寻找股票价格的驱动力

在智语良投首届“谈股论金”主题分享会上,主讲人方朴一分享了“股票价格变化的内在驱动力”,通过案例向大家阐述了影响股价的驱动因子,以及背后驱动上涨的逻辑,并且通过“市盈率”因子向大家介绍了验证有效驱动因子的方法,以下为内容整理稿:

什么是影响股价的驱动力?

简单地说,如公司所属的行业、地区、概念、估值等等都可以看作是影响股价的一个个因子,也就是所谓的驱动力。而这些因子对于股价的影响程度,通常会用“相关性”来衡量。

比如最近超火的“雄安”概念。它一横空出世,北京、天津、河北的公司的股价就蹭蹭蹭往上涨,这是地域方面的相关性;而房地产、基建公司的股价上涨,则体现了业务方面的相似性。这些相关的公司的股价变动体现出的相似性让我们深思“相关性”的可操作性——从主营业务、地域、概念、估值等因子中寻找与股价的相关性,从而优化投资策略组合。

驱动因子为何会使股价上涨?

我们可以简单地把影响股价的因子可以分为以下三类:

宏观经济:GDP增长率等。

基本面数据:行业、财务数据等。

统计量数据:价格区间等。

以宁波雅戈尔为例,按行业来分,它属于服装业。但实际它的大部分利润都来自房地产业务。2016年,地产开发这块业务贡献利润比例达到54.7%,品牌服装只贡献了45.3%。因此,我们可以简单认为:

雅戈尔涨跌= 0.547 × 地产开发涨跌+ 0.453 × 品牌服装涨跌+ 公司自身因素带来的涨跌(比如雅戈尔动物园事件)。

通过财务数据将公司的股价影响进行分解,对其做一个回归,求出其系数,就是基于基本面数据的因子分析方法。因此,地产开发行业的整体涨跌,很大程度上会影响雅戈尔的股价涨跌。

那它背后的财务逻辑是怎么样的呢?

首先,我们知道公司的筹资方式有两种——一是向银行借钱,二是上市融资。假如我需要2000万资金来经营企业,我可以向银行借1000万,再上市发行1000万的股票,以10元的价格融资100万股。一年过去,2000万的资本变成了4000万。这4000万要怎么分解?是给股东分红还是给公司未来发展留着?其实不管哪种方式,只要有利润,本质上都是股东权益的增长。因为银行肯定不会因为你今年赚的多了就让你多还点贷款,所以剩下的3000万是股东权益的增长,即现在每一股价值30元,股票内在价值上升。因此,公司的经营情况的好坏直接反应其内在价值。

所以也就不难理解,雅戈尔的内在价值很大一部分是来自于房地产的营收,其房地产行业的上涨,自然会使雅戈尔的价值预期上涨,反映在股票上则是股价上涨。

市盈率是否有效?

那是不是股票内在价值比较高的时候,我们就该买入股票呢?什么因子可以描述股价和公司经营的关系?

想必大家肯定听过一个因子叫市盈率因子。市盈率的定义就是股价/每股净收益。如10倍市盈率,其意义也可以简单的理解为,假如花1元买入该公司股票,则需要10年我才可以拿回成本。

上图为万科按照前复权方式的股价图。大家可以看到股价前复权后倒推至1999年,每股价格是-0.4元,即1999年买入万科,持有到今天,我不仅不需要付出一点成本,王石还得倒贴我4毛钱每股。

那是不是觉得市盈率就能很准确地评估股票的价值了呢?即市盈率低,股票就好;市盈率高,股票就不好?

我们用2种量化的方法对市盈率的有效性进行检验。

一种是看因子值和后来一段时间收益率的相关性,即公司现在的市盈率越低,股票往后的盈利空间越大。第二种方案把因子分为5个分位,作为投资组合,观察各投资组合在不同时期的表现。即我今天买进市盈率最小的20%的股票,放半年,观察收益如何。同理再尝试20%-40%、40%-60%、60%-80%、80%-100%的市盈率的股票,进行比较。如果市盈率20%的表现最好,就说明市盈率因子是有效的。

以上是市盈率因子相关性的实证检验。红线表示市盈率和往后一段时间的收益率正相关,即现在市盈率越低往后表现越差;绿线表示负相关,即现在市盈率越低往后表现越好。我们可以看出相关性非常错乱。真正按财务上分析应该是一片绿的。但在A股市场,就比较错乱。那么这个指标其实并没有那么大家鼓吹得那么有参考价值。

第二种就是进行分位测试。我把市盈率分为5分位。市盈率最小的20%是最小分位。然后进行历史数据的回测之后,发现也是比较错乱的。可以看到第五分位的股票年化收益率是101%,而第一分位的只有87%。说明市盈率在A股市场上并没有那么有效。当然,这仅仅是一个大概的计算,按照具体行业进行深度分析,可能市盈率还是有效的。这正是我们正在细化进行的工作。

通过这套因子分析系统,我们可以知道哪些因子是有效的,哪些因子是无效的。然后我们就可以进行一些多因子的组合。通过对一系列因子的拼接,对股票进行筛选。

我们还基于斯坦福大学的一个教授的Fscore选股模型,做了一个A股市场的选股模型。我们使用其中的5个指标:

1、在市净率(PB)最小的前5%中选择股票

2、ROA为正

3、ROA较去年同期增加

4、杠杆率较去年同期下降

5、流动资产周转率较去年同期增加

这些基本面都是衡量一家公司好坏的评价指标。我们用这套选股方案来对整个A股市场进行回测,回测结果如下:

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 212,542评论 6 493
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,596评论 3 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 158,021评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,682评论 1 284
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,792评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,985评论 1 291
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,107评论 3 410
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,845评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,299评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,612评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,747评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,441评论 4 333
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,072评论 3 317
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,828评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,069评论 1 267
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,545评论 2 362
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,658评论 2 350

推荐阅读更多精彩内容

  • 著名财经杂志《财富》对本书的评论是:如果你一生只读一本关于投资的著作,无疑就是这本《聪明的投资者》。 首先介绍一下...
    惜她阅读 6,822评论 0 34
  • 今天看了一篇文章--------《离太闲的人远一点》,文章里说,之所以人与人的斗争会在有的单位白热化,归咎于这个公...
    若愚123阅读 155评论 0 0
  • 文/和天尘 我遇见的都是我的亲人 她们来了,或者再离去 都有一次告别 我在这告别声里撕心裂肺地哭着,或笑着 每一次...
    和天尘阅读 303评论 14 4