质量因子：高盈利企业为何带来更高回报

谜题

质量因子捕捉的是表现出强劲盈利能力、稳定收益增长和保守财务政策的公司往往在时间推移中跑赢低质量同行这一实证观察。与关注买入便宜股票的价值投资不同，质量投资强调买入好公司——那些拥有持久竞争优势和健全财务特征的公司。罗伯特·诺维-马克思2013年的论文表明，毛利润率（毛利润除以总资产）预测股票回报横截面的能力与规范的价值指标——账面市值比——不相上下。阿斯内斯、弗拉齐尼和佩德森开发的综合Quality Minus Junk（QMJ）因子在研究的全部24个国家中均录得正回报。2015年通过盈利能力（RMW）和投资（CMA）因子将质量纳入法马-弗伦奇五因子模型，标志着质量被学术资产定价的主流所接受。理解质量溢价对于构建稳健、分散的因子投资组合至关重要。

在量化金融中定义质量

质量也许是量化金融中最直观的因子，但也是最难精确定义的因子之一。与可以用单一比率（如账面市值比）捕捉的价值，或仅需按近期回报对股票排名的动量不同，质量本质上是多维的。不同的研究者和从业者强调公司质量的不同方面，没有单一定义获得普遍接受。

在最广泛的层面上，质量指的是使公司根本上强大且可能作为持续经营实体存续的特征。这些特征通常分为三类：盈利能力、收益稳定性和财务实力。

皮奥特罗斯基的F分数于2000年在Journal of Accounting Research的论文中引入，代表了定义质量的早期系统方法。F分数是涵盖盈利能力、杠杆和运营效率的9个二元信号的综合，最初旨在区分价值股中的强势和弱势股票。

毛利润率溢价

罗伯特·诺维-马克思2013年在Journal of Financial Economics上发表的论文"价值的另一面"可以说是质量因子最具影响力的单一研究。诺维-马克思证明，一个简单的盈利能力指标——毛利润除以总资产——以与既定价值因子指标账面市值比大致相同的能力预测股票回报的横截面。

这一发现因几个原因而引人注目。首先，它表明质量和价值是股票回报的基本独立维度。高盈利企业和便宜企业往往是不同的公司；高盈利能力与成长而非价值特征相关。这种独立性意味着结合质量和价值策略可以相对于单独使用任何一个因子大幅改善投资组合表现。

其次，诺维-马克思发现毛利润率比净收入、营业收入或自由现金流等其他盈利能力指标是更好的回报预测因子。他认为毛利润是盈利能力"最干净"的会计指标，因为它较少受到酌量性会计选择、一次性费用和可能扭曲底线指标的资本结构决策的影响。

使用1963年至2010年的数据，诺维-马克思展示了做多最赚钱的公司（毛利润率前五分位）并做空最不赚钱的公司（后五分位）的策略录得约5-6%的平均年回报率，t统计量远超传统显著性阈值。该溢价在控制规模、价值和动量后仍然持续，证实盈利能力捕捉了预期回报的一个真正独立的维度。

诺维-马克思还证明，在法马-弗伦奇三因子模型中添加盈利能力因子大幅提高了其解释力。三因子模型在解释高盈利成长型企业回报方面的知名困难，通过将毛利润率作为额外因子纳入而基本得到解决。

Quality Minus Junk

AQR资本管理公司的克利福德·阿斯内斯、安德烈亚·弗拉齐尼和拉塞·海耶·佩德森在2019年发表于Review of Accounting Studies的论文"Quality Minus Junk"中开发了最全面的质量因子。QMJ因子将质量的多个维度整合为单一复合指标。

QMJ因子从四个维度定义质量：

每个维度计算为z分数，综合质量分数是四个z分数的平均值。

使用这一综合定义，阿斯内斯、弗拉齐尼和佩德森在1957年至2016年间的24个国家构建了做多高质量股票、做空低质量（"垃圾"）股票的多空组合。他们的核心发现引人注目：QMJ因子在研究的全部24个国家中均录得正的风险调整后回报。全球QMJ因子实现了约0.50的夏普比率，使其成为风险调整基础上最具吸引力的因子之一。

作者还记录了质量与价格之间的重要关系。高质量股票平均以更高的价格交易——市场部分认识到了质量——但不足以完全抵消其优越的基本面。这意味着购买质量股票的投资者能获得溢价，因为市场系统性地低估了质量特征的持久性和幅度。

QMJ论文的一个重要贡献是展示了质量与价值的协同互动。最具吸引力的股票是那些既高质量又便宜的——以价值价格交易的优质公司。相反，最不具吸引力的股票是以溢价估值交易的低质量公司。这种互动表明，投资者可以通过结合质量和价值筛选来构建更强大的策略，而非孤立使用任何一个。

法马-弗伦奇五因子模型中的质量

质量作为定价因子的学术接受在2015年法马和弗伦奇五因子模型的发表中达到顶峰。在Journal of Financial Economics上发表的论文"五因子资产定价模型"中，法马和弗伦奇在原始三因子模型（市场、规模、价值）基础上增加了两个新因子：RMW（Robust Minus Weak）和CMA（Conservative Minus Aggressive）。

RMW因子捕捉盈利能力溢价。它做多具有稳健（高）经营盈利能力的公司股票，做空具有薄弱（低）经营盈利能力的公司股票。法马和弗伦奇将经营盈利能力定义为年收入减去销售成本、减去销售管理费用、减去利息费用，全部除以账面权益。在1963年至2013年的数据中，RMW因子录得约0.25%的月均回报率，折合年化约3%。

CMA因子捕捉投资溢价。它做多保守投资（低资产增长）的公司股票，做空激进投资（高资产增长）的公司股票。这个因子与质量相关，因为与高盈利能力结合的保守投资表明公司正在产生超过其再投资需求的现金流——这是高质量企业的标志。

五因子模型在解释平均股票回报横截面的能力上大幅优于三因子模型。特别是，它解决了三因子模型无法解释的几个异常现象，包括高盈利企业的强劲回报和从事激进资产扩张的企业的疲弱回报。

然而，增加RMW和CMA是有代价的：在五因子模型中，价值因子（HML）变得基本冗余。法马和弗伦奇表明HML的贡献被RMW和CMA的组合所涵盖，这导致一些研究者质疑价值是否真正是预期回报的独立维度，还是仅仅是盈利能力和投资特征的嘈杂代理。

全球市场中的质量

质量溢价在国际市场中表现出显著的一致性，进一步证明它反映的是真正的经济现象而非统计伪象。

如前所述，阿斯内斯、弗拉齐尼和佩德森的QMJ因子在研究的所有24个国家中均录得正回报。溢价存在于发达市场和新兴市场、大盘股和小盘股以及不同时间段中。

在欧洲市场，质量策略特别有效。MSCI的研究表明，MSCI欧洲质量指数在数十年期间以约2-3%的年化幅度跑赢MSCI欧洲广泛指数，且波动率更低、回撤更小。

在新兴市场，质量因子显示出强劲的回报，部分原因是这些市场包含更高比例的低质量公司——治理不善、收益不稳定、资产负债表薄弱的公司。高质量和低质量公司之间的利差在新兴市场往往更大，为基于质量的策略创造了更大的机会。

日本市场提供了一个有趣的案例。日本历史上有大量低盈利公司以低于账面价值的折扣交易，使质量筛选特别有价值。在日本结合质量和价值产生了比单独使用任何一个因子更强的结果，因为质量筛选有助于避免在日本市场特别普遍的"价值陷阱"。

质量还表现出在不同宏观经济环境中良好表现的能力。虽然许多因子具有强烈的周期性——价值倾向于在复苏期表现优异，动量在趋势中——质量在经济扩张和收缩中均表现出相对一致的表现。这种防御性特征使质量成为多因子投资组合中更具周期性因子的有吸引力的补充。

实际实施

实施质量因子策略涉及几个关键决策，包括指标选择、投资组合构建以及与其他因子的整合。

质量指标的选择对策略表现有显著影响。虽然学术研究已确定毛利润率是强有力的单一预测因子，但从业者通常使用结合多个指标的综合质量评分。常见的组成部分包括净资产收益率、收益稳定性（以五年ROE或收益增长率的标准差衡量）、应计质量（经营现金流与净收入的比率）和财务杠杆（负债权益比或利息覆盖率）。

ETF提供商广泛使用的MSCI质量指数方法论基于三个变量选择股票：净资产收益率、收益变异性和负债权益比。每个变量转换为z分数，股票按其质量z分数与市值的乘积加权。这种方法提供了一种透明的、基于规则的方法来获取质量敞口。

纯多头质量策略可通过众多ETF和指数基金获得，通常收取0.15%至0.30%的年费。这些产品通常提供相对于广泛市场指数的适度质量倾斜，使散户和机构投资者都能使用。

量化资产管理公司提供的更集中的质量策略应用更严格的选择标准，可能持有更少的仓位，以更明显的质量倾斜为目标。这些策略通常收取更高的费用（0.30%-0.60%），但旨在捕获质量溢价的更大部分。

将质量与价值结合已成为特别受欢迎的方法。由于高质量股票倾向于昂贵而便宜股票倾向于低质量，结合两个因子可以创建既基本面强劲又价格有吸引力的股票投资组合。AQR等的研究表明，这种组合提供比单独使用任何一个因子更高的风险调整后回报，换手率更低且分散化更好。

质量策略的换手率通常低于动量策略，但与价值策略相当，通常在每年30%到60%之间。质量特征往往具有持续性——今年盈利能力高的公司明年很可能仍然盈利能力高——这自然限制了投资组合的换手率和相关的交易成本。

独立回测：质量因子十年期表现

方法论：Fama-French RMW因子月度收益率，1963年1月至2025年12月。交易成本扣除前。

质量是1963年以来每个十年都实现正收益的唯一因子，最大回撤-18.5%远温和于其他主要因子。

跨市场证据

Asness、Frazzini和Pedersen（2019）在"Quality Minus Junk"中记录了QMJ因子在所有24个研究国家中都获得了正的风险调整收益。

未解之谜

质量因子呈现真正的智识难题。最深的张力是理论性的：在标准风险定价下，质量溢价不应存在。高质量企业在几乎每个衡量标准上都比低质量企业风险更低。Harvey、Liu和Zhu（2016）的标准下，质量相关因子也在Hou、Xue和Zhang（2020）的综合复制测试中比大多数异常更好地存活。

对从业者而言，质量通过股利折现模型的理论支持、广泛的跨市场证据和防御性表现特征，使其成为多因子组合构建的基石。最有效的实施是将质量与价值筛选结合（Novy-Marx 2013，Asness, Frazzini, Pedersen 2019）。