本章旨在探討多因子選股模型的投組績效。雖然前章的單因子選股模型的實證表 明,許多因子都可以影響報酬,但仍以代表價值面的「股價淨值比」,代表成長面的
「股東權益報酬率」,與兼具價值面、成長面的「本益比(預估盈餘)」最為重要。
圖4-1 是台灣股市個股的 P/B 與 ROE 之關係圖,可以看出兩者有近似正比的關 係。顯示市場會給高成長(高 ROE)的股票較高的評價(高 P/B)。圖 4-2(a) P/B、ROE 與 報酬率關係圖,圖4-2(b)單純用 P/B 或 ROE 選股示意圖。顯示單純的價值面或成長 面選股都不能最大化報酬。
因此本章的多因子選股模型將以結合兩三個價值面、成長面的因子為主,而非由 大量的單因子構成。包括
(1) 交集篩選多因子模型 (2) 加權評分多因子模型
(3) 成長價值雙因子模型 (季報盈餘) (4) 成長價值雙因子模型 (預估盈餘)
0.01 0.1 1 10 100
-20 -10 0 10 20
ROE (%)
BP R
P/B
圖4-1 台股 P/B 與 ROE 之關係圖
55
ROE P/B
虧損公司 便宜股票
盈利公司 昂貴股票
高 報 酬 報 低
酬
便 宜 昂 貴
虧損 盈利
圖4-2(a) P/B、ROE 與報酬率關係圖
ROE P/B
價值因子選股
成長因子選股
便 宜 昂 貴
虧損 盈利
A B
D C
A面積>B面積 C面積>D面積
圖4-2(b) 單純用 P/B 或 ROE 選股示意圖
56
4-2 模型Ⅰ ─ 交集篩選多因子模型
交集篩選法是指投組由同時滿足兩個以上的因子的股票構成,以進一步強化投組 的績效。但本法不能像單因子時一樣可以控制投組的股數。為了實證,在此以CMoney 系統進行模擬驗證。其方法為
交易成本:依現行股票交易實務計算之,即手續費千分之 1.425 及交易稅千分之 3。
交易週期:證券交易法規定公開發行公司於每年 4 月 30 日、8 月 31 日、及 10 月 31 日前發佈財報。本研究以上述財報發佈日之隔一天為交易日。
股票樣本:台灣所有上市、上櫃股票,含已下市個股。為探討選股因子在大型股 是否也具有選股能力,本研究也測試了以每季市值最大前20%為投資範圍的樣本 集合。
回測期間:1997 年 1 月初到 2009 年 9 月底,共 12.75 年間的股市資料。
交易規則:作多操作。選優投組由大 ROE、小 PBR、小 PER 的股票構成;選劣 投組由小ROE、大 PBR、大 PER 的股票構成。每次取兩個因子,組成選優投組、
選劣投組各四個,共八個投組:
第1 投組:由兩個因子的選優 20%的股票構成 第2 投組:由兩個因子的選優 30%的股票構成 第3 投組:由兩個因子的選優 40%的股票構成 第4 投組:由兩個因子的選優 50%的股票構成 第5 投組:由兩個因子的選劣 50%的股票構成 第6 投組:由兩個因子的選劣 40%的股票構成 第7 投組:由兩個因子的選劣 30%的股票構成 第8 投組:由兩個因子的選劣 20%的股票構成
預期第1 投組會有最高的報酬;第 8 投組會有最低的報酬。
一、全部股
全部股的結果如圖4-3 與 4-4。由圖 4-3 可知:
(1) 年報酬率:無論 PE-ROE、PB-ROE、或 PB-PE,任兩個因子均取最佳 20%的投組 之報酬率明顯高於均取最差者。
(2) 平均股數:無論 PE-ROE、PB-ROE、或 PB-PE,任兩個因子均取最佳 20%的投組 之平均股數極少。因此交集篩選法在實務上有其限制。
由圖4-4 可知,三種二因子篩選法在選高報酬股票的表現相近,但 PB-ROE 二因
57
子篩選法在選低報酬股票的表現較佳。
二、大型股
大型股的結果如圖4-5 與 4-6。由圖 4-5 可知:
(1) 年報酬率:無論 PE-ROE、PB-ROE、或 PB-PE,任兩個因子均取最佳 20%的投組 之報酬率明顯高於均取最差者。
(2) 平均股數:無論 PE-ROE、PB-ROE、或 PB-PE,任兩個因子均取最佳 20%的投組 之平均股數極少。因此交集篩選法在實務上有其限制。
由圖4-6 可知,三種二因子篩選法中,PE-ROE 二因子篩選法在選高報酬股票的 表現較佳,但PB-ROE 二因子篩選法在選低報酬股票的表現較佳。
-20 -10 0 10 20 30 40
前20% 前30% 前40% 前50% 後50% 後40% 後30% 後20%
投資組合
年報酬率(%)
(a) PE-ROE 交集篩選模型年報酬率
0 50 100 150 200 250 300
前20% 前30% 前40% 前50% 後50% 後40% 後30% 後20%
投資組合
平均持股數
(b) PE-ROE 交集篩選模型平均股數
-30 -20 -10 0 10 20 30
前20% 前30% 前40% 前50% 後50% 後40% 後30% 後20%
投資組合
年報酬率(%)
(c) PB-ROE 交集篩選模型年報酬率
0 20 40 60 80 100 120 140 160
前20% 前30% 前40% 前50% 後50% 後40% 後30% 後20%
投資組合
平均持股數
(d) PB-ROE 交集篩選模型平均股數
-20 -10 0 10 20 30 40
前20% 前30% 前40% 前50% 後50% 後40% 後30% 後20%
投資組合
年報酬率(%)
(e) PB-PE 交集篩選模型年報酬率
0 50 100 150 200 250
前20% 前30% 前40% 前50% 後50% 後40% 後30% 後20%
投資組合
平均持股數
(f) PB-PE 交集篩選模型平均股數 圖4-3 交集篩選模型之績效:全部股
58
0 50 100 150 200 250 300-30 -20 -10 0 10 20 30 40
年報酬率(%)
平均持股數
PE-ROE PB-ROE PB-PE
圖4-4 交集篩選模型年報酬率與平均股數關係:全部股
-20 -10 0 10 20 30 40
前20% 前30% 前40% 前50% 後50% 後40% 後30% 後20%
投資組合
年報酬率(%)
(a) PE-ROE 交集篩選模型年報酬率
0 10 20 30 40 50
前20% 前30% 前40% 前50% 後50% 後40% 後30% 後20%
投資組合
平均持股數
(b) PE-ROE 交集篩選模型平均股數
-30 -20 -10 0 10 20 30
前20% 前30% 前40% 前50% 後50% 後40% 後30% 後20%
投資組合
年報酬率(%)
(c) PB-ROE 交集篩選模型年報酬率
0 10 20 30 40 50
前20% 前30% 前40% 前50% 後50% 後40% 後30% 後20%
投資組合
平均持股數
(d) PB-ROE 交集篩選模型平均股數
-20 -10 0 10 20
前20% 前30% 前40% 前50% 後50% 後40% 後30% 後20%
投資組合
年報酬率(%)
(e) PB-PE 交集篩選模型年報酬率
0 10 20 30 40 50 60
前20% 前30% 前40% 前50% 後50% 後40% 後30% 後20%
投資組合
平均持股數
(f) PB-PE 交集篩選模型平均股數 圖4-5 交集篩選模型之績效:大型股
59
0 10 20 30 40 50 60-30 -20 -10 0 10 20 30
年報酬率(%)
平均持股數
PE-ROE PB-ROE PB-PE
圖4-6 交集篩選模型年報酬率與平均股數關係:大型股
-30%
-20%
-10%
0%
10%
20%
30%
前20% 前30% 前40% 前50% 後50% 後40% 後30% 後20%
交集百分比
年化報酬率(%)
-0.2 -0.1 0 0.1 0.2 0.3
前20% 前30% 前40% 前50% 後50% 後40% 後30% 後20%
交集百分比
月報酬率Sharpe指標
-3 -2 -1 0 1 2 3
前20% 前30% 前40% 前50% 後50% 後40% 後30% 後20%
交集百分比
Alpha值
0 0.2 0.4 0.6 0.8 1 1.2 1.4
前20% 前30% 前40% 前50% 後50% 後40% 後30% 後20%
交集百分比
Beta值
40%
45%
50%
55%
60%
前20% 前30% 前40% 前50% 後50% 後40% 後30% 後20%
交集百分比
月報酬>0機率
30%
40%
50%
60%
70%
前20% 前30% 前40% 前50% 後50% 後40% 後30% 後20%
交集百分比
月報酬超越大盤機率(%)
圖4-7 ROE 與 PBR 的交集篩選法的八個投組的績效:全部股
60
由前可知,ROE 與 PBR 的交集篩選法有很好的績效,故將選優投組、選劣投組 各四個,共八個投組的績效整理如圖4-7,可知
(1) 年化報酬率:各擇優(擇劣)30%時最高(最低)。
(2) 月報酬率 Sharpe 指標:各擇優 40%(擇劣 30%)時最高(最低)。
(3) 月報酬率超額報酬 (alpha):各擇優 20%(擇劣 30%)時最高(最低) (4) 月報酬率系統風險 (beta):各擇優 20%時最高。
(5) 月報酬率高於 0 之機率:擇優比例越高,機率越高;擇劣比例與機率無關。
(6) 月報酬率高於大盤之機率:擇優比例越高,機率越高;擇劣比例與機率無關。
4-3 模型Ⅱ ─ 加權評分多因子模型
為了克服交集篩選法所選股數過少的缺點,可用加權評分法。步驟如下:
(1) 單因子評分:將股票依「選股因子」由預設方向排序,排在最佳一端的股票得 100 分,排在最差一端的股票得0 分,其餘內插。
(2) 多因子評分:將各因子的評分以一定的權重加權得總分,總分最高的股票即最佳 的股票。
本法可保證選出所需數目的股數,故可克服交集篩選法所選股數過少的缺點。為 了實證,在此以CMoney 系統進行模擬驗證。其方法為
交易成本:依現行股票交易實務計算之,即手續費千分之 1.425 及交易稅千分之 3。
交易週期:證券交易法規定公開發行公司於每年 4 月 30 日、8 月 31 日、及 10 月 31 日前發佈財報。本研究以上述財報發佈日之隔一天為交易日。
交易規則:首先設定「高 ROE 概念」與「低 PBR 概念」,即 ROE 在該季最大到 最小的股票可得100~0 分;PBR 在該季最小到最大的股票可得 100~0 分。接著以 加權法得到總評分。依總評分對各季個股進行排序,每季取總評分最大的10%個 股形成投組。ROE 權重與 PBR 權重分別為(100,0), (90,10),…, (0,100)等 11 組,以 期找出此兩者最佳報酬率之權重組合。
一、全部股
由圖4-8 可知,當 ROE 與 PBR 的權重為 40%與 60%時,評分最高(最低)的前 10%
的年報酬率最大(最小)。
61
由圖4-9 可知,當 ROE 與 PBR 的權重為 40%與 60%時,第 1 與第 10 投組之年 報酬率平均值差額最大。
由圖4-10 可知,當 ROE 與 PBR 的權重為 60%與 40%時,評分最高(最低)的前 10%的年報酬率標準差均為最小。
由圖4-11 可知,當 ROE 與 PBR 的權重為 60%與 40%時,第 10 投組有高報酬率 且標準差小,是最佳權重組合。
二、大型股
由圖4-12 可知,當 ROE 與 PBR 的權重為 50%與 50%時,評分最高(最低)的前 10%的年報酬率最大(最小)。
由圖4-13 可知,當 ROE 與 PBR 的權重為 50%與 50%時,第 1 與第 10 投組之年 報酬率平均值差額最大。
-20 -10 0 10 20 30
100- 0 90- 10 80- 20 70- 30 60- 40 50- 50 40- 60 30- 70 20- 80 10- 90 0- 100
ROE-PB權重投組
年報酬率( % )
第10投組 第1投組
圖4-8 在不同權重下第 1 與第 10 投組(評分最小與最大 10%)之年報酬率平均值:全部股
62
010 20 30 40 50
100- 0 90- 10 80- 20 70- 30 60- 40 50- 50 40- 60 30- 70 20- 80 10- 90 0- 100
ROE-PB權重投組
第10對第1投組年報酬率差額(%)
圖4-9 在不同權重下第 1 與第 10 投組之年報酬率平均值差額:全部股
21 22 23 24 25 26 27 28
100- 0 90- 1 0 80- 2 0 70- 3 0 60- 4 0 50- 5 0 40- 6 0 30- 7 0 20- 8 0 10- 9 0 0- 100
ROE-PB權重投組
年報酬率標準 差(% )
第10投組 第1投組
圖4-10 在不同權重下第 1 與第 10 投組(評分最小與最大 10%)之年報酬率標準差:全部 股
-30 -20 -10 0 10 20 30
22 24 26 28
圖4-11 在不同權重下第 1(評分最小 10%,白點)與第 10(評分最大 10%,黑點)投組之年 報酬率平均值與標準差關係:全部股
63
-20-10 0 10 20
100- 0 90- 10 80- 20 70- 30 60- 40 50- 50 40- 60 30- 70 20- 80 10- 90 0- 100
ROE-PB權重投組
年報酬率(% )
第10投組 第1投組
圖4-12 在不同權重下第 1 與第 10 投組(評分最小與最大 10%)年報酬率平均值:大型股
0 5 10 15 20 25 30
100- 0 90- 10 80- 20 70- 30 60- 40 50- 50 40- 60 30- 70 20- 80 10- 90 0- 100
ROE-PB權重投組
第10對第1投組年報酬率差額(%)
圖4-13 在不同權重下第 1 與第 10 投組之年報酬率平均值差額:大型股
由前可知,在ROE 與 PBR 的權重為 40%與 60%時有最好的績效,故以十等分法 產生的各投組的績效如圖4-14,可知
(1) 年化報酬率:與評分成正比。
(2) 月報酬率 Sharpe 指標:與評分成正比。
(3) 月報酬率超額報酬 (alpha):與評分成正比。
(4) 月報酬率系統風險 (beta):與評分成反比。
(5) 月報酬率高於 0 之機率:與評分成正比。
(6) 月報酬率高於大盤之機率:與評分成正比。
在ROE 與 PBR 的權重為 40%與 60%時,各投組的年報酬率平均值與標準差關係
64
如圖4-15,可知評分最大的等分其月報酬率平均值最大,而標準差只略大一些,因此 是最佳投組。
-30%
-20%
-10%
0%
10%
20%
30%
最小10% 最小20% 最小30% 最小40% 最小50% 最大50% 最大40% 最大30% 最大20% 最大10%
ROE-PBR(權重40%-60%)各種投組
年化報酬率(%)
-0.2 -0.1 0 0.1 0.2 0.3
最小10% 最小20% 最小30% 最小40% 最小50% 最大50% 最大40% 最大30% 最大20% 最大10%
ROE-PBR(權重40%-60%)各種投組
月報酬率Sharpe指標
-2 -1 0 1 2 3
最小10% 最小20% 最小30% 最小40% 最小50% 最大50% 最大40% 最大30% 最大20% 最大10%
ROE-PBR(權重40%-60%)各種投組
Alpha值
0.8 0.85 0.9 0.95 1 1.05 1.1 1.15
最小10% 最小20% 最小30% 最小40% 最小50% 最大50% 最大40% 最大30% 最大20% 最大10%
ROE-PBR(權重40%-60%)各種投組
Beta值
40%
42%
44%
46%
48%
50%
52%
54%
最小10% 最小20% 最小30% 最小40% 最小50% 最大50% 最大40% 最大30% 最大20% 最大10%
ROE-PBR(權重40%-60%)各種投組
月報酬>0機率
30%
35%
40%
45%
50%
55%
60%
65%
最小10% 最小20% 最小30% 最小40% 最小50% 最大50% 最大40% 最大30% 最大20% 最大10%
ROE-PBR(權重40%-60%)各種投組
月報酬超越大盤機率(%)
圖4-14 在 ROE 與 PBR 的權重為 40%與 60%時,各投組的績效:全部股
-2.0%
-1.0%
0.0%
1.0%
2.0%
3.0%
0% 5% 10% 15%
月報酬率標準差
月報酬率平均值( % )
圖4-15 在 ROE 與 PBR 的權重為 40%與 60%時,各投組的月報酬率平均值與標準差關係:
全部股
65
4-4 模型Ⅲ ─ 成長價值雙因子模型(季報盈餘)
Yeh & Hsu (2010)曾利用均數復歸現象來預測未來的淨值股價比(BPR)與未來的 淨值報酬率(ROE),推導出「成長價值雙因子模型」(Growth Value Two-Factor Model, GVM)股票報酬率預測模型,得到一個可作為選股依據的成長價值指標(Growth Value Index, GVI)。GVI 含一個由市場數據決定的模型參數,當此參數大時,代表均數復歸 現象強烈,市場處於價值因子控制情境;反之,均數復歸現象微弱,處於成長因子控 制情境。這為價值股與成長股何者績效較佳之爭論提供一合理的理論解釋。以台灣股 市進行實證發現,BPR 與 ROE 皆有明顯的均數復歸現象。此外,投資組合的實證發 現,GVI 的選股指標能創造優異的投資績效,證明 GVM 的有效性。
成長價值指標(Growth Value Index, GVI)的公式如下(圖 4-16):
) 1
( )
( BPR
0 *ROE
0GVI ≡
θn⋅ +
(4-1)其中BPR =目前的淨值股價比(B/P),0 ROE =目前的股東權益報酬率,0
θ
n*=一個由市場決定的參數。依文獻的研究,在台灣股市的最佳值約0.2-0.3,一般可取 0.25。
事實上,單純用 P/B 或 ROE 選股都是價值成長指標(GVI)的特例(圖 4-17 與圖 4-18),因為由(4-1)式可知:
θ=0 則 GVI 由 ROE 控制,即成長因子控制。
θ=1 則 GVI 由 B/P+E/P 控制,即成長與價值因子控制。
θ=∞則 GVI 由 B/P 控制,即價值因子控制。
) 1
( )
( BPR0 * ROE
0
GVI ≡ θ
n ⋅ +
價值因子 成長因子
由市場data 決定 圖4-16 價值成長指標(GVI)