地产行业的投资与量化（第二部分 地产行业价值量化）

原创 齐风股韵

上篇是地产行业的投资与量化（第一部分 量化与价值）


本篇是第二部分 地产行业价值量化




一、为什么要做行业量化轮动

1、提升决策次数



两个月前跟冯永昌老师学了一招，超额收益率来自于三个因素，能力、轮动次数、转化率。
能力就是行业在能力圈里面。转化率就是你的交易成本。轮动频率是量化投资的核心。

轮动频率受两个因素影响，一个是能力圈大小，圈子越大，可轮动的标的就多，轮动频率就高。一个是能力越强或者说圈子挖的越深，轮动阈值越低，这样可轮动的时机就越多，轮动频率也就越高。
还有一个因素，就是关注沉默的大多数。就是指投资者通常关注最便宜的（有刺的鱼）和最优秀的（不多的熊掌）股票。大多数股票（爬行动物）是不受关注的，它们的估值出现机会的次数相对更多。烟蒂虽然便宜但有风险，龙头虽然肉厚但太少，大多数股票虽然肉不多但数量大。这里可以体现量化的优势。大多数价值因子都是依靠这一部分群体来获得轮动收益。

2、估值计算繁琐


地产有较高的负债和经营杠杆，需要特殊估值

还是刚才的公式，我们转换一下思路，从经营者的角度，投资回报也可以分解为三个因素，就是杜邦 分解：利润率、杠杆率、周转率。企业能力就是利润率、转化率就是杠杆率、决策次数周转率。

一般来说，我们还是要重视能力和决策次数，忽视杠杆率的影响。因为大部分杠杆率是来自有息负债，有收益也有风险。但也有部分杠杆是无息杠杆，对投资者而言是很大的优势，对企业而言也是强大优势，叫做经营杠杆。

所以研究企业尤其是制造业，通常会用到净经营资产回报率。就是不看回报率的分母不是净资产而是经营资产，这样能够忽略有息杠杆率，真正体现企业的质量。即RONA=利润率*周转率*经营杠杆率。

如果企业没有金融资产，那么直接用投资资本回报率ROIC也可以类似RONA。ROIC的分母是（净资产+净有息负债），等于经营资产减去净金融资产。

这样的计算方法相对繁琐，而且地产行业的收入后置，需要用前瞻数据才能更准确估值，有利于通过量化的方法估值进行轮动。

二、如何做行业量化轮动

1、背景分析


从估值上看，地产处于历史估值底部，未来可能不会回到历史高点，但风险也很低。





从天花板看，主要看城市化进程。关注人口出生率和城市化率。目前的人口出生率逐年降低，城市化率也逐年放缓，所以这个背景也是导致地产行业估值越来越低的因素。


从历年房价的增速上看，还是与GDP同步的，只是因为一二线涨得更多，所以我们感觉泡沫很大。

所以从背景分析来看，房价泡沫不大，但面临行业天花板，估值较低。



从货值分布上看，龙头货值比例更高。其实百强房企比百强外房企货值比例也更高。总体呈现集中度迅速提升的趋势。这是一个投资点。

另外，调控造成恐慌产生的波段机会、土增税盾造成利润波动不大、改善需求产生的二套房、改善房等非刚需房，都会造成一些可能的投资机会。

此外，地产行业数量众多，结构丰富。既可以住宅轮动，也可以物业轮动，而其它相关业务，如商业、文旅、一级土地开发，也可以作为能力圈外的护城河，防止普通量化投资者来吃肉。


三、数据分析




这些数据都是有别于其它行业的内容，包括市场部分，也有很多行业内的特点。


四、数据来源和印证



地产数据要量化，需要有数据来源。来源有三类：财报、财报外渠道、统计估计。


内容略，见《地产行业量化投资——财报数据提取》（P.S.后面第四部分）


五、地产行业数据准备——数据一致性处理


因为不同数据来源的数据口径未必一致，所以需要进行数据一致性处理。

分三类说明：业务、经营数据、环境数据。

(1)、业务部分：

a、主营业务，不同房企的主营收入口径未必相同，要把与地产无关的收入分离，地产部门，也要把开发、自持、一级土地开发、物业服务等分部收入区分开。我们做轮动重点看开发业务。

a、毛利润。A股和港股的毛利润口径不一样。A股未包含其它税费，应该加入再比较。另外利息资本化率各家房企不一样，对毛利率影响有大有小，需要注意。


C、扣非利润。比较扣非利润口径更加合理。需要排除港股的重估、其它损益等数据，A股的营业外损益也要排除。其它收入里面的利息收入可以保留，因为这是经营现金带来的利息。

D、表外投资收益。如果希望获得表内项目的真实净利润率，那么就应该扣除表外收益。


E、归母与少数股东利润。通常我们在计算表内项目的真实净利润率时，只需要考虑净利润即可，只有在关心权益比例时，才需要考虑归母利润。


（2）、经营数据
a、土储数据，需要区分开建筑面积、计容面积、不含已售未结的面积。
b、永续债。永续债的位置在不同的报表位置不一样。有的含在归母股东权益中需要在归母和权益中都扣除，有的在股东权益外只需要在权益中扣除，需要区分。

（3）、环境数据

a、会计准则。A股20年开始使用15号准则，港股18年则开始使用。所以港股和历史数据，A股和港股比较是口径都要一致。其中的变化报表中都会有说明。主要变化是结算收入不一样。有多有少，多了按进度结算的收入，少了竣工后尚未交房的收入。大部分情形，新会计准则会多一些。

b、AH市场环境不一样。股息税不同、打新收益不同、离岸成本不同。需要考虑给A股一个溢价。我给15%-20%的溢价。

c、股权关系要考虑。比如中交地产 只是中交地产集团的一个子公司。新城发展是新城控股 的母公司，大悦城 地产是大悦城的子公司，母子关系的还有中海和宏洋，绿地和绿香，金地和金商，建发和建发国际，招商蛇口 和招商局置地 ，华侨城和华侨城亚洲。此外，中交和绿城都是中交集团旗下，路劲和利基都是惠记旗下。只有万科和万科H是同股同权。另外，还有不同行业的母子关系，比如美的和美的地产、信达和信达地产 、中建和中海和宏洋。还有持股关系，比如融创持有金科，金科持有中交等等。计算子公司收益的时候要搞清楚股权比例。

d、分部估值要考虑。自持的商业酒店文旅，还有建筑、物业或者其它非地产业务如高速、物流等等。这个后面会讲。

e、最后货币单位要考虑。中海、宏洋、保置、路劲、合生、华南城 是港币报表，鑫苑是美元报表，还有部分港股是港币人民币并列报表。不能混淆。我就混淆过两次。需要换算过来。但需要注意的是，报表的数据是按照期末的汇率换算的，如果报表发布后汇率变动过大，要按当时的汇率换算，否则也会出问题。



六、地产行业数据准备——数据重要性分级


不同的数据来源重要性不同。财务数据有审计，行业整体数据有统计基础，更加靠谱些。管理层公告和投关指引是第一手资料，需要重视。第三方或者个人通过逻辑判断做出的估计数据可能有误，需要谨慎使用。
此外，宏观数据或一些市场消息未必有长期预测意义，应该忽视或者逆向操作。
但回购增发、私有化等事件会对股价产生明确的影响，这个需要重视。


七、地产行业因子挖掘

行业因子是在通用价值因子的基础上围绕行业特点挖掘出来的，地产行业的特点是预售制、高杠杆、地价是主要成本。预售制对应着权益月销、预收款、回款率、已售未结、错配费用等因子，高杠杆对应着债销率、净负债率、融资利率、现金短债比等因子。拿地对应着拿地成本率、土储nav。越靠上的越重要些。

此外，一些通用的因子，比如股息率、销售增速也会起到作用。
特殊事件如公告第二天、资金面情绪面的变化，对企业和事件的价值判断准确，可能产生短期价值。
其它业务如代建、自持资产等产生的价值，还有些其它收入，比如利息和补贴，可能每年都有，属于稳定的无风险收入，通常不大，可以作为安全垫，但不宜作为投资的基本逻辑。


八、地产行业回测结果——预收款毛利润指标回测结果



以预收款因子为例，我们把预收款乘毛利率与市值的比（市预收毛利率）作为价值因子来排名，在果仁网上回测，近12年可以获得19%的年化，同期申万房地产 只有6.4%。

回撤有些大，这是08年造成的，不考虑08年最大回撤是38%左右。

预收款与实际的已售未结有一些出入，通常会少一些，而且表外数据不容易估计，但也有两个优势，一是能反映回款状况，二是财报审计数字比较靠谱。所以如果我们用第三方的权益销售数据或许理论上更好些，但实际获得的超额收益率有限。

相关指标IC和ICIR及其衰减程度都比较理想。
按市值分组的效果，大中市值单调性最好，收益率中上。
按pb分组的效果，中小pb单调性较好，收益率最高。

结论是：使用市预收率可以获得较高的超额收益，在此基础上选择大市值龙头可以提高确定性，选择低pb烟蒂可以维持高收益率。