• 机构调研覆盖的新兴产业板块比重大，传统板块覆盖比例较低。科创板自2019年以来调研次数大幅增长，热门行业包括化工、医药生物、机械设备、电子及计算机，覆盖比例稳定在30%-70%之间 [page::2].

• 证券公司是调研主力，历年调研上市公司数量平均占比超20%，其次为基金公司和私募公司。公募基金中嘉实基金、华夏基金和博时基金调研次数居前 [page::3].

- 2021年迈瑞医疗、海康威视等电子和医药股机构调研最频繁，迈瑞医疗调研机构数量达1664家。

• 机构调研事件表现显示，调研一般发生在股价上涨阶段，调研前60日超额收益约6%，调研后跌至不足2%。不同机构类型与公募基金管理规模对调研后超额收益影响不明显 [page::5].

• 不同调研方式对超额收益的影响不同：业绩说明会通常在股价低迷时进行，而特定对象调研多发生在股价高涨时；机构参与数量中20-100家时调研个股表现最佳，超过百家机构参与则未来超额收益为负 [page::6][page::7].

• 机构调研个股池月度再平衡策略相比买入持有中证800存在超额收益，但收益波动较大且阶段性跑输基准。因此需对机构调研股票池选股进行多维度因子筛选优化 [page::9].

• 业绩超预期因子（SUE）、理想反转因子（IdealReverse）和大单残差因子在机构调研股票池均表现出良好的多空区分度。各因子间相关性较低，反映信息维度差异 [page::10][page::12][page::13].

• 三因子合成后，通过不同权重方法优化提升因子稳定性和收益表现。等权合成因子多头年化收益达25.66%，夏普2.7，最大回撤6.52%；ICIR加权和最大化ICIR加权均有优异表现，后者最大回撤控制效果最佳 [page::13][page::14][page::15].

• 机构调研股票池内三因子等权合成因子表现最优，年化收益率达25.66%，夏普比率0.92；相比沪深300、中证500、中证800及全市场池，机构调研股票池聚焦度更高，收益优势明显 [page::16].

| 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 |

金融研究报告详尽分析：《机构调研个股的潜在超额收益 | 开源金工》

---

一、元数据与报告概览

• 标题：《机构调研个股的潜在超额收益 | 开源金工》

- 作者：开源证券金融工程首席分析师魏建榕，及金融工程分析师胡亮勇（联系人）

• 发布机构：开源证券金融工程团队

- 发布日期：2021年9月9日

• 研究领域：风格轮动、另类数据、机构调研行为与其对个股超额收益的影响

- 主题：利用机构调研数据，深入分析机构调研行为的行业、个股偏好、参与机构类型、调研前后股价表现及其超额收益，基于调研数据构建选股策略并结合多维因子进行组合优化，从而寻找潜在的超额收益alpha。

核心论点：

• 机构调研活动较集中于新兴产业，并且有明显的行业和机构类型偏好。

- 机构调研行为本质多发生于股价上涨阶段，具有调研前明显的超额收益。

• 事后超额收益有所下滑，但整体来看，基于机构调研数据构建的股票池，月度再平衡策略可产生一定的超额收益。

- 从基本面、价量和资金流三个维度构造因子（业绩超预期SUE、理想反转、大单残差）对机构调研个股进行精选，结合多维因子的合成因子表现更优。

• 多种因子合成方法均显示，机构调研股票池内的选股因子表现明显优于宽基指数成分股，机构调研信息具有较强的alpha挖掘价值。

---

二、逐节深度解读

1. 机构调研数据概览与特征分析

• 机构调研次数与被调研企业数的年际变化（图1）

- 数据截取2013年至2021年7月。
- 机构调研次数和调研上市公司数量整体呈稳步增长趋势，2018-2019年有所回落，2020年调研热度回暖，2021年调研次数超越过去年份峰值。
- 此举表明机构投资者调研热情逐年升温，调研活动日益活跃。[page::1]

• 调研集中于新兴产业板块（图2）

- 调研主要聚集在创业板、科创板等新兴板块，调研份额持续增加。
- 传统主板（沪深主板）调研占比约20%，低于其市场股票数量占比。
- 反映机构关注中长期成长性较强、新兴产业的个股机会。[page::2]

• 行业分布稳定且偏好专业性强的行业（图3）

- 调研个股主要集中在化工、医药生物、机械设备、电子以及计算机行业。
- 低调研行业包括综合类、传统周期行业（采掘、钢铁）及金融（银行、非银）。
- 说明机构调研存在较强的行业专业性偏好，且受到行业上市公司数量分布影响。[page::2]

• 机构调研个股在主流宽基指数的覆盖比例稳定（图4）

- 在沪深300、中证500、中证800等主要宽基指数中，机构调研个股占比在30%-70%之间，无显著偏好，表现出一定的均衡覆盖率。[page::2]

• 机构类型与调研参与情况（图6，图7）

- 证券公司持续参与调研个股最多，占比超20%。
- 基金公司、私募公司次之。
- 具体公募基金中，嘉实基金、华夏基金、博时基金调研次数相对领先，暗示规模较大的公募基金活跃于调研活动。[page::3-4]

• 机构调研热门个股（图5，表1）

- 美的集团、海康威视、迈瑞医疗等连续多年位居机构调研前列，且这些股票后续表现良好。
- 2021年前十中电子股占四席，迈瑞医疗机构参与调研累计超过1600家，行业市盈率偏高（57倍），显示机构对成长性预期强烈。[page::3]

2. 机构调研事件与超额收益分析

• 调研前后股票超额收益表现（图8）

- 机构调研通常集中于股价已经上涨阶段，调研前60个交易日平均累计超额收益超过6%。
- 调研后，超额收益明显减弱，60日后不足2%。
- 不同机构类型所主导的调研后收益无显著差异；基金公司略优但不明显。[page::5]

• 公募基金管理规模与收益关联性（图9）

- 调研后未来超额收益与管理规模大小无直接联系，大公募和小公募调研后股价表现无明显差别，说明规模非决定性因素。[page::5]

• 调研方式与收益表现差异（图10）

- 业绩说明会通常在股价低迷时举行，调研前超额收益为负。
- 特定对象调研多在股价高涨阶段发生，调研前的超额收益为正。
- 表明调研方式反映不同市场情绪与阶段。[page::6]

• 参与调研机构数量分布及均衡收益表现（图11、图12）

- 多数调研参与机构数量在20家以内，极少数超过百。
- 参与机构20至100家时，调研前后个股股价表现最佳；参与机构非常多时（100家以上），调研后超额收益反而为负。
- 说明适度关注度带来更高alpha，过度关注可能意味着信息已经充分反映甚至超预期。[page::6-7]

• 整体收益结论

- 机构调研为市场产生了提前反映股票价格的信号，且超额收益主要集中于调研前期。
- 不同机构类型、管理规模及调研方式对收益贡献影响有限。
- 调研参与度适中个股未来表现更佳。[page::7]

3. 机构调研股票池的选股表现及因子构建与合成

• 股票池规模与构建思路（图13）

- 每月机构调研个股数量稳定在300~600支，财报季高峰明显。
- 2013年数据割除，因数据不完整。
- 简单买入持有调研股票池可获得超额收益，但不稳定，且2016-2019年表现不佳。
- 因此进行精选，基于基本面、价量及资金流构建因子推动精选。[page::9]

• 数据公告与调研日期间隔（图15）

- 机构调研实际发生日期和公告披露日期间隔一般在7天内，占比65%以上。
- 超过30日以上的公告滞后数据被剔除，保证信息时效性用于月度调仓。
- 确保数据准确对应实际市场信息展示时间。[page::10]

• 基本面因子：业绩超预期（SUE）（图16）

- SUE因子多头分组年化收益高达21.73%，且对冲收益也较高，表明业绩超预期仍是驱动调研个股中超额收益的重要因子。
- 2019年后对冲收益波动增大，反映市场环境变化影响因子表现。[page::10-11]

• 价量因子：理想反转因子（图17）

- 调研大多发生在股价上涨阶段，调研后期收益偏低，构建理想反转因子刻画股票涨跌反转特征。
- 低因子组（涨幅较小或反转）未来表现最好，年化19.89%。
- 反映市场涨幅过大的股票后续收益有限，显示因子有效性明显。[page::11-12]

• 资金流因子：大单残差（图18）

- 大单资金主导预见市场趋势，机构调研和大单流入产生共振。
- 多头收益19.64%，夏普比率0.75，且多空对冲收益稳定。
- 表明资金流信息在机构调研股票池中具备显著选股能力。[page::12]

• 因子合成（图19-23，表2）

- 各个细分因子相关度低，信息来源多元。
- 采用三种合成方法比较：
- 等权合成：因子权重平均分配，理想反转因子方向调整后合成，多头年化收益达25.66%，最大回撤39.48%，夏普2.7。
- ICIR加权：权重基于因子历史ICIR，消除了2014年早期牛市带来的偏差，多头收益22.52%，回撤39.23%，夏普2.67。
- 最大化ICIR权重：优化求解法，约束权重非负，多头收益22.45%，最大回撤较小（38.77%），夏普2.84。
- 从风险控制角度看，最大化ICIR合成因子表现优于其他两种。[page::13-15]

• 不同股票池下合成因子表现对比（图24-27，表3）

- 在沪深300、中证500、中证800和全市场不同股票池中，等权合成因子表现均不及机构调研股票池。
- 机构调研股票池多头年化收益率高达25.66%，显著优于沪深300的13.48%，进一步验证机构调研数据挖掘alpha的价值。
- 风险指标方面，机构调研池相对波动更高，但夏普比率同样领先，表明更优的风险调整后收益。[page::16]

4. 风险提示

• 研究基于历史数据，未来市场条件或数据结构的变化可能影响模型有效性及因子表现。[page::16]

---

三、图表深度解读

• 图1（机构调研历年覆盖公司数）展示了2013-2021年机构调研总次数与被调研上市公司数的动态，表明机构调研近年来活跃度整体上升，2020年以后显著回暖，印证市场对调研信息依赖增强。[page::1]
• 图2（机构调研板块分布）河流图样式显示新兴板块特别是创业板、科创板占调研份额越来越高，传统主板占比较低，反映机构青睐成长性板块。[page::2]
• 图3（机构调研行业分布柱状图）以多年度堆积柱状呈现化工、医药生物、机械设备、电子行业为调研热点，行业选择稳定且专业化程度高。[page::2]
• 图4（机构调研个股在主流宽基指数覆盖度趋势）折线图叠加显示各指数调研个股占比在30%~70%，无显著偏好。[page::2]
• 图5（历年机构调研个股榜单）列表展示主要调研对象，且这些公司不仅备受关注也往往伴随良好市场表现，体现调研集中度与投资价值部分匹配。[page::3]
• 表1（2021年度机构调研顶尖个股）表格内含机构参与数量、PE-TTM、总市值、行业，详细说明热门个股估值和规模，[page::3]
• 图8（不同机构类型调研后超额收益）股价标准化折线图显示调研前股价上涨明显，调研后收益减弱，机构间无明显差异。[page::5]
• 图9（公募基金管理规模与股价超额收益）大小公募表现近似，表明管理规模非决定因子。[page::5]
• 图10（调研方式与收益表现）不同方式调研前超额收益差异显著，业绩会较弱，特定对象调研较强。[page::6]
• 图11-12（调研参与机构数量分布与收益）调研机构数量多集中在20家内，机构数量20~100时表现最佳；过多参与反而收益为负。[page::6-7]
• 图13（每月调研个股数）稳定在300~600家，财报季高峰明显。[page::9]
• 图14（月度买入持有调研组vs中证800）调研个股策略超额收益但不稳定，2016-19年表现不佳。[page::9]
• 图15（公告日期与调研日期间隔分布）绝大多数间隔<7日，滞后数据剔除。[page::10]
• 图16（业绩超预期因子表现）高因子组具显著超额收益，表现优异。[page::10]
• 图17（理想反转因子表现）低因子表现最好，多空收益稳定。[page::12]
• 图18（大单残差因子表现）多头收益显著，多空区分度清晰。[page::12]
• 图19（三个因子历史相关性）低相关度证实信息来源差异，合成有价值。[page::13]
• 图20-23（等权/ICIR/max ICIR合成）多头收益25.66%（等权最高），最大回撤最低为max ICIR，夏普均在2以上，展现优秀风险调整收益。[page::13-15]
• 图24-27（不同股票池等权合成因子表现）机构调研股票池表现总优于沪深300、中证500、800及全市场股票池，验证机构调研池alpha价值。[page::16]
• 表2（因子及合成因子风险收益指标对比）业绩超预期单因子最佳；合成因子整体表现优于单因子；最大化ICIR合成因子风险控制最佳。[page::15]
• 表3（不同股票池合成因子表现）机构调研池年化收益率最高（25.66%），其他池次之，彰显机构调研信息独特性。[page::16]

---

四、估值分析

本报告重心不在传统个股估值分析，而是在基于机构调研数据挖掘超额收益alpha和选股因子构建。涉及的“估值”主要体现在：

• 用财务指标如PE-TTM（表1）描述热门调研个股估值水平，显示这些个股估值普遍偏高，反映机构对成长预期较强。
• 因子构建中包含基于财务指标（业绩超预期SUE）的选股因子，运用市值与行业中性化处理，基于因子收益及风险进行加权组合优化，实质是一种量化估值辅助框架。
• 因子合成方法（等权、ICIR加权、最大化ICIR）均基于历史收益指标及相关性，类似风险收益权重调整，并无传统估值模型如DCF或P/E倍数法的直接应用。

总结，估值分析体现在量化因子层面的多因子加权而非传统估值模型。

---

五、风险因素评估

报告风险提示简洁明确：

• 数据和模型均基于历史信息，未来市场环境、制度变化或数据结构可能发生变动，导致模型及因子有效性降低。

- 除此之外，报告没有特别展开潜在风险缓解机制。

• 可见投资者应警惕因市场环境变化带来的因子效果衰减风险，尤其是机构调研行为模式、信息披露规则等可能转变带来的影响。[page::16]

---

六、批判性视角与细微差别

• 信息时效与公告延迟处理：报告明确定义调研日与公告日期间隔，剔除滞后或异常数据，体现数据处理严谨性。但仍有部分信息披露延迟可能对交易策略的实际执行带来时间差，策略实时性成疑。
• 超额收益不稳定：尽管机构调研个股整体表现优异，但月度再平衡策略超额收益并不稳定，尤其2016-2019年连续跑输基准，提示该因子和模型存在周期依赖性。此外，调研多出现在涨势初期，存在典型的“顺势而为”弊端，行情反转风险需关注。
• 因子覆盖与缺失问题：业绩超预期因子SUE因分析师覆盖不足存在缺失，以0值填充可能引入偏差，影响因子整体稳健性。
• 样本偏差：机构调研数量分布右偏，热点公司被调研次数过多，相当比例机构调研资源集中于少数大市值龙头，可能使策略过度依赖头部标的表现。
• 调研机构类别及明星基金未能完全区分：报告指出明星基金经理调研数据缺失明显，无法纳入统计，可能隐藏重要决策信号。
• 收益驱动因素多重解读有限：虽提及基本面、价量及资金流因子均有效，但报告未对因子之间的潜在共因如经济周期、板块轮动展开深入剖析，缺少多因子协同解释。
• 缺乏明显的对冲策略细节：长期最大回撤虽提及，但策略执行时的风险偏好、资金管理等具体操作细节无详细论述。

---

七、结论性综合

本报告通过详尽数据收集和多维度实证研究，深入揭示了机构调研行为背后的潜在投资价值及其在选股策略构建中的实际应用。

• 机构调研覆盖特征：集中于新兴产业板块，行业分布稳定且偏好专业化行业，机构类型以证券、基金、私募为主，调研个股多为市场关注热点和业绩成长代表。
• 调研前后的超额收益分析：机构调研多落在股价上涨趋势期，呈现显著的调研前超额收益；调研后股价超额收益退潮，不同机构类型及基金规模对后续收益影响有限。
• 调研方式与机构参与数量影响体现不同调研方式反映的股价阶段差异，以及机构参与适中时的股价表现更佳，过多参与反而未来收益负面。
• 基于机构调研的精选因子研究从基本面（业绩超预期）、价量（理想反转）、资金流（大单残差）三大维度构建选股因子，均显著区分后续收益表现。
• 多因子合成策略通过等权、ICIR加权和最大化ICIR三种方法优化因子权重，提升组合夏普比率和年化收益，最大化ICIR方案风险控制更优。
• 机构调研股票池的因子选股表现显著优于沪深300、中证500、中证800及全市场，验证机构调研蕴含丰富的alpha信号。
• 风险提示明确市场环境变化可能影响模型有效性，策略需谨慎对待历史业绩。
• 图表与数据验证报告通过丰富详实的图表和数据支持了论点，尤其调研覆盖、行业分布、收益曲线及因子表现均数据详实，逻辑清晰。

综上，报告确认了机构调研数据作为另类数据具有重要的投资参考价值，结合多维因子构建的选股策略在调研股票池上能够实现较为稳健且具有竞争力的超额回报，是量化投资中值得重视的信息因子来源。

---

附录：报告重要图表示例（Markdown格式）

• 机构调研历年覆盖公司数图（数据揭示调研热情随时间波动回暖）

• 机构调研多集中于新兴产业板块（创业板、科创板份额提升）

• 机构调研收益表现（不同机构类型）

• 机构调研因子合成（等权合成因子，多头收益显著）

• 机构调研股票池与主流指数多头收益对比

---

综上，这份报告通过多维度数据分析和因子挖掘，系统论证了机构调研数据可获取潜在超额收益的投资价值，具有重要的实务应用参考意义。
[page::0,1,2,3,4,5,6,7,9,10,11,12,13,14,15,16]

报告