近年来，财务造假和业绩爆雷的股票频现，其中不乏长期被认为是优质白马股的公司。相较于主观投资，量化投资通常持股数量更多、更分散。所以，在实际的投资中，很可能因为整个策略持有的股票数量过多，不慎踩中地雷，进而拉低整个组合的收益。随着监管的逐渐趋严以及市场的逐渐规范化，对股票池进行量化排雷的必要性就更加凸显。本文就业界常用的几类量化排雷方法做简要的介绍。

第一、利用监管部门披露的信息进行排雷。主要是考察公司有无重大违规和被立案调查的情况，如果过去一段时间公司有严重违规和被立案调查的情况，对公司的股票会产生较大的负面影响，应当立即从股票池进行剔除。此外，实证表明，警示函、监管函、关注函和问询函等交易所及证监会的监管措施也会对上市公司的股价产生负面影响。值得注意的是一些公开的信息具有一定的滞后性，市场上利空的传闻可能已经使股价提前做出了反映。

第二、利用第三方独立机构的意见进行排雷。上市公司的年报在发布之前都会经会计师事务所审计，大部分上市公司会获得标准无保留意见的审计结果，只有这样的年报数据才有价值。每年无法获得会计师出具的标准无保留意见审计报告的上市公司不在少数。这类股票很多是ST和小市值股票，应当从股票池里面剔除。此外，一些ESG评级机构会对公司的环境(Environment)、社会(Social)、与治理(Governance)因素进行综合评级，对于评级较低的公司，意味着在ESG的投资理念下也应当被排除。

第三、利用公司的业绩预估及修正报告进行排雷。一方面，当公司预告亏损从而引发连续两年亏损时，公司存在被ST的可能性，这类股票应该可以提前规避。另一方面，业绩下修以及业绩不达市场预期的公司，其经营可能出现了状况，对于此类型的公司，我们应当提前引起重视。

第四、利用公司财务报表项目间的关系进行排雷。财务报表的各个项目之间不是独立的，其背后是上市公司生成经营、现金流转的整个过程。当财务报表存在人为粉饰或者捏造时，财务报表项目间的配比关系可能就会存在异常，利用财务异常模型可以识别出一些财报不是很可靠的公司。常见的财务异常主要有：存贷双高、应收账款的增加与营业收入增长出现偏离、研发支出资本化率突增、经营现金流远小于净利润等。实际应用中，量化模型可以从多个财务异常的维度对个股建立预警体系，提前排除掉暴雷几率大的股票，提高组合的超额收益。

(专栏作者：摩根士丹利华鑫基金数量化投资部王应林)