毛利潤率溢價：更純淨的品質訊號

毛利潤率之前：品質衡量的複雜歷史

數十年來，量化研究者一直在與一個看似簡單的問題搏鬥：如何衡量一家公司的品質？到2000年代初期，學術界充斥著相互競爭的方法，每種方法都捕捉了「好」企業含義的不同切面——每種都帶有各自的會計雜訊與定義模糊性。

Piotroski (2000)引入了F分數，這是一個涵蓋獲利能力、槓桿率與營運效率的九個二元會計訊號的複合指標。F分數在區分價值股中的贏家與輸家方面是有效的，但它是一個粗糙的工具——更像是通過/未通過標準的清單，而非經濟實力的連續度量。其他研究者傾向於使用ROE（股東權益報酬率）、ROA（總資產報酬率）或淨利潤率作為其偏好的品質指標。MSCI等機構的實務者圍繞ROE、盈餘波動性與負債權益比構建了品質指數。

所有這些方法的問題在於，它們在損益表的錯誤層級上衡量獲利能力。淨利潤、營業利潤與ROE都被管理層的自主會計決策所污染：折舊計畫、無形資產攤銷、重組費用、稅務策略與資本結構選擇。兩家具有相同經濟生產力的企業可能因CFO的偏好不同而報告截然不同的最終利潤數字。這些獲利能力衡量指標的訊噪比很低，研究者們也深知這一點。

正是在這一背景下，羅伯特·諾維-馬克思於2013年在Journal of Financial Economics上發表了「價值的另一面：毛利潤率溢價（The Other Side of Value: The Gross Profitability Premium）」。他的核心洞察極為簡潔：要找到企業經濟產出最乾淨的衡量標準，就在管理層有機會扭曲它之前停止閱讀損益表。在毛利潤線——營收減去銷貨成本——衡量獲利能力，並以總資產進行標準化。Novy-Marx (2013)認為，這個單一比率以最小的會計污染捕捉了企業的核心經濟引擎，其預測股票報酬的能力與價值因子本身一樣強大。

建構方法：為什麼用毛利潤除以總資產

毛利潤率指標的具體建構值得仔細審視，因為分子與分母的選擇都是論文貢獻的核心。

分子：毛利潤。 毛利潤定義為總營收減去銷貨成本（COGS）。它位於損益表的最頂端，在銷售、管理及一般費用（SG&A）、研發費用、折舊攤銷、利息費用與稅負之上。透過在這一行停止，該指標捕捉了企業在任何自主支出決策之前從其核心生產與銷售活動中獲得的收益。

諾維-馬克思認為，損益表上的這一位置並非任意選擇——它反映了衡量經濟生產力而非會計獲利能力的有意選擇。考慮兩家擁有相同藥物組合與相同營收的製藥公司。A公司積極資本化其研發支出，B公司則立即費用化。A公司因重組費用在某一年有較高的SG&A。在淨利潤或營業利潤層面，這些企業看起來截然不同。在毛利潤層面，它們看起來相同——因為毛利潤捕捉的是管理層金融工程生效之前的業務根本經濟學。

分母：總資產。 諾維-馬克思沒有選擇用帳面權益（如ROE）或市值（如盈餘收益率）作為分母，而是選擇了總資產。這一選擇避免了兩個問題。第一，帳面權益本身受會計扭曲的影響——庫藏股買回、累計其他綜合損益與商譽減損都可能使帳面權益成為一個雜訊較大的分母。第二，用市值除會與價值因子產生機械性相關，因為基本面相對較低的市值恰恰是價值的定義。透過使用總資產，該指標捕捉了企業將其資產基礎轉化為毛利潤的效率，獨立於市場對企業的定價。

此表說明了核心論點：隨著向損益表下方移動，每個後續的獲利能力指標都納入了更多的管理層自主權與會計雜訊。毛利潤率透過在頂部停止，保留了企業經濟引擎最純淨的訊號。

實證發現：與帳面市值比同樣強大

Novy-Marx (2013)的實證結果在規模與穩健性方面都令人矚目。使用涵蓋1963年至2010年美國股票的CRSP與Compustat資料，諾維-馬克思根據毛利潤率（毛利潤除以總資產）將股票分為五分位組，並檢驗後續報酬。

毛利潤率最高五分位的股票在原始報酬基礎上每月超出最低五分位約0.31%——年化約3.7%。在調整法瑪-弗倫奇三因子模型（市場、規模與價值）後，利差實際上擴大了，因為毛利潤率與價值負相關：獲利能力強的企業往往是成長股，意味著三因子模型的價值負載對其不利。毛利潤率多空策略的三因子alpha約為每月0.52%（年化約6.4%），t統計量超過4.0——遠超統計顯著性的常規閾值。

諾維-馬克思隨後在預測力的直接比較中將毛利潤率與其他獲利能力指標進行了較量：

模式是一致的：在損益表越高處衡量獲利能力，報酬預測力越強。毛利潤率優於所有其他指標。這一發現對許多實務者來說是反直覺的，他們認為底線獲利能力——與股東價值最直接相關的數字——應該是最具資訊量的訊號。諾維-馬克思展示了相反的結論：毛利潤線以下引入的會計雜訊摧毀的資訊比它增加的更多。

一個關鍵的穩健性檢驗涉及對價值（帳面市值比）的控制。在標準的Fama-MacBeth橫截面迴歸中，毛利潤率與帳面市值比對未來報酬具有相似的預測係數，當同時納入時兩者都保持顯著。毛利潤率溢價沒有吞沒價值溢價，也沒有被價值溢價所吞沒。兩者是預期報酬的真正獨立維度。

價值的另一面：為什麼獲利能力與低估互為補充

論文的標題——「價值的另一面（The Other Side of Value）」——捕捉了可能是其最重要的實踐洞察。諾維-馬克思表明，獲利能力強的企業與便宜的企業在很大程度上是不同的公司群體。高毛利潤率與成長特徵相關：這些企業往往具有較高的市場估值、強勁的近期表現與高於平均水準的分析師預期。相比之下，價值股往往是陷入困境、不受青睞的公司，近期表現疲弱，市場預期低迷。

獲利能力與價值之間的這種負相關創造了強大的分散投資機會。將品質傾斜（超配高毛利潤率企業）與價值傾斜（超配高帳面市值比企業）相結合的投資組合，捕捉了兩個幾乎獨立的風險溢價來源。組合策略的表現遠超任何單一因子，夏普比率顯著高於任一組成部分。

諾維-馬克思透過展示向法瑪-弗倫奇三因子模型添加毛利潤率因子可以顯著提高模型的解釋力，將這一洞察形式化。三因子模型長期以來在某些異象上表現不佳——最顯著的是，它無法解釋為什麼高獲利的成長股儘管價值曝險低卻獲得了強勁的報酬。將毛利潤率作為第四個因子添加後，這一缺陷基本得到了解決。

獲利能力與價值之間的這種互補性對投資組合建構有直接影響。傳統的價值策略經常無意中偏重於低品質企業——那些因合理原因而便宜的公司。透過同時篩選價值與毛利潤率，投資者可以避免這些價值陷阱，同時捕捉兩種溢價。正如諾維-馬克思所展示的，高品質與低價格的交叉點是最具吸引力的風險調整報酬所在。

為什麼是毛利潤？經濟直覺

諾維-馬克思提供了一個植根於股利折現模型（DDM）的理論框架，以解釋為什麼獲利能力應該預測報酬。戈登成長模型意味著：

預期報酬 = 盈餘收益率 + 成長率

在價格不變的情況下，當前獲利能力較高的企業必須具有較高的預期報酬或較低的預期成長率。由於高獲利企業往往具有更高（而非更低）的成長預期，DDM邏輯意味著在給定價格條件下，獲利能力應與預期報酬正相關。

但為什麼特別是毛利潤率，而不是任何其他獲利能力指標？諾維-馬克思提出了兩個論點。

第一，毛利潤是獲利能力中最持久的組成部分。企業的毛利率反映其根本的競爭地位——定價能力、成本結構、供應鏈效率——這些往往會隨時間保持持久。毛利潤線以下的項目（SG&A、研發、重組費用、利息費用）更加波動且受管理層自主權影響。毛利潤率的持久性意味著它是DDM所需要的企業長期經濟引擎的更好代理變數。

第二，雜訊更多的獲利能力指標引入了系統性偏差。從事積極投資（高研發、高資本支出）的企業在其他條件相同的情況下將有較低的淨利潤與營業利潤。但積極投資也與成長相關，這使得衡量的獲利能力與預期報酬之間的關係變得複雜。透過在投資支出影響的行以上進行衡量，毛利潤率完全避免了這種干擾。

Ball, Gerakos, Linnainmaa, and Nikolaev (2015)隨後擴展了這一邏輯，表明一個更簡單的指標——毛利潤除以市值而非總資產——具有增量預測力。他們的研究確認了諾維-馬克思的核心洞察，同時表明最優分母選擇取決於具體應用。

對資產定價的影響：從三因子到五因子

毛利潤率溢價在推動法瑪-弗倫奇因子模型擴展方面發揮了關鍵作用。當Fama and French (2015)發表其五因子模型時，他們添加了兩個新因子：RMW（穩健減弱獲利能力）與CMA（保守減積極投資）。RMW因子直接受到諾維-馬克思關於獲利能力預測橫截面報酬這一發現的啟發。

然而，法瑪與弗倫奇為RMW選擇了不同的獲利能力指標：營業獲利能力（營收減去銷貨成本、SG&A與利息費用，除以帳面權益）。這一選擇是有意為之的——法瑪與弗倫奇是在建構因子模型而非識別單一最佳預測變數，他們偏好捕捉更廣泛損益表資訊的指標。諾維-馬克思自己的研究表明這是一個次優選擇：毛利潤率恰恰因為更簡單、更少污染，應該成為定價因子的首選指標。

這一方法論分歧突出了一個重要的細微差別。毛利潤率溢價不僅僅是學術上的好奇心——它直接塑造了當今實證金融中使用的主導資產定價框架。哪種獲利能力指標應屬於規範因子模型，這個問題仍在積極爭論中，對研究者與實務者如何衡量alpha、評估基金績效與建構因子投資組合具有深遠影響。

Hou, Xue, and Zhang (2015)提出了一個替代性的q因子模型，其中包含使用ROE而非毛利潤率或營業獲利能力的獲利因子。他們的模型與法瑪-弗倫奇五因子模型競相解釋同一組異象，進一步證明了某種形式的獲利能力對現代資產定價是不可或缺的。

對因子投資組合建構的實踐啟示

對於建構因子投資策略的實務者而言，諾維-馬克思的論文提供了幾個可操作的經驗。

訊號建構。 毛利潤率（毛利潤 / 總資產）應該是任何品質或獲利能力篩選的核心輸入。其簡潔性是優勢而非缺陷：該指標幾乎適用於所有上市公司，不需要估計或主觀輸入，且對困擾更複雜指標的會計操縱具有穩健性。僅依賴ROE、淨利潤率或複合品質評分的實務者正在浪費預測能力。

因子組合。 毛利潤率與帳面市值比之間的負相關使它們成為多因子投資組合中的天然互補因子。建構品質-價值組合策略——超配在毛利潤率與帳面市值比上都得分較高的股票——產生的投資組合的風險調整報酬與夏普比率顯著高於任一單獨因子。這種協同效應不僅是理論上的；它已在實際因子投資組合中得到驗證，並被量化資產管理公司廣泛利用。

避免價值陷阱。 價值投資中最常見的失敗模式之一是購買那些理應便宜的股票——基本面惡化、競爭劣勢或結構性衰退的企業。毛利潤率充當了對價值陷阱的天然篩選：具有高毛利潤率的企業擁有強勁的核心經濟實力，降低了其低估反映的是真正的基本面損害而非暫時性市場悲觀主義的機率。

產業考量。 毛利潤率在不同產業間差異顯著。科技與醫療保健企業往往具有較高的毛利率；公用事業、金融與大宗商品生產商往往具有較低的毛利率。簡單的毛利潤率排序因此會產生產業集中。實務者通常實施產業中性版本的策略，在每個產業內而非整個市場中按毛利潤率對企業進行排名。諾維-馬克思表明溢價即使在產業內也持續存在，儘管產業中性版本為了更好的分散化犧牲了部分幅度。

侷限性與持續爭論

毛利潤率溢價雖然穩健，但並非沒有侷限性與懸而未決的問題。

金融企業。 毛利潤對銀行、保險公司與其他金融機構沒有明確的定義，這些機構的營收結構與工業及服務企業存在根本差異。諾維-馬克思框架最適用於非金融企業，實務者需要對金融產業使用替代性獲利能力指標（如ROA或淨利差）。

國際證據。 雖然原始論文聚焦於美國股票，但Fama and French (2017)等後續研究普遍確認了國際市場中的獲利能力溢價，儘管具體幅度與最優獲利能力指標因國家與會計制度而異。

時間穩定性。 與所有因子溢價一樣，毛利潤率溢價在時間上並非恆定。有些時期它減弱了或被其他因子所掩蓋。McLean and Pontiff (2016)記錄了因子溢價隨著套利資本流向已知異象而在發表後趨於衰減。然而，獲利能力相關因子是對發表後衰減最具韌性的因子之一，這可能是因為該溢價植根於基本的估值邏輯（DDM）而非純粹的統計模式。

分母之爭。 毛利潤應該除以總資產（諾維-馬克思的選擇）、市值（Ball, Gerakos, Linnainmaa, and Nikolaev, 2015）還是帳面權益，仍是一個開放問題。每種選擇產生略有不同的因子投資組合與不同的風險報酬特徵。資產基準版本具有獨立於市場定價的優勢，而市值基準版本則納入了當前市場資訊。

論文的持久貢獻

諾維-馬克思2013年的論文重塑了研究者與實務者對獲利能力作為因子的思考方式。在這篇論文之前，品質是一個模糊的多維概念，不同的研究者以不相容的方式將其操作化。在此之後，該領域擁有了一個具體的、經實證驗證的指標——毛利潤率——它計算簡單、經濟上直觀，且與規範價值因子同樣強大。

論文的影響超越了它所提出的具體指標。它確立了一個方法論原則：在建構基於會計的因子時，更簡單的、位於損益表更上方的指標更優。從毛利潤到營業利潤再到淨利潤移動過程中累積的會計雜訊，摧毀的預測資訊比它增加的更多。這一洞察影響了此後關於因子建構的研究，並推動實務者質疑其品質模型的複雜性。

對於今天建構多因子投資組合的投資者而言，諾維-馬克思的發現仍然直接可操作。毛利潤率作為一個乾淨的、獨立的品質訊號，具有與帳面市值比相當的報酬預測力。與價值篩選結合，它產生了一個在自然避免價值陷阱的同時捕捉兩個互補alpha來源的策略。該指標的簡潔性與透明性使其從個人量化交易者到最大規模的機構資產管理者都可以使用。