AEG估值组合5月实现4.66%超额收益 | 民生金工

（转自：尔乐量化）

➤ 5月基本面量化选股组合总体超额稳健。

5月，AEG估值潜力组合和竞争优势分别以7.05%和4.47%的回报率显著超越其基准指数，实现了4.66%和2.92%的超额回报。统计各策略在股票型公募基金中的相对排名，5月各策略表现基本均位于中位数以上。

➤ 竞争优势组合表现跟踪：5月回报4.47%，相对于中证800超额收益2.92%，截至5月底本年绝对收益5.98%。

策略介绍：竞争壁垒分析框架区分为四类行业：壁垒护盾型、竞争激烈型、稳中求进型和寻求突破型。全区间表现：竞争优势组合自2012年以来年化收益17.04%，夏普比率0.66，信息比率0.12，最大回撤-47.68%，卡玛比率0.36。

➤ 安全边际组合表现跟踪：5月回报3.79%，相对于wind全A超额收益1.40%，截至5月底本年绝对收益2.06%。

策略介绍：竞争优势的核心在于塑造企业的进入壁垒（即“护城河”）。全区间表现：安全边际组合自2012年以来年化收益22.73%，夏普比率1.02，信息比率0.18，最大回撤-35.10%，卡玛比率0.65。

➤ 红利低波季调组合表现跟踪：5月回报4.07%，相对于红利低波50指数超额收益-0.02%，截至5月底本年绝对收益3.32%。

策略介绍：“高股息陷阱”的表现形式多重多样，但本质是投资者单纯追逐高股息率而忽视了公司盈利可持续性和长期价值。全区间表现：红利低波季调组合自2014年以来年化收益20.27%，夏普比率0.94，信息比率0.16，最大回撤-43.06%，卡玛比率0.47。

➤ AEG估值潜力组合表现跟踪：5月回报7.05%，相对于wind全A超额收益4.66%，截至5月底本年绝对收益10.23%。

策略介绍：首先用AEG_EP因子选取TOP100，然后选择股利再投资/P比率高的TOP50股票，这意味着我们投资于那些市场尚未充分认识到其增长潜力的公司。全区间表现：AEG估值潜力组合2014年以来年化收益28.72%，夏普比率1.11，信息比率0.23，最大回撤-44.34%，卡玛比率0.65。

➤ 中证800现金牛组合表现跟踪：5月回报1.99%，相对于中证800超额收益0.44%，截至5月底本年绝对收益-0.01%。

策略介绍：通过CFOR分析体系深入评估企业的盈利能力和资产的现金生成效率。全区间表现：2019年以来年化收益13.56%，最大回撤-19.80%，卡玛比率0.68。

➤ 中证800内大模型AI选股组合表现跟踪：5月回报2.42%，相对于中证800超额收益0.87%，截至5月底本年绝对收益3.50%。

策略介绍：通过融合思维链推理（COT）、对比分析与反事实推理，形成多维度验证闭环。全区间表现：2019年以来年化收益16.53%，夏普比率0.71，信息比率0.17，最大回撤-33.01%，卡玛比率0.50。

➤ 中证800内治理效能组合表现跟踪：5月回报3.44%，相对于中证800超额收益1.89%，截至5月底本年绝对收益1.71%。

策略介绍：基于年报和半年报的MD&A通过deepseek-R1挖掘管理治理信息。全区间表现：2020年以来实现年化收益11.00%，夏普比率0.51，信息比率0.23，最大回撤-23.74%，卡玛比率0.46。

01

5月，AEG估值潜力组合和竞争优势分别以7.05%和4.47%的回报率显著超越其基准指数，实现了4.66%和2.92%的超额回报。

股票型公募基金本月、本季度和本年回报的中位数分别为1.82%、-1.72%、2.49%，最近一年表现相对较强，中位数为10.39%。

统计各策略在股票型公募基金中的相对排名，5月各策略表现基本均位于中位数以上。

02

2.1 竞争优势组合

竞争壁垒分析框架：该方法将企业竞争环境和战略因素纳入选股逻辑中，提供不同于传统因子投资的价值量化视角。在这一框架下，行业被细致分类，识别出具有不同竞争特性的四类行业：“壁垒护盾型”、“竞争激烈型”、“稳中求进型”和“寻求突破型”。特别地，“壁垒护盾型”行业因其长期稳定的市场份额和超强的盈利能力而受到重视。在“壁垒护盾型”行业中，策略聚焦于识别具有显著管理竞争优势的“唯一主导”企业，这些企业能够长期维持其市场领导地位。而在没有明显主导企业的壁垒行业里，寻找那些能够通过合作避免竞争、维持高利润率的“合作共赢”企业。对于非“壁垒护盾型”行业，策略则转向发掘那些即便在竞争环境中也能通过高效管理和成本控制实现优异运营表现的“高效运营”企业。具体可参见《量化专题报告：迈向价值之路：竞争壁垒分析框架下的选股逻辑》。

组合构建：将“壁垒护盾型”行业中的“唯一主导+合作共赢”组合与无壁垒保护行业中的“高效运营”组合结合，得到“竞争优势”组合。

竞争优势组合自2019年以来年化收益21.73%，夏普比率0.98，信息比率0.13，最大回撤-19.32%，卡玛比率1.12。

2.2 安全边际组合

波特的产业组织范式强调外部环境对企业赢利的影响，但忽视了企业内在因素。竞争优势的核心在于塑造企业的进入壁垒，进而确保其在市场中的独特地位和持续盈利能力。

ROIC的计算可以了解一家公司过去和未来创造价值的能力。如果一家企业通过高NOPAT利润率实现高ROIC，应该将分析重点放在客户锁定上。如果公司的高回报来自高投资资本周转率，应该强调成本领先分析。最为可持续的综合竞争优势来源于需求侧竞争优势和供给侧竞争优势的叠加。

安全边际是企业内在价值与市场价值之间的差距，问题的核心在于企业内在价值的合理估计。在企业经营稳健、且不考虑企业增长的情况下，盈利能力价值通常被视为更可靠地反映企业实际价值的指标。我们通过计算个股的盈利能力价值作为安全边际，在综合竞争优势股票池内选择安全边际最大的前50标的并采用股息率加权的方式最大化组合安全边际。具体可参见《量化专题报告：深入价值之路：量化刻画“护城河”与安全边际》。

组合每年5.1、9.1和11.1换仓，每次持有50只股票。

安全边际组合自2019年以来年化收益20.77%，夏普比率1.03，信息比率0.13，最大回撤-16.89%，卡玛比率1.23。

2.3 红利低波季调组合

股息率的高低更多取决于业务的属性以及企业所处的发展阶段，并不一定是越高越好。从统计结果看，股息率次高组拥有相对于大盘最高的胜率。“高股息陷阱”的表现形式多种多样，但本质是投资者单纯追逐高股息率而忽视了公司盈利可持续性和长期价值。因此，一方面可以通过股息率本身的预测加以规避，另外也考虑诸如剔除股价表现极端、负债率异常的标的等负向清单制度。具体可参见报告《量化专题报告：红利策略优化：高股息陷阱与股息预测》。

红利低波季调组合自2014年以来年化收益20.27%，夏普比率0.94，信息比率0.16，最大回撤-43.06%，卡玛比率0.47。

2.4 AEG估值潜力组合

收益的来源实质上分为两个方面：一是资产本身生成的收益；二是通过将利息再投资于其他资产所产生的收益。

二者的加总被称为带息收益或全收益，这包括了股息在内的所有收益。与之相对，不包括股息再投资的收益则被称为除息收益或净收益。投资的价值是基于预期带息收益来确定的，同样，市盈率（P/E）比率通常也应当基于带息收益的增长来计算，这是因为我们需要考虑投资收益的所有来源。带息收益增长超过机会成本的部分，被称为超额收益增长(AEG，Abnormal Earnings Growth)，其含义是公司的总体收益超过机会成本部分的价值：

其中E1是第一期的盈利，V0是当下的市值。所以，远期市盈率可以通过1/要求回报率，再加上超额收益增长除以下一期收益的数值来计算。如果预测没有超额收益增长，则正常市盈率为：

所以，远期市盈率就是正常市盈率加上增长溢价。具体请详见报告《超额收益增长模型AEG：PE估值的内涵逻辑》。

首先用AEG_EP因子选取TOP100，然后选择股利再投资/P比率高的TOP50股票，这意味着我们投资于那些市场尚未充分认识到其增长潜力的公司。

AEG估值潜力组合2014年以来年化收益29.29%，夏普比率1.11，信息比率0.23，最大回撤-44.34%，卡玛比率0.65。

2.5 “现金牛”组合

为了补充传统杜邦分解的不足，引入了自由现金流（FCF）和自由现金流回报率（CFOR）作为关键分析维度，通过CFOR分析体系深入评估企业的盈利能力和资产的现金生成效率。CFOR体系通过拆解现金流量回报率，揭示企业如何将经营活动产生的现金流转化为净利润，包括自由现金利润比率和经营资产回报率，从而更全面地评估企业的经营绩效和财务稳定性。

我们着重关注中证800内的现金牛组合。

中证800现金牛组合2014年以来年化收益18.38%，夏普比率0.80，信息比率0.20，最大回撤-36.42%，卡玛比率0.50。

2.6  大模型AI选股组合

传统投研模型面临信息整合与逻辑验证的双重困境。依赖结构化数据的传统模型难以有效处理非结构化金融文本（如研报、公告、调研纪要），导致语义信息丢失与逻辑断裂。面对信息过载、数据割裂及解释性缺失，模型预测精度受限，投资者信任度下降。

FinLLM通过预训练与领域优化，显著提升非结构化金融文本的解析能力。传统投研模型受限于结构化数据依赖与语义信息丢失，而FinLLM基于海量金融文本（研报、公告、调研）的预训练，突破了对非结构化信息的整合瓶颈，通过语义蒸馏与跨模态对齐，有效捕捉隐含的市场信号与管理层意图，为智能投研提供更全面的数据基础。

三角验证体系系统性提升模型推理能力与透明度。通过融合思维链推理（COT）、对比分析与反事实推理，形成多维度验证闭环：COT显式化决策路径（如“锂价下跌→成本改善→毛利率提升”），对比分析横向校验历史规律与同行数据，反事实推理压力测试结论稳健性。

分层次数据提纯框架实现多源异构信息的高效融合。以“研报-公告-调研”三元组为最小分析单元，通过语义蒸馏、逻辑一致性验证等方法提取关键信号，并从不同来源的数据中提取因果关系并进行交叉验证，解决了金融场景中数据异构性与逻辑断裂的难题。

大模型AI选股组合2019年以来年化收益16.53%，夏普比率0.71，信息比率0.17，最大回撤-33.01%，卡玛比率0.50。

2.7  治理能效组合

MD&A （管理层讨论与分析）作为企业年报核心文本，本质上是一份由企业最高决策层撰写的“经营解码说明书”。从时间上看，MD&A 通过 “历史经营回顾 + 未来战略展望” 搭建发展桥梁；从空间上看，MD&A 披露财务指标外的非财务信息及管理层可信度。因此，财务数据仅呈现“结果”，而 MD&A 揭示“过程”和“逻辑”，将成为主动管理和量化策略共同争夺的alpha 前沿阵地。

巴菲特 MD&A 分析的三大核心原则。巴菲特评估 MD&A 聚焦三大维度：一是管理层坦诚度，要求管理层主动承担责任，避免将问题归咎于宏观经济等外部因素，如主动承认战略失误而非用 “行业周期性波动” 模糊表述；二是业务与财务逻辑一致性，强调财务指标变动需与业务动因（如产能扩张、技术升级）形成可验证的因果链，非财务指标（如研发人员数量）需与财务表现匹配；三是长期价值创造，关注战略规划的合理性与可持续性，重视研发投入、护城河建设等长期竞争优势，警惕追逐短期热点或空泛的 “战略转型” 表述。

巴菲特直言：“我们的成功方程式-那就是以合理的价格买进具有产业竞争优势同时由诚实有才干的人经营的做法”。巴菲特的投资体系以护城河为基石，以管理层为动能，以安全边际为风控边界，形成闭环：

护城河决定企业 “能走多远”：缺乏壁垒的企业终将陷入红海竞争，难以抵御行业周期；

管理层决定企业 “走得是否稳健”：即使拥有深厚护城河，低效治理也会导致价值流失；

安全边际决定 “容错空间”：再优质的企业若支付过高溢价，也可能因估值回归承受损失。

组合的具体构建方式为先用短期利润指引因子和财务一致性因子（原始值）进行等权合成在中证800成分股内选股构成治理效能基础组合，再用PB_ROE 因子（pb 排名减去 roe 排名，市值行业中性化）在治理效能基础组合内进一步选择，以表征整体估值和盈利能力在前 50 的个股构成治理效能 TOP50 组合。

中证800内治理效能组合自2020年以来实现年化收益11.00%，夏普比率0.51，信息比率0.23，最大回撤-23.74%，卡玛比率0.46。

1）量化结论基于历史统计，如未来环境发生变化存在失效可能。

2）选股模型结论不构成投资建议，实际投资还需要考虑外部市场环境、估值等因素并进一步评估。

报告信息：

吴自强  S0100122120016  wuziqiang@mszq.com

本文来自民生证券研究院于2025年6月19日发布的报告《AEG估值组合5月实现4.66%超额收益》，详细内容请阅读报告原文。

《证券期货投资者适当性管理办法》于2017年7月1日起正式实施，通过本微信订阅号/本账号发布的观点和信息仅供民生证券的专业投资者参考，完整的投资观点应以民生证券研究院发布的完整报告为准。若您并非民生证券客户中的专业投资者，为控制投资风险，请取消订阅、接收或使用本订阅号/本账号中的任何信息。本订阅号/本账号难以设置访问权限，若给您造成不便，敬请谅解。我司不会因为关注、收到或阅读本订阅号/本账号推送内容而视相关人员为客户；市场有风险，投资需谨慎。

免责声明

民生证券股份有限公司（以下简称“本公司”）具有中国证监会许可的证券投资咨询业务资格。本报告仅供本公司境内客户使用。本公司不会因接收人收到本报告而视其为客户。本报告仅为参考之用，并不构成对客户的投资建议，不应被视为买卖任何证券、金融工具的要约或要约邀请。本报告所包含的观点及建议并未考虑个别客户的特殊状况、目标或需要，客户应当充分考虑自身特定状况，不应单纯依靠本报告所载的内容而取代个人的独立判断。在任何情况下，本公司不对任何人因使用本报告中的任何内容而导致的任何可能的损失负任何责任。

在法律允许的情况下，本公司及其附属机构可能持有报告中提及的公司所发行证券的头寸并进行交易，也可能为这些公司提供或正在争取提供投资银行、财务顾问、咨询服务等相关服务，本公司的员工可能担任本报告所提及的公司的董事。客户应充分考虑可能存在的利益冲突，勿将本报告作为投资决策的唯一参考依据。