量化模型与因子总结 量化因子与构建方式 1. 因子名称：自由现金流因子 * 因子构建思路： 衡量企业在支付运营成本和必要资本开支后，可自由分配给所有资本提供者（股东和债权人）的现金，用以评估企业真实盈利质量、内在价值和财务健康状况[8]。 * 因子具体构建过程： 1. 计算自由现金流 (FCF)： 自由现金流等于过去一年经营活动产生的现金流量净额减去过去一年购建固定资产、无形资产和其他长期资产支付的现金[63]。 $自由现金流 = 经营活动产生的现金流量净额 - 购建固定资产、无形资产和其他长期资产支付的现金$ 2. 计算企业价值 (EV)： 企业价值等于公司总市值加上总负债，再减去货币资金[63]。 $企业价值 = 公司总市值 + 总负债 - 货币资金$ 3. 计算自由现金流率： 自由现金流率是核心排序指标，等于自由现金流除以企业价值[45][63]。 $自由现金流率 = \frac{自由现金流}{企业价值}$ 2. 因子名称：盈利质量因子 * 因子构建思路： 用于筛选盈利质量较高的公司，作为构建自由现金流指数的前置筛选条件之一[63]。 * 因子具体构建过程： 盈利质量的计算公式为（过去一年经营活动产生的现金流量净额减去过去一年营业利润）除以总资产[63]。盈利质量由高到低排名位于样本空间前80%的证券符合待选条件[63]。 $盈利质量 = \frac{经营活动产生的现金流量净额 - 营业利润}{总资产}$ 3. 因子名称：股息率因子（对比参考） * 因子构建思路： 传统红利策略的核心指标，依据企业历史现金分红情况选股，侧重反映盈利稳定性与分红意愿[28]。 * 因子具体构建过程： 报告中提及的红利指数（如中证红利指数）主要依据过去三年平均现金股息率进行排序[32]。 量化模型与构建方式 1. 模型名称：中证全指自由现金流指数编制模型 * 模型构建思路： 通过多因子筛选和加权，构建一个反映A股市场中现金流创造能力较强上市公司整体表现的指数[4][61]。 * 模型具体构建过程： 1. 确定样本空间： 中证全指指数的样本空间[63]。 2. 可投资性筛选： 剔除过去一年日均成交金额排名位于样本空间后20%的证券[63]。 3. 待选样本筛选（多因子过滤）： 从通过可投资性筛选的证券中，选取同时满足以下所有条件的证券作为待选样本[63]： * 行业过滤： 不属于金融或房地产行业[63]。 * 因子正值要求： 自由现金流和企业价值均为正[63]。 * 现金流稳定性要求： 连续5年经营活动产生的现金流量净额为正[63]。 * 盈利质量要求： 盈利质量排名位于样本空间前80%[63]。 4. 成分股选择： 将待选样本按照自由现金流率由高到低排名，选取排名前100的证券作为指数样本[63]。 5. 加权方式： 采用自由现金流加权[32][45]。 6. 权重上限： 单一成分股权重上限为10%[32]。 7. 调样规则： 每季度调整一次样本[32][75]。 2. 模型名称：其他国内自由现金流指数编制模型（衍生变体） * 模型构建思路： 基于相似的“自由现金流”核心逻辑，但在样本空间、筛选细节或加权方式上有所不同，以覆盖不同市值板块或满足特定编制目标[38]。 * 模型具体构建过程： 报告列举了多只国内自由现金流指数，其核心构建思路与中证全指自由现金流指数类似，主要差异点包括： * 样本空间不同： 如沪深300自由现金流指数、中证500自由现金流指数、中证800自由现金流指数分别以对应宽基指数样本为空间[42]；国证自由现金流指数覆盖沪深北三市[41]；富时中国A股自由现金流聚焦指数纳入港股通标的[41]。 * 筛选条件细节差异： 例如，国证自由现金流指数剔除了近12个季度ROE稳定性排名后10%的证券以及近一年经营活动现金流占营业利润比例后30%的证券[41][42]；富时指数则排除了质量排名后30%、过去五年波动率最高30%以及预期收益增长为负的证券[42]。 * 加权方式差异： 国证自由现金流指数使用派式加权法，而中证系列指数采用自由现金流加权[45]。 模型的回测效果 （注：以下效果数据主要针对基于自由现金流因子构建的指数模型，数据区间和对比基准可能不同，此处按报告呈现分组列出） 1. 海外现金流策略代表 (Pacer US Cash Cows 100 ETF) * 数据区间： 2016年12月19日至2025年1月24日[22] * 累计收益： 134.02%[26] * 年化收益： 11.10%[22][26] * 夏普比率 (Sharpe)： 0.54[22][26] * 年化波动率： 20.57%[26] * 最大回撤： -39.64%[26] 2. 中证全指自由现金流指数 * 全区间表现 (2015年1月5日至2025年11月28日)： * 累计收益： 11.55%[34][37] * 分年度收益 (2015-2025年)： 详见报告表格，例如2025年为10.55%，2024年为36.86%，2023年为12.57%等[37] * 与宽基指数对比 (截至2025年11月28日)： * 近十年、近八年、近五年、近三年收益均优于沪深300、中证500、中证1000指数[88] * 近十年跑赢沪深300指数169.61个百分点[88] * 与红利指数对比 (2015-2025年)： * 绝大多数年份跑赢中证红利指数[34] * 全区间累计收益 (11.55%) 优于中证红利指数 (4.21%)[34][37] 3. 中银中证全指自由现金流 ETF (563760) * 数据区间： 2025年6月6日上市以来至2025年12月9日（127个交易日）[2][99] * 累计收益率： 19.11%[2][99] * 累计超额收益 (相对于中证全指自由现金流指数)： 3.06%[2][99] * 年化超额收益： 7.06%[2][99] * 年化跟踪误差： 3.32%[99] * 日均绝对跟踪误差： 0.02%[2][99] 因子的回测效果 （注：报告未提供单因子IC、IR等传统因子测试结果，主要展示了基于该因子构建的指数表现，故本部分略） 对模型或因子的评价 * 自由现金流因子评价： 相比传统会计利润，能更真实地衡量企业盈利质量与资金流动性，是评估企业内在价值、财务健康状况与未来发展潜力的核心依据[8][11][12]。 * 自由现金流指数模型评价 (相对于红利策略)： 弥补了传统红利策略在行业覆盖广度和未来表现预判方面的不足，聚焦于企业的内生增长能力，更契合追求长期成长与资本增值的投资者需求[4][28]。其编制方法旨在筛选出具备更高成长潜力与回报预期的上市公司组合[28]。