我们参考股票多因子模型研究方法论，将市场上所有公司依据所属行业 分类（中信一级行业分类）划分为不同行业类别的公司集合，将每个行 业视为一家囊括所有同行业公司的集团公司，利用行业整体的财务、资 金与量价等指标构造行业配置因子，探索有效的行业配置模型。行业多 因子研究框架包括基础数据处理、行业因子合成、单因子测试、复合因 子合成等步骤。 本篇报告基于公司财务数据合成行业财务质量、盈利能力以及成长能力 三类因子，测试行业财务因子有效性，合成并研究行业景气度因子在行 业配置中的应用。
1.1. 基础数据处理
我们基于行业自身或行业成分股财务基本面、微观结构技术面、资金流 向等数据合成行业层面用于行业因子计算的基础数据。比如，基于公司 资产负债表、利润表、现金流量表合成所属行业整体的财务基本面数据。 基础数据处理需注意：
1. 用于行业数据合成的成分股数据时点需保持一致，当成分股最新数 据所属报告期不一致时需有统一合理的数据对齐规则（如以财报数 量、公司市值占比较大，数据较新者为准）； 2. 行业基本面数据需有经济含义，对于某些行业不适用的数据需特殊 处理（比如用行业均值或中位数填充）； 3. 缺失数据处理应以合理性为处理原则。
1.2. 行业因子合成
我们基于基础数据处理后的行业数据，合成可用于行业比较的行业因子 数据。比如，通过不同报告期行业整体的收入与利润数据，计算行业整 体的收入与利润增长率因子。
行业因子合成需注意： 1. 行业因子在不同行业间需具有可比性； 2. 行业因子需要考虑行业数据季节性变化规律，对于存在季节性变化 的数据采用单季或完整年度数据同比计算； 3. 行业不同时期前后比较时，应保证用于行业合成的公司前后一致以 保证可比性。
1.单因子测试
我们通过单因子 IC 测试与分组回测测试行业单因子收益预测的有效性 与稳定性。 1. 因子 IC 测试 我们计算 T 期因子值与 T+1期行业收益率的 Pearson相关系数（RawIC）， 同时计算因子 T 期因子值排序与 T+1 期行业收益率的 Spearman 相关系 数（RankIC）。此外，可以计算秩相关系数——Spearman 相关系数，使用两个变量的位 次计算，是与因子分布无关的。
可以通过以下指标评价因子效果： a) IC 值的均值——因子显著性； b) ICIR 比率（IC 均值/标准差）——因子有效性； c) IC 序列 T 值（IC 均值*sqrt(样本数-1)/IC 标准差）——因子显著性； d) IC 值的胜率（因子值与 IC 值同向的截面数占比）。
2. 因子分组测试
因子分组测试是根据因子值打分排序分多组测试各组组合累计净值表 现，我们采用 6 组定期调仓的方法进行测试（每组含 5 个中信一级行业）。 因子多空测试是分组测试中第一组与第六组多空强弱表现，多空测试与 分组测试可以一并进行。
我们可以从多个维度考察分组测试效果： a) 分组测试结果是否具备单调性，即各分组累计净值表现与其排序是 否具有一致性，分组测试结果单调性越高越好； b) 分组多空收益表现，即考察第一组和第六组累计净值相对强弱表现 及其最大回撤； c) 多头组合相对市场基准表现，即考察第一组与市场基准指数相对强 弱及其最大回撤。
因子分组测试主要考察以下绩效指标： a) 分组测试的累计收益率、最大回撤等； b) 多头组合的年化收益率、年化波动率、SHARP 比率、最大回撤等； c) 多头组合相对市场基准的超额年化收益率、超额年化波动率、信息 比率、超额最大回撤等。
因子分组测试采用定期调仓的方式进行回测，在本篇报告中基于财报数 据披露截至时间规定，我们在每年 4 月底、8 月底、10 月底进行组合调 仓操作。我们采用中信一级行业指数合成市场基准指数，基准指数组合 与分组测试同步调整持仓。
1.4. 复合因子合成
基于单因子测试结果，我们筛选单因子 IC 测试与分组测试表现较好的 因子作为备选因子，经由因子 IC 值相关性分析选出相关性较弱、收益率 较高且具有经济学含义的因子合成行业复合因子。 我们采用单因子等权相加的方法合成复合因子，即将候选单因子通过去 极值、标准化、截取等方式进行标准化处理，然后通过等权相加的方式 合成行业复合因子。 复合因子的测试方法与单因子测试相同，可以通过因子 IC 测试与分组 回测测试复合因子收益预测的有效性与稳定性。复合因子测试时需关注 多头组合的年化收益率、SHARP 比率、最大回撤，以及多头组合相对市 场基准的年化超额收益率、信息比率和超额最大回撤。
2.1. 行业财务因子分类与构建方法
我们通过行业成分股财务数据合成行业整体财务因子，构建了三类行业 财务因子：财务质量、盈利能力与成长能力因子。财务质量因子主要体 现行业整体负债程度、对上下游议价能力、应收账款与存货周转率等经 营质量高低，共设计有 22 个具体财务质量因子。盈利能力因子主要体现 行业整体毛利率、核心利润率、资产收益率、费用管理水平等盈利水平 高低，共设计有 28 个具体盈利能力因子。成长能力因子主要体现行业整 体收入、利润、经营净现金流、预收款等环比/同比增长率或增速变化， 共设计有 26 个成长能力因子。
在构建具体的行业财务因子时需注意： 1. 行业因子在不同行业间需具有可比性，我们对于不同类型的行业因 子采用不同的构建方法，比如：采用环比增量或同比增量构建财务 质量和盈利能力两类因子；采用环比增长率、同比增长率或同比增 长率环比增量构建成长能力因子； 2. 行业因子需要考虑行业数据季节性变化规律，对于存在季节性变化 的数据采用单季或完整年度数据同比计算； 3. 行业不同时期前后比较时，应保证用于行业合成的公司前后一致以 保证可比性。
报告数据类型有报告期末、累计、TTM 和单季 4 种：“报告期末”一般 适用于报告期末资产负债表最新快照数据；“累计”指年初至报告期累计 数据，一般适用于利润表、现金流量表等流量数据；“TTM”指当前报告 期往前推 3 个季度包含 4 个季度跨度一年的报告数据，一般适用于利润 表、现金流量表等流量数据；“单季”指单个季度数据，比如单个季度利 润、现金流量等。
我们对于不同类型的行业因子采用不同的构建方法： 1. 采用环比增量或同比增量构建财务质量和盈利能力两类因子； 2. 采用环比增长率、同比增长率或同比增长率环比增量构建成长能力 因子。
2.2. 财务质量因子
财务质量因子主要体现行业整体负债程度、对上下游议价能力、应收账 款与存货周转率等经营质量高低，共设计有 22 个具体财务质量因子。具 体因子设计时，如无特殊说明则因子值越高代表行业财务质量越好。
具体因子类别如下： 1. 资产负债率（Detb2Asset），指行业总负债/行业总资产，可以衡量行 业整体负债水平。 2. 流动资产比例（CurAsset2Asset），指行业流动资产/行业总资产，可 以衡量行业整体流动资产占总资产比例。 3. 流动比率（CA2CDebt），指行业流动资产/行业流动负债，可以衡量 行业整体流动资产对流动负债的覆盖程度。高流动比率代表流动负 债偿还能力较强。
4. 速动比率（QA2CDebt），指行业速动资产/行业流动负债，可以衡量 行业整体速动资产对流动负债的覆盖程度。高速动比率代表流动负 债快速偿还能力较强。 5. 供应商议价力（SupplyBarginPow），指行业对上游供应商议价能力， 高供应商议价力代表行业对上游供应商议价能力高、行业竞争地位 强。 6. 客户议价力（ClientBarginPow），指行业对下游经销商或客户议价能 力，高客户议价力代表行业对下游经销商或客户议价能力高、行业 产品或服务竞争力强。
7. 应收账款周转率（Rev2Acct），指行业营业收入/行业应收账款，可 以衡量行业整体应收账款相对营业收入的多少，应收账款周转率越 高代表行业产品或服务出售赊账情况较少、产品服务竞争力强。 8. 存货周转率（OperCost2Inve），指行业营业成本/行业库存，可以衡 量行业整体存货变现速度和运营效率，高存货周转率代表行业运营 效率较高、存货损失风险较小（仅一般情况而言）。 9. 经营净现金营业利润比（OperCF2OperProfit），指行业经营性净现金 流/行业营业利润，可以衡量行业盈利质量水平，高经营净现金营业 利润比代表行业盈利有现金保证、盈利质量较高。
2.3. 盈利能力因子
盈利能力因子主要体现行业整体毛利率、核心利润率、资产收益率、费 用管理水平等盈利水平高低，共设计有 28 个具体盈利能力因子。具体因 子设计时，如无特殊说明则盈利能力因子值越高代表行业盈利能力越好。
具体因子类别如下： 1. 销售毛利率（GrossProfitRatio），指行业毛利润/行业营业收入，可以 衡量行业整体毛利率水平，高毛利率代表行业产品服务销售毛利率 较高。2. 营业利润/营业收入（OperEarn2OperRev），指行业营业利润占营业 收入的比重，可以衡量行业营业收入扣除营业成本、税金、销管财 三费等后营业利润占营业收入的比重。与销售毛利率指标类似，该 因子比重较高代表行业产品服务竞争力强。 3. 核心利润率（CoreProfitRatio），指行业核心利润/行业营业收入，可 以衡量行业整体核心经营利润率水平高低。核心利润排除掉了跟企 业经营无关因素，对企业利润水平刻画比较准确。高核心利润率代 表行业产品服务竞争力强、利润率高。
4. 销售净利率（ROS），指行业扣非归母净利润/行业营业收入，可以衡 量行业整体销售对应的净利润水平，高销售净利率代表行业产品服 务销售获利能力强。 5. 净资产收益率（ROE），指行业扣非归母净利润/行业净资产，可以 衡量行业单位净资产获利能力高低，高净资产收益率代表行业单位 净资产获利能力高、行业经营效率高。ROE 高低与利润率、资产周 转率以及财务杠杆倍数有关。 6. 总资产收益率（ROA），指行业扣非归母净利润/行业总资产，可以 衡量行业单位总资产获利能力高低，高总资产收益率代表行业单位 总资产获利能力高、行业经营效率高。 7. 营业收入/销管财费用（OperRev2ThreeCosts），指行业单位销管财费 用产生的营业收入，可以衡量行业费用管理能力高低。
2.4. 成长能力因子
成长能力因子主要体现行业整体收入、利润、经营净现金流、预收款等 环比/同比增长率或增速变化，共设计有 26 个成长能力因子。具体因子 设计时，如无特殊说明则成长能力因子值越高代表行业成长能力越好。 具体因子类别如下：
1. 预收款项（AdvPaym），指行业预收款项与合同负债之和，可以衡量 行业产品服务竞争力和业绩保障程度高低，高预收款项代表行业下 游经销商先打款后拿货等情况较多、产品服务竞争力和业绩保障程 度高。 2. 营业收入（OperRev），指行业内所有公司营业收入之和，可以衡量 行业整体营业收入多少。 3. 营业利润（OperProfit），指行业公司营业收入扣除营业成本、税金、 销管财三费等公司所得税扣减前的利润总和，可以衡量行业整体营 业利润多少。 4. 核心利润（CoreProfit），指行业公司营业收入扣除营业成本、税金、 销管财三费等公司所得税扣减前的利润总和。与营业利润相比，核 心利润剔除掉与公司经营无关的损益，可以更好地刻画公司实际利 润水平。
5. 归母扣非净利润（NetProfitOwnerRecur），指行业公司剔除非经常性 损益后归属于母公司股东的净利润之和。与普通归母净利润相比， 归母扣非净利润可以更好地刻画公司长期可持续利润水平。 6. 经营净现金流（OperNetCashflow），指行业公司经营活动净现金流 之和。公司经营净现金流与净利润、应收应付变化、资产折旧与摊 销有关，长期看公司经营净现金流与净利润应该比较接近。对于资 产折旧与摊销高的成熟期重资产行业，经营净现金流有可能超过净 利润；对于净利润长期显著低于经营净现金流的公司需要考虑应收 增加等利润水平不高风险。
我们采用因子 IC 测试与分组测试的方法对行业财务质量、盈利能力以 及成长能力因子进行单因子测试。基于财报发布时间规定，我们在每年 4 月底、8 月底、10 月底进行组合调仓操作，回测日期区间为 2010 年 4 月底至 2022 年 3 月底。我们采用中信一级行业指数等权合成市场基准 指数，基准指数组合与单因子测试同步调仓。
3.1. 财务质量类因子测试
我们对 22 个财务质量因子进行单因子 IC 测试与分组测试，发现客户议 价力环比增量、供应商议价力环比增量、速动比率环比增量、存货周转 率 TTM 环比增量、速动比率环比增量与经营净现金营业利润比 TTM 同 比增量等 5 个因子测试表现较好，其中客户议价力环比增量与供应商议 价力环比增量分组回测多头组合（第一组）年化收益率分别为 8.76%、 8.47%。以上 5 因子作为财务质量类备选因子参与复合因子合成。
3.1.1. 因子 IC 测试
通过因子 IC 值测试，我们发现存货周转率 TTM 环比增量、客户议价力 环比增量、速动比率环比增量、经营净现金营业利润比 TTM 同比增量 等因子的 Raw IC、RankIC 以及胜率都较高，其中存货周转率 TTM 环比 增量与客户议价力同比增量的 Rank IC 均值分别为 8.26%、5.34%。
我们观察 IC 测试表现较好的因子 IC 值分布，发现其分布重心均位于 x 轴上方但整体分布仍较为分散，说明财务质量类因子收益预测稳定性不 够高。
3.1.2. 因子分组测试
通过因子分组测试，我们发现客户议价力环比增量、供应商议价力环比 增量、速动比率环比增量、存货周转率 TTM 同比增量、速动比率环比增 量与经营净现金营业利润比 TTM 同比增量等 5 个因子分组测试结果较 好，其中客户议价力环比增量与供应商议价力环比增量分组回测多头组 合（第一组）年化收益率分别为 8.76%、8.47%，相对市场基准指数的超 额年化收益率分别为 3.98%、3.69%。
我们观察分组测试表现较好的因子分组累计净值，发现其分组收益单调 性较好且多头组合（第一组）年化收益率较高。
综上，我们将客户议价力环比增量、供应商议价力环比增量、速动比率 环比增量、存货周转率 TTM环比增量、速动比率环比增量与经营净现 金营业利润比 TTM同比增量等 5个财务质量因子作为备选因子参与复 合因子合成。
3.2. 盈利能力类因子测试
我们对 28 个盈利能力因子进行单因子 IC 测试与分组测试，发现核心净 利率单季同比增量、净资产收益率单季同比增量、销售净利率单季同比 增量、总资产收益率 TTM 同比增量等 4 个因子测试表现较好，其中总 资产收益率 TTM 同比增量与销售净利率单季同比增量分组回测多头组 合（第一组）年化收益率分别为 8.05%、7.65%。以上 4 个因子作为盈利 能力类备选因子参与复合因子合成。
3.2.1. 因子 IC 测试
通过因子 IC 值测试，我们发现核心利润率单季同比增量、净资产收益率 单季同比增量、营业利润/营业收入单季同比增量、销售净利率单季同比 增量、总资产收益率单季同比增量等因子的 Raw IC、RankIC 以及胜率 都较高，其中核心利润率单季同比增量与净资产收益率单季同比增量的 Rank IC 均值分别为 12.07%、9.22%。
我们观察 IC 测试表现较好的因子 IC 值分布，发现其分布重心均显著大 于 0，整体分布大部位于 x 轴上方，说明盈利能力类因子收益预测稳定 性较高。
3.2.2. 因子分组测试
通过因子分组测试，我们发现总资产收益率 TTM 同比增量、销售净利 率单季同比增量、核心利润率单季同比增量、净资产收益率单季同比增 量等 4 个因子分组测试结果较好，其中总资产收益率 TTM 同比增量与 销售净利率单季同比增量分组回测多头组合（第一组）年化收益率分别 为 8.05%、7.65%，相对市场基准指数的超额年化收益率分别为 3.27%、 2.86%。
我们观察分组测试表现较好的因子分组累计净值，发现排名靠前分组与 排名靠后分组累计净值区分度较高，但各分组收益单调性不够好。比如， 总资产收益率 TTM 同比增量、销售净利率单季同比增量、核心利润率 单季同比增量、净资产收益率单季同比增量等因子空头组合（第六组） 收益率均最差，但仅有总资产收益率 TTM 同比增量多头组合（第一组） 收益率最高，其他 3 个因子第二组收益率最高。
综上，我们将核心净利率单季同比增量、净资产收益率单季同比增量、 销售净利率单季同比增量、总资产收益率 TTM同比增量等4个盈利能 力因子作为备选因子参与复合因子合成。
3.3. 成长能力因子测试
我们对 26 个成长能力因子进行单因子 IC 测试与分组测试，发现营业利 润 TTM 同比增长率环比增量、核心利润同比增长率环比增量、核心利 润单季同比增长率、核心利润 TTM 环比增长率、预收款项同比增长率 等 5 个因子测试表现较好，其中核心利润单季同比增长率、预收款项同 比增长率、核心利润同比增长率环比增量分组回测多头组合（第一组） 年化收益率分别为 8.98%、8.93%、8.42%。以上 5 因子作为成长能力类 备选因子参与复合因子合成。
3.3.1. 因子 IC 测试
通过因子 IC 值测试，我们发现营业利润 TTM 同比增长率环比增量、核 心利润同比增长率环比增量、核心利润单季同比增长率、预收款项同比 增长率等因子的 Raw IC、RankIC 以及胜率都较高，其 RankIC 均值分别 为 12.18%、11.70%、11.00%、8.13%。
我们观察 IC 测试表现较好的因子 IC 值分布，发现其分布重心均显著大 于 0，整体分布大部位于 x 轴上方，说明成长能力类因子收益预测稳定 性较高。
3.3.2. 因子分组测试
通过因子分组测试，我们发现核心利润单季同比增长率、预收款项同比 增长率、核心利润 TTM 同比增长率环比增量、营业利润 TTM 同比增长 率环比增量、营业利润 TTM 同比增长率环比增量、核心利润 TTM 环比 增长率等 5 个因子分组测试结果较好，其中核心利润单季同比增长率、 预收款项同比增长率与核心利润 TTM 同比增长率环比增量分组回测多 头组合（第一组）年化收益率分别为 8.98%、8.93%、8.42%，相对市场 基准指数的超额年化收益率分别为 4.20%、4.15%、3.64%。
我们观察分组测试表现较好的因子分组累计净值，发现核心利润单季同 比增长率、预收款项同比增长率、核心利润 TTM 同比增长率环比增量 等因子分组收益单调性较好且多头组合（第一组）年化收益率较高。
综上，我们将营业利润 TTM同比增长率环比增量、核心利润同比增长 率环比增量、核心利润单季同比增长率、核心利润 TTM环比增长率与 预收款项同比增长率等5个成长能力因子作为备选因子参与复合因子合 成。
4.1. 复合因子合成
通过对财务质量、盈利能力、成长能力三类 76 个因子进行单因子 IC 测 试与分组测试，共筛选出 14 个备选因子参与行业景气度复合因子合成， 其中包含 5 个财务质量、4 个盈利能力以及 5 个成长能力因子。
我们对备选因子进行 RankIC 值相关性分析发现： 1. 财务质量类因子与盈利能力及成长能力类因子整体相关性较低，其 中客户议价力环比增量和供应商议价力环比增量两个因子之间相 关性为负。 2. 盈利能力类因子与财务质量类因子整体相关性较低，与成长能力类 因子整体相关性较高。其中总资产收益率 TTM 同比增量和销售净 利率单季同比增量两个因子与成长能力类因子的相关性相对较低。 3. 成长能力类因子与财务质量类因子整体相关性较低，除预收款项同 比增长率外其他成长能力类因子与盈利类因子整体相关性均较高。 成长能力类因子中，预收款项同比增长率与其他成长能力类因子相 关性较低。
综合考虑财务质量、盈利能力、成长能力三类备选因子的因子测试表现 以及因子间 RankIC 值相关性，我们选择客户议价力环比增量（质量 1）、 供应商议价力环比增量（质量 2）、销售净利率单季同比增量（盈利 2）、 核心利润单季同比增长率（成长 1）、预收款项同比增长率（成长 2）以 及核心利润 TTM 同比增长率环比增量（成长 3）等 6 个因子采用单因 子标准化等权相加的方式合成行业景气度复合因子。
4.2. 复合因子测试
因子分组测试是根据因子值打分排序分多组测试各组组合累计净值表 现，我们采用 6 组定期调仓的方法对行业景气度复合因子进行分组回测。 回测日期区间为 2010 年 4 月底至2022 年 3 月底。调仓日期为每年 4月、 8 月、10 月月底。市场基准指数采用中信一级行业指数等权合成，基准 指数组合与复合因子回测同步调仓。
行业景气度复合因子分组回测结果： 1. 多头组合（第一组）年化收益率为 13.39%，空头组合（第六组）年 化收益率为-1.21%； 2. 多头组合相对市场基准指数的超额年化收益率为 8.60%，相对空头 组合的超额年化收益率为 14.59%； 3. 多头组合的 SHARP 比率为 0.48，信息比率为 1.05； 4. 多头组合最大回撤51.58%，相对市场基准超额收益最大回撤15.60%， 相对空头组合超额收益最大回撤 17.97%； 5. 分组 2、3、4、5 收益率介于第 1 组与第 6 组之间，其中分组 5 收益 率与分组 6 比较接近，分组 3 与分组 4 收益率比较接近。
4.3. 复合因子绩效分析
行业景气度复合因子多头组合（第一组）年化收益率为 13.39%，最大回 撤为 51.58%，SHARP 比率为 0.48，信息比率为 1.05。 超额收益方面，行业景气度复合因子多头组合相对市场基准指数超额年 化收益率 8.60%。年度超额收益率前三的年份为 2020、2017、2012，超 额收益分别为 22.95%、17.68%、13.46%；年度超额收益率后三的年份为 2019、2018、2016，超额收益率分别为-5.75%、-0.77%、-0.65%。月度超 额收益率前三的月份为 202203、201707、201301，超额收益率分别为 12.52%、9.38%、5.71%；月度超额收益率后三的月份为 201803、202103、 202110，超额收益率分别为-6.37%、-4.59%、-3.82%。 换手率方面，年度单边换手率均值为 190%，单次调仓换手率在 40%至 80%之间。
行业景气度模型 2021年 10月底依据 2021年三季报数据调仓，调仓后 多头组合为：煤炭、基础化工、钢铁、电子、国防军工；空头组合为： 农林牧渔、消费者服务、电力及公用事业、石油石化、非银行金融。截 至 2022 年 3 月 22 日，多头组合收益率为-4.19%，市场基准收益率为18.21%，多头组合相对市场基准超额收益 14.03%。
行业景气度模型下次调仓日期为 4 月底，我们依据 3 月底已披露的 2021 年报数据计算最新多头组合为：石油化工、电子、基础化工、交通运输、 食品饮料；空头组合为：综合、轻工制造、电力及公用事业、房地产、 消费者服务。
本篇报告我们借鉴股票多因子研究框架，利用公司财务数据合成行业财 务因子，通过单因子测试合成并研究行业景气度因子在行业配置中的应 用。研究结果表明：行业景气度复合因子具有较好的行业配置能力，复 合因子多头组合年化收益率为 13.39%，相对市场基准超额年化收益率为 8.60%。
受限于公司财报披露时间限制，组合调仓频率较低，仅在每年 4 月、8 月、10 月月底调仓。后续我们将从拓展信息深度和信息广度两个方向出 发，深入研究基本面（财报、快报、预告、分析师预期）、技术面（价量、 市场微观结构）、资金面（北向资金、基金持仓）和情绪面因子在行业配 置中的应用。
（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）
