本报告基于朝阳永续数据,运用线性LASSO和非线性GBRT模型定量预测并修正分析师盈利预测的乐观偏差。实证显示,GBRT模型预测误差显著低于LASSO,修正后的盈利预测准确性提升明显,相关 alpha 因子效果亦得到增强,尤其是在中证800成分股内的一致预期盈利变动因子IC提升。尽管修正不能完全消除乐观偏差,但模型极大降低了偏差水平,为市场一致预期构建提供了新的机器增强方法。
报告标题:《机器增强一致预期》(因子选股系列研究之六十九)
作者:朱剑涛
发布机构:东方证券研究所
发布日期:2020年9月1日
研究主题:分析师盈利预测乐观偏差的定量修正及基于修正预测构建更准确的一致预期数据,实现盈利预测精度提升,并探讨其在Alpha因子构建中的应用价值。
核心论点:
整体来看,作者旨在通过机器学习方法定量捕捉和修正分析师盈利预测中的乐观偏差,进而优化一致预期数据,提高盈利预测精度,优化投资因子构建,推动因子投资策略的实用性和前瞻性。, 3]
关键论点:
分析师盈利预测构成投资决策的重要未来数据,但普遍存在乐观偏差。报告提出3步建模方法:(1)历史数据中定量识别乐观偏差的驱动因素;(2)用机器学习预测具体每份报告的乐观偏差并修正;(3)基于预测犹豫度(可靠度)对最近三个月修正后的预测加权,生成机器增强一致预期。
推理依据:
观察历史数据发现乐观偏差普遍存在,考虑将这类偏差定义为回归目标,通过多维度变量进行回归,使用LASSO避免共线性和过拟合,GBRT引入非线性结构以提供更优预测能力。预测乐观偏差后,修正盈利预测以提高真实预测精度。
数据支持与假设:
模型基于丰富的大样本历史数据,每个财年用上个财年数据训练,假设模式的稳定性允许历史拟合增强未来预测。
论点总结:
主要数据源为朝阳永续数据库,因其研报收集时间早、数据量大、覆盖范围广,支持机器学习训练。2009年初至2020年中共有约217万条数据。研报数量在2017年达到顶峰(约9万篇),之后有所下降。报告发出集中在季报、半年报和年报前夕,其中3月和4月报告最多。近几年新股增加但研报覆盖比例反而下降,今年90天内至少覆盖一篇的公司不到50%。
图表解读:
意义解读:
数据库的广泛覆盖与多维度特征为模型提供基础,但也面临研报覆盖下降及新股增加带来的覆盖空白挑战。,4]
乐观偏差定义及表现:
利用一个相对资产规模标准化的偏差指标:(分析师预测净利润 - 实际年报净利润)/总资产,避免了净利润为负或接近零时的计算问题。图4、图5分别展示2010-2014年和2015-2019年分析师盈利预测偏差随时间变化。总体乐观偏差从发布月份(5月初)开始较高,直到年报公布(3、4月)前逐渐收敛,表现出时间上的修正特征。
乐观偏差驱动因素研究:
使用27个变量构建LASSO线性回归和GBRT非线性模型探索因子影响。
LASSO结果(图7):
GBRT结果(图8):
逻辑分析:
基于机器学习模型的乐观偏差预测以财务指标和市场行为为核心,兼顾行业及公司地位因素,体现市场信息在预期修正中的作用。,6,7,8]
加权方法创新:
按报告预测可靠度加权,利用GBRT样本外预测的置信区间宽度度量,宽度越窄说明预测越可靠。相比简单的等权或时间序列加权,更能体现分析师和股票特性异质性。
结果对比(图10):
GBRT修正后的机器增强一致预期较朝阳永续传统一致预期(zyyx)和之前开发的预测精度加权(dfjg)方法,预测误差(MAE)显著降低,在统计上具备高度显著性,尤其呈现出修正乐观偏差后的提升效果。2月份zyyx表现更优,推测是其利用了业绩快报或其他信息。
乐观偏差修正局限(图11):
虽然GBRT修正后乐观偏差大幅减小,但未完全消除,其预测的偏差方差小于真实偏差,模型只能解释部分乐观偏差。说明市场或分析师行为中的复杂性和不确定性仍存在难以覆盖的成分。
结论:
机器增强分配权重与修正方法提升了一致预期质量,但数据和模型局限性仍需进一步突破。,10]
因子定义与逻辑:
表现对比:
图表解读(图12-15):
意义:
修正乐观偏差的数据不仅提升盈利预测精度,还能改善基于盈利预期的投资因子的表现,增强投资决策指导性。,12]
报告最后附带研究人员声明和投资评级标准,体现报告合规性及研究透明度。,13]
展示2009-2020年6月研究报告数量和分析师数量年度变化。研报数量从4万多增长至峰值近9万,分析师数量从1486人增至3103人后略回落。2020年6月统计显示研报和分析师数量同比明显下降。此趋势反映分析师及研报产出阶段性波动,与市场需求和机构资源分配密切相关。
图示不同月份研报数量占比,3、4、8、10月份占比最高,符合季报、半年报和年报发布前分析师报告数量高峰的逻辑,反映盈利事件驱动分析师报导节奏。
研究报告覆盖A股上市公司比例随时间变化。覆盖度整体呈波动性下行趋势,表明上市公司数量增加而研报覆盖集中在少数龙头或关注公司。90天内至少1篇研报的覆盖率从約80%跌至不到50%,显示研报覆盖“稀缺化”趋势。
分别反映2010-2014年和2015-2019年不同月份分析师盈利预测偏差,均呈现由5月至次年2月逐渐修正的多年乐观偏差格局。2011年和2015年偏差较大,显示特定年份分析师预测更为乐观。
LASSO回归系数排名显示,盈利能力(roa)、评级(rpt_rating_7)、其它预测(forecast_q80)对乐观偏差影响最大且方向明确。其余因素如公司规模、信息确定性对偏差有负向调节作用。
GBRT模型变量重要性排名,强调盈利能力和预测指标的关键作用,同时行业属性和财务稳健指标(现金流对利息覆盖等)也获得较高权重,表明非线性模型有效捕捉复杂因素互动。
比较LASSO和GBRT样本外预测误差(MAE),GBRT模型在绝大多数年份预测误差更低,模型改进部分解释了机器学习在盈利预测偏差修正中的效果优势。
不同一致预期算法样本外MAE对比,GBRT方法显著优于传统数据,预测更精准。
修正乐观偏差后一致预期仍存在高估,但明显低于传统一致预期,表明修正显著改进但未彻底根除乐观偏差。
基于GBRT修正一致预期的数据构建的盈利预期变动因子在收益表现和IC值方面均优于朝阳永续数据构建的因子,后者自2018年后失效,而前者维持有效。
两组EP因子表现相近,GBRT修正数据略优,信息比率稳定。
报告本身未涉及对某单一公司或行业的直接估值,核心集中在盈利预测准确性及其修正方法对一致预期数据及量化投资因子表现的提升,故未采用传统DCF或市盈率等估值模型。
尽管报告无细致阐述针对缓解策略,但明确提醒投资者持续跟踪模型表现,风险预警意识较为充分。,12]
本报告通过对大量历史分析师盈利预测数据及丰富的量化特征,精准揭示了分析师盈利预测普遍存在的乐观偏差问题,并成功利用机器学习中的非线性GBRT模型,显著优化了乐观偏差的预测和修正过程。修正后的盈利预测数据生成机器增强一致预期,较传统一致预期在预测净利润的准确性上表现出明显改进。同时,基于修正一致预期构建的盈利预期变动类Alpha因子,其信息系数(IC)及稳定性均显著优于现有数据,尤其在2018年后维持因子有效性,证明了本方法对因子投资策略的实用价值。
图表分析明确体现了数据量大、变量维度丰富及机器学习非线性优势带来的预测性能提升。尽管修正模型无法完全消除乐观偏差,但能部分剔除过度乐观成分,从而实质改善盈利预测的市场反应准确度。模型完成样本外验证,GBRT模型相较传统LASSO误差更低,统计显著性强。
风险方面,量化模型的过拟合及未来市场变化带来失效风险;特殊年份模型表现波动需重视模型动态调整与多方验证。实证研究与因子表现结果共同表明,机器增强一致预期为未来盈利预测及因子选股提供了一个更客观、科学且应用前景广泛的模式。
总体而言,报告系统而深入地构建了分析师盈利预测乐观偏差的机器学习修正框架,并通过大数据实证验证了其提高盈利预测精度及量化因子表现的有效性,值得市场机构与投资者关注并持续跟进。评级与投资建议虽未列明具体股票建议,但该方法论在量化投资领域具有较强的模型创新与实际指导意义,符合当前因子投资及机器学习在金融领域的前沿趋势。
图1-图3(研报及分析师数量与覆盖)
图4-图5(乐观偏差时间动态)
图7(LASSO回归系数)
图8(GBRT变量重要性)
图9(两模型样本外预测误差对比)
图10(不同一致预期算法MAE对比)
图11(修正乐观偏差后的平均预测偏差)
图12-图13(delta_cons_roa 因子表现)
图14-图15(EP因子表现)
本报告系统整合了大规模研报数据与先进机器学习技术,创新性地提出并验证了基于乐观偏差机器修正的一致预期计算方法,显著提升了盈利预测精度和Alpha因子表现,具备较强学术和应用价值。投资者应关注模型适用边界,持续跟踪模型在市场不同环境下的表现。
[全文引用页码:0-14]
20200901-东方证券-《因子选股系列研究之六十九》:机器增强一致预期.pdf