同行业个股估值差异大时，用多因子模型分析的关键是将估值差异拆解为不同因子贡献的差异，而不是直接比较市盈率或市净率。多因子模型通过分解个股收益率，识别哪些因子（如成长、盈利、价值）导致了估值分化，从而判断高估值个股是否被高估，或低估值个股是否被错杀。
多因子模型如何分解估值差异
多因子模型假设个股收益率由多个共同因子（如市场因子、价值因子、成长因子、盈利因子）和个股特有因素决定。当同行业个股估值差异大时，因子载荷（个股对某个因子的敏感度）是核心分析对象。例如：
- 成长因子：高估值个股通常有更高的成长因子载荷，意味着其股价更多依赖未来盈利增长预期。
- 盈利因子：低估值个股可能盈利因子载荷更高，反映当前盈利能力对股价支撑更强。
- 价值因子：长期低估个股可能对价值因子敏感，而高估值个股对价值因子载荷较低。
实际操作中，先选取行业指数，再计算每个个股在主要因子上的载荷。若两只同行业个股估值差异大，但成长因子载荷接近，则差异可能来自盈利因子或个股特有因素；若成长因子载荷差异显著，则估值差异主要由增长预期驱动。
比较因子载荷而非单一指标
传统估值指标（如市盈率）容易受行业周期和会计政策干扰，而因子载荷能体现风险暴露的结构性差异。例如，同属科技行业，A公司市盈率100倍，B公司20倍。通过多因子模型分析：
- 若A公司成长因子载荷是B公司的2倍，且盈利因子载荷更低，则高估值可能由增长预期支撑。
- 若两者因子载荷接近，则估值差异可能源于市场情绪或流动性等非因子因素。
关键结论：因子载荷的比较能区分“合理溢价”与“估值泡沫”。高估值个股若成长因子载荷显著高于同行，且盈利因子稳定，则估值差异可能合理；反之，若因子载荷差异不大，则高估值个股存在回调风险。
常见问题
多因子模型需要哪些数据？
需要个股收益率、行业指数收益率，以及常见因子数据（如市场、规模、价值、成长、盈利因子）。这些数据可从金融数据库或量化平台获取，通常以月度数据为基准。
因子载荷如何计算？
通过时间序列回归：将个股收益率对因子收益率做回归，回归系数即为因子载荷。例如，个股收益率=α+β₁×市场因子+β₂×成长因子+β₃×盈利因子+误差项。
同行业个股因子载荷差异大一定意味着估值不合理吗？
不一定。因子载荷差异反映的是风险暴露差异，可能由公司业务结构、资产规模或生命周期阶段不同导致。例如，初创型公司成长因子载荷高，成熟型公司盈利因子载荷高，两者估值差异可以合理。需结合基本面验证。