平均值的“卢峰估计”称为中值(Median)，代表所有成员按从小到大的顺序排序，位于中间。显然，在这一点上，小数特别大。
特别小的外点，就很难干扰到中值了。同理，平均偏离值的“鲁棒估计”称之为中值背离（Median Absolute Deviation），即将所有成员计算其相对于中值的偏离的绝对值，然后再取中值。
有了这两个鲁棒估计的方法，我们来看看它们在递延所得税因子上的应用效果如何。
过去三年递延所得税因子的中值
过去三年递延所得税因子的中值背离
与上一节的均值和标准差，比起来中值和中值背离确实要稳健很多。大家看，过去三年的中值和中值背离相差较小，同时行业的差异也变得更加稳定。
五
这个世界上，相当多事物的属性分布，是接近于数学上所提出的高斯分布的。
比如说，人类的身高就基本如此，绝大多数人都在平均身高附近。偏离平均身高越多，有这样身高的人就越少。生活中，基本上见不到巨人和侏儒。
基于这个观察，统计学家们研究出一个很有用的规律：如果事物的某项属性接近于高斯分布，那么绝大多数事物的该属性（99.73%）将分布在均值的三倍标准差之内，只有不到0.3%的事物属性会超过这个范围。
因为标准差通常用希腊字母σ来表示，所以这个规律也叫做3σ准则。
实际上，3σ准则是生活中各种“二八定律”广泛成立的理论基础。
细心的读者可能会发现，均值和标准差有3σ准则，那中值和中值背离呢？
答案是有一个等价的规律，绝大多数事物的属性将分布在中值的3 * 1.4826倍中值背离之内。所以，我们可以安全的将超出这个范围的数值定义为外点，也就是异常值。
基于此，我们可以定义归一化之后的因子值为：
归一化的因子值 =（因子值 – 因子中值）/（1.4826 * 因子中值背离）
之所以，分母中的除法考虑了1.4826，是为了和3σ准则一致，以方便对比。
六
尺子有了，那我们就来量一量所有的上市公司吧。
我们将行业分组内的公司，计算其因子背离行业内因子中值的距离，超过3 * 1.4826倍中值背离的公司，将会被我们筛选出来。
这样，既照顾了行业的特殊性，又能够有效的找到那些因子异常的公司。
2018年各行业因子异常值最高的上市公司
2017年各行业因子异常值最高的上市公司
2016年各行业因子异常值最高的上市公司
这三张榜单中，上榜的一些公司后来确实财务或者业务出现了严重的状况，比如食品饮料行业连续三年上榜的莲花健康，股价连续下跌多年，在今年也戴上了ST的帽子。
莲花健康股价的月K线走势图
2018年榜单中轻工制造行业的赫美集团，今年初先是传出英雄互娱借壳的绯闻，后有公告无果而终，其股价的走势是这个样子的。
赫美集团股价的月K线走势图
还有2016年和2017年连续上榜的传媒行业的暴风集团，目前正处在海外收购巨亏的漩涡之中。
暴风集团股价的月K线走势图
类似的情况还有不少，感兴趣的读者可以照着榜单翻翻对应的股票。
七
在榜单之中，细心的读者一定会发现，这里面还有平安银行和格力电器的身影。
需要注意的是，平安银行虽然以行业内因子偏离值最大的身份上榜，在2016年和2017年是没有超过阈值。此外，从统计量来看，银行业的因子中值（位列各行业第一）和中值背离（位列各行业第二）都比较高，2018年平安银行的归一化因子为3.33，超过阈值11%，不算太多。
查阅平安银行的2018年报发现，递延所得税资产中最大的科目为资产减值准备（坏账准备），为此计提了1185.64亿元，而2018年公司的扣非净利润为247.00亿元，资产减值准备相当于扣非净利润的4.80倍。从这个角度来看，计提的减值准备越多，有可能是公司财务上更为保守的表现。而这一点对于银行业来说，会特别有意义。
平安银行2018年报披露的递延所得税资产明细
格力电器就比较有意思了，我们查阅了其2018年的年报，发现如下的细节：其递延所得税资产中，最大的科目为预提费用708.40亿元，折合106.27亿元。也就是说，格力电器认为，空调卖出去之后，钱赚进来还有相当一部分是未来要花出去的，所以预提了费用，比如质保期内的维修费等。为此，公司认为多交了106.27亿元的所得税，可以在未来年度抵扣。
有意思吧，大牌就是大牌，格力电器2018年扣非净利润为255.81亿元，预提费用相当于扣非净利润的2.77倍。所以，未来年度的利润释放空间还是相当大的，无论是通过预提费用计回，还是通过递延所得税资产的抵扣。
格力电器2018年报披露的递延所得税资产明细
最后，我们想说的是在财务报表的世界里，也需要投资者有一双侦察兵的眼睛，能够及时识别上市公司潜在的各种会计操纵手法（有时候体现为虚增，有时候体现为隐藏），为自己的投资决定多提供一份保障。
佛家有云：“道高一尺，魔高一丈”。反之，亦然。
这就是万事万物，相生相克之理。
所以，财务报表的侦察与反侦察，还将不断地上演最新的篇章。
延伸阅读：《税单中有真意：看财务老斯基如何飙车》