• 报告采用朝阳永续数据库，覆盖2009-2020年数据，包含约217万条盈利预测样本，数据量充足适合机器学习模型训练；近年A股覆盖率有所下降，90天内有报告覆盖的上市公司不足50% [page::0][page::3][page::4]

• 分析师盈利预测普遍存在乐观偏差，且除2010年，其他年份多数高估，近年高估幅度临近年报公布时点递减 [page::5]

• 27个分析师、公司及市场因素被量化以预测乐观偏差，LASSO分析显示：股票盈利能力(roa)、报告评级和其他分析师预测为主要影响因素；分析师资历等因素影响较小 [page::6][page::7]

• GBRT非线性模型进一步提升预测准确度，依然确认roa和其他分析师预测为核心变量，同时行业龙头地位和现金流指标影响显著；并且GBRT模型在样本外预测中，MAE显著低于LASSO，提升显著具有统计学意义（除2011和2015年）[page::7][page::8]

• 基于GBRT预测乐观偏差对分析师盈利预测进行修正，并根据预测可靠度加权，得到新的机器增强一致预期，预测准确率显著提升，优于朝阳永续原始一致预期数据，且因子有效性更佳，尤其是在中证800成分股内 [page::9][page::10]

- 修正后预测仍存在高估偏差，但程度较原数据明显降低，证明模型能部分剔除乐观性偏差 [page::10]

• 机器增强一致预期构建的alpha因子测试显示：一致预期月度变化因子(deltaconsroa)的IC从0.02提升至0.029，且2018年后依然有效；一致预期EP因子效果基本持平，GBRT和zyyx表现相近 [page::11][page::12]

• 总结：修正分析师乐观偏差显著提升预测准确性和alpha因子表现；GBRT非线性模型优于传统线性模型，未来可尝试更复杂机器学习模型提升效果；风险主要为模型基于历史数据，存在失效风险及极端市场冲击风险 [page::12][page::0]

机器增强一致预期 —— 《因子选股系列研究之六十九》深度解读与分析

---

一、元数据与报告概览

报告标题：《机器增强一致预期》（因子选股系列研究之六十九）
作者：朱剑涛
发布机构：东方证券研究所
发布日期：2020年9月1日
研究主题：分析师盈利预测乐观偏差的定量修正及基于修正预测构建更准确的一致预期数据，实现盈利预测精度提升，并探讨其在Alpha因子构建中的应用价值。

核心论点：

• 当前分析师盈利预测普遍存在系统性乐观偏差，无论是国内还是海外市场均是如此。

- 采用大规模的朝阳永续数据库数据，结合多个维度（研报、分析师、基本面及市场信息）的27个变量，以LASSO线性回归和GBRT非线性机器学习模型预测并修正分析师乐观偏差。

• 机器增强，特别是基于GBRT的预测修正后生成的新一致预期数据，在准确性上显著优于现有的朝阳永续一致预期数据。

- 以修正后预测构造的Alpha因子表现优于原始因子，且在2018年后仍保持有效性。

• 风险提示主要包括量化模型失效风险以及市场极端冲击风险。

整体来看，作者旨在通过机器学习方法定量捕捉和修正分析师盈利预测中的乐观偏差，进而优化一致预期数据，提高盈利预测精度，优化投资因子构建，推动因子投资策略的实用性和前瞻性。[page::0, 3]

---

二、逐节深度解读

1. 模型思路（第3页）

• 关键论点：

分析师盈利预测构成投资决策的重要未来数据，但普遍存在乐观偏差。报告提出3步建模方法：（1）历史数据中定量识别乐观偏差的驱动因素；（2）用机器学习预测具体每份报告的乐观偏差并修正；（3）基于预测犹豫度（可靠度）对最近三个月修正后的预测加权，生成机器增强一致预期。

• 推理依据：

观察历史数据发现乐观偏差普遍存在，考虑将这类偏差定义为回归目标，通过多维度变量进行回归，使用LASSO避免共线性和过拟合，GBRT引入非线性结构以提供更优预测能力。预测乐观偏差后，修正盈利预测以提高真实预测精度。

• 数据支持与假设：

模型基于丰富的大样本历史数据，每个财年用上个财年数据训练，假设模式的稳定性允许历史拟合增强未来预测。[page::3]

2. 数据特征（第3-4页）

• 论点总结：

主要数据源为朝阳永续数据库，因其研报收集时间早、数据量大、覆盖范围广，支持机器学习训练。2009年初至2020年中共有约217万条数据。研报数量在2017年达到顶峰（约9万篇），之后有所下降。报告发出集中在季报、半年报和年报前夕，其中3月和4月报告最多。近几年新股增加但研报覆盖比例反而下降，今年90天内至少覆盖一篇的公司不到50%。

• 图表解读：

- 图1显示2009-2019年研报和分析师数量走势，2017年研报数峰值约8.9万，分析师数量从2018起小幅下降。
- 图2显示报告月份分布，3、4、8、10月报告占比最高，反映财报前夕分析师研报活跃度最大。
- 图3体现近十年虽上市公司总数持续增长，但研报覆盖比例下降，显示覆盖集中度和资源分配可能趋向龙头公司。

• 意义解读：

数据库的广泛覆盖与多维度特征为模型提供基础，但也面临研报覆盖下降及新股增加带来的覆盖空白挑战。[page::3,4]

3. 乐观偏差与预测（第5-8页）

• 乐观偏差定义及表现：

利用一个相对资产规模标准化的偏差指标：（分析师预测净利润 - 实际年报净利润）/总资产，避免了净利润为负或接近零时的计算问题。图4、图5分别展示2010-2014年和2015-2019年分析师盈利预测偏差随时间变化。总体乐观偏差从发布月份（5月初）开始较高，直到年报公布(3、4月)前逐渐收敛，表现出时间上的修正特征。

• 乐观偏差驱动因素研究：

使用27个变量构建LASSO线性回归和GBRT非线性模型探索因子影响。

• LASSO结果（图7）：

- 影响最大因子为股票当前盈利能力（ROA）、报告评级和其他分析师之前的盈利预测。
- 投资评级最高和最低的股票存在较高乐观偏差，显示评级越极端，乐观偏差越明显。
- 市值大（LogMV）、估值低（bp）、信息确定性强、研报发布接近年报公示时间等因素均降低乐观偏差。
- 分析师个人特质（工作年限、覆盖数量、是否获奖）对乐观偏差无显著影响。

• GBRT结果（图8）：

- 非线性模型下，ROA和其他分析师预测仍是关键因素。
- 评级作用减弱，龙头地位和现金流相关指标重要性提升。
- 行业因素（汽车、农林牧渔、食品饮料）变得显著，体现非线性模型对行业特征的捕捉能力。
- 样本外预测模型准确率（MAE）显示GBRT优于LASSO（除2011、2015年外显著更低误差），强调非线性的预测优势。

• 逻辑分析：

基于机器学习模型的乐观偏差预测以财务指标和市场行为为核心，兼顾行业及公司地位因素，体现市场信息在预期修正中的作用。[page::5,6,7,8]

4. 一致预期构建（第9-10页）

• 加权方法创新：

按报告预测可靠度加权，利用GBRT样本外预测的置信区间宽度度量，宽度越窄说明预测越可靠。相比简单的等权或时间序列加权，更能体现分析师和股票特性异质性。

• 结果对比（图10）：

GBRT修正后的机器增强一致预期较朝阳永续传统一致预期（zyyx）和之前开发的预测精度加权（dfjg）方法，预测误差（MAE）显著降低，在统计上具备高度显著性，尤其呈现出修正乐观偏差后的提升效果。2月份zyyx表现更优，推测是其利用了业绩快报或其他信息。

• 乐观偏差修正局限（图11）：

虽然GBRT修正后乐观偏差大幅减小，但未完全消除，其预测的偏差方差小于真实偏差，模型只能解释部分乐观偏差。说明市场或分析师行为中的复杂性和不确定性仍存在难以覆盖的成分。

• 结论：

机器增强分配权重与修正方法提升了一致预期质量，但数据和模型局限性仍需进一步突破。[page::9,10]

5. Alpha因子对比（第11-12页）

• 因子定义与逻辑：

- deltaconsroa：一致预期盈利变动相对于公司总资产的变化率，考量因子能反映盈利预期的真实变化，而非规模效应。
- EP因子：一致预期盈利收益率(Earnings to Price ratio)的经典价值因子。

• 表现对比：

- deltaconsroa因子，使用GBRT数据IC为0.029，高于zyyx的0.02，且2018年后zyyx因子失效，而GBRT因子依然有效，显示机器增强修正对因子有效性的稳健提升。
- EP因子两种数据来源IC接近，GBRT稍优，但无显著差距。

• 图表解读（图12-15）：

- 两组因子均展示了良好的超额收益能力和信息比率，GBRT数据在盈利预期变动因子上优势明显，更好捕捉了市场预期的动态变化。

• 意义：

修正乐观偏差的数据不仅提升盈利预测精度，还能改善基于盈利预期的投资因子的表现，增强投资决策指导性。[page::11,12]

6. 总结及风险提示（第12页）

• 总结：

- 修正分析师盈利预测的乐观偏差显著提升一致预期的准确性。
- 非线性机器学习模型GBRT在乐观偏差预测上优于传统线性模型。
- 考虑到海量数据，未来复杂模型发展潜力大，后续研究将跟进。
- 修正提高了Alpha因子表现，特别是在盈利预期变动因子上。

• 风险提示：

- 量化模型基于历史数据，存在未来效用递减或失效的风险。
- 极端市场环境可能使模型效果急剧下降。

报告最后附带研究人员声明和投资评级标准，体现报告合规性及研究透明度。[page::12,13]

---

三、图表深度解读

1. 图1（第4页）

展示2009-2020年6月研究报告数量和分析师数量年度变化。研报数量从4万多增长至峰值近9万，分析师数量从1486人增至3103人后略回落。2020年6月统计显示研报和分析师数量同比明显下降。此趋势反映分析师及研报产出阶段性波动，与市场需求和机构资源分配密切相关。

2. 图2（第4页）

图示不同月份研报数量占比，3、4、8、10月份占比最高，符合季报、半年报和年报发布前分析师报告数量高峰的逻辑，反映盈利事件驱动分析师报导节奏。

3. 图3（第4页）

研究报告覆盖A股上市公司比例随时间变化。覆盖度整体呈波动性下行趋势，表明上市公司数量增加而研报覆盖集中在少数龙头或关注公司。90天内至少1篇研报的覆盖率从約80%跌至不到50%，显示研报覆盖“稀缺化”趋势。

4. 图4、图5（第5页）

分别反映2010-2014年和2015-2019年不同月份分析师盈利预测偏差，均呈现由5月至次年2月逐渐修正的多年乐观偏差格局。2011年和2015年偏差较大，显示特定年份分析师预测更为乐观。

5. 图7（第6页）

LASSO回归系数排名显示，盈利能力（roa）、评级（rptrating7）、其它预测（forecastq80）对乐观偏差影响最大且方向明确。其余因素如公司规模、信息确定性对偏差有负向调节作用。

6. 图8（第7页）

GBRT模型变量重要性排名，强调盈利能力和预测指标的关键作用，同时行业属性和财务稳健指标（现金流对利息覆盖等）也获得较高权重，表明非线性模型有效捕捉复杂因素互动。

7. 图9（第8页）

比较LASSO和GBRT样本外预测误差（MAE），GBRT模型在绝大多数年份预测误差更低，模型改进部分解释了机器学习在盈利预测偏差修正中的效果优势。

8. 图10（第9页）

不同一致预期算法样本外MAE对比，GBRT方法显著优于传统数据，预测更精准。

9. 图11（第10页）

修正乐观偏差后一致预期仍存在高估，但明显低于传统一致预期，表明修正显著改进但未彻底根除乐观偏差。

10. 图12和图13（第11页）

基于GBRT修正一致预期的数据构建的盈利预期变动因子在收益表现和IC值方面均优于朝阳永续数据构建的因子，后者自2018年后失效，而前者维持有效。

11. 图14和图15（第12页）

两组EP因子表现相近，GBRT修正数据略优，信息比率稳定。

---

四、估值分析

报告本身未涉及对某单一公司或行业的直接估值，核心集中在盈利预测准确性及其修正方法对一致预期数据及量化投资因子表现的提升，故未采用传统DCF或市盈率等估值模型。

---

五、风险因素评估

• 模型失效风险：量化模型本质基于历史数据拟合，不排除未来模型预测失准甚至失效的可能。

- 极端市场风险：极端市场情形下，实际收益与模型预期大幅偏离，带来投资亏损风险。

• 数据覆盖与市场变化：新股增加、研报覆盖下降可能影响模型训练数据的代表性和适用性，后续需密切关注市场结构变化。

尽管报告无细致阐述针对缓解策略，但明确提醒投资者持续跟踪模型表现，风险预警意识较为充分。[page::0,12]

---

六、批判性视角与细微差别

• 报告方法依赖于历史数据的稳定性假设，实际分析师行为及市场结构可能发生变化，乐观偏差的成因和大小波动仍有未知因素难以捕获。

- 虽然非线性GBRT表现优于线性模型，但误差并非显著降低至无偏容易，说明偏差调节能力仍有限，未来需要引入更多复杂特征和数据源提升模型解释力。

• 报告对分析师能力及专业背景指标影响较小的结论，可能因变量定义和数据采集限制，或分析师异质性未被完全体现。

- 料想中2018年以来zyyx因子失效但GBRT因子依然有效的表象，或因GBRT方法对于信息捕捉更充分，值得关注该差异原因进一步验证。

• 缺乏对“预测可靠度”加权方法对预测稳定性和因子表现具体传导机制的详细阐释。

---

七、结论性综合

本报告通过对大量历史分析师盈利预测数据及丰富的量化特征，精准揭示了分析师盈利预测普遍存在的乐观偏差问题，并成功利用机器学习中的非线性GBRT模型，显著优化了乐观偏差的预测和修正过程。修正后的盈利预测数据生成机器增强一致预期，较传统一致预期在预测净利润的准确性上表现出明显改进。同时，基于修正一致预期构建的盈利预期变动类Alpha因子，其信息系数（IC）及稳定性均显著优于现有数据，尤其在2018年后维持因子有效性，证明了本方法对因子投资策略的实用价值。

图表分析明确体现了数据量大、变量维度丰富及机器学习非线性优势带来的预测性能提升。尽管修正模型无法完全消除乐观偏差，但能部分剔除过度乐观成分，从而实质改善盈利预测的市场反应准确度。模型完成样本外验证，GBRT模型相较传统LASSO误差更低，统计显著性强。

风险方面，量化模型的过拟合及未来市场变化带来失效风险；特殊年份模型表现波动需重视模型动态调整与多方验证。实证研究与因子表现结果共同表明，机器增强一致预期为未来盈利预测及因子选股提供了一个更客观、科学且应用前景广泛的模式。

总体而言，报告系统而深入地构建了分析师盈利预测乐观偏差的机器学习修正框架，并通过大数据实证验证了其提高盈利预测精度及量化因子表现的有效性，值得市场机构与投资者关注并持续跟进。评级与投资建议虽未列明具体股票建议，但该方法论在量化投资领域具有较强的模型创新与实际指导意义，符合当前因子投资及机器学习在金融领域的前沿趋势。[page::0-12]

---

报告主要引用图表链接索引

• 图1-图3（研报及分析师数量与覆盖）

• 图4-图5（乐观偏差时间动态）

• 图7（LASSO回归系数）

• 图8（GBRT变量重要性）

• 图9（两模型样本外预测误差对比）

• 图10（不同一致预期算法MAE对比）
• 图11（修正乐观偏差后的平均预测偏差）

• 图12-图13（deltacons_roa 因子表现）

• 图14-图15（EP因子表现）

---

结语

本报告系统整合了大规模研报数据与先进机器学习技术，创新性地提出并验证了基于乐观偏差机器修正的一致预期计算方法，显著提升了盈利预测精度和Alpha因子表现，具备较强学术和应用价值。投资者应关注模型适用边界，持续跟踪模型在市场不同环境下的表现。

[全文引用页码：0-14]

报告