基于宏观环境划分的ROE杜邦三要素驱动分析

2023年10月16日李杨(证券分析师)S0350522070001liy19@ROE对资产价格存在驱动资产的价格一般受到资产基本面、市场资金以及投资情绪三者共同影响。直观的对比中证全指指数与中证全指的ROE指标能够发现两者之间在某些时间下存在高度正相关，部分区间ROE对指数的驱动失效。一方面在市场不存在大幅增量资金流入流出和情绪变动的情况下ROE能够凸显其对价格的驱动，另一方面不同宏观环境下的ROE驱动表现也存在分歧。通过高维宏观因子测算月频对市场环境的经济与通胀两个要素进行高、中、低的行业的ROE三因素特征刻画根据杜三因子模型将公司基本面拆解为经营行为驱动和金融行为驱动，及将净资产收益率（ROE_TTM）拆解为表征经营行为的销售净利率（NPM_TTM）、总资产周转率（ATO_TTM）和表征金融行为的权益乘数（BLEV_TTM）三个要素，分别分析其对价格传导的效果。中观值相对大小和动态地观测每期ROE受到各要素驱动程度来分别刻画行业的二维特征。宏观分域下ROE三因素驱动分析经济和通胀高、中、低合计9个宏观分域中分别对净资产收益率（ROE_TTM）、销售净利率（NPM_TTM）、总资产周转率（ATO_TTM）和权益乘数（BLEV_TTM）四个因子进行有效性和稳定性分析，综合策略驱动程度。并据此在每个宏观分域下选择出最为有效驱动价格的单一因子。策略构建及表现对比ROE对行业价格和股票价格的驱动程度我们发现后者的驱动更为显著，且在多数环境下高ROE都能够有效驱动股票组合产生超额。本文根据宏观分域因子进行行业轮动及股票优选，中观层面通过筛选在各宏观分域下最能够有效驱动价格的要素上具备优势的行业，微观层面在筛选出的行业中优选ROE较高即基本面较优的股票构建组合。回测自2010年6月1日至2023年9月28日，行业轮动策略年化收益13.97%，相对行业等权指数超额年化7.64%，选股策略年化收益15.94%，相对中证全指超额年化12.39%，信息比率1.13。风险提示•ROE对价格的影响受环境多维度的影响•不同行业在三因素上的形态存在分化且特征明显请务必阅读报告附注中的风险提示和免责声明3ROE对价格存在明显的驱动●复盘2010年至今，中证全指（000985.CSI）指数与指数ROE水平，部分时间两者呈现较为明显的正相关关系，部分区间未呈现出显著的相关性。区分市场大环境，●因此能够通过区分市场环境，拆解不同环境下ROE对价格驱动的影响细化以ROE作为出发点的资产选择的逻辑。本文通过划分宏观环境作为研究的出发点，分析ROE在不同宏观分域下驱动情况。20102011201220132014200资料来源：资料来源：wind，国海证券研究所请务必阅读报告附注中的风险提示和免责声明4高于70%：高30%-70%：中低于30%：低高于70%：高30%-70%：中低于30%：低构建宏观周期识别框架●直接使用GDP增速、CPI同比、PPI环比等指标对经济环境的切分非常模糊，在此我们引用前述报告《高维宏观周期重构下的市场长期驱动逻辑》中定●基本构建逻辑：挑选相关细分指标，随机选取时间窗口，分别以的细分指标用过去一年标准差倒数加权构建宏观因子变量。利用HP滤波方法刻画宏观变量的长期变化趋势，并进行高、中、低周期划资料来源：国海证券研究所资料来源：国海证券研究所请务必阅读报告附注中的风险提示和免责声明5. CPI─PPI右轴：GDP注：时间统计区间自2010年1月4日至2023年8月31日不同宏观环境状态ROE的驱动程度不同●直观的从宏观环境视角观测市场ROE与市场走势的相关性程度，大体上能够发现，中、高的经济环境下ROE对价格的正向传导存在，但仍并不足够直观。●一方面将宏观环境做出经济与通胀的交叉划分考量基本面对价格的驱动，另一方面从中观●本文关于基本面对价格的驱动将从ROE的杜邦分析框架出发，进一步对净资产收益率进行拆解，研究不同宏观分域下不同的分项对价格的驱动情况。限ROE(%)─右轴：中证全指注：时间统计区间自2010年1月4日至2023年8月31日0资料来源：资料来源：wind，国海证券研究所请务必阅读报告附注中的风险提示和免责声明6•ROE对价格的影响受环境多维度的影响•不同行业在三因素上的形态存在分化且特征明显请务必阅读报告附注中的风险提示和免责声明7净资产的收益来源于经营行为和金融行为●经典的杜邦拆解模型将净资产收益率划分为了销售净利率、资产周转率和权益乘数。直观地三个要素可以粗略的划分为经营活动和金融活动。代表售净利率指标、代表运营效率的资产周转率属●一般而言企业的资本结构的变动相较于对ROE的变动影响程度也更弱。经营活动金融活动金融杠杆金融杠杆资料来源：国海证券研究所请务必阅读报告附注中的风险提示和免责声明8市场价格与杜邦三因子全市场角度三要素的驱动存在分歧●按照杜邦分解模型，针对中证全指的数据拆解其ROE指标，三因子走势与价格的走势分化较大。从指标与指数的走势上来看，三者中经营行为与价格的相关性更高，且多呈现正相关，权益乘数因子的形态上可见自2014年开始市场的杠杆呈现逐年走低的形态，与中证全指指数的价格相图：中证全指资产周转率-中证全指变动趋势007654321账面杠杆右轴：中证全指0资料来源：资料来源：wind，国海证券研究所请务必阅读报告附注中的风险提示和免责声明9行业ROE(%)行业指数行业指数行业指数行业ROE(%)行业指数行业指数行业指数行业指数制造类行业均衡受到三因子的影响ROE指标的趋势相较于全市场而言呈现出更高的相关性。ROE的基本面指标细项上来看，电力设备与新能源行业的价格受三主要由经营行为所主导，电力设备与新能源行业的走势与净利率和强且方向一致的关联，同时账面杠杆相对稳定，对ROE指标的边际变动贡献较0020122013201420152账面杠杆右轴：电力与新能源设备0ATO0资料来源：资料来源：wind，国海证券研究所请务必阅读报告附注中的风险提示和免责声明10ROE(%)行业指数行业指数行业指数ROE(%)行业指数行业指数行业指数行业指数消费板块经营行为有效驱动价格●以食品饮料行业为例，行业指数价格与ROE指标的趋势的相关性较电新●食品饮料行业的ROE长期稳定居中信30个一级行业较高的水平。因此更●消费板块作为受市场增量资金冲击较为显著的行业，在2019年和2020年BLEV图：食品饮料行业资产周转率-行情变动趋势NPM0.30.2ATO图：食品饮料行业资产周转率-行情变动趋势000资料来源：资料来源：wind，国海证券研究所请务必阅读报告附注中的风险提示和免责声明11REO(%)行业指数REO(%)行业指数000金融板块对三要素均不敏感●以银行为例，行业指数价格与ROE指标的趋势的相关性较前两个行业而言进一步弱化，从大趋势来讲，银行行业的表现与ROE呈现负相关。●数据证明银行的行情与账面杠杆程度与销售净利率所呈现出的正向关系更加显模型、价格传导特征进行划分对研究净资产收益率对价格的0资料来源：资料来源：wind，国海证券研究所请务必阅读报告附注中的风险提示和免责声明121源“靠产品特质盈利”“薄利多销”食品饮料011源“靠产品特质盈利”“薄利多销”食品饮料01经营效率和杠杆状况的四象限●不同行业在销售净利率、资产周转率和权益乘数征差异非常显著，通过对行业这三个要素的刻●其中仅权益乘数表征金融行为，我们不再做额外的拆分。净销售●通过对因子数据的观测，我们发现高净销售净利乎不存在于任意行业中，两者一定程度互斥，并业的对应分别直观的理解为靠产品特质盈利和靠种模式。在此我们通过截面排名的方式同样将经●进一步在每个截面上可以根据ROE与销售净利率、资产周转率和权益乘数的变动关系拆解三因子对ROE指标的驱动程度，将行业00注：时间截面为2023年8月31日10.6010.60食品饮料注：时间截面为2023年8月31日资料来源：资料来源：wind，国海证券研究所请务必阅读报告附注中的风险提示和免责声明13•ROE对价格的影响受环境多维度的影响•不同行业在三因素上的形态存在分化且特征明显请务必阅读报告附注中的风险提示和免责声明14kellqkellq 指标名称指标代码指标方向基本面综合净资产收益率ROE_ttm+杜邦分项销售净利率NPM_ttm+总资产周转率ATO_ttm+权益乘数BLEV_ttm宏观环境划分下的基本面驱动分析多维度考量象限内杜邦三因子的有效性●我们使用个股的净资产收益率（ROE_TTM）及其三个杜邦拆解因子销售净利率（NPM_TTM）、总资产周转率（ATO_TTM）和权益乘数（BLEV_TTM）四个因子，并通过行●四个因子中我们在权益乘数因子上赋予负向信号，其余均为正向信号，按照子多头行业组合和因子多头股票组合，其中行业多头组合选取中信一级行业等准，股票多头组合选取中证全指指数作为比较基准，通过观测各因子多头组在8个不同的经济●从量化维度评估因子有效性的部分本文引入了Kelly公式，测算各宏观分域下Kelly值表征因子投资的“性价比”，比较Kelly值的大小来横向比较相同宏观环境下各个要素对价格驱动的程赔率及Kelly值；同时测算各象限内的因子IC均值、胜率等要素多维度评估因子有效性。 经济状态通胀状态样本数量高高21高中中高中中31中低低高5低中低低46因子多头收益性价比的评估因子有效性评估框架因子显著性与稳定性的评估胜率：因子在该方向赚钱的概率绝对收益赔率：盈亏比相对收益Kelly：因子判断的性价比IC胜率：判断正确的概率资料来源：资料来源：wind，国海证券研究所请务必阅读报告附注中的风险提示和免责声明15累计净值923413..34累计净值923413..34不同环境下表现存在显著差异●根据行业因子值，每月分别选择ROE、销售净利率和资产周转率因子值最高和权益系数最低的6个行业，等权持仓构建因子多头。统计回测区间内行业因子多头表●将市场环境按照前文提及的方法切分为经济高、中、低和通胀水平高、中、低合计9个区域，每月月末根据宏观扩散指数作为次月宏观环境特征。统计自2010年5月至2023年8月31日市场环境数量统计如下表。统计各自宏观经济环境下几个因子多头的胜率与赔率。从胜率、赔率但整体的区别不大，胜率均值52.21%，赔率均值94.08%。●为了进一步说明因子在各区间内的有效性，综合胜率与赔率两个评估要素，应用凯利公式，用凯利值来表征因子在该方向上的重要度。从因子在各4.504.50ROE因子没有显著效果，但是杠杆因素对价格的驱动更加显著2.501.500.50ROE因子及各杠杆与销售净利率均能够显著跑赢市场3.50资产周转率因子多头权益乘数因子多头销售净利率因子多头ROE因子多头基准：行业等权经济通胀资产周转率账面杠杆销售净利润率净资产收益率高高54.65%53.26%50.23%53.49%高中56.48%54.82%53.49%54.82%中高50.31%54.60%49.69%50.61%中中52.77%54.04%51.03%50.87%中低49.67%50.67%49.33%49.67%低高54.08%51.02%48.98%50.00%低中54.30%51.13%51.58%50.68%低低53.58%54.55%52.30%54.01%经济通胀资产周转率账面杠杆销售净利润率净资产收益率高高85.01%82.26%102.85%89.93%高中99.51%99.13%99.48%104.96%中高85.63%87.89%96.51%93.61%中中99.66%92.71%110.05%105.80%中低96.51%93.05%92.08%94.85%低高69.22%79.63%81.84%89.35%低中93.40%98.29%97.82%97.06%低低94.87%100.27%100.26%96.97% 经济通胀销售净利润率资产周转率账面杠杆(+)账面杠杆(-)净资产收益率高高4%2.% 57%%高中6.73%12.74%-9.16%9.4%11.77%中高-2.-2.59%%-215%中中6.56.53%3%5. 14%4. 7%中低-2.2.%-235%.40%低高-13.36%-1225%8. -1049%96%低中2.09%5. .-1.39%-0.14%低低4.72% 6% -9.24% 资料来源：资料来源：wind，国海证券研究所请务必阅读报告附注中的风险提示和免责声明16不同环境下表现存在显著差异●根据个股因子值，每月分别选择ROE、销售净利率和资产周转率因子值最高和权益系数最低的30只个股，等权持仓构建因子多头。统计回测区间内行业因子多头表●同样统计自2010年5月至2023年8月31日不同市场环境下几个因子多头的胜率与赔率。从胜率、赔率数据上可见在各象限内存在不同因子的相对优势，但整体的区别不大，胜率均值53.42%，赔率均值89.80%。相较于行业多头而言胜率更高，但盈亏比有所下降ROE与三个驱动因素都相对显著有效，倾向选择高净销售利率、高周转率和低杠杆率类行业，且在“高经济+中通胀”和“低经济+低通胀”两个象限内整体显著资产周转率因子多头权益乘数因子多头销售净利率因子多头ROE因子多头基准：中证全指 经济通胀资产周转率账面杠杆销售净利润率净资产收益率高高52.79%51.86%49.30%53.02%高中56.15%57.14%56.15%56.81%中高54.29%55.21%54.29%52.45%中中54.04%54.52%54.20%53.88%中低50.33%52.00%50.67%50.67%低高51.02%47.96%52.04%48.98%低中54.75%55.66%52.94%53.39%低低54.65%57.22%55.83%55.19% 经济通胀资产周转率账面杠杆销售净利润率净资产收益率高高92.43%87.76%94.21%93.73%高中100.19%99.61%95.96%95.77%中高81.85%88.12%80.83%87.76%中中91.75%87.87%93.31%93.72%中低84.96%85.25%88.00%86.70%低高72.73%81.31%67.11%84.04%低中95.10%91.60%100.95%92.46%低低97.06%91.42%94.15%95.90% 经济通胀销售净利润率资产周转率账面杠杆(+)账面杠杆(-)净资产收益率高高-41.72.6-2.9-2.9%2.9高中10.45%7%-14.14.12%11.71%中高-2. 5%-1.55%-37%4.3-1.2%中中5.13.9-2.2%2.74.6中低-5.40%-8.13%3.6-4.30%-6.23%低高-19.-16.13.04%-16.-11.低中6.37.1-6.64%7.22.9低低8.97.9-9.53%10.43%8.4资料来源：资料来源：wind，国海证券研究所请务必阅读报告附注中的风险提示和免责声明17经济状态通胀状态销售净利润率总资产周转率权益乘数净资产收益率+++++-+-++-44513..045 -134经济高通胀高销售净利润率-0.96%资产周转率-2.26%账面杠杆(+)10.36%账面杠杆(-)-11.29%净资产收益率高中-12.66%8.70经济状态通胀状态销售净利润率总资产周转率权益乘数净资产收益率+++++-+-++-44513..045 -134经济高通胀高销售净利润率-0.96%资产周转率-2.26%账面杠杆(+)10.36%账面杠杆(-)-11.29%净资产收益率高中-12.66%8.70-0.00.02%2.22中高0.82%-23.45%-21.415.71.28%中中6.49%5.29%-2.32.371.43%中低-0.6%8.38-65.633.34%低高-0.30.40%-1.51.62%13.4 低中-2.4%7.863.16-3.0-7.6%低低-54%-7.5.6%12.2-0.4524量化筛选有效因子多维度考量象限内因子有效性—行业对值越大越好。通过Kelly值的比较，我们能够直观的感受到不同环境下对价格产生主要驱其为正值时的情况，代表金融行为的权益乘数（BLEV_TTM）面杠杆的一维刻画，考量正向和负向两种情况，Kelly值越大的因子在该方向上越有效。●从因子相对收益的Kelly值来看，表征基本面综合情况的净资产收益率（ROE_TTM）因子●行业组合的因子多头在绝对收益和相对收益的Kelly值存在一些格优势的标的的能力。当因子在绝对收益和相对收益的Kelly值均为显著正时，我们认为其高高高中中高中中中低低高低中低低 经济通胀销售净利润率资产周转率账面杠杆(+)账面杠杆(-)净资产收益率1.30%2.94%1.84%1.1.30%2.94%1.84%1.77%高中3%12.74%-9.16%4%77%中高-2.43%-7.59%4%15%中中6.3%8% 4. 4.14%4. 7%4.4%中低-5.69%-2.2.%35%40%低高-1336%-12.25%8. -1049%-5.96%低中2.9%7%-1.39%-0.14%低低 2% -9.24% 6.资料来源：资料来源：wind，国海证券研究所请务必阅读报告附注中的风险提示和免责声明18经济状态通胀状态销售净利润率总资产周转率权益乘数净资产收益率+---+--量化筛选有效因子经济状态通胀状态销售净利润率总资产周转率权益乘数净资产收益率+---+--多维度考量象限内因子有效性—选股●判定因子有效性的指标结构在行业多头组合和似的结构，且有效程度在选股组合上更加显著。●从因子相对收益的Kelly值来看，表征基本面综合情况的净资产收益率（ROE_TTM）因子在温和和低迷的宏观环境下均能够有效的筛选出相对具备价格优势的个股。同时此两类环●和因子多头行业组合的有效性结构类似，股票组合的因子多头在绝对收益和相对收益的高高高中中高中中中低低高低中低低 经济通胀销售净利润率资产周转率账面杠杆(+)账面杠杆(-)净资产收益率高高-41.72.6-2.9-2.9%2.9高中10.45%12.37%-14.14.12%11.71%中高-2. 5%-1.55%-37%4.3-1.72%中中5.13.9-2.2%2.74.6中低-5.40%-8.13%3.6-4.30%-6.23%低高-19.-16.13.04%-16.-11.低中6.37.1-6.64%7.22.9低低8.97.9-9.53%10.43%8.4ROE对绝对收益和相对收益的驱动结构差别较大，对相对经济经济通胀销售净利润率资产周转率账面杠杆(+)账面杠杆(-)净资产收益率-11.82%-13.78%-18.92%-0.83%-1.10%8.13%-10.71%-13.27%高中高中低高中低高高中中中低低低5.55%4.01%6.58%0.93%-11.46%12.73%12.21%-7.20%14.74%17.09%0.96%1.19%-8.88%11.00%13.55%0.83%11.80%6.41%4.08%-6.84%-5.83%14.44%9.65%3.55%10.66%7.71%7.34%-1.02%1.55%5.08%11.77%5.92%资料来源：资料来源：wind，国海证券研究所请务必阅读报告附注中的风险提示和免责声明19转10.99胀胀转10.99胀胀各象限内不同要素的驱动逻辑高经济象限内的因子表现分析●我们根据对回测区间内的宏观环境划分，分别考量经济高、中、低和通胀高、中、低的复合环境下ROE因子及其杜邦三因子的表现，发现不同环境下ROE对价格驱动程度存在一些特征。●上文提到通过分析截面上行业周转率和行业净利率两个要素的相对水平能够发现两者之间存在一定程度的互斥，行业层面上几乎不存在两者同时极高的情况，此两者可以直观的理解为经营模式而单位销售量所得盈利相对较薄。高净利率的行业则通过产品异质性提升单位销为中高周转状态更具备优势，低通胀环境下市场更加偏好低杠杆的行业公司，基于逻辑分析认为1.021.01 经济通胀经营状态金融状态1.01高高经营行为中更关注周转率中偏中低杠杆0.980.97ATO_ttmNPM_ttm资料来源：资料来源：wind，国海证券研究所请务必阅读报告附注中的风险提示和免责声明20权益乘数权益乘数胀胀胀胀权益乘数权益乘数胀胀胀胀各象限内不同要素的驱动逻辑中经济象限内的因子表现分析●通过观测此类温和的经济环境各行业ROE水平对价格驱动并不显著应，维系同等水平或者提升净资产收益率在较低的账面杠杆时企业需提升改善两个经营行为的改善都能够提升ROE水平，进而驱动价格。但从过往数据结果中可见温和经济时“低通胀”的环境下加速周转对ROE的驱动更加有品饮料、纺织服装、消费者服务等消费板块较为匹配，“中高通胀”环境率的改善对ROE的驱动更有效，高净利较低杠杆的行业，如交运、建材销售净利销售净利率资产周转资产周转率等同的ROE水平销售净利率销售净利率资产周转率资产周转率 经济通胀经营状态金融状态中高关注盈利效率，提升产品异质性中低青睐周转效率资料来源：国海证券研究所资料来源：国海证券研究所请务必阅读报告附注中的风险提示和免责声明21各象限内不同要素的驱动逻辑低经济象限内的因子表现分析●低迷的经济环境下从ROE行业多头组的表现地相对行业等权产生持续的超额收益，此类环境下ROE对价格存在驱动，但ROE利率和周转率与ROE类似，可以驱动绝对收益，但相较市场等权指数的超低账面杠杆及稳健的盈利标的，可以更好的度过此类经济周期，诸如食品饮杠杆经营且盈利状态稳健的标的率先在此类环境下发挥基本面的优势。 经济通胀经营状态金融状态低高中低资料来源：国海证券研究所资料来源：国海证券研究所请务必阅读报告附注中的风险提示和免责声明22•ROE对价格的影响受环境多维度的影响•不同行业在三因素上的形态存在分化且特征明显请务必阅读报告附注中的风险提示和免责声明23自上而下的基本面拆解选股逻辑●不同环境下的ROE本身对价格的驱动存在差异，同时杜邦分析下拆解出来的三个要素对ROE和对价格的驱动也存在差异。通过对宏观环境的切分宏观分域下捕捉对价格驱动最为显著且有效的单因子作为选行业的主要要素。根据主要因子筛选出的行业在各截面上存在在对应环境下正向驱●选股的逻辑依托于上述筛选行业的过程，行业中ROE较高的个股可以被视为行业成分股中存在更高基本面优势的部分。每期从第一步筛选出的.选择最有效的单一因子；.依据美林资料来源：国海证券研究所资料来源：国海证券研究所请务必阅读报告附注中的风险提示和免责声明24综合分项在各象限内的因子表现进行因子筛选要素在每个宏观环境下均只选一个因子有效性层面最为显著的要素，环●同时我们从时间推移的角度考量因子选择的稳定性，从2018年开始每年滚动年样本区间，测算上述指标并评估指标有效性。从数据上未见各因子在ke经济状态通胀状态经济状态通胀状态资产周转率权益乘数销售净利润率高高高高高中中高中中中低低高低中低低.指标绝对值越大有效性越高0.20.102018201920202021202220230.20-0.2201820192020202120222023ickelly超额kellyickelly超额kelly0.10.050201820192020202120222023ickelly超额kellyickelly超额kelly0.10-0.1 2018201920202021202220230.05 0-0.05-0.120182018201920200.50-0.5201820192020202120222023ickelly超额kellyickelly超额kellyickelly超额kelly资料来源：资料来源：wind，国海证券研究所请务必阅读报告附注中的风险提示和免责声明25-10月行业推荐6石油石化商贸零售有色金属钢铁计算机-614-10月行业推荐6石油石化商贸零售有色金属钢铁计算机-614行业轮动策略表现●回测期自2010年6月1日至2023年9月28日，月频更新宏观状态并根据●依据2023年9月30日的宏观数据，得到最新一期宏观状态为“中经济+低通胀”的组合，年化收益年化波动夏普比率最大回撤卡玛比率超额年化收益超额年化波动信息比率超额最大回撤2010992011 201220132014%20152016 2017..20182019%2020%20214.78%42022-%今年以来..全区间765432102100资料来源：资料来源：wind，国海证券研究所请务必阅读报告附注中的风险提示和免责声明26272121212120200084020023进入频次进入频次60402005040200200进入频次35272121212120200084020023进入频次进入频次60402005040200200进入频次35进入频次555555718060402004646424031不同环境下行业、板块特征明显通胀经济低中高高总资产周转率总资产周转率中总资产周转率销售净利率权益乘数(-)低权益乘数(-)总资产周转率权益乘数(+)404031313131282620进入频次200进入频次进入频次进入频次进入频次资料来源：资料来源：wind，国海证券研究所请务必阅读报告附注中的风险提示和免责声明27依托行业轮动的选股组合●基于对各宏观分域内ROE分项因子有效性的分析结论直接应用于中观行业特征的匹配上能够达到相对理想的效果。如若直接应用于股票业内的大量成分股具备相似的杜邦三因子结构，会导致基于分●因子的分域有效性分析中可见选股组合中ROE因子在大部分宏观分域下超额累计收益具备有效的驱动。同时行业内成分股的ROE因子相对于全市场的个体。ROE与公司绩效或价格收益虽并非呈现完美的正相关，但ROE较●每期根据前文行业轮动策略中选出的6个行业，分别在各行业中按照ROE因子均等分为五组，等权构建分组组合，因子值越大组别越9876543210年化收益年化波动夏普比率最大回撤卡玛比率第一组15.99%26.58%0.6062.30%0.26第二组17.19%26.69%0.6461.64%0.28第三组14.81%26.84%0.5561.27%0.24第四组18.25%26.03%0.7052.11%0.35第五组17.56%25.72%0.6848.97%0.36资料来源：资料来源：wind，国海证券研究所请务必阅读报告附注中的风险提示和免责声明283030选股策略业绩表现选股策略表现●策略通过关注拆解因子中存在优势的单一因子，选出一类匹配环境的股票，并在其中关注表征基本面整●回测期自2010年6月1日至2023年9月28日，月频根据每期选取出的行业，并在●选股策略进一步强化了良好的基本面带来的价格优势，回测区间选股策略较行业轮动策略●几年持仓市值水平波动较前几年有所下降，持仓偏重小盘，最新截面2023年10月持仓平均市值407亿元。876543210组合回撤杜邦拆解选股策略中证全指0-0.1-0.2-0.3-0.4-0.5-0.6-0.7-0.8-0.9-10年化收益年化波动夏普比率最大回撤卡玛比率超额年化收益超额年化波动信息比率超额最大回撤201020112012201320142015%2016--2017201820192020%20212022今年以来全区间0.8超额回撤策略超额0-0.02-0.04-0.06-0.08-0.1-0.12-0.14-0.16资料来源：资料来源：wind，国海证券研究所请务必阅读报告附注中的风险提示和免责声明292016/102016/112016/122017/12017/22017/32017/42017/52017/62017/72017/82017/92017/102021/22021/32021/42021/52021/62021/72021/82021/9股票组合持仓特征分析2016/102016/112016/122017/12017/22017/32017/42017/52017/62017/72017/82017/92017/102021/22021/32021/42021/52021/62021/72021/82021/9股票组合市值特征票组合持仓以大市值为主，平均市值约1000低，但2020年以来两个环境下的持仓平均市通胀经济低中高高总资产周转率总资产周转率中总资产周转率销售净利率权益乘数(-)低权益乘数(-)总资产周转率权益乘数(+)120010008006004002000持仓平均市值（亿元）1200100080060040020002012/52012/82012/112013/22015/32015/62015/92018/112019/22012/52012/82012/112013/22015/32015/62015/92018/112019/22019/52019/82019/112020/22020/52020/82023/2持仓平均市值（亿元）5004003002001000持仓平均市值（亿元）25002000150010005000持仓平均市值（亿元）80070060050040030020010002000150010005000持仓平均市值（亿元）10008006004002000持仓平均市值（亿