本文探討，價值因子在中國股市投資策略上的應用。運用9種實務中常用的價值因子，建構單因子模型，以中證500指數為對照組，建構投資組合進行回測，研究回測期間為2008年1月至2017年12月。經本文研究結果發現，利用9種價值因子篩選過後的投資組合，因子強度最強的前20% 股票所組成的投資組合績效皆能勝過對照組，近12個月股利率最高的投資組合不僅績效能穩定勝過大盤，亦能有效降低波動，其中股利率最高的前 20% 投資組合表現最佳。另外，本研究亦發現高淨值股價比的投資組合有降低最大回檔幅度的效果。

This study explores the application of value factors in China's stock market investment strategy. We used 9 different value factors to construct a one-factor model, and used the CSI 500 index as the control group (the benchmark) to construct a portfolio for back-testing. The back-test period was from January 2008 to December 2017. According to the results of this paper, the portfolios of the top 20% stocks with the strongest factor strength can outperform the control group by the 9 value factors. The portfolio with the higher dividend yield in the past 12 months can not only outperform the benchmark, but also be able to reduce volatility effectively. The portfolio of the top 20% stocks with highest dividend yield performed the best. In addition, the study also found that the portfolio with low market to book ratio (or high book to market ratio) can reduce the portfolio’s maximum drawdown effectively.

1.前言 1
1.1 研究背景 1
1.2 研究動機 2
2.文獻回顧 3
3.研究方法 4
3.1 研究工具 4
3.2 因子選取 4
3.3 樣本資料 5
3.3.1 資料篩選 5
3.3.2 樣本空間 5
3.3.3 資料處理 5
3.3.4 回測區間 6
3.4 建構投資組合及投資策略 7
3.4.1 建構投資組合 7
3.4.2 投資策略 7
4.實證結果. 8
4.1每股盈餘/每股股價 ( EP_TTM ) 9
4.2每股淨值/每股股價 ( BP_LYR ) 13
4.3近12個月股利率 ( DIVIDEND12 ) 17
4.4研究假設及未來優化 21
5.結論與建議 22
參考文獻 23

表目錄
表 1 因子代碼列表 4
表 2 每股盈餘/每股股價(每一個月調倉，TTM)績效表現 9
表 3 每股盈餘/每股股價(每三個月調倉，TTM)績效表現 10
表 4 每股盈餘/每股股價(每六個月調倉，TTM)績效表現 11
表 5 每股盈餘/每股股價(每十二個月調倉，TTM)績效表現 12
表 6 每股淨值/每股股價(每一個月調倉，LYR)績效表現 13
表 7 每股淨值/每股股價(每三個月調倉，LYR)績效表現 14
表 8 每股淨值/每股股價(每六個月調倉，LYR)績效表現 15
表 9 每股淨值/每股股價(每十二個月調倉，LYR)績效表現 16
表 10 近12個月股利率(每一個月調倉)績效表現 17
表 11 近12個月股利率(每三個月調倉)績效表現 18
表 12 近12個月股利率(每六個月調倉)績效表現 19
表 13 近12個月股利率(每十二個月調倉)績效表現 20


圖目錄
圖 1 每股盈餘/每股股價(每一個月調倉，TTM)淨值走勢圖 9
圖 2 每股盈餘/每股股價(每三個月調倉，TTM)淨值走勢圖 10
圖 3 每股盈餘/每股股價(每六個月調倉，TTM)淨值走勢圖 11
圖 4 每股盈餘/每股股價(每十二個月調倉，TTM)淨值走勢圖 12
圖 5 每股淨值/每股股價(每一個月調倉，LYR)淨值走勢圖 13
圖 6 每股淨值/每股股價(每三個月調倉，LYR)淨值走勢圖 14
圖 7 每股淨值/每股股價(每六個月調倉，LYR)淨值走勢圖 15
圖 8 每股淨值/每股股價(每十二個月調倉，LYR)淨值走勢圖 16
圖 9 近12個月股利率(每一個月調倉)淨值表現 17
圖 10 近12個月股利率(每三個月調倉)淨值表現 18
圖 11 近12個月股利率(每六個月調倉)淨值表現 19
圖 12 近12個月股利率(每十二個月調倉)淨值表現 20

1. Cheng, X., T. Zhang, and D. Cheng, (2001), “A cross-sectional multi-factor analysis of expected stock returns : empirical evidence from China stock market,” Journal of Finance, 2001-06.
2. Da Silva, A.C. (2006), “Modeling and estimating a higher systematic co-moment asset pricing model in Brazilian stock market,” Latin American Business Review, Vol.6, No.4, pp.85-101.
3. Faff, R., (2001). “An examination of the Fama and French three-factor model using commercially available factors.” Australian Journal of Management, 26, 1-17.
4. Fama, E. F., and K. R. French, (1992), “The cross-section of expected stock returns,” Journal of Finance, 47(2), 427-465.
5. Fama, E. F., and K. R. French, (1993), “Common risk factors in the returns on stocks and bonds,” Journal of Financial Economics, 33(1), 3-56.
6. Jahnke, G., S. J. Klaffke, and H. R. Oppenhimer, (1987), “Price earning ratios and security performance,” Journal of Portfolio Management, 39-46.
7. Kassimatis, Konstantinos, (2008), “Size, book to market and momentum effects in Australian stock market.” Australian Journal of Business, Vol.33(1), pages 145-168, June.