金融工程:基于预期业绩季度化分解的超预期30组

年度预测数据的季度化分解

    分析师预期数据能够及时动态地反映公司的未来业绩,但是分析师预测数据通常都是年度预测数据,为了能在每个季度时计算公司的实际业绩是否超预期,我们提出了分析师年度预测数据的季度化分解方法,这样就获得了更高频的分析师预测数据,并以此计算单季度净利润超预期幅度。从分组检验的结果来看,单季度超预期幅度分组单调性明显,超预期幅度越高,分组表现越好。进一步我们发现超分析师预期的数量占比也是影响超预期效应的重要因素,超预期数量占比越高,分组表现越好,并且在单季度超预期幅度最高的前20%股票中,超预期数量占比仍然有较好的区分能力。

    超预期30组合构建

    为了兼顾股票数量和财报的时效性,我们在每个月末都往前取一定的时间窗口来筛选发布财报的股票并计算其单季度超预期幅度,剔除微利股、利润下行、流动性较差以及市值较小的股票后,根据单季度超预期幅度和超预期占比筛选30只股票来构建超预期30组合。

    超预期30组合表现

    超预期30组合每年均能战胜沪深300、中证500指数,相对于沪深300指数、中证500指数的年化超额收益率分别为25.87%、24.20%。如果以股票型和偏股混合型基金为基准,组合每年都能在股票型和偏股混合型基金中排名前25%以内。组合的平均资金容量为3.81亿,今年以来平均容量为3.04亿。

    风险提示:市场系统性风险,模型失效风险。