多因子全球化系列之三：港股分析师数据及有效性解析-20221124-国泰君安-15正式版.doc

《多因子全球化系列之三：港股分析师数据及有效性解析-20221124-国泰君安-15正式版.doc》由会员分享，可在线阅读，更多相关《多因子全球化系列之三：港股分析师数据及有效性解析-20221124-国泰君安-15正式版.doc（15页珍藏版）》请在得力文库 - 分享文档赚钱的网站上搜索。

1、金融工程数量化专题报告证券研究报告2022.11.24港股分析师数据及有效性解析多因子全球化系列之三陈奥林(分析师)徐忠亚(分析师)021-38674835021-38032692chenaolinxuzhongya证书编号 S0880516100001S0880519090002本报告导读：在本报告中，我们对港股分析师预期数据构成和特征，以及因子有效性进行了研究。摘要：l 港股常规因子：多数财务类因子表现一般，部分量价类指标表现较好。考虑流动性和市值因素后，港股实际可投资标的占港股数量 20%左右，远低于美股或 A 股；二，机构主导市场成交，定价权较强；三，交易费用相对较高，高频策略或较难实

2、现。港股量化选股，需纳入更具时效性的增量信息。l 分析师数据：财务指标，例如净利润、每股收益和股息率等；评级/推荐信息；股票目标价。整体看，港股分析师覆盖机构和分析师相对稳定，各年有效报告数量较多。从覆盖标的看，可投资股票池覆盖度较高，基本可满足策略构建需求。l 因子有效性：对于分析师数据的使用，值得关注的是其相对于现有数据的变化，以及分析师前后观点的变化。基于这一原则，我们构建了相关指标。从结果看，盈利预测变化、评级变化等因子表现相对较好。基于 EPS 变化、评级变化和波动率因子，构建得到分析师数据精选组合，整体表现较为稳健。l 展望：对分析师预期数据进行更为精细化的研究，或有更好的超额收益

3、贡献，同时可降低组合风险。金融工程金融工程团队：陈奥林：（分析师）电话：021-38674835邮箱：chenaolin证书编号：S0880516100001殷钦怡：（分析师）电话：021-38675855邮箱：yinqinyi证书编号：S0880519080013徐忠亚：（分析师）电话：021- 38032692邮箱：xuzhongya证书编号：S0880519090002张烨垲：（研究助理）电话：021-38038427邮箱：zhangyekai证书编号：S0880121070118徐浩天：（研究助理）电话：021-38038430邮箱：xuhaotian证书编号：S08801210701

4、19卢开庆：（研究助理）电话：021-38038674邮箱：lukaiqing026727证书编号：S0880122080144梁誉耀：（研究助理）电话：021-38038665邮箱：liangyuyao026735证书编号：S0880122070051相关报告绝对收益策略的几种实现形式 2022.11.21 宏观周期的量化过程与价值投资 2022.11.19 外生冲击下的国开债投资机会 2022.11.16电 力 设 备 对 核 心 指 数 贡 献 有 望 提 升 2022.11.05深度价值产品防御性年内二度凸显，抱团行为再次贡献负收益 2022.10.28请务必阅读正文之后的免责条款部分

5、数量化专题报告目 录1.港股因子构建：需时效性更强增量信息.32.港股分析师预期数据详析.32.1.数据构成和标的覆盖度 .32.2.财报指标预测构成 .52.3.分析师推荐信息构成.62.4.股票目标价预测构成.72.5.小结 .83.港股分析师数据精选组合构建.83.1.如何基于分析师预期数据进行策略构建.83.2.分析师数据策略构建和回测 .93.2.1.标的覆盖度.93.2.2.财务预测及调整值 .103.2.3.分析师评级.123.2.4.股票目标价.123.3.港股分析师组合设计.133.4.小结 .144.结论 .14请务必阅读正文之后的免责条款部分2 of 15数量化专题报告1

6、. 港股因子构建：需时效性更强增量信息港股发展历史悠久，正式的证券交易市场开启于 1891 年香港股票经纪会的成立。早期中国香港作为国际金融贸易中心，经济发展较快，外资流入。早期股票市场波动较大，后来随着四大交易所的合并，相关法律法规的完善，港股市场逐渐走向成熟，在全球金融市场地位不断提高。随着沪股通和深股通的推出，内地机构和个人投资者对港股的参与度逐渐抬升。在前期研究中1，我们对 10 大类共 104 个中低频因子进行了回测，并对其有效性和收益表现进行了统计。从结果看，多数财务类因子表现一般，部分量价类指标表现较好。量价因子中，低波表现最好，其次是动量。对于这一结果我们认为或由如下因素引致：

7、一，考虑流动性和市值因素后，实际可投资标的占港股数量 20%左右，远低于美股或 A 股；二，机构主导市场成交，定价权较强；三，交易费用相对较高，高频策略或较难实现。在此情况下，试图通过已实现财务指标获取超额收益存在较大困难，需纳入增量信息。在本报告中，我们尝试通过对分析师预期数据的挖掘，以期获取较高的超额收益表现。具体来说，分析了如下问题：1. 分析师预期数据基本信息、特征和指标类型；2. 如何基于各特定指标构建相对更为有效的因子；3. 如何构建分析师数据精选组合。2. 港股分析师预期数据详析对于分析师预测指标，主要包括：一，财务指标，例如净利润、每股收益和股息率等；二，评级/推荐信息；三，股

8、票目标价。此部分我们首先对港股分析师数据整体情况进行介绍，然后对这三部分指标结构进行梳理。基于这些数据，可进行后续衍生指标生成。2.1.数据构成和标的覆盖度2010 年以来共 288 家机构发布过港股相关报告，平均每年约有 125 家机构，平均每年涉及约 1200 位分析师。从趋势看，各年机构数量较为稳定，不过分析师数量有所下滑。对于分析师预测明细，从中筛选出含每股收益 EPS 的报告，各年平均超过 20000 篇，相对均衡。从报告覆盖标的看，平均每年为 709 只，对于可投资标的股票池覆盖度较高（考虑市值和流动性因素），基本可满足分析需求。有分析师覆盖的标的，报告数量分化较为明显，报告数量集

9、中于少数标的。以 2022 年为例，前 100 只标的报告数量占比为 50%左右（共 713 只标的）；标1 详见港股因子有效性和组合设计。请务必阅读正文之后的免责条款部分3 of 15nMoNnQnRoOpRnRtMsRoPoO9PaO7NnPpPsQtRiNqRqRlOtRmR9PqRmRMYoMzQxNpPpO数量化专题报告的报告数量与其市值呈正相关关系，即市场对大市值股票关注度更高。2022 年截至 9 月，报告数量排名前五的标的为美团、腾讯、快手、安踏和小米。从行业层面看，非必需消费、金融和工业报告数量最多，医疗保健行业报告数量明显增加，能源行业数量相对较少。图 1 机构和分析师：分

10、析师数量有所下降16001502145614481448144214001303130012741200109910009748778888006004002001041051121291411441361231281311261350201020112012201320142015201620172018201920202021 机构 分析师数据来源：Bloomberg，Wind，国泰君安证券研究图 3 标的数量：可投资标的池覆盖度高90080880078275673571073172969871370066163963262760050040030020010002010201120122

11、013201420152016201720182019202020212022数据来源：Bloomberg，Wind，国泰君安证券研究图 2 报告数量：各年分布较为均衡300002500023934236302322624266225962216622007213012102120396197922000018731150001000050000201020112012201320142015201620172018201920202021数据来源：Bloomberg，Wind，国泰君安证券研究图 4 分析师覆盖：大市值股票关注度更高300250200报告数量15010050018.020.0

12、22.024.026.028.030.0市值数据来源：Bloomberg，Wind，国泰君安证券研究图 5 各年标的所涉报告数量分布：分化较大，报告较为集中数据来源：Bloomberg，Wind，国泰君安证券研究请务必阅读正文之后的免责条款部分4 of 15数量化专题报告图 6 各年行业报告：非必需消费、金融和工业数量较多700060005000400030002000100002010201120122013201420152016201720182019202020212022信息技术公用事业医疗工业必需消费房地产材料能源通信设备金融非必需消费数据来源：Bloomberg，Wind，国泰君

13、安证券研究我们统计了报告录入时间和发布时间之间的滞后天数分布情况。从结果看，超过 60%的报告当天可标准化纳入，超过 90%可在 5 天（含）内录入。因此从分析时效性看，港股分析师预测数据整体较高，能够满足模型策略构建需要。图 7 报告录入与发布滞后天数分布：整体时效性较强5天5天-10天10天3.3%5.0%1.8%4天2.3%3天3.1%2天4.4%1天18.8%0天61.4%数据来源：Bloomberg，Wind，国泰君安证券研究；2010-2022 年2.2.财报指标预测构成分析师预测指标一般包括净利润、营收、每股收益、分红率等。表 1 给出的是分析师预测明细构成（以每股收益 EPS

14、为例），表 2 给出的是分析师预测汇总指标构成。以 0700.HK 为例，第一行数据含义是：机构 A 的分析师 a，在 2022/9/15 对其 2023 年年报 EPS 预测值为 15.5；因为 2022 年年报此时尚未披露，因此为 FY2，即最近已披露报告期后的第二个财年。对于分析师汇总，最后一行数据的含义是：市场共有 44 位分析师对 2022 年年报 EPS 进行预测，其中有 5 位分析师上修，5 位下修；预测中位数为 12.05。可以发现整体数据构成与 A 股较为相近。图 8 给出的是标的 T 的分析师预测EPS 中位数与对应报告期实际值走势对比。可以发现，整体预测准确性较高，且随着

15、时间接近披露日，预测值逐渐收敛于真实值。请务必阅读正文之后的免责条款部分5 of 15数量化专题报告表 1: 分析师财务预测数据明细构成：与常用结构相近标的机构 分析师预测期录入日指标预测期预测值货币0700.HKAa2023123120220915EPSFY215.5CNY0700.HKAa2022123120220915EPSFY113CNY3690.HKBb2023123120220913EPSFY21.36CNY3690.HKBb2022123120220913EPSFY1-1.05CNY1024.HKGg2023123120220909EPSFY2-1.353CNY1024.HKGg

16、2022123120220909EPSFY1-3.638CNY数据来源：Bloomberg，Wind，国泰君安证券研究表 2: 分析师财务预测数据汇总指标构成标的预测期日期指标 预测期总数上修下修 中位数均值 标准差货币3690.HK2023123120220915EPSFY2332481.71.961.08CNY3690.HK2022123120220915EPSFY126224-0.61-0.710.74CNY1024.HK2023123120220915EPSFY228204-0.08-0.040.82CNY1024.HK2022123120220915EPSFY128252-1.92-

17、1.910.47CNY0700.HK2023123120220915EPSFY2465614.6514.741.87CNY0700.HK2022123120220915EPSFY1445512.0511.971.31CNY数据来源：Bloomberg，Wind，国泰君安证券研究图 8 标的 T 每股收益预测值与实际值：一致性较强，期末呈收敛趋势18.0016.0014.0012.0010.008.006.004.002.000.002010/1/142010/4/152010/7/152010/10/142011/1/202011/4/142011/7/142011/10/202012/1/1

18、92012/4/192012/7/192012/10/182013/1/172013/4/182013/7/182013/10/172014/1/162014/4/172014/7/172014/10/162015/1/152015/4/162015/7/162015/10/152016/1/142016/4/142016/7/142016/10/202017/1/192017/4/202017/7/202017/10/192018/1/182018/4/192018/7/192018/10/182019/1/172019/4/182019/7/182019/10/172020/1/16202

19、0/4/162020/7/162020/10/152021/1/142021/4/152021/7/152021/10/142022/1/20预测值实际值数据来源：Bloomberg，Wind，国泰君安证券研究2.3.分析师推荐信息构成对于分析师评级信息，划分为五档：1-strong buy；2 -buy；3-hold；4-sell；5-strong sell，即评级数据越小表明越看好。表 3 给出的是分析师推荐信息汇总构成。以 1024.HK 为例，45 位分析师评级均值为 1.64，中位数为 2；其中给出买入评级的占比 93.33%，卖出评级为 2.22%，持有评级为 4.44%。图 9

20、给出的是标的 T 股价与卖出评级占比走势对比。可以发现在此次大幅长期回调之前，卖出评级占比由 0%提高至超过 2%，后至超过 5%。请务必阅读正文之后的免责条款部分6 of 15数量化专题报告在分析师较少给出卖出评级的环境下，相关报告的出现，或对标的股价走势有一定的指引价值。表 3: 分析师推荐信息数据汇总构成：可较多关注卖出评级占比指标标的日期分析师均值中位数 标准差上修下修买入卖出持有0700.HK20220915551.820.830087.273.649.091024.HK20220915451.6420.680193.332.224.443690.HK20220915471.620.

21、711095.744.260数据来源：Bloomberg，Wind，国泰君安证券研究图 9标的 T 股价和卖出评级占比走势：存在一定指引价值6.0%800.00700.005.0%600.004.0%500.003.0%400.00300.002.0%200.001.0%100.000.0%0.002019/1/172019/2/142019/3/142019/4/182019/5/162019/6/202019/7/182019/8/152019/9/192019/10/172019/11/142019/12/192020/1/162020/2/202020/3/192020/4/16202

22、0/5/142020/6/182020/7/162020/8/202020/9/172020/10/152020/11/192020/12/172021/1/142021/2/182021/3/182021/4/152021/5/202021/6/172021/7/152021/8/192021/9/162021/10/142021/11/182021/12/162022/1/202022/2/172022/3/172022/4/142022/5/192022/6/162022/7/142022/8/182022/9/15卖出评级占比股价-右数据来源：Bloomberg，Wind，国泰君安证券

23、研究2.4.股票目标价预测构成目标价数据构成见表 4。以 3690.HK 为例，38 位分析师中有 19 位上修了目标价预测值2，2 位下修；目标价预测均值和中位数分别为 226.92 和221.73。图 10 给出的是标的 T 股价与同时点目标价走势对比。仅从这只标的数据看，分析师预测值的调整或受现有趋势的影响：当股价上行时，会不断上修；当股价开始下跌时，会在右侧进行相应修正。与财务指标预测相比，目标价对应的基准频率更高，因此预测值的可验证性更高。虽然对于财务信息，也存在修正的情况，不过频率相对较低。若考虑以目标价进行因子构建，或会将动量或者反转因素纳入，使得指标缺乏合理的独立性。表 4:

24、分析师目标价数据汇总构成标的日期分析师上修下修均值中位数标准差0700.HK202209154808386.72384.4851.041024.HK20220915325796.0699.3315.293690.HK2022091538192226.92221.7337.99数据来源：Bloomberg，Wind，国泰君安证券研究2 这里目标价指向的时间区间为未来 12 个月。请务必阅读正文之后的免责条款部分7 of 15数量化专题报告图 10 标的 T 股价目标价：同步性较强，偏右侧修正800.00700.00600.00500.00400.00300.00200.00100.000.002

25、019/1/172019/2/142019/3/142019/4/182019/5/162019/6/202019/7/182019/8/152019/9/192019/10/172019/11/142019/12/192020/1/162020/2/202020/3/192020/4/162020/5/142020/6/182020/7/162020/8/202020/9/172020/10/152020/11/192020/12/172021/1/142021/2/182021/3/182021/4/152021/5/202021/6/172021/7/152021/8/192021/9/

26、162021/10/142021/11/182021/12/162022/1/202022/2/172022/3/172022/4/142022/5/192022/6/162022/7/142022/8/182022/9/15股价目标价数据来源：Bloomberg，Wind，国泰君安证券研究2.5.小结此部分我们对港股分析师数据进行了较为详细的分析。整体来看，一：港股分析师覆盖机构和分析师相对稳定，各年有效报告数量较多；二，从覆盖标的看，可投资股票池覆盖度较高，基本可满足需求；三，从报告分布看，大市值标的较多，分化较为明显；四，从行业分布看，非必需消费等行业受市场关注度较高，各年报告数量最多。

27、分析师数据主要包括常规财务数据、评级和目标价等。基于预测明细，可选择数据有效期进行因子构建。从录入日期看，数据时效性较强。后文我们基于上述指标进行策略研究和组合构建。3. 港股分析师数据精选组合构建基于前文所述分析师数据，此部分我们进行指标和策略构建。具体来说，首先就可行的预期数据逻辑进行梳理，然后进行策略设计和回测，最后给出分析师精选组合构建方法和结果。3.1.如何基于分析师预期数据进行策略构建分析师预期数据包含内容丰富：盈利、EPS 等财务指标，PE 等估值指标，目标价，以及评级推荐信息。不过最基础的，是为经营基本面信息预测。投资者对标的走势的判断，一般需考虑当前业务在未来的经营弹性，以及

28、是否会有新增业务贡献。在此基础上，给出业绩预期支撑下合理估值对应的目标价位。行业研究报告一般存在如下表述方式（后为举例）：一，公司 A 2023 年 EPS 预测值为 1.70，参考可比公司并使用 PE 估值法，基于对公司竞争优势的分析，给予其 2023 年 65X 目标 PE，对应目标价 110.5 元；二，预计公司 B 2022 年归母净利润为 19.2 亿元，对应 EPS 为 1.28 元，当前股价为 8.25 元，对应 PE 为 6.4X；三，维持公司 C 2022 年 EPS 为 4.14 元，上调 2023 年 EPS 至 4.69（上次预测值为 4.46），结合可比公司 2022请务必阅读正文之后的免责条款部分8 of 15数量化专题报告年 PE/PB 估值，公司目标价位 25.09 元。分析师预测数据的价值为提供财报之外的信息，将宏观和行业基本面发生的变化纳入盈利端的预测。从上述表述可以发现，其流程一般是：对公司各项业务进行拆分，基于调研或标准化数据对后续财报期营收/盈利进行预测，给出对应 EPS 等预测值；对于目标价，需结合可比公司及主观判断，给出对应期估值水平，进行计算；或基于当前价位，给出盈利预测期对应的估值水平。基于上述分析，我们将分析师预测数据使用方式进行如下归纳：一，关注度。分析师精力有限，其覆盖标的或是