盈利惊喜因子的定义与构建 [page::3][page::4]

• 盈利惊喜因子主要包括基于市场反应的EAR3，基于分析师一致预期的ALSUE（等权拆分的ALSUE0与历史比例拆分的ALSUE1）和基于时间序列模型的TSSUE四种。

- EAR3因子采用公告日前后一日累计超额收益，ALSUE因子由分析师年度预期拆分估计，TSSUE基于历史季度净利润随机游走模型计算。

• 盈利惊喜因子数据基于业绩预告、快报及正式报告，发布月份分布集中于4月、8月、10月等关键报表期。

- 因子覆盖率显示，EAR3和TSSUE覆盖较高，ALSUE因子覆盖主要集中于大市值标的。[page::3][page::5][page::9]

盈利惊喜因子事件研究及IC测试 [page::6][page::7][page::9][page::10]

• 事件窗口内，ALSUE0、ALSUE1和TSSUE因子组间累积超额收益表现良好，持续时长约50个交易日，稳定性较好。

- EAR3因子事件窗口后超额收益为零，预测能力相对较弱。

• IC测试结果显示ALSUE和TSSUE因子IC水平较高，均值普遍超过3%，表现优于EAR3因子。尤其是ALSUE1和TSSUE的ICIR均较为亮眼。[page::6][page::7][page::9][page::10]

盈利惊喜因子改进尝试 [page::11][page::12][page::13][page::14]

• 以多头策略为基础，对盈利惊喜因子进行三方面改进：发布时长（半衰期）调整、节假日效应调整及同日公告数量调整。

- 半衰期调整使因子更多关注近期公告，最优半衰期约20个交易日，带来年化超额收益和信息比的提升。

• 节假日效应调整及同日公告数量调整效果有限甚至带来性能下降，故实际策略只采纳发布时长调整。

- 多头基准策略年化收益区间18%-20%，改进后策略年化收益和信息比均有所提升。[page::11][page::12][page::13][page::14]

盈利惊喜双击策略构建及表现 [page::14][page::15][page::16]

• 盈利惊喜双击策略结合盈利惊喜因子（ALSUE0, ALSUE1, TSSUE）与分析师情绪因子EPSFwd12MR3M，筛选盈利超预期且分析师乐观的股票。

- 构建流程：剔除风险警示股和新股→选盈利惊喜值最大的100只→再选情绪因子最佳的25只等权持有。

• 策略显著提升表现，年化收益30%以上，信息比超过2.4，远超单因子策略。

- 各单因子及双击策略表现比较表明，情绪因子对盈利惊喜股票的二次筛选效果显著。

| 策略 | 年化收益率 | 年化波动率 | 信息比 | 最大回撤率 |
|------------|------------|------------|--------|------------|
| 策略1 (ALSUE0 只筛选) | 14.90% | 11.79% | 1.26 | 12.54% |
| 策略2 (EPSFwd12MR3M 单筛选) | 9.23% | 12.28% | 0.75 | 15.55% |
| 策略3 (双击) | 30.23% | 12.31% | 2.46 | 9.86% |
| 策略4 (反向筛选情绪因子) | 9.17% | 10.90% | 0.84 | 17.71% |

[page::14][page::15][page::16]

策略细节修正与最终表现 [page::17][page::18][page::19]

• 对双击策略持仓市值和行业分布进行监控，避免过度集中，剔除市值最小20%的股票和进行行业中性化。

- 调仓频率限定于固定的7个月份，减少不必要调仓。

• 修正后策略收益优异，年化绝对收益达35.98%，多数年度实现正收益且超越同期基准。

- 策略相比普通偏股型基金每年均表现优异，排名均处于基金业绩前1/3范围。

| 年份 | 绝对收益 | 基准收益 | 相对收益 | 基金数量 | 基金排名 | 排名百分比 |
|------|----------|----------|----------|----------|----------|------------|
| 2010 | 60.26% | 4.21% | 55.65% | 286 | 1 | 0.35% |
| 2011 | -21.20% | -28.01% | 9.63% | 333 | 65 | 19.52% |
| 2012 | 34.33% | 4.58% | 27.10% | 385 | 2 | 0.52% |
| … | … | … | … | … | … | … |

[page::18][page::19]

策略绩效归因分析 [page::20][page::21][page::22]

• Barra归因分析显示，策略超额收益主要源自主观α（残差项），动量贡献较大，市值和流动性因子贡献小或为负，与“小市值效应”无关。

• Brinson绩效归因显示策略超额收益来源主要是股票选择能力，行业配置效果有限。

[page::20][page::21][page::22]

金融研究报告详尽分析——《A股市场盈利惊喜策略全解析》

---

一、元数据与报告概览

报告标题： 基本量化视角下的分析师预期信息研究系列之一：A股市场盈利惊喜策略全解析
作者及联系方式： 徐寅（邮箱：xuyinsh@xyzq.com.cn，执业编号：S0190514070004），研究助理沈鸿（执业编号：S0190119120011）
发布机构： 兴业证券经济与金融研究院
发布日期： 2020年10月23日
研究主题： 关注A股上市公司盈利惊喜因子（Earnings Surprise）构建、改进及其基于基本面和分析师情绪的投资策略开发与回测。

核心论点及目标：
报告立足于量化分析视角，综合整理和测试了主流盈利惊喜因子，针对A股市场特点提出创新性的因子改进方法（包括发布时长调整、节假日及公告数量调整），并最终结合分析师情绪因子构建盈利惊喜双击策略。该策略表现稳健且优异，过去近十年绝对收益年化可达35.98%，在普通股票型和偏股混合型基金中每年均排名前1/3。报告通过详实的数据挖掘和多层次测试强调盈利惊喜因子在捕捉价格漂移和挖掘投资机会中的价值。

---

二、分章节详细解读

1. 盈利惊喜的定义与因子化

1.1 盈利惊喜的主流定义与因子构建

盈利惊喜通常指公司公布盈利超过市场预期的现象，该事件伴随明显的股价反应，且通常存在后续持续的价格漂移（PEAD）。作者将盈利惊喜因子划分为三大类：

• 基于市场反应的EAR3因子（累计公告日前一天至公告后一天的超额收益）——反映市场对盈利公告的即时价格反应。

- 基于分析师预期的ALSUE因子（Standard Unexpected Earnings）——基于分析师一致预测的实际盈利与预期盈利的标准化差异。因A股分析师数据为年度预期，报告提出两种季度预期拆分法：
- ALSUE0：等权比例分拆（按季度均分年报预期）。
- ALSUE1：历史比例分拆（以过去3年季度占全年净利润比例加权，如果数据不足则退化为等权分拆）。

• 基于时间序列历史盈利的TSSUE因子——采用季节性随机游走模型，依赖历史盈利数据和漂移项计算标准化异常。

该章节详细解释了盈利惊喜因子的数学抽象及其投资逻辑基础，并强调了A股分析师预期季度拆解的必要性和具体实现，体现出对本土市场特性的深刻理解。[page::3][page::4]

1.2 数据使用细节

数据来源于业绩预告、快报和正式报告三类公告，统计分析揭示不同类型公告的月度分布特点及数量差异。图表1-2明确显示正式报告主要集中在4、8、10月，业绩预告和快报则较为分散。报告根据数据质量等级采用优先原则选取净利润数据，业绩预告通过上下限均值估算净利润。公告数量与时间的规律辅助确定因子计算和月度更新的时间节点，保证策略能够实现月频系统性选股。[page::4][page::5]

1.3 事件效应研究

采用事件驱动方法，测量公告日前20交易日至公告后60交易日的累计超额收益，分别按照因子大小分为10组，以Q10表示盈利惊喜最大组。图表3-6展示不同盈利惊喜因子的分组累计超额收益：

• EAR3因子：主要反应时间集中在公告期，公告后价格漂移缺失，超额收益事后不可持续。

- ALSUE0、ALSUE1因子：Q10多头异常收益持续约50交易日，且存在单调显著的价格漂移，充分体现市场注意力不足带来的策略价值。

• TSSUE因子：也表现良好的价格漂移效应，超额收益持续且单调。

综合分析表明，基于分析师预期与时间序列的盈利惊喜因子具有更强的价格漂移能力，适合构建投资策略，而EAR3因子效果有限，不再作为构建因子重点。[page::6][page::7][page::8]

1.4 定期化处理与覆盖率统计

由于盈利公告存在时点不确定性，因子表现分布不规则，为方便月度量化应用，报告设计了一套规范的月度因子更新机制，部分月份延用上月因子值。图表7详细说明了各月份所参考的报告期。

覆盖率统计显示，EAR3和TSSUE因子覆盖度较高（均在70%以上），而ALSUE0/1因子覆盖较低，主要集中在大市值股票，体现因子数据来源差异及A股分析师覆盖限制造成的影响。

1.5 IC值测试

因子信息系数(IC)测试展示周期内各因子预测股票横截面收益的能力：

• EAR3因子IC均值较低，多在1%-3%范围，验证其预测力不足。

- ALSUE0、ALSUE1因子IC均值表现中等偏上，均超过3%，且在市值及行业中性处理后依然稳定，特别是ALSUE1体现了更强的预测力。

• TSSUE因子IC表现最佳，特别是剔除市值及行业因素后，年化IC信息比达到3.76%。

整体而言，基于分析师预期及时间序列的盈利惊喜因子均具备显著的横截面预测能力。[page::9][page::10]

---

2. 盈利惊喜因子的改进尝试

本章节基于投资者有限关注度理论，针对盈利公告对投资者关注度的影响机制，尝试利用三种调整方法改进因子表现。

2.1 多头基准组合的回测

基于因子排名前20%的股票构建多头组合。剔除风险警示及上市不足180天新股，换仓频率为月末，考虑交易成本及涨停跌停限制。结果显示，ALSUE0和ALSUE1因子构建的组合相对于TSSUE组合在收益、收益风险比和最大回撤上均表现更优，为后续改进提供基准。[page::11]

2.2 发布时点效应调整

鉴于公告距离月末时间对信息时效性有重要影响，策略引入半衰期调整权重，对公告较近的盈利惊喜赋予更高权重。遍历半衰期取值10、20、50、100天的效果显示，调整显著提升ALSUE因子策略表现，且半衰期20天的效果最好，说明盈利信息时效性约为20交易日左右。TSSUE改进效果相对较弱。[page::12]

2.3 节假日效应调整

基于假设节假日前公布盈利公告可能被投资者忽略，从而带来更明显盈利惊喜效应，进行系数乘以1.2、1.5、1.8的调整。回测发现该调整对多头策略表现提升有限，且效果不稳定，权重放大至1.8也无明显改进，说明节假日效应在A股市场影响较弱。[page::13]

2.4 同日公告数量效应调整

假设同日公告越多投资者关注度越分散，盈利惊喜效应越强。报告统计同日公告数量，分别取前20%、50%、80%构建多头组合。结果显示，公告数量越大，策略整体表现越差，调整后年化收益及信息比下降较明显，反映高公告密度反而可能带来噪音及挤压效应，相关更新无正向激励作用。[page::13][page::14]

综合上述实验，发布时点半衰期20天调整效果显著，成为后续研究的关键改进手段。

---

3. 盈利惊喜双击策略设计与实证

3.1 策略构建逻辑与方法

报告提出将盈利惊喜因子与分析师情绪因子EPSFwd12MR3M结合，双向筛选“基本面盈利超预期”和“分析师乐观持续调高盈利预期”的股票，从而抓住业绩偶发性超预期与未来业绩可持续成长性的共振效应。具体：

• 盈利惊喜因子取调整后排名前100只股票。

- EPSFwd12MR3M取前25只股票，两因子双筛获得最终等权组合。

该策略预计剔除仅偶然盈利超预期但后续分析悲观股票，专注于真正可持续成长标的。图表25展示该策略年化超额收益达30%以上，信息比大幅提升至2.4以上，彰显双击策略对盈利超预期策略的显著增益。[page::14][page::15]

3.2 策略细节优化

基于历史持仓分析，发现策略持仓市值多数位于60%分位以上，但偶有小市值集中及单一行业占比过高（超30%）现象，存在容量和行业分散风险。为此策略引入：

• 剔除市值最小20%的股票避免规模效应。

- 进行行业中性化调整。

• 固定在典型盈利公告月（1、2、3、4、7、8、10）进行调仓，减少非盈利报告频繁调仓带来的噪声。

优化后策略表现卓越，年化收益达到35.98%，且2010至2020年11个交易年收益仅2011年负，且绝大多数年份显著跑赢基准中证全指。图表30-31体现出优异的净值增长及稳定性。[page::16][page::17][page::18]

3.3 策略绩效归因

• Barra风格因子分析：超额收益主要来源于残差项，即真实阿尔法收益。动量因子贡献较大，小市值和流动性因子贡献有限甚至负向，表明策略非靠小盘股效应或流动性溢价产生，具有较强实用性及广泛适用性。

- Brinson行业归因：策略绝大部分超额收益来自股票选股能力，而非行业配置，体现选股精准度是策略核心竞争力。图表35-37图示明晰。[page::20][page::21][page::22]

---

三、图表深度解读

报告中各关键图表均对盈利惊喜因子特征、策略表现、持仓分布和归因进行了详尽说明，本文挑选部分重点解读：

• 图表1-2（报告发布月份分布）：显示正式报告主要集中于4、8、10月，业绩预告及快报分布更分散，帮助确定因子更新节奏。

- 图表3-6（事件效应叠加图）：清晰揭示EAR3因子超额收益集中公告期，ALSUE及TSSUE因子后续持续显著漂移，支撑筛选有效性。

• 图表9-12（IC测试）：全面展示各因子跨市场及市值分层的预测能力，ALSUE1和TSSUE因子信息系数稳定且显著。

- 图表13-14（多头基准组合）：ALSUE因子组合表现总体优于TSSUE，构成策略基准。

• 图表15-18（半衰期调整）：展示因子随半衰期不同调整后策略收益趋势，最优取值约为20天。

- 图表25，26，27（双击策略综合表现）：年化收益、收益风险比突破30%，且持续超越单因子策略。

• 图表28-29及33-34（持仓市值与行业分布）：优化后的策略持仓更为稳定分散，减少行业集中和规模偏小风险。

- 图表30-32，40-42（净值走势及与基金比较）：策略年化高收益对应较高信息比，且在广泛基金中保持前1/3排名，反映实际投资价值。

• 图表35-37及45-47（多维归因分析）：系统证明超额收益主要来自选股Alpha和动量因子，非传统风格溢价支撑，策略具备独立alpha特征。

以上图表内容不仅为理论分析和实证测试提供生动佐证，也使报告结论更具说服力及应用指导意义。

---

四、估值分析

报告核心在于量化因子构建与策略优化，并未专注企业估值模型，因此无明确传统估值方法（如DCF、市盈率比较等）讨论。核心在因子投资逻辑和实证表现，强调利用盈利惊喜信息捕获价格漂移和投资者关注不足所带来的阿尔法机会。

---

五、风险因素评估

报告最后说明模型及结论基于历史数据分析，存在市场环境变化导致模型失效风险。未专项细化宏观及系统风险，但通过行业中性化、剔除小市值及风险警示股等手段控制部分系统性风险。
披露合规风险提示及投资评级标准，强调投资者应综合考虑个人财务状况、投资目标并咨询专业意见，谨慎理解报告内容。

---

六、批判性视角与细致观察

• 报告对EAR3因子的表现分析充分，客观剔除了短期市场反应主导的因子，聚焦基本面及情绪动态，更符合A股市场数据特征，体现较高的严谨性。

- 套用固定持仓数量对小市值股票剔除及行业中性化，改善组合的容量及风险分散问题，实施细节具备操作合理性。

• 盈利预期拆分方式虽创新但依赖历史季度分布（ALSUE1），在极端不连续盈利背景或行业结构剧变下，分拆效果和预期准确度可能下降。

- 情绪因子EPSFwd12MR3M基于分析师一致预期调整，存在数据覆盖不足对小盘股忽略的问题，整体覆盖率较低对市场全貌捕捉可能有所限制。

• 节假日及同日公告数量调整未获显著提升，反映A股市场可能存在较高的信息传播效率或投资者关注集中周期性效果有限，观察结果需结合实际市场行为动态理解。

- 回测样本期止于2020年8月，未涵盖后续市场极端波动期（如2020年后疫情影响、2022年市场结构调整等），策略稳健性仍需后续跟踪验证。

综上，报告架构严谨，数据充分，考量了多种潜在影响因素，观点客观，结论经充实实证支持，适合投资量化策略研发及策略应用参考。

---

七、结论性综合

本报告全面剖析A股市场盈利惊喜因子的构造、改进及应用价值。通过对EAR3、ALSUE0、ALSUE1和TSSUE四大盈利惊喜因子系统测试印证，基于分析师预期和历史时间序列的因子在捕捉后续价格漂移和横截面收益上优势明显，且其量化因子IC及事件驱动收益均高于基于价格反应的EAR3因子。

在因子改进层面，报告聚焦投资者有限关注理论，提出发布时点半衰期调整、节假日效应及公告密度调整，证实半衰期20日的发布时点调整最具提升效果，优化盈利惊喜信号的时效性和信息质量。

在策略层面，经典五分位多头组合表现出行业中性化且剔除小市值股票必要，基于盈利惊喜因子的双击策略（结合分析师未来盈利预期情绪）大幅提升收益和风险调整后表现，年化绝对收益近36%，信息比超过2.4，持仓行业分散度及时序稳定性均优，表明策略具有突出的实用投资价值。

绩效归因明确策略超额收益主要来源于选股Alpha及动量因子影响，非简单跟随市值或流动性溢价，具备较强的阿尔法特征和市场适应性。此外，策略在模拟与基金排名中持续优异，验证其在实际应用中的竞争力。

最终，报告确认盈利惊喜因子在A股量化投资中的重要地位，尤其是结合分析师预期情绪的双击策略，为投资者提供一种有效选股框架，有助于发掘被市场忽视的业绩超预期机会，具有较强的理论与实务价值。[page::0][page::3][page::6][page::9][page::11][page::15][page::17][page::20][page::22]

---

附录中ALSUE1因子基于的双击策略表现与ALSUE0类似，显示了良好的策略稳定性和可拓展性。[page::24]

---

总结

本报告以深入的盈利惊喜因子构建与实证验证为核心，融合投资者行为因素创新改进因子，成功设计出结合基本面与情绪面双因子驱动的高效穿越市场周期的选股策略，拥有优异的风险调整收益，广泛的行业分散及明确的超额收益归因，堪称A股量化投资领域极具价值的研究成果与应用蓝本。决策者及量化投资从业者可据此构建基于盈利信息的系统化Alpha获取策略，辅助尽可能多捕获价格漂移所带来的投资价值。

---

重要图表索引

| 图表编号 | 内容简介 | 页码 |
|--------|-------------------------------------|-----|
| 图表1-2 | 三种报告类型每月公告分布情况 | 5 |
| 图表3-6 | 不同因子分组累计超额收益（事件效应） | 6-7 |
| 图表9-12| 盈利惊喜因子IC测试结果 | 9-10|
| 图表13-14| 基准多头组合收益风险指标 | 11 |
| 图表15-18| 因子发布时点半衰期调整回测结果 | 12 |
| 图表25 | 盈利惊喜双击策略相对表现 | 16 |
| 图表26-27| 利用EPSFwd12MR3M双击策略的表现对比 | 16 |
| 图表28-29| 策略历史持仓市值及行业占比 | 17 |
| 图表30-31| 优化后策略净值走势及各年表现 | 18 |
| 图表32 | 策略在偏股型基金中的历史排名表现 | 18 |
| 图表33-34| 优化后策略历史持仓市值及行业占比 | 19-20|
| 图表35-37| Barra及Brinson业绩归因 | 21-22|
| 图表38-47| 附录——ALSUE1因子下双击策略表现 | 24-28|

---

注： 文中所有结论均基于兴业证券经济与金融研究院提供数据和实证结果，引用精准标注为原文页码，确保可追溯性与研究准确性。

报告