多因子研究系列之二:银行多因子选股

银行业多因子与其他行业的不同

    1)银行、证券业有大量的现金、金融资产,在计算流动性指标时无法与其他行业的企业一同比较;

    2)银行业有资产拨备、计提等操作,之后其业绩会发生一些变化,使得PE等指标失真;

    3)部分财务数据如总资产利润率、存货周转率只存在于其他行业,而在银行业中这些指标并不存在。

    银行业多因子:常规因子与银行专项因子

    本篇报告的因子由两部分组成:常规因子与银行专项因子。我们将分别使用两个类型的因子构建模型,并在2016年至2018年4月的历史数据中回测模型获得alpha的能力以及稳定性。

    常规因子

    经过因子初筛以及相关性检验,常规因子我们选取了流通市值、营业收入、市净率倒数、6个月涨跌幅、资产回报率、ROE同比、营收同比。

    银行专项因子

    银行专项因子我们选取了不良贷款比率、拨备覆盖率、拨备覆盖率环比、利息收入以及利息净收入同比。

    结论

    我们发现两种模型都能获得相对稳健的alpha收益,但相对而言银行专项因子的稳定性和收益要优于常规因子。尤其是在2016年底至2017年初市场风格发生较大转变时,常规因子中的规模因子以及技术指标中的动量因子发生了明显的反转,导致部分alpha被抵消。

    在实际量化操作过程中,可以将常规因子和银行专项因子相结合,同时剔除相关性高但择股能力相对较弱的因子。多因子银行股选股结果 (9月)如下:建设银行(601939.SH)、招商银行(600036.SH)、宁波银行(002142.SZ)、南京银行(601009.SH)。

    风险提示

    宏观经济下行风险、因子有效性减弱或反转的风险。