量化分析报告：寻觅无人之境：基于研报覆盖度调整的指数增强

量化分析报告 寻觅无人之境：基于研报覆盖度调整的指数增强 2023年11月25日 研报覆盖度天然区分了个股关注度，不同因子在其中的作用各异。研报覆 盖度越高，意味着更多的投资者有机会获取相关信息，进而引起更多的关注。关注度高的股票吸引更多市场参与者，其行为和决策会影响股票的预期收益，从而影响因子的表现。 大市值、基本面优质的个股研报覆盖数更多。从数量特征上：研报覆盖个 股数逐年上升，特别在2017年以来年覆盖面大幅扩张，并且一般在牛市期间 分析师叶尔乐 上升较快。从量价特征上：无研报覆盖下的股票日均成交额总体要低于有研报覆盖下的，并且研报的发布将提振市场交易额；在过去一年涨跌幅接近0的个股，其研报覆盖度相对较少。从基本面特征上：市值更大、ROE和净利润增速 执业证书：S0100522110002邮箱：yeerlemszqcom研究助理吴自强执业证书：S0100122120016 更高的个股研报覆盖数更多。 邮箱：wuziqiangmszqcom 成长和质量类因子在研报覆盖度高的域内超额收益更高，行为、情绪等类 相关研究 1量化周报：市场波动率再次接近底部202 31119 2基金分析报告：周期成长基金池20231 1：周期行业掘金20231115 3基金分析报告：新兴成长基金池20231 1：增速、增速、还是增速20231115 4基金分析报告：长期成长基金池20231 1：长坡厚雪20231115 5基金分析报告：深度价值基金池20231 1：高度抵御风险20231115 因子在研报覆盖度域内表现更佳。对于成长和质量类因子而言，研报覆盖度高域内的因子IC表现整体好于研报覆盖度低域内的因子IC。与此相反，对于行为、情绪、杠杆、动量和价值类因子，研报覆盖度低域内的因子IC表现要更好。同时因子效果伴随市值的下沉，在低覆盖度股票池中效果会更好。 在研报覆盖度高和低的域内分别选用合适因子进行增强，效果好于统一的 原始因子选股。覆盖度调整的沪深300内选股组合相对于沪深300指数超额年化收益83，超额最大回撤35，超额卡玛比率和信息比率分别由统一原始因子选股下的078和103提升到131和124。覆盖度调整的中证500内选股组合相对于中证500指数超额年化收益103，超额最大回撤35，超额卡玛比率和信息比率分别由统一原始因子选股下169和184提升到294和224。覆盖度调整的中证1000内选股组合相对于中证1000指数超额年化收益151，超额最大回撤28，超额卡玛比率和信息比率分别由统一原始因子选股下40和268提升到539和321。 风险提示：量化结论基于历史统计，如若未来市场环境发生变化不排除失 效可能。 目录 1有无研报覆盖下的个股特征对比3 11A股研报覆盖情况总体概览3 12研报覆盖与风格暴露4 13研报覆盖与量价特征5 14研报覆盖与基本面特征7 2研报覆盖度对于因子表现的影响9 21不同研报覆盖度对于沪深300内选股因子的影响12 22不同研报覆盖度对于中证500、中证1000内选股因子的影响13 3研报覆盖度调整的选股组合16 31基于研报覆盖度调整的沪深300内选股组合16 32基于研报覆盖度调整的中证500内选股组合20 33基于研报覆盖度调整的中证1000内选股组合23 4总结与展望27 5风险提示28 插图目录29 表格目录29 1有无研报覆盖下的个股特征对比 11A股研报覆盖情况总体概览 有无研报覆盖天然地区分了个股关注度，或对不同选股因子的表现产生影响，本文将对此展开研究。我们以Wind的中国A股投资评级汇总表为依据进行研报覆盖度统计。该数据整理了过去180天的给予目标价的机构家数，我们通过该数 据计算得出每只个股滚动360天的给出目标价的机构数量。 研报覆盖个股数逐年上升，特别在2017年以来年覆盖面大幅扩张。研报覆盖的个股数量总体呈现稳步增长的趋势。平均每年至少有评级覆盖一次的个股数量从2010年的1315个到2023年的2544个，这表明研究报告的覆盖范围也在扩大，更多的个股受到关注。但同时由于新股的上市速度较快，无研报覆盖个股数量也在同步提升。 图1：滚动360天有无给出投资评级研报覆盖的个股数（日频） 3000 2500 2000 1500 1000 500 0 过去一年无研报覆盖个股数过去一年有研报覆盖个股数 资料来源：wind，民生证券研究院 不同行业的研报覆盖度存在显著差异。行业研报覆盖度过去360天有投资评级研报覆盖个股数该行业总成分股数。最高的行业是银行，覆盖度为097，非银行金融行业的覆盖度也相对较高，为082。这反映了金融板块市场关注度。在制造业板块中，煤炭、有色金属、钢铁等行业的覆盖度较高，分别为075、 063和063。在消费板块中，食品饮料和消费者服务行业的覆盖度较高，分别为071和071。 图2：不同行业的研报覆盖度均值（2010年1月1日2023年11月10日） 资料来源：wind，民生证券研究院 行业研报覆盖度一般在牛市期间上升较快。我们对每一年取30个中信一级行业的研报覆盖度的均值，计算该均值之间的环比差分，得到全行业研报覆盖的变化值。可以发现，行业的研报覆盖度变化与中证全指相关性高达030，证明在市场涨幅增大的时候，研报覆盖度也随之上升。 图3：不同年份下行业研报覆盖度环比差分与大盘指数 2501 2005 150 1005 0501 2011121 201251 2012101 201331 201381 201411 201461 2014111 201541 201591 201621 201671 2016121 201751 2017101 201831 201881 201911 201961 2019111 202041 202091 202121 202171 2021121 202251 2022101 202331 202381 0015 资料来源：wind，民生证券研究院 中证全指收益右行业覆盖度变化 12研报覆盖与风格暴露 过去一年无评级研报覆盖下的个股风格暴露整体市值更小、盈利更差、成长性更弱。无研报覆盖的个股多数属于中小公司或初创公司，可能由于财务表现不佳，未能吸引分析师的关注。无研报覆盖下的个股风格暴露也显示出盈利较差、成长性较差的特征。 图4：是否有研报覆盖下的风格暴露 1 05 0 05 1 15 2 25 无研报覆盖中的风格暴露有研报覆盖中的风格暴露 资料来源：wind，民生证券研究院 13研报覆盖与量价特征 131成交额 无研报覆盖下的股票日均成交额总体要低于有研报覆盖下的。我们统计全区间下的个股成交额情况，在有研报覆盖的情况下，股票成交额大致分布范围为1422亿，而无研报覆盖的情况下，股票成交额的分布范围大致分布为1321亿。 图5：2010年至今有研报覆盖下的股票日度成交额 （截止20231110） 图6：2010年至今无研报覆盖下的股票日度成交额 （截止20231110） 资料来源：wind，民生证券研究院；注：横轴为日均成交额，单位：亿 元，纵轴为股票个数，单位：个。 资料来源：wind，民生证券研究院；注：横轴为日均成交额，单位：亿 元，纵轴为股票个数，单位：个。 研报覆盖会对成交额产生积极的影响。研报的发布可能吸引了更多投资者的关注，增加了交易活动，从而提升了成交额水平，增加的日均成交额约为266亿。 从时序上看，从研报覆盖前12个月到研报覆盖前，日均成交额逐步增加， 从02亿元增至069亿元，显示市场交易活跃度上升。研报覆盖后，日均成交额 显著增加至188亿元，超过历史水平，可能是研报引起更多市场关注和交易活动。然而，随后成交额初步下滑，但整体维持高于覆盖前水平。 元） 图7：研报覆盖前后12个月日均成交额时序变化图8：研报覆盖前后12个月月均成交额截面均值（亿 资料来源：wind，民生证券研究院；注：横轴单位：月份序号，纵轴单位：亿元。 132收益率 资料来源：wind，民生证券研究院 研报覆盖度与过去一年的涨跌幅呈现一定的相关性。在股价上涨的情况下，研报覆盖度相对较高，而在价格下跌的情况下，研报覆盖度相对较低。这可以视为市场参与者对价格上涨趋势的关注和研究的一种反映。值得注意的是，在过去一年涨跌幅接近0的个股，其研报覆盖度相对较低，背后的原因可能在于：涨跌 幅靠近0意味着资产价格的波动性较低。相对于较大的涨跌幅，较小的价格波动可能不会引起投资者和研究人员的特别关注。他们更可能将有限的资源和注意力集中在具有更高波动性和机会的资产上，而忽略涨跌幅较小的资产。 图9：研报覆盖度与股票一年收益率之间的关系 140 120 100 覆盖数 80 60 40 20 0 过去一年涨跌幅 资料来源：wind，民生证券研究院；注：横轴单位：，纵轴单位：个。 14研报覆盖与基本面特征 数据处理方法：基于过去十年的数据，我们按照截面上的基本面指标大小由低到高分为20组，统计不同组内的研报覆盖数均值。 141自由流通市值 为了较为准确的分析研报覆盖度与个股基本面之间的关系，我们进行如下数据处理：首先，我们将个股的基本面指标等距分为20组。接下来，我们计算每组中研报覆盖个数的中位数，以了解不同基本面指标区间内的研报覆盖情况。 图10：研报覆盖度与自由流通市值之间的关系 资料来源：wind，民生证券研究院；注：横轴单位：亿元；纵轴：个。 自由流通市值与研报覆盖数之间呈现出一种正向关系。随着自由流通市值的增加，研报覆盖数也呈现出增加的趋势。在市值较小的情况下，研报覆盖数相对较低，但随着市值的增加，研报覆盖数逐渐增加。这反映了市值较大的公司更受关注，吸引了更多研究机构进行覆盖和发布研报。 142ROE和净利润增速 在不同ROE和净利润增速下，研报覆盖数呈现出正向关系。较高的ROE和净利润增速可能会吸引更多的研究机构进行覆盖和发布研报。 的关系 图11：ROE与公布之前360天研报覆盖数之间的关系图12：净利润增速与公布之前360天研报覆盖数之间 资料来源：wind，民生证券研究院；注：横轴单位：，纵轴单位： 个。 资料来源：wind，民生证券研究院；注：横轴单位：，纵轴单位： 个。 2研报覆盖度对于因子表现的影响 研报覆盖的个股可以按照截面上研报覆盖的分位数进行分类。具体而言，我们根据研报覆盖的分位数来区分覆盖少和覆盖多的个股。其中，研报覆盖40分位数以下的个股被定义为覆盖少的个股，而研报覆盖60分位数以上的个股则被定义为覆盖多的个股。这种定义方法的目的在于一方面可以对不同时期个股的覆盖度高低做出界定，另外避免固定标准导致某些日期下某一覆盖域内的个股数量过多或过少。 图13：不同宽基指数内的研报覆盖度 100 95 90 85 80 75 70 65 60 55 50 沪深300内覆盖度中证500内覆盖度中证1000内覆盖度 资料来源：wind，民生证券研究院 沪深300内，研报覆盖度高的股票组合与偏股混合基金指数高度一致，相关 性达到09以上。这说明公募基金持股的表现与研报覆盖度具有密切的关联。具 体来看，在2019年公募扩容提高市场定价权，更加青睐“大白马”，而绩优蓝筹股一般券商研报覆盖更多，其收益表现较研报覆盖度域内的个股走势便显著“拉开”。而伴随着市场风格发生变化，研报覆盖度高域内的组合表现便逐渐下降。 沪深300内，研报覆盖度低的股票组合整体表现较为平稳，与覆盖度高的股票组合表现分化。这可能是因为机构资金进出较少，由此导致的风险偏好和投资者结构差异带来的“牛市不涨，熊市不跌”。 图14：沪深300中不同研报覆盖下的股票组合 4 35 3 25 2 15 1 05 0 沪深300研报覆盖度高的组合沪深300研报覆盖度低的组合wind偏股混合型基金指数 资料来源：wind，民生证券研究院 高研报覆盖度股票特征：偏大型、低风险、高成长性股票；低覆盖度股票特征：偏小