分析师超预期幅度因子定义与选股逻辑 [page::3]

• ESP因子定义为单季度实际净利润与预期净利润差值的比例，采用季度预测增速分解确保预测时效性。

- 超预期选择基于最近分析师预测均值，结合历史季度净利润计算预期值。

超预期股票收益分布及样本覆盖度统计 [page::4][page::5][page::6][page::7][page::9]

• 贵州茅台和森马服饰等样本中，超预期当月后次月多数出现正收益。

- 超过70%的超预期股票当月发生超预期现象，其次月均产生超额收益。

• 超预期股票月度样本数量有明显月份分布特征，4、8、10月最多。

- 业绩快报和业绩预告类超预期股票收益高于定期报告类，且年报表现优于季报。

• 首次出现超预期股票收益表现明显优于后续超预期出现。

风格因子分层测试揭示核心驱动因子 [page::10][page::11][page::12][page::13][page::14][page::15][page::16]

• 预测机构个数、行业表现、市值、成长、质量及技术因子对超预期股票收益解释作用有限或不稳定。

- EPTTM估值因子与过去一个月收益率（负收益代表动量反转）分层效果显著且稳定。

• 这两个风格因子被确认为有效解释指标，成为选股样本池筛选条件。

选股策略与组合构建 [page::16][page::17][page::18]

• 策略先筛选EPTTM和近月收益排名前30%的股票交集，再选取ESP最大20只构建超预期20组合。

- 月度选股排除停牌、新股、ST及涨跌停股票，组合月度因子覆盖度稳定在约62%。

• 因子五分位分层测试验证ESP因子显著选股效果。

超预期20组合回测表现及超额收益贡献 [page::18][page::19][page::20]

• 超预期20组合2009-2019年年化收益达27.43%，相对中证500年化超额达22.81%，夏普比率1.85，最大回撤7.4%。

- 组合表现稳定，能持续超越沪深300及中证500指数。

• 剥离估值与动量因子，超预期风格仍贡献稳定超额收益。

金融工程深度报告 —— 分析师超预期因子选股策略详尽解析

---

一、元数据与报告概览

报告标题：分析师超预期因子选股策略——因子深度研究系列
发布机构：中信建投证券研究发展部金融工程团队
发布日期：2020年4月2日
主要作者及联系方式：丁鲁明（首席分析师，dingluming@csc.com.cn），陈升锐（chenshengrui@csc.com.cn）
研究主题：构建基于“分析师超预期幅度因子”（ESP因子）的量化选股策略，分析该因子的定义、股票收益特征及具体选股策略的实证效果。

报告核心论点在于定义并量化了精确到单季度的分析师超预期幅度因子（净利润超预期幅度ESP），结合两个关键风格因子——估值因子EPTTM和过去一个月收益率，筛选构建“超预期20”股票组合。该组合在2009年至2019年间取得年化收益率27.43%，明显超越中证500指数，实现稳定超额收益，且夏普比率高达1.85，表现稳健。[page::0, 3, 17, 19, 20, 21]

---

二、逐节深度解读

2.1 分析师超预期幅度因子定义

报告明确了核心的ESP因子计算方法：

\[
ESP = \frac{单季度实际净利润 - 单季度预期净利润}{|单季度预期净利润|}
\]

计算流程核心在于：

• 基于季度财报发布期间（业绩预告、业绩快报、定期报告）的同期分析师净利润预测数据构建年度预期净利润均值；

- 用年度预期减去已发布季度累计净利润，剔除已发布数据以获得季度预期净利润；

• 计算同比增速，再反向推算单季度预期净利润值。

报告通过流程图（图1）详细展示了数据计算逻辑和因子构建细节，确保了预测值的时效性及准确反映[page::3]。

---

2.2 超预期股票分布与收益统计

• 以两个典型公司贵州茅台和森马服饰为例（图2、图3），对超预期发生月份的次月收益进行统计，分别展示了22次与16次超预期中，绝大多数次月股价表现为正，最高单月收益可达20%以上，次月负收益较低（最低-2%至-4%），体现了超预期的短期显著提振效应[page::4]。

- 扩大样本，发现70%以上超预期股票在次月相对市场基准（Wind全A）呈现超额正收益，显示该因子具备较好的市场收益驱动力。

• 月度分布统计显示4、8、10月发布季报集中，样本数最多（图4），波动偏少的月份样本少，因而后续量化策略进行了月份覆盖调整，保证样本均衡性[page::5]。

- 收益表现随月份变化，1、2、5月超预期股票的平均绝对收益和相对超额收益明显较高（图5、图6），但受样本数量影响较大，因此未直接用于策略筛选[page::6]。

• 不同报告类型的超预期股票数量和收益表现差异显著：定期报告超预期股票数量最多（图7），但业绩快报和业绩预告报告的超预期股票平均超额收益更高（2.0%、1.4% vs 0.57%）（图8），原因在于快报和预告信息先于定期报告被市场消化，价格反应提前完成[page::7]。

- 季报维度分析显示，年报超预期股票无论绝对收益还是超额收益均明显优于一季度至三季度报告（图9、图10），反映投资者对年报超预期的关注度更高[page::8]。

• 当年首次超预期股票收益最高，次次发生后的超预期收益明显递减（图11），体现价格对首次超预期的敏感而后续逐步“吸收”信息[page::9]。

---

2.3 超预期股票收益特征风格因子分层分析

在风格因子解释超预期收益时，报告分别从全样本和2017年后两个时段着手分析。

• 预测机构个数（图12）：对超预期股票收益的分层效果不明显，说明分析师覆盖度并非驱动收益差异的有效因素。

- 行业（图13）：各行业表现差异大且不稳定，2017年后无行业表现持续贡献，行业属性难以解释超预期收益。

• 市值（图14）：全样本显示小市值股票超预期收益较高（平均2% vs 最大市值0.56%），而2017年后表现相反，指示市值效应时序表现不稳。

- 估值因子 EPTTM（图15）：显著且线性分层关系，低估值（高EPTTM）股票更可能获得较高超预期收益，且2017年后趋势依然稳健，是关键解释变量，也是选股筛选条件。

• 估值因子 BPLR（图16）：总体表现好于低BPLR，但2017年后分层效果弱，非稳定因子。

- 成长因子 单季度ROE同比增长率（图17）：未见明显分层规律，成长指标对短期超预期收益影响有限。

• 质量因子 ROETTM与ROATTM（图18、图19）：两者分层信号亦不明显，短期超预期收益未被质量因子很好解释。

- 动量因子 过去一个月收益率（图20）：分层效果显著且稳定，跌幅越大的超预期股票后续收益越高，成为另一核心筛选风格因子。

• 动量因子 过去六个月收益率（图21）：表现不稳定，2017年前后分层方向不同，不纳入筛选因子。

- 技术因子 过去一个月换手率、波动率、日均成交额（图22-24）：整体分层不明显或2017年后分层效果下降，技术指标未能有效解释超预期收益。

综上可见，选股时EPTTM和过去一个月收益率构成核心的风格过滤因子[page::10, 11, 12, 13, 14, 15, 16, 21]。

---

2.4 分析师超预期选股策略构建及实证

为保证策略月度因子覆盖，优化样本数不足带来的信号稀缺，采用了不同月份覆盖范围扩展方式（4、8、10月只用当月样本，5、9、11月用两个月，1、7月用四个月等），实现因子覆盖度平均约62%（图25），达到基本覆盖要求[page::16]。

选股逻辑：

• 每月底先根据EPTTM与过去一个月收益率两个风格因子各自排名前30%的股票取交集，构建初步样本池。

- 在该样本池内，剔除停牌、新股（上市半年以内）、ST及涨跌停股票。

• 最终选取净利润超预期幅度ESP最高的20只股票构成“超预期20组合”。

- 假设停牌股票仍持有，保证组合规模稳定为20只。

实证结果显示：

• ESP因子的五分位测试图（图26）体现出明显的分层效应，最高五分位组合年化收益达20.09%，最低五分位仅9.25%，对应的夏普比率亦呈一致递增。

- “超预期20组合”绝对收益净值大幅跑赢沪深300和中证500（图27），表现稳定持续。

• 组合相对中证500的超额收益净值持续走高（图28），10年累计超额收益显著。

- 从收益统计表1看，2009-2019年组合年化收益27.43%，远超中证500指数年化4.62%，超额22.81%，绩效持续稳定，最大超额回撤7.4%，夏普率高达1.85，确认策略稳健性和有效性[page::16, 17, 18, 19]。

此外，通过对比“超预期20组合”与简易的低估值超跌股票组合，发现超预期风格贡献稳定超额收益（图29、图30），剔除估值及反转因子影响后，超预期因子仍表现突出，凸显该策略因子独立价值[page::19, 20]。

---

三、图表深度解读

• 图1（ESP因子定义流程图）：清晰展现预测净利润计算逻辑，增强因子科学性和可操作性[page::3]。

- 图2、图3（贵州茅台与森马服饰超预期收益分布）：粒度展示典型股票超预期后续股价表现，验证超预期的市场正反馈作用[page::4]。

• 图4-6（超预期股票数量及收益月份特征）：量化展现季节效应及样本分布，指导筛选月份调整方案[page::5, 6]。

- 图7、8（不同报告类型数量及超额收益）：揭示财报类型对超预期信号强度的影响，强调快报、预告的重要性[page::7]。

• 图9、10（不同季报超预期收益对比）：年报超预期股票表现优于其他季报，提示年底业绩信息更受市场重视[page::8]。

- 图11（年度重复超预期收益递减）：确认信息效应的递减规律，指示投资组合构建时应重视首次超预期事件[page::9]。

• 图12-24（多个风格因子分层测试图）：系统分析基于预测机构、行业、市值、估值、成长、质量、动量、技术成交等指标的分层效果，筛选出EPTTM和一个月收益率作为核心因子[page::10-16]。

- 图25（ESP因子覆盖度）：说明因子覆盖度整体较高，样本充足保障策略实施[page::16]。

• 图26（ESP五分位测试）：阶梯式收益明显，验证因子有效性[page::17]。

- 图27、28（超预期20组合绝对及超额收益净值）：体现出选股策略超越市场基准的持久性[page::18]。

• 图29、30（超预期20组合对比及相对低估值组合超额收益）：进一步确认超预期风格贡献核心价值[page::19, 20]。

---

四、估值分析

报告未涉及传统公司估值方法的详细说明（如DCF或P/E估值），但重点在于因子选股的统计套利角度，估值风格因子EPTTM（市盈率倒数）被用于风格筛选。EPTTM作为估值指标的核心假设是价值投资低估值公司具有更高未来收益空间，而结合超预期幅度因子筛选，则是在低估值背景下捕捉分析师业绩超预期的新增信息驱动收益，增加投资组合的收益稳定性和提升超额收益水平[page::11, 16, 21]。

---

五、风险因素评估

报告虽未专门系统列出风险章节，但间接涉及风格因子有效性可能受市场风格转换（2017年后部分风格因素失效）影响，以及样本月份分布不均导致因子覆盖不足风险，并通过月份合并及样本池筛选措施积极加以缓解。此外，组合投资策略剔除停牌、新股、ST及涨跌停个股降低流动性和监管风险。夏普比率及超额收益回撤指标也体现策略风险调整后性能较佳[page::10, 16, 19, 20]。

---

六、批判性视角与细微差别

• 虽然EPTTM和过去一个月收益率因子效果明显，但报告中多次强调市场风格变化对其他因素影响较大，暗示此策略也需关注市场结构变化带来的风险。

- 因子覆盖度虽达62%，但低于某些传统因子，表明ESP因子信息存在一定有效性边界，可能无法覆盖全部股票走向，策略适用性受限。

• 报告依赖历史回测效果，未完全披露未来市场变化对策略的潜在影响及极端市场事件下的表现，需投资时审慎对待。

- 超预期定义基于分析师预测，受市场信息、分析师行为和行业结构影响，可能存在预测误差和信息失效风险。

• 由于组合规模固定为20只，流动性及交易成本对实际收益影响不可忽视，报告未详细披露相关成本估算。

- 无明显估值模型及预期收益折现等传统估值分析，策略纯粹基于统计学因子，可能缺乏基本面逆转的深度行业洞察。

以上不足之处是量化因子研究特有的局限，提醒实际使用需结合多方面分析[page::10, 16, 21, 23]。

---

七、结论性综合

中信建投证券本报告系统定义了基于单季度净利润超预期幅度的ESP因子，阐述其科学的计算方法及预测净利润构建流程。通过对超预期股票在市场中分布及收益表现的详尽统计，报告确认超预期事件在短期内对股价有显著的正向推动作用，超过70%的股票在超预期月份后表现出正超额收益。

对多种风格因子如预测机构覆盖、行业、市值、常见成长及质量因子、动量与技术指标的分层测试表明，只有估值风格因子EPTTM和过去一个月收益率两个因子能稳定且显著地解释超预期股票的收益来源。基于此，报告构建了“分析师超预期20”股票组合，通过每月底基于低估值、超跌股票样本池筛选净利润超预期幅度最大的前20只股票，组合在2009-2019年实现总体年化回报27.43%，较中证500指数超额22.81%，表现卓越且风险调整后稳定（夏普比率1.85）。

该策略通过充分利用分析师业绩预期的超预期幅度信息，结合该信息背后的估值与动量风格，有效捕获了市场预期修正带来的统计套利机会。尽管因子覆盖低于部分传统因子，策略仍表现出较强的独立超额收益能力，且多数年份均保持对中证500的稳定超额表现，能够作为指数增强的有效补充组合。

报告对大量图表数据进行了详尽分析，为策略的因子选取、模型构建及表现验证提供坚实的数据支撑和理论依据。该研究成果具有较强的实操指导价值和学术研究意义，适合量化投资者关注和采用。

---

综上，报告立场明确，推荐积极关注基于分析师超预期幅度(EPS)及低估值与超跌风格组合的选股策略，并对其作为中证500增强投资组合的重要组成部分持肯定态度。[page::0-23]

---

附：报告中主要图表示例（Markdown格式引用）

• 图1：分析师超预期幅度因子定义

• 图2：贵州茅台超预期收益统计

• 图26：ESP因子五分位测试结果

• 图27：分析师超预期20组合绝对收益净值

• 图30：分析师超预期20组合相对低估值超跌股票组合超额收益净值

---

本分析基于报告全文逐页溯源、详尽解读，旨在全面呈现研究成果及其实际应用价值。

报告