“一利五率”央企指数构建与分析——德邦证券金融工程指数构建系列之一【德邦金工|金融工程专题】
摘要
投资要点
政策层面,“一利五率”是国企改革的有力抓手:国企在国民经济关键行业中占据着主导地位,战略地位显著,肩负社会重任。从“两利三率”到“一利五率”,国企经营指标持续优化。
市场层面,“一利五率”引领国企未来估值回归:面对2020年以来新冠疫情、俄乌战争、美元加息等多重外部因素冲击,中国经济压力较大背景下,国企业绩表现出色,整体承压能力较强。国企营收、利润和毛利率持续改善,盈利能力不断增强,国企改革卓有成效。新一轮国企改革聚焦专业化整合和战略重组,有效提升国企竞争力。对比大盘ROE和估值水平,国企在传统估值模式下价值被显著低估,未来国企估值回归空间巨大。
“一利五率”央企指数构建:2023年1月,国资委将中央企业2023年主要经营指标由原来的“两利四率”调整为“一利五率” ,提出了“一增一稳四提升”的年度经营目标。参考央企经营指标的调整,我们使用“一利五率”指标及其“一增一稳四提升”的目标要求,编制“一利五率”优选央企指数。
指数表现与业绩分析:自2011年4月29日至2023年7月4日,指数累计收益率为64.42%,年化收益率为4.33%(同期沪深300年化收益率为2.08%),最大回撤为-49.52%,夏普比率为0.127,calmar为0.088。今年以来,一五指数累计收益为10.66%。回测区间内,一五指数相对中证央企、上证央企和央企100指数年化超额收益分别为2.25%、3.68%和2.96%。夏普比率也高于上述3个央企指数,收益风险比相对较好。今年以来,一五指数年化收益相对中证央企、上证央企和央企100指数年化超额收益分别为3.12%、4.66%和4.59%。截止2023年7月4日,使用整体法计算的指数 PE_TTM和PB分别为7.55和0.76。当前,一五指数PE_TTM和PB均处于历史均值减1倍标准差(滚动3年)水平。截止2023年7月7日,超额收益共计39.48%,其中风格贡献-13.77%,行业贡献2.82%,其余50.43%由因子特质选股能力贡献。
指数成分股与风格分析:从指数成分股市值来看,指数成分权重中总市值占比大于1000亿的个股占权重最高,大于100亿的成分股累计权重为79.89%。指数整体偏中大市值。从成分股估值来看,近1年、3年、5年PE估值分位数均不超过32%,近1年、3年、5年PB估值分位数均不超过40%,持仓成分股估值整体较低。整体上,指数体现出较为强烈的大盘价值风格。在大盘上涨时期通常取得较好的表现,其它期间多表现为震荡或下行行情;在价值风格表现较好的时期,一五指数的总体走势较好,一五指数的上涨行情与价值风格上涨区段几乎完全吻合。
红利低波成长指数增强组合:通过市净率pb(lf)、营业收入ttm和股息率ttm指标对指数成分股进行筛选,按照波动率倒数加权构建指数增强组合。自2011年4月29日至2023年7月4日,Top20 组合年化收益为9.61%,超一五指数5.11%,信息比率为0.41;Top30 组合年化收益为9.38%,超一五指数4.88%,信息比率为0.44。今年以来,Top20和Top30组合累计收益率分别为22.62%和17.86%,超额收益为 11.95%和7.20%。
风险提示
宏观经济变化风险;政策环境超预期变动风险;新冠疫情反复的风险;历史规律失效风险;指数系统性下跌风险。
目 录
1. 政策层面:“一利五率”是国企改革的有力抓手
1.1. 国企战略地位显著,肩负社会重任
1.2. 政策层层加码,国企经营指标持续优化
2. 市场层面:“一利五率”有望引领国企未来估值回归
2.1. 国企业绩承压能力强,国有改革卓有成效
2.2. 国企价值被显著低估,未来估值回归空间巨大
3. “一利五率”优选央企指数
3.1. “一利五率”指标
3.2. 指数编制
4. 指数表现与业绩分析
4.1. 收益分析
4.2. 指数估值分析
4.3. 业绩归因
4.4. 国企改革进程下一五指数表现
5. 指数成分股与风格分析
5.1. 成分股分析
5.1.1成分股市值
5.1.2成分股估值
5.2. 风格分析
5.2.1.大小盘分析
5.2.2.价值、成长风格
6. 指数增强——红利成长低波组合构建
6.1. 构建逻辑
6.2. 回测结果
7. 风险提示
8. 附录
信息披露
正 文
1. 政策层面:“一利五率”是国企改革的有力抓手
1.1. 国企战略地位显著,肩负社会重任
国企是中国经济的稳定器,承担重要社会责任。国企在电力及公用事业、钢铁等国民经济关键行业中占据着主导地位,其营收占比均远高于民企,在国家经济运行中扮演着“压舱石”的重要角色。此外,全球各大经济体博弈加剧,对外需要一批强有力的国企推动全球化产业合作和发展,国企肩负着国家战略发展和科技突破的重任。
1.2. 政策层层加码,国企经营指标持续优化
从“两利三率”到“一利五率”,国企经营指标持续优化。从2020年起,国企经营指标经历了多次革新,每一次革新都在原有基础上对国企经济效益提出了更高要求。2020年提出“两利三率”,“两利”指企业利润总额和净利润,三率即资产负债率、营业收入利润率、研发投入强度。2021年提出“两利四率”,在原有基础上增加了全员劳动生产率。2023年调整为“一利五率”,用 ROE 替换利润指标,用营业现金比率替换营业收入利润率指标,并继续保留资产负债率、研发经费投入强度、全员劳动生产率指标。同时,提出实现“一增一稳四提升”的年度经营目标,“一增”,即利润总额增速要高于全国 GDP 增速;“一稳”,即资产负债率总体保持稳定;“四提升”,即净资产收益率、全员劳动生产率、研发经费投入强度和营业现金比率要实现进一步提升。
政策不断加码国企改革,国企经济效益有望持续迎来边际改善。党的二十大报告强调“深化国资国企改革,加快国有经济布局优化和结构调整,推动国有资本和国有企业做强做优做大,提升企业核心竞争力”,为新一轮国企改革奠定了政策基调。新一轮国企改革将聚焦于专业化整合,资源优化整合后的国企边际效益将不断提升。
2. 市场层面:“一利五率”有望引领国企未来估值回归
2.1. 国企业绩承压能力强,国有改革卓有成效
国企业绩恢复状况良好,承压能力较强。2020年以来,由于新冠疫情、俄乌战争、美元加息等多重外部因素冲击,中国经济下行压力增大。但对比整体工业企业,国企业绩承压能力更强,国企的营业收入增速和利润收入增速恢复情况更好。截止2023年5月,全国规模以上工业企业营业总收入累计同比增速回升0.1%、利润总额累计同比增速下降18.8%,总体业绩恢复状况不佳;国企营业总收入累计同比增速大幅回升6.2%、利润总额累计同比增速大幅回升10.9%,国企业绩恢复状况遥遥领先。
国企业绩持续改善,国企改革卓有成效。2021年以来,国企营收增速和归母净利润增速表现逐渐超过万得全A。此外,截至2022年底,国有企业总体毛利率稳步提升,盈利能力持续改善,当前毛利率约在25%水平。
2.2. 国企价值被显著低估,未来估值回归空间巨大
专业化整合和战略重组加速,有效提升国企竞争力。国资委明确表示将重点深化国企跨行业、跨领域、跨企业的专业化整合,将资源向优势企业和主业企业集中。近年来,国企战略重组和专业化整合动作不断,培育了与地方发展定位相契合的支柱产业,增强了国企核心竞争优势;同时,进一步发挥了国有资本投资、运营公司在国有资本布局结构优化调整中的作用。从市场表现看,重组预案发布后,国企股价表现强势。
“一利五率”放松了对国企杠杆率的约束,未来国企发展或更具弹性。2020年开展三年行动方案以来,国企的资产负债同比一直维持在较低或为负的状态,同比增速明显小于工业企业。“一利五率”考核指标改变了以往对国企杠杆率的要求,从资产负债率控制在65%以下变为维持稳定增长,约束变小,国企未来发展弹性或变大。
央企ROE在新考核指标下有望持续提升。中央国企ROE当前整体表现优于大盘(2023Q1中央国企ROE达到8.97%,全部A股平均ROE约8.43%),未来中央国企和地方国企ROE均有望继续提升。
央企估值显著低于全A,处于历史低位。截止2023年6月底,央企的市盈率约为8.11,市净率约为0.87,低于历史均值8.58、0.95,也显著低于市场总体的估值水平。
3. “一利五率”优选央企指数
3.1. “一利五率”指标
为贯彻落实党的二十大关于加快构建新发展格局、着力推动高质量发展的决策部署,2023 年 1 月,国资委将中央企业 2023 年主要经营指标由原来的“两利四率”(加上全员劳动生产率)调整为“一利五率” ,提出了“一增一稳四提升”的年度经营目标。
其中,“一利”为利润总额;“五率”为资产负债率、研发经费投入强度、全员劳动生产率、净资产收益率、营业现金比率。“一增”即确保利润总额增速高于全国 GDP 增速,力争取得更好业绩;“一稳”即资产负债率总体保持稳定;“四提升”即净资产收益率、研发经费投入强度、全员劳动生产率、营业现金比率 4 个指标进一步提升)的年度经营目标。
3.2. 指数编制
参考央企经营指标的调整,我们使用“一利五率”指标及其“一增一稳四提升”的目标要求,编制“一利五率”优选央企指数(以下简称“一五指数”)。具体编制方法如下:
(1) 基期:2011年4月29日;
(2) 基点:1000;
(3) 成分股数量:100;
(4) 样本空间:由满足以下条件的 A 股:
1)科创板上市时间超过1年;非科创板上市时间超过半年;
2)公司属性为中央国有企业;
3)非 ST、*ST,非暂停上市股票;
4)过去半年日均成交额位于前80%;
(5) 选样条件:
【一利】
一增:利润总额增速高于全国GDP增速;
【五率】
一稳:资产负债率(20)总体保持稳定,同比的绝对值越小越好。
四提升:
1)研发经费投入强度(20):研发经费投入/营业收入*100%;
2)全员劳动生产率(20):营业总收入_TTM/员工人数;
3)净资产收益率ROE(20):净利润/平均净资产*100%;
4)营业现金比率(20):当年经营活动现金流量净额/营业收入;
剔除不满足“一增”的成分股后,将上述其它指标排名的百分位数分别与括号中基准分数相乘,等权加总得到总得分,按照综合得分由高到低排名选取排名前100名股票作为指数成分股。
(6) 加权方式:自由流通市值加权;
(7) 权重限制:单个中信一级行业权重占比不超过20%,个股权重不超过10%。若单个中信一级行业权重超过20%,则限制行业总权重为20%,行业内进行总市值加权,多出的权重按总市值加权赋予所在行业总市值不超过20%的成分股。若单个成分股权重超过10%,则将该个股权重设置为10%,多出的权重赋予其它权重不超过10%的股票。迭代上述过程直至成分股权重满足限制条件。
(8) 调仓频率:每年4月、10月末最后一个交易日调仓。
4. 指数表现与业绩分析
4.1. 收益分析
一五指数净值表现如下,自2011年4月29日至2023年7月4日,累计收益率为64.62%。
回测区间内,一五指数年化收益为 4.33%(同期沪深 300 年化收益为 2.08%),最大回撤为-49.52%,夏普比率为 0.127,calmar 为 0.088。
一五指数分年度风险收益情况如下。今年以来,一五指数累计收益为 10.66%。
一五指数与其它央企指数净值表现对比如下。从风险收益情况来看,一五指数整体表现优于中证央企、上证央企和央企 100。
回测区间内,一五指数年化收益为4.33%,相对中证央企、上证央企和央企100指数年化超额收益分别为2.25%、3.68%和2.96%。夏普比率也高于上述3个央企指数,从夏普比率来看,收益风险比相对较好。
今年以来,一五指数年化收益为10.66%,相对中证央企、上证央企和央企100指数年化超额收益分别为3.12%、4.66%和4.59%,夏普比率为1.53,最大回撤为-7.96%。
分年度收益对比如下。从收益来看,指数14年较大程度跑输其它3个央企指数,17-19年整体来看小幅跑输另外三个央企指数,今年以来超额收益分别为3.39%、5.19%和4.99%。
分年度风险对比如下。指数在16-19年最大回撤相对较大,其余年份最大回撤整体不差于对比指数。大部分年份一五指数夏普比率相较对比指数更高。
3.2. 指数估值分析
下图使用整体法统计了一五指数的滚动市盈率(PE_TTM,总市值/归母净利润TTM)和市净率(PB,总市值除以净资产)。截止2023年7月4日,指数 PE_TTM和PB分别为7.55和0.76。当前,一五指数PE_TTM基本处于历史均值减1倍标准差(滚动3年)水平,一五指数PB也基本处于历史均值减1倍标准差(滚动3年)水平。
4.3. 业绩归因
指数回测期内超额净值及行业回报、风险回报和特质回报净值如图。截止2023年7月7日,超额收益共计39.48%,其中风格贡献-13.77%,行业贡献2.82%,其余50.43%由因子特质选股能力贡献。
行业平均暴露及年化收益率如下,平均来看,指数在建筑、国防军工行业暴露较多。国防军工、有色金属的正向暴露给指数带来了较多的正向收益。
从成分股中信一级行业占比来看,最新一期成分股中银行、建筑、电力及公用事业占比最高,均超过10%;平均来看,每期指数成分股中信一级行业占比前三名分别是银行、建筑、非银金融。
风格平均暴露及年化收益率如下,从barra因子暴露来看,BP因子、规模因子、杠杆因子暴露最大。
4.4. 国企改革进程下一五指数表现
下图展示了国企改革进程及对应时期“一利五率”优选央企指数的净值表现。
随着2013年11月国企改革深化的提出以及2014年7月“四项改革”的启动和推进,一五指数有过一段持续期长且收益率较高的上涨行情;在2015年11月供给侧改革提出,“去产能”推动落实后的改革“阵痛期”内,一五指数行情走势表现为震荡下跌;2016年9月第一批混改试点启动,改革推进开始提速,随着供给侧改革成效逐步显现,一五指数也出现新一轮行情;到2018年初由于金融去杠杆和中美贸易摩擦,行情结束,一五指数进入下行区间;2018年8月“双百行动”和2020年4月科改示范行动,以及之后的国企改革三年行动方案期间,一五指数总体呈震荡上升态势;随着2022年11月“中特估”概念的提出以及2023年1月国资委优化央企经营指标为“一利五率”,一五指数迎来新一轮上涨行情。
5. 指数成分股与风格分析
5.1. 成分股分析
5.1.1. 成分股市值
下图按照总市值大小分类,统计了不同总市值区间内一五指数每期成分股的数量占比和以成分股权重计算的加权占比。
从个股数量占比和权重上看,个股中总市值处于500-1000亿的数量居多,大于100亿的成分股的数量占比和累计权重为78.12%和79.89%。指数整体偏中大市值。
5.1.2 成分股估值
下图统计了一五指数每期成分股过去1年、3年、5年的PE分位数的均值和以成分股权重加权的平均值。
从估值上看,成分股近1年、3年、5年PE估值分位数均不超过32%,近1年、3年、5年PB估值分位数均不超过40%,持仓成分股估值整体较低。
综上可见,从指数成分上来看,指数体现出较为强烈的大盘价值风格。
5.2. 风格分析
5.2.1. 大小盘风格
复盘历史上沪深300、中证500和中证1000指数(分别代表大盘、中盘和小盘)的净值表现,得到历史上沪深300涨势较好的时期如下图。
大盘上涨期间一五指数净值表现如下,可见大盘上涨时期一五指数的表现较好。
大盘上涨区间内一五指数收益率特征表现如下。一五指数在大盘上涨时期通常取得较好的表现,在其它期间多表现为震荡或下行行情。
5.2.2 价值、成长风格
我们选取国证价值(399371.SZ)、国证成长(399370.SZ)指数作为市场价值、成长风格的参考,国证价值、国证成长指数净值表现及历史价值风格表现较好时期如下。
价值风格表现较好时期一五指数表现如下。在价值风格表现较好的时期,一五指数的总体走势较好,一五指数的上涨行情与价值风格上涨区段几乎完全吻合。
市场价值风格表现较好时期一五指数特征表现如下。可见,当价值风格表现较好时,一五指数通常取得较好的市场表现;其它时期一五指数多数表现为长期震荡或下跌行情。
6. 指数增强——红利成长低波组合构建
6.1. 构建逻辑
(1)样本空间:一五指数成分股,自2011年4月末至2023年4月末,每期100个;
(2)对于样本空间内的股票,按照市净率pb(lf)在个股所在行业分位数降序排列,剔除排名最后的20支股票;
(3)计算调仓当日的营业收入ttm值的同比增长率,降序排列,剔除排名后20的股票;
(4)按照调仓日当日个股的股息率 ttm 降序排列,筛选前20(或30)支股票,按照过去一年波动率倒数加权进行配置;
(5)调仓频率:每年4月底和10月底最后一个交易日。
6.2. 回测结果
指数增强策略净值表现如下,2011年4月29日至2023年7月4日,Top20组合和Top30组合的累计收益率为分别194.06%和186.81%。
指数增强策略具体累计风险收益情况如下,Top20 组合年化收益为9.61%,超一五指数5.11%,信息比率为0.41;Top30 组合年化收益为9.38%,超一五指数4.88%,信息比率为0.44。
Top20组合分年度风险收益情况及胜率、盈亏比如下。Top20 组合区间相对胜率为53.06%,盈亏比为1.34;今年以来,累计收益为22.62%,超额收益为11.95%。
Top30策略组合分年度风险收益情况及胜率、盈亏比如下。Top30 组合区间相对胜率为51.02%,盈亏比为1.43;今年以来,累计收益为17.86%,超额收益为 7.20%。
7. 风险提示
宏观经济变化风险;政策环境超预期变动风险;新冠疫情反复的风险;历史规律失效风险;指数系统性下跌风险。
8. 附录
构建一五指数时,筛选 30、50、100 个股票的指数构建结果对比如下。
报告信息
证券研究报告:《“一利五率”央企指数构建与分析——德邦证券金融工程指数构建系列之一》
对外发布时间:2023年7月28日
分析师:肖承志
资格编号:S0120521080003
邮箱:xiaocz@tebon.com.cn
报告发布机构:德邦证券股份有限公司
(已获中国证监会许可的证券投资咨询业务资格)
金工团队简介
肖承志,同济大学应用数学本科、硕士,现任德邦证券研究所首席金融工程分析师。具有6年证券研究经历,曾就职于东北证券研究所担任首席金融工程分析师。致力于市场择时、资产配置、量化与基本面选股。撰写独家深度“扩散指标择时”系列报告;擅长各类择时与机器学习模型,对隐马尔可夫模型有深入研究;在因子选股领域撰写多篇因子改进报告,市场独家见解。
林宸星,美国威斯康星大学计量经济学硕士,上海财经大学本科,主要负责大类资产配置、中低频策略开发、FOF策略开发、基金研究、基金经理调研和数据爬虫等工作,2021年9月加入德邦证券。
温瑞鹏,中山大学本科,复旦大学金融学硕士,曾就职于信达证券、东亚前海证券。研究方向:基金研究、基金经理调研。
路景仪,上海财经大学金融专业硕士,吉林大学本科,主要负责基金研究、基金经理调研等工作,2022年6月加入德邦证券。
王治舜,香港中文大学金融科技硕士,电子科技大学金融+计算机双学士,主要负责量化金融、因子选股等工作,2023年1月加入德邦证券。
陈曼莲,华南理工大学金融学硕士,电子商务+计算机双学士,主要负责基金研究、基金经理调研等工作,2023年7月加入德邦证券。
MORE
相关阅读
01 策略报告
【德邦金工|年度策略】全球成长股或将迎来绝地反击——德邦金工2023年度策略报告
【德邦金工|中期策略】云销雨霁,尚待黎明20210824
02 每周行情前瞻
北向净买入计算机、机械,国防军工、电新景气度提升居前——德邦金工择时周报20230625【德邦金工|周报】
两市成交额上升,北向净买入电新、电子——德邦金工择时周报20230618【德邦金工|周报】
北向净买入银行、家电,科创50ETF净流入居前——德邦金工择时周报20230611【德邦金工|周报】
两市成交额下降,沪深300ETF净流入居前——德邦金工择时周报20230521【德邦金工|周报】
【德邦金工|周报】北向资金净买入非银、电新,科创50ETF净流入居前——德邦金工择时周报20230514
【德邦金工|周报】北向净买入食饮、银行,科创50ETF净流入居前——德邦金工择时周报20230507
【德邦金工|周报】北向净买入计算机、基础化工,中证1000ETF净流入居前——德邦金工择时周报20230503
【德邦金工|周报】A股整体下跌,电新、银行景气度提升居前——德邦金工择时周报20230423
【德邦金工|周报】北向净买入有色金属,创新药ETF净买入居前——德邦金工择时周报20230416
【德邦金工|周报】本周A股日均成交额超12000亿,电子、计算机融资净流入居前——德邦金工择时周报20230409
【德邦金工|周报】全球股市普涨,计算机行业融资净流入居前——德邦金工择时周报 20230402
【德邦金工|周报】A股整体上涨,计算机、电子融资净流入居前——德邦金工择时周报 20230326
【德邦金工|周报】北向净买入电新、传媒,医疗类ETF净流入居前——德邦金工择时周报20230319
03 大类资产配置观点
04 机器学习专题
【德邦金工|选股专题】中证1000成分股有效因子测试——中证1000指数增强系列研究之一
【德邦金工|选股专题】基于模型池的机器学习选股——德邦金工机器学习专题之五
【德邦金工|选股专题】动态因子筛选——德邦金工机器学习专题之四
【德邦金工|机器学习】基于财务与风格因子的机器学习选股——德邦金工机器学习专题之三
05 金融产品时评
06 金融产品专题
【德邦金工|金融产品专题】后疫情时代,物流行业有望复苏,推荐关注物流ETF ——德邦金融产品系列研究之十八
【德邦金工|金融产品专题】势不可挡,坚定不移走科技强国之路,推荐关注华宝中证科技龙头ETF——德邦金融产品系列研究之十七
【德邦金工|金融产品专题】“抓住alpha,等待beta”,华宝夏林锋主动出击“三年一倍”目标——德邦权益基金经理系列研究之一
【德邦金工|金融产品专题】乘大数据战略机遇,握新时代“价值资产”,推荐关注大数据ETF——德邦金融产品系列研究之十六
【德邦金工|金融产品专题】招商中证1000指数增强——细分赛道下的“隐形冠军”——德邦金融产品系列研究之十五
【德邦金工|金融产品专题】长风破浪,王者归来,纳斯达克100ETF再启航——德邦金融产品系列研究之十四
【德邦金工|金融产品专题】风劲帆满海天远,雄狮迈步新征程,推荐关注军工龙头ETF——德邦金融产品系列研究之十三
【德邦金工|金融产品专题】“小”“智”“造”与大机遇,推荐关注中证1000ETF——德邦金工金融产品系列研究之十二
【德邦金工|金融产品专题】“专精特新”政策赋能,小市值投资瞬时顺势,推荐关注国证2000ETF——德邦金工金融产品研究之十一
【德邦金工|金融产品专题】面向未来30年,布局“碳中和”大赛道,推荐关注碳中和龙头ETF——德邦金工金融产品研究之十
【德邦金工|金融产品专题】互联网东风已至,龙头反弹可期,推荐关注互联网龙头ETF——德邦金融产品系列研究之九
【德邦金工|金融产品专题】需求旺盛供给紧俏,稀土ETF重拾上升趋势——德邦金融产品系列研究之八
【德邦金工|金融产品专题】周期拐点将至,地缘冲突催化行业景气上行,关注农业ETF——德邦金融产品系列研究之七
【德邦金工|金融产品专题】新能源车需求超预期,动力电池新产能涌现,关注锂电池ETF——德邦金融产品系列研究之六
【德邦金工|金融产品专题】稳增长预期下高股息低估值凸显投资价值,关注中证红利 ETF——德邦金融产品系列研究之五
【德邦金工|金融产品专题】文旅复苏之路,价值实现的选择,关注旅游ETF——德邦金融产品系列研究之四
【德邦金工|金融产品专题】市场波动渐增,银行防御价值凸显——德邦金融产品系列研究之三
07 文献精译专题
【德邦金工|文献精译】了解GPT:训练篇——德邦金工文献精译第十一期
【德邦金工|文献精译】ChatGPT能够预测股票价格的走势吗?收益可预测性和大型语言模型——德邦金工文献精译第十期
【德邦金工|文献精译】只有艰难时期的赢家能重复成功:对冲基金在不同市场条件下的业绩持续性——德邦金工文献精译第九期
【德邦金工|文献精译】训练语言模型以遵循带有人类反馈的指令——德邦金工文献精译系列之八
【德邦金工|Fama因子模型专题】Fama三因子模型问世三十周年系列之二:A股市场实证——德邦金工Fama因子模型专题二
【德邦金工|文献精译】Fama-French三因子模型问世三十周年系列之一:重温经典——德邦金工Fama因子模型专题一
【德邦金工|文献精译】股价是否充分反映了业绩中应计和现金流部分所蕴含的未来盈利信息?——德邦金工文献精译系列之七
【德邦金工|文献精译】资产配置:管理风格和绩效衡量——德邦金工文献精译系列之六
【德邦金工|文献精译】规模很重要,如果控制了绩差股——德邦金工文献精译系列之五
【德邦金工|文献精译】中国股市的规模和价值因子模型——德邦金工文献精译系列之四
【德邦金工|文献精译】机器学习驱动下的金融对不确定性的吸收与加剧——德邦文献精译系列之三
08 选股月报
09 小市值专题
【德邦金工|选股专题】微盘股的拥挤度测算和择时——德邦金工小市值专题之五
【德邦金工|选股专题】微盘股的症结与曙光——德邦金工小市值专题之四
10 行业轮动专题
11 分析师专题
12 基金策略专题
【德邦金工|金融产品专题】基于主动基金持仓的扩散指标行业轮动及改进—基金投资策略系列研究之一
【德邦金工|金融产品专题】基于扩散指标的主动基金筛选策略——德邦金工基金投资策略系列研究之二
重要说明
本篇文章来源于微信公众号: Zeta金工研究