🎯 今日核心问题

  1. PE、PB、PS、EV/EBITDA 四个口径,各自在什么行业里是「真信号」,什么行业里是「纯噪声」?
  2. 为什么不做行业中性化的价值因子在A股几乎选不出东西?中性化应该站在哪个口径上做、在哪一步做?

📖 精读提纲

【一】四个口径的经济含义与失效边界

PE 是「为一块钱盈利付多少钱」,隐含盈利能代表真实价值,所以对盈利稳定的公司最有效:白酒、家电、公用事业、银行。失效场景很明确:周期股顶部盈利暴涨导致 PE 极低(钢铁股 2021 年 PE 只有 4 倍,那不是便宜,是盈利见顶信号,第二年就亏损);亏损股 PE 为负;一次性收益把 PE 打穿。

PB 是「为一块钱净资产付多少钱」,不依赖盈利,对盈利为负但资产实在的公司可用,是周期股和金融股的主力口径:银行、保险、券商、地产、钢铁、煤炭做价值因子必须用 PB。失效场景:轻资产公司(软件、传媒、品牌消费)净资产很小,PB 永远高,此时 PB 高低与贵贱无关;商誉虚高的公司净资产是假的(2018 年商誉暴雷潮里,PB 看起来低的恰恰雷最大)。

PS 是「为一块钱收入付多少钱」,绕开盈利,适合高增长但未盈利的公司:创新药、SaaS、半导体设备。但 PS 完全不看成本毛利——两家同样 5 倍 PS,一个毛利率 80%、一个 5%,价值天差地别,必须和毛利率一起看。

EV/EBITDA 最干净:EV = 市值 + 有息负债 - 现金,EBITDA 剔除折旧摊销和资本结构差异,因此跨资本结构可比——重资产高杠杆的钢铁和轻资产低杠杆的消费能放在一起比。代价是 A股财报没有「有息负债」现成字段,要自己从短期借款 + 一年内到期非流动负债 + 长期借款 + 应付债券累加。它是唯一能处理「同行业但杠杆差三倍」的口径。

【二】行业中性化:不是可选项,是必选项

A股行业估值差是结构性、长期存在的。银行 PB 常年 0.5-0.8,白酒 5-10,医疗器械 4-8。拿全市场 PB 取最低 20%,选出来必然全是银行地产钢铁煤炭——这不是价值因子,是「行业押注因子」。它赚的是「你赌对了周期行业」,一旦轮动反转立刻失效,而你不知道是因子失效还是行业失效。中性化的目的就是把它剥掉。

三种做法:行业内 z-score 最简单,但行业内股票少的统计量不稳;行业内分位数排名最稳健,不受极值影响,实盘最常用;回归取残差最严格,factor ~ 行业哑变量 + log(市值)。顺序是先极值 → 再中性化 → 最后标准化,颠倒会互相干扰。

【三】实战应用:把 PB 拆成「行业内的便宜」

流程:取全A股快照 → 剔 ST/停牌/负 PB → 挂申万一级行业 → 行业内分位排名 → 得到 0-1 的中性化 BP → 看每个行业排最前的三只。如果银行组选出的是民生、华夏这类资产质量有争议的,说明因子只是「便宜度排序」,必须再叠一层质量过滤,否则就是价值陷阱。再统计中性化前后 Top100 的行业分布:之前可能 60% 在金融地产,之后应接近各行业股票数的自然比例;若仍集中,说明行业字段没挂上。

【四】常见误区

💻 代码示例

import akshare as ak
import pandas as pd
import numpy as np

# ── 1. 申万一级行业成分:建立 code -> 行业 的映射 ──────────────
sw = ak.sw_index_first_info()          # 列含 行业代码/行业名称
sw.columns = ["sw_code", "sw_name", "n", "pe", "pb", "avg_price", "x"]
sw = sw[["sw_code", "sw_name"]]

rows = []
for _, r in sw.iterrows():
    try:
        cons = ak.index_component_sw(symbol=r["sw_code"])   # 成分股
        cons = cons.rename(columns={"证券代码": "code"})[["code"]]
        cons["sw_name"] = r["sw_name"]
        rows.append(cons)
    except Exception as e:
        print("跳过", r["sw_name"], e)
industry = pd.concat(rows, ignore_index=True)
industry["code"] = industry["code"].astype(str).str.zfill(6)
ind_map = industry.drop_duplicates("code").set_index("code")["sw_name"]
print(industry["sw_name"].value_counts().head())

# ── 2. 四个价值口径 ────────────────────────────────────────────
snap = ak.stock_zh_a_spot_em().rename(columns={
    "代码": "code", "名称": "name", "总市值": "mktcap", "市净率": "pb",
    "市盈率-动态": "pe_ttm", "市销率": "ps",
})
snap["code"] = snap["code"].astype(str).str.zfill(6)
df = snap.set_index("code")
df["sw_name"] = ind_map
df["sw_name"] = df["sw_name"].fillna("未分类")

# 价值因子统一转成"越大越便宜":EP=1/PE, BP=1/PB, SP=1/PS
df["ep"] = np.where(df["pe_ttm"] > 0, 1 / df["pe_ttm"], np.nan)
df["bp"] = np.where(df["pb"] > 0, 1 / df["pb"], np.nan)
df["sp"] = np.where(df["ps"] > 0, 1 / df["ps"], np.nan)

# ── 3. 中性化:行业内分位数排名(0~1)──────────────────────────
def industry_rank(series, groups, min_n=8):
    """行业内分位排名;行业股票数不足 min_n 的,退回全市场排名"""
    rank = series.groupby(groups).rank(pct=True)
    cnt = series.groupby(groups).transform("size")
    fallback = series.rank(pct=True)
    return np.where(cnt >= min_n, rank, fallback)

def winsorize(s, lo=0.01, hi=0.99):
    return s.clip(s.quantile(lo), s.quantile(hi))

df["bp_w"] = winsorize(df["bp"])
df["bp_neu"] = industry_rank(df["bp_w"], df["sw_name"])

# ── 4. 中性化前后的行业集中度对比 ──────────────────────────────
top_raw = df.nlargest(100, "bp")["sw_name"].value_counts(normalize=True)
top_neu = df.nlargest(100, "bp_neu")["sw_name"].value_counts(normalize=True)
print("未中性化 Top100 行业占比:\n", top_raw.head(5))
print("中性化后 Top100 行业占比:\n", top_neu.head(5))

# ── 5. 回归法中性化(行业 + 市值双中性),第4周会复用 ─────────
def neutralize(df, factor, ind_col="sw_name", size_col="mktcap"):
    d = df[[factor, ind_col, size_col]].dropna()
    X = pd.get_dummies(d[ind_col], drop_first=True, dtype=float)
    X["log_mktcap"] = np.log(d[size_col])
    X = np.c_[np.ones(len(d)), X.values]
    y = d[factor].values
    beta, *_ = np.linalg.lstsq(X, y, rcond=None)
    resid = y - X @ beta
    return pd.Series(resid, index=d.index)

df["bp_resid"] = neutralize(df.dropna(subset=["bp_w"]), "bp_w")
print(df[["bp", "bp_neu", "bp_resid"]].describe())

✏️ 今日动手

  1. 跑通上面的行业映射,检查两件事:有多少只股票 sw_name 是「未分类」(正常应小于 5%,太高说明代码对齐有问题);31 个申万一级行业里,哪个行业股票数最多、哪个最少。
  2. 把四个价值口径(EP/BP/SP/EV-EBITDA 先跳过)各自算一遍中性化前后的 Top100 行业分布,对比看哪个口径的行业偏斜最严重。记录下来——这个偏斜度就是你必须中性化的理由,写进代码注释里。
  3. 手工算一只股票的 EV/EBITDA:拿双环传动 002472,从资产负债表取短期借款、一年内到期非流动负债、长期借款、应付债券、货币资金,算出 EV;再从利润表取营业利润+折旧摊销估 EBITDA。和 Wind/同花顺显示的数值对一下,误差在 10% 以内说明你算对了。
  4. 用行业内分位对银行股做一次排序,把前五名和后五名列出来,人工判断:前五名是「便宜的好银行」还是「便宜的坏银行」?如果是后者,明天要加的质量因子就是必需品。

🔖 明日预告

明天进质量因子:ROE 到底该用哪个口径、毛利率为什么比净利率更抗操纵、经营现金流/净利润这个比值怎么用来识别「纸面利润」,以及应计利润因子——学术上最强的质量因子之一,在A股的具体表现和坑。