* 此项目由CFA Institute及CFA Society Beijing联合推出。

　　 The Financial Analysts Journal创刊于1945年，是CFA Institute主办的投资管理领域专业期刊。2020年，该刊位于社会科学引文索引(SSCI)二区。本中文推介项目得到了FAJ编辑部的授权。

　　 FAJ: 洞察股票市场的青春

　　 Intrinsic Value:A Solution to the Declining Performance of Value Strategies

　　综述：李健，PhD，CFA，李健

　　审校：白雪石，CFA

　　作者：Derek Bergen,CFA,Francesco Franzoni,Daniel Obrycki and Rafael Resendes

　　原文链接：Financial Analyst Journal，Vol.82，Issue6(点击文末“阅读全文”可查看)

　　推荐语

　　对公司进行估值定价是股票市场投资的基础。随着金融、会计理论和实践的不断发展完善，PEG、PE、PB等相对估值方法与DDM、DCF、Residual Income等绝对估值方法被广大投资者所接受，这些估值模型在公司的不同生命周期阶段，发挥着“定价锚”的作用。然而，随着国内外市场演化，近年来传统估值体系和代表性价值因子均面临严峻挑战。

　　几年前，寒武纪上市时，一度成为资本市场最热的话题。这家专注于AI芯片研发的中国科技企业，凭借高额的研发投入和前沿技术布局，在当时尚未实现盈利的背景下，收获了市场极高的关注与期待。如今，随着股价突破千元关口，寒武纪再次站上风口。

　　然而，在传统估值体系下，该公司惊人的估值倍数让市场意见分歧不断，一部分投资者认为它不过是被梦想支撑起的泡沫。

　　类似的问题从未只属于寒武纪，回顾以往，无论是美国的特斯拉、Meta，还是中国的宁德时代（300750）、比亚迪（002594）、宇树科技，这些成立时间不足三十年的企业，正以惊人的速度改变行业格局和市场结构，推动资本市场年轻化。

　　根据彭博数据，纳斯达克上市公司上市年限在最近15年出现了明显下降，中位数由2010年的7.0年下降至2025年的5.8年，行业迭代和技术革新成为资本市场的常态。资本市场“年轻化”趋势下，传统估值方法的局限不再限于个别公司，面对“年轻化”的公司和市场，传统的估值方法似乎已无法回答最关键的问题：企业的真实价值到底在哪里？

　　从英伟达、苹果到寒武纪、宁德时代，新兴企业的估值逻辑早已不在传统财务报表中找到答案，而更多体现于研发能力、技术创新和未来市场空间。资本市场的“年轻化”趋势越来越明显，而旧有的估值框架却显得滞后甚至失效，这也是为什么在面对创新企业时，“市盈率”常被戏称为“市梦率”——因为单薄的数字，已难以捕捉这个时代真正的商业逻辑。

　　图：纳斯达克上市公司上市年限中位数分布情况

　　正是在这种背景下，本文作者为投资者找到一枚真正能指引“年轻化”资本市场的“定价锚”。本文提出了“内在价值(Intrinsic Value)”这一估值方法，并严谨验证了“内在价值与市价比(Intrinsic-Value-to-Market,IVM)”这一创新市值因子的有效性。

　　与传统估值方法和因子模型方法(如Fama&French三因子模型)不同，内在价值对于价值的定义不再局限于对账面资产和历史财务报表的依赖，而是把未来现金流的折现价值、行业竞争的动态和盈利预期整合进一套系统化的框架，让价值投资者不再困于账面价值，而是提前布局企业的长周期趋势。

　　研究团队利用横跨1999至2023年的美股月度数据，对Russell1000与Russell2000指数成分股进行了系统性回测，发现通过内在价值构建的价值因子并未像传统价值因子一样失效，以IVM构建的多空投资组合在大小盘股票中均能实现每月50至60个基点的稳定超额收益，即便纳入交易成本依然具备显著经济意义。

　　论文进一步通过双变量排序和张成分析检验证明，相对于q模型(Hou,Xue,和Zhang,2015)和q5模型(Hou等2021)使用的因子，IVM同样提供了新增信息和独立解释力。这一系列严谨的实证研究证明，IVM不仅是一个新的量化因子，更是帮助投资者在市场波动中寻找真正价值的“定价模型中枢”，能让投资者不再被短期噪音牵着走，更是投资市场“年轻化”态势下理解价值投资的全新视角。

　　这项研究的价值不仅在于提出了一个新的估值方法和量化因子，更在于对投资思想的颠覆与进化。从格雷厄姆时代的“安全边际”，到巴菲特强调的“护城河”，再到量化投资盛行的多因子模型，价值投资的逻辑一度建立在账面价值、盈利历史等静态指标之上。

　　如今的市场早已不同：企业生命周期大幅缩短，技术创新推动行业边界不断变化，轻资产公司和高研发投入型企业成为资本市场的主角。寒武纪、宁德时代等公司的真实价值，很难在传统PE倍数或账面数字中体现。内在价值与IVM的提出，正是为了回应这一挑战，它用未来现金流的动态折现，结合行业格局建模，让投资者能够真正穿透梦想和现实之间的迷雾。

　　在中国市场，这项研究更具现实意义。科创板和创业板不断涌现高研发投入、成长曲线陡峭的新兴企业，A股市场也正在经历自己的“年轻化”周期。传统估值方法对这些企业显得无力，这不仅困扰着投资者，也考验着基金公司、量化机构乃至监管部门。IVM框架的引入为中国市场提供了可借鉴的工具和逻辑，为Smart Beta策略优化、因子研究和政策设计提供了理论基础。它不仅是学术论文的创新，更是投资思想向新时代过渡的桥梁。

　　这篇论文横跨25年样本期，以详尽的数据、严谨的方法论和完整的回测体系，重新定义了价值投资的逻辑。它不仅是对资产定价模型的技术突破，更是对资本市场“年轻化”趋势的系统回应：在这个创新驱动、行业更迭加速、企业生命周期大幅缩短的时代，真正的价值早已不在财报表格中，而隐藏在未来现金流和商业逻辑的演绎里。IVM模型不是“水晶球”，而是“望远镜”，它透过青春勃发的股票市场，看到了企业在无限远方的真实价值。

　　关键词：预期收益；内在价值；错误定价；价格倍数；估值模型；估值比率

　　披露：本文所使用的估值模型及内在价值估计由Applied Finance Group创建并维护，并应用于该公司投资策略。作者Bergen、Obrycki和Resendes均为Applied Finance Group合伙人，Franzoni亦受聘担任该公司的顾问。

　　01引言

　　自 Fama和French(1992,1993)的开创性研究以来，价值溢价效应一直被学界视为股票横截面收益中最重要的规律之一。投资从业者对价值策略的熟悉程度至少可追溯至Graham和Dodd(1934)及格Graham(1949)的奠基性研究。然而，尽管价值策略长期处于投资舞台的核心位置，近年来其表现却显著下滑(Fama和French，2021)。例如，自全球金融危机以来，Fama和French(1993)提出的价值因子平均收益已转为负值。

　　关于价值溢价回报的衰减引发了关于其成因的激烈讨论。

　　回溯最初，Graham和Dodd(1934)倡导通过深入分析公司未来的盈利潜力来评估企业的基本面价值；然而，大多数当代价值投资的实现形式却依赖简化的估值比率，即将市场价格与某种对基本面价值的粗略近似进行比较，如常用的账面市值比(BM)。秉承Graham和Dodd(1934)的原始理念，一些学者认为，价值策略表现下滑的根源在于传统价格倍数未能正确刻画市场价值与基本价值之间的差距。在贴现率持续下降的市场环境下，这一问题尤其突出，因为较低的贴现率意味着未来现金流在企业价值中的比重上升。

　　值得一提的是，在最新的研究中，Gon alves和Leonard(2023)结合了贴现现金流模型与向量自回归(VAR)方法来预测未来现金流，并由此构建了相应的基本价值与市场价格比指标。他们发现，即使在账面市值比的预测能力消失的最近样本期内，这一比率依然是良好的收益预测指标。

　　与此类研究相比，我们的贡献在于利用行业估值模型来计算企业的内在价值(IV)，这一方法相较于传统的学术模型对实务界更具可操作性。该模型建立在剩余收益法的基础之上，认为企业的基本价值由两部分组成：一是现有资产的价值，二是未来经济利润的现值。这里的经济利润被定义为超过资本成本的现金流，即在扣除资本占用的报酬后所产生的剩余收益。资本成本的测算则基于企业特定的特征，考虑了规模与杠杆等因素，从而更贴近真实情况。此外，该模型还设定了竞争压力的作用：在一个与企业特征相关的期限内，市场竞争将逐步压缩并最终消除经济利润，使其趋近于零。

　　本研究所采用的估值框架最初由一家美国投资顾问公司(The Applied Finance Group，译者注)于1995年提出，并被授权用于本次实证分析。该模型自1998年起以月度频率生成实时估值数据，并自创立以来从未发生过调整。因此，我们所使用的基本价值度量能够避免横截面资产定价文献中常见的数据挖掘批评(Harvey,Liu,和Zhu2016)。

　　开展本研究的动机源于这样一个观察：学术界和投资者广泛使用的各种价格倍数指标(如账面市值比、市盈率)，在度量企业市场价值与其内在价值之间差异时，需要依赖强假设才能发挥作用。例如，账面权益仅反映历史资产价值，而当期盈利或现金流则忽略了未来的演化趋势。只有在未来价值成分在所有企业之间保持不变的情况下，这些静态倍数指标才能正确排序企业的错误定价程度。然而，这一假设显然并不现实。结果是，依赖静态倍数进行选股，不可避免地将预期收益与测量误差混杂在一起。而随着企业未来利润在整体价值中的地位愈发重要，这类测量误差的问题也愈加严重。

　　在美国股市中，有两大趋势共同加剧了这一测量误差随时间的放大。其一，首先，越来越多年轻的高增长公司在1990年代后期开始上市——恰是在那段时间里，传统价值策略的超额收益开始消失。即便在近年来上市公司数量下降的背景下，Kahle和Stulz(2017)的研究仍显示，但市场中Tobin’s Q值较高的公司占比显著提高，表明具有大量增长期权的企业更加普遍。如今的市场中，传统产业公司与以技术驱动的成长型企业并存，使得未来经济利润的重要性在不同公司之间的差异进一步拉大。

　　其二，自上世纪八十年代初以来，名义利率与实际利率持续下降。而利率是计算企业价值时未来现金流贴现率的重要组成部分。利率下降的结果是，远期现金流在企业价值中的权重显著提高。在这种低利率环境下，用反映企业当前状况的静态指标来代表基本价值，显然不再适宜。

　　02实证结果：IVM相对于传统价值指标的优势

　　图 1提供了我们主要结论的可视化摘要。我们按照账面市值比(BM)和内在价值与市价比(IVM)进行双重分组排序，并将将样本分别以两个变量的中位数作为切点划分。在1999年至2023年的样本中，无论是在价值股(高BM)还是成长股(低BM)风格内，只有那些被低估的股票——即IV相对于价格较高的公司——才能跑赢市场。而被高估的股票则普遍落后于市场，或至少未能产生超额收益。这表明，相比账面价值，内在价值是识别优质股票更为准确的指标。

　　进一步控制因子暴露后，结论依旧稳健。在大盘股(Russell1000)范围内，以IVM分布极端五分位的股票构建的多空组合，每月能够获得约56个基点、统计上显著的资本资产定价模型(CAPM)α值；在小盘股(Russell2000)中，该溢价甚至提升至60个基点。由于该策略换手率极低，交易成本对其业绩影响甚微。基于Fama-French三因子模型估算时，α值依然显著；对于大盘股，在五因子模型(Fama和French，2015)和Hou、Xue和Zhang(2015)的q模型中，α值略低于传统显著性水平；只有Hou等(2021)提出的q5模型使α失去显著性，可能是因为该模型中的预期增长因子恰好能够捕捉与未来盈利能力相关的预期收益部分。

　　接下来，我们继续基于BM和IVM进行双重分组。结果显示，在价值股(高BM)与成长股(低BM)两类中，高IVM(被低估)股票整体上明显跑赢低IVM(被高估)股票。相对而言，当控制IVM不变时，单纯依赖BM分组并不能产生显著的收益差异。这一证据在基于五种不同估值比率构建的综合指标中同样得到了验证，这使得我们得出结论：IVM的预测能力明显优于传统的估值倍数指标。

　　在回测的最后阶段，我们基于IVM构建了一个多空因子，命名为UMO(Undervalued-Minus-Overvalued，即“低估减高估”)，用于检验IVM特征是否会被盈利能力与投资因子所替代。结果显示，UMO相对于包含动量因子的Fama-French五因子模型(Fama和French,2018)能够产生正向且统计显著的α值。虽然q模型(Hou,Xue,和Zhang,2015)和q5模型(Hou等2021)在一定程度上削弱了这一显著性，但当我们将UMO因子中与账面价值相关的部分剔除(鉴于其经济相关性已逐渐减弱)后，Alpha的统计显著性得以恢复。因此，我们认为，基于估值构建的因子依然保留着超越盈利与投资因子的剩余解释力。

　　这一系列结果使我们得出结论：基于高/低基本价值相对于价格的股票买入/卖出策略所带来的溢价效应并未消失，只是需要通过更为精细化的基本价值定义才能被识别出来。

　　在论文的第二部分，我们将进一步提供证据，支持以下观点：近年来，股票横截面上的基本价值，越来越多地由未来经济利润的贴现值决定，而非由现有资产的账面价值所主导。实证结果显示，基于BM比率对股票进行排序与基于IVM比率排序之间的相关性随时间显著下降——1963年时相关性接近80%，而在样本期末已降至40%以下。这意味着在后期样本中，两种方法构建的投资组合在成份股分配上存在显著差异。与此前的发现相呼应，这一结果表明，在整个样本期内，IVM指标始终能够识别市场定价错误的股票，而BM指标在后期样本中已无法产生显著的预测能力。

　　更为重要的是，我们进一步揭示了这一相关性变化背后的驱动因素：其一，自20世纪70年代利率达到峰值以来，实际贴现率显著下降；其二，企业经济利润的分布范围不断扩大。二者叠加，使得企业价值中由未来经济利润贡献的部分相较于当前账面价值，成为驱动股票估值差异的更关键因素。

　　03内在价值的计算方法

　　上述IVM指标的核心在于对内在价值(IV)的计算。下面我们概述模型的总体框架(技术细节参见附录和相关文献如Obrycki和Resendes(2000))。公司的股权内在价值IV采用剩余收益估值模型(Ohlson，1995)计算，具体定义如下：

　　其中，r为贴现率。

　　在贴现率的计算上，顾问借鉴参考了Claus和Thomas(2001)的方法，从整体市场出发，利用企业的市场价格与预测现金流，基于中位内部收益率来推算市场隐含贴现率。然后，在此基础上，根据每家公司自身的规模和财务杠杆，对市场基准折现率进行调整，从而得到该公司的特有折现率。因此，大型且低杠杆的公司会得到相对较低的资本成本率，而小型高杠杆公司则对应更高的资本成本率。

　　图2展示了样本中企业的中位实际市场贴现率的时间序列演变。自20世纪80年代达到峰值后，实际贴现率逐步下降，至90年代初趋稳，此后大致保持在5%左右。在“为什么静态比率失效？”一节中，我们将再次回到这一演变，讨论账面价值与内在价值之间日益扩大的差距。

　　既有研究表明，我们结果对贴现率假设的依赖度有限。使用现值模型近似基本价值的比率，其预测能力在不同资本成本设定下依旧稳健(Lee,Myers,和Swaminathan1999)；无论贴现率是否允许在企业间差异化(D’mello和Shroff2000;Dong等2006)，结论均保持一致。Lee,Myers,和Swaminathan(1999)的研究进一步指出，决定这些比率预测力的关键在于时变利率与分析师预测，因为它们直接影响未来剩余收益的现金流估计；相比之下，预测期的长短与风险溢价的重要性相对较弱。

　　在公式(1)中，BVt表示企业最近一个会计年度的净资本，即总资产减去债务与其他负债。为从总资产中推算净资本，我们的投资顾问对资产负债表进行了多项修正，包括：根据厂房和设备的平均使用年限对其价值进行通胀调整，以及将研发支出资本化。具体步骤详见附录Exhibit1与Exhibit3。

　　除了账面价值，内在价值(IV)还包括未来经济利润的净现值，对应于公式(1)中的项

　　。如附录所述，这一部分需要对经济利润的规模和持续期T作出估计，即利润保持非零的时间长度。

　　经济利润的计算方式如下：

　　其中，经营现金流指企业持续经营活动产生的现金流。其计算方法是：以净利润(扣除优先股股息、非常项目及终止经营项目)为基准，加回折旧与摊销、税后利息支出、租赁费用和研发支出，再剔除税后特殊项目及少数股东权益(详见附录Exhibit2)。

　　资本费用(Capital Charge)的估算结合了企业的实际贴现率、可折旧资产寿命、平均资本以及不可折旧资本(详见附录Exhibit4)。该指标体现了企业资产寿命与结构特征，并用于计算股东对资本的必要回报。最终，经济利润即为经营现金流减去资本费用(见附录Exhibit5)。经济利润为正意味着企业在创造超出资本成本的价值，新增投资可能提升股东价值；反之，经济利润为负则表示企业的收益不足以弥补资本成本，盲目扩张将摊薄股东价值。

　　由于竞争的存在，模型假设经济利润终将收敛至零，但不同企业达到这一终点所需的时间和路径各不相同。我们利用每家企业历史经济利润序列的特征来估计其超额利润衰减的持久期(T)：一般而言，高利润通常会更快吸引竞争者进入，因而高利润率往往会在较短时间内回归正常水平；微利或零利润状态的企业由于缺乏吸引力，其盈利水平可能在较长时间内维持低位；而稳定适度的利润往往意味着企业拥有稳固的竞争优势，可以支撑较长时期的超额回报。此外，公司规模大往往意味着进入壁垒或规模经济，这也预示着更长的超额利润持续期。结合这些因素，模型为每家公司设定了一个经济利润衰减至零的时间范围。

　　此外，顾问还估算了企业在支付利息、分红及资本更新需求后，能够再投资于业务的比率，并假设资本结构保持稳定(见附录Exhibit6)。该“稳态增长率”用于预测企业在利润衰减期内资本的增长，并随利润递减逐步下降，直到经济利润归零。此后，新增投资不再产生额外净现值，从而避免了传统估值方法中“永续假设”的问题。

　　值得注意的是，自1998年以来，用于计算IV的模型框架及核心参数保持不变，但输入变量的部分定义随着财务报告制度的演变而有所调整。这些调整仅应用于新数据，而未对历史结果进行回溯修正。整体而言，顾问仅在必要时调整定义，以确保其与最新数据保持一致。因此，投资组合分析中使用的数据均为样本外结果。

　　相比之下，为研究“为什么静态比率失效？”，我们构建了一个覆盖1963–1998年的样本。尽管其采用与样本外数据一致的参数，但由于并非真正的样本外结果，因此未纳入投资组合检验。

　　最后，需要说明的是，用于构建账面市值比(BM)的股权账面价值，仍遵循学术界的标准计算方法(e.g.,Fama和French1993)。

　　04内在价值比率(IVM)作为替代估值指标

　　在本节中，我们研究表明了IVM比率在近年样本中能够显著区分股票横截面收益，而传统估值指标已不再具备此能力。同时，基于IVM构建的因子在部分主流资产定价模型下仍保留显著性。

　　在投资组合构建时，我们遵循Fama和French(1993)的方法。样本涵盖所有在美国注册并于NYSE、AMEX或NASDAQ上市、且在CRSP数据库中股票代码为10或11的公司。主分析样本从1999年7月开始，与样本外IV数据的可得性一致，截止至2023年12月。具体做法是：取每年12月末的模型估算IV与当期市值的比值，形成IVM比率，并以此在次年7月构建投资组合。分组阈值参照NYSE股票设定。

　　4.1单变量排序结果

　　账面市值比(BM)及其他传统估值指标

　　我们首先验证了此前关于价值策略在样本后期表现衰退的研究结论。在表1中，我们报告了基于账面市值比(BM)五分位分组的股票，利用市场模型(CAPM)回归计算的平均收益与α值。对于大盘股(Russell1000，面板A)，结果未显示高BM(价值型)股票的收益显著高于低BM(成长型)股票，这与样本期内价值策略缺乏显著超额收益的结论一致。对于小盘股(Russell2000，面板B)，基于多空组合(第5分位减第1分位)计算的价值策略α值约为每月32个基点，但统计上并不显著。

　　部分研究提出通过综合价值指标来改进价值策略的表现(见Arnott等，2021；Blitz和Hanauer，2021；Maloney和Moskowitz，2021)。为验证这一方法是否改变价值策略的表现结论，我们采用了综合排序，即对基于BM、收益市价比、现金流市价比、销售市价比和股息市价比五种排序生成的投资组合进行等权平均。这一方法虽然在价值股与成长股之间产生了更明显的收益差异，但溢价在统计上仍不显著。

　　此外，一些研究认为，价值策略表现欠佳还源于市场结构性变化(见Arnott等,2021)。具体而言，如今企业的价值很大一部分来自无形资产(如研发、专利和知识产权)，这些资产在会计定义中未被计入账面价值，因为它们未被资本化。为验证这一解释是否改变我们对价值风格表现的结论，我们采用了Eisfeldt、Kim和Papanikolaou(2022)提出的无形资产调整后的BM比率，该比率通过将销售、管理与行政费用(SG&A)资本化修正账面价值。表1每个面板的第三组结果表明，这一方法虽改善了价值风格的表现，但异常收益在我们的样本中依旧不显著。

　　 IVM 排序结果

　　表 1的证据并未佐证价值策略在样本后期具有显著超额收益。接下来我们将检验，基于完整估值模型计算的内在价值(IV)是否能改变这一结论相反。

　　在表2中，我们展示了基于IVM排序的投资组合在多种因子模型下的平均收益和α值。首先，IVM排序生成的收益差异和α值均较为显著。对于大盘股(面板A)，基于多空组合的CAPMα值为每月56个基点，年化约6.7%，并具有统计显著性。基于Fama和French(1993)三因子模型以及包含动量因子的四因子模型，结果仍然显著。在Fama和French(2015)五因子模型和Hou、Xue和Zhang(2015)q模型下，α值的统计显著性略低于传统标准。Hou等(2021)的q5模型显著降低了α值的大小和显著性，可能是由于该模型引入了预期增长因子，能更准确描述与未来盈利能力相关的预期收益成分。小盘股(面板B)的结果与此类似。

　　因此，使用IVM作为估值指标产生了显著的收益差异，远超传统估值倍数的结果，使价值策略在市场模型下重新呈现出超额表现。

　　一个值得关注的问题是，我们用于构建IV的账面价值定义与Fama和French(1993)的标准定义不同，这种差异是否足以带来表2中观察到的预测力提升(见附录Exhibit3的账面价值定义)。为此，我们构建了基于我们账面价值定义的账面市值比排序投资组合，将该变量命名为经济账面市值比(economic book-to-market ratio)，并在表1底部给出了结果。

　　如表所示，我们对账面价值的定义使多空策略在单因子模型下的α值较标准BM分别提升了约15个基点(Russell1000)和12个基点(Russell2000)，但这一调整仍未使α值达到统计显著水平。因此，我们认为，将未来经济利润现值纳入IV计算是使α值显著的关键。

　　最后，我们进一步评估了多空IVM策略在考虑合理交易成本后的表现。由于该策略采用市值加权构建投资组合，从而降低了小盘、流动性差股票对结果的影响；并且每年调仓一次，因此策略整体换手率较低。具体来看，IVM策略多头组合的年换手率约为45%，而BM策略的多头组合换手率为32%。根据Novy-Marx和Velikov(2016)对市值加权投资组合有效买卖价差(约50个基点)的估计，我们推算出多空IVM策略的月度交易成本约为4个基点(计算方式：0.50×2×0.45÷12)。在纳入交易成本之后，IVM策略在Russell1000样本中的净月度CAPMα值仍高达52个基点；在Russell2000样本中，交易成本约为前者的两倍，但净CAPMα值依然维持在约50个基点的水平。这说明，即使考虑交易成本，该策略的超额收益仍具有显著的经济意义。

　　4.2双变量排序：IVM vs.BM。

　　接下来，我们通过构建双重排序投资组合，探讨IVM和BM在投资组合选择框架下的独立贡献。具体方法为：每年6月，我们依据IVM与BM排序的交叉，将股票划分为四个投资组合，每个维度的排序均以纽约证券交易所(NYSE)样本的中位数为分割点。各投资组合的累计收益如图1所示，并已在引言部分进行讨论。

　　从表3可以看出，使用IVM选股优于基于传统价值–成长维度的分类。在大盘股(面板A)和小盘股(面板B)样本中，在价值型股票组内，买入被低估股票、卖空被高估股票所构建的投资组合，在所有资产定价模型下均能获得统计显著的α值；在q模型和q5模型中，显著性虽略低于传统标准，但依旧具有经济意义。而在成长型股票组中，除Fama和French(2015)五因子模型和q模型外，其余模型下α值同样显著。

　　特别是对于大盘股而言，被高估的价值型股票组合α值为负且具有统计显著性。这表明，在缺乏内在价值(IV)支持的情况下，传统基于BM的价值投资组合划分容易误将“价值陷阱”股票识别为价值股，即那些账面价值高企却无法有效反映内在价值的股票。

　　另一方面，低估的成长股组合表现出显著的正α值，这表明市场并未充分反映部分成长型公司的内在价值。因此，IV不仅对价值投资具有重要意义，也能为成长投资提供参考，帮助投资者锁定被低估的高成长股票。

　　在表4的分析中，我们采用了基于五种不同价格倍数构建的综合估值指标(详见“BM与其他传统价值指标”部分)，结论与前文一致，即IVM依旧能有效识别出高α值的低估股票，而传统估值倍数未能产生显著的收益差异。换言之，将内在价值纳入估值框架后，传统倍数指标在投资决策中的参考价值明显下降。

　　 IV 是否包含新增信息？

　　前文的结果显示，IVM排序带来的α值在一定程度上可由五因子模型中的投资和盈利能力因子解释。本节旨在进一步检验：IV是否仅仅是识别高盈利和稳健企业的另一种信号，还是包含超出这些因子的额外信息。

　　 IV 因子的构建与检验。借鉴Fama和French(1993)提出的“高账面市值比减低账面市值比”(HML)因子的做法，我们设计了一个基于公司市值和“内在价值与市价比”(IVM)的内在价值因子(UMO)。具体而言，每年6月先按市值将股票分为大盘股和小盘股，再依据上一年12月的IVM排序，将股票划分为低估和高估两类。UMO投资组合通过等权做多两组低估股票，同时等权做空两组高估股票，从而提炼内在价值溢价。表5面板A中展示了UMO在不同资产定价模型下的回归结果。

　　第一行结果表明，UMO与市场因子呈负相关，但α值高达46个基点/月，且显著性强。三因子模型(第二行)显示UMO对HML因子有较高暴露，但α值依然稳健。引入动量因子的四因子模型(第三行)未削弱其溢价表现。在加入盈利因子(RMW，robust-minus-weak)和投资因子(CMA，conservative-minus-aggressive)的模型(第四、五行)中，UMO对两者负载显著，但α值仍保持在19个基点/月，并在5%水平下显著。在q模型和q5模型中，α值与此前一致，但统计显著性略有下降。整体结果表明，IV因子捕捉了超越盈利和投资特征的独立定价信息。

　　表 5B部分中，我们通过张成分析(spanning test)进一步评估UMO与其他相关因子的关系。结果显示，在纳入CMA和RMW后，HML的α值转为负且显著，加入UMO后这一结论更为稳固；盈利因子RMW在引入UMO后仍显著，而投资因子CMA和R_ia的α值不再显著。此外，Hou等(2021)提出的预期增长因子R_eg捕捉了UMO未能解释的收益部分，并在样本期内持续高度显著。综合来看，UMO和盈利因子RMW提供的信息是独立且互补的，而投资因子CMA和R_ia的收益大部分已经被UMO解释。

　　超额投资价值因子。如上文所述，我们对投资价值因子识别定价错误证券的增量能力的解释可从公式(1)中得出。诸如账面市值比(BM)等标准估值倍数，未能捕捉到来自未来经济利润的公司价值部分。相反，一个基于投资价值(IV)的估值比率会将这一部分考虑在内。

　　如果这个解释是正确的，那么一个仅基于公式(1)中第二项的修正比率——即未来经济利润的现值——应该能很好地预测回报率，特别是考虑到第一个组成部分——即账面价值——在后期样本中并未被证明是基本面的成功替代指标。

　　为验证这一猜想的有效性，我们构建了另一种估值比率，称为超额内在价值与市值比(XIVM比率)，其分子为未来经济利润的现值，分母为公司市值，如下所示：

　　然后，采用与构建UMO相同的方法，我们使用XIVM比率构建一个多空因子，将其标记为XUMO。表6报告了因子模型回归以及涉及XUMO的张成分析。在A组中，我们观察到，除了q5模型(其显著性略低于传统水平)之外，在所有因子模型下，XUMO的阿尔法值在5%的水平上均显著。阿尔法值的幅度也大于表5相应组中的数值。在B组中，我们发现，在解释盈利因子(RMW)的阿尔法值方面，XUMO比UMO更有效，该阿尔法值从表5中的41个基点降至表6中的26个基点。

　　总体而言，证据表明，在后一个样本中，对于捕捉内在价值(IV)来说，未来经济利润的现值比账面价值更为相关。此外，似乎盈利因子在很大程度上可以由一个代表未来经济利润完整路径的因子来解释。在下一节中，我们将重点探讨在后期样本中，未来利润在内在价值(IV)中重要性日益增加的驱动因素。

　　05为什么静态比率不再有效？

　　到目前为止的证据表明，一个成熟的估值模型在捕捉股票收益的横截面离散度方面，尤其是在样本后期，其表现明显优于静态市盈率(如账面市值比)。在本节中，我们将探究哪些因素可以解释近期样本中静态比率不尽人意的表现。

　　我们首先研究基于账面市值比(BM)和投资与市值比(IVM)的股票排名随时间的相关性。这种相关性可作为这两种比率对投资组合中股票配置重叠程度的替代指标。在图3中，我们注意到，在样本早期，相关性较高，起始时接近80%。而在样本后期，这种相关性大幅下降，平均略高于40%。

　　这一证据让我们推测，账面价值已成为内在价值横截面中较不重要的组成部分，导致内在价值乘数(IVM)与账面市值比(BM)之间的相关性下降。为验证这一观点，我们对内在价值进行了方差分解。在此分解中，我们关注的组成部分包括账面权益的方差、未来经济利润现值的方差，以及后两者变量之间协方差的两倍。我们将这三个组成部分表示为1963年至2023年间每年内在价值总横截面方差的一部分。我们在图4中绘制了这些序列。从图中可以明显看出，经济利润现值导致的内在价值总方差占比随时间增长，账面价值导致的占比下降，而这两个组成部分之间的协方差则先下降，然后又回到初始水平。因此，与我们的推测一致，未来经济利润现值是内在价值横截面中更重要的组成部分，而账面价值的重要性已经下降。

　　未来经济利润重要性日益增加的一个明显原因是贴现率的下降。如图2所示，实际贴现率在20世纪80年代初至90年代初期间有所下降，随后稳定在5%左右。因此，贴现率的下降可能在放大投资估值横截面中未来经济利润现值的重要性方面发挥了作用。然而，贴现率不可能是唯一的IVM与账面市值比(BM)之间相关性下降(图3)或经济利润现值方差上升(图4)的驱动因素，因为即使在折现率趋于平稳后，这些趋势仍在持续。此外，在样本早期，折现率相对较低时，IVM与BM之间的相关性较高。

　　如前文所述，未来经济利润的现值取决于折现率。然而，它还取决于未来经济利润本身的规模。而未来经济利润又取决于企业当前的经济利润率，即当前经济利润(见Exhibit5定义)与平均资本(定义见附录和Exhibit3)。为研究该变量在所考虑的发展情况中是否发挥了作用，我们在图5中绘制了经济利润率的第25、第50和第75百分位数。我们注意到，在样本的第一部分，经济利润率的离散程度较窄。随后，在七十年代后期至样本期末，离散程度有所扩大。因此，这一证据将经济利润率离散程度的积极趋势描述为另一个推动未来经济利润在投资估值横截面中重要性日益上升的重要因素。

　　综合所有因素，我们便可以对图3中所示的投资现金流敏感性(IVM)与账面市值比(BM)之间的相关性，以及图4中所示的经济利润重要性不断上升的现象，给出一个连贯的解释。如图6所示，在1963年至70年代初期间，尽管贴现利率水平较低，经济利润的低离散度抑制了经济利润现值的可变性，使得账面价值成为内在价值横截面的主要驱动因素。随后，从70年代末到80年代初，贴现率飙升，尽管盈利能力的离散度在上升，但这仍使得经济利润现值的离散度受到压缩。到90年代初，贴现率的下降与企业间盈利能力离散度的上升相结合，使得经济利润现值成为内在价值横截面中越来越重要的组成部分。在样本的最后阶段，虽然贴现率趋于稳定，但盈利能力的离散度持续上升，因此经济利润现值的重要性进一步提高。

　　这些发展变化可以追溯到股票市场正在发生的结构性变化。随着时间推移，上市公司的横截面变得更加多样化。在早期样本中，上市公司在盈利能力方面更为同质化。而最近，传统企业与新经济企业并存。这种异质性体现在盈利能力的更高离散度上。这一发展变化与贴现率行为的相互作用，导致会计账面价值在企业估值横截面中成为一个不那么重要的特征。

　　06结论

　　本文有两个主要贡献。首先，我们表明，自20世纪90年代末传统价值策略表现不佳以来，使用成熟估值模型构建的估值比率能够在样本外预测显著的超额收益。我们将这一变量称为IVM，它能够成功识别大盘市场以及价值型和成长型风格中的表现优异证券，为追踪不同基准的基金经理提供了一个有用的筛选工具。

　　其次，我们将投资价值模型(IVM)与标准价格倍数之间的表现差异，与贴现率的下降以及上市公司横截面中盈利能力离散度的上升联系起来。贴现率的下降放大了各公司盈利能力离散度上升的重要性，以至于随着时间推移，源自未来经济利润的公司价值部分变得更加重要。标准价格倍数未能考虑这一组成部分，而成熟的估值方法则对其进行了明确建模。因此，样本后期价值策略优异表现的消失，可以用标准估值比率未能充分反映基本面价值来解释。

　　需要强调的是，我们将估值比率表现与贴现率水平联系起来的观点，不同于先前关于利率与价值策略的论点，后者基于现金流久期(Dechow,Sloan,和Soliman2004;Lettau和Wachter2007;Gormsen和Lazarus2023)或公司的负债结构(Maio和Santa-Clara2017;Harvey2019)。我们提供了一个新的、可能具有互补性的渠道。在低利率环境下，标准价值指标无法识别定价错误的股票，因为它们无法量化源自未来活动的价值部分。

　　我们建议用通过完全指定的估值模型获得的内在价值(IV)估计值来取代基本面价值的静态代理指标。我们在本文中应用的估值模型在25年的样本外数据中已证明了其有效性。虽然传统上，内在价值的计算一直是自主决策型股票投资者的一项重要手段，但我们认为，金融数据的广泛可得性以及计算能力的提升，也应使这种方法成为量化股票策略的一个常见特征。

　　附录

　　内在价值构建的更多细节

　　本附录补充了“内在价值的构建”中关于投资顾问向我们提供的内在价值变量构建的相关信息。在此，我们概述变量构建的一般方法，具体应用可参考Obrycki和Resendes(2000).的研究。

　　公司特定折现率

　　从美国上市公司的范畴出发，为得出美国市场衍生的贴现率，顾问会利用预测现金流计算每家公司的内部收益率(IRR)。中位数公司的内部收益率被称为“市场贴现率”。然后，顾问计算规模排名，即市值，以及每家公司的杠杆率，其中杠杆率=(债务账面价值+经营租赁债务价值)/(债务账面价值+经营租赁债务价值+股权市值)。最后，顾问通过将规模排名和杠杆率乘以从公司层面贴现率对规模排名和杠杆率的回归中获得的调整参数，来调整市场贴现率，以得到公司特定的贴现率。

　　资本

　　资本的定义见Exhibit3。非折旧资产的定义为流动资产+其他资产–非债务流动负债。平均资本=(1/2)×(年初资本＋年末资本)。平均非折旧资产=(1/2)×(年初非折旧资产＋年末非折旧资产)。

　　资产寿命

　　资产寿命=固定资产总值账户/折旧费用。

　　重置资本

　　重置资本是根据公司的经济特征估算出的公司应分配用于维持性资本支出的金额。计算重置资本的算法采用厂房净值与总值之比以及资产寿命。从概念上讲，厂房净值与总值之比越高、资产寿命越长的公司，其重置资本越低，反之亦然。

　　公司特定期限

　　经济利润归零的企业特定期限是根据以下准则计算的。企业特定衰减率是根据企业规模、盈利能力的波动性以及盈利水平来确定的。具体而言，盈利能力较高和盈利能力波动性较高且规模较小的公司将具有较高的衰减率。此函数的参数通过对企业市场驱动衰减率与这些特征进行回归分析来确定。市场驱动衰减率是指使经济利润的折现价值加账面价值与公司当前市值相等的衰减率。

　　未来经济利润

　　未来的经济利润源自预测Economic Margins，定义为每单位平均资本的经济利润与预测资本水平的乘积。最近观察到的Economic Margins水平假定以公司特定的衰减率降至0%的长期水平。近期观察到的资本水平以稳态增长率增长(见Exhibit6)，该增长率将以公司特定的衰减率降至长期通胀常数。Economic Margins预测值乘以资本，得出预测经济利润。Economic Margins预测值衰减至零后发生的所有公司活动，将为股东带来零净现值(NPV)。这消除了对永续性假设的依赖。

　　以下附件详细说明了主要变量的构建过程。如果上文未对输入进行说明，则其采用标准会计定义。

　　结束

　　 Financial Analysts Journal

　　(简称”FAJ”)是CFA协会(CFA Institute)主办的全球知名的投资管理领域专业期刊，该刊为季刊，每期发表论文4-8篇，在社会科学引文索引(SSCI)位列二区。

　　2021年底，CFA北京协会获得了CFA Institute期刊编辑部正式授权，邀请了一批协会内外的专家和志愿者作为推荐人/审校人，启动了FAJ研究成果推广项目。

　　【项目使命】本项目定位于将期刊的优秀研究成果，尤其是对中国投资实践具有启发意义的研究成果，以中文推荐和综述的形式发布在包括不限于“北京金融分析师协会”公众号的公共平台。项目的推荐人均为在金融投资实践和学术研究方面具有一定经验和成果的专业人士，因而能够较好的将来自国际市场的学术研究成果进行中国本土化转化，揭示出对我国金融市场的学习借鉴意义，吸收国际前沿学术成果，使之融入我国金融业的高质量发展和双向对外开放历史进程。

　　截至2025年6月，本项目已经发布研究成果57期，涉及资产配置理论前沿、ESG投资理论与实践、市场微观结构、组合构建策略、行为金融等多个领域，据不完全统计，这些研究成果的全媒体累计阅读量超过160万人次，公众号累计分享次数超5500次，包括中国人民银行主管的《金融时报》新媒体平台、财新网、新浪、凤凰等传统门户、清华金融评论、学说等学术类新媒体平台、中国保险资管业协会等行业组织公众号，都对本项目的研究成果多次关注和转载。

　　2024年6月5日，CFA北京协会FAJ中文推介项目作为“协会成功故事”被CFA Institute官方网站Connexions报道，分享给全球160余家CFA地方协会。

　　#Vol.1

　　#Vol.2

　　#Vol.3

　　#Vol.4

　　#Vol.5

　　#Vol.6

　　#Vol.7

　　#Vol.8

　　#Vol.9

　　#Vol.10用股票信号构建信用债投资策略

　　#Vol.11个人投资者对资本利得的税务筹划

　　#Vol.12对冲基金的收益也能用因子复制

　　#Vol.13请买入未被公司内部人卖出的股票

　　#Vol.14用套息利差动能看市场，当前机会很清楚

　　#Vol.16如何交易ESG相关新闻？

　　#Vol.17用主动性份额来挑选你的专户投资经理

　　#Vol.18美国金融经济学家圆桌会对ESG信息强制披露的争论

　　#Vol.19上次紧缩，联储每缩表10%股市下跌11.3%

　　#Vol.20刷爽文炒Meme股的年轻人重塑公司治理

　　#Vol.21峥嵘二十年丨CFA会刊论文看资本市场开放史

　　#Vol.22如何科学的进行“主题投资”？

　　#Vol.23诺奖得主Dybvig对大学捐赠基金管理的研究

　　#Vol.24气候变化脆弱性与货币回报

　　#Vol.25基金投资，你最该当心的是最大回撤

　　#Vol.26用养老金账户投PE的美国散户还好吗？

　　#Vol.27卖方分析师减员增效，欧股不再“同涨同跌”

　　#Vol.28不是“固收+”，这是“权益+”量化宏观策略组合

　　#Vol.29真正的“长期投资”不能只看终点，还要看过程

　　#Vol.30利用盈亏平衡波动率进行期权定价

　　#Vol.31委托方的业绩容忍度，投资经理第一课

　　#Vol.32147年历史揭示通胀是金融资产最大敌人

　　#Vol.33指数基金应有更好的大盘追踪策略

　　#Vol.34芒格复利思维与全球64000只股票长期回报

　　#Vol.35红海断航凸显投资组合地缘风险识别的重要性

　　#Vol.36诺奖得主也应该感谢的名字

　　#Vol.37重塑日股的公司治理改革，还有哪些可能性

　　#Vol.38借力数据科技，普通人也能参与PE投资

　　#Vol.39超越Fama-French因子，不凡之路

　　#Vol.40减碳目标下的“绿色有效前沿”与“绿色平价”资产配置

　　#Vol.41哈利马科维茨和魔法石

　　#Vol.42在影响力投资中实践双重重要性原则的案例

　　#Vol.43CFA北京协会课题：ESG投资研究的现代化

　　#Vol.44股市长线投资法宝可能失效？

　　#Vol.45当心！日元日股的滚动逼空

　　#Vol.46再平衡，不再焦虑

　　#Vol.47生物医药公司难以估值？试试机器学习

　　#Vol.48积极股东注意并不是简单的投反对票

　　#Vol.49美国的“耐心资本”

　　#Vol.50测算大宗商品投资的范围三碳排放

　　#Vol.51亚太地区的PE基金怎么投？

　　#Vol.52追涨不可取，而止损第一条

　　#Vol.53赋予自由，实现最优

　　#Vol.54“投资于人”，向死而生，也即投资于人生

　　#Vol.55美股从不坠落……的前提

　　#Vol.56拥挤的策略

　　#Vol.58美股的六个“大裂谷”

　　#Vol.59让图像说话