同行业股票估值差异大，通常源于个股在价值、成长、质量、规模等因子上的暴露程度不同。因子分析通过量化这些系统性驱动因素，帮助区分估值差异是合理的风险补偿还是市场定价偏差，从而避免被单一市盈率或市净率误导。
估值差异的常见驱动因子
同行业股票基本面相似，但估值差异往往由以下因子暴露差异导致：
- 价值因子：低市净率、低市盈率股票通常有更高的价值因子暴露，市场对其要求更高的风险溢价，因此估值偏低。反之，高估值股票可能价值因子暴露低。
- 成长因子：预期盈利增速更高的公司，成长因子暴露高，市场愿意给予更高市盈率。例如，同行业两家公司，一家营收增速20%，另一家5%，前者估值可能高出50%以上。
- 质量因子：高净资产收益率（ROE）、低负债率、稳定盈利的公司，质量因子暴露高，估值溢价常见。通常，质量因子暴露每提高一个标准差，估值可提升10%-20%。
- 规模因子：小市值公司因流动性风险和增长不确定性，通常有更高的估值折价；大市值公司则可能享受流动性溢价。
因子分析在估值比较中的具体应用
进行因子分析时，需获取个股对上述因子的敏感度（即因子暴露），常用步骤：
- 选取因子模型：常见的有Fama-French三因子（市场、规模、价值）或五因子（加入盈利、投资）。对于行业估值比较，可加入行业特定因子，如技术壁垒或政策敏感度。
- 计算因子暴露：通过历史收益率回归，得到每只股票对各因子的系数。例如，某股票的成长因子暴露为0.8，意味着市场成长因子每变动1%，其收益预期变动0.8%。
- 比较因子暴露差异：若两只同行业股票估值差30%，但成长因子暴露差0.5、质量因子暴露差0.3，则估值差异可能主要来自因子暴露差异，而非错误定价。
- 调整估值：使用因子暴露构建预期收益率模型，剔除因子影响后的残差估值差异，才更可能是独立风险或定价偏差。
关键结论：因子分析能分解估值差异的来源，区分系统性因子贡献与个股特质风险。当两只股票估值差异主要由因子暴露差异解释时，高估值不一定高估；反之，若差异无法被因子解释，则可能存在投资机会或风险。
常见问题
因子分析需要多少历史数据才可靠？
通常需要至少3年以上的月度收益率数据，才能稳定估计因子暴露。数据时间过短，结果易受噪声干扰。对于新股或数据不足的股票，可以使用可比公司或行业平均暴露作为参考。
如果两只股票因子暴露相似，但估值差很大，说明什么？
这种情况表明估值差异可能来自非因子因素，如市场情绪、公司治理差异或短期事件冲击。此时需进一步分析基本面或催化剂，而不应简单归因于估值指标。
因子暴露会随时间变化吗？
会。公司的业务结构、财务策略或行业地位变化都会导致因子暴露改变。建议每半年或一年重新评估因子暴露，以保持分析时效性。