行业一致预期EPS整体偏高，且预期EPS向实际EPS收敛 [page::5][page::6]

• 各行业年度实际EPS普遍低于分析师一致预期，化工、传媒、煤炭行业预期偏差最大。

- 预期EPS在年报披露截止日期前向实际EPS明显收敛，反映市场逐步修正预期。

预期EPS增速与行业未来涨跌呈正相关 [page::8][page::9]

• 行业月度Eps增速与下月股票涨跌幅行业截面相关性平均为3.9%，时间序列分析绝大多数行业相关性为正。

- 电力设备及新能源行业相关系数最高达21.6%。

EPS预期偏差领先行业行情，预测准确性自2017年后下降 [page::10][page::11][page::12]

• 多数行业EPS预期偏差(预测值与实际值差异)负向偏差明显，传媒、钢铁等行业偏差最大。

- EPS预期偏差与下月涨跌幅相关性高度显著，尤其家电行业相关性达94%。

• 2017年后市场预测准确度下降，预期EPS与实际EPS收敛减弱。

基于EPS预期增速的行业轮动策略构建与回测 [page::13][page::14][page::15]

• 策略基于行业EPS预期增速、行业涨跌幅及趋势强度构建排名因子。

- 每月调仓选取排名靠前3个行业，2013-2020年年化收益22.8%，超额基准14%。

• 策略胜率高达75%，表现最好年份为2013、2015年，2017年后表现下滑。

基于EPS预期偏差的年度轮动策略及综合策略表现 [page::15][page::16][page::17]

| 年份 | 策略1年化收益 | 中证800收益 | 策略1超额收益 | 策略3年化收益 | 策略3超额收益 |
|-------|----------------|-------------|--------------|----------------|--------------|
| 全样本 | 22.8% | 8.1% | 14.0% | 23.1% | 15.0% |
| 2013 | 23.7% | -8.5% | 35.2% | 22.4% | 33.7% |
| 2015 | 80.7% | 14.9% | 60.2% | 83.0% | 62.4% |
| 2017 | 11.3% | 14.7% | -3.1% | 11.3% | -3.1% |
| 2018 | -30.9% | -27.4% | -4.5% | -31.6% | -5.5% |

• 基于年度EPS预期偏差构建的策略年均收益3.11%，多空组合实现5.22%年化超额收益，但频次较低；

- 综合策略融合增速与偏差因子，提升部分策略表现；

• 2017年后EPS预测失真导致策略表现波动增大、效力下降。

最新行业超配建议及风险提示 [page::18][page::31]

• 最新超配中信一级行业为农林牧渔、综合及传媒。

- 本模型基于历史数据量化推测，极端市场环境下可能失效，投资需注意风险。

基于预期增速与偏差的行业轮动策略报告详尽分析

---

1. 元数据与报告概览

• 报告标题：基于预期增速与偏差的行业轮动策略（重构行业轮动框架之七）

- 作者及分析团队：史庆盛、罗军、安宁宁等，广发证券发展研究中心

• 发布日期：报告时间截止至2020年中

- 研究主题：围绕行业一级分类的一致预期EPS数据，探讨分析师一致预期的EPS变动及预期偏差对行业未来表现的领先指示作用，构建行业轮动策略。

• 核心信息：报告从一致预期EPS增速和预期偏差两个维度切入，利用量化手段重构行业轮动策略，发现这两因素均具备领先行业走势的能力，且结合两者的综合策略效果最佳。

- 投资评级与策略：未直接给出单个股票评级，愈侧重行业轮动策略。最新推荐超配行业为农林牧渔、综合及传媒。

本报告重点揭示了通过分析分析师一致预期中的EPS变动趋势及预测误差，作为捕捉行业表现变化的领先信号，进而构建量化行业投资组合的可行性和有效性。同时，报告对策略风险做出警示，强调在极端市场环境下模型可能失效的可能性。[page::0, 4, 18]

---

2. 逐节深度解读

（一）前言与理论框架

• 报告重构了行业轮动的定量框架。传统轮动考虑宏观指标（GDP、货币政策、财政政策、通胀水平）、行业景气（供需、成本）、估值等，本报告以量化模型视角，加强对“基本面一致预期”的挖掘。

- 近年随着数据库及大数据技术发展，分析师一致预期数据质量显著提升，使得对该数据的预测能力重视加强。

• 文章核心研究问题明确为：（1）预期EPS变化趋势对行业表现的影响；（2）预期EPS和实际EPS偏差对行业表现的影响。

- 图1呈现完整轮动框架，涵盖宏观、行业、微观三级指标，以及宏观指标和行业指标间的传导概念，图中文字着重预期、偏差等量化评判指标。[page::4]

（二）A股行业一致预期分析

1. 行业一致预期EPS整体偏高

• 统计2013至2020年间（按中信一级行业划分），行业一致预期EPS平均预测偏高，即分析师预测普遍高估未来EPS，尤其是化工、传媒、煤炭行业偏差显著，银行、食品、建筑、家电等行业偏差较小。

- 以沪深300为例，历年分析师预期均大多高于实际，尤其2014、2016及2019年偏高。

• 从行业走势看，有色行业预期偏差尤为突出，银行行业相对准确，预期偏差接近实际。

- 预期EPS随年报披露（月末4月）临近逐渐向实际EPS收敛，体现信息逐步被修正。[page::5-7]

2. 预期EPS增速领先行业行情

• 分析了各行业月度EPS增速与未来一个月涨跌幅的相关性。

- 行业截面相关性均值为3.9%左右，时间序列上29个行业中20个表现为正相关，尤以电力设备及新能源、电力及公用事业、食品饮料等行业相关性最高。

• 这表明EPS增速预期变化具有领先于股价表现的指示作用，尤其行业的盈利预期加速往往对应未来股价表现提升。

- 示例如电力设备及新能源行业月度EPS增速与下期涨跌幅相关性高达21.6%。

• 这为投资者提供了实证基础：动态跟踪行业预期EPS增长率，有助于捕获轮动机会。[page::8-9]

3. EPS预期偏差领先行业行情，预测准确度变化

• 计算年度真实EPS与上一年年报后一段时间内一致预期的偏差，即预期误差（EPSESTERROR）。

- 大部分行业预期偏差为负（低估期望），只有煤炭行业为正，传媒、钢铁、有色及通信行业偏差最大，显示市场对这些行业的基本面普遍预估过高。

• 与下月涨跌幅相关性显示，多数行业的预期误差与未来表现呈正相关，尤其家电、煤炭、电力和地产行业相关性极高（家电行业相关性高达94%）。

- 然而，2017年以后，沪深300整体的预期EPS收敛性明显下降，预测准确度减弱，反映基本面波动加大，模型的预测能力受限。

• 该发现提示风控和选股策略中需考虑预期失真因素。[page::9-12]

（三）基于预期EPS的行业轮动策略构建与实证

策略构建框架

• 利用四个核心因子：

- PRICER：行业涨跌幅排名
- ESTEPSR：行业预期EPS增速排名
- EPSESTERRORR：行业预期EPS偏差排名
- PRICEMAR：行业趋势强弱排名（短期均线3期除以长均线10期）

• 策略1（基于EPS预期增速）构造因子EPSF1：ESTEPSR - PRICER + PRICEMAR，选择排名前三超配行业，每月调仓。

- 策略2（基于EPS预期偏差）构造因子EPSF2：ESTEPSR - PRICER，仅在年报披露期（4月底）调整超配行业，选排名第一的行业。

• 策略3（综合）年报期将策略1和策略2超配行业合并，其他月份同策略1。

实证结果与表现

• 策略1年化收益达22.8%，超中证800指数14%，年度胜率75%，2013、2015年表现最佳，2017年起随着预测准确度下降表现波动加大，部分年份超额收益为负。

- 策略2年均收益3.11%，超中证800指数2.04%，多空策略超额收益5.22%，但调仓频率低。发现低配组合贡献的负Alpha明显大于超配组合的正Alpha，警示需谨慎防范严重预期超出的行业。

• 策略3（综合）年化收益23.1%，超中证800指数15%，表现较策略1和策略2略有提升，策略叠加效应有限，因两者在年报披露月存在一定重合性。

- 各策略均显示出明显的周期性表现，尤其2017年以后策略表现受限于市场预期准确度下降。

• 图表16-18及表1-2详尽展示了绩效曲线与年度归因等数据。策略3最新超配行业包括农林牧渔、综合、传媒等。[page::13-17, 18, 29]

（四）附录与行业预期EPS走势详析

• 附录大量图表（图20至48）展示了29个中信一级行业自2013年以来的一致预期EPS与实际EPS走势对比，全面反映了行业层面的预期偏差及走势特征。

- 行业之间预期的准确度差异明显，部分周期内差异较大，可帮助投资者针对不同周期和行业作出更精准研判。

• 还列出了策略逐期对应的超配行业组合详表，为操作实施提供具体参考。[page::19-29]

（五）风险因素

• 模型依赖历史数据统计和量化建模，具有一定的样本依赖性，不保证在所有市场环境下稳定有效。

- 极端市场条件可能导致模型失效，特别是在市场波动剧烈、结构性变化时，分析师预期准确度下滑可能削弱模型预测效力。

• 预期信息质量依赖于数据提供者和分析师的研究质量，数据库和信息质量的变动亦影响策略效果。

- 报告无明确披露具体的缓解措施，投资者应留意模型缺陷及市场异常风险。[page::0, 31]

---

3. 图表深度解读

核心示意图分析

• 图2和图15均为行业一致预期与真实EPS的示意图。直观反映“预期差”（预测数据与真实年报数据之差）与“预期增长幅度”（预测数据年内的变动趋势），为后续策略因子EPSF1和EPSF2的逻辑基础。

- 示意图强调预期EPS的时间动态和修正过程，展示预期如何向真实值逼近，以及年度预期增长如何预测下一期行业表现。

预期偏差与行业表现

• 图3（行业一致预期EPS平均偏差）直观显示多数行业实际EPS均低于分析师一致预期，偏差严重行业突出在化工、传媒、煤炭等。负偏差反映市场整体悲观情绪或预期风险。

- 图10（各行业EPS预期偏差）则从相对误差角度展示偏差排序，深刻体现传媒、钢铁、通信等行业长期被市场高估。

• 图11（EPS预期偏差与行业涨跌幅相关性）显示预期偏差正相关性，证实在部分行业内，预期误差可视为重要的反转信号。

增速相关性与领先指标效应

• 图7-9体现EPS增速与下月行业涨跌幅的相关性，行业截面、时间序列均呈正相关，尤其是周期性较强的电力设备、新能源等行业。

- 图12家电行业作为典型代表，反应强烈的预期与行业表现的高度同步，说明趋势性行业对预期敏感度较高。

策略回报展示

• 图16-18三个策略的累计收益线表现，清晰体现出基于EPS预期增速和预期偏差的轮动策略均明显跑赢基准指数，综合策略最优。

- 图19分年度超额收益波动性展现，突显2017年以来模型表现的不稳定，呼应报告对市场预期失真风险的警示。

• 图17展示策略2因调仓周期长且影响集中，表现波动较小且前期回报较低。

行业具体走势对比

• 附录中众多行业图（图20-48）详细对比了一致预期与实际EPS走势，展示行业间预期准确率、波动差异，支持了章节中预期准确性分析，提升整体模型透明度和可信度。

---

4. 估值分析

本报告重点在于基于一致预期EPS的量化轮动策略构建，未涉及传统估值方法（如DCF、PE、EV/EBITDA等）的详细论证或应用，估值分析并非本报告主线。

策略构建中隐含估值逻辑是利用市场对盈利预期判断的偏差及变化来捕捉估值修复与景气变化带来的超额收益，属于基于盈利预期的相对价值投资范畴。

---

5. 风险因素评估

• 市场极端环境风险：模型基于历史数据回测，极端事件（如金融危机、政策剧变）可能导致预期与实际偏差收敛规律破裂，策略失效。

- 预期准确度下降：从2017年开始，预期EPS与实际EPS偏差收敛效果减弱，预示基本面不确定性增加，策略表现不稳。

• 模型依赖数据完整性和质量：大数据和文本分析提升了预期数据质量，但仍面临数据采集偏差、分析师行为变化、市场结构变革等风险。

- 操作风险：策略中存在调仓频率、行业选择数量限制和交易成本影响，实际收益受制于执行效率和时点判断。

• 报告并未提供针对风险的具体缓解策略，投资者应结合宏观市场环境和个股特性谨慎使用。 [page::31]

---

6. 批判性视角与细微差别

• 预测准确度下降的挑战：报告明确指出2017年后预期准确度下降，导致策略表现波动，这一现实挑战是当前包括量化一致预期策略普遍面临的问题，策略依赖历史规律的稳健性和市场信息有效性。

- 预期偏差正向相关的双刃剑效应：策略2发现低配组合负Alpha大于超配正Alpha，表明对严重预期偏差的行业需辩证看待，同时注意可能出现反向风险。

• 行业分类和调仓周期的选择：报告采用中信一级行业分组，调仓周期多为月度，可能忽略更细粒度或者更高频的空间机会，限制策略灵活性。

- 缺乏宏观环境交叉影响的深入讨论：虽然框架设计包含宏观变量，但实证分析中较少涉及宏观环境对预期和策略表现的调节效果。

• 复合策略收益提升有限：综合策略相较单一策略边际效益不大，说明因子冗余或者高相关，提示进一步策略优化和因子去相关是改进方向。

- 报告语气较为谨慎，强调量化统计性质和历史依赖性，客观反映了模型优势与劣势。

---

7. 结论性综合

本报告系统而全面地剖析了A股一级行业分析师一致预期数据与行业表现之间的逻辑联系，通过对2013年至2020年行业一致预期EPS增速和预期偏差的统计及动态回测，构建出三套以预期EPS特征为核心的行业轮动策略。

主要结论包括：

• 一致预期EPS整体偏高，尤其周期性产业和部分行业偏差显著，市场普遍乐观偏差明显。

- 预期EPS月度增速与未来行业涨跌幅呈明显正相关，领先整体行业表现，特别是在电力设备、新能源、食品饮料等行业。

• 预期EPS偏差与行业后续表现正相关，家电、煤炭等行业体现最明显的反转特征。

- 2017年以后，整体市场预期准确度下降，策略表现相应受挫，提示基本面预测的复杂性和不确定性逐增。

• 基于上述数据，报告构建的三套策略均显著跑赢中证800基准，综合策略年化收益23.1%，超额15%。

- 动态策略成功甄别出农林牧渔、综合、传媒等5月超配行业，为投资组合提供了明晰的行业配置方向。

大量附录图表支持上述分析，涵盖从整体指数到29个一级行业的预期与实际EPS对比，为投资决策提供数据依据。

风险提示清晰，指明量化模型的历史依赖性和极端市场条件下的失效风险，建议谨慎应用，结合更广泛市场和基本面信息综合判断。

总体来看，报告构建了基于一致预期EPS信息的行业轮动创新框架，为A股多行业策略投资提供科学量化的工具与思路，具有较强的实用性与理论价值。[page::0-2, 4-18, 31]

---

参考文献与数据来源

• 数据主要采自Wind数据库，结合广发证券发展研究中心内部数据处理和分析。

- 行业分类依据中信一级行业标准。

• 量化分析与实证检验覆盖2013年至2020年4月底数据。

---

重要图表快捷索引

| 图表编号 | 内容简介 |
|----------|------------------------------------------------|
| 图2/15 | 预期EPS与实际EPS的收敛及预期差示意图 |
| 图3/10 | 行业一致预期EPS偏差及排名分布 |
| 图4/6/7 | 沪深300及部分行业一致预期与实际EPS走势及相关性 |
| 图7-9 | 预期EPS增速与下一期行业涨跌幅相关性 |
| 图11 | EPS预期偏差与行业涨跌幅相关性 |
| 图16-18 | 三种行业轮动策略走势图及表现 |
| 图19 | 策略年度超额收益柱状图 |
| 附录图20-48 | 29个一级行业预期与实际EPS走势 |

以上为本报告的深度解读及细致分析，包含了报告所有关键实证内容、策略构建逻辑、图表详解以及风险提示。

报告