机构评级数据概况与分布 [page::3][page::4]

• 数据来自Wind，涉及72家机构，2005年至2017年共计62000余条评级。

- 评级大多为正向评级，评级数量多的股票多为市场热门标的。

• 评级量按月份分布不均，财报发布期（3、4、8、10月）评级集中。

- 行业间评级数量较均匀，无明显垄断情况。

机构评级对股票收益的区分效果 [page::5][page::6]

• 未获评级的股票180天内略微跑赢有评级组。

- 评级次数最多的组表现显著差于其他组，显示关注过热股票未来表现较差。

• 评级数量和市值存在中度正相关（Spearman平均约0.36），但无法完全解释收益差异。

- 评级数量与动量、换手率的相关性较低，影响有限。
| 指标 | 5日动量 | 20日动量 | 60日动量 | 周换手率 | 月换手率 |
| ----------- | ------- | -------- | -------- | -------- | -------- |
| 最大值 | 0.196 | 0.172 | 0.189 | 0.052 | 0.049 |
| 最小值 | -0.184 | -0.190 | -0.215 | -0.302 | -0.349 |
| 平均数 | -0.003 | -0.009 | -0.019 | -0.079 | -0.081 |
| 中位数 | -0.005 | -0.012 | -0.022 | -0.083 | -0.081 |

指数成分内评级数量收益区分及策略一构建 [page::8][page::9]

• 沪深300、沪深300、和中证500指数内，评级数量依旧显著影响收益。

- 关注度过热的最高评级组（组5）收益持续低于其他组。

• 策略一：每月调仓，剔除过去180天内评级数最高20%的成分股，剩余成分股按权重等比例配比。

策略一：沪深300回测表现 [page::10][page::11]

• 年化超额收益5.65%，信息比率2.59，最大回撤1.07%。

| 年份 | 年化收益 | 年化波动 | 信息比率 | 最大回撤 |
|------|----------|----------|----------|----------|
| 总体 | 5.65% | 2.18% | 2.59 | -1.07% |

• 中证500相关策略表现一般，信息比率0.64，2015年遭遇较大回撤。

策略二：低关注度+成长性选股策略构建与表现 [page::11][page::12][page::13]

• 股票池为当期180天内无评级股票，辅以净利润增长正向等成长性筛选指标。

- 每年3次调仓，持仓股票200-300只，权重等权分配。

| 年度 | 年化收益% | 年化波动% | 信息比率 | 最大回撤% |
|------|-----------|-----------|----------|-----------|
| 总体 | 8.93 | 3.35 | 2.67 | -3.69 |

• 策略年化收益达21.7%，相比全市场超额年化收益约8.93%，波动及最大回撤均控制良好。

- 日度最大回撤表明策略风险波动明显低于市场整体。

结论与投资建议 [page::14]

• 机构评级首次覆盖信息含金量最高，后续密集关注易形成超买及负面表现。

- 躲避关注过热的股票，构建指数增强策略可获得长期稳定的超额收益。

• 结合财务成长性筛选低关注度股票，则能规避情绪波动带来的风险，获得更稳健回报。

- 本文所用数据成熟，结论具备较强实用价值，对机构和投资者均有参考意义。

证券研究报告详尽分析报告

---

一、元数据与概览

• 报告标题：股票机构评级关注度过热规避策略

- 撰写时间：2017年12月29日

• 撰写机构：国信证券经济研究所

- 分析师：邹璐、黄志文

• 研究主题：通过全市场机构评级历史数据梳理，探讨机构评级与股票后续收益的关系，提出基于机构关注度的选股策略。

- 研究核心论点：
- 股票短期内被过度机构评级（关注度过热）往往已充分反映价值，甚至可能形成超买，导致短期未来收益表现较差。
- 规避关注度过热的股票，有助于提高指数收益的稳定性和超额收益。
- 挖掘财务质量良好、成长性佳且机构关注度低的股票，能获得稳定超额收益。

• 主要结论：

- 机构评级数量过多为负面信号，首次或极少评级的企业往往有更好的收益表现。
- 两条策略路径：指数剔除关注过热股票提升收益；关注度低+成长性筛选稳健获取超额收益。

报告意在警示投资者审慎看待机构评级过热现象，并通过数据分析及回测提出实操性较高的投资策略。[page::0]

---

二、逐节深度解读

2.1 基础数据概况

• 数据来源为Wind资讯整合自2005年至2017年10月31日的机构评级数据，涵盖72家机构，主要为证券公司，共计6.2万余条评级记录。

- 评级分布：
- 正面评级占比极高，近90%以上为正面，负面评级不足1%，说明机构评级普遍倾向正向，反映“市场热捧”现象。
- 评级发布呈现明显的季报财报发布月份高峰：3、4、8、10月。

• 评级集中度：

- 极少数股票获得突出的机构评级数（≥60次），如招商银行、平安银行等；有377只股票无评级。
- 行业间评级数量分布较均衡，无极端集中。

图表分析：

• 图1显示机构评级数量逐年增长，2017年猛增至近1.7万条，说明机构研究覆盖和关注度大幅提高。

- 图2中评级的正面主导表明评级本身呈半积极市场情绪反应，负面评级稀缺或保守。

• 图3突显评级时间的季节性，明显反映财报周期对评级活动的显著驱动作用。

此章节奠定了评级数据概览，为后续的收益关系分析打下基础。[page::3][page::4]

---

2.2 机构评级数量对股票收益的区分效果

• 初步区分显示：是否有评级（过去180天）对股票长期等权收益无显著优势，反而无报告组略跑赢（图8），暗示评级本身不一定带来正收益溢价。

- 进一步分层按照评级次数排序，评级次数最多的组（组5）显著跑输，不同评级组之间收益呈反比例关系（图10、11）。

• 现象解释指出：首次获得机构正向评级的事件最有价值，后续频繁评级往往为跟风，信息价值递减。

- 机构评级数量与市值呈中度正相关（均值0.36，图12），说明大盘股更多被评级，但市值相关性不足以解释评级数量带来的收益差异。

• 与动量、换手率的关联性弱（表1），说明评级数量影响独立于常规价格动量效应。

该章节核心结论：机构评级频次过多即为“关注过热”，投资该组标的往往短期内难获得超额收益，具有警示意义。[page::5][page::6][page::7]

---

2.3 指数成分股内评级数量与收益表现关系

• 为弱化市值等因素干扰，研究转向沪深300和中证500指数成分股。

- 结果显示，无论沪深300（图13-16）还是中证500（图17-20）中，关注度过热（评级最多）股票均显著跑输其他评级组，且收益差距明显。

• 沪深300中评级最少组（组1）表现最佳且多空区分强烈，说明规避过热评级成为有效提升指数超额收益的切入点。

- 中证500表现亦支持该结论，但策略在该指数的收益增强效果相对较弱。

• 各分组股票数量占比均衡，分组划分合理。

章节凸显指数成分股内关注度信号有效性，构筑基于关注度剔除的策略具备可行性。[page::8][page::9]

---

2.4 策略一：规避关注过热股票实现指数收益增强

• 策略逻辑：

- 剔除指数成分股中评级最多（关注度最高）的20%股票。
- 每月调仓，剔除新股、ST股、停牌及涨停股票后执行。

• 具体表现：

- 在沪深300上年化超额收益5.65%，信息比率高达2.59，最大回撤仅-1.07%，表现稳健。（图21、表2）
- 在中证500上，收益年化仅1.90%，信息比率0.64，2015年发生较大回撤。（图22、表3）

• 投资收益主要来自剔除关注过热组的负面表现，提升组合收益稳定性。

该策略简单易行，利用机构评级数量信号实现了指数收益的稳健增强，为投资组合风险控制提供新视角。[page::9][page::10][page::11]

---

2.5 策略二：低关注度 + 成长性股票选股策略

• 策略构建：

- 选取过去180天无机构评级股票池。
- 财务指标筛选：净利润同比正增长、净利润为正、营业收入同比增长处于市场前50%。
- 每年4、8、10月根据季报更新组合，等权配置。

• 回测表现：

- 股票池股票数量约200-300只。
- 2010-2017年总年化收益21.7%，年化波动29.54%，信息比率0.73，最大回撤-51.8%（2015年股市大跌期间）。（表4）
- 相对全市场等权基准，年化超额收益8.93%，信息比率2.67，最大回撤-3.69%，表现稳定优异。（图23-26，表5）

策略通过规避市场情绪高涨且被高度关注的股票，结合成长性财务筛选，显著降低了收益波动并长期获取超额回报。

---

2.6 基础数据可靠性讨论

• 机构评级数据量2017年暴增，早年数据量稀少且波动大，影响了时间序列的纵向对比。

- 数据存在提供滞后及整理难度，早年可能存在数据覆盖不足现象。

• 因此报告重点采用截面横向比较，避免时间趋势误判。

谨慎提醒投资者对早期评级数据应审慎使用，该数据质量风险为本研究的局限性之一。[page::14]

---

2.7 总结

• 首次机构评级正向报道信息价值最高，之后重复评级价值逐步递减。

- 频繁评级对应“关注度过热”，导致股价超买，短期后续收益较差。

• 两条构建策略：

1. 剔除关注度过热股票，实现指数组合收益增强。
2. 挖掘低关注度且基本面良好的成长股，获得稳定的超额收益。

报告明确指出投资者应警惕机构评级过热风险，关注首次评级带来的潜在机遇，借助简单有效的量化策略进行资产配置，以提升组合表现并降低风险。

---

三、图表深度解读（部分重点图表示例）

• 图1（历史机构评级总量）：从2005年起评级数量总体上升，2017年突增至近1.7万条，强化了机构研究覆盖面的扩大趋势。[page::3]
• 图2（评级类别分布饼图）：绝大部分评级为正面(40.3%用最高评级，49.6%次高评级)，负面极少，仅0.1%，反映机构评级偏向正面。[page::3]
• 图3（评级发布时间分布）：3、4、8、10四个财报发布关键月份，评级发布量明显高峰，表明评级行为密切追踪企业公开财报数据。[page::3]
• 图10（全市场评级数量与绝对收益分层表现）：评级次数最多的组5明显落后于其他组，反映过度关注导致后续表现差，形成负面信号。[page::5]
• 图11（评级次数与市场平均收益净值比）：组5与整体相比净值比持续下降至约0.3，证实过热关注度股票的超额收益为负。[page::6]
• 图13-16（沪深300评级分层收益与成分占比）：组1（最低评级次数）表现最佳。组5收益表现最差且占比稳定，高频关注股票成为规避重点。[page::8]
• 图21（沪深300策略收益）：剔除最热股票策略，整体净值稳步上升，超额红线趋于正增长且波动较小，说明策略有效增强了收益。[page::10]
• 图23-24（低关注+成长策略绝对净值及超额收益）：策略净值曲线强劲攀升，超额收益稳步积累，显示策略能够捕捉明显的投资机会，补偿市场缺失。[page::12][page::13]

---

四、估值分析

本报告主要关注的是机构评级数量与股票收益表现之间的关系研究，未涉及具体企业的估值模型分析，如DCF或市盈率评估。策略回测基于等权收益及指数权重，采用统计分组方法测算超额收益，估值环节侧重于量化信号的有效性验证而非价格模型预测。

---

五、风险因素

• 数据风险：机构评级历史数据覆盖及质量存在时序不稳定及滞后，可能影响策略历史有效性检验。

- 市场风险：关注度过热指标因市场环境变化可能失灵，尤其在极端行情或机构评级行为改变时。

• 策略执行风险：策略剔除股票及成长性筛选参数设置需谨慎，存在参数优化过度风险。

- 流动性风险：特别关注低评级股票中部分标的可能流动性不足。

• 报告暂无明确风险缓解建议，但策略简洁透明，具备较好回测稳健性。

---

六、批判性视角与细微差别

• 报告中明确指出机构评级几乎均为正面，负面评级稀缺，可能导致“关注度过热”指标带有情绪偏向。

- 评级数据早期稀少且不连续可能削弱研究的时间连续性，需审慎看待长期趋势结论。

• 策略回测表面表现优异，但未充分说明交易成本、税费及市场冲击成本的影响。

- 成长股筛选主要基于财务报表同比指标，未纳入估值合理性或行业周期因素，过滤能力有限。

• 沪深300与中证500策略表现差异明显，显示策略时空适用或存在市场结构限制。

- 未深入探讨为何首次评级导致正向收益显著的微观机制，建议后续研究补充行为金融角度分析。

---

七、结论性综合

本报告系统梳理了中国A股市场机构评级历史数据，首次提出“机构关注度过热”作为负面投资信号，并通过深入统计分析和跨指数验证确认了其稳定的收益区分能力。数据显示被频繁评级的股票短期内往往处于市场高估状态，短期超额收益显著为负。相反，未被频繁关注的优秀成长股更具投资价值。

通过两条实用策略的构建与回测，该报告不但理论上提示机构评级关注度对股票收益的影响，还实现了为投资组合带来长期稳定超额收益的目标。沪深300剔除过热股票策略以其5.65%的年化超额收益证明了关注度指标的实用性，而结合成长性筛选的低关注策略更是在8.93%的超额收益和较低波动率中展示了策略的鲁棒性。

整体而言，报告立足于数据驱动的量化思路，融合市场行为研究，严谨而详尽。其对机构评级盲目跟风带来的风险发出警示，为机构投资者提供了基于关注度的理性预警框架和实证支撑的选股模型。尽管数据源存在一定局限及策略未完全考量现实交易成本等细节，整体研究仍然为风险管理提供了有效工具，并对未来金融工程量化投资具有参考借鉴意义。

---

参考页码溯源

涉及主要结论与数据均有明确页码标识，如[page::0]至[page::14]，[page::3]-[page::13]等，用以保证报告内容的完整性和可溯源性。

---

总结

这份由国信证券发布的深度研究报告，以翔实数据和严谨分析，在告诉我们：在投资过程中，机构的“过度关注”往往意味着风险，合理利用机构评级关注度指标，可以显著优化股票选择并提升投资组合表现。该报告从基础数据清洗、市场表现剖析、指数层面考察、策略构建回测到风险及限制深入探讨，体现了金融工程领域量化研究的严密体系和实用价值。

报告