分域选股系列之二：初探IBES分析师预测数据：在A股量化选股领域的有效性

请阅读最后一页免责声明及信息披露http://www.cindasc.com1 初探IBES分析师预测数据在A股量化选股领域的有效性 ——分域选股系列之二 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 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 分域选股系列之二：初探IBES分析师预测数据在 A股量化选股领域的有效性 2023年5月6日 IBES数据集更充分反映外资对A股的观点。以最新完整年份2022年为例。IBES数据集内共收录69家券商的预测观点，其中29家为内资机构，40家为外资机构。IBES收录的外资机构包括但不限于摩根士丹利(MorganStanley)、高盛(GoldmanSachs)、汇丰(HSBC)等。基于IBES数据集的统计发现，当前外资机构已然充分覆盖A股核心资产，覆盖变化趋势与北向资金重仓情况一致性较强。 IBES一致预期vsxd-IBES一致预期：覆盖度和时效性的权衡。在覆盖性、时效性权衡下，本文构建xd-IBES一致预期净利润。发现：(1)IBES、xd-IBES一致预期覆盖度长期趋势相似。(2)IBES一致预期覆盖度时序稳定性较强，xd-IBES一致预期在每年3月、8月覆盖度相对不足。 (3)内资机构在市场一致预期形成过程中仍掌握绝对话语权，外资预测参与程度呈趋势性提升。 本文讨论一致预期准确性的度量问题。(1)如何刻画一致预期的时序分布特性？分析师一致预期呈现明显周期性特征，在财报披露节点前有效信息最充分，准确度最高；在FY1切换后错误估计及乐观倾向最强。(2)如何把年度一致预期处理为季度一致预期？本文基于不同假设，提出两种方案实现年度一致预期的季度切分，并讨论了不同方法应用的适宜条件。(3)内、外资机构预测准确度有何差别？可比口径下，内、外资机构覆盖准确度相当，并无显著差异。 基于IBES的分析师预期系列因子在A股贡献强势表现。选股因子角度，本文以一致预期盈市比CON_EP、一致预期盈市比60日变化率CON_EP_CHG60、一致预期净利润60日变化率CON_NP_CHG60、标准化预期外盈利CON_SUE为例，初步证实了IBES系列因子在A股量化选股领域的有效性。系列因子中，CON_EP_CHG60、CON_SUE表现相对更佳，样本区间内年化多头收益率分别为12.62%、11.10%，每自然年均可战胜中证全指。 本文尝试采取表现相对更突出的一致预期盈市比60日变化率因子CON_EP_CHG60和标准化预期外盈利因子CON_SUE构建复合因子。基于xd-IBES一致预期净利润的复合因子在测算区间牛熊更迭中贡献了持续强势的表现。测算区间内，复合因子年化多头收益率16.36%，年化多空收益率20.50%，整体强于两个成份单因子。 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二：初探IBES分析师预测数据在A股量化选股领域的有效性4 1.数据画像：外资机构充分覆盖A股核心资产4 1.1IBES数据集更充分反映外资对A股的观点6 1.2IBES一致预期vsxd-IBES一致预期：覆盖度和时效性的权衡9 1.3如何衡量一致预期的准确度？12 2.构建基于IBES的分析师预期因子15 2.1基于xd-IBES的传统基本面因子在A股有效性较强15 2.2超预期框架下IBES应用场景广阔18 3.总结与展望20 附录1：IBES分析师覆盖域与其补集的风格差异21 附录2：IBES表单TREDetPer字典22 风险因素25 表目录表1：基于IBES数据集构造的因子在海外的应用示例4 表2：使用IBES数据集支持学术研究的文献示例5 表3：分宽基域机构预测覆盖个股数量、市值占比均值(2022年)6 表4：分行业外资机构覆盖个股数量、市值占比均值(2019-2022年)7 表5：基于xd-IBES一致预期的CON_EP因子分年表现评价15 表6：基于xd-IBES一致预期的CON_EP_CHG60因子分年表现评价16 表7：基于xd-IBES一致预期的CON_NP_CHG60因子分年表现评价17 表8：基于xd-IBES一致预期的CON_SUE因子分年表现评价18 表9：基于xd-IBES一致预期的复合因子分年表现评价19 表10：CON_EP覆盖样本池内外分年表现评价21 图目录图1：IBES收录内外资机构所属国家/地区分布(2022年)6 图2：IBES收录部分外资机构覆盖A股数量(2022年)6 图3：IBES报告入库及时性对照：85%以上1个交易日内入库8 图4：IBES一致预期在沪深300的覆盖数量、市值占比9 图5：IBES一致预期在中证500的覆盖数量、市值占比9 图6：IBES一致预期在中证1000的覆盖数量、市值占比9 图7：IBES一致预期在中证全指的覆盖数量、市值占比9 图8：半衰期halflife=30时权重衰减路径（未作归一化）10 图9：IBES、xd-IBES一致预期在沪深300域内股票覆盖数量占比11 图10：IBES、xd-IBES一致预期在沪深300域内股票覆盖市值占比11 图11：IBES、xd-IBES一致预期在中证全指域内股票覆盖数量占比11 图12：IBES、xd-IBES一致预期在中证全指域内股票覆盖市值占比11 图13：一致预期（年度）偏差率中位数的时序特征12 图14：一致预期（年度）高估率中位数的时序特征12 图15：IBES一致预期（季度）偏差率中位数的时序特征13 图16：xd-IBES一致预期（季度）偏差率中位数的时序特征13 图17：可比口径下内外资一致预期(年度)预测偏差率中位数14 图18：可比口径下内外资一致预期(季度)预测偏差率中位数14 图19：基于xd-IBES一致预期的CON_EP因子净值15 图20：基于xd-IBES一致预期的CON_EP因子分组单调性15 图21：基于xd-IBES一致预期的CON_EP_CHG60因子净值16 图22：基于xd-IBES一致预期的CON_EP_CHG60分组单调性16 图23：基于xd-IBES一致预期的CON_NP_CHG60因子净值17 图24：基于xd-IBES一致预期的CON_NP_CHG60分组单调性17 图25：基于xd-IBES一致预期的CON_SUE因子净值18 图26：基于xd-IBES一致预期的CON_SUE因子分组单调性18 图27：基于xd-IBES一致预期的复合因子净值19 图28：基于xd-IBES一致预期的复合因子分组单调性19 图29：CON_EP覆盖样本池内外等权净值21 图30：CON_EP样本池内外相对净值vs国证1000/国证2000相对净值21 分域选股系列之二：初探IBES分析师预测数据在A股量化选股领域的有效性 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相同/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。 本文是信达金工分域选股系列研究的第二篇，重点探讨在海外广泛使用的IBES分析师预测数据在A股量化选股领域的有效性。经对比测算，本文发现IBES数据集内包含更多外资机构对A股的定价信息；随着我国资本市场对外开放进程的持续推进，外资机构对A股核心资产覆盖愈发充分。本文以净利润指标为例，分析了IBES一致预期的覆盖度、准确性并构造了xd-IBES一致预期，进而讨论了一致预期的时序分布特性和季节划分方案。选股因子角度，本文以一致预期盈市比CON_EP、一致预期盈市比60日变化率CON_EP_CHG60、一致预期净利润60日变化率CON_NP_CHG60、标准化预期外盈利CON_SUE为例，初步证实了IBES系列因子在A股量化选股领域的有效性。 1.数据画像：外资机构充分覆盖A股核心资产 路孚特(Refinitiv)是伦敦证券交易所集团(LSEG)旗下公司，也是全球最大的金融市场数据和基础设施提供商之一。IBES(机构经纪商评估系统，InstitutionalBrokersEstimateSystem)是路孚特旗下重要数据库，提供超过18000名分析师对全球上市公司所作的财务预测，覆盖全球90多个国家/地区的22000多家活跃上市公司。 IBES数据集提供260余个指标(包含70个公司指标、150个行业指标等)，在海外业界应用和学术文献中取得广泛使用。(1)业界应用方面，Vanguard官网列示的基准指数提供商中，CRSP、FTSERussell系列基准明确使用IBES短、中、长期成长因子作为指数构建的基础；(2)顶刊文献多基于IBES数据集形成分析师预测、覆盖度、分歧等指标，该数据集被广泛用于探索分析师行为与资本市场的联系。 表1：基于IBES数据集构造的因子在海外的应用示例 基准指数提供商相关因子使用情况 估值：BP、EP(FY1)、EP(最新)、DY、SP 证券价格研究中心-CRSP 成长：一致预期长期成长(I/B/E/S)、一致预期一年期成长(I/B/E/S)、EPS历史增速(3年)、 SPS历史增速(3年)、当前investment-to-assets比率、ROA 标普-S&P 估值：BP、EP、SP 成长：EPS历史变化(3年)、SPS历史增速(3年)、12个月动量 明晟-MSCI 估值：BP、EPS(后推12个月)、DY 成长：EPS长期、短期预测增速、当前内在增速、EPS长期历史增速趋势、SPS长期历史增速趋势 富时罗素-FTSERussell 估值：BP 成长：I/B/E/S中期成长(2年)、SPS历史增速(5年) 道琼斯-DowJones估值：EP(Forward)、BP、DY 成长：营业收入历史增速、净利润历史增速 资料来源:Vanguard、信达证券研发中心 表2：使用IBES数据集支持学术研究的文献示例 文献来源文中关于IBES数据来源的表述 Da,Zhi,UmitG.Gurun,andMitchWarachka."Froginthepan:Continuousinformationandmomentum."Thereviewoffinancialstudies27.7(2014):2171-2218. Toexaminewhethercontinuousinformationleadstolargerearningssurprises,webeginbyobtainingannualearningspershareforecastsfromtheInstitutionalBrokersEstimateSystem(IBES)Summaryunadjustedfile. Ali,Usman,andDavidHirshleifer."Sharedanalystcoverage:WeusetheInstitutionalBrokersEstimateSystem(IBES)detailfile Unifyingmomentumspillovereffects."JournalofFinancialtoidentifystocksrelatedthroughsharedanalystcoverage. Economics136.3(2020):649-675. Atilgan,Yigit,etal."