原标题：【国君策略·策论框架】质优策略（一）：追寻穿越牛熊的高回报 ——新研·突破系列之一
基于公司质量的投资逻辑，建立定义准确、方法明确、回测精确的投资策略，打破当前策略研判与组合构建之间尴尬的藩篱，推动“价值投资”从呼声走向实际操作。
国君策略新研·突破系列：市场的本质是进化，研判是学习机制之争；对于策略，更是维度之战；在普遍联系的世界里，胜在综合。这个系列，我们尝试拓展策略研判的维度，用更新的视角、更广泛的手段，为理解与把握市场做出积极的尝试。
就策略而言，存在“价值投资”呼声多却难于实践的尴尬。“龙头”、 “漂亮N零”、“核心”组合、甚至“以大以胖”为美之说频现纸上，外延概念“中盘蓝筹”、“创蓝筹”、“二线白马”等市场多有提及与讨论。然而上述“标签”难于实践：难于衡量、筛选、回测，定义本身多也模糊；最终演化成独立不相干的自下而上筛选。
本系列第一项任务：从公司质量的角度构建价值投资策略。力求实现定义准确、方法明确、回测精确，打破当前策略研判与组合构建之间尴尬的藩篱。本篇作为质优策略的核心篇，回答七个关键问题：
1.如何定义与计量公司质量？从价值决定的戈登股利增长模型推知，公司价值取决于盈利能力、成长性与安全性共同作用，故引入Z-分数方法构建质量分数，使不同维度数据可加可比（详见4.1-4.2）。
2.公司质量与公司价值的关系是什么？在大市值样本（前30%），公司的质量分数与公司估值显著正相关，且对公司估值的解释力较强，更高的质量对股价有支撑；而对于小市值样本不显著（详见4.4）。
3.A股基于公司质量的套利策略为何成为可能？1）质量分数对公司未来质量具有很强的预测能力，当前质优（质劣）公司在未来三年时间仍延续质优（质劣）表现（详见4.3）。2）大市值样本中，A股对质优公司存在低估倾向而对质劣公司明显高估（详见4.5）。
4.套利应用，A股QMJ因子开发是否可能？是；我们建立的A股大市值QMJ自融资组合经Fama三因子调整后取得显著的1.04%月度超额回报；同时在泡沫市与熊市表现符合逻辑（详见4.6）。
5.针对A股存在的做空限制，如何应用上述研究？我们尝试做三类基础应用：1）利用质量分数配合进行选股；2）买入并持有质优组合；3）买入质优组合并做择时加强（详见5.1）。
6.质优策略的回测结果是否良好？多头持有与主动加强策略均取得了较高Sharp Ratio，对比股票与混合型基金表现排名居前。以主动加强为例，2002年至今累计净值8.56，CAGR14.9%，月夏普比0.181对标相同存续期可比基金表现位于前24%；前3%与P10买入持有同样跑赢可比基金中位数水平（详见5.2-5.3）。
7.还有哪些改进与应用展望？行业内应用、挖掘质优质劣历史变迁、通过比对市场对“价值”认知的差异挖掘投资机会等（见6章）。
新研·突破系列的第一项任务，就是通过五篇左右的系列报告，研究公司质量与公司价值的关系，建立定义准确、方法明确、回测精确的投资策略，打破当前策略研判与组合构建之间尴尬的藩篱。
5.针对A股存在的做空限制，多头质优策略选股、组合构建、择时加强是否可能？（5.1、5.3节）
针对A股做具有更高可行性的调整。在模型思想具有一致性的前提下，针对A股做QMJ因子开发需要做如下调整：1）质量分数构建过程中，A股数据可得性；2）A股历史原因，使得大小市值样本需要加以区别[4]；3）检验A股质量分数是否可以持续有效地预测公司未来质量；4）检验A股投资者对质优公司存在低估倾向而对质劣公司存在高估倾向。
[4] A股市场中的大小市值公司市场表现分化更加明显，或与个人投资者占比、做空机制缺失、壳资源具有稀缺性、并购重组尤其是非相关多元化并购较多等因素有关，因而在检验过程中对大小市值样本分别考察是适宜的。
为了方便进行比较，我们将该公式左右两侧均除以对应的公司账面价值B，得到1单位的公司账面资产对应的市场价值，在进行适度拆分简化：
可见，公司价值（P/B）受利润率、股息支付率、股息贴现率与股息增长率影响；从逻辑上，公司价值对应盈利能力、成长性与安全性。不考虑股息支付率变化，定义质量分数Quality = Profitability + Growth + Safety。
首先，构建质量分数要求将不同类别的重要数据做可加、可比处理。这一点通过引入Z-分数得以实现[5]。
结论：质量分数对公司未来质量具有很强的预测能力，当前质优（质劣）公司在未来三年时间仍延续质优（质劣）表现；大市值公司较之小市值公司，上述特征更加明显。
结论：大市值样本，公司的质量分数与公司的相对价值显著正相关，且对公司相对价值的解释力较强；而对于小市值样本不显著。
进行面板回归：因变量为公司市净率，自变量为公司质量分数，取公司市值，公司所处行业，公司所处上市板块作为控制变量；样本时间跨度从2002年到2017年；回归公式如下：
在控制了公司规模和公司行业等虚拟变量后，我们发现，大市值样本中，公司的质量分数与公司的相对价值具有正相关的统计学关系，质量分数对公司相对价值的解释力度约为0.28，且该关系的显著，P值小于0.01；而在小市值样本中，我们未发现公司的质量分数与公司相对价值之间显著的相关性关系。
由3.3.与3.4.结论，且出于可靠性与安全性考虑，当前我们对A股质量因子的开发应用更应聚焦于大市值公司样本[7]。
[7] 随着市场投资者结构变化、对非相关多元化资本运作限制加强、退市机制完善、做空与套利方式产生，上述结论或在未来出现改变，即QMJ策略的适用性向小市值拓展与增强；大市值样本取全部A股（创业板除外）市值排名前30%的上市公司。
检验结论：大市值样本中，A股对质优公司存在低估倾向而对质劣公司明显高估。
在数据可得范围内[8]，我们用上市公司EPS实际值与分析师盈利预测一致预期做比，以此为代理指标考察市场对P1至P10（质劣到质优）公司EPS的高估（低估）情况（见下表4）。
[8] 2005之前的EPS一致预期数据有限，故我们考察范围取2005年至2016年。
在控制了公司规模和公司行业等虚拟变量后，我们发现，大市值样本中，公司的质量分数与公司的相对价值具有正相关的统计学关系，质量分数对公司相对价值的解释力度约为0.28，且该关系的显著，P值小于0.01；而在小市值样本中，我们未发现公司的质量分数与公司相对价值之间显著的相关性关系。
经检验，可以通过做多P10、做空P1组成自融资组合构建A股大市值QMJ因子：
第一，P10至P1经三因子调整的超额收益Alpha呈现由高到低且由正到负排列，有效地捕捉了质量特征对超额回报的影响（见表5）；
第二，QMJ因子对P10至P1的回归系数由大到小且由正转负，同时消除了表5中P10至P1的Alpha，与上述结论一致（见表6）；
第三，时间序列考察P10至P1的累计净值变化（见图2、图3），基本呈现由P10至P1的递减规律，反映了公司质量由高到底带来股价回报的递减变化，与前述理论预测一致。
基于上述特征，我们采用做多P10、做空P1构成自融资组合构建A股大市值样本的QMJ因子：在2002/4/30至2017/11/30时间区间，1）QMJ自融资组合经MKT、SMB、HML三因子调整后取得1.04%的月度回报超额回报（以1年期国债收益率作为无风险利率进行扣减），见表6最后一列；2）取得累计净值2.11，CAGR4.90%，最大月度回撤16.90%，夏普比（月）0.081。
在图4以及下图5，我们也能比较清晰地发现QMJ因子回报存在较为明显的周期性规律；同时，在部分时段，体现为受到市场泡沫冲击（负回报）与应对市场下跌危机时候的抗跌特征（Flight to Quality特征）[9]。
[9] 我们预计，QMJ因子回报的周期特征对于策略大势研判有进一步拓展研究的可能；以及对于极端市场条件具有揭示意义。
由于A股存在做空限制，无法通过卖空P1与做多P10交易QMJ因子，但是基于QMJ模型思想可以开发多种应用策略。本篇报告之中我们讨论三类应用，即选股、构建多头组合、探讨多头组合择时的可能。
应用一：选股。即按照质量分数选取质优股而回避质劣股；同时可以按照所属板块等进行条件筛选质优股（基于2017年10月31日三季报数据取得的质量分数前3%、P10标的组合见附录）。
应用二：买入并持有质优组合。即买入并持有质量分数前3%或P10标的组合，每年4月30日、8月31日、10月31日根据最新的财报数据重评质量分数并构建等市值权重的前3%或P10组合。
应用三：质优组合主动加强。建立择时规则，在多头持有前3%或P10组合与多头持有货币基金之间调节权重，组合调仓规则与应用二相同。
5.2. 回测结果：多头持有与主动加强策略均取得了较高Sharp Ratio，对比股票与混合型基金表现排名居前
我们在图6、表8至表8之中，对比质优主动加强策略、前3%、P10，质劣组合P1、末3%的回报表现；与此同时，按sharp ratio，我们将上述策略与不同口径（不同存续期、不同时间区间等）的股票型基金及混合型基金进行排名比较。
择时依据：考察估值与质量分数的相关系数（Price of Quality，简写PQ，下同）。具体的做法是在每一期进行公司质量分数测算的同时，截取当时时点的股票P/B数据值，取对数以作为公司股价的相对价值。然后用该时点的P/B对数值与公司的质量分数作横截面回归，控制行业变量的情况下测算其P/B对数值与公司质量分数的相关性大小；在不同横截面做多次操作得到PQ的时间序列数据。
PQ反映了市场对公司质量所给出的估值溢价。由于较高的（正）相关系数意味着质量分数更大程度地推升了股票估值；换言之，市场对公司质量的定价反应充分形成较高的（甚至过度的）估值溢价。相反，较低的相关系数意味着市场忽视公司质量对估值的支撑，质优标的更可能出现价值洼地。
主动择时的依据：PQ存在均值回归，过程中调整投资质优前3%组合的权重，余下资金配置到货币市场。在PQ低于一倍标准差的区间，我们配置质优前3%组合由80%仓位逐月加仓至100%；在相关系数回升并突破了负一倍标准差后，我们将逐渐减仓至中性仓位80%；而从均值上升到正一倍标准差的过程中，仓位逐渐将从80%下降到60%；在相关系数大于一倍标准差的过程中，我们将逐渐把仓位下降到0，从而把资金都投资于货币市场。
几个潜在改进的方向。在本文之中，质优主动加强策略更主要是探讨买入质优组合做择时加强是否可能的问题。并从逻辑上，按照Price of Quality就质量因子本身的影响作出简要的择时规定。后续研究之中，择时规则的改进存或存在如下几个方向：
[10] Price of Quality指数的均值、中值、标准差随着时间序列数据增长而变化，择时规则依据哪一时段的统计特征具有影响。
第一，质量分数选股综合考虑股价定价因素之中的盈利能力、安全性与成长性，而市场往往在某一时段对某一类特征存在高估或低估。
第二，质量分数对公司未来质量具有较高的预测性，即当前高质量公司与组合在未来（12个月、24个月、36个月）仍延续高质量。
第三，从分析师盈利预测可见，市场对质劣公司存在明显高估，而对质优公司具有一定的低估倾向。
第四，策略组合低换手，仅在每年4月30日、8月31日、10月30日进行换仓，调进调出部分标的，从而节约了交易费用。
第五，组合选取的标的数量较多、流通市值较大[11]，具有较高的资金容量，冲击成本有限。
[11] 质优前3%组合包括24只标的，总流通市值23388亿元；P10组合包括82只标的，总流通市值48051亿元。
本篇是国君策略新研·突破系列报告首篇，同时是质优策略系列应用的核心篇与开篇，旨在解决开发质优策略的七个关键问题（见前文）。
从回测结果来看，主动加强的质优策略、质优前3%组合、P10自2002年以来穿越多个市场周期取得较好的表现。
3）当前市场对质量认知存在哪些偏差，以及相应的投资机会，例如仅以“大、胖”为美；
4）历史回顾市场对质量的认知变化，泡沫对QMJ的冲击，以及Flight to Quality对QMJ的支持；