Quality Measurement Based on Expected Earnings Growth and Pricing Power

doi:10.12068/j.issn.1005-3026.2024.01.018

Abstract

Abstract:

From the perspective of quality premium drivers， a quality indicator based on expected earnings growth （EEG） is constructed. The relationship between the indicator and expected stock return is analyzed. Then， an EEG quality factor is constructed and incorporated into the Fama-French three-factor model for the purpose of studying the pricing power of this factor. The results show that the EEG quality indicator can measure a company’s expected earnings growth. There is a significantly positive correlation between the EEG quality indicator and expected stock returns， reflecting the significant presence of the EEG quality premium. The EEG quality factor has a strong explanatory power for cross-sectional portfolio returns. The four-factor model that introduces the EEG quality factor has higher pricing efficiency than the Fama-French class model， which may enrich the theories related to asset pricing and provide valuable references for investors to make rational decisions， and regulators to cultivate good investment philosophy and improve market pricing efficiency.

Key words: expected earnings growth（EEG）, EEG quality indicator, expected stock return, pricing power, four-factor model

CLC Number:

F 830.91

Yue-li LIU, Xiu JIN, Jin-ming YU. Quality Measurement Based on Expected Earnings Growth and Pricing Power[J]. Journal of Northeastern University(Natural Science), 2024, 45(1): 145-152.

Figures/Tables 4

Table 1 Univariate and multivariate regression parameter estimates for predicting EEG

单变量

多变量

变量

（1）

预测1年

盈余增长

（2）

预测3年

盈余增长

（3）

预测5年

盈余增长

（4）

预测1年

盈余增长

（5）

预测3年

盈余增长

（6）

预测5年

盈余增长

单位资产毛利润

（ $G P O A$ ）

-0.04

［-2.12］

-0.05

［-1.03］

0.01

［0.18］

0.00

［0.24］

0.09***

［2.97］

0.22***

［3.71］

单位营业收入毛利润

（ $G M A R$ ）

-0.03

［-2.68］

-0.06

［-3.33］

-0.07

［-4.63］

-0.01

［-0.88］

-0.03

［-1.85］

-0.03

［-1.91］

应计利润

（ $A C C$ ）

0.09***

［5.64］

0.10***

［4.46］

0.12***

［3.25］

0.08***

［5.85］

0.07***

［3.75］

0.08***

［2.70］

单位资产毛利润增长率

（ $G G P O A$ ）

-0.01

［-1.93］

-0.02

［-2.00］

-0.05

［-4.71］

0.00

［0.01］

-0.01

［-0.52］

-0.04

［-3.06］

单位营业收入毛利润增长率

（ $G G M A R$ ）

-0.00

［-2.47］

-0.00

［-4.30］

-0.01

［-2.50］

-0.00

［-0.52］

-0.00

［-0.62］

0.00

［0.93］

杠杆率

（ $L E V$ ）

-0.04

［-4.28］

-0.08

［-4.75］

-0.10

［-4.40］

-0.03

［-4.92］

-0.07

［-4.93］

-0.11

［-5.17］

盈余波动率

（ $E V$ ）

-0.00

［-0.20］

-0.03

［-1.68］

-0.05

［-1.73］

0.00

［0.70］

-0.01

［-0.89］

-0.02

［-0.87］

流通股增长率

（ $E I S S$ ）

0.01***

［4.38］

0.03***

［7.72］

0.04***

［4.96］

0.01***

［2.43］

0.01***

［3.61］

0.02

［1.09］

累积派息率

（ $N P O P$ ）

0.00*

［1.33］

0.00

［1.00］

0.01

［1.23］

-0.00

［-1.08］

-0.01

［-2.45］

-0.02

［-3.39］

总资产增长率

（ $I N V$ ）

0.01**

［1.71］

0.03***

［5.78］

0.04***

［8.11］

0.01*

［1.65］

0.03***

［4.26］

0.04***

［8.15］

公司规模

（ $S i z e$ ）

—

-0.00

［-1.35］

-0.01

［-4.78］

-0.02

［-7.20］

账面市值比

（ $B M$ ）

—

-0.00

［-1.54］

-0.02

［-2.92］

-0.03

［-4.21］

动量

（ $M o m$ ）

—

0.02

［7.17］

0.02

［2.95］

0.02

［1.70］

Table 1 Univariate and multivariate regression parameter estimates for predicting EEG

单变量

多变量

变量

（1）

预测1年

盈余增长

（2）

预测3年

盈余增长

（3）

预测5年

盈余增长

（4）

预测1年

盈余增长

（5）

预测3年

盈余增长

（6）

预测5年

盈余增长

单位资产毛利润

（ $G P O A$ ）

-0.04

［-2.12］

-0.05

［-1.03］

0.01

［0.18］

0.00

［0.24］

0.09***

［2.97］

0.22***

［3.71］

单位营业收入毛利润

（ $G M A R$ ）

-0.03

［-2.68］

-0.06

［-3.33］

-0.07

［-4.63］

-0.01

［-0.88］

-0.03

［-1.85］

-0.03

［-1.91］

应计利润

（ $A C C$ ）

0.09***

［5.64］

0.10***

［4.46］

0.12***

［3.25］

0.08***

［5.85］

0.07***

［3.75］

0.08***

［2.70］

单位资产毛利润增长率

（ $G G P O A$ ）

-0.01

［-1.93］

-0.02

［-2.00］

-0.05

［-4.71］

0.00

［0.01］

-0.01

［-0.52］

-0.04

［-3.06］

单位营业收入毛利润增长率

（ $G G M A R$ ）

-0.00

［-2.47］

-0.00

［-4.30］

-0.01

［-2.50］

-0.00

［-0.52］

-0.00

［-0.62］

0.00

［0.93］

杠杆率

（ $L E V$ ）

-0.04

［-4.28］

-0.08

［-4.75］

-0.10

［-4.40］

-0.03

［-4.92］

-0.07

［-4.93］

-0.11

［-5.17］

盈余波动率

（ $E V$ ）

-0.00

［-0.20］

-0.03

［-1.68］

-0.05

［-1.73］

0.00

［0.70］

-0.01

［-0.89］

-0.02

［-0.87］

流通股增长率

（ $E I S S$ ）

0.01***

［4.38］

0.03***

［7.72］

0.04***

［4.96］

0.01***

［2.43］

0.01***

［3.61］

0.02

［1.09］

累积派息率

（ $N P O P$ ）

0.00*

［1.33］

0.00

［1.00］

0.01

［1.23］

-0.00

［-1.08］

-0.01

［-2.45］

-0.02

［-3.39］

总资产增长率

（ $I N V$ ）

0.01**

［1.71］

0.03***

［5.78］

0.04***

［8.11］

0.01*

［1.65］

0.03***

［4.26］

0.04***

［8.15］

公司规模

（ $S i z e$ ）

—

-0.00

［-1.35］

-0.01

［-4.78］

-0.02

［-7.20］

账面市值比

（ $B M$ ）

—

-0.00

［-1.54］

-0.02

［-2.92］

-0.03

［-4.21］

动量

（ $M o m$ ）

—

0.02

［7.17］

0.02

［2.95］

0.02

［1.70］

Table 2 Test results of the relationship between the EEG quality indicator and expected stock returns

变量	（1）	（2）	（3）	（4）	（5）	（6）	（7）
EEG质量测度指标（ $E E G_Q U A$ ）	0.13** ［2.55］	0.13*** ［2.66］	0.17*** ［3.79］	0.18*** ［3.93］	0.18*** ［4.06］	0.17*** ［3.59］	0.11** ［2.35］
市场贝塔（ $B e t a$ ）	—	-0.27 ［-1.19］	-0.15 ［-0.67］	-0.16 ［-0.73］	-0.10 ［-0.41］	-0.12 ［-0.53］	0.10 ［0.42］
公司规模（ $S i z e$ ）	—	—	-0.39*** ［-2.64］	-0.39*** ［-2.65］	-0.37** ［-2.51］	-0.41*** ［-2.89］	-0.02 ［-0.10］
账面市值比（ $B M$ ）	—	—	—	0.18* ［1.86］	0.20** ［2.03］	0.17 ［1.59］	0.07 ［0.68］
动量（ $M o m$ ）	—	—	—	—	-1.24** ［-2.27］	—	-0.00 ［-0.00］
盈利水平（ $O P F F 5$ ）	—	—	—	—	—	0.61** ［2.06］	0.62** ［2.08］
投资水平（ $I n v F F 5$ ）	—	—	—	—	—	0.05 ［0.59］	0.04 ［0.51］
非流动性（ $I l l i q$ ）	—	—	—	—	—	—	0.62*** ［5.34］
特质波动率（ $I v o l$ ）	—	—	—	—	—	—	-19.20 *** ［-12.17］
截距项（ $I n t e r c e p t$ ）	1.12 ［1.62］	1.38 ［1.75］	7.64 ［3.07］	6.41 ［2.33］	5.94 ［2.15］	6.76 ［2.48］	7.56 ［2.69］
$A d j_R i 2$	0.30	1.22	3.97	4.66	6.68	5.12	8.84
$N$	1 604	1 526	1 331	1 324	1 293	1 320	1 282

Table 2 Test results of the relationship between the EEG quality indicator and expected stock returns

变量	（1）	（2）	（3）	（4）	（5）	（6）	（7）
EEG质量测度指标（ $E E G_Q U A$ ）	0.13** ［2.55］	0.13*** ［2.66］	0.17*** ［3.79］	0.18*** ［3.93］	0.18*** ［4.06］	0.17*** ［3.59］	0.11** ［2.35］
市场贝塔（ $B e t a$ ）	—	-0.27 ［-1.19］	-0.15 ［-0.67］	-0.16 ［-0.73］	-0.10 ［-0.41］	-0.12 ［-0.53］	0.10 ［0.42］
公司规模（ $S i z e$ ）	—	—	-0.39*** ［-2.64］	-0.39*** ［-2.65］	-0.37** ［-2.51］	-0.41*** ［-2.89］	-0.02 ［-0.10］
账面市值比（ $B M$ ）	—	—	—	0.18* ［1.86］	0.20** ［2.03］	0.17 ［1.59］	0.07 ［0.68］
动量（ $M o m$ ）	—	—	—	—	-1.24** ［-2.27］	—	-0.00 ［-0.00］
盈利水平（ $O P F F 5$ ）	—	—	—	—	—	0.61** ［2.06］	0.62** ［2.08］
投资水平（ $I n v F F 5$ ）	—	—	—	—	—	0.05 ［0.59］	0.04 ［0.51］
非流动性（ $I l l i q$ ）	—	—	—	—	—	—	0.62*** ［5.34］
特质波动率（ $I v o l$ ）	—	—	—	—	—	—	-19.20 *** ［-12.17］
截距项（ $I n t e r c e p t$ ）	1.12 ［1.62］	1.38 ［1.75］	7.64 ［3.07］	6.41 ［2.33］	5.94 ［2.15］	6.76 ［2.48］	7.56 ［2.69］
$A d j_R i 2$	0.30	1.22	3.97	4.66	6.68	5.12	8.84
$N$	1 604	1 526	1 331	1 324	1 293	1 320	1 282

Table 3 Regression coefficient results of size‐EEG quality stock portfolio excess returns on the four factors

变量	低EEG质量组（ $L Q$ ）		中EEG质量组（ $M Q$ ）		高EEG质量组（ $H Q$ ）
EEG质量因子	系数（ $q$ ）	t（ $q$ ）	系数（ $q$ ）	t（ $q$ ）	系数（ $q$ ）	t（ $q$ ）
小规模组（ $S S$ ）	-0.24***	-3.66	-0.11*	-1.83	0.16***	2.80
中规模组（ $M S$ ）	-0.24**	-2.41	-0.00	-0.04	0.27***	4.50
大规模组（ $B S$ ）	-0.76***	-14.38	-0.01	-0.13	0.63***	11.50
市场因子	系数（ $b$ ）	t（ $b$ ）	系数（ $b$ ）	t（ $b$ ）	系数（ $b$ ）	t（ $b$ ）
小规模组（ $S S$ ）	0.97***	53.45	0.96***	43.58	0.95***	53.58
中规模组（ $M S$ ）	1.00***	43.78	0.98***	33.51	1.00***	45.04
大规模组（ $B S$ ）	0.95***	34.40	1.06***	48.54	0.92***	40.02
规模因子	系数（ $s$ ）	t（ $s$ ）	系数（ $s$ ）	t（ $s$ ）	系数（ $s$ ）	t（ $s$ ）
小规模组（ $S S$ ）	1.05***	30.90	1.03***	30.86	1.00***	24.23
中规模组（ $M S$ ）	0.70***	11.59	0.71***	13.12	0.73***	18.35
大规模组（ $B S$ ）	-0.16***	-5.60	-0.21***	-4.95	-0.16***	-4.65
账面市值比因子	系数（ $h$ ）	t（ $h$ ）	系数（ $h$ ）	t（ $h$ ）	系数（ $h$ ）	t（ $h$ ）
小规模组（ $S S$ ）	-0.07	-1.25	0.02	0.31	-0.07	-1.13
中规模组（ $M S$ ）	-0.11*	-1.67	-0.08	-1.20	-0.18***	-3.78
大规模组（ $B S$ ）	-0.06	-1.38	0.15**	2.09	-0.06	-1.21

Table 3 Regression coefficient results of size‐EEG quality stock portfolio excess returns on the four factors

变量	低EEG质量组（ $L Q$ ）		中EEG质量组（ $M Q$ ）		高EEG质量组（ $H Q$ ）
EEG质量因子	系数（ $q$ ）	t（ $q$ ）	系数（ $q$ ）	t（ $q$ ）	系数（ $q$ ）	t（ $q$ ）
小规模组（ $S S$ ）	-0.24***	-3.66	-0.11*	-1.83	0.16***	2.80
中规模组（ $M S$ ）	-0.24**	-2.41	-0.00	-0.04	0.27***	4.50
大规模组（ $B S$ ）	-0.76***	-14.38	-0.01	-0.13	0.63***	11.50
市场因子	系数（ $b$ ）	t（ $b$ ）	系数（ $b$ ）	t（ $b$ ）	系数（ $b$ ）	t（ $b$ ）
小规模组（ $S S$ ）	0.97***	53.45	0.96***	43.58	0.95***	53.58
中规模组（ $M S$ ）	1.00***	43.78	0.98***	33.51	1.00***	45.04
大规模组（ $B S$ ）	0.95***	34.40	1.06***	48.54	0.92***	40.02
规模因子	系数（ $s$ ）	t（ $s$ ）	系数（ $s$ ）	t（ $s$ ）	系数（ $s$ ）	t（ $s$ ）
小规模组（ $S S$ ）	1.05***	30.90	1.03***	30.86	1.00***	24.23
中规模组（ $M S$ ）	0.70***	11.59	0.71***	13.12	0.73***	18.35
大规模组（ $B S$ ）	-0.16***	-5.60	-0.21***	-4.95	-0.16***	-4.65
账面市值比因子	系数（ $h$ ）	t（ $h$ ）	系数（ $h$ ）	t（ $h$ ）	系数（ $h$ ）	t（ $h$ ）
小规模组（ $S S$ ）	-0.07	-1.25	0.02	0.31	-0.07	-1.13
中规模组（ $M S$ ）	-0.11*	-1.67	-0.08	-1.20	-0.18***	-3.78
大规模组（ $B S$ ）	-0.06	-1.38	0.15**	2.09	-0.06	-1.21

Table 4 Values of GRS test，indicator Aαi and indicator AAdj_Ri2

资产定价模型	GRS统计值	$A α i$ /%	$A A d j_R i 2 / %$
Fama-French三因子模型	18.50***	0.90	0.97
Fama-French五因子模型	17.21***	0.89	0.97
引入EEG质量因子的四因子模型	16.45***	0.88	0.98

Table 4 Values of GRS test，indicator Aαi and indicator AAdj_Ri2

资产定价模型	GRS统计值	$A α i$ /%	$A A d j_R i 2 / %$
Fama-French三因子模型	18.50***	0.90	0.97
Fama-French五因子模型	17.21***	0.89	0.97
引入EEG质量因子的四因子模型	16.45***	0.88	0.98

References 16

1	Frazzini A， Kabiller D， Pedersen L H.Buffett’s alpha［J］.Financial Analysts Journal，2018，74（4）：35-55.
2	Asness C S， Frazzini A， Pedersen L H.Quality minus junk［J］.Review of Accounting Studies，2019，24（1）：34-112.
3	尹力博，廖辉毅.中国A股市场存在品质溢价吗？［J］.金融研究，2019（10）：170-187.
	Yin Li‐bo， Liao Hui‐yi.Is there a quality premium in the Chinese A‐share market？［J］.Journal of Financial Research，2019（10）：170-187.
4	李斌，冯佳捷.中国股市的公司质量因子研究［J］.管理评论，2019，31（3）：14-26.
	Li Bin， Feng Jia‐jie.Quality effects：evidence from Chinese stock market［J］.Management Review，2019，31（3）：14-26.
5	Hsu J， Kalesnik V， Kose E.What is quality？［J］.Financial Analysts Journal，2019，75（2）：44-61.
6	Kyosev G， Hanauer M X， Huij J，et al.Does earnings growth drive the quality premium？［J］.Journal of Banking & Finance，2020，114：105785.
7	Novy‐Marx R.The other side of value：the gross profitability premium［J］.Journal of Financial Economics，2013，108（1）：1-28.
8	Fama E F， French K R.A five‐factor asset pricing model［J］.Journal of Financial Economics，2015，116（1）：1-22.
9	Hou K W， Xue C， Zhang L.Digesting anomalies：an investment approach［J］.The Review of Financial Studies，2015，28（3）：650-705.
10	Hou K W， Mo H T， Xue C，et al.An augmented q‐factor model with expected growth［J］.Review of Finance，2021，25（1）：1-41.
11	Harvey C R， Liu Y， Zhu H Q.The cross‐section of expected returns［J］.The Review of Financial Studies，2016，29（1）：5-68.
12	Magiera F T.Do stock prices fully reflect information in accruals and cash flows about future earnings？［J］.CFA Digest，1997，27（1）：14-16.
13	Fama E F， MacBeth J D.Risk，return，and equilibrium：empirical tests［J］.Journal of Political Economy，1973，81（3）：607-636.
14	Amihud Y.Illiquidity and stock returns：cross‐section and time‐series effects［J］.Journal of Financial Markets，2002，5（1）：31-56.
15	Ang A， Hodrick R J， Xing Y H，et al.The cross‐section of volatility and expected returns［J］.The Journal of Finance，2006，61（1）：259-299.
16	Gibbons M R， Ross S A， Shanken J.A test of the efficiency of a given portfolio［J］.Econometrica，1989，57（5）：1121-1152.