多空净值走势，揭示部分行业如医药、食品饮料、传媒、电气设备等因子表现较为强势，而钢铁、银行等行业表现相对弱势。
- 行业表现差异说明规模因子的因子收益在行业轮动背景下具有分化特征，投资者需关注因子在行业间的动态表现。
研究结论与风险提示 [page::3]
- 尽管规模因子在过去体现了一定的收益，是多因子模型的重要组成部分，但其最新的月度收益为负，风险提升。
- 报告提醒投资者注意二级市场即时政策变化的风险，因历史统计规律可能失效，需审慎参考本报告结论。
深度阅读
规模因子收益点评报告详尽分析
---
一、元数据与报告概览
本报告题为《规模因子收益点评》，由中国银河证券研究院吴俊鹏分析师撰写，联络电话与邮箱详见报告首页，执业证书编号为 S0130517090001，发布时间未明，但内容数据截止2020年初。报告的主题聚焦于规模因子的最新市场表现评价，主要涵盖两大规模因子：“流通市值”与“A股股东户数”，通过对二者年内及最新月份收益数据的统计分析，揭示规模因子在市场中的表现及行业内差异。
核心观点明确指出，2020年前11个月流通市值因子累计收益为1.44%，11月份收益为-3.02%；而股东户数因子年内收益较为突出，达到7.99%，但11月份收益亦为负的-1.02%。此外，报告强调规模因子在不同细分行业中表现存在显著差异，page::0],[page::2]
---
二、逐节深度解读
1. 引言与因子研究背景
报告开篇介绍因子投资的应用场景广泛，涵盖资产定价、风险管理、业绩归因及股票预测等领域。提到阿尔法选股模型与风险模型中因子分类的一致性与差异——阿尔法模型虽采用与风险模型相同形式的因子，但投资组合具有无法被传统多因子风险模型解释的风险特性。作者引述Fabozzi等学者，介绍多种因子收益及风险评价方法，比如投资组合法、因素法、多变量及单变量回归（Fama_MacBenth）、信息系数法（IC）以及Fama和French的暴露系数排序法，体现对因子研究的严谨态度和方法多样性。
报告在中国银河证券的因子库基础上，整理了16大类共98个因子，规模因子具体选取了流通市值和股东户数两项指标。[page::2]
2. 规模因子的定义及表现
报告将“规模因子”明确界定为两种具体指标：
- 因子71：流通市值
- 因子72：A股股东户数
该部分强调这两因子在当年与当月收益的具体表现：
| 因子编号 | 年初至今收益(%) | 11月收益(%) | 大因子-小因子年收益(%) | 大因子-小因子11月收益(%) |
|----------|-----------------|--------------|------------------------|--------------------------|
| 71 | 1.44 | -3.02 | -2.44 | 3.02 |
| 72 | 7.99 | -1.02 | -7.95 | 1.08 |
解释以上数据：
- 因子71中，小因子组（小市值）获得正收益1.44%，但11月跌幅较大，表现波动。
- 因子72的股东户数因子年内表现相对优异，表明该因子有较好的捕捉收益能力，但11月收益出现负值。
- 同时，“大因子-小因子”统计反映了相对应的大市值或大股东户数组合相对小组合的表现，具有反向逻辑。
这说明规模因子的收益呈现市场波动明显，有一定的不稳定性，且强调在行业层面存在表现差异。[page::2]
3. 图形及行业表现分析
图1 / 附图1：因子71分组净值和多空净值（多空组合净值）
图表以时间序列展示2018年初至2019年底不同组别（组1到组5）股票净值的走势，组1为参考组，股数以灰色阴影叠加表示。虚线显示多空净值（组5减组1）。
- 净值走势： 全体分组于2018年呈现整体下滑趋势，2019年初出现显著回升后保持波动。组5（最大分组?）通常表现优于组1。
- 多空净值： 多空策略净值曲线整体在1左右波动，但部分时间出现明显波动，显示分组差异带来的收益潜力。
总体看，因子71分组策略存在明显的时间动态，提示投资者关注周期性调整风险。[page::3],[page::4]
图2 / 附图3：因子71行业多空净值表现
图示因子71在十六个细分行业的多空净值发展趋势，行业包括石油石化、建筑、机械、汽车、医药、食品饮料、银行、非银金融等。
- 不同行业表现差异明显，某些行业如医药、食品饮料展现出相对强势的多空收益曲线，而钢铁和农林牧渔等行业在样本期间表现较弱。
- 该多空净值体现了规模因子在行业层面的异质性，投资者可能需根据行业动态灵活应用规模因子。
附图4：因子72行业多空净值
类似图3，附图4展示股东户数因子在同样行业的多空净值表现。
- 股东户数因子的多空净值线条表现出不同于因子71的行业效应：例如部分周期性行业如钢铁、基础化工收益持续增长，部分行业如银行和房地产表现较弱。
- 这一对比显示两个规模因子的行业表现既有重合也有差异，说明不同规模指标对行业内股票表现的影响具有独特性。
以上图表反映作者关于“规模因子在部分行业表现不一致”的结论，暗示投资组合构建需考虑行业属性来优化因子暴露。[page::3],[page::4],[page::5]
4. 风险提示
报告第四部分强调因子收益的统计规律基于历史价格信息，然而二级市场极易受到政策等短期因素影响，可能导致未来走势无法完全遵循历史规律。因此报告建议阅读者需谨慎参考结论，意识到统计模型的局限性和市场的不确定性。该风险提示体现了对投资者风险意识的积极提醒。[page::3]
---
三、图表深度解读
表1：规模因子表
明确列出选用的规模因子编号及名称，简洁直观，方便投资者识别分析对象。[page::2]
表2：因子收益统计
表格对比年内及最新月份的收益情况，细致区分了“小因子-大因子”和“大因子-小因子”两个方向的收益表现。该设计旨在反映“规模小或大”两个极端组合间的相对收益，直观揭示规模因子空间上的表现差异。统计数据显示：
- 流通市值因子（71）年内整体收益偏正，但当月负收益明显，体现短期波动风险。
- 股东户数因子（72）收益表现更佳，但短期同样承压，反映市场波动的普遍性。[page::2]
图1（附图1）与图2（附图3）、附图4详图分析
通过时间序列净值和多空净值的呈现，结合行业数据，报告从两个维度展示规模因子的表现格局：
- 时间维度：显示规模因子在不同年份，尤其2018年至2019年间，经历了较大波动，行为周期性明显。
- 行业维度：行业间表现不一，各行业规模因子的多空效应差异明显，有利于行业轮动策略的制定。
- 股票池数量变化：净值图中灰色区域显示股票数量的变化，这对理解因子收益和流动性风险亦有意义。
- 多空净值的波动：表明正负因子暴露组合间的收益差异，反映因子有效性的动态变化。
整体图表支持报告的核心观点，提示规模因子不能仅以静态或单一维度评价，需结合行业和市场环境全面判定。[page::3],[page::4],[page::5]
---
四、估值分析
报告未涵盖明确的估值模型或目标价格，因其主题聚焦于因子收益的描述与评价，估值部分缺失或未涉及，符合研究报告定位为“因子分析与多变量统计结果反馈”的特点。
---
五、风险因素评估
报告专门设立“风险提示”章节，指出：
- 结论基于历史价格和统计规律。
- 二级市场可能受政策等即时因素影响，走出统计规律之外的路径。
- 报告结论不保证对未来市场走势的准确预测。
此种风险提示表明作者对模型和数据的使用保持审慎态度，提示投资者勿盲目依赖统计模型，规避非系统性风险。未发现具体缓释措施，属行业内较为规范的风险声明。[page::3]
---
六、批判性视角与细微差别
从报告内容和数据架构看，存在以下细节与潜在需注意的问题：
- 因子选择局限：只选取了两个规模相关指标（流通市值和股东户数），未提及是否考虑总市值或其他规模相关因子，可能忽略了其他可影响规模效应的维度。
- 时间跨度局限：所给图表主要覆盖2018年至2019年，尽管覆盖不短时间段，但处于特定市场周期，可能影响因子表现的代表性。
- 行业异质性解释不足：虽然多行业差异被充分呈现，报告未深入探讨背后的驱动因素（例如经济结构、政策扶持、行业生命周期等），使得结论较为描述性。
- 统计方法细节缺失：报告引用了多种因子评价方法，但未具体说明本报告采用哪种或哪几种方法，对数据处理、回测细节缺乏公开，影响结果的可复核性。
- 图表说明简略：部分图表及分组的分类标准、具体计算逻辑未详细阐述，阅读者需自行猜测组别含义和多空组合构成，降低结果解释的透明度。
- 报告无投资建议：报告无明确评级或实际应用建议，可能限制投资指导价值。
综合看来，报告主要为因子收益数据汇总与初步展示，缺乏模型机制探讨和深度因果分析，是其局限所在。[page::0-5]
---
七、结论性综合
本报告系统回顾分析了中国A股两类规模因子——流通市值（因子71）和股东户数（因子72）——的近期市场表现，提供了详实的年内及月度收益率统计、分组净值走势、多空组合净值变化，以及多个行业多空净值的动态演进。报告总结如下核心结论：
- 规模因子表现波动显著，尤其是11月份单月收益表现为负，显示短期市场波动加剧对规模因子收益的影响。
- 两种规模因子年内收益不同，股东户数因子表现更为强劲（7.99%），但两因子均在部分行业表现不一致，提示行业轮动对因子投资策略的重要影响。
- 图表清晰展示了因子收益的时间序列特征和行业间异质性，多空组合净值多以正收益趋势为主，验证了规模因子的基本有效性，但同时也表现出周期性波动及行业分化。
- 报告提供一份专业的风险提示，指出二级市场的不确定性及政策干扰可能导致模型预测失效，体现出对投资风险的积极管理意识。
- 本报告缺少估值模型和投资评级内容，更多为因子表现的统计总结与初步分析，具备一定的数据参考价值但应用需配合其他策略分析。
综上，报告为规模因子投资者提供了最新的市场表现监测和行业分解视角，强调了规模因子动态表现的复杂性和波动性，提示投资者应关注行业差异和市场环境变化，谨慎应用因子选股策略。[page::0-5]
---
图表引用示例
- 图1及其类似附图1，展示因子71分组净值及多空净值趋势！[
- 图2及附图3，即因子71行业多空净值！
---
结语
该报告适用于专业投资机构、学术研究人员及因子投资者，作为规模因子收益波动的定期追踪资料。报告作者吴俊鹏秉持独立、客观态度，结合中国银河证券强大研究资源，确保内容的专业严谨。投资者在使用报告数据时，应结合宏观政策、市场动态及其他因子综合判断，避免单因子依赖带来的投资风险。
![page::0],[page::2] --- 二、逐节深度解读 1. 引言与因子研究背景 报告开篇介绍因子投资的应用场景广泛，涵盖资产定价、风险管理、业绩归因及股票预测等领域。提到阿尔法选股模型与风险模型中因子分类的一致性与差异——阿尔法模型虽采用与风险模型相同形式的因子，但投资组合具有无法被传统多因子风险模型解释的风险特性。作者引述Fabozzi等学者，介绍多种因子收益及风险评价方法，比如投资组合法、因素法、多变量及单变量回归（Fama_MacBenth）、信息系数法（IC）以及Fama和French的暴露系数排序法，体现对因子研究的严谨态度和方法多样性。 报告在中国银河证券的因子库基础上，整理了16大类共98个因子，规模因子具体选取了流通市值和股东户数两项指标。[page::2] 2. 规模因子的定义及表现 报告将“规模因子”明确界定为两种具体指标： 因子71：流通市值 - 因子72：A股股东户数 该部分强调这两因子在当年与当月收益的具体表现： | 因子编号 | 年初至今收益(%) | 11月收益(%) | 大因子-小因子年收益(%) | 大因子-小因子11月收益(%) | |----------|-----------------|--------------|------------------------|--------------------------| | 71 | 1.44 | -3.02 | -2.44 | 3.02 | | 72 | 7.99 | -1.02 | -7.95 | 1.08 | 解释以上数据： 因子71中，小因子组（小市值）获得正收益1.44%，但11月跌幅较大，表现波动。 - 因子72的股东户数因子年内表现相对优异，表明该因子有较好的捕捉收益能力，但11月收益出现负值。同时，“大因子-小因子”统计反映了相对应的大市值或大股东户数组合相对小组合的表现，具有反向逻辑。 这说明规模因子的收益呈现市场波动明显，有一定的不稳定性，且强调在行业层面存在表现差异。[page::2] 3. 图形及行业表现分析 图1 / 附图1：因子71分组净值和多空净值（多空组合净值） 图表以时间序列展示2018年初至2019年底不同组别（组1到组5）股票净值的走势，组1为参考组，股数以灰色阴影叠加表示。虚线显示多空净值（组5减组1）。 净值走势： 全体分组于2018年呈现整体下滑趋势，2019年初出现显著回升后保持波动。组5（最大分组?）通常表现优于组1。 - 多空净值： 多空策略净值曲线整体在1左右波动，但部分时间出现明显波动，显示分组差异带来的收益潜力。 总体看，因子71分组策略存在明显的时间动态，提示投资者关注周期性调整风险。[page::3],[page::4] 图2 / 附图3：因子71行业多空净值表现 图示因子71在十六个细分行业的多空净值发展趋势，行业包括石油石化、建筑、机械、汽车、医药、食品饮料、银行、非银金融等。 不同行业表现差异明显，某些行业如医药、食品饮料展现出相对强势的多空收益曲线，而钢铁和农林牧渔等行业在样本期间表现较弱。 - 该多空净值体现了规模因子在行业层面的异质性，投资者可能需根据行业动态灵活应用规模因子。 附图4：因子72行业多空净值 类似图3，附图4展示股东户数因子在同样行业的多空净值表现。 股东户数因子的多空净值线条表现出不同于因子71的行业效应：例如部分周期性行业如钢铁、基础化工收益持续增长，部分行业如银行和房地产表现较弱。 - 这一对比显示两个规模因子的行业表现既有重合也有差异，说明不同规模指标对行业内股票表现的影响具有独特性。 以上图表反映作者关于“规模因子在部分行业表现不一致”的结论，暗示投资组合构建需考虑行业属性来优化因子暴露。[page::3],[page::4],[page::5] 4. 风险提示 报告第四部分强调因子收益的统计规律基于历史价格信息，然而二级市场极易受到政策等短期因素影响，可能导致未来走势无法完全遵循历史规律。因此报告建议阅读者需谨慎参考结论，意识到统计模型的局限性和市场的不确定性。该风险提示体现了对投资者风险意识的积极提醒。[page::3] --- 三、图表深度解读 表1：规模因子表 明确列出选用的规模因子编号及名称，简洁直观，方便投资者识别分析对象。[page::2] 表2：因子收益统计 表格对比年内及最新月份的收益情况，细致区分了“小因子-大因子”和“大因子-小因子”两个方向的收益表现。该设计旨在反映“规模小或大”两个极端组合间的相对收益，直观揭示规模因子空间上的表现差异。统计数据显示： 流通市值因子（71）年内整体收益偏正，但当月负收益明显，体现短期波动风险。 - 股东户数因子（72）收益表现更佳，但短期同样承压，反映市场波动的普遍性。[page::2] 图1（附图1）与图2（附图3）、附图4详图分析 通过时间序列净值和多空净值的呈现，结合行业数据，报告从两个维度展示规模因子的表现格局： 时间维度：显示规模因子在不同年份，尤其2018年至2019年间，经历了较大波动，行为周期性明显。 - 行业维度：行业间表现不一，各行业规模因子的多空效应差异明显，有利于行业轮动策略的制定。股票池数量变化：净值图中灰色区域显示股票数量的变化，这对理解因子收益和流动性风险亦有意义。 - 多空净值的波动：表明正负因子暴露组合间的收益差异，反映因子有效性的动态变化。 整体图表支持报告的核心观点，提示规模因子不能仅以静态或单一维度评价，需结合行业和市场环境全面判定。[page::3],[page::4],[page::5] --- 四、估值分析 报告未涵盖明确的估值模型或目标价格，因其主题聚焦于因子收益的描述与评价，估值部分缺失或未涉及，符合研究报告定位为“因子分析与多变量统计结果反馈”的特点。 --- 五、风险因素评估 报告专门设立“风险提示”章节，指出： 结论基于历史价格和统计规律。 - 二级市场可能受政策等即时因素影响，走出统计规律之外的路径。报告结论不保证对未来市场走势的准确预测。 此种风险提示表明作者对模型和数据的使用保持审慎态度，提示投资者勿盲目依赖统计模型，规避非系统性风险。未发现具体缓释措施，属行业内较为规范的风险声明。[page::3] --- 六、批判性视角与细微差别 从报告内容和数据架构看，存在以下细节与潜在需注意的问题： 因子选择局限：只选取了两个规模相关指标（流通市值和股东户数），未提及是否考虑总市值或其他规模相关因子，可能忽略了其他可影响规模效应的维度。 - 时间跨度局限：所给图表主要覆盖2018年至2019年，尽管覆盖不短时间段，但处于特定市场周期，可能影响因子表现的代表性。行业异质性解释不足：虽然多行业差异被充分呈现，报告未深入探讨背后的驱动因素（例如经济结构、政策扶持、行业生命周期等），使得结论较为描述性。 - 统计方法细节缺失：报告引用了多种因子评价方法，但未具体说明本报告采用哪种或哪几种方法，对数据处理、回测细节缺乏公开，影响结果的可复核性。图表说明简略：部分图表及分组的分类标准、具体计算逻辑未详细阐述，阅读者需自行猜测组别含义和多空组合构成，降低结果解释的透明度。 - 报告无投资建议：报告无明确评级或实际应用建议，可能限制投资指导价值。 综合看来，报告主要为因子收益数据汇总与初步展示，缺乏模型机制探讨和深度因果分析，是其局限所在。[page::0-5] --- 七、结论性综合 本报告系统回顾分析了中国A股两类规模因子——流通市值（因子71）和股东户数（因子72）——的近期市场表现，提供了详实的年内及月度收益率统计、分组净值走势、多空组合净值变化，以及多个行业多空净值的动态演进。报告总结如下核心结论： 规模因子表现波动显著，尤其是11月份单月收益表现为负，显示短期市场波动加剧对规模因子收益的影响。 - 两种规模因子年内收益不同，股东户数因子表现更为强劲（7.99%），但两因子均在部分行业表现不一致，提示行业轮动对因子投资策略的重要影响。图表清晰展示了因子收益的时间序列特征和行业间异质性，多空组合净值多以正收益趋势为主，验证了规模因子的基本有效性，但同时也表现出周期性波动及行业分化。 - 报告提供一份专业的风险提示，指出二级市场的不确定性及政策干扰可能导致模型预测失效，体现出对投资风险的积极管理意识。本报告缺少估值模型和投资评级内容，更多为因子表现的统计总结与初步分析，具备一定的数据参考价值但应用需配合其他策略分析。 综上，报告为规模因子投资者提供了最新的市场表现监测和行业分解视角，强调了规模因子动态表现的复杂性和波动性，提示投资者应关注行业差异和市场环境变化，谨慎应用因子选股策略。[page::0-5] --- 图表引用示例 图1及其类似附图1，展示因子71分组净值及多空净值趋势！[](/images/531cc207f35cfc47222442f1b1d554cdeb262076f7d0906c08fd6adbbb9845f4.jpg?page=4){kind=link}
