金工专题报告：分域选股系列之一：多维度提炼机构调研信息

请阅读最后一页免责声明及信息披露http://www.cindasc.com1 多维度提炼机构调研信息 ——分域选股系列之一 2023年4月12日 于明明金融工程与金融产品首席分析师执业编号：S1500521070001 联系电话：+8618616021459 邮箱：yumingming@cindasc.com 证券研究报告金工研究 金工专题报告 于明明金融工程与金融产品首席分析师 执业编号：S1500521070001联系电话：+8618616021459 邮箱：yumingming@cindasc.com 分域选股系列之一：多维度提炼机构调研信息 2023年4月12日 什么是分域选股？分域选股是将股票通过某种先验机制在截面和时序划分为若干子域，再在每个子域内应用差异化因子或叠加次级子域的策略构建思路。有别于传统多因子体系相对笼统的处理手段，分域选股是一种系统化的非线性多因子解决方案，可以有效实现域与因子、域与域的交互，全方位提升传统多因子体系的深度与广度。 机构调研数据观察：“行之力则知愈进”。本文对机构调研明细的数据质量和特征进行了全面考察。(1)披露机制差异下，深交所、上交所科创板覆盖度高，上交所主板、北交所覆盖度较低。(2)2021年机构抱团解体后，小市值风格再度强势，机构调研视线存在分散迹象，对相对冷门标的的调研热情明显上升。2021年以来，被调研个股数量陡增。(3)由于存在“披露期”、“静默期”转换再叠加假期效应，机构调研明细在月历上分布存在明显差异：5、9、11月调研次数普遍较多，2、10月调研次数较少。(4)调研活动参与机构以券商、基金、私募为主，长期存在多元化趋势。 机构调研事件研究：精选高质量域。本文在事件框架下探索调研因子收益能力，发现：(1)在中证全指成份股中，机构调研持有20、40、60、120个交易日的事件超额收益依次为0.85%、1.65%、2.34%、4.31%，可覆盖约2000只个股。(2)沪深300域内调研事件超额收益整体明显逊于中小市值域。(3)机构调研事件在多数年份、多数行业超额稳健。(4)基金调研信息价值较高，长、短期超额兼优，持有基金公司调研样本20、40、60、120个交易日的事件超额收益依次为1.44%、2.66%、3.37%、5.45%。 哪些因子适合与机构调研域叠加？从事件框架到因子框架，调研域展现了相对优质的Beta属性，选股超额突出。为进一步挖掘调研域内的结构性机会，本文测试了主题型基金选股因子、分析师预测系列因子/域和传统基本面、量价信息等在调研域的表现，并探索了金股域、调研域的结合方法，形成了一系列容量适中、逻辑清楚、历史表现优异的主动量化组合。 调研域×绩优主题型基金：绩优主题型基金选股因子实现了对调研域的有效精简。2019年以来，3个月调研域内主题型基金选股因子多头收益率年化约25.89%，同期样本池收益率年化约24.00%。 调研域×分析师预测：测试(1)分析师一致预测归母净利润相较4周前变化率、(2)分析师盈利上调组合、(3)标准化分析师预期调整因子在调研域的表现。建立机构映射后的调研域×盈利上调组合多头组收益率年化约14.95%，相对基准中证全指的超额收益率年化约14.13%，且除2017年以外每年均可战胜基准。 信达证券股份有限公司 CINDASECURITIESCO.,LTD 北京市西城区闹市口大街9号院1号楼邮编：100031 券商金股×调研域：券商深度考察金股效果突出，1个月窗口下多头组合年化收益率可达约25.25%，同期深交所全部金股年化收益率仅13.85%。 调研域×其他因子：传统基本面、量价因子在调研域仍有较高适配度。2015年以来，机构热度、估值、成长、反转因子多头收益率年化约12.32%、12.10%、18.42%、14.37%。 调研明星50组合推荐。调研明星50组合收益率年化约22.79%，相对中证全指的超额收益率年化约21.30%。从Brinson归因结果来看，以中证全指、调研域为基准，该组合均存在长期稳健超额，贡献可观的选股收益。 风险因素：结论基于历史数据统计、建模和测算，受市场不确定性影响可能存在失效风险。 目录分域选股系列之一：多维度提炼机构调研信息6 1.机构调研数据观察：“行之力则知愈进”7 1.1覆盖度、及时性决定了调研域可用性8 1.2结构画像：近年小市值风格关注度上升10 1.3小结：机构调研数据特征总览13 2.机构调研事件研究：精选高质量域13 2.1调研事件超额收益稳健13 2.2调研事件在多数行业有效，基金调研超额突出15 2.3小结：进一步挖掘基金、券商调研16 3.在机构调研域内深挖有效因子17 3.1事件框架到因子框架：超额主要来源于选股17 3.2调研域×绩优主题型基金：跟随专家视线19 3.3调研域×分析师预测：遴选左侧调研20 3.4券商金股×调研域：深度考察金股效果突出25 3.5调研域×其他因子：传统基本面、量价因子在调研域仍有较高适配度27 3.6调研明星50组合构建30 4.总结与展望33 附录1：复合因子在调研域的分年表现34 风险因素34 表目录表1：沪深交易所机构调研信息披露相关最新细则8 表2：机构调研在不同宽基域的事件超额收益13 表3：全指域内机构调研的分年事件超额收益14 表4：机构调研在不同行业的事件超额收益15 表5：机构调研事件超额表现(按调研活动分类)15 表6：机构调研事件超额表现(按参与机构分类)16 表7：调研域(朴素等权)、调研域(行业中性)收益统计17 表8：20、40、60交易日窗口下调研域Brinson归因结果（年均值）18 表9：调研域内主题型基金选股因子表现分年评价20 表10：调研域内分析师一致预测归母净利润相较4周前变化率因子表现分年评价21 表11：调研域内盈利上调组合表现分年评价22 表12：调研域内盈利上调组合(建立机构映射)表现分年评价22 表13：调研域内标准化分析师预期调整因子表现分年评价23 表14：调研域内标准化分析师预期调整因子(建立机构映射)表现分年评价24 表15：金股域、调研域的简单叠加策略分年评价25 表16：金股域内券商分析师调研域(建立机构映射)表现分年评价26 表17：金股域内券商分析师调研域(建立机构映射)组合成份数量26 表18：金股域内基金调研域表现分年评价26 表19：金股域内基金调研域组合成份数量27 表20：调研域内其他因子构造方法与评价汇总27 表21：调研域内调研热度因子表现分年评价28 表22：调研域内估值因子表现分年评价29 表23：调研域内成长因子表现分年评价29 表24：调研域内反转因子表现分年评价30 表25：调研明星50组合表现分年评价31 表26：调研明星50组合相对中证全指、调研域的Brinson归因结果32 表27：调研明星50组合最新一期持仓明细32 表28：复合因子表现分年评价34 图目录图1：分域选股思路浅析6 图2：不同类型的调研活动会议数量统计：特定对象调研、其他两类为主7 图3：分上市板调研活动年覆盖数量9 图4：分上市板调研活动年覆盖度9 图5：调研信息发布日相对事件日的滞后天数分布10 图6：调研会议数、参与机构数、参与人数分布：月历效应明显10 图7：深交所分行业调研数量分布及占比11 图8：上交所主板分行业调研数量分布及占比11 图9：深市、深市调研域成份市值分位点(亿元）12 图10：各宽基域内调研活动每年覆盖成份数量12 图11：14类参与机构：券商、基金、私募为主，长期存在多元化趋势12 图12：机构调研在不同宽基域的事件超额收益14 图13：调研域(过去20交易日)净值及累计超额17 图14：调研域(行业中性，过去20交易日)净值及累计超额17 图15：调研域(过去60交易日)净值及累计超额18 图16：调研域(行业中性，过去60交易日)净值及累计超额18 图17：主题型基金选股因子构建方法19 图18：调研域内分析师一致预测归母净利润相较4周前变化率因子分层净值20 图19：调研域内盈利上调组合分层净值22 图20：调研域内盈利上调组合(建立机构映射)分层净值22 图21：调研域内标准化分析师预期调整因子分层净值23 图22：调研域内标准化分析师预期调整因子(建立机构映射)分层净值23 图23：调研域内调研热度因子分层净值28 图24：调研域内估值因子分层净值28 图25：调研域内成长因子分层净值28 图26：调研域内反转因子分层净值28 图27：调研明星50组合构建方法30 图28：调研明星50组合净值vs中证全指31 图29：调研明星50组合净值vs调研域31 分域选股系列之一：多维度提炼机构调研信息 什么是分域选股？分域选股是将股票通过某种先验机制在截面和时序划分为若干子域，再在每个子域内应用差异化因子或叠加次级子域的策略构建思路。有别于传统多因子体系相对笼统的处理手段，分域选股是一种系统化的非线性多因子解决方案，可以有效实现域与因子、域与域的交互，全方位提升传统多因子体系的深度与广度。 分域选股有哪些分类？能解决哪些问题？本文从时空维度入手，将分域进一步划分为截面分域和时序分域。 截面分域：因域施策，优中选优 实施截面分域，首先需要按照特定标准划分合适的基础域，再对每个基础域搭建适应性策略。 截面分域使用场景丰富，包括但不限于：(1)一些因子全A覆盖度不高，在已覆盖标的池内区分度良好，但覆盖股票池未必长期稳定跑赢全A。(2)一些因子全A覆盖度良好，但缺乏全局适用的逻辑基础，例如专利数据之于科技股。(3)随着全A股票池容量的扩张，风格差异化趋势愈发明显，低估值、高成长的线性等权打分后越难找到各自域下的优秀股票，截面分域可以帮助探索因子间非线性信息。(4)解决低覆盖优质另类因子与已有多因子体系结合的问题。 时序分域：有效搭建全天候策略 时间轴上各类资金流的关注重点并不一致，比如：重要会议前夕，市场或对产业结构性机会关注度较高；业绩密集发布阶段，市场更重视业绩兑现及超预期情况……在基于行业景气度做中观轮动判断时，我们曾提出可以在4、8、10月节点赋予真实财报信息更高的权重（详见2022年6月20日团队外发报告《资产配置研究系列之五：基于行业景气度和机构持仓倾向的行业轮动策略》），在财报真空期更关注分析师一致预测，取得了较好的效果。以此为由，时间分域也是我们未来在分域领域探索的另一条重要主线。 图1：分域选股思路浅析 •金股域 •科创板+创业板 •专精特新域 •超预期域 •基金重仓域 •…… 寻找高质量的域 •大盘域：北向因子… •小盘域：成长、高频量价因子… •红利域：国企因子… 域内寻找高Alpha因子 •专精特新域：专利数据… •成长域：机构调研… •中证1000域：绩优基金持仓因子… •大消费域：消费大数据… 构造特定域另类因子 •各自优秀的单因子间非线性结合空间更大 •全局Z-score可能只选中平庸股票，浪费持仓效率 拒绝平庸股票 资料来源:信达证券研发中心 分域选股×机构调研：本文是信达金工分域选股系列研究的第一篇，重点探讨机构调研信息的多维度应用方法，研究调研事件的数据特征、事件有效性并探索机构调研信息与其他因子或分域的有效结合方式。受披露规则影响，调研事件覆盖有偏，在深交所、上交所科创板覆盖度高。本文在调研域内深挖数据结构特征，在符合投资逻辑的基础上寻求域与域、域与因子的共振，测试了主题型基金选股因子、分析师预测系列因子/域和传统基本面、量价信息等在调研域的表现，并探索了金股域、调研域的结合方法，形成了一系列容量适中、逻辑清楚、历史表现优异的主动量化组合。 1.机构调研数据观察：“行之力则知愈进” 机构调研是投资者研究上市公司的方法之一，投资者通过对上市公司进行调研，可以有效跟踪上市公司的最新动态，并据此制定投资决策。随着我国资本市场的不断发展，机构投资者占比逐步提升，价值投资、长期投资理念深入人心