• 数据基础质量比较 [page::4][page::5]：

- 朝阳永续报告数量多于WIND，但差距从2014年开始缩小。
- 朝阳永续覆盖股票比例稳定在约80%，WIND约70%，差值约为10%。

• 盈利预测偏差比较 [page::6][page::7][page::8]：

- 不剔除极值时，朝阳永续预测偏差显著大于WIND，极端误差高。
- 剔除偏差超过3倍极值后，两者差异缩小，朝阳永续在EPS和净利润预测准确度优于WIND。
- 市值加权后，两数据库预测偏差均显著下降，说明大市值股票预测准确性更高。

- WIND近年在大市值股票数据质量提升明显，朝阳永续数据结构较为稳定。

• 预期因子选股效果对比 [page::9][page::10]：

| 因子 | WIND IC | WIND Rank IC | 朝阳永续 IC | 朝阳永续 Rank IC | 结论 |
|------------|---------|--------------|-------------|------------------|------------------------|
| 预期ROE | 0.104 | 0.120 | 0.105 | 0.122 | 两者IC相仿，朝阳永续略优|
| 预期PE | 0.102 | 0.119 | 0.104 | 0.121 | 两者IC相仿，朝阳永续略优|
| 预期净利润率| 0.102 | 0.118 | 0.104 | 0.120 | - |
| 预期净利润率同比|0.101 | 0.116 | 0.104 | 0.120 | - |
| 预期ROE同比| 0.103 | 0.118 | 0.100 | 0.117 | - |

- 构建多因子全市场选股策略，朝阳永续信息比率 2.27，年化超额收益42.78%，优于WIND的1.96和37.34%。
| 策略指标 | WIND | 朝阳永续 |
|--------------|---------|----------|
| 信息比 | 1.96 | 2.27 |
| 年化收益 | 60.52% | 65.96% |
| 基准年化收益 | 23.18% | 23.18% |
| 年化超额收益 | 37.34% | 42.78% |
| 收益风险比 | 1.59 | 1.75 |

• 超预期因子策略表现 [page::10][page::11][page::12]：

- WIND的超预期组合ALPHA波动更大，近中期收益（持有2-3个月期）优于朝阳永续。
- 朝阳永续因子IC、Rank IC及多因子回归的因子溢价显著优于WIND，表现更稳定。
| 指标 | WIND | 朝阳永续 |
|------------|--------|---------|
| 因子IC均值 | 0.004 | 0.022 |
| 因子RankIC均值 | -0.006 | 0.025 |
| ICIR | 0.489 | 2.330 |
| Rank ICIR | -0.549 | 2.153 |
| 胜率 | 0.625 | 0.875 |
| 因子溢价均值| 0.005 | 0.022 |
| 溢价T值 | 0.524 | 2.045 |

• 综合结论 [page::0][page::13]：

- 朝阳永续数据覆盖更广、结构稳定，但极端误差较多，需清洗。
- WIND数据质量逐步提升，极端误差低，覆盖度较低。
- 投资者应根据策略特征选择数据供应商，比如因子型策略可偏好朝阳永续，事件驱动策略倾向WIND。

• 风险提示：系统性风险、流动性风险、模型失效风险 [page::13]。

深度分析报告：《选股因子系列研究（二十八）——一致预期质量分析》

---

一、元数据与报告概览

• 标题：《选股因子系列研究（二十八）——一致预期质量分析》

- 作者/分析师：郑雅斌、罗蕾

• 发布机构：海通证券研究所

- 发布时间：2017年10月18日左右（结合相关研究时间推断）

• 主题：对两大分析师预测数据供应商——朝阳永续与WIND提供的一致预期数据质量及其选股有效性进行深入比较分析。

- 核心论点：报告通过全面对比两大数据厂商的基础数据（分析师报告量及股票覆盖比例）、数据准确性（盈利预测偏差）、以及基于这些数据构造的多因子选股效果和超预期因子的表现，呈现两者各自优势和不足，提示投资者根据自身策略需求选择数据源。

• 评级及目标价：本报告为量化因子研究报告，不涉及股票评级或目标价。

报告的主要信息传达是，虽然朝阳永续在数据覆盖度和报告数量上占优，但其数据中极端预测偏差较多，需投资者进行数据清洗；而WIND虽覆盖稍逊，但数据整体更“干净”，且近年精度提升明显。在不同的投资需求（因子型策略 vs 事件驱动策略）下，选择不同数据源更为合适。[page::0,4-6,12-13]

---

二、逐章深度解读

1. 基础报告数据的完整性及覆盖度

• 关键论点：

- 朝阳永续的分析师研究报告数量高度领先于WIND，尤其在2012-2014年差距达一倍，之后差距明显缩小，2017年趋近。
- 在股票覆盖比例上，朝阳永续稳定保持约80%，而WIND约为70%，两者差异较为稳定，朝阳永续覆盖更多中小盘和非主流股票。

• 推理依据及数据：

- 以月度时间窗口统计报告数量和股票覆盖比例，如图1显示报告数量趋势，图2、图3展示了覆盖比例及差值。多覆盖股票意味着对市场的广泛信息获取。

• 图表解读：

- 图1显示两家数据报告数量时间序列趋势，朝阳永续（更亮色线）整体高于WIND，但趋于收敛。
- 图2、图3直观展现覆盖股比例差异波动，以朝阳永续领先优势明显。

• 分析意义：覆盖面和报告数量是数据代表性和丰富性的基础保障，也反映出朝阳永续数据结构较为稳定和广泛。[page::4-5]

2. 盈利预测数据准确性的分析

2.1 不考虑极值情况下的预测偏差

• 论点：原始数据反映出朝阳永续存在较多极端预测导致整体偏差大（即预测值与真实财报偏差大），尤其在EPS、净利润数据上表现明显。

- 数据支持：表1显示2007-2016年期间朝阳永续无剔除极值预测偏差多次高于WIND，结合覆盖更多小盘股、分析师数量较少造成的预测偏差较大。

• 逻辑解读：极端值严重影响一致预期的预测偏差，简单对比并不能说明准确性好坏，需进行极值剔除后分析。

2.2 考虑极值情况下的预测偏差

• 论点：剔除预测偏差超过3倍的极值预测后，两家数据供应商的盈利预测差异显著减小，朝阳永续在EPS与净利润预测上优于WIND。

- 数据支持：表2，剔除极值后，朝阳永续的净利润与EPS偏差低于WIND，营业收入和净资产误差两家不显著差异。

• 分析逻辑：数据清洗处理是关键，说明投资者若能合理剔除异常预测数据，朝阳永续数据预测质量更优。

2.3 不同市值股票的预测准确性分析

• 论点：市值加权计算显示，预测误差主要集中于小盘股，分析师对大市值股票预测更准确。

- 数据分析：表3与图4展示了市值权重加权后，两个数据库偏差均大幅下降。

• 图4解读：偏差减少幅度体现两家数据库数据结构不同，朝阳永续数据结构相对稳定，WIND近年大市值股票数据质量提升明显。

- 结论：大市值股票的一致预期预测较可依赖，且WIND在逐步缩小大市值股票预测质量差距。[page::6-8]

3. 预期因子的选股效果对比

3.1 因子 IC 对比

• 论点：

- 预期ROE、预期PE表现较好，净利润率指标表现较差。
- 两大数据库的因子IC（信息系数）无明显本质差异，表明预期因子有效性相当。

• 数据表现：表4与表9详细列出IC和Rank IC均值、ICIR（IC稳定性指标）和胜率，显示朝阳永续与WIND数据因子均表现稳定。

- 术语解释：
- IC是因子预测收益与实际收益的相关系数，衡量因子的有效性。
- RankIC为秩相关系数，适合非正态数据。
- ICIR是IC均值和标准差的比值，评估因子稳定性。

• 实质意义：因子选股策略理论基础相当牢固，两个数据库均能产出较优预期因子信号。

3.2 因子预测效果对比

• 论点： 虽因子IC相近，但从收益率预测角度看，朝阳永续带来的选股效果更好，可能因为其覆盖股票更多。

- 数据展示：表5和表6显示多因子选股策略收益，朝阳永续组合信息比和年化超额收益均优于WIND。

• 应用意义：更全面的覆盖和数据处理提升了预测收益准确度，适合构建多因子量化选股策略。[page::8-10]

4. 超预期因子研究

4.1 超预期因子组合ALPHA分析

• 定义说明：超预期因子基于公司公告后财报数据与之前预测的偏离程度构建，通常事件驱动型，反映市场对业绩超预期的反应。

- 发现：
- WIND数据库组合ALPHA波动较大，主要因其数据源和股票池的不断完善。
- 中长期（2个月、3个月）持有期内，WIND表现优于朝阳永续，后者受极端预测值影响较大。

• 图表解读：图5-7分持有1、2、3个月期的多头组合ALPHA显示，WIND组合虽波动大但整体收益表现更优。

- 投资提示：超预期幅度较大股票虽潜力显著，但需处理极端预测风险。

4.2 超预期因子的IC及因子溢价分析

• 核心论点：将超预期因子引入多因子模型后，朝阳永续的因子IC及因子溢价更显著且稳定，WIND表现较弱。

- 数据说明：表7显示各项统计指标（IC均值、ICIR、溢价显著性）朝阳永续明显领先。

• 结论：超预期因子的因子效应在朝阳永续数据库中体现更佳，稳健度和显著性较高。[page::10-12]

5. 综合结论

• 朝阳永续数据覆盖面和报告数量领先，优势在于长期稳定的数据结构和更全面的市场覆盖。

- WIND数据库近年数据质量提升明显，极端预测值较少，数据“更干净”，尤其大市值股票预测逐步逼近朝阳永续水平。

• 预测准确性方面，极端值剔除后朝阳永续在利润类指标领先；市值加权后两家差异降低。

- 因子选股角度，两个数据库因子IC基本持平，但在实际收益预测和多因子组合，朝阳永续表现更好。

• 超预期因子方面，虽然WIND有更优的中长期持有收益表现，朝阳永续因子IC和溢价显著性更高，各有侧重。

- 投资者应结合自身策略，因子型策略偏好朝阳永续，事件型策略及数据稳定性要求更高可考虑WIND。

• 风险提示涵盖市场系统性风险、流动性风险及模型失效风险。[page::0,4-6,12-13]

---

三、图表深度解读

图1：朝阳永续与WIND收纳报告数量对比（页4）

• 展示内容：2012年至2017年间，两家数据供应商每月收录分析师报告数量的月度时间序列。

- 数据趋势及意义：
- 朝阳永续始终保持较高的收录量，尤其在2012-2014年高出WIND一倍左右，2017年差距明显缩小。
- 体现朝阳永续数据源起步早且规模大，但WIND积极扩张，竞争力显著提升。

图2、图3：股票覆盖比例及差值（页5）

• 内容说明：

- 图2展示两家数据商覆盖市场股票的比例，朝阳永续约80%，WIND约70%。
- 图3展示二者覆盖比例的差异，基本稳定在约10%。

• 解读趋势：报告数量差距缩小，但覆盖差异更稳定，显示朝阳永续对较多股票保持覆盖，而WIND重点覆盖大市值或核心股票。

表1-3：盈利预测偏差定量分析（页6-8）

• 表1：未剔除极值的预测误差，朝阳永续偏差较大，反映更多极端误差。

- 表2：剔除极端偏差后的预测误差，朝阳永续在EPS和净利润预测中相对优越。

• 表3：市值加权后预测误差，两家数据库误差大幅下降，表明大盘股预测更准确。

图4：市值调整后预测偏差下降幅度（页8）

• 图表内容：展示剔除极值、采用市值加权计算EPS和净利润偏差下降比例的时间序列。

- 趋势解读：朝阳永续前期偏差主要来自小盘股票，结构较稳定；WIND近年偏差下降幅度增加，表现出大市值预测改善。

表4-6：因子IC及预测效果分析（页9-10）

• 表4：微观因子有效性指标数据，两个数据库IC无大差异。

- 表5-6：构建多因子选股组合的收益率预测和策略表现，朝阳永续因高覆盖率体现略优。

图5-7：超预期因子多头组合ALPHA（页11）

• 图表解释：分别展示持有1、2、3个月期限的超预期多头组合相对基准的ALPHA变化趋势。

- 关键观察：WIND组合波动较大，但中长期表现优于朝阳永续，后者受极端预测值干扰。

表7：超预期因子IC及因子溢价对比（页12）

• 内容总结：朝阳永续的超预期因子IC及溢价均显著优于WIND，反映其超预期因子效应稳健且能带来收益。

---

四、估值分析

本报告并未涉及具体个股估值方法或目标价，而聚焦于量化因子和数据源的质量对比，核心在于因子、预测准确性和选股策略效果的统计分析。

---

五、风险因素评估

• 市场系统性风险：整体市场波动可能导致分析师预测数据和因子表现失效。

- 流动性风险：部分覆盖股票流动性低，影响因子表现及策略实施。

• 模型失效风险：因子模型未来可能失效，预测结果和策略表现不及预期。

报告未对具体风险概率和缓解策略细化，风险提示属行业通用范畴。[page::0,13]

---

六、批判性视角与细微差别

• 数据极端值问题明显：朝阳永续数据虽覆盖广，但极值较多，一定程度影响数据的“干净度”，投资者需具备数据清洗能力。

- WIND数据发展阶段：WIND数据近年来提升显著，但覆盖面和股票池相对较小，过于依赖少部分大盘股可能限制策略多样性。

• 策略适用范围有限：报告多基于年报披露后一段时间的历史数据，事件驱动策略表现差异可能会随市场环境变化发生变化，需结合最新市场动态。

- 测算结果的稳定性：部分指标年际波动较大，提示因子稳定性仍需关注，尤其在不同市场周期。

• 部分图表与数据解读依赖投资者专业判断：如极值剔除标准、因子构造方法投资者需理解细节，否则结果应用有一定误差风险。

---

七、结论性综合

本研究报告以朝阳永续和WIND两大数据供应商的分析师一致预期数据为样本，较为全面地评估了基础数据质量、盈利预测准确性、基于预测数据构造的多因子选股效果及超预期因子表现，得出如下综合见解：

• 数据承载基础：朝阳永续在报告数量及股票覆盖面上呈领先优势，覆盖率约80%，相较WIND的70%更适合需要广覆盖的数据需求。

- 数据质量控制：剔除极端异常预测数据后，朝阳永续数据的盈利预测准确性显著优于WIND，尤其在EPS和净利润指标上；且朝阳永续数据结构更稳定，WIND则展现出近年来大市值股票预测准确性明显提升。

• 因子投资表现：尽管两者因子IC表现相近，朝阳永续因覆盖面广，在多因子模型构建下选股收益更高，表现更为优异。

- 超预期因子差异：WIND数据库的超预期因子组合收益波动更大，中长期持有表现突出；而朝阳永续因子IC及溢价稳健显著，适合稳健型超预期因子策略。

• 投资者建议：根据策略取向选择数据源——因子策略爱好者倾向朝阳永续，事件驱动及注重数据洁净度者建议关注WIND。

- 风险须知：伴随市场系统性风险、流动性风险及模型失效风险，投资者应结合多因素进行策略验证和风险控制。

整个报告通过丰富的时间序列数据、覆盖率对比、偏差分析、因子IC统计及策略回测多维度数据验证，使投资者获得对数据源选择及因子构建效率的深刻理解，并提供实证支持和投资决策参考。[page::0,4-13]

---

参考图表展示（部分示例）

图1 朝阳永续与WIND收纳报告数量对比


图2 股票覆盖比例对比


图4 调整加权方式后利润预测偏差下降幅度


图5 持有1个月多头组合ALPHA


---

以上为《选股因子系列研究（二十八）——一致预期质量分析》报告的详尽解析。

报告