分析师预测偏差研究_挖掘集体行为偏误背后的超额收益_19页_1mb

分析师预测偏差研究总结

核心内容

本研究聚焦于分析师盈余预测的偏差及其对股票收益的预测能力，分析了A股市场与海外市场中分析师预测行为的共性与特性，并验证了预测误差作为选股因子的有效性。

主要观点

1. 分析师预测普遍偏乐观

   • A股市场中，分析师对上市公司盈利预测的乐观倾向显著，每年预期净利润高于实际净利润的公司占比均超过60%。
   • 无论是在A股还是美股市场，分析师的预测都存在系统性偏差，偏向乐观。
   • 分析师预测误差具有延续性，前期误差较高的公司，后期误差也倾向于较高。

2. 预测误差与股票未来收益负相关

   • 事后预测误差越小的股票组合，未来收益表现越好。
   • 分析师预测误差的最小组别在多空对冲中表现出色，年化收益达13.72%，夏普比率2.25%，最大回撤约6%。

3. 事前误差估计更具应用价值

   • 事后的预测误差数据只能在年报披露后获得，因此研究更关注事前误差估计。
   • 通过构建回归模型，利用前一年的预测误差、分析师覆盖度、市场分歧度、股票近期表现等变量，对当前预测误差进行估计。

4. 预测误差因子具有较强的选股能力

   • 该因子在不同样本空间（如中证全指、沪深300、中证500）下均表现良好，RankIC均值为-3.27%。
   • 在剔除市值、行业、盈利、估值、成长等因子后，预测误差因子仍能带来额外信息，具有较强的独立选股能力。

5. 预测误差因子与其他因子相关性分析

   • 该因子与盈利因子、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

$$
F E _ {i, t} = \frac {\text {ConForecastEPS} _ {i , t} - E P S _ {i}}{| E P S _ {i} |}
$$

• ConForecastEPS：市场对股票i的一致预期EPS
• EPS：股票i的真实EPS
• FE：预测偏差，为事后偏差，需在年报披露后计算。

事前误差估计模型

$$
\widehat {F E} = c _ {0} + c _ {1} * p a s t F E _ {i} + c _ {2} * D i s p e r s i o n _ {i} + c _ {3} * C o v e r a g e _ {i} \ + c _ {4} * M o m _ {i} + c _ {5} * \ln (C M V _ {i}) + c _ {6} * S U E _ {i} + \sum_ {i} c _ {i} * I n d _ {i}
$$

• pastFE：前一年同期的事后预测误差
• Dispersion：预测月份前半年内分析师预期的偏离度
• 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

事前误差因子表现

• 分组收益表现：事前误差因子在不同组别中展现出显著的收益差异，多空组合年化收益达13.72%，夏普比率2.25%，最大回撤约6%。
• IC分析：在中证全指样本空间下，预测误差因子RankIC均值为-3.7%，IC_IR为-0.509，表明其具有较好的预测能力。
• 中性化处理后：在剔除市值、行业、盈利、估值、成长因子后，预测误差因子仍能带来显著收益，多空组合年化收益为7.85%，夏普比率1.51。

结论

分析师盈余预测存在普遍的乐观偏差，但这种偏差本身蕴含了重要的市场信息。通过构建事前误差估计模型，可以有效识别具有超额收益潜力的股票。预测误差因子不仅在不同样本空间下具有较强的选股能力，且在中性化处理后依然表现良好，说明其具有独立的预测价值。

附录信息

信息披露

• 本报告由申万宏源研究发布，分析师曹春晓具有证券投资咨询执业资格。
• 报告中提到的投资标的可能与关联机构存在利益冲突，客户应谨慎评估。

联系信息

法律声明

• 本报告仅供申万宏源证券研究所有限公司客户使用，不构成投资建议。
• 客户应自主决策并承担风险，公司不对因使用报告内容导致的损失承担责任。
• 报告内容受版权保护，未经许可不得复制、分发或用于其他用途。