高股息率与超额收益正相关

如果有人要问,价值投资的精髓是什么?其中有一条必须提及:持续买入又好又便宜的股票。 问题是,我们应该用什么标准来界定这个“又好又便宜”?笔者看来,在一定程度上,高股息率可以作为“又好又便宜”的粗略替代品。为什么这么说呢?众所周知,高股息率=股息/股价。 那么,如果一家公司给出了高股息、并且其相对股价来说仍然是高股息、从而得到高股息率,那么这家公司和其股票必然包含两个因素:高现金分配能力、不是太高的股价。 注意这里的高股息,指的是实际现金分红的股息,不包含转股、送股等实际不需要公司拿出真金白银,也就对公司的财务状况没有实质性要求的财务手段。 所以,如果一家公司账面紧张、行业步入增长停滞、甚至危机,那么一般来说,企业都不会拿出大笔资金进行分红。因此,在大概率上来说(注意这不是一个严格的指标),拿出很多现金进行分红的企业,通常不会坏到哪里去。即使一家公司拿出大量现金进行分红,但是同时股价很高,就会导致股息率公式的分母变大,也无法构成高股息率。由此可见,高股息率在某种程度上,至少是粗略拟合了价值投资“又好又便宜的要素”。 为了验证这个思路,笔者进行了量化回测,结果显示,持续买入高股息率的股票,会取得惊人的超额回报。 这个高股息率模型的设计细节很简单,即在每段时间开头,即T日,选择前溯12个月的累计股息,相对当前股价的股息率最高的30个股票,然后持有一个周期(比如1年、1个季度等),在期末再重新选择30个股票,重新获取下一个周期的回报。 结果显示,当每年的12月31日进行持股更新、每次持有期为1年的情况下,在从1994年12月31日到2016年7月14日的约22年中,模型增长到初始值的72.3倍,而同期上证综合指数仅为原值的4.7倍,深圳成分指数为8.5倍。为了简便起见,这里没有计入手续费的因素,同时考虑到选择30个股票,所以也没有考虑停牌的因素。此外,作为对比的基数上证综指和深证成指,都是不包含分红的,所以也导致它们会比模型表现得略差一些。 但是,所有这些都无法解释模型带来的超高额回报。 仔细观察这22年中的年度超额回报,我们会发现其中有19年相对上证综指和深证成指的当年平均回报,模型取得了超额回报,只有3年跑输,超额回报的年度平均值达到14.3%。 可以说,这是一个十分让人吃惊的回报率,而14.3%的年度超额回报也足以让巴菲特满意:在1960年代的致投资者信中,当时屡屡取得巨大超额回报的巴菲特对投资者们说:“这样的回报率是我没有想到的,事实上,10%持续的年度超额回报已经足以让我满足。” 同时,这个模型也可以在更小的周期上起作用。在以每季度为调整周期的测算中,自2013年12月31日至2016年7月14日的跌宕起伏的市场中,模型取得了137.7%的回报,而同期上证综指上涨44.3%,深圳成指上涨33.6%,甚至是创业板指数也只上涨了75.8%。 不过,美中不足的是,3年的超额回报为负的情况,分别出现在2003年、2005年、2006年,分别为-5.1%、-8.9%、-17%,意味着这个模型在2003到2006年之间完全无法给我们满意的答案。 在从2003年到2006年的累计4年中,上证综指上涨97%,深圳成指上涨140.9%,而以年度为调整周期的模型仅上涨了91.6%,这还不包括模型产生的手续费、指数没有包含的分红、股改送股不计入指数等不利于模型的考虑因素。 即使把这4年的模型调整周期从年度变成季度,似乎也无法提高太多回报,仅仅把回报率提高到97.5%。而且,更短的调整周期,必然意味着更高的换手率、更多的手续费、更多的不可预测因素。 不过话说回来,瑕不掩瑜,3年的跑输指数表现并不足以说明模型的无效,毕竟这是在同时取得了19年超额收益的情况下,而且这3年的模型业绩也不能算太糟糕:最差的2004年下跌了16.4%,累积则仍然取得了超过90%的回报。 更何况,价值投资的精妙之处,远非一个模型可以覆盖的。股息率高可能受到很多因素的干扰,让它的选股结果脱离“又好又便宜”的范畴。比如,一个行业景气度特别高可能导致高分红,但是高景气度可能会下降;企业可能因为找不到方向而被迫分红,这点在传统行业中特别多见;甚至前溯12个月分红这个指标本身就有一些问题。万一一家企业去年的分红是在今年年头、今年的分红又提前到秋天呢? 不过,如果在价值投资的框架下,一个简陋的模型都能取得如此的回报,那么这难道不就恰恰说明了价值投资的精妙之处吗? 最后,值得指出的是,提高模型的交易频率、缩短交易周期似乎无法对改善模型的回报起到太多的帮助。在从1999年12月31日至今的测试中,采用年度数据和季度数据测试带来的回报几乎相同,其之间的差距并不显著,尤其在考虑到以季度为周期测试时会产生更多交易费用的情况下。 产生这种现象的原因,可能来自于如果周期过短,那么股票池内选入的股票尚未拉开足够的差距,模型高买低卖的效果也就变得比较差。这就好比在套利交易时,交易的频率如果太过频繁、套取的价差太小,就不能取得高回报率一样。 当然,这只是一个比较细枝末节的技术问题,并不对模型的有效性构成影响。