投資策略｜基本面分析：量化多因子選股模型與風格因子實證研究 (2026年投研方法論)

0 執行摘要與 5W1H 核心認知架構

量化選股模型與風格因子的 5W1H 核心認知架構

1 價值與基本面估值因子

[Direct Answer]價值投資的核心邏輯在於購入市場價格低於其內在基本面價值的證券，此等超額溢價的來源在於系統性困境風險的補償，或源於投資者對企業增長前景的過度反應 4。

帳面市值比 (Value: Book-to-Market)

[Direct Answer]帳面市值比（）是實證金融學中歷史最悠久且研究最廣泛的價值指標之一 4。[Support Details]其計算公式為企業普通股權益帳面價值除以其市場資本額 4：

在學術界與實務界（如法馬-弗倫奇 HML 因子構建）中，該指標被廣泛用作區分價值股與成長股的基準 3。傳統實證方法通常採用具有滯後性的上一財政年度帳面數據，並在年度重新平衡時與當時股價進行比對 4。然而，實證研究指出，此種滯後性會削弱因子的預測效力 4。若採用最具時效性（Timely）的估值指標進行多空組合構建，相較於包含標準 HML、市場、規模、動量和短期反轉的五因子模型，每年能產生 305 至 378 個基點（basis points）的顯著超額收益（Alpha） 4。

帳面市值比溢價的兩大競爭性學術解釋為：

• •風險補償假說： 高 企業通常伴隨着高度的財務困境風險，投資者要求更高的預期回報作為持有此類高風險資產的補償 4。
• •行為定價偏差假說： 投資者系統性地過度推估成長股（低 ）的未來盈餘增長，並給予過高的溢價，同時低估價值股（高 ），隨後的預期落差導致價格向均值迴歸 4。

此外，純粹多空價值因子的歷史回撤極為顯著，在1930年代曾面臨超過 50% 的重大損失 4。實證顯示，多頭部位貢獻了規模因子利潤的絕大部分、價值因子利潤的約 60%，以及動量因子利潤的近 50% 4。

盈餘收益率 (Earnings Yield)

[Direct Answer]盈餘收益率（）為市盈率（）的倒數，直接將公司的每股盈餘（EPS）與當前股價進行橫截面比對 9：

量化模型區分為歷史滾動盈餘收益率（Trailing ）與預期盈餘收益率（Forward ） 10。在資產定價模型中，盈餘收益率可與基礎股權自由現金流（FCFE）模型相結合，推導出與基本面因素的顯著關聯 11：

當企業未能足額發放其可負擔的股息時，可採用 替代股息支付率（Payout Ratio），從而推導出與折現率（）和增長率（）直接相關的內在盈餘估值結構 11。儘管 直觀且被市場廣泛採用，但其局限性在於無法有效評估盈餘為負的虧損企業，且極易受到管理層會計操縱與折舊政策的干擾 10。

現金流收益率 (Cash Flow Yield)

[Direct Answer]為解決會計利潤產生的虛增或操縱問題，量化策略更偏好現金流收益率 10。[Support Details]該指標主要通過營運現金流（CFO）或自由現金流（FCF）相對於企業價值（EV）或股價進行衡量 13：

其中企業價值（EV）綜合考量了股權與債權的整體資本結構 13：

根據 FactSet 自 1991 年 12 月 31 日至 2019 年 12 月 31 日的歷史實證數據，在 Russell 1000 指數成分股中，基於自由現金流收益率（）篩選的前 100 檔股票所構建的投資組合，其長期回報表現顯著優於基於營運現金流、帳面價值或市盈率構建的組合，且錄得負回報的季度區間最少 13。這證實了 FCF 扣除資本支出後，能更真實地反映企業可自由分配給資本提供者的實際現金創造能力 9。

股息收益率 (Dividend Yield)

[Direct Answer]股息收益率將企業的年化股息支付金額與當前股價進行比對 10：

若股息按季發放，年化股息率計算為最近一季每股股息乘以四 10。在標準股息折現模型（DDM）下，股息收益率為股權內在價值的重要表徵 11：

然而，僅以股息收益率進行股票篩選，會產生偏向成熟、低增長企業的結構性偏差，並自動排除將資金全額再投資於高回報項目的優質成長型企業，甚至可能選入因股價暴跌而導致股息率異常虛高、隨後面臨股息削減的財務困境企業 8。

銷售價格比 (Price-to-Sales)

[Direct Answer]銷售價格比（或其倒數營收收益率 ）將企業的最上游營業收入與股價或企業價值進行對比 7：

營收數據因不包含非現金支出和營業外損益，其操縱空間顯著小於盈餘數據，且即使在企業發生虧損時仍能保持正值，使量化模型得以對全市場股票進行連續性估值排序 9。然而，該指標完全忽視了企業的營運利潤率和財務槓桿差異 9。因此，實務上通常需要配合產業內（Intra-sector）中性化調整，以消除不同行業間毛利率特性的不對稱性 14。

價值因子指標	量化操作公式	歷史實證特徵與回報溢價	學術限制與局限
**帳面市值比 (B/M)**	****	價值效應的經典代表；時效性改良版能產生 305-378 bps 年化 Alpha 4。	歷史回撤大（1930年代超50%）；無形資產佔比較高之企業帳面價值失真 4。
**盈餘收益率 (E/P)**	****	直接與淨利潤掛鈎；在 FCFE 估值框架下具有明確的理論支撐 10。	易受會計政策干擾；無法處理盈餘為負之虧損企業 10。
**現金流收益率 (FCF/EV)**	****	1991-2019年實證最優因子；考量整體資本結構，防範會計粉飾 13。	對資本密集型行業之週期性資本開支極為敏感 13。
**股息收益率 (D/P)**	****	代表實際回報，年化公式通常採 10。	偏向低增長成熟期企業；面臨「股利陷阱」風險 8。
**銷售價格比 (S/P)**	****	指標始終為正，具備高穩定性，不受營運利潤劇烈波動干擾 9。	忽視了利潤率與槓桿結構；需進行產業內中性化 14。

2 質量因子與會計應計異常

[Direct Answer]質量因子旨在尋找具備優異獲利能力、高盈餘品質以及穩健資產負債表結構的企業，通常表現出顯著的下行風險保護特徵 16。

質量因子：資產回報率與股東權益報酬率 (Quality: ROA/ROE)

[Direct Answer]資產回報率（ROA）與股東權益報酬率（ROE）是衡量企業資本配置效率的核心質量指標 18。[Support Details]在學術實證與計量分析中，ROA 通常存在三種主流的計算變體，其 comparability 常因定義不同而受到影響 18：

其中第三種變體最常應用於季度高頻數據的計算 18。

為深入剖析質量溢價的根本驅動力，分析師使用杜邦分解（DuPont Decomposition）框架，將綜合性的 ROE 分解為運營、資產管理及財務結構三個維度 15：

進一步地，為了剔除財務費用和稅務政策的干擾，五步杜邦分解法將運營效率精細化 15：

此分解有助於區分高質量盈餘（由營業利潤率與資產周轉效率驅動）與低質量盈餘（單純依靠高財務槓桿堆疊而成，後者蘊含巨大的信用違約風險） 20。

在法馬-弗倫奇五因子模型（2015）中，盈利因子 RMW（Robust Minus Weak）即代表高運營獲利能力與低獲利能力企業的回報差，其本質便是質量因子的一種體現 3。

應計項目 (Accruals)

[Direct Answer]由 Sloan (1996) 首次提出的應計異常表明，企業盈餘由現金流與應計項目（非現金調整）組成，且兩者對未來盈餘持久性（Persistence）的預測能力存在顯著差距 23。[Support Details]現金流成分的持久性極高，而應計項目成分的持久性則因估計誤差、管理層主觀裁量及會計準則修訂而顯著較低 24。然而，股票市場的投資者通常僅盲目關注綜合盈餘（Bottom-line Earnings），無法辨識這兩種成分的持久性差異，導致高應計項目企業被系統性高估，並在隨後應計項目逆轉時面臨股價暴跌 23。

傳統學術界將總應計項目（）定義為非現金營運資金的變動減去折舊費用 24：

最新研究進一步表明，若利用純粹的「現金營運獲利能力」（Cash-based Operating Profitability，即從營運利潤中完全剔除應計項目調整後的指標）來解釋股票橫截面收益，其定價能力將完全主導（Subsume）傳統的應計異常 27。

應計項目建模與可自由裁量應計項目

[Direct Answer]為精確衡量管理層的主觀盈餘操縱程度，量化模型需要區分正常應計項目（由營收增長與固定資產規模自然決定）與異常或可自由裁量應計項目（Discretionary Accruals, ） 25。

標準瓊斯模型（Standard Jones Model, 1991）將總應計項目對營收變動及固定資產規模進行 OLS 迴歸估計，所有變數均除以上期總資產以消除異方差性 28：

其中，殘差項 即被視為可自由裁量應計項目（）的代理變數 28。

修正瓊斯模型（Modified Jones Model, Dechow et al. 1995）進一步放寬了營收無操縱的假設，在計算非自由裁量應計項目（）時扣除了應收帳款變動（），以捕捉通過信用銷售進行的盈餘操縱 28：

後續擴展模型亦引入了 ROA 變數以控制極端業績對應計項目估計的系統性偏差 18，或加入滯後營運現金流與滯後應計項目以控制自然逆轉效應 18。

應計項目計量偏差：Hribar and Collins (2002)

[Direct Answer]在應計異常的實務應用中，Hribar and Collins (2002) 提出了一項關鍵性的方法論修正 25。[Support Details]傳統文獻大量採用資產負債表法（Balance Sheet Approach）來推導應計項目（即通過連續兩期資產負債表科目的差額來計算變動量） 30。

然而，Hribar and Collins 指出，資產負債表法建立在企業「會計科目銜接性（Articulation）」的假設上，而此假設在企業發生重大非營運事件時會徹底崩潰，包括：

• •企業併購與重組（M\&As）
• •終止經營部門（Discontinued Operations）
• •外幣報表折算調整（Foreign Currency Translation） 30。

例如，在併購交易中，被收購方的資產與負債會在合併日直接計入買方的資產負債表，導致資產負債表科目出現巨大的跨期跳躍，而這些跳躍與企業當期的營運應計項目毫無關聯 30。若仍使用資產負債表法，模型會將併購產生的資產增加錯誤識別為高營運應計項目，進而得出錯誤的盈餘管理結論 30。

解決此計量偏差的唯一有效途徑是採用現金流量表法（Cash Flow Statement Approach），直接從現金流量表中獲取營運現金流並與淨利潤相減來界定總應計項目 25。實證顯示，使用資產負債表法會導致約 35% 的極端應計項目企業被錯誤分類，從而嚴重低估應計異常的實際多空超額收益 30。

應計與盈餘品質模型	操作公式與變數定義	Hribar-Collins 偏誤敏感度	實證資產定價效益
**標準瓊斯模型 (1991)**	迴歸自變數：、、；殘差為 28。	**高**：未考量信用銷售操縱及併購等非銜接性事件 28。	能初步識別操縱性盈餘，但在併購活躍期定價效果下降 28。
**修正瓊斯模型 (1995)**	在估計 時引入 項進行修正 28。	**高**：雖修正了信用銷售，但仍受制於資產負債表科目變動誤差 28。	學術界與實務界最廣泛採用的盈餘管理度量基準 29。
**業績配對與逆轉瓊斯模型**	引入 、滯後營運現金流 及逆轉控制項 18。	**中**：控制了業績偏差，但基礎會計數據若採資產負債表法仍具偏誤 18。	對於高增長、高波動企業的操縱辨識度顯著提升 18。
**現金流量表直接法**	****；直接提取現金流量表數據 25。	**無偏誤**：完全免疫於併購、終止經營與外幣折算造成的會計科目跳躍 30。	消除 35% 的企業誤分類偏誤，多空組合定價效力提升 1.5 倍 30。

3 資產負債表擴張與融資異常

[Direct Answer]企業的融資決策與資產擴張路徑直接反映了其內部資訊優勢及資本配置效率，是預測股票長期回報的強力指標 6。

淨股本發行 (Net Stock Issues)

[Direct Answer]淨股本發行（）度量了企業發行新股與回購股份的淨額 6。[Support Details]其量化公式定義為拆分調整後發行在外普通股股數的自然對數跨期差額 6：

正值代表企業進行了股權淨發行（如增資、IPO），負值則代表股權淨回購 6。

實證資產定價研究表明， 是橫截面收益最頑固且最強大的預測指標之一 6。

• •強烈的負相關性： 股權淨發行高的企業在未來表現出極低的超額回報，而進行大規模份額回購的企業則展現出顯著的正向超額回報 6。
• •全市場規模普適性： 與許多僅在微型股中存在的異象不同，淨股本發行異常在微型股、小型股和大型股中均極為顯著，且無法被 CAPM 或 Fama-French 三因子模型所解釋 6。
• •極端非對稱特徵： 該異常在極端的多空兩端最為顯著；極端的增資發行帶來顯著的負向回報，而輕度發行與回購則通常伴隨着穩健的正向回報 6。

在 Fama-MacBeth 橫截面迴歸分析中，淨股本發行因子展现出極為顯著且穩健的負向斜率統計值 6：

該異常的內在機制主要源於管理層市場時機選擇（Market Timing） 33：管理層與外部投資者之間存在高度的資訊不對稱，傾向於在股價被嚴重高估時發行新股以獲取廉價資金，並在股價被低估時進行股份回購，這也使 NSI 成為度量市場層面誤定價與投資者情緒的重要代理變數 6。

資產增長 (Asset Growth)

[Direct Answer]由 Cooper, Gulen, and Schill (2008) 首次記錄的資產增長異常指出，企業總資產的年度擴張速度與未來的股票回報呈強烈的負相關關係 32。[Support Details]總資產增長率計算為 32：

在歷史數據中，處於資產增長率最低十分位數（Decile 1）的企業，其經風險調整後的未來一年平均超額回報為 9.1%，而處於最高十分位數（Decile 10）的企業未來回報則僅為 \-10.4%，多空年化回報差高達 19.5% 35。

然而，近年來學術界對該因子的獨立性與持久性提出了多項修正與質疑：

• •融資異常的干擾： 高資產增長通常需要外部融資來支持 35。實證顯示，資產增長率與外部融資額的斯皮爾曼等級相關係數高達 0.70 35。一旦控制了外部融資因子，資產增長對未來收益的獨立預測能力便會大幅下降，說明資產增長異常本質上高度依賴於股權與債權發行的融資異常 35。
• •資料庫下市偏差： 總資產顯著縮減的企業往往伴隨着極高的退市風險 35。若在使用 CRSP 數據時忽略了因財務困境退市所產生的極端負向「下市回報」（Delisting Returns），會人為抬高低資產增長投資組合的平均回報，從而誇大因子的多空收益 35。
• •監管環境與SOX法案的衝擊： 研究表明，資產增長因子的超額收益在 2002 年《薩班斯-奧克斯利法案》（Sarbanes-Oxley Act, SOX）實施後出現了崩塌式衰退 37。在 post-SOX 期間，資產增長多空組合的月化市值加權回報自先前的 0.81% 驟降至 \-0.19%，失去了統計顯著性 37。這是因為 SOX 法案大幅強化了資訊披露要求並約束了企業通過非交易性應計項目進行的盈餘管理，從而消除了資產增長中由盈餘管理誘導的誤定價成分 37。

學術上對資產增長異常的解釋分為：

• •生產性資產定價模型（q-理論）： 高增長企業具有更低的資本成本（折現率），因而進行更積極的資本投資，因此低回報是企業理性投資決策的自然結果 38。
• •行為學過度反應假說： 投資者系統性地對企業早期的擴張業績產生「代表性啟發式偏差（Representativeness Heuristic）」，過度推估其高增長趨勢，導致股價短期過度膨脹，隨後在增長放緩時經歷價格逆轉 40。

4 市場結構與風險因子

[Direct Answer]在標準金融學體系之外，市場微觀結構限制、套利限制以及非理性投資偏好，催生了與直覺相悖的風險因子 1。

低波動性 (Low Volatility)

[Direct Answer]低波動性異常（Low Volatility Anomaly）挑戰了傳統財務學的核心教條 1。[Support Details]無論是以總波動率（Total Volatility）還是以系統性 Beta 來界定風險，實證均顯示低風險股票池的長期表現顯著優於高風險股票池 42。

根據 Baker, Bradley, and Wurgler (2011) 的長期歷史回溯（1968 年至 2008 年），低風險因子的表現極為驚人 42：

此異象的持續存在主要源於兩大市場微觀機制的交織：

• •彩票需求與投機偏差： 散戶投資者存在嚴重的非理性認知偏誤，偏好尋求高波動、回報分佈極度右偏（即具備彩票特徵）的個股 42。此種投機需求導致高波動率股票價格被系統性高估，預期回報遭到侵蝕 42。
• •委託代理與基準套利限制： 專業機構投資者雖然知曉此定價偏誤，但受限於追蹤特定「市值加權指數」的契約限制（Benchmarking Constraint），且通常面臨禁止使用槓桿的法規约束 1。為了在不使用槓桿的前提下跑贏基準，機構被迫持有高 Beta 股票，無法通過融資做多低 Beta 股票並做空高 Beta 股票來套利 42。這使得多頭與空頭兩端的套利力量長期失衡 42。

規模因子 (Size: Market Cap)

[Direct Answer]由 Banz (1981) 首次記錄的規模效應指出，小市值股票具有超越大市值股票的超額回報，法馬-弗倫奇模型通過構建 SMB 因子來捕捉該溢價 3。

SMB 的標準構建採用基於 NYSE 市值中位數的 雙重獨立排序 3：

其中分別控制了價值、獲利能力及投資強度的影響 22。

然而，近年來學術界對傳統 SMB 因子的定價效率提出了質疑 33。Stambaugh and Yuan (2017) 通過排除市場非理性情緒及誤定價科目的干擾，構建了改進型的規模因子，在 1967 年至 2013 年的樣本期間內，該因子月均產生 46 個基點的顯著溢價，幾乎是傳統 Fama-French SMB 因子（月均 25 個基點）的兩倍，且對 Baker and Wurgler 的情緒指數展現出更強的免疫力 33。這表明規模因子本身可能不是獨立的風險源，而是其他微觀套利限制與資訊不對稱因子的綜合表徵 32。

5 系統性量化投資組合建構與動態調配

[Direct Answer]在實務中，將多個基本面與風格因子轉化為實際投資組合，必須依賴嚴格的統計標準化、權重分配模型以及交易摩擦控制 2。

因子 Z-Score 標準化與離群值處理

[Direct Answer]為消除不同量化指標在量綱與數據分佈上的差異，必須對原始特徵值 進行橫截面標準化，計算其 Z-Score 48：

其中 和 為當期全市場成分股的截面均值與標準差 48。

為防止極端異常值（如某些高成長科技股異常高的 P/E 或負債率）主導投資組合的權重分配，必須實施溫索化（Winsorization）或離群值截斷（Trimming） 48。

• •剪裁法 (Trimming)： 直接將分佈在極端兩端（如前、後各 5%）的數據點完全剔除 51。其缺陷在於會損失樣本容量，影響投資組合的代表性 51。
• •縮尾法 (Winsorization)： 不改變樣本容量，而是將超出指定百分位數（如 與 ）的極端數值強制替換為該臨界值 50：

實務中亦常採用迭代縮尾法：將 Z-Score 超出 的數值設為 ，隨後重新計算截面均值與標準差，不斷循環直至所有個股的 Z-Score 均落在 區間內 48。

權重配置策略

[Direct Answer]多因子組合的權重分配方式直接決定了最終的風險曝露特徵，主要分為三種模式 49：

• •等曝露配置 (Equal Exposure, EE)： 通過優化求解，使投資組合在各個目標風格因子上的主動曝露（Active Factor Exposure）完全等同 49。
• •風險曝露配置 (Risk Exposure, RE)： 根據因子收益率的歷史波動率倒數來分配各因子的曝露權重，波動率較低、表現較為穩健的因子將獲得更高曝露 49：

• •等風險貢獻 (Equal Risk Contribution, ERC)： 考量因子間的協方差矩陣，使每個風格因子對投資組合整體波動率的主動邊際風險貢獻度完全等同 2。

交易摩擦與「不交易區間」控制

[Direct Answer]高頻的重新平衡雖能提高因子曝露的精確度，但頻繁交易產生的交易成本（顯性佣金與隱性市場衝擊成本）會嚴重侵蝕多空溢價 44。

隱性市場衝擊成本通常採用線性衝擊模型進行度量 55：

其中 為交易規模， 為與市場流動性成反比的衝擊係數 55。在此模型下，單次重新平衡的隱性交易成本呈現二次方（Quadratic）級數增長 55：

為控制此項摩擦，先進的量化模型會設置不交易區間（No-Trade Zone）或動態閾值限制 53。只有當個股的因子特徵值變動幅度或整體組合的風險偏差超出了預先設定的高固定閾值（如 50% 或 66% 的變動偏差）時，才會觸發調倉指令 53。此舉能有效利用多因子分散效應產生的信號平滑度，避免因市場微觀噪聲頻繁調倉，在確保因子曝露度的前提下將年調倉次數降至最低 53。

6 宏觀經濟週期與風格因子動態調配

[Direct Answer]風格因子的表現並非恆常不變，而是與宏觀經濟景氣循環及信用利差的變動呈現出高度的非線性關聯 16。[Support Details]利用經濟領先指標（如 OECD CLI 或 LEI），可將宏觀週期精細劃分為四個階段，並實施因子的動態調配 17。

復甦階段 (Recovery Phase)

[Direct Answer]此階段領先指標（CLI）低於 100 但已自底部開始向上反彈，象徵著經濟最壞的時期已過，市場風險偏好迅速回升 17。[Support Details]此時，市場呈現典型的「Risk-on」特徵，橫截面收益由高 Beta、高槓桿、極度廉價的價值股和小型股主導 16。投資者開始搶購在衰退期存活下來的困境企業 4。相反地，防守型風格（如低波動、高質量、資源流動性因子）在此階段會遭受顯著的跑輸壓力 59。

擴張階段 (Expansion Phase)

[Direct Answer]CLI 指標持續上升且已突破 100 基準線，經濟增長達到頂峰，企業利潤普適性增長，資本支出和產能利用率達到歷史高位 17。[Support Details]在此階段，全市場呈現寬幅上漲，行業分散度收窄 58。價值因子、價格動量因子以及盈餘修正（Earnings Revisions）因子表現最為強勁，而低波動性因子的超額回報則跌至週期最低點 17。

放緩階段 (Slowdown Phase)

[Direct Answer]CLI 處於 100 以上的高位，但已顯現出見頂回落的趨勢，產能缺口轉正，通膨壓力上升，央行通常採取緊縮性貨幣政策 17。[Support Details]隨著增長動能受阻，市場波動率上升，資金流向防禦性板塊 59。在此階段，質量因子（特別是具備高 ROE 及穩健現金流的企業）與低波動性因子開始系統性跑贏大盤，而對經濟槓桿高度敏感的價值與小市值風格則開始顯現疲態 17。

衰退階段 (Recession/Downturn Phase)

[Direct Answer]CLI 低於 100 且持續下行，實體經濟顯著收縮，失業率攀升，信用環境惡化 17。[Support Details]市場呈現「Risk-off」特徵，大盤整體回報轉負 58。在此階段，低波動性因子和以高盈利能力為特徵的質量因子展現出極強的防禦與資本保護效益，錄得顯著的超額收益；與此同時，市場 Beta 因子、高財務槓桿因子以及小市值因子則面臨毀滅性的回撤 17。

宏觀經濟週期階段	CLI 指標特徵	領先/高勝率風格因子	滯後/低勝率風格因子	實務資產配置建議
**復甦 (Recovery)**	****，趨勢向上 17。	市場 Beta、小市值 (Size)、深度價值 (Value) 16。	低波動性 (Low Vol)、高質量 (Quality) 17。	積極超配高彈性、高槓桿的困境價值股與小市值標的 4。
**擴張 (Expansion)**	****，趨勢向上 17。	價值 (Value)、價格動量、盈餘修正 17。	低波動性 (Low Vol) 17。	均衡配置於具備盈利增長支撐的動量股與中游價值股 17。
**放緩 (Slowdown)**	****，趨勢向下 17。	高質量 (ROE/ROA)、低波動性、價格動量 17。	財務槓桿因子、深度價值、小市值 17。	逐步收縮信用與規模曝露，向高利潤率、低負債質量股遷移 59。
**衰退 (Recession)**	****，趨勢向下 17。	低波動性、高質量盈利 (RMW)、非週期防禦板塊 16。	市場 Beta、高財務槓桿、小市值 17。	最大化低波動與防禦性質量曝露，完全規避高違約風險個股 17。