20230214-国金证券-量化漫谈_卖方分析师团队评价体系与特征全景_11页_1mb

金融工程专题报告总结

核心内容

本报告从推荐收益和盈利预测两个维度对卖方分析师的表现进行了系统分析，揭示了分析师推荐的有效性、排名分位的变化规律、行业影响因素以及盈利预测的偏差情况。同时，报告还对团队评价和个人评价的差异进行了探讨，并提出了相应的风险提示。

主要观点

1. 推荐收益维度

• 分析师推荐有效性：在不同长度样本和收益衡量周期下，分析师推荐股票的超额收益均值显著大于0，表明分析师的推荐具有一定的有效性。
• 收益周期与超额收益关系：收益周期越长，分析师推荐的平均超额收益越高，且超额收益分布右偏越明显，中长期收益高于中期和短期收益。
• 排名分位不稳定：分析师的收益排名在时间序列和不同收益衡量周期上均无法保持，排名下降幅度较大，说明分析师的推荐表现具有高度波动性。
• 高频打分筛选更有效：在金股池等场景中，使用较高频次的打分能够更好地跟踪分析师排名的边际变化，从而更有效地调整推荐组合。
• 行业涨跌幅与超额收益无绝对关系：分析师推荐的超额alpha与其所在行业整体涨跌无显著相关性，行业所处周期、龙头公司表现及行业分化程度对超额收益有较大影响。
• “踩中风口”与“踩雷”现象：部分分析师在特定行业“踩中风口”可获得显著超额收益（如石油石化行业），而“踩雷”分析师即使出现重大亏损，其平均推荐超额仍可能排名靠前。

2. 盈利预测维度

• 盈利预测存在偏差：由于财务披露滞后性和未来预测的复杂性，分析师的盈利预测整体存在一定偏差。
• 财务指标预测排名一致性：分析师在不同财务指标上的预测排名较为一致，对某项指标预测准确的分析师，通常在其他财务维度上也有较好的表现。
• 预测排名时间序列不稳定：分析师在不同财务指标上的预测排名随时间变化较大，例如2019年利润总额预测靠前的分析师在2022年排名分位平均下降显著。
• 个体变化分化显著：虽然整体排名变化较小，但个体分析师的预测表现分化较大，说明预测能力存在较大差异。

关键信息

推荐收益计算方法

• 超额收益计算基于相对行业指数的收益，使用以下公式：
  $$
  R _ {D} = \frac {\sum (R i _ {D} - R i m _ {D})}{\mathrm {n}}
  $$
  其中 $D$ 表示收益衡量周期（20天为短周期，60天为中周期，120天为中长周期）。

偏度与峰度计算公式

• 偏度（S）计算公式：
  $$
  S = \Sigma (x - \mu) ^ {\wedge} 3 / (N * \sigma^ {\wedge} 3)
  $$
• 峰度（K）计算公式：
  $$
  K = \Sigma (x - \mu) ^ {\wedge} 4 / (N * \sigma^ {\wedge} 4)
  $$

推荐超额收益分布

• 长周期样本中，分析师推荐超额收益的平均值为 $1.56%$，分布为尖峰右偏。
• 短周期样本中，平均超额收益为 $0.35%$，分布为矮峰右偏。
• 中长期收益包含中期和短期收益信息，因此其绝对超额收益更高。

推荐超额分位变化

• 短周期排名前500的分析师在中周期和长周期视角下排名分位平均下降分别为 $-16.87%$ 和 $-21.06%$。
• “踩中风口”分析师单次推荐最大盈利可达 $323%$，而“踩雷”分析师单次推荐最大亏损可达 $-77%$。

盈利预测偏差

• 偏差计算公式：
  $$
  \text {bias} = \mathrm {E} (\frac {\left| \mathrm {E} (s) - s \right|}{s})
  $$
• 2021年财务指标平均预测偏差显示，分析师对多个财务指标的预测存在系统性误差。

分析师更换频率

• 长周期样本中，分析师更换频率分布为：未更换机构占 $42%$，更换1次机构占 $41%$，更换2次及以上机构占 $17%$。

团队与个人评价差异

• 团队评价更符合实际团队运作模式，能够对个人评价进行纠偏，但存在扩大误差的风险。
• 个人评价在团队中可能因署名情况被低估，团队整体排名分位更稳定。

风险提示

1. 模型失效风险：本报告结果基于历史数据统计、建模和测算，若历史数据环境发生变化，模型可能失效。
2. 政策与市场环境变化：政策或市场环境的变动可能导致资产与风险因子之间的关系不稳定。
3. 国际政治摩擦风险：国际局势变化可能引发资产同向大幅波动，增加市场不确定性。

附注

• 本报告由国金证券金融工程组发布，联系人为郭子锋（guozifeng@gjzq.com.cn）和高智威（gaozhiw@gjzq.com.cn）。
• 报告内容仅供参考，不构成投资建议，使用时需结合实际情况并咨询专业顾问。