另类数据及卫星热辐射因子介绍与应用场景 [page::6][page::9][page::11]

• 另类数据分为个人、商业活动、传感器三类，卫星遥感尤为重要。

- 热辐射数据精确反映公司所在地生产经营活动强度，时效性强，有助于及时掌握企业运营情况。

热辐射数据覆盖及因子构建 [page::12][page::14]

• 热辐射数据覆盖3222家制造业上市公司，主要集中于制造、医药生物、电子等行业。

- 构造多种同比、环比变化率因子及行业/市场相对指标，用于财务业绩及股价收益率相关性测试。

热辐射因子相关性分析及性质 [page::15][page::17]

• 因子与营业收入呈显著正相关，尤其在消费及周期类行业表现突出，与股价收益率相关性较低。

- 热辐射因子排序与营收增速相关性无单调性，因子本身不能直接做为全市场单因子因子化因子使用。

热辐射单因子选股策略回测结果 [page::23][page::24][page::25]

• 以母公司DayTIRRawMOM因子为基础，构建月频单因子策略，年化收益率达15.43%，夏普0.63，表现优于基准。

- 高清低频TIRRawMOM因子策略年化收益率更高达17.5%，夏普0.73，显示更稳定且较好的超额收益。

热辐射因子选股策略与分析师预期比较 [page::26][page::27]

• 另类数据因子策略整体优于分析师预期营业收入同比因子策略，2018-2023年累计超额收益明显。

基础股票池与多因子策略构建及表现 [page::28][page::33]

• 通过季度热辐射因子筛选潜在营收增长的股票池，700只均衡分布于医药生物、机械设备等行业。

- 在此基础上使用成长、价值、波动率、动量、市值、分析师六因子多因子选股，年化收益20.5%，大幅超越基准。

• 多因子策略具备更优的风险控制能力，最大回撤显著降低。

热辐射因子行业内选股应用 [page::34][page::38][page::39]

• 不同行业精选因子策略表现良好：电子行业13.26%年化收益，电力设备12.24%，机械设备11.61%，医药生物5.52%。

- 热辐射因子能较好反映制造型行业生产活动，推动行业内选股策略超额收益实现。

结论及风险提示 [page::39][page::40]

• 卫星遥感热辐射数据作为另类数据，具备时效性高、覆盖深、精准等优势，是传统基本面量化模型的重要补充。

- 中国具备独特数字化生态优势，适合开发与应用多样化另类数据因子。

• 投资策略基于历史表现建立，存在未来失效风险，市场环境变化需谨慎。

金融研究报告详尽分析报告

报告标题：上市公司所在地表温度变化能否带来超额收益？——因子新视野研究系列之三
作者及发布机构：申万宏源证券研究所，核心分析师为沈思逸、邓虎，研究支持王小心
发布日期：2024年5月24日
主题：探讨利用卫星遥感技术监测上市公司所在地热辐射（地表温度）变化，作为另类数据因子对企业经营活动以及股价表现的预测能力，进而构建选股策略以寻求超额收益。

---

一、报告概览与核心论点

本报告集中研究了一种基于卫星遥感热辐射数据的另类投资因子，关注上市公司所在地表温度变化能否反映其生产经营活动变化及促进股价预测。报告核心论点包括：[page::0]

• 卫星遥感热辐射数据作为重要的另类数据，能较高时效地补充传统财报滞后信息，对上市公司生产活动变化具一定预测价值。

- 通过回归分析发现，该热辐射因子与公司营业收入（营收）有较强线性相关性，但与股价收益率的相关性较弱，表明其无法直接用来预测股价。

• 热辐射因子单调性不足，因子数值最高不一定对应营收增速最高，故不适合在全市场直接单因子选股。

- 构建精选股票池（以营收与股价相关性为筛选标准），结合热辐射因子与传统多因子（成长、价值等）构建多因子选股组合，获得显著超额收益，2018-2023年均表现优越。

• 行业内选股策略效果显著，特别是在电子、电力设备、机械设备、医药生物等行业，热辐射因子有效捕获业绩变化，带来优秀收益。

- 另类数据因子作为传统基本面多因子的有益补充，且我国数字化商业生态为其应用提供了得天独厚优势。

• 风险提示：模型基于历史数据，历史表现不代表未来，市场风格等变化可能导致模型失效。

---

二、详细章节解读

1. 引言：另类数据的角色和卫星遥感数据优势

• 报告明确另类数据定义为：人员行为数据、商业活动数据和传感器数据（卫星遥感即属于传感器类别），强调另类数据整合难度高但时效性好，可补充信息滞后的传统财报分析。[page::6]

- 介绍海外量化投资机构尤其贝莱德对另类数据的成熟应用，表明另类数据多被用作基本面量化的补充，需扎根经济学理论指导开发，强调“信号开发、数据测试、自动化及持续监控”四大流程。[page::7-8]

• 探讨行业景气度框架及其局限，通过光伏行业案例指出传统景气度数据对中小企业覆盖不足，暗示需普适性更强客观指标补充，该需求推动卫星遥感数据研究。[page::8-9]

- 卫星数据介绍：多光谱、高光谱、夜光、雷达及热辐射等多维数据。热辐射能体现地表温度，尤其适用于制造业等产出受供给驱动行业，可实时反映生产经营强度。另外，详述热辐射数据如何通过尔特数科“孔明系列”数据库进行矢量化公司覆盖及地级市区域覆盖，数据经季节、地理因素校正，实现同比变化率指标构建。[page::9-11]

• 指出热辐射数据适用行业特征——固定独立生产基地、高能源消耗且受供给驱动的行业，说明其更适合反映生产侧经营活动。[page::11]

- 边缘说明遥感数据对环境监测、农业管理等其他领域有重要价值，但报告重点在产业经济和金融投资。[page::10]

2. 热辐射数据因子化处理及有效性检验

2.1 数据覆盖度与样本结构

• 分析了2019-2023年热辐射数据覆盖3222家上市公司，主要行业覆盖机械设备、医药生物、基础化工、电子、电力设备及汽车，且主要集中于先进制造与周期类，金融地产覆盖少，指向了行业偏度明显。[page::12-13, 图4-6]

- 对沪深300、中证500、1000等主流宽基指数覆盖均超过50%，其中制造业成分较高的中证1000覆盖率最高。[page::13]

2.2 原始数据治理及因子构建

• 汇总同一公司不同工厂办公区的热辐射数据，分母公司和全公司因子计算。确定多种因子，包括同比、环比、与行业或市场平均指标之比等，如DayTIRRawYOY（同比增长率）、DayTIRMOM（环比）及相对行业、市场的比值因子，经济含义为生产经营活动强度及其变化。[page::14-15, 表5-6]

- 选取了财务数据指标，包括营业收入、利润及EBITDA等，确保因子与业绩指标对比的可操作性。

2.3 因子与收益率及财务指标相关性检验

• 回归分析发现，热辐射因子与营业收入呈显著正相关关系（回归系数多在0.1左右，p值多为0，虽R²较低但稳定），但与股价收益率表现相关性极低且多数为负相关（系数小且p值较高）。此结果提示热辐射数据显示的是基本面生产活动，而非短期价格信号，直接用于股价预测动力不足。[page::15-16, 表7-8]

- 分行业分析显示因子与营收相关度明显分化——消费、周期、先进制造、科技行业较好，传媒、煤炭、公用事业等行业显著性低，部分因样本数量少限制。[page::17, 图7]

2.4 因子值与营收增速单调性检验

• 利用DayTIRIndDayTIR因子分组测算（逐季度切分为五组），发现因子值排序与营收增速间无明显单调关系，既因子值较高的组未必对应营收增速较高。环比因子测算也得到相似结论。

- RankIC测算进一步证实无明显排序优势，因子的排序并不能稳定预测营收高低。[page::17-19，图8-11]

2.5 营收增速与股价收益率相关性变化

• 研究了2018至2023年期间营收同比因子及净利润同比因子与股价季度收益率的斯皮尔曼相关序列（IC值）。

- 结果显示两者在2018Q1-2021Q3维持正相关（IC值约0.05以上），2021Q4后明显减弱甚至出现负相关，凸显基本面因子和股价驱动逻辑的市场环境动态变化，对热辐射因子使用环境造成影响。[page::19-20，图12、13]

3. 热辐射因子选股策略实践

3.1 基于精选股票池的单因子选股策略

3.1.1 精选股票池构建

• 以2018Q1-2022Q4季度序列为基础，统计每只股票季度股价收益率与营收同比的回归系数，筛选系数绝对值较大且市值适中的200只作为精选股票池。该池回归系数绝对值均大于0.6，R²均高于40%。

- 行业分布集中在电子、电力设备、医药生物、机械设备、汽车和基础化工等先进制造和TMT行业，体现热辐射数据应用的行业集中度和优势。[page::20-22, 图14-17]

3.1.2 单因子选股策略表现

• 采用低清高频月度数据中的DayTIRRawMOM因子（月环比增长率，母公司范围）对精选池股票进行排序，选取前20%（40只）构建等权股票组合。

- 回测2018年2月至2023年12月，策略年化收益率15.43%，夏普比率0.63，均明显优于精选池等权组合9.2%和中证1000指数-2.99%，策略呈现较好的超额收益和风险调整回报。

• 分组测试显示该因子有较好的单调性，但2022年后收益能力有减弱迹象，与因子有效性下降一致。

- 高分辨率（高清低频）数据构建的TIRRawMOM因子策略表现进一步提升，回测区间收益率提升到17.5%，夏普比率0.73，且单调性更强且近期稳定。[page::23-26, 表9-10，图18-21]

3.1.3 与分析师预期因子比较

• 将另类数据构建的单因子策略与基于分析师一致预期营收同比的因子策略进行对比，后者因子表现不及前者，尤其2021-2023年，另类数据策略明显跑赢分析师预期因子选股策略。

- 说明热辐射因子提供了超越传统市场预期的信息增量，具备潜在的投资价值。

• 然而策略面临的风险包括高换手率和因子有效性随市场环境变化的衰退。

- 风险收益指标列示详尽，确认策略在风险和收益端的表现及不可忽视的波动和最大回撤约束。[page::26-28，图22-23，表11-12]

3.2 多因子组合构建与应用

3.2.1 基础股票池筛选

• 利用季度热辐射因子筛选出因子值排名前1000家公司且营收同比为正的股票，以保证股票池的规模和连续性，最终选取700只股票构成稳定基础股票池。

- 股票池行业分布较均衡，涵盖医药生物、机械设备、电子、电力设备等行业，市值整体保持稳定，流动性较好，保证策略执行的可操作性和稳定性。[page::28-29, 图24-26]

3.2.2 多因子选股因子检验和优化

• 在基础股票池内测试众多成长、盈利、价值、波动率、流动性、动量、反转、市值、分析师预期、分红等因子效果，统计IC均值及分组超额多头收益。

- 结合因子相关性与效果，最终选取成长、价值、波动率、动量、市值和分析师6个因子组成多因子模型，因子权重等权。

• 回测表明2018年中至2024年3月，股票池优选组合年化收益20.5%，波动22.9%，夏普比率0.89，最大回撤25.52%，远优于沪深300、等权组合及全市场优选组合。

- 多因子进一步强化热辐射因子的业绩信号，提升组合稳健性、收益能力，且控制回撤表现较好，验证了平衡多维因子的必要性。[page::30-33，图27-38]

3.3 行业内单因子策略应用

• 重点聚焦电子、电力设备、机械设备、医药生物四个行业内，分别采用母公司热辐射月度环比因子构建行业内选股策略。

- 多数年份策略优于行业等权重组合和行业指数，并且在近几年表现提升明显，显示行业内选股逻辑更为稳健可靠。

• 行业回测年化收益率分别为电子13.26%，电力设备12.24%，机械设备11.61%，医药生物5.52%。

- 各行业策略波动控制表现良好，均实现较行业指数和等权重组合更优风险调整收益。

• 合逻辑解释为热辐射数据能反映行业企业实际生产经营强度，通过捕捉产出端动态影响企业业绩，进而影响股价表现。

- 体现热辐射因子行业内选股具备潜力，且适用性依赖行业特征，如制造业韧性更强，表现更突出。[page::34-39，图39-42，表15-18]

4. 总结与政策环境

4.1 卫星遥感数据作为传统因子模型的重要补充

• 报告整体认为卫星遥感热辐射数据因客观真实、时效卓越、覆盖范围广，构成了对传统基本面数据的有效补充。

- 另类数据可提升投资决策信息维度、增强时效性并为量化投资带来机会，但数据覆盖存在行业和市值偏度，因此最佳使用方式是结合精选股票池及多因子模型构建。

• 数据获取技术门槛较高，需要专业供应商和复杂处理，非标数据质量参差不齐。

- 适用于行业内选股尤其是制造业、周期性行业的因子开发，有助于捕捉早期经营活动变化，以提升投资决策的预见性及alpha生成能力。[page::39]

4.2 中国数字化生态优势

• 结合海外领先金融机构在另类数据的积累和应用经验（如贝莱德、摩根大通），说明中国以其先进的数字化商业生态（高度线上化交易、丰富数据覆盖）具备独特优势。

- 消费行业中的数字网络搜索、网站访问、社交媒体关注等数据结合卫星遥感技术，为中国市场另类数据投资提供广泛应用空间。

• 未来基于大数据、机器学习的另类数据挖掘将持续推动投资策略创新。

- 需要关注风险提示，历史数据表现不代表未来，市场风格变化及监管环境可能给模型应用带来挑战。[page::40-41]

---

三、图表深度解读

1. 覆盖度及样本行业分布（图4-6）

• 图4显示行业一级分类中机械设备、医药生物、基础化工和电子行业上市公司覆盖数最高，约450-300家不等，体现热辐射数据主要聚焦制造业及医药医疗，金融地产类样本最少。

- 图5数据揭示先进制造和周期类大类行业占比显著，制造业集中度高，符合热辐射数据需实际产量加持的属性。

• 图6覆盖度展示中证1000成分股约62%的覆盖率最高，沪深300覆盖率约55%。反映小中盘制造业企业更适合用热辐射监控.[page::12-13]

2. 相关性测算（表7-8，图7）

• 表7-8回归系数均为正且多数p值显著，尤其是营业收入因变量与NightTIR_IndNightTIR等因子相关度较好，但R²较低，说明热辐射因子具备一定解释力但非高解释度。股价收益率回归系数多趋近零甚至负，显示短期价格波动难以通过该另类因子直接解释。

- 图7行业分化表现突显消费、传媒、建筑装饰行业的相关性较好，推断这些行业产量变化更易通过热辐射体现。[page::15-17]

3. 因子单调性与预测力（图8-11）

• 图8、9各组因子与营收增速相关系数无明显递增趋势，反驳因子值越大则预测效果越好假设。

- 图10、11 IC序列表明因子序列变化无持续性，推进需结合多因子模型而非单一因子使用。[page::17-19]

4. 选股策略风险收益表现（表9-12，图18-23）

• 表9、10展示不同数据集下策略年化收益率介于15.43%-17.5%，均优于等权重组合和指数，波动率及最大回撤控制在可接受范围，夏普率均大于0.6。

- 图18、20策略净值平稳上涨明显超越基准，与图19、21单调性分析吻合。

• 图22、23显示另类数据因子优于分析师预期指标的选股策略，为投资者带来增量alpha。[page::23-27]

5. 多因子模型表现（图27-38，表13-14）

• 图27-36各因子在股票池内表现均具备不同程度的选股能力，尤以成长、动量、价值效果较好，波动率等波动类因子负相关明显。

- 图37显示多因子股票池优选组合净值曲线稳健上扬，显著优于沪深300、中证500及全市场优选组合。

• 表14量化指标显示年化收益20.5%、夏普比率0.89、最大回撤25.52%均优于对比组，体现组合收益率与风险控制的理想平衡。[page::30-33]

6. 行业内策略效果（表15-18，图39-42）

• 行业内电子行业策略2018-2023年年化收益超13%，电力设备12.24%，机械设备11.61%，医药生物5.52%。

- 最大回撤均优于行业指数，夏普率保持正值，反映策略稳定性及优势。

• 净值曲线图（39-42）对应行业均展现策略优越性，2020年至2023年效果尤佳，尤其电子行业选股效果最为突出。[page::34-39]

---

四、估值分析

本报告未涉及具体的估值模型、现金流折现（DCF）或倍数法估值。研究重点集中于另类数据对因子构建和投资组合回测的表现分析，估值以财务数据指标和股价收益率的相关性为驱动，呈现因子有效性实证分析及量化选股表现。[page::全文无估值章节]

---

五、风险因素分析

• 主要风险涵盖模型基于历史数据构建，未来市场环境变化可能导致回测优势失效。

- 基本面驱动股价关系在市场风格切换中显著弱化，2021年四季度后基本面因子有效性普遍下降，本因子依赖基本面解释力，存在一定依附风险。

• 热辐射数据受天气、云层影响及工厂温控设备等因素干扰，数据质量及完整性不保证，月度数据缺失尤其明显。

- 热辐射因子单调性不足，需配合其他基本面或技术因子，多因子模型下使用更合适，单因子应用存在误选风险。

• 另类数据获取成本高，数据处理复杂，平台不统一，存在数据质量参差及供应风险。[page::0,15,41]

---

六、审慎观点

• 报告在结论层面保持了审慎的表述，承认热辐射因子与股价收益相关性有限，且因子的有效期存在波动，避免过度乐观。

- 因子单调性不足表明该因子不能简单复制传统市场因子策略，策略构建需结合精选股票池和多因子模型，充分考虑行业差异。

• 认可卫星遥感数据技术壁垒高，但未深刻探讨数据潜在噪声源对回归结果的具体影响，也未详述因子失效的内在机制，仅提出市场环境变化导致因子表现波动。

- 报告对多行业进行实证分析，减少行业选择偏误，体现研究稳健性，但仍需深耕具体行业应用差异。

• 与分析师预期因子的对比显示另类数据优势，但仍需结合实际市场执行成本和流动性风险评估。

---

七、整体结论综合

本报告充分展示了以卫星遥感捕获的上市公司所在地热辐射数据，作为另类因子在基础面量化投资中的应用潜力。卫星热辐射数据在高时效性和客观性上弥补了传统财报的滞后性，尤其能反映制造业等生产端活动。尽管该因子与股票收益率的直接相关性较低，因子值的单调性和预测营收的排序也不严密，但报告通过构建“精选股票池”的方式保障筛选出业绩与股价相关性较强的成分股，并结合热辐射因子，进一步通过多因子模型强化选股能力，取得显著的量化选股超额收益，2018年至2024季度累计年化收益达20.5%，夏普比率0.89，风险控制优于市场代表指数。

行业内应用特别是在电子、电力设备、机械设备及医药生物行业内单因子策略表现同样优异，表明热辐射因子的行业适用性和经济解释力。该另类数据指标还能提供超越分析师业绩预期的增量信息，提升量化投资的alpha来源。尽管因子有效性受到市场环境影响存在波动，因子本身单调性不足导致无法作为纯粹的单因子策略工具，结合多因子模型框架是其更佳应用路径。

政策环境上，中国数字化程度及线上交易活跃度为另类数据应用提供良好生态，比国际成熟市场更具优势和潜力。随着数据采集和处理技术进步，另类数据将成为基本面量化投资重要工具，尤其是在生产制造及周期性行业。整体而言，本研究验证了卫星热辐射数据作为传统因子投资补充因子的重要地位和初步可行路径，但同时提醒投资者关注因子有效性波动风险及数据质量问题。

---

主要图片示例

• 图1：另类数据类型框架（个人、商业活动、传感器）

- 图4-5：热辐射数据覆盖的行业数量及分类分布

• 图6：热辐射数据覆盖主流宽基指数成分股比例

- 图8-9：热辐射因子与营收增速分组相关性测算

• 图18：低清高频月度数据选股策略净值曲线

- 图20：高清低频月度数据选股策略净值曲线

• 图22：另类数据因子与分析师预期因子策略净值曲线对比

- 图37：多因子股票池优选组合净值曲线

• 图39-42：各行业内选股策略净值表现图示（电子、电力设备、机械设备、医药生物）

---

结语

该报告详实分析卫星遥感热辐射数据作为另类数据因子在国内A股市场的应用路径和实证表现。通过丰富的数据治理、因子构建和行业策略模拟，验证了其对生产经营活动的客观反映和一定的投资预测价值。尽管面临数据质量限制及市场环境因素影响，热辐射因子在组合构建中的应用体现了显著优势。随数字经济和传感器数据深度融合，另类数据将是未来投资决策的重要方向。

---

以上为申万宏源研究报告“上市公司所在地表温度变化能否带来超额收益？”的详尽分析与解构，全篇分析内容均基于报告原文，附带所有重要图片深度解读，便于后续索引溯源及研究。

[page::0,1,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,21,22,23,24,25,26,27,28,29,30,31,32,33,34,35,36,37,38,39,40,41,42,43]

报告