PEAD现象及业绩超预期因子的构建及定义 [page::2][page::3]

• PEAD指公告盈余超预期股票随后持续正向异常收益，低于预期则为负向收益，反映市场对盈利公告反应滞后。

- 采用季节性随机游走模型带漂移和不带漂移两种形式构建净利润和营业收入的标准化超预期指标(SUE0、SUE1、SUR0、SUR1)。

• 指标覆盖率高，计算要求上市至少8个季度有效数据，适用于A股季度公告数据。

PEAD收益特征与累计异常收益分析 [page::4][page::5][page::6]

• 业绩公告前后均存在显著累计异常收益，公告前异常收益高于公告后，暗示市场部分提前反应。

- 基于净利润指标的超预期因子（SUE0、SUE1）相较营收指标（SUR0、SUR1）反应更突出，累计异常收益更显著。

• 异常收益持续3-4个月，衰减缓慢，且高超预期组在公告后1-2个月可能出现回调行为。

- 下期财报公告期间未观察到显著异常收益，支持市场延迟反应假设。

业绩超预期因子选股效果及回测表现 [page::6][page::7][page::8]

| 样本空间 | 因子名称 | RankIC行业中性化 | ICIR | 多空月均收益 | 最大回撤 |
|----------|---------|------------------|-------|-------------|---------|
| 中证全指 | SUE0 | 4.02% | 3.49 | 1.53% | -7.27% |
| 中证全指 | SUE1 | 4.83% | 2.85 | 1.54% | -9.29% |
| 中证全指 | SUR0 | 2.99% | 2.89 | 1.10% | -5.96% |
| 中证全指 | SUR1 | 3.58% | 2.12 | 1.10% | -7.85% |

• 净利润相关因子（SUE0，SUE1）表现出更稳定且较高的选股能力，行业市值中性化后表现更加稳定。

- 多空组合净值持续上升，最大回撤控制良好，验证了业绩超预期因子的实用性。

业绩超预期因子与主流Alpha因子相关性与增量信息分析 [page::9][page::10][page::11]

• 业绩超预期因子与成长因子相关度超过50%，与盈利能力、分析师预期有一定相关性，其他大类因子相关较低。

- 剔除成长等因子后，业绩超预期因子仍保持显著的选股效果及多空组合表现，显示其具有显著信息增量。

• 成长因子在剔除业绩超预期因子后选股能力显著下降，表明业绩超预期因子在成长类因子信息中起核心作用。

业绩超预期因子在指数增强策略中的应用与业绩提升 [page::14][page::15][page::16][page::17]

• 业绩超预期因子替代成长因子构建的指数增强策略（Model1）相比传统模型（Model0）在沪深300和中证500多个维度均展现出年化对冲收益提升，最大收益提升至4.37%，而跟踪误差及最大回撤变化不大。

- Model1在历史各年均优于Model0，提升稳定且信息比提高明显，表明业绩超预期因子具备强大应用潜力和增量信息。

东方证券《因子选股系列研究之三十九——业绩超预期类因子》详尽解读与分析

---

一、元数据与报告概览

• 报告标题：《因子选股系列研究之三十九——业绩超预期类因子》

- 发布日期： 2018年5月18日

• 发布机构： 东方证券股份有限公司

- 分析师： 朱剑涛、王星星

• 研究对象： A股市场业绩公告超预期的股票及其对股价的影响（PEAD现象）

- 核心主题： 探讨业绩公告超预期带来的异常收益及其因子选股效应，验证PEAD（Post-Earnings Announcement Drift）在中国A股的存在及表现，并基于此因子提出指数增强策略的改进。

报告核心论点总结：

• 投资者对信息反应不及时，导致业绩公告超预期的股票存在正向异常收益（PEAD），而低于预期股票存在负向异常收益。

- 基于季节性随机游走模型构建4个标准化业绩超预期因子（SUE0、SUE1基于净利润；SUR0、SUR1基于营业收入），均显著支持PEAD在A股市场的存在。

• 净利润相关指标表现优于营业收入指标。

- 业绩超预期因子选股效果稳定，能作为Alpha因子纳入多因子框架，且具有较高的信息增量，尤其是可以替代成长因子提高指数增强策略表现。

• 指数增强实证显示，采用业绩超预期因子替代成长因子后，收益显著提高且风险指标变动不大。

---

二、逐节深度解读

1. 关于PEAD现象与研究背景（第2页）

• PEAD定义与发现： PSAD指业绩公告后市场价格持续异动的现象，早由Ball和Brown（1968）在美国最早发现，表现为业绩好于预期股票股价持续上升，反之亦然。

- 盈利与营收两个维度： 传统研究多聚焦净利润(Earnings Surprise)，近年扩展至营业收入(Revenue Surprise)，后者提供独立且额外的信息。

• 理论解释分流派：

- 风险补偿或交易成本摩擦（认为PEAD反映风险溢价）
- 市场反应迟缓（认为PEAD源于市场效率低）

• Bernard和Thomas（1990）证据倾向后者（市场无效及投资者反应滞后）。

- 度量方法： 主要框架为“公告值 - 预期值”标准化，预期值来源多为时间序列模型、分析师预期或横截面回归。

• 本报告采用： 季节性随机游走模型生成净利润和营收的预期值，后续构造标准化业绩超预期指标。

2. 业绩超预期的度量（第2-3页）

• 定义标准化预期外盈利（SUE）：

\[
SUE{i,t} = \frac{Q{i,t} - E(Q{i,t})}{\sigma{i,t}}
\]

其中：
- \( Q{i,t} \)：实际公告净利润
- \( E(Q{i,t}) \)：基于季节性随机游走模型的预期净利润
- \( \sigma{i,t} \)：预测标准差，代表预期误差的波动

• 季节性随机游走模型分带漂移项和不带漂移项两类，分别计算出SUE0（带漂移）、SUE1（不带漂移）；

带漂移模型考虑公司历史业绩增长趋势，计算更加接近市场预期。

• 同理构建标准化预期外营业收入(SUR0、SUR1)指标。
• 计算覆盖率高（需至少8个有效季度数据），基本覆盖所有上市超过一年的公司。

3. PEAD的收益特征（第4-6页）

• 事件研究方法： 使用49个报告期（2005Q3至2017Q3）3421只A股，基于每日异常收益计算累计异常收益(CAR)。

- 累计异常收益发现：
- 明显的PEAD效应：业绩超预期的股票公告前后均呈现显著正向异常收益，低于预期则表现负向收益。
- 公告前异常收益较高，表明部分市场参与者提前获取信息。
- 净利润指标PEAD效应明显优于营收指标。
- 公告后异常收益持续3-4个月，异常收益衰减不明显，体现持续的市场反应滞后。
- 下一个报告期公告无显著异常收益，表明PEAD主要源于公告信息的延迟反应而非持续业绩超预期。
- 业绩公告前一两个交易日存在超额收益现象，暗示业绩“赌博”行为。

• 图示解读：

- 图1（SUE0）补充数据表明极端超预期组(G9)公告后累计异常收益约为6.2%，低于预期组(G0)则为-6.1%，呈现跨组明显优势。
- 事件期时间窗口覆盖公告前60日及公告后120日，表现持续稳健。

4. 因子化尝试及选股效果（第6-8页）

• 以最新一期四个超预期指标作为因子，构建多空组合，并展开IC（信息系数）、ICIR（IC稳定性指标）、多空组合收益等指标检验。

- 关键发现：
- 净利润相关因子（SUE0、SUE1）表现优于营业收入因子（SUR0、SUR1）。
- 中性化处理提高选股稳定性，但原始因子也具显著效果。
- 带漂移和不带漂移模型各有千秋，稳定性和收益率略有不同。

• 统计数据：

- 以中证全指为例，SUE0行业市值中性RankIC均值约4%（显著性高）、ICIR高达3.5，月均多空收益约1.53%，最大回撤7.27%（表现优异）。

• 图6-9回溯表现图：

- 从2005年开始，因子分组多空组合获利持续且波动相对合理，多数年份无较大回撤，突出体现了因子的持久有效性。

5. 信息增量与指数增强（第9-17页）

• 因子库及分析架构： 分为估值、成长、盈利能力、营运治理、流动性、技术反转、分析师预期及业绩超预期共8大类因子。

- 相关性分析（图11）：
- 业绩超预期因子与成长类因子高度相关（相关系数>50%），二者信息重叠明显。
- 与盈利能力和分析师预期因子相关度中等。
- 与估值、流动性、投机因子相关性较低，的信息增量较大。

• 回归分析（图12、13）：

- 剔除成长等其他因子后，业绩超预期因子仍保持显著选股能力，IC与收益率仅轻微下降甚至上升，表现稳定且信息增量显著。
- 剔除业绩超预期因子后，成长因子选股能力大幅下降甚至丧失，盈利能力和分析师因子略有下降，其他因子变化小，说明业绩超预期因子对成长因子信息覆盖度高，是成长因子选股表现的关键来源。

• 指数增强实证（第14-17页）：

模型设置：
- Model0：7大类因子包含成长因子
- Model1：用业绩超预期因子替代成长因子，其他输入保持不变

主要表现比较：

- 沪深300成分股内增强（图14）
- Model1年化对冲收益比Model0高0.88%
- 跟踪误差、最大回撤无明显差异
- 换手率差异小
- 沪深300全市场增强（图15）
- Model1年化对冲收益高出1.54%，风险指标不变甚至略优
- 今年以来收益回落较明显
- 中证500成分股内增强（图16）
- Model1年化对冲收益较Model0提升近1.7%
- 跟踪误差、回撤略增，但信息比提升明显
- 中证500全市场增强（图17）
- Model1年化对冲收益大幅提升4.37%（13.78%提升至18.15%）
- 跟踪误差和最大回撤变化不大，信息比大幅提高
- 多年收益均稳定领先Model0，特别2011-2015年成长势头强劲期间优势明显

• 研究结论：将业绩超预期因子替代成长因子可显著提升指数增强策略的表现，且风险、换手率等交易成本相关指标保持在合理范围内，业绩超预期因子对组合的边际贡献十分显著。

---

三、图表深度解读

图0：业绩惊喜因子对指数增强的业绩提升（封面图）

• 展示两个模型的净值曲线，Model1（替代成长因子后）稳步上升，高于Model0。

- 右轴显示收益差异，峰值与谷值反映出信息差异带来的实时影响。

---

图1-4：4个业绩超预期指标（SUE0、SUE1、SUR0、SUR1）各分组累计异常收益

• 纵轴为累计异常收益，横轴为公告日前后交易日（-60至+120天），颜色区分不同组，从G0（低预期）到G9（高超预期）分层。

- SUE0和SUE1的G9组累计异常收益分别达到5%-6%，G0组则是-6%-7%，净利润指标信号明显强劲。

• 营业收入指标SUR0、SUR1的累计异常收益幅度相对较低，约为2-4%。

- 公告日前已出现收益上涨，突出某些信息预先泄露或市场参与者信息优势。

• 异常收益公告后持续存在3-4个月且衰减缓慢，展示在A股PEAD的持久性。

---

图5-7：因子表现关键统计指标（RankIC、ICIR、回撤、月收益）

• 不同样本空间（中证全指、沪深300、中证500）及因子（SUE0、SUE1、SUR0、SUR1）对比；

- RankIC均值约为3%-6%，ICIR高达2-3，显示因子预测力稳定，收益表现同时平衡最大回撤（一般不超过10%）。

• 行业市值中性化处理提升ICIR和收益稳定性，体现去除行业与市值影响后信号清晰。

- 净利润指标因子普遍优于营收指标。

---

图8-9：业绩超预期因子分组年化对冲收益、多空组合净值及回撤曲线（中证全指，行业市值中性）

• 条形图显示从最差组(G0)到最好组(G9)收益从负7%到12%的年化对冲收益映射，体现因子分组明显区别。

- 多空组合净值曲线线性、稳步上升，极少大幅调整，回撤合理，说明组合风险处于可控区间。

---

图10-11：因子库分类及各大类因子间相关性

• 表格全面列出7大类alpha因子及新增业绩超预期因子，涵盖估值、成长、盈利能力等多个维度，体现研究基础广泛。

- 相关性矩阵揭示业绩超预期与成长因子信息重叠较大（>0.5），亲密度最高，后者尤显关键，提示二者替换必要与可能性。

---

图12-13：剔除其他大类因子对业绩超预期因子与其他因子表现影响

• 剔除其他因子后，业绩超预期因子依然保持显著的RankIC和月均多空收益，显示独立性和强选股能力。

- 剔除业绩超预期因子后，成长因子RankIC大幅下降（甚至呈负），表明业绩超预期信息是成长因子选股能力的核心，有效揭示其不可替代性。

---

图14-17：指数增强模型表现对比及年度分解

• 净值曲线和回撤显示Model1（用业绩超预期替代成长）相对于Model0表现稳健，长期收益领先。

- 年度对冲收益条形图分解，揭示Model1多年度持续超越Model0，尤其成长表现好的年份优势明显。

• 风险指标如跟踪误差、最大回撤和换手率差异不大，说明替代方案提升了组合的信息比，在费用及风险水平未显著恶化的情况下获得更高收益。

---

四、估值分析

本报告核心属于因子研究与策略验证，未涉及具体的企业估值模型，如DCF或P/E估值等，主要聚焦于因子构建、统计检验及策略回测。

---

五、风险因素评估

报告明确风险提示两项：

1. 量化模型失效风险：基于历史数据的模型存在未来表现不确定性，策略需动态跟踪、及时调整以适应市场环境变化。

2. 市场极端环境冲击：如金融危机、突发事件等可能导致因子失效或组合收益波动加剧，风险管理需谨慎。

报告未提供详细缓解措施，但量化模型的风险管理原则应是动态因子更新和多因子分散配置。

---

六、批判性视角与细微差别

• 因子信息重叠高：业绩超预期因子与成长因子高度相关，互为替代，但成长因子并非完全“失效”，或在不同市场环境下仍有补充作用，报告侧重Alpha提出，建议投资者结合多角度考量。

- 公告前异常收益现象：报告指出A股存在公告前异常收益，这一点不同于美国市场，可能预示着市场信息披露和监管上的某些效率不足或内幕交易问题。

• 模型假设与实操限制：使用季节性随机游走模型简化了复杂市场环境，或不足以捕捉部分宏观波动或行业异动，未来可结合更多多维度模型以提高预测准确度。

- 策略年化收益波动：尽管整体对冲收益提升明显，但报告提醒部分年份模型表现下滑，投资者需关注可能的周期性风险与策略退化。

---

七、结论性综合

东方证券本报告深入系统地验证了业绩公告超预期现象（PEAD）在中国A股的显著存在及其对股票后期异常收益的贡献，成功构建4个基于季节性随机游走模型的标准化业绩超预期因子（SUE0、SUE1、SUR0、SUR1），其中基于净利润的指标表现更佳。

事件研究和因子检验一脉相承地表明：业绩超预期股票具备3-4个月相对持续且显著的价格漂移效应，业绩低于预期股票则表现相反，且该因子具有良好的选股能力和稳定性。

最新结合7大类传统alpha因子进行增量信息分析，发现业绩超预期因子与成长因子高度相关，剔除成长因子后因子表现大幅缩水，反向剔除业绩超预期因子后成长因子选股能力几乎丧失，提示其信息覆盖度高。

基于上述发现，报告设计了基于业绩超预期因子替代成长因子的指数增强策略（Model1），实证显示在沪深300、中证500等多个市场空间均显著提高了年化对冲收益（最高提升达4.37%），同时风险指标（跟踪误差、最大回撤）和换手率未显著恶化，收益提升稳定且在多数年份持续领先传统模型（Model0）。

总结而言，本报告确认了业绩超预期因子作为 多因子选股体系中极具价值的Alpha因子，尤其在替代成长因子后能为指数增强策略带来实质且显著的收益改进，为投资经理构建更有效的量化组合策略提供了坚实的理论和实证依据。

---

参考图片链接

• 封面图片：

- 图1-SUE0累计异常收益：

• 图2-SUE1累计异常收益：

- 图3-SUR0累计异常收益：

• 图4-SUR1累计异常收益：

- 图6-SUE0多空组合净值及回撤：

• 图7-SUE1多空组合净值及回撤：

- 图8-SUR0多空组合净值及回撤：

• 图9-SUR1多空组合净值及回撤：

- 图14-沪深300成分股内增强组合净值及回撤：

• 图15-沪深300全市场增强组合净值及回撤：

- 图16-中证500成分股内增强组合净值及回撤：

• 图17-中证500全市场增强组合净值及回撤：

---

参考文献

1. Ball, R. & Brown, P. (1968). An empirical evaluation of accounting income numbers. Journal of accounting research, 159-178.

2. Bernard, V. L., & Thomas, J. K. (1989). Post-earnings-announcement drift: delayed price response or risk premium?. Journal of Accounting research, 1-36.

1. Jegadeesh, N., & Livnat, J. (2006). Revenue surprises and stock returns. Journal of Accounting and Economics, 41(1-2), 147-171.

4. Sadka, R. (2006). Momentum and post-earnings-announcement drift anomalies: The role of liquidity risk. Journal of Financial Economics, 80(2), 309-349.

1. Livnat, J., & Mendenhall, R. R. (2006). Comparing the post–earnings announcement drift for surprises calculated from analyst and time series forecasts. Journal of accounting research, 44(1), 177-205.

6. Ertimur, Y., Livnat, J., & Martikainen, M. (2003). Differential market reactions to revenue and expense surprises. Review of Accounting Studies, 8(2-3), 185-211.

---

综合来看，东方证券此份关于业绩超预期因子的研究具备充分的理论基础和实证支持，通过科学严谨的模型构建和全面的统计测试，彰显了业绩公告超预期在A股市场中作为重要选股因子的有效性和替代成长因子的潜力，为量化策略提供了具有实操价值的优化方案。[page::0,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18]

报告