20180122-天风证券-潜伏系列之六_季节性盈利异象带来的意外收益_16页_968kb
报告摘要
金融工程:季节性盈利异象带来的意外收益总结
核心内容
本报告探讨了股票市场中“季节性盈利异象”现象,即某些企业在特定季度盈利显著高于其他季度,尽管这一模式在理论上应被市场充分预期,但实际市场仍表现出异常收益。这种现象源于投资者对季节性盈利信息的误判,包括分析师对季节性调整模型的使用偏差和投资者对近期信息的过度依赖。
报告通过实证分析和策略回测,验证了在企业公布季度最高/最低净利润前后,通过提前潜伏买入/卖出相关股票,可以获得超额收益。其中,正向季节性效应较为显著,而负向季节性效应因样本较少和做空成本高,难以有效构建交易策略。
主要观点
-
季节性盈利异象的存在
尽管盈利信息在有效市场中应当被充分定价,但实际市场仍存在明显的异常收益,尤其是对于季节性强的企业。 -
正向与负向季节性
- 正向季节性:企业在某一季度盈利高于其他季度,且在该季度财报公布前后做多可获得超额收益。
- 负向季节性:企业在某一季度盈利低于其他季度,且在该季度财报公布前后做空可获得一定的收益,但由于样本较少和做空成本较高,难以广泛使用。
-
超额收益来源
超额收益主要来源于投资者对近期信息的依赖和分析师对季节性调整模型的误判,而非单纯的市场不确定性。
关键信息
1. 预测方法
- 滚动判断法:判断净利润最高的季度是否连续四年稳定在同一个季度,若为正向季节性,则预测该季度为盈利最高。
- 滚动占比法:计算过去4年单季度净利润占全年净利润的比重,取季度平均作为预测依据。
2. 策略回测表现
- 滚动判断法:
- 超额收益:8.08%
- 相对最大回撤:6.15%
- 收益回撤比:1.31
- 滚动占比法:
- 超额收益:9.57%
- 相对最大回撤:9.67%
- 收益回撤比:0.99
3. 行业筛选优化
- 行业筛选能有效提升预测命中率,其中部分行业(如旅游餐饮、家电、通信等)的盈利季节性特征更为明显。
- 行业筛选后,滚动判断法命中率提升至77.78%,滚动占比法提升至69.51%。
- 通过行业筛选,策略回测表现也有所改善,超额收益提升约0.42%。
4. 事件窗口期
- 策略在财报预计披露日前10个交易日买入,在财报公布后第10个交易日卖出。
- 通过事件窗口期的分析,发现正向季节性在公告日前后各10个交易日累计超额收益约为2.14%。
策略构建与实施
- 买点选择:预计披露日前10个交易日,若买点与公告日间隔小于10个工作日,则以公告日为准。
- 卖点选择:财报公布后的第10个交易日,若出现停牌或涨跌停,则持有至可交易日卖出。
- 交易成本:买入0.1%,卖出0.2%。
- 调仓方法:等权再平衡,单只股票仓位上限为10%。
风险提示
- 市场系统性风险,策略无法完全规避整体市场波动。
结论
本报告指出,季节性盈利异象在股票市场中确实存在,并可通过特定策略获取超额收益。其中,滚动判断法和滚动占比法分别用于识别正向季节性企业,但滚动判断法因筛选标准更严格,样本数量较少,而滚动占比法因包含一定的容错机制,样本数量更多。通过行业筛选进一步优化了策略的命中率和收益表现,但负向季节性由于样本量小和做空成本高,难以构建有效策略。
参考文献
- Tom Y, Chang (2016):Being surprised by the unsurprising: earnings seasonality and stock returns
- Owen Lamont (2007):The earnings announcement premium and trading volume
- Salamon, G. L., & Stober, T. L. (1994):Cross-quarter differences in stock price responses to earnings announcements
- Savor, P., & Wilson, M. (2016):Earnings announcements and systematic risk
- Hartzmark, S. M., & Solomon, D. H. (2013):The dividend month premium
- Heston, S. L., & Sadka, R. (2008):Seasonality in the cross-section of stock returns
作者
- 吴先兴,分析师
- SAC执业证书编号:S1110516120001
- 联系方式:wuxianxing@tfzq.com / 18616029821
相关报告
- 《潜伏系列之五:胜率超40%的重组预测模型》 2017-11-24
- 《潜伏系列之四:2017年12月沪深重点指数样本股调整预测》 2017-11-03
- 《潜伏系列之三:基于probit模型的2017年度高送转预测---基于三季报数据》 2017-11-01
- 《潜伏系列之二:潜伏ST摘帽》 2017-03-06
- 《潜伏系列一:潜伏业绩预增》 2017-02-13
展开完整摘要
试读结束,高清完整版pdf/doc/ppt,请点下载