报告系统分析了2021年以来超预期类策略及分析师因子面临的挑战,重点提出基于“预期惯性”理念构建的多因子选股因子。业绩加速度与估值变化长期线性相关,传统因子受限于成长风格暴露及市场风格转换,表现不佳。通过对“真知灼见”因子进行加速度化,构建“预期惯性”因子,显著提升因子IC稳定性与风险收益特征,同时通过提升调仓频率进一步增强策略表现。根据日、周、月频实证,相关组合年化收益最高达37.5%,有效克服了超预期陷阱,投资价值明显
报告标题为《超预期陷阱与估值动态及“预期惯性”因子构建—多因子选股系列研究之十五》,由方正证券研究所分析师曹春晓撰写,最新发布于2023年底,关注领域为A股市场的多因子选股策略,特别是围绕“超预期”类策略及分析师预期因子的现状与改进路径。本报告核心观点是:2021年末以来,传统基于业绩预期变化的分析师类因子和超预期选股策略表现显著恶化,主要由于市场定价权转向估值因素,业绩预期的驱动作用减弱,因而提出新的“预期惯性”因子,通过加速度的视角捕捉估值动态,进而完善并优化多因子投资组合。报告未明确公布评级和目标价,而主旨在于策略改良和因子创新以应对市场环境变化。,3]
报告开篇点明传统分析师因子和超预期策略自2021年四季度遭遇挑战,甚至出现负向alpha,令人困惑重点表现原因。三大核心驱动力被详细解读:
市场风格转换:2019-2021年高ROE和高成长(如新能源)风格大受资本青睐,估值水涨船高;2022年后市场风险偏好下降,估值重心转向高股息板块(煤炭、中特估等),这类板块与成长及业绩景气度关联低,造成业绩预期因子失效。
博弈加强与交易效率提高:“抢跑”行为导致超预期股价提前反应,超额收益维持期缩短,2022年后超预期收益仅在业绩公布首月显著,随后负向回撤显著,市场风险偏好进一步承压。
股票池单一与预期不匹配:传统超预期策略聚焦高成长业绩超预期样本,忽略低速增速但可能困境反转的公司。建议引入双向策略(覆盖高成长及困境反转),以捕捉更全面的预期差。
报告强调股价可以拆解为“业绩预期 × 估值”,现阶段股价波动受到估值驱动比例显著提高。采用业绩增长的一阶差分定义“业绩加速度”,通过图表1统计其分组下估值同比中位数规律,发现:
业绩加速度长期与估值变化线性相关,正加速度对应估值显著上升,负加速度对应估值下降,反映市场对业绩景气放缓的快速估值调整。
估值变化并非和业绩绝对增速线性关系(图表2),低增速公司估值反而在部分年份获得正向调整,推测市场潜在预期困境反转的逻辑驱动估值改善。
业绩加速度作为代理指标,与市场对未来现金流贴现的逻辑一致,负加速度时预期迅速恶化并带来估值杀跌。从数据趋势及理论逻辑上支持“预期惯性”存在,即投资者基于历史增长惯性对未来预期进行调整,导致估值变化表现出惯性与加速度效应。,5]
“真知灼见”(PAFR)因子剔除了分析师预期动量影响,旨在捕捉分析师对净利润预期变动的真实信息。该因子构建流程复杂,剔除多重滤波(历史报告,报告覆盖多分析师,历史时效等),目的是筛除噪声。2023年因子表现低迷,至10月底负11.71%的多空收益率,可能十年来首次年收益为负。回撤加剧,正负收益波动幅度增大,受成长风格风险及市场对高成长悲观预期影响。,7]
进一步研究以宁德时代为代表个案,展示股价顶峰后,分析师预期仍上修但加速度减缓甚至负值,估值被市场“杀估值”,股价随之下跌,印证估值对业绩预期加速度敏感,市场会对加速的减缓表现出迅速调节,说明股价与分析师业绩预期因子背离现象,即为“预期惯性”与“杀估值”机制。,8]
基于“真知灼见”因子进一步加速度化处理,构建“预期惯性”因子。目的是更准确捕捉分析师预期调整加速度对应的估值变化。该因子减少成长风格暴露,使因子更加稳健。图表7显示十分组组合年化超额收益分布,最高组达到9.65%。图表8和9体现该因子长期稳定的IC表现,IC均值3.86%,ICIR达到2.18以上,表现优于传统分析师因子,且波动性较低。行业层面该因子表现较为均衡,积极表现集中在建筑材料、房地产、化工等板块,叠加该因子与成长因子负相关减少风格风险敞口,这表明其具有较好的抗周期性和风格中性。,9,10,11]
图表18、19对比分析2021年四季度前后业绩预增股票超额收益的变化,之前阶段超额收益稳定且PEAD效应明显,后半段市场拥挤度上升,收益持续时间缩短至20个交易日且出现负收益。市场抢跑行为加剧,风险偏好转低,导致量化超预期策略的时效性下降,表现弱化。
行业分布显示2021年以来超预期股票集中于电力设备、电子、医药、汽车等高成长行业。然而在高估值环境下,增速加速度为负的高成长股未必有真实超预期,传统策略忽视困境反转类股票估值提升的潜力,也导致策略表现受限。
和传统策略相比,提高调仓频率(从月频到周频、日频)能显著提升预期惯性因子的表现。日频换仓的多空组合年化收益率达到28.2%,ICIR高达4.31,显著优于传统低频调仓因子。此外,高频调仓使因子能更灵敏捕捉市场信息,减少博弈冲击。相关图表21-29体现了不同换仓频率下因子的超额收益、IC统计及累积净值趋势。报告还指出,增大调仓频率并未导致换手率过高,日均约5%-8%(视组合),可控且有效。,15,16]
月频调仓,结合预期惯性因子和综合量价因子(捕捉微观交易信号),以25只股票构建等权组合,既捕捉预期差又避免高拥挤度风险。回测显示年化收益率29.7%,波动率0.26,收益波动比1.12,最大回撤45.6%,持仓市值中位数约124亿元(最近两年增至184亿元),无显著市值偏好,表现稳健。,18]
为适应高频投资者,日频调仓版本单因子构建组合(无融入量价因子),同样选取排名前25股。回测年化收益37.5%,收益波动比1.36,最大回撤47.6%。日均换手率8%,表现较月频组合更活跃但表现优异。通过高频调仓灵敏捕捉超额回报,降低博弈风险。,20]
报告指出基于历史规律的策略或因子可能在未来失效,市场可能出现意外变化,各驱动因子因环境波动存在阶段性失效风险,需要投资者保持谨慎。
图表1(业绩加速度分组估值同比变化):数据展示超长时间序列(2012-2022年)业绩加速度与估值变化中位数线性相关性。从负加速对应-10%至-50%估值变化,到正加速度对应20%-100%估值涨幅,证实业绩增长率加速是市场预期扩张的信号。
图表2(业绩绝对增速分组估值变化):呈现出估值对绝对增速非线性的调整规律。低增长企业估值有时出现上涨,反映投资者期待低增长企业潜在困境反转机会,显示市场逻辑多元非简单线性。
图表3-5(真知灼见因子构建及表现):构建流程图展示复杂剥离动量、历史报告筛查等流程,表现图显现该因子近年表现回落,2023年累计净值明显下滑,首次年内收益为负。
图表6(宁德时代预期调整因子与股价):两条曲线表现不同时间点预期加速度的变化与股价走势背离,支持因子与市场估值调整紧密关联的结论。
图表7-10(预期惯性因子绩效及统计):柱状图和折线图显示因子超额收益分组分布均匀且正向,IC统计较稳健,累计IC持续增长。
图表11(预期惯性行业IC均值):行业分布显示建筑材料、房地产、化工等行业表现优异,消费品负向,这体现因子对不同经济周期和行业特征的适应性。
图表18-19(业绩预增超额收益对比):前者呈现发布前后3个月稳定超额,后者时间短暂后负收益明显,揭示策略拥挤下收益周期缩短。
图表21-29(预期惯性高频换仓表现):逐频率展示换仓提升带来的信息值及超额收益攀升,凸显因子流动性与时效性的改善。
图表30-38(组合表现):
整体图表体系完整验证因子构建逻辑与策略收益,数据详实且支持结论扎实。
本报告重点分析的是因子构建与策略表现,未涉及单个公司的传统估值(如市盈率、DCF等)估值估算。关注点在利用业绩加速度等衍生指标捕捉估值变化,侧重统计回归和因子检验,用信息系数(IC)、信息比率(IR)、年化超额收益等量化指标评估因子有效性与稳健性。
主要风险包括:
本报告针对近几年中国A股市场分析师预期类因子与超预期策略失效现象进行了系统解析,发现股价变动强调估值驱动而非单纯业绩预期提升,尤其上市公司业绩加速度对估值调整极具影响力。基于此构建了“预期惯性”因子,即对分析师预期加速度的捕捉,实证显示该因子在不同换仓频率下均维持显著稳定正向IC及超额收益,较传统分析师因子波动更小、抗风格转换能力更强。报告明确指出提升换仓频率(至周频或日频)是放大因子表现的有效改善措施,且新因子与成长风格负相关,减少了单一风格风险。基于该因子设计了两套策略组合:“预期惯性”组合(融合量价因子,月频调仓,适合稳健型投资者)与“朝露夕晖”组合(日频单因子调仓,活跃且收益卓著),均取得多年显著超额收益且表现优异。报告强调该系统化方法有效解决了传统超预期陷阱和策略拥挤导致的收益衰退问题,为资本市场多因子选股提供了创新路径和实践参考。风险提示充分,提醒投资者因子或策略未来可能失效需谨慎应对。本报告在梳理理论逻辑、实证数据和策略设计方面深度融合,具有较高的专业性和实操指导价值。
方正证券《超预期陷阱与估值动态及“预期惯性”因子构建》报告通过详实的历史数据分析和因子构建创新,提出了“预期惯性”因子及相应组合策略,成功解决了传统分析师因子失效和超预期策略拥挤导致收益缩减的问题,明确指出业绩加速度对估值的关键影响及其在估值动态中的重要性,提升了因子筛选的时效性和稳定性,具有显著实践价值和创新意义。报告严谨客观,数据丰富,策略多样,系统总结了当前市场环境复杂情况下因子投资的优化方向,为机构投资者提供了宝贵的操作思路和风险管理视角。
如需查看报告中任何图表、数据或具体段落,请告知,我可进一步解读。
多因子选股系列研究之十五:超预期陷阱与估值动态及“预期惯性”因子构建.pdf