毛利润率溢价：更纯净的质量信号

毛利润率之前：质量衡量的复杂历史

数十年来，量化研究者一直在与一个看似简单的问题搏斗：如何衡量一家公司的质量？到2000年代初期，学术界充斥着相互竞争的方法，每种方法都捕捉了"好"企业含义的不同切面——每种都带有各自的会计噪声和定义模糊性。

Piotroski (2000)引入了F分数，这是一个涵盖盈利能力、杠杆率和运营效率的九个二元会计信号的复合指标。F分数在区分价值股中的赢家与输家方面是有效的，但它是一个粗糙的工具——更像是通过/未通过标准的清单，而非经济实力的连续度量。其他研究者倾向于使用ROE（净资产收益率）、ROA（总资产收益率）或净利润率作为其偏好的质量指标。MSCI等机构的实务者围绕ROE、盈利波动性和资产负债率构建了质量指数。

所有这些方法的问题在于，它们在利润表的错误层级上衡量盈利能力。净利润、营业利润和ROE都被管理层的自主会计决策所污染：折旧计划、无形资产摊销、重组费用、税务策略和资本结构选择。两家具有相同经济生产力的企业可能因CFO的偏好不同而报告截然不同的最终利润数字。这些盈利能力衡量指标的信噪比很低，研究者们也深知这一点。

正是在这一背景下，罗伯特·诺维-马克思于2013年在Journal of Financial Economics上发表了"价值的另一面：毛利润率溢价（The Other Side of Value: The Gross Profitability Premium）"。他的核心洞察极为简洁：要找到企业经济产出最干净的衡量标准，就在管理层有机会扭曲它之前停止阅读利润表。在毛利润线——收入减去销售成本——衡量盈利能力，并以总资产进行标准化。Novy-Marx (2013)认为，这个单一比率以最小的会计污染捕捉了企业的核心经济引擎，其预测股票回报的能力与价值因子本身一样强大。

构建方法：为什么用毛利润除以总资产

毛利润率指标的具体构建值得仔细审视，因为分子和分母的选择都是论文贡献的核心。

分子：毛利润。 毛利润定义为总收入减去销售成本（COGS）。它位于利润表的最顶端，在销售、一般及管理费用（SG&A）、研发费用、折旧摊销、利息费用和税收之上。通过在这一行停止，该指标捕捉了企业在任何自主支出决策之前从其核心生产和销售活动中获得的收益。

诺维-马克思认为，利润表上的这一位置并非任意选择——它反映了衡量经济生产力而非会计盈利能力的有意选择。考虑两家拥有相同药物组合和相同收入的制药公司。A公司积极资本化其研发支出，B公司则立即费用化。A公司因重组费用在某一年有较高的SG&A。在净利润或营业利润层面，这些企业看起来截然不同。在毛利润层面，它们看起来相同——因为毛利润捕捉的是管理层金融工程生效之前的业务根本经济学。

分母：总资产。 诺维-马克思没有选择用账面权益（如ROE）或市值（如盈利收益率）作为分母，而是选择了总资产。这一选择避免了两个问题。第一，账面权益本身受会计扭曲的影响——股票回购、累计其他综合收益和商誉减值都可能使账面权益成为一个噪声较大的分母。第二，用市值除会与价值因子产生机械性相关，因为基本面相对较低的市值恰恰是价值的定义。通过使用总资产，该指标捕捉了企业将其资产基础转化为毛利润的效率，独立于市场对企业的定价。

此表说明了核心论点：随着向利润表下方移动，每个后续的盈利能力指标都纳入了更多的管理层自主权和会计噪声。毛利润率通过在顶部停止，保留了企业经济引擎最纯净的信号。

实证发现：与账面市值比同样强大

Novy-Marx (2013)的实证结果在规模和稳健性方面都令人瞩目。使用覆盖1963年至2010年美国股票的CRSP和Compustat数据，诺维-马克思根据毛利润率（毛利润除以总资产）将股票分为五分位组，并检验后续回报。

毛利润率最高五分位的股票在原始回报基础上每月超出最低五分位约0.31%——年化约3.7%。在调整法玛-弗伦奇三因子模型（市场、规模和价值）后，利差实际上扩大了，因为毛利润率与价值负相关：盈利能力强的企业往往是成长股，意味着三因子模型的价值负载对其不利。毛利润率多空策略的三因子alpha约为每月0.52%（年化约6.4%），t统计量超过4.0——远超统计显著性的常规阈值。

诺维-马克思随后在预测力的直接比较中将毛利润率与其他盈利能力指标进行了较量：

模式是一致的：在利润表越高处衡量盈利能力，回报预测力越强。毛利润率优于所有其他指标。这一发现对许多实务者来说是反直觉的，他们认为底线盈利能力——与股东价值最直接相关的数字——应该是最具信息量的信号。诺维-马克思展示了相反的结论：毛利润线以下引入的会计噪声摧毁的信息比它增加的更多。

一个关键的稳健性检验涉及对价值（账面市值比）的控制。在标准的Fama-MacBeth横截面回归中，毛利润率和账面市值比对未来回报具有相似的预测系数，当同时纳入时两者都保持显著。毛利润率溢价没有吞没价值溢价，也没有被价值溢价所吞没。两者是预期回报的真正独立维度。

价值的另一面：为什么盈利能力与低估互为补充

论文的标题——"价值的另一面（The Other Side of Value）"——捕捉了可能是其最重要的实践洞察。诺维-马克思表明，盈利能力强的企业与便宜的企业在很大程度上是不同的公司群体。高毛利润率与成长特征相关：这些企业往往具有较高的市场估值、强劲的近期表现和高于平均水平的分析师预期。相比之下，价值股往往是陷入困境、不受青睐的公司，近期表现疲弱，市场预期低迷。

盈利能力与价值之间的这种负相关创造了强大的分散投资机会。将质量倾斜（超配高毛利润率企业）与价值倾斜（超配高账面市值比企业）相结合的投资组合，捕捉了两个几乎独立的风险溢价来源。组合策略的表现远超任何单一因子，夏普比率显著高于任一组成部分。

诺维-马克思通过展示向法玛-弗伦奇三因子模型添加毛利润率因子可以显著提高模型的解释力，将这一洞察形式化。三因子模型长期以来在某些异象上表现不佳——最显著的是，它无法解释为什么高盈利的成长股尽管价值暴露低却获得了强劲的回报。将毛利润率作为第四个因子添加后，这一缺陷基本得到了解决。

盈利能力与价值之间的这种互补性对投资组合构建有直接影响。传统的价值策略经常无意中偏重于低质量企业——那些因合理原因而便宜的公司。通过同时筛选价值和毛利润率，投资者可以避免这些价值陷阱，同时捕捉两种溢价。正如诺维-马克思所展示的，高质量与低价格的交叉点是最具吸引力的风险调整回报所在。

为什么是毛利润？经济直觉

诺维-马克思提供了一个植根于股利贴现模型（DDM）的理论框架，以解释为什么盈利能力应该预测回报。戈登增长模型意味着：

预期回报 = 盈利收益率 + 增长率

在价格不变的情况下，当前盈利能力较高的企业必须具有较高的预期回报或较低的预期增长率。由于高盈利企业往往具有更高（而非更低）的增长预期，DDM逻辑意味着在给定价格条件下，盈利能力应与预期回报正相关。

但为什么特别是毛利润率，而不是任何其他盈利能力指标？诺维-马克思提出了两个论点。

第一，毛利润是盈利能力中最持久的组成部分。企业的毛利率反映其根本的竞争地位——定价能力、成本结构、供应链效率——这些往往会随时间保持持久。毛利润线以下的项目（SG&A、研发、重组费用、利息费用）更加波动且受管理层自主权影响。毛利润率的持久性意味着它是DDM所需要的企业长期经济引擎的更好代理变量。

第二，噪声更多的盈利能力指标引入了系统性偏差。从事积极投资（高研发、高资本支出）的企业在其他条件相同的情况下将有较低的净利润和营业利润。但积极投资也与增长相关，这使得衡量的盈利能力与预期回报之间的关系变得复杂。通过在投资支出影响的行以上进行衡量，毛利润率完全避免了这种干扰。

Ball, Gerakos, Linnainmaa, and Nikolaev (2015)随后扩展了这一逻辑，表明一个更简单的指标——毛利润除以市值而非总资产——具有增量预测力。他们的研究确认了诺维-马克思的核心洞察，同时表明最优分母选择取决于具体应用。

对资产定价的影响：从三因子到五因子

毛利润率溢价在推动法玛-弗伦奇因子模型扩展方面发挥了关键作用。当Fama and French (2015)发表其五因子模型时，他们添加了两个新因子：RMW（稳健减弱质盈利能力）和CMA（保守减积极投资）。RMW因子直接受到诺维-马克思关于盈利能力预测横截面回报这一发现的启发。

然而，法玛和弗伦奇为RMW选择了不同的盈利能力指标：营业盈利能力（收入减去销售成本、SG&A和利息费用，除以账面权益）。这一选择是有意为之的——法玛和弗伦奇是在构建因子模型而非识别单一最佳预测变量，他们偏好捕捉更广泛利润表信息的指标。诺维-马克思自己的研究表明这是一个次优选择：毛利润率恰恰因为更简单、更少污染，应该成为定价因子的首选指标。

这一方法论分歧突出了一个重要的细微差别。毛利润率溢价不仅仅是学术上的好奇心——它直接塑造了当今实证金融中使用的主导资产定价框架。哪种盈利能力指标应属于规范因子模型，这个问题仍在积极争论中，对研究者和实务者如何衡量alpha、评估基金绩效和构建因子投资组合具有深远影响。

Hou, Xue, and Zhang (2015)提出了一个替代性的q因子模型，其中包含使用ROE而非毛利润率或营业盈利能力的盈利因子。他们的模型与法玛-弗伦奇五因子模型竞相解释同一组异象，进一步证明了某种形式的盈利能力对现代资产定价是不可或缺的。

对因子投资组合构建的实践启示

对于构建因子投资策略的实务者而言，诺维-马克思的论文提供了几个可操作的经验。

信号构建。 毛利润率（毛利润 / 总资产）应该是任何质量或盈利能力筛选的核心输入。其简洁性是优势而非缺陷：该指标几乎适用于所有上市公司，不需要估计或主观输入，且对困扰更复杂指标的会计操纵具有稳健性。仅依赖ROE、净利润率或复合质量评分的实务者正在浪费预测能力。

因子组合。 毛利润率与账面市值比之间的负相关使它们成为多因子投资组合中的天然互补因子。构建质量-价值组合策略——超配在毛利润率和账面市值比上都得分较高的股票——产生的投资组合的风险调整回报和夏普比率显著高于任一单独因子。这种协同效应不仅是理论上的；它已在实际因子投资组合中得到验证，并被量化资产管理公司广泛利用。

避免价值陷阱。 价值投资中最常见的失败模式之一是购买那些理应便宜的股票——基本面恶化、竞争劣势或结构性衰退的企业。毛利润率充当了对价值陷阱的天然筛选：具有高毛利润率的企业拥有强劲的核心经济实力，降低了其低估反映的是真正的基本面损害而非暂时性市场悲观主义的概率。

行业考量。 毛利润率在不同行业间差异显著。科技和医疗保健企业往往具有较高的毛利率；公用事业、金融和大宗商品生产商往往具有较低的毛利率。简单的毛利润率排序因此会产生行业集中。实务者通常实施行业中性版本的策略，在每个行业内而非整个市场中按毛利润率对企业进行排名。诺维-马克思表明溢价即使在行业内也持续存在，尽管行业中性版本为了更好的分散化牺牲了部分幅度。

局限性与持续争论

毛利润率溢价虽然稳健，但并非没有局限性和悬而未决的问题。

金融企业。 毛利润对银行、保险公司和其他金融机构没有明确的定义，这些机构的收入结构与工业和服务企业存在根本差异。诺维-马克思框架最适用于非金融企业，实务者需要对金融行业使用替代性盈利能力指标（如ROA或净利息差）。

国际证据。 虽然原始论文聚焦于美国股票，但Fama and French (2017)等后续研究普遍确认了国际市场中的盈利能力溢价，尽管具体幅度和最优盈利能力指标因国家和会计制度而异。

时间稳定性。 与所有因子溢价一样，毛利润率溢价在时间上并非恒定。有些时期它减弱了或被其他因子所掩盖。McLean and Pontiff (2016)记录了因子溢价随着套利资本流向已知异象而在发表后趋于衰减。然而，盈利能力相关因子是对发表后衰减最具韧性的因子之一，这可能是因为该溢价植根于基本的估值逻辑（DDM）而非纯粹的统计模式。

分母之争。 毛利润应该除以总资产（诺维-马克思的选择）、市值（Ball, Gerakos, Linnainmaa, and Nikolaev, 2015）还是账面权益，仍是一个开放问题。每种选择产生略有不同的因子投资组合和不同的风险回报特征。资产基准版本具有独立于市场定价的优势，而市值基准版本则纳入了当前市场信息。

论文的持久贡献

诺维-马克思2013年的论文重塑了研究者和实务者对盈利能力作为因子的思考方式。在这篇论文之前，质量是一个模糊的多维概念，不同的研究者以不兼容的方式将其操作化。在此之后，该领域拥有了一个具体的、经实证验证的指标——毛利润率——它计算简单、经济上直观，且与规范价值因子同样强大。

论文的影响超越了它所提出的具体指标。它确立了一个方法论原则：在构建基于会计的因子时，更简单的、位于利润表更上方的指标更优。从毛利润到营业利润再到净利润移动过程中积累的会计噪声，摧毁的预测信息比它增加的更多。这一洞察影响了此后关于因子构建的研究，并推动实务者质疑其质量模型的复杂性。

对于今天构建多因子投资组合的投资者而言，诺维-马克思的发现仍然直接可操作。毛利润率作为一个干净的、独立的质量信号，具有与账面市值比相当的回报预测力。与价值筛选结合，它产生了一个在自然避免价值陷阱的同时捕捉两个互补alpha来源的策略。该指标的简洁性和透明性使其从个人量化交易者到最大规模的机构资产管理者都可以使用。