当前位置: 首页 > news >正文

量化基石:深入解析盈利因子(RMW)和投资因子(CMA)

盈利因子(RMW)和投资因子(CMA)是法玛-弗伦奇五因子模型(2015)中新增的两个核心因子,用于解释传统三因子模型无法覆盖的股票收益异象。它们分别捕捉了“高盈利溢价”和“低投资溢价”。

一、因子定义与经济逻辑

1. 盈利因子(RMW,Robust Minus Weak)

  • 定义:高盈利能力(Robust)股票组合收益减去低盈利能力(Weak)股票组合收益的差值。
  • 经济含义:衡量盈利能力强的公司相对于盈利能力弱的公司的超额收益。根据股利贴现模型,盈利能力强的公司未来现金流更稳定,理应获得更高估值。此外,高盈利公司有更多内部资金用于再投资或分红,受融资约束较小,风险相对较低。
  • 代理变量:通常使用营业利润(Operating Profitability, OP)指标。

2. 投资因子(CMA,Conservative Minus Aggressive)

  • 定义:投资保守(Conservative,低资产增长率)股票组合收益减去投资激进(Aggressive,高资产增长率)股票组合收益的差值。
  • 经济含义:衡量投资保守的公司相对于投资激进的公司的超额收益。该因子基于q理论:当公司投资的边际收益(如新增项目的回报)低于资本成本时,过度投资(Aggressive)会摧毁股东价值。反之,保守投资的公司往往更注重资本效率。
  • 代理变量:通常使用总资产增长率(Investment, Inv)指标。

二、详细计算方法(法玛-弗伦奇标准流程)

计算流程与SMB、HML类似,采用2×3独立双重排序,但排序变量和分组逻辑有所不同。流程同样基于年度再平衡(每年6月底)。

第一步:数据准备(每年6月底)

  1. 确定样本:选取目标市场所有普通股。

  2. 计算排序变量(关键步骤):

    • 盈利因子排序变量(OP - Operating Profitability)

      OP=(营业收入−营业成本−销售费用−管理费用−利息支出)/上年末总资产\mathbf{OP} = (营业收入 - 营业成本 - 销售费用 - 管理费用 - 利息支出) / 上年末总资产OP=(营业收入营业成本销售费用管理费用利息支出)/上年末总资产

      • 注:即(营业利润) / 上年末总资产,旨在衡量剔除财务杠杆影响后的核心盈利能力。
    • 投资因子排序变量(Inv - Investment)

      Inv=(本年总资产−上年总资产)/上年总资产\mathbf{Inv} = (本年总资产 - 上年总资产) / 上年总资产Inv=(本年总资产上年总资产)/上年总资产

      • 注:即总资产增长率,衡量公司的投资扩张速度。

第二步:独立双重排序分组(2×3)

在每年6月30日,对所有股票进行独立双重排序。首先按市值分为S/B两组,然后在每组内分别按OP和Inv排序。

A. 盈利因子(RMW)的分组逻辑
  1. 按市值分组:同前,以中位数分为S (Small) 和 B (Big)。
  2. 按OP分组(在S组和B组内独立进行):
    • 分别计算S组和B组内股票OP值的30%分位数(Weak Breakpoint)和70%分位数(Robust Breakpoint)。
    • W (Weak):OP ≤ 30%分位数 的股票(盈利能力弱)。
    • M (Medium):30% < OP ≤ 70% 的股票。
    • R (Robust):OP > 70%分位数 的股票(盈利能力强)。

得到6个组合(用于构建RMW):S/W, S/M, S/R, B/W, B/M, B/R。

B. 投资因子(CMA)的分组逻辑
  1. 按市值分组:同上,分为S和B。
  2. 按Inv分组(在S组和B组内独立进行):
    • 分别计算S组和B组内股票Inv值的30%分位数(Aggressive Breakpoint)和70%分位数(Conservative Breakpoint)。
    • A (Aggressive):Inv ≤ 30%分位数 的股票(**注意:低投资率(Conservative)对应高Inv分位数组,高投资率(Aggressive)对应低Inv分位数组)。
    • M (Medium):30% < Inv ≤ 70% 的股票。
    • C (Conservative):Inv > 70%分位数 的股票(投资保守,资产增长慢)。

得到6个组合(用于构建CMA):S/A, S/M, S/C, B/A, B/M, B/C。

第三步:计算组合收益(t年7月 至 t+1年6月)

  1. 从当年7月开始,每月计算上述12个组合(6个OP组合 + 6个Inv组合)的市值加权收益率
  2. 持有期12个月,次年6月底重新分组。

第四步:合成因子时间序列

  1. 盈利因子 RMW

    • 公式

      RMW=(RS/R−RS/W+RB/R−RB/W)/2\mathbf{RMW} = (R_\text{S/R} - R_\text{S/W} + R_\text{B/R} - R_\text{B/W}) / 2RMW=(RS/RRS/W+RB/RRB/W)/2

    • 含义:在控制规模后,高盈利股票组合收益减去低盈利股票组合收益的平均值。

      RMW = 1/2 × (小市值稳健组合收益率 + 大市值稳健组合收益率) - 1/2 × (小市值疲弱组合收益率 + 大市值疲弱组合收益率)

  2. 投资因子 CMA

    • 公式

      CMA=(RS/C−RS/A+RB/C−RB/A)/2\mathbf{CMA} = (R_\text{S/C} - R_\text{S/A} + R_\text{B/C} - R_\text{B/A}) / 2CMA=(RS/CRS/A+RB/CRB/A)/2

    • 含义:在控制规模后,投资保守(低资产增长)股票组合收益减去投资激进(高资产增长)股票组合收益的平均值。

      CMA = 1/2 × (小市值保守组合收益率 + 大市值保守组合收益率) - 1/2 × (小市值激进组合收益率 + 大市值激进组合收益率)


三、计算示例(单月演示)

假设某月,盈利因子相关的6个组合收益率如下:

组合收益率
S/W (小盘弱盈利)1.2%
S/R (小盘强盈利)2.5%
B/W (大盘弱盈利)1.0%
B/R (大盘强盈利)1.8%

计算该月RMW:

RMW = [ (2.5% - 1.2%) + (1.8% - 1.0%) ] / 2 = [1.3% + 0.8%] / 2 = 1.05%

解读:该月,强盈利能力股票整体跑赢弱盈利能力股票1.05%。

假设投资因子相关的组合收益率如下:

组合收益率
S/A (小盘激进投资)1.1%
S/C (小盘保守投资)2.3%
B/A (大盘激进投资)0.9%
B/C (大盘保守投资)1.7%

计算该月CMA:

CMA = [ (2.3% - 1.1%) + (1.7% - 0.9%) ] / 2 = [1.2% + 0.8%] / 2 = 1.00%

解读:该月,投资保守(低增长)股票整体跑赢投资激进(高增长)股票1.00%。


四、因子局限性

  1. 因子独立性:RMW(盈利因子)和 CMA(投资因子)与HML(价值因子)存在相关性。高盈利、低投资的公司往往也是价值股(高B/M),这引发了关于因子冗余的讨论。
  2. 数据质量:OP的计算涉及多项财务指标,需确保会计数据的一致性(如营业利润的界定)。
  3. 市场有效性:在A股等新兴市场,盈利因子(RMW)的表现可能更强,而投资因子(CMA)的显著性可能因市场阶段而异(如在高速增长期,扩张性投资可能被奖励)。
  4. 模型扩展:五因子模型(Mkt-Rf, SMB, HML, RMW, CMA)相比三因子模型能更好地解释基金和股票的截面收益,尤其是对于具有明显盈利和投资风格特征的资产。

总结

RMW和CMA将公司基本面(盈利能力和投资行为)纳入了资产定价框架。其计算核心在于通过独立双重排序构建对冲组合,剥离出纯粹的“盈利”和“投资”风险溢价。理解其构建细节有助于深化对因子投资逻辑的认识,并在多因子模型中更准确地评估资产的风险暴露。

http://www.jsqmd.com/news/816404/

相关文章:

  • 抖音批量下载器终极指南:5步实现高效无水印视频下载
  • OpenClaw AI助手集成Rocket.Chat:实时通信与多账户配置详解
  • 【YOLO目标检测全栈实战】26 模型剪枝与量化:把YOLO塞进边缘设备的“瘦身”秘籍
  • Flutter+开源鸿蒙实战:企业级工具类APP开发教程(含第三方库适配)
  • 2026届学术党必备的AI写作工具实测分析
  • 2026年少儿编程哪家不踩雷?品牌资质、课程与教学模式全解析 - 科技焦点
  • 2026届最火的六大AI论文平台实际效果
  • Blender化学插件:3分钟创建专业级分子可视化模型
  • 终极简单指南:如何使用 Gofile 下载器轻松获取文件
  • 从 NIST 到 OpenID:AI Agent 身份与授权正在成为企业级 AI 落地的基础议题
  • 离线优先AI助手实战:本地部署PersonalTaskAgent,打造私有自动化工作流
  • 开源交易副驾驶OpenClaw:模块化架构与AI驱动的市场监控实践
  • Cursor Pro 免费使用终极指南:如何绕过限制实现AI编程助手永久激活
  • 超导量子计算中的弱耦合多模玻色存储器技术
  • 同一个故障为什么每个月都要出一次?谈谈 IT 问题管理
  • 从安装到精通:Beyond Compare 4在Linux下的那些隐藏技巧与高级配置
  • 告别硬编码:使用EasyPOI模板引擎动态生成复杂Excel报表
  • 基于华为海思与Openharmony开发一款爆品潮玩BubblePal巴波泡
  • 宝可梦跨世代存档管理终极指南:PKSM工具全面解析
  • 政企级无人机管理系统实战|从0到1的项目落地与私有化部署经验分享
  • 5分钟极速汉化:Axure RP中文语言包完全安装教程
  • Flutter+开源鸿蒙实战|企业级工具APP Day2 全局网络封装与 Dio 拦截器实战(鸿蒙兼容版)
  • 从城市监测到农业估产:手把手教你用SAR的极化与散射机制解决实际问题
  • 将OpenClaw智能体工作流无缝接入Taotoken的多模型服务
  • 三天,三家AI公司融了近千亿。钱往哪里流,机会就在哪里
  • 【数据库】时序数据库选型指南:从数据模型到大模型智能分析
  • Cursor编辑器试用重置技术原理与风险深度解析
  • 5分钟找回Navicat密码:免费开源解密工具完全指南
  • Tushare Pro注册踩坑记:从XSRF错误到正确域名waditu.com的完整解决流程
  • 3分钟掌握免费OFD转PDF工具:告别格式兼容困扰的终极指南