寻找学术文献中的alpha（三）

一门课程，一种研究，一份责任，一种担当。期待一个更有效的资本市场，我们正式开启“燃计划一期”，后续包括课程体系建设、策略研究和共享、奖学金设立等多个环节。点燃激情，量化先行。

燃计划之一：寻找学术文献中的alpha

在多因子模型中，能够带来超额收益的阿尔法（alpha）因子是模型的核心。而alpha因子最便捷、最可靠的来源是权威的学术文献。如何从学术文献中寻找alpha因子，是量化投资实践最关心的问题。

《财务分析与量化投资》课程每年在秋季学期开设，为了让大家在春季学期在量化投资领域同样有所进步，我们特别编制了八个专题，搭建从学术理论到投资实践的桥梁。专题将从价值投资、盈利能力、经营效率、利润操纵、投融资、市场信号、动量策略和投资者情绪等八个方面精选经典文献，阐述因子从学术理论到投资实践的过程。该专题每周推送一期，本期推送的主题是经营效率。

专题3  经营效率：持久的盈利来源

The Use of DuPont Analysis by Market Participants

市场参与者对杜邦分析的使用

Abstract

    DuPont analysis, a common form of financial statement analysis, decomposes return on net operating assets into two multiplicative components: profit margin and asset turnover. These two accounting ratios measure different constructs and, accordingly, have different properties. Prior research has found that a change in asset turnover is positively related future changes in earnings. This paper comprehensively explores the DuPont components and contributes to the literature along three dimensions. First, the paper contributes to the financial statement analysis literature and finds that the information in this accounting signal is in fact incremental to accounting signals studied in prior research in predicting future earnings. Second, it contributes to the literature on the stock market’s use of accounting information by examining immediate and future equity return responses to these components by investors. Finally, it adds to the literature on analysts' processing of accounting information by again testing immediateand delayed response of analysts through contemporaneous forecast revisions as well as future forecast errors. Consistent across both groups of market participants, the results show that the information is useful as evidenced by associations between the DuPont components and stock returns as well as analyst forecast revisions. However, I find predictable future forecast errors and future abnormal returns indicating that the information processing does not appear to be complete. Taken together, the analysis indicates that the DuPont components represent an incremental and viable form of information about the operating characteristics of a firm.

一、文献摘要

        杜邦分析是一种常用的财报分析方法，它将净资产回报率（RNOA）分解成毛利率（PM）和资产周转率（ATO）。这两个指标代表的是公司盈利能力的不同维度。已有文献发现资产周转率的变化和未来盈利正相关。本文综合分析了杜邦分析的组成部分，主要有三个方面的贡献。首先，本文发现在控制了其他会计指标之后，杜邦分析中的会计信息对预测未来盈余仍有增量价值，拓宽了财报分析方面的研究。其次，本文研究了股票市场对两个指标的短期和长期反应，对投资者如何使用会计信息的研究亦有所贡献。最后，本文也研究了分析师盈余预测调整和预测误差，对分析师如何处理会计信息的文献也有所贡献。

        本文的研究发现，杜邦分析是有用的，股票回报和分析师盈余预测都会根据杜邦分析进行调整。然而，本文的研究也发现，市场参与者对杜邦分析的理解和信息处理是不充分的。总之，本文的研究表明杜邦分析能提供关于公司运营情况的增量信息。

二、内容简介

        根据Nissim and Penman (2001)的框架，可以将RNOA（净经营资产回报率）分解为利润率（PM）和资产周转率（ATO），即RNOA=PM×ATO，其中PM=OperatingIncome/Sales，ATO=Sales/Net Operating Assets。PM和ATO衡量了公司运营情况的不同维度，PM衡量了定价能力，ATO则衡量了资产使用和管理效率。较高的PM 会吸引新的竞争者进入和模仿，从而使PM呈现均值回转的特征；而竞争者若想在资产的有效经营和管理方面进行模仿，常常要面对大幅度经营管理变动所带来的高成本，这使得高ATO更容易维持。以往的文献（如Soliman,2004）也证明了这一点，PM和ATO时间序列上的特征如下图所示：

        

        从上图可以看出，相较于PM，经行业调整后的ATO更多地维持在原有的水平，均值回归的程度较小，因此ATO对未来的盈余和股票回报更有预测价值，这一点也在文章中得到了证明。

本文使用1984-2002的数据，共有38,716个观测，数据来源为Compustat, CRSP和I/B/E/S数据库。本文主要有如下几个发现：

（1）在控制了已有文献发现的与未来盈余变化有关的变量后，∆ATO_t对∆RNOA_t+1仍然具有显著的正向增量解释力。

（2）在控制了EPS/P、RNOA、PM 及各自的变化量之后，∆ATO_t对BHAR_t  (Buy and Hold Abnormal Return)有显著的正向增量解释力，说明市场参与者利用了杜邦分析的信息。

（3）∆ATO_t对BHAR_t+1的回归系数显著为正（如下表所示），说明∆ATO_t能够预测股票未来超额回报，市场参与者在当期并未充分理解杜邦分析的信息。

（4）∆ATO_t对当期分析师盈余修正和下期分析师预测误差的回归系数均显著为正，说明分析师也只是部分利用了杜邦分析的信息。

三、结论

        本文的研究再次证明，杜邦分析是一个非常有用的财报分析工具。相比起毛利率（PM），资产周转率（ATO）更加稳定，因此资产周转率（ATO）对未来盈余和股价变动具有增量信息。虽然市场已经在一定程度上使用了资产周转率（ATO）信息进行投资决策，但却不充分。资产周转率的变化（∆ATO）对于未来的股票超额回报仍有增量解释力，投资者可以使用资产周转率的变化（∆ATO）获得超额回报。

文献来源：