作者：冯佳睿、罗蕾
本文尝试在因子的框架体系中考察分析师覆盖度与股票未来收益之间的关系。提出对于传统的离散覆盖度指标，可通过线性回归方式剥离掉公司特征（如市值、流动性、前期股价表现）的影响，分解出独属于公司的特质覆盖度ATOT。覆盖度因子反映了分析师群体对其时间、精力和注意力的分配。
特质覆盖度越高，公司未来基本面向好的可能性越大。特质覆盖度对公司未来基本面具有较强的预测能力。特质覆盖度越高的公司，其未来盈利能力和营运有效性向好的可能性越大。从盈利能力来看，分析师倾向于将其研究精力分配给经营净现金流为正、净利润为正、同时相比于上一年同期净利润增加的公司。从营运有效性来看，分析师倾向于分配更多的精力给毛利增加、资产周转率增大的公司。
特质覆盖度越高，股票收益越高。特质覆盖度具有一定的股票收益预测能力。该因子月均多空收益差为1.72%，月胜率逾70%，平均rankIC为4.61%，统计显著。此外，该因子的预测能力具有较强的持续性，即使在滞后4个月的时间窗口下，其多空收益差和rankIC仍显著异于0。
在不同的观察期和持有期下，特质覆盖度因子都具有显著的选股效果。在1至12个月的观察期，以及1-6个月的持有期下，特质覆盖度因子都维持显著的选股效果。但观察期和持有期越长，新息占比越小，因子有效性越低。
特质覆盖度因子在行业间的选股效果。特质覆盖度在大部分行业都具有显著的多空收益差和rankIC值；整体而言，在公司数量较少的行业，该因子有效性受限。
风险提示：市场环境变动、模型误设、分析师行业规则变动等可能对因子有效性产生较大影响。
全文请见0704《金融工程专题报告：选股因子系列研究（二十二）——分析师覆盖度与股票预期收益》
