20180611-申万宏源-分析师预测偏差研究_挖掘集体行为偏误背后的超额收益_21页_1mb

报告摘要

分析师预测偏差研究总结

核心内容

本研究围绕分析师盈余预测的偏差现象展开，分析了其在A股市场及海外市场中的表现，并探讨了预测偏差作为选股因子的有效性。

主要观点

分析师盈余预测普遍偏乐观：在A股市场，预期净利润高于实际净利润的上市公司数量占比每年均超过60%。分析师在年初最为乐观，随着季报信息的披露，预测会逐步下调，但整体仍偏乐观。
预测偏差与股票收益负相关：事后预测误差与股票未来收益呈显著负相关，预测误差越小的股票组合，未来表现越佳。
事前误差估计更具应用价值：由于事后误差只能在年报披露后计算，因此研究更关注事前误差的估计。事前误差因子具有较强的预测能力，且在不同样本空间下均表现良好。
预测误差因子具有选股能力：事前误差因子在剔除市值、行业、盈利、估值、成长等常见因子后，依然具有显著的选股能力，且多空组合表现优异。
误差因子与风格因子相关性分析：误差因子与盈利、估值因子呈显著负相关，与成长因子有一定相关性，与其他因子相关性较低。

关键信息

分析师预测偏差定义

事后预测偏差：定义为 $FE_{i,t} = \frac{ConForecastEPS_{i,t} - EPS_i}{|EPS_i|}$，其中 $ConForecastEPS_{i,t}$ 为一致预期EPS，$EPS_i$ 为真实EPS。
事前误差估计：基于分析师前一年的预测误差，通过回归模型估计当期的预测误差，模型如下：
$$
\widehat{FE} = c_0 + c_1 * pastFE_i + c_2 * Dispersion_i + c_3 * Coverage_i + c_4 * Mom_i + c_5 * \ln(CMV_i) + c_6 * SUE_i + \sum_i c_i * Ind_i
$$
- pastFE：前一年同期的事后误差
- Dispersion：预测分歧度
- Coverage：分析师覆盖数量
- Mom：个股近6个月收益率
- ln(CMV)：流通市值对数值
- SUE：业绩超预期指标
- Ind：行业哑变量

误差因子的选股能力

分组表现：在行业市值中性化处理下，事前误差因子分组的多空组合年化收益为13.72%，夏普比率为2.25%，最大回撤约6%。
IC分析：在中证全指样本空间下，误差因子RankIC均值约为-3.27%，表现出较强的选股能力。
中性化处理后仍有效：在剔除市值、行业、盈利、估值、成长等因子后，误差因子的IC均值为-2.2%，多空组合年化收益为7.85%，夏普比率为1.51，最大回撤为-5.92%。

分析师预测偏差的驱动因素

延续性：分析师预测误差具有延续性，上期误差高的公司，本期误差也倾向于较高。
分歧度：分析师分歧度越高，预测误差越大。
覆盖数量：分析师覆盖数量越高，预测误差越小。
前期涨跌幅：前期涨幅高的公司，后期预测误差较小。
业绩超预期：前期业绩超预期的公司，预测误差较小。

结论

分析师预测偏差是市场中重要的信息源，其在A股和海外市场均表现出偏乐观的倾向。事后误差与股票未来收益呈显著负相关，而事前误差估计则更具实际应用价值。通过构建事前误差因子并进行中性化处理，该因子在不同样本空间下均显示出较强的选股能力，能够为投资组合带来超额收益。此外，误差因子与盈利、估值因子呈显著负相关，表明其在投资分析中具有独特的价值。