机构调研覆盖度与数据特点总结 [page::7][page::8]

• 2022年机构调研覆盖度全市场约49%，深交所及上交所科创板覆盖度更优，分别达56%和79%。

- 2021年机构抱团解体后调研活跃度提升，关注小市值及相对冷门标的。

• 调研活动的月度分布显示5、9、11月调研次数较多，存在月历效应。

• 主流调研类型是特定对象调研、其他类调研，机构参与多元化，长期以券商、基金、私募为主。

机构调研事件研究与超额收益表现分析 [page::12][page::13][page::14][page::15]

| 所属宽基域 | 20日超额收益 | 40日超额收益 | 60日超额收益 | 120日超额收益 | 样本数量 |
|-------------|--------------|--------------|--------------|---------------|----------|
| 沪深300 | 0.21% | 0.42% | 0.74% | 1.85% | 148 |
| 中证500 | 0.68% | 1.25% | 2.12% | 4.58% | 276 |
| 中证1000 | 0.77% | 1.73% | 2.43% | 5.02% | 572 |
| 中证全指 | 0.85% | 1.65% | 2.34% | 4.31% | 2013 |

• 机构调研事件持有20至120日均表现出正向累计超额收益，中小市值域表现优于沪深300。

- 多数行业均享有超额收益，金融地产和消费板块表现较弱。

• 基金调研事件超额收益显著且持续性强，20、40、60、120日超额收益依次为1.44%、2.66%、3.37%、5.45%。

调研域因子框架构建及选股收益归因 [page::16][page::17]

• 调研域月频等权组合回看20交易日年化收益10.72%，行业中性组合也展现正超额。

- Brinson归因显示选股收益为调研域超额收益主因，制造业及TMT板块贡献尤为突出。

绩优主题型基金选股因子在调研域的挖掘 [page::18][page::19]

• 基于个股-基金经理映射，构建主题基金选股因子，实现对调研域的有效精简。

- 2019年以来3个月回看，因子多头组合年化收益约25.89%，超出样本池年化24.00%。

分析师预测系列因子结合调研域研究 [page::19][page::20][page::21][page::22][page::23]

• 分析师盈利预测的调研域结合显示年化多头收益12.36%，建立机构映射后进一步提升。

- 盈利上调组合与调研域结合，年化超额收益达14%左右，且除2017年外表现稳定优于基准。

• 标准化分析师预期调整因子在调研域中有效，且映射机构后提升明显，年化超额收益超10%。

券商金股与调研域叠加优化效果显著 [page::24][page::25]

| 组合策略 | 年化收益率（汇总） |
|----------------|-----------------|
| 金股域×券商分析师调研域(n=1) | 25.25% |
| 全部金股(深交所) | 13.85% |

• 与单独金股组合相比，金股域结合券商分析师调研域的月频新进与持续调研组合展示了更优的收益表现。

- 叠加基金调研的金股组合年化收益也达到约18.43%，明显高于单一金股组合。

调研域与传统基本面量价因子适配度 [page::26][page::27][page::28][page::29]

• 机构热度、估值、成长及反转因子在调研域表现优良，年化多头收益率分别约为12.32%、12.10%、18.42%、14.37%。

- 各因子均已做市值和行业中性化处理，表明传统基本面因子与调研信息互补性强。

调研明星50组合构建及业绩展示 [page::29][page::30][page::31][page::32]

• 结合估值、成长、反转、主题基金选股因子及哑变量，构建调研明星50组合。

- 组合自2015年以来累计超额显著，相对中证全指年化超额收益达21.30%，表现稳健优异。

• Brinson归因显示选股收益为主要贡献，组合在多数年份均贡献显著选股超额收益。

信达证券——《分域选股系列之一：多维度提炼机构调研信息》报告详尽分析

---

一、元数据与概览

• 报告标题： 分域选股系列之一：多维度提炼机构调研信息

- 作者与机构： 研究由于明明主导，信达证券股份有限公司金融工程与金融产品首席分析师

• 发布时间： 2023年4月12日

- 研究主题： 深入分析A股市场机构调研数据特征与应用，探索基于机构调研的选股“分域”方法，并结合多因子模型提升选股能力。

• 核心观点及目标：

报告围绕“分域选股”这一系统化的非线性多因子解决方案，聚焦机构调研这一另类数据域，从调研数据的覆盖度、及时性、事件收益，到调研因子构建，再到与主题基金、分析师预测、券商金股等因子的结合，逐步建立容量合理、逻辑清晰且历史表现良好的量化组合。
其主旨在于强调机构调研数据的有效性和选股超额收益能力，提供一套科学的调研域因子叠加策略框架，从而优化传统多因子模型，提高选股精准度和收益表现。[page::0, 1]

---

二、逐节深度解读

2.1 分域选股理念详述（第5页）

• 关键论点：

报告首先提出“分域选股”概念，即将股票基于先验机制划分为多个子域，然后针对每个子域应用差异化因子或策略。这区别于传统的以全市场为载体的笼统多因子体系，有利于捕捉市场的非线性信息，挖掘更多未被广泛覆盖的Alpha机会。
并细分为：
- 截面分域，比如根据市值、行业或因子覆盖度划分，提高因子的局部表现；
- 时序分域，比如根据季度业绩发布周期、会议节点等时间维度调整因子权重，实现全天候动态策略。

• 逻辑支撑：

市场风格与机构关注点动态变化，因子表现和可用性具有阶段性差异，单一全球因子难以适应。因此分域选股能增强模型灵活性与精细度。

• 报告案例： 将机构调研定义为一个“专精特新”域，结合主板、科创板的披露规则差异，识别有效的调研事件及关联因子，形成叠加组合。
• 图1解读： 分域选股包含“寻找高质量域”、“域内寻找高Alpha因子”、“构造特定另类因子”、“拒绝笼统股票”等四大策略思路，体现了系统化深入挖掘分域内潜力的框架。[page::5]

2.2 机构调研数据观察（第6-12页）

• 调研数据类型与披露现状：

机构调研包括特定对象调研、业绩说明会、分析师会议等多种形式。当前市场特定对象调研占比最高，业绩说明会逐渐规范化。考虑“业绩说明会”由上市公司主动发起，可能引入投资者意愿“杂音”，报告后续分析多数采用特定对象调研和“其他”两类数据。

• 数据覆盖与披露差异：

- 深交所和上交所科创板调研披露及时性及覆盖度高，沪市主板和北交所覆盖较低，披露细则的差异性直接影响数据可用性。
- 2022年两类主要调研活动全市场年覆盖度49%，科创板高达79%。
- 趋势上，2014-2017年调研数量上升但覆盖度下降；2017-2019年调研活跃度下降，小市值获关注较少；2020年后覆盖度上升，特别是小市值股票涉足调研逐步增加。

• 调研数据行为特征：

- 调研事件发布日普遍及时，77%在2个交易日内发布，95%在20日内，数据具较高时效性。
- 存在明显月历效应，5、9、11月调研次数多，2、10月较少，受披露期、静默期及假期影响。
- 行业覆盖度分化明显，新能源、电子、机械等行业关注度近年提升。
- 机构参与结构多元化，券商、基金、私募为主力，但其他类型机构参与比例逐年增加。
- 机构调研标的市值持续向小市值迁移，体现投资机构对冷门、高成长标的兴趣提升。

• 图表解读：

- 图2展示调研会议中“特定对象调研”占比逐年降至约50%附近，其他类型逐渐发展。
- 图3、图4显示以上市板为维度调研活动覆盖度变动，科创板持续领先。
- 图5反映调研报告发布普遍及时。
- 图6揭示调研活动的季节规律。
- 图7、图8体现行业覆盖的动态变迁。
- 图9显示深交所调研域覆盖的中位数市值呈下降趋势。
- 图11的参与机构多样化显示券商研究所、基金公司、私募仍主导，且趋势稳定增多。

• 总结： 高覆盖度、及时性和机构参与多元化为调研域应用奠定基础，并揭示调研数据与市场风格及热点的密切相关性。[page::6-12]

2.3 调研事件研究：事件超额收益分析（第12-15页）

• 报告核心发现： 调研事件具备稳健的超额收益特征，其中中小市值市场（中证500、中证1000）表现显著优于沪深300。

- 具体数据（表2、图12）：
- 持有20、40、60、120个交易日的超额收益率分别为0.85%、1.65%、2.34%、4.31%（中证全指），沪深300为0.21%、0.42%、0.74%、1.85%。
- 持有期拉长依旧维持较好的累计超额收益。
- 多数年份该策略均呈现正超额，2017年为例，整体走势较弱，其他年份表现较为稳健。

• 行业维度（表4）： 多数行业调研事件均展示正超额收益，尤其是石油石化、汽车、有色金属等行业表现优异，少数行业如家电、消费服务较弱。

- 调研活动类型和参与机构分析（表5、表6）：
- “特定对象调研”和“其他”类别超额收益最高，分析师会议次之；
- 基金公司调研事件的持续超额最为突出，20-120交易日超额收益均位列前列，券商调研超额持续性较弱。

• 结论点明： 基金调研事件体现更高投资价值，而沪深300等大盘资产调研事件超额体现较为有限，强调从机构调研中挖掘分域细分空间的必要性。[page::12-15]

2.4 因子框架深挖调研域有效机会（第16-31页）

调研域基本因子表现（第16-17页）

• 调研域组合构建（表7）：

- 朴素等权策略年化收益约10.7%，行业中性后年化收益约7.1%，均优于中证全指。
- Brinson归因表明超额收益主要源自选股贡献，行业配置贡献较小。

• 净值走势图（图13-16）展示自2015年以来调研域组合显著超越基准，波动率相对合理。

与主题基金因子结合（第18-19页）

• 策略逻辑：主题型基金经理具备较强选股能力，特别是在细分行业内。通过映射个股与基金经理，根据基金收益为个股评分，构建“绩优主题型基金选股因子”。

- 表现：2019年以来，三个月窗口内主题型基金选股因子年化收益高达25.89%，有效从调研域内精简标的，提升选股效果（表9）。

与分析师预测结合（第19-23页）

• 分三个因子测试：

1. 分析师一致预测归母净利润相较4周前变化率，影响调研域内股票表现，年化多空收益超额达11.59%。
2. 盈利上调组合，结合调研机构映射后，提升多头年化收益至14.95%。
3. 标准化分析师预期调整因子，映射提升后年化收益15.14%。

• 净值走势明显分层（图18-22），表明调研域内结合分析师盈利预期具有显著的选股及超额收益能力。

与券商金股结合（第24-26页）

• 金股与调研域叠加加强选股能力，尤其深交所股票。

- 多项金股调研组合表现超过单一金股或调研域，本月新进调研金股年化约15.27%，优于金股基准13.69%。

• 建立机构映射避开错位事件后，1个月窗口组合收益率可达25.25%，显著优于深交所全部金股13.85%。

- 基金调研与金股域结合也表现不俗，年化约18.43%。

• 组合成分数量控制合理，彰显实用性（表17、19）。

调研域与传统因子结合（第26-29页）

• 测试了调研热度、估值（BP）、成长（净利润同比平滑）、反转（过去20交易日反向收益）等因子在调研域的表现，均显示良好年化收益水平：

- 调研热度因子多头年化12.32%
- 估值因子12.10%
- 成长因子18.42%
- 反转因子14.37%

• 图23-26对不同因子分层净值显示，调研域多头组收益持续领先。

调研明星50组合构建及表现（第29-31页）

• 组合构成：

- 包括四大标准因子（估值、成长、反转、主题型基金选股），各因子秩归一化处理；
- 两个哑变量因子（是否当月金股、是否盈利上调组合）。

• 表现：

- 2015年至2023年，该组合年化收益约22.79%，显著超越中证全指（相对超额21.30%）。
- Brinson归因分析表明选股贡献优异，且多数年份均呈现稳健超额收益。

• 持仓明细包含传媒、电子、机械、医药等多个行业代表性个股（表27），体现行业分布相对均衡。[page::16-31]

---

三、图表深度解读

• 图1（第5页）：阐释了分域选股的战略思路，展示如何依次筛选高质量域、域内挖掘高Alpha因子、叠加另类因子，从而避免持仓平庸、低效的股票。视觉上简洁明确，逻辑清晰。
• 各类柱状和折线图（第6-12页）：体现了调研数量、覆盖度随时间和市场板块的动态变化。如图3、4说明科创板调研活跃度大幅领先，图5揭示调研公告的高时效性，图6揭示机构调研的季节/月份规律，图9显示调研资本向小市值偏移。
• 事件超额收益图与表（第12-15页）：表2及图12量化清楚不同宽基域调研事件超额收益表现，强调以中小市值市场为核心的投资价值。

表4则分行业详解调研事件收益贡献差异，辅助识别行业赛道。

• 调研域组合净值图（第16-17页）：图13-16直观呈现调研域多种构造的累计超额，显示策略稳定性与收益驱动。
• 主题型基金选股因子流程图（第18页）及净值图（第19页）：流程图清晰描述因子构建逻辑，净值表现印证该因子的实用性。
• 分析师预测因子净值图（第19-23页）：多幅分层净值曲线展示结合分析师一致预测、盈利上调、标准化预期调整因子后调研域股票的超额表现，验证预测信息的重要增益作用。
• 券商金股与调研域叠加表现表（第24-26页）：详实的分年数据及组合成分数量说明叠加策略的有效性与适用范围。
• 调研域传统因子各类净值图（第27页）：图23至图26进一步证实传统基本面、量价因子的稳健性。
• 调研明星50组合净值及Brinson归因图表（第30-31页）：组合净值显著超基准，Brinson归因定量展示长期选股收益贡献，体现组合的投资价值。

整体图表设计合理，叙事流畅，数据详实，支撑文本论点精准，增强信服力。[page::5-31]

---

四、估值分析

报告本身不涉及传统意义上个股估值模型（DCF、PE等）的具体推导，但提供了基于机构调研数据构建“调研域”及其与多因子结合形成的收益预测和投资组合回测，体现一种基于事件研究的“另类数据驱动估值”视角：

• 侧重于“机构调研”事件信息的捕捉和利用，认为其隐含机构偏好与市场预期的非公开信息，这通过事件超额收益率及多因子日收益的演绎量化验证。

- 基于历史超额收益与事件驱动特征，结合基金经理和分析师预测，通过多种因子叠加实现超额收益最大化，体现“选股价值”的挖掘过程。

• 组合理论和因子模型是估值与风险的技术基础，但报告聚焦于信息因子、事件驱动因子和多因子叠加，其核心是通过策略收益率估值逻辑优化。

综上，报告建立了一套基于机构调研信息的“事件驱动+多因子”选股估值体系，但未对传统现金流贴现等估值法直接应用。[page::16-31]

---

五、风险因素评估

报告多处声明风险：

• 基于历史数据的模型与结论有可能因未来市场环境变化失效，存在模型失灵风险。

- 调研数据受披露规则、市场环境、机构行为变化影响，覆盖度和及时性波动可能降低策略适用性和稳定性。

• 事件研究存在样本选择、生存偏差等潜在风险，未来信息环境或政策变更可能调整调研事件信息含量。

- 由于模型依赖于多因子结合，因子间相关性变化或单因子表现下滑可能导致整体策略效果受影响。

• 报告未详细讨论系统性风险，但鉴于主题聚焦于选股因子，独立性风险较好控制。

虽然存在风险提示，报告未详细提出具体风险缓解策略，从产业与政策角度考虑，投资者仍需关注潜在宏观政策、监管调整和市场流动性变化风险。[page::2, 33]

---

六、批判性视角与细微差别

• 报告优势：

- 深度剖析了机构调研数据特征与投资价值，构建出富含实证基础的分域选股体系。
- 结合多种类别因子和机构参与者类型，层层递进，条理清晰。
- 数据支撑充分，覆盖周期长，覆盖多市场及细分行业。

• 潜在局限与建议：

- 由于调研事件偏向披露制度完善的板块，受限于披露机制，可能导致对某些板块的忽略，应警惕样本代表性与覆盖不足。
- 调研域的超额收益在大盘领域（沪深300）表现逊色，暗示空间有限，其策略更适合中小盘或细分市场。
- 报告未详细披露实际交易成本、流动性影响及调仓频率对实盘策略的压力，建议后续研究中纳入交易成本动态模拟。
- 风险管理层面较为简略，缺少对市场极端事件下策略表现的压力测试分析。
- 基于过去数据的策略表现不能完全保障未来有效，需持续关注因子失效与结构性变化。
- 报告中部分表格（如表4部分数据排版有误）可能影响阅读体验。

• 内部一致性：

报告结构合理，前后衔接密切，数据与文本论述基本一致，未见明显矛盾，但对复杂因子之间的相关性与多重测试问题未深刻讨论。[page::12, 33]

---

七、结论性综合

信达证券于2023年4月发布的《分域选股系列之一：多维度提炼机构调研信息》报告，系统揭示了机构调研这一另类数据在A股市场的投资价值和实操路径。通过对调研数据覆盖度、披露及时性、多样参与机构及其关注标的特征的详细解析，确认调研域尤其在中小市值市场具备显著的事件超额收益能力。

报告创新性地将“分域选股”方法应用于机构调研域，实现非线性因子交互叠加：

• 结合绩优主题型基金经理选股能力和分析师盈利预测变动，提升对调研域内结构性机会的捕捉；

- 与券商金股域的有效叠加进一步强化选股能力，验证通过“机构映射”机制排除错位提升策略效果；

• 传统基本面因子和量价信号在调研域内依旧表现良好，表明调研数据兼容传统多因子框架。

以调研明星50组合为代表的多因子整合策略经实证检验，近九年（2015-2023Q1）年化收益达22.79%，超越基准21.3%，且Brinson归因进一步证实选股贡献突出，充分体现了调研域策略的实用价值。

总体来看，该报告为投资者提供了一套结合机构调研数据与主流因子的选股系统，具有较强学术深度与实际可操作性。尽管披露机制与市场变化带来一定风险和局限，但报告通过详实数据支持，明确了调研事件及因子的超额收益与稳定性，给予投资者明确的Alpha挖掘路径。

本报告建议投资者重点关注中小市值细分市场的机构调研动态，结合主题基金和分析师盈利预测进行深度定量挖掘，同时借助券商金股与传统因子提高投资组合表现的稳定性和安全边际。未来仍需动态监测调研域策略的持续有效性及市场风险演变，保持模型及因子框架的适时迭代。[page::32]

---

参考文献与数据源

本分析基于信达证券原创研究报告，涵盖万得、聚源数据库及信达证券研发中心统计数据。

---

注：本文所有引用均附有页码标识，如需查找对应内容，可用于后续文本溯源和验证。

报告