机构调研数据概览与行业偏好 [page::3][page::4][page::5]

• 2018与2019年机构调研覆盖上市公司数量明显下降，2020年回暖，2021年调研次数大幅升温。

- 机构调研集中在新兴产业与专业性强行业，如化工、医药生物、机械设备、电子、计算机，传统周期行业及金融行业调研较少。

• 机构调研个股在沪深300、中证500、中证1000等主流宽基指数中覆盖比例稳定，介乎30%至70%。

机构调研机构类型及调研个股表现差异 [page::6][page::7]

• 证券公司调研占比最高，其次为基金和私募。

- 大公募与小公募基金调研后股票表现无明显差异。

• 不同调研方式收益差异不明显，特定对象调研多发生股价高涨期，业绩说明会多在股价低迷期。

- 参与调研机构数量多的个股调研前股价涨幅显著，20-100家机构参与时表现最佳，但参与机构超100家则未来超额收益偏负。

机构调研股票池选股表现与月度再平衡策略表现 [page::9][page::10]

• 机构调研股票池月度买入持有策略相较中证800指数具备一定超额收益，但波动大且不稳定。

- 公告日期通常比调研日期晚7个日历日以内，超过30日的延迟数据被剔除以保证数据及时性。

机构调研股票池中三个核心因子表现 [page::11][page::12][page::13]

• 基本面因子：业绩超预期（SUE因子）多头组年化收益21.73%，夏普0.82，因子有显著多头区分度。

• 价量因子：理想反转因子在机构调研股票中表现稳定，多空对冲年化收益14.98%，夏普1.90，反转因子值低组未来表现最好。

• 资金流因子：大单残差因子多头显著，年化收益19.64%，夏普0.75，多空对冲夏普高达1.98。

合成因子方法比较及绩效评价 [page::13][page::14][page::15][page::16]

• 三因子相关性较低，表明信息来源多元。

- 等权合成因子实现多头年化收益25.66%，对冲夏普2.7，最大回撤控制良好。

• ICIR加权合成因子回撤控制稍弱，收益略低，多头22.52%年化。

- 最大化ICIR加权强调整体风险控制，夏普最高2.84，最大回撤最低4.22%。

不同股票池的合成因子表现比较 [page::16][page::17]

| 指标名称 | 机构调研 | 全市场 | 沪深300 | 中证500 | 中证800 |
|------------|----------|----------|----------|----------|----------|
| 年化收益率 | 25.66% | 19.89% | 13.48% | 16.39% | 15.37% |
| 年化波动率 | 29.96% | 26.15% | 22.02% | 25.24% | 23.38% |
| 最大回撤 | -39.48% | -36.61% | -43.66% | -42.74% | -42.23% |
| 夏普比率 | 0.92 | 0.83 | 0.69 | 0.73 | 0.73 |

• 机构调研股票池内三因子等权合成因子表现最为突出，年化收益率显著高于包括沪深300、中证500和中证800在内的其他股票池。

研究结论及投资启示 [page::0][page::9][page::10][page::11][page::16]

• 机构调研个股池自带一定的选股收益优势，结合基本面、价量及资金流因子的合成因子明显提升收益和风险调整后的表现。

- 该合成因子表现稳定，满足多头和对冲策略需求，是挖掘机构调研潜在超额收益的有效工具。

• 投资者可重点关注业绩稳健优异、前期涨幅合理、伴有资金流入并受到机构调研关注的个股，以获得超额收益机会。

金融研究报告详尽分析解构

报告标题：机构调研个股潜在超额收益的挖掘
作者团队：开源证券金融工程研究团队
首席分析师：魏建榕
发布日期：2021年9月9日
研究主题：基于机构调研数据，挖掘机构调研个股的潜在超额收益特征，并通过基本面、价量和资金流三维度构建多因子模型优化选股策略

---

1. 元数据与报告概览

本报告由开源证券的金融工程研究团队针对机构调研行为展开全面分析，试图结合机构调研数据挖掘未来潜在的超额收益及构建有效的选股策略。报告主要沿用2013年至2021年8月的机构调研数据，结合事件驱动收益分析和因子选股模型，深入解析机构调研的特征、收益表现及基于调研股票池的多因子选股及其绩效表现。报告得出的核心信息包括：

• 机构调研多集中在新兴产业，机构调研个股显示出显著的超额收益特征，机构类型和调研方式对超额收益影响有限。

- 机构调研股票池结合业绩超预期、理想反转与资金流因子构建的综合选股因子表现优异，明显优于简单买入宽基指数。

• 通过构建三种合成因子（等权合成、ICIR加权、最大化ICIR加权）评估选股策略表现，发现等权合成因子多头年化收益最高，最大化ICIR合成因子回撤控制最好。

- 进一步比较不同股票池选股表现，机构调研股票池内选股表现优于沪深300、中证500、中证800及全市场样本池。

报告风险提示明确指出模型基于历史数据，未来市场环境可能会变化导致策略失效。[page::0,1]

---

2. 逐节深度解读

2.1 机构调研数据概览

关键论点：

• 机构调研覆盖上市公司呈现波动，2018-2019年有所下滑，2020年后逐渐回暖并突破历史高位。

- 机构调研重点集中于新兴产业板块，科创板尤其受机构关注占比显著提升，沪市主板及深市主板调研占比稳定约20%。

• 行业层面稳定偏好化工、医药生物、机械设备、电子和计算机等细分行业，周期性和金融行业调研较少。

- 机构调研个股在各主流宽基指数中占比32%～70%，显示覆盖度具有较好的稳定性。

• 调研机构类型以证券公司占比20%以上为主，基金公司和私募公司紧随其后。

依据与逻辑：

机构调研数据由东方财富和开源证券研究所提供，系统统计历年调研总次数及被调研公司数，结合板块、行业分类，剖析机构偏好产业及调研频次变化趋势。[page::3,4,5]

图表详解：

• 图1（机构调研历年覆盖公司数）展现机构调研总次数和调研公司数从2013年至2021年走势，明显看出2018、2019年下滑，2020起回升，2021年持续高位，表明调研热情上升。

- 图2（机构调研板块分布）为堆叠面积图，显示新兴板块（创业板、科创板）调研占比逐步增长，传统主板比例较低且稳定。

• 图3（机构调研行业分布）柱状叠加形态，化工、医药生物、机械设备等行业调研量长期领先，显示机构投资者的关注重点和专业性。

- 图4（机构调研个股在主流宽基指数中占比）三条波动趋势线表明调研个股所占比例稳定，无指数偏好。

结论：

机构调研关注行业板块有明确偏好和高度稳定性，反映机构资金的产业和行业专业聚焦。[page::3,4,5]

---

2.2 机构调研事件收益分析

关键论点：

• 机构调研往往发生于股价上涨趋势中，调研前后超额收益波动显著，前期超额收益较高，后期显著下降。

- 不同机构类型调研后个股表现无显著差异，基金公司略占优。

• 大型公募基金管理规模与调研后股票表现无直接关联。

- 调研方式不同，收益前后差异有限，但业绩说明会等多发生于股价弱势期，而特定对象调研多在股价强势期。

• 机构参与调研的数量影响未来表现，参与机构20至100家时个股表现较好，超过100家则未来超额收益可能为负。

推理逻辑：

基于不同机构类型、公募基金规模、调研方式及机构数量等维度统计调研前后60个交易日的超额收益，利用中证800指数作为基准进行净值归一化比较。

图表详解：

• 图8（不同机构类型收益表现）各种机构调研个股超额收益曲线紧密，无大差异，基金公司略优，表明机构类型不是超额收益差异的关键因素。

- 图9（公募基金规模与超额收益）大、小公募收益走势相近，规模相关性弱。

• 图10（调研方式对收益影响）显示特定对象调研前超额收益为正，业绩说明会前超额收益为负。

- 图11（机构参与数量分布）绝大多数调研参与机构数在20家以内，数据右偏。

• 图12（参与机构数与未来超额收益）20-100家表现最优，超100家则表现弱。

结论：

机构调研体现为对已有涨势个股的后续关注，短期股价表现具有一定先行指标价值，但其后超额收益趋于收敛。机构调研数量及方式影响有限，但过多机构参与反而可能预示股价收益放缓。[page::6,7,8,9]

---

2.3 机构调研股票池选股表现

关键论点：

• 机构调研月均约有300至600家企业被覆盖，调研股票池相比宽基指数具有一定超额收益，但收益波动不稳定，需进行精选。

- 机构公告日期通常在调研日期后7天内披露，大幅滞后或距离异常数据剔除。

• 从基本面（业绩超预期）、价量（理想反转）、资金流（大单残差）三个选股因子进行研究，这些因子在机构调研股票池内表现良好且互相关联度低。

- 综合因子通过等权合成、ICIR加权及最大化ICIR求解，均表现出显著多头收益，等权合成年化收益最高，最大化ICIR合成的回撤控制最好。

• 机构调研股票池的因子选股表现明显优于沪深300、中证500、中证800及全市场，证明调研股票池本身具有资产增值潜力。

推理逻辑：

• 以机构调研个股为股票池，按月度再平衡策略买入研究，衡量其与中证800指数的累计收益，发现股票池有超额收益但不稳定（图14）。

- 依据机构调研公告延迟特征（图15），剔除公告滞后超过30日的异常数据，保证数据质量。

• 分别构造三个因子：

- 业绩超预期因子(SUE)：财报与分析师预期异动反映业绩驱动力，表明基本面差异化。图16显示业绩超预期因子在调研股票池表现优异。
- 理想反转因子：机构调研先于股价上涨的反转信号。高反转值对应前期涨幅大，后续表现较差（图17）。
- 大单残差因子：体现资金流向，资金积极流入的股票未来表现出色（图18）。

• 低相关性支持因子合成，采用等权、ICIR加权、最大化ICIR三种方法进行优化（图19-23）。

- 因子绩效总结表明，等权合成因子年化收益25.66%，夏普比率0.92，最大回撤-39.48%，整体性能优异（表2）。

• 不同样本池测试再次验证机构调研股票池选股能力更强，年化收益率显著高于沪深300等指数池（图24-27，表3）。

图表解读：

• 图13说明机构调研股票池规模稳定，后续选股策略构建有稳定基础。

- 图14对比机构调研个股月度策略与中证800基准，说明原始池具有一定优势但不稳定。

• 图15数据质量验证，确定合理滞后阈值。

- 图16-18三个细分因子多空分组收益表现图，均展现出清晰、显著的多空分化。

• 图19因子相关性低，联合使用可集成多种信息。

- 图20-23合成因子收益曲线及权重优化过程清晰反映，验证策略有效性和稳健性。

• 表2详细量化说明单因子及合成因子的多项风险收益指标，展示采用合成因子益处。

- 图24-27及表3分别对应不同指数及全市场多头收益表现，突出机构调研股票池优势。

---

2.4 风险提示

报告最后标注模型基于历史数据测试，未来市场可能发生变化，策略效果不保证持续，存在模型失效风险，提示投资者保持谨慎。[page::0,17]

---

2.5 法律、合规及免责声明

报告全文附上详细的法律声明、适用范围、分析师承诺，厘清投资评级解释，保护公司与投资者权益，符合合规要求。[page::18,19]

---

3. 批判性视角与细微差别

• 机构调研多数发生在股价初显上涨阶段，调研更多体现跟随性质，受限于事件本身的先发性较弱，因此调研后超额收益回落明显，提示投资者此类信号非绝对领先指标。

- 报告中将调研公告日期迟延剔除部分数据，未逐一说明是否可能存在系统性偏差，滞后事件的排除虽合理，但仍可能丢弃某些重要信号。

• 选股因子虽然覆盖面较全面，但实际运用中还需结合具体行业和市场状况，因子表现波动亦表现出其在部分年份的收益下滑。

- 机构调研虽然表现优于宽基指数，但超额收益波动较大，最大回撤接近40%，需配合风险管理手段谨慎使用。

• 机构调研信息在市场广泛传递后，未来其超额收益可能被市场逐渐消化，依赖历史数据建模尚需持续检验。

---

4. 结论性综合

该报告系统地从机构调研数据的时间、行业、机构类型分布和事件驱动收益表现，梳理了机构调研对未来个股超额收益的影响规律。实证发现机构调研多集中于新兴产业优秀企业，且伴随股价起伏表现出较强的超额收益现象，但因具体机构类别、规模、调研方式影响有限，提示关注调研数量及基本面和资金面等三维度的精选策略。

基于机构调研股票池，采用业绩超预期、理想反转和大单残差三个关键因子进行选股，多维度信息融合带来了较高的选股能力和显著的超额收益。进一步的综合因子合成表明，简单的等权合成即可获得年化25.66%的多头收益，显著优于宽基指数样本池，且风险调整后表现稳健。最大化ICIR合成因子则改善了回撤表现，更适用于风险控制需求。

整体上，机构调研信息作为研究、选股的重要数据源，提供了超越市场平均水平的alpha机会。结合多因子模型，有效发掘其中隐藏的价值逻辑，提升投资收益和风险控制能力。

---

总结

本报告系统地说明机构调研行为与个股超额收益的关系，并通过实证与因子构建实现了超额收益的挖掘。主要贡献在于：

• 明确机构调研集中行业与机构类型分布特征，揭示机构调研个股较强的超额收益潜力。

- 深入分析机构调研事件前后收益表现，验证调研行为在上涨趋势中的跟随性质。

• 构建并测试业绩超预期、理想反转和资金流大单残差三大因子，结合机构调研股票池筛选出高潜力个股。

- 提出多种因子合成方案，验证合成因子优于单因子及不同市场样本池，提升了选股的收益风险指标。

• 保障报告的合规、风险提示完善，凸显金融分析的严肃性与专业深度。

所采用图表从基础数据统计（图1-7）、事件驱动收益分析（图8-12）、机构调研股票池及因子表现（图13-27）、到综合绩效表格，环环相扣验证逻辑合理性与结论权威性。

综上，报告提供了关于机构调研在市场中的实证价值与策略应用的全面深度解析，是投资者理解机构行为、提升个股选择能力的重要参考，同时也展现了机构调研信息在金融工程中的典型研究范例。[page::0~17]

---

关键图表与数据Markdown示例

• 图1：机构调研历年覆盖公司数2018年和2019年有较明显的下滑

• 图16：机构调研股票池中业绩超预期因子多头表现十分优异

• 图20：等权合成因子优于各细分因子的单独表现

• 表2：等权合成因子多头年化收益率最高

|指标名称|SUE|理想反转|大单残差|等权合成|ICIR加权|最大化 ICIR|
|---|---|---|---|---|---|---|
|年化收益率|21.73%|19.89%|19.64%|25.66%|22.52%|22.45%|
|年化波动率|29.51%|30.19%|29.80%|29.96%|31.43%|31.42%|
|最大回撤|-41.71%|-44.54%|-47.70%|-39.48%|-39.23%|-38.77%|
|夏普比率|0.82|0.75|0.75|0.92|0.81|0.80|

来源：东方财富、开源证券研究所

---

注：
所有核心结论及数据均带有对应页码标识以便信息追溯，确保结论的严谨性和透明度。

报告