20180702-申万宏源-申万多因子系列报告之二_基于分析师一致预期的选股研究_14页_1mb

报告摘要

申万多因子系列报告之二：基于分析师一致预期的选股研究

核心内容概述

本报告探讨了分析师一致预期数据在A股市场中的选股价值，分析了其与传统财报指标的差异，并构建了多个基于一致预期的选股因子，包括预期EPS调整因子、预期EPS上调比例因子、预期PE调整因子、盈利超预期因子以及预期差复合因子。通过回测和统计分析，验证了这些因子在剔除市值、行业及风格风险后仍具有显著的选股能力。

主要观点

分析师一致预期数据的重要性：分析师一致预期数据是除财报数据和交易数据外的重要第三方信息源，蕴含丰富的市场信息。
乐观偏差的存在：分析师预期普遍存在乐观偏差，尤其在A股市场，数据多为年度财报指标，滞后性较强，直接使用可能无法有效增强选股能力。
因子构建与测试：
- 构建了多个基于一致预期的因子，包括预期EPS调整因子（eps_change）、预期EPS上调比例因子（eps_diffusion）、预期PE调整因子（pe_change）和盈利超预期因子（ES）。
- 通过测试发现，这些因子在剔除市值和行业风险后，依然具有很强的选股能力。
- 合成后的预期差复合因子在多个样本区间内（沪深300、中证500、中证全指）均表现出优异的选股效果，IC均值均在4%以上。
因子有效性分析：
- 预期EPS调整因子与预期PE调整因子相关性较高，而盈利超预期因子与其他因子相关性较低，表明其提供了额外的选股信息。
- 与传统财报指标（如PE_TTM、ROE_TTM）相比，预期差因子在某些方面表现更优。

关键信息

1. 分析师一致预期数据特点

数据来源：朝阳永续和Wind等数据提供商。
覆盖情况：
- 朝阳永续收录的公司报告数量逐年增长，2017年已超过5万篇。
- A股覆盖度超过75%，其中深度报告覆盖约1500家公司。
使用指标：主要使用预期EPS和目标价，但评级信息对选股作用有限。

2. 预期差因子构建方法

预期EPS调整因子：计算当前预期EPS与三个月前预期EPS的变动比例。
- 公式：eps_change = (当前预期EPS - 三个月前预期EPS) / abs(三个月前预期EPS)
预期EPS上调比例因子：计算上调EPS机构数与下调EPS机构数的比值。
- 公式：eps_diffusion = (up - down) / (up + down)
预期PE调整因子：计算当前预期PE与三个月前预期PE的变动比例。
- 公式：pe_change = (当前预期PE - 三个月前预期PE) / abs(三个月前预期PE)
盈利超预期因子：基于公司单季度实际业绩与预期业绩的比值。
- 公式：ES = (eps_LF / eps_con) - 1，其中eps_LF为实际单季度EPS，eps_con为预期单季度EPS。

3. 因子表现分析

eps_change因子：
- 在中证全指样本内表现良好，分组收益单调性显著。
- 2008年相对收益较差，其他年份表现不俗。
eps_diffusion因子：
- 选股能力优于eps_change因子，表明上调比例比上调幅度更具参考价值。
pe_change因子：
- 在中证全指样本内表现优于eps_change和eps_diffusion因子。
ES因子：
- 虽然因子收益率和RankIC不占优，但其选股逻辑不同，表现相对稳定，提供了额外信息。
预期差复合因子：
- 合成多个预期差因子后，表现出更强的选股能力。
- 在沪深300、中证500、中证全指样本内，RankIC均高于4%，多空年化收益率达到15.54%，夏普率为3.52。