【方正金工】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

本文来自方正证券研究所于2023年12月23日发布的报告《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》，欲了解具体内容，请阅读报告原文，分析师：曹春晓 S1220522030005。

摘要

2021年四季度以来分析师类因子、超预期类策略遭遇了显著挑战，在某些时间段甚至贡献显著的负向alpha，这给机构投资者带来巨大的困扰， 我们认为主要原因在于2021年后决定股票更大的因素在于估值端，而不在于业绩预期变化，因此关键在于寻找合适的代理变量来有效表达估值的变化。

风险提示

本报告基于历史数据分析，历史规律未来可能存在失效的风险；市场可能发生超预期变化；各驱动因子受环境影响可能存在阶段性失效的风险。

报告正文

2）博弈加剧、交易效率提高

随着超预期类策略在2020-2021年表现优异，市场对此类策略、因子关注度加大，拥挤度达到历史顶峰。一方面，我们往往能看到业绩超预期公司在业绩快报发布之前一个月便经历了上涨，这也显示相关策略“抢跑”现象显著、知情者交易时常发生；另一方面，我们在也发现2022年以前业绩超预期股票往往在随后一个季度能够提供稳健的超额收益。但进入2022年后这一收益出现了显著衰减，超额收益往往只能在业绩快报发布后一个月内显著为正，一个月后甚至提供负向超额收益，说明市场风险偏好下降，博弈增强，资金抢跑的现象显著。

在探索分析师类因子失效的问题时，我们首先应该考虑股价变动应该是业绩预期变动和估值变动的双重影响。我们常使用分析师对未来业绩的预期来替代传统的每股收益（EPS）变动，然而，在过去一年中， 股 价变动主要是由估值的改变驱动的，而不是业绩预期的变化。因此，我们认为策略稳定表现的关键在于寻找合适的代理变量来有效表达估值的变化。

2.1 预期惯性：业绩加速度与估值变动的相关性解析

在本报告中， 我们的首要目标是解析业绩加速度与估值变动之间的相互关系。我们定义净利润同比增速的一阶差分为业绩加速度。 我们将年度业绩加速度划分为16个不同的组别。如图表1所示，我们展示了这些分组对应估值同比变化率的中位数。这种方法旨在为我们提供一个更加清晰和具体的视角，以便更好地理解业绩变化速度对市场估值影响的动态。

图表1展示了 股票估值变动与业绩加速度之间的紧密相关性，长期以来两者之间变化线性相关。 我们观察到，那些展现业绩加速增长的公司往往能够扩大市场对其未来业绩的预期空间，从而获得估值的提升。相反，那些业绩增长减速的公司则面临市场对其业绩潜力预期的缩减，导致其估值受到压缩。

在投资决策过程中，投资者通常依赖于公司过去的业绩增速及其加速度来预测公司未来的业绩。这种预测是通过将预期的未来现金流贴现回当前时点来计算股票的内在价值。因此，在业绩加速度出现负增长的情况下，投资者对公司未来业绩的预期可能迅速恶化，从而导致公司的市场估值显著下降。这种情况下的估值调整通常是投资者对预期调整的直接反应，反映了市场对未来增长潜力的重新评估。

2.2 估值和业绩绝对增速的双翘现象：绝对增速和估值变化并不线性

其次我们想探究业绩绝对增速和估值变化之间的关系，研究业绩增速与估值变化之间的关联性，市场是否对不同业绩增速的公司进行相对应的估值调整。根据图表2所示，我们观察到一个引人注目的现象： 市场并不会对低业绩增速的公司施加负向的估值调整，反而给予正向的估值调整。 对于这种反直觉的结果，我们认为可能由于投资者可能预期这些低业绩增速公司未来 可能会出现困境反转 ，因此在估值上做出正向调整。

3.1 “真知灼见”因子年内表现不佳

在之前的系列 报告 中，我们提出 了剥离动量效应的分析师预期变化因子，即“真知灼见”因子(PAFR)，具体的构建流程如下。

根据前两节的分析，“真知灼见”因子在今年的表现不佳主要受到了风格因素和市场对高成长赛道公司估值重估的影响。 作为一个本质上聚焦于预期调整的因子，真知灼见因子在成长风格上有着天然的暴露，而对低成长（高红利）股票不予重视。 在2023年，这一因子构建逻辑面临了重大挑战。随着全市场对企业未来现金流预期的持续悲观化，资金更多地倾向于高股息但低成长的红利股。这些市场趋势的变化也解释了为什么分析师类因子以及超预期类策略在今年的表现不佳。

3.2 “预期惯性”与“杀估值”

如前两节所讨论，比起选择高业绩增速赚的高成长钱，我们认为赚市场扩大想象空间，估值变化的钱更稳定，因为 投资者对公司业绩增速的想象空间总是具有惯性，依赖历史业绩增速去外推未来业绩增速、现金流。 当高速增长程度不及历史线性外推时，即业绩加速度为负时，投资者就会给予估值下修。

同样对于类成长因子的分析师、超预期因子同样我们也发现当市场还在上修业绩预期且预期加速度为正时，市场往往给予“戴维斯双击”，股价享受EPS上修以及估值上修的双重红利，但是当预期加速度为负的时候，市场往往给予“杀估值”的反馈，所以造成股价与分析师类因子背离的现象。

如图表6所示，我们可以看到宁德时代在2021年四季度股价见顶后，分析师群体对于宁德时代的业绩预期还在上修，但是因为预期上修加速度实际在减缓，甚至为负，市场同时也给予宁德时代、新能源产业链“杀估值”的反馈。

3.3 “预期惯性”因子构建及测试

在市场动态分析中，我们观察到一个显著现象：随着公司业绩增速的提升，市场对其未来业绩的预期也相应上调，这一现象我们定义为“预期惯性”。投资者通常会将实际兑现的业绩增速与之前的预期进行比较，进而对股票的估值产生正面或负面的反馈，我们认为这种现象源于投资者的思维惯性。 因此我们基于这样现象出发，提出“预期惯性”因子，以更好地解释和利用市场对业绩预期变化的反应模式和估值的反馈。

在我们之前的报告中，我们提出了“真知灼见”因子，旨在捕捉分析师对业绩预期的调整，同时消除了分析师对股价动量的追逐效应。基于这一概念，我们进一步尝试将“真知灼见”因子加速度化，以便更精确地捕捉估值这一关键变量对股价的影响。具体构建方式如下：

新构建的预期惯性因子是基于真知灼见因子衍生而来。预期惯性因子的核心在于捕捉分析师对预期业绩调整的加速度，这使得它 在捕捉市场对个股估值变化的敏感性方面表现出色。 与原始的真知灼见因子相比，预期惯性因子在评估市场估值变化时展示了更高的准确率，并且减少了对成长风格因子的暴露，能够提供更加稳定的收益。

1） 我们可以观察到在2023年分析师类因子表现不佳，但预期惯性因子却能在2023年保持稳定为正的IC，剔除受宏观事件影响较大的1月份表现今年平均IC高达4%，累积IC继续向上。另一个值得关注的是IC的波动率显著低于目前的分析师类因子，回测时间段的波动率为6.1%，年化ICIR达到2.18。

2） 在对多空净值最大回撤的观察中，我们注意到了显著的改善。历史最大回撤降至11.04%，这主要是受到宏观事件的冲击。截至2023年10月底，年内多头超额净值和多空超额净值均达到历史新高。因子的多空年化收益率为18.3%，信息比率达到2.1。

3） 在投资者普遍关注的 多头超额稳定性方面，预期惯性因子展现出了显著的稳定性，如图表13所示，几乎没有出现过回撤现象， 这表明该因子能够持续提供稳定的超额收益。

4）预期惯性因子是基于估值逻辑而构建的。在与风格因子的相关性分析中，我们注意到它与成长风格因子甚至显示出轻微的负相关性。这一发现表明，预期惯性因子在很大程度上减少了对成长风格的敞口，使得预期惯性因子在不同市场风格环境中都能保持其稳定性和有效性。

5）不同指数样本空间内因子收益稳定，在沪深300、中证500、中证1000指数样本范围内的平均IC分别为3.25%，3.49%和4.53%，表现稳定。

4 “超预期”类策略复盘及改进

4.1 策略有效时长降低

传统的超预期股票池主要基于业绩预增股票，以此筛选超预期股票。根据图表20，自2021年第四季度起，电力设备、电子、医药、汽车等行业在超预期股票池中占据了显著比例。我们还对分析师AFR因子的多头组进行了行业分析，得出了与图表20相似的结论，但这样高成长赛道行业在2021年后还能提供正向预期差吗？

在新能源和半导体产业链等高成长赛道行业业绩爆发前，市场对这些行业预期并没有很高。因此，当2020-2021年这些高成长赛道股票的业绩增速提升时，确实会产生超预期效应，形成“戴维斯双击”现象。然而，2021年以后，当市场开始给予这些高成长赛道股票高估值时，即便这些股票的同比增速仍超过50%，也会存在疑问这些公司是否真的超市场预期了吗？ 如果同比增速加速度为负，那这些股票是否能定义为“非超预期”。

4.3 “预期惯性”因子高频化

当我们把因子换仓频率提升到周频后，我们发现因子表现稳定性能够提高，多空年化收益率由18.3%提升到了21.3%,ICIR由2.18提升到3.25。具体构建方式基于过去三个月的分析师数据、相关动量数据构建“真知灼见”因子，然后再构建日频预期惯性因子，进行周频调仓。

超预期类 策略和分析师类因子，本质上属于类事件驱动型策略。它们主要在业绩预增、突发经营利好事件或行业景气度边际变化的情况下触发。通常，市场能够在卖方分析师的提示下迅速反应，并将这些信息融入现有股价中。然而，由于“超预期”策略在2019-2021年大放异彩，导致此类策略拥挤度较高。因此我们认为如果能保持换手的上限、通过增加调仓频率来捕捉超额收益是可行的方式之一。

“预期惯性”因子是基于过去三个月分析师的数据生成的，即便是日度调仓， 它也能保持多头组的日均换手率约为5%，并不会造成高调仓频率的高换手。 日频换仓频率下的预期惯性因子能够提供28.2%的多空收益率，IC稳定性大幅度提高，年化ICIR达到4.31。

在对预期惯性因子进行日频、周频和月频换仓的比较分析中，我们发现在日频调仓的情况下， 多头 组别中的顶端组（第9和第10组）的区分度更加显著。 这种区分度在全样本期间均表现良好，突显了信息时效性在估值和股价上升过程中的重要性。与此同时，类似于周频和月频的因子，日频调仓下的多空净值和多头超额在年内均能创造新高，并且没有出现明显的重大回撤。这种表现与当前市场上普遍的分析师类因子有着显著的不同。

5 组合构建

上文我们分析了现有超预期类策略、分析师类因子失效的原因，并提出了能够在今年稳定获取超额收益的预期惯性因子，并且我们发现当基于日频因子提高换仓频率能够显著增强因子表现。且不论在月、周、日频换仓频率下都实现了多头超额、多空超额创造了历史新高。但是在现实投资中不同投资者对不同调仓频率有不同偏好，于是我们分别构建不同调仓频率的组合满足不同投资者需要。

5.1 “预期惯性”组合

“预期惯性”组合采用月频调仓策略，这种策略特别适合那些偏好中低频调仓的投资者。该组合是基于预期惯性因子和方正综合量价因子的等权重合成而构建的。选择加入综合量价因子的理由在于，量价类因子能够提供微观交易层面的超额收益信号。这样的方法在高度拥挤的超预期类策略中，有助于避免那些拥挤度较高的股票。综合利用这两个因子的信号，不仅可以捕捉到基于“预期差”的收益，还能获取来自微观交易层面的额外收益，从而优化整体投资策略的表现。筛选因子复合加权后的25只股票构建组合，月度调仓。

“预期惯性”组合在回测时间段能够获得29.7%的年化收益率，收益波动比1.12，对于基准有较为稳定的超额收益，持仓市值中位数平均值在124亿元，近两年持仓市值中位数平均值位于184亿元，无明显市值偏好获得风格收益。

5.2 “朝露夕晖”组合

鉴于“超预期”类策略和分析师类因子的高关注度及拥挤程度，再加上其事件驱动策略的特性，我们同样推出了日频调仓的组合策略。这种策略旨在通过提升换仓频率来实现超额收益。朝露夕晖组合将采用基于预期惯性因子的日频调仓模式，而不融入量价因子。我们认为在日频调仓的情况下，应能快速捕捉到具有预期差的股票，从而获得超额收益，受博弈影响较小。因此我们取因子排名前25的股票构建组合。

如以上 图表 所示，基于预期惯性单因子日频换仓的“朝露夕晖”组合能够取得37.5%的年化收益率，收益波动比达到1.36。另一方面，针对换手率我们也进行了测算，整体组合日换手率在8%，且换手率呈现一定程度的季节效应。

6 总结

针对超预期类策略复盘，我们认为表现不佳主要有两个原因1）策略有效时长降低：随着拥挤度提升，整体市场风险偏好下降，盈余公告效应不再长期稳定显著，只能维持一个月左右的上涨即进入博弈期。2）超预期陷阱：传统超预期类策略、分析师类因子往往有显著的成长风格偏好，往往忽略困境反转的股票给予的估值上修反馈，如果真正存在预期差，市场会反馈在估值的变化上。

基于预期惯性因子和综合量价因子构建的“预期惯性”组合，在月频调仓下能够获得29.7%的年化收益，长期对中证500指数有稳定超额。“朝露夕晖”组合基于预期惯性单因子日频调仓，回测区间年化收益达到37.5%。