多因子系列报告之三十七：股东大类因子，拆解股东数据中的多元信息-20200904-光大证券-24页_1mb

股东大类因子：拆解股东数据中的多元信息

核心内容

本报告探讨了A股市场中股东数据的分析与应用，旨在挖掘股东信息对股票未来表现的预测能力，并构建有效的选股因子，为投资者提供参考。

股东数据特征

• 更新频率较低：股东数据如股东户数、十大股东信息、机构股东信息等，通常为季度更新，与财报数据类似。
• 信息维度丰富：股东数据涵盖股东户数、十大股东结构、机构持仓等，具有多维度分析价值。
• 机构抱团现象增强：近年来，机构持仓的集中度提高，持仓机构数目离散度加大，反映出机构投资者对部分股票的偏好增强。

主要观点

1. 股东户数变化（HN_z）具有显著负向预测能力

• HN_z因子通过计算股东户数的时序标准分，反映股东数量减少的股票未来表现较好。
• 该因子在建材、食品饮料、商贸零售等行业中表现较强。
• 在中证500范围内表现最佳，IC均值为3.78%，ICIR为0.53。
• HN_z因子与换手、波动、估值等因子有一定相关性，但其信息具有独特性。

2. 十大股东占比离散度（LHRD）具有显著正向预测能力

• LHRD因子反映十大股东持仓的不均衡程度，离散度越高，股票未来表现越好。
• 主要适用于小市值股票池，IC均值为1.50%，ICIR为0.36。
• 在建材、电子、轻工制造等行业中有效性较强，但在周期性行业如煤炭、石油石化等中效果有限。

3. 持仓机构个数（IHN）具有显著正向预测能力

• IHN因子反映机构投资者对该股票的关注程度，机构持仓数目越多，股票未来表现越好。
• 在轻工制造、交通运输、电子等行业中表现较好，IC均值为4.04%，ICIR为0.74。
• 但其预测能力主要体现在小市值股票池，且在沪深300范围内表现较弱。

4. 持仓机构个数变化（IHN_diff）具有显著负向预测能力

• IHN_diff因子反映机构持仓数目的变化趋势，数目减少的股票未来表现更好。
• 在消费者服务、商贸零售等行业中表现较强，IC均值为2.56%，ICIR为0.45。
• 与HN_z因子信息不重叠，具有独立的预测能力。

关键信息

股东大类因子构建与表现

• 通过将HN_z、LHRD、IHN、IHN_diff四个细分因子等权相加，构建出具有显著预测能力的股东大类因子。
• 股东大类因子在全市场内表现稳定，IC均值为5.03%，ICIR高达0.84。
• 该因子在中证500和沪深300样本中也表现良好，IC均值分别为4.72%和3.26%，ICIR分别为0.66和0.51。
• 基于该因子构建的多空组合年化收益为19.0%，夏普比率2.93，最大回撤8.7%。
• 多头组合相对于全市场等权基准的超额净值年化收益为7.4%，信息比率2.17，最大回撤5.0%。

分组测试结果

• HN_z因子：多空组合年化收益10.5%，夏普比率1.82，最大回撤8.6%；多头超额收益3.9%，信息比率1.26。
• LHRD因子：多空组合年化收益7.8%，夏普比率1.78，最大回撤7.3%；多头超额收益3.5%，信息比率1.28。
• IHN因子：多空组合年化收益11.8%，夏普比率1.87，最大回撤9.6%；多头超额收益2.2%，信息比率0.53。
• IHN_diff因子：多空组合年化收益6.1%，夏普比率0.98，最大回撤8.6%；多头超额收益-0.5%，信息比率-0.09。
• 股东大类因子：多空组合年化收益19.0%，夏普比率2.93，最大回撤8.7%；多头超额收益7.4%，信息比率2.17。

风险提示

• 报告结论基于历史数据和模型，模型可能存在失效风险。
• 历史数据无法保证重复验证，需谨慎对待。

结论

股东大类因子具有显著且稳定的截面预测能力，其信息在很大程度上是主流因子无法完全解释的增量信息，值得投资者关注。