开源量化评论（79）：超预期预判市场参与主体行为的信息含义

目 录1、选题背景 42、数据概览 5、数据样例 5、数据统计 6、报告期vs.公告日期 7、预约披露日期vs.报告期 7、预约披露日期vs.实际披露日期 8、预约披露日期变更 83、因子构建 94、指数增强 5、多头优选 13、上市公司的预约披露行为 13、上市公司业绩预告的重定价 14、聪明投资者的抢跑效应 16、分析师一致预期的调整方向 17、多指标融合的多头优选 186、风险提示 20图表目录图1：2021年下半年以来SUE因子超额持续回撤 4图2：业绩超预期个股在定期报告发布之前超额收益更高 5图3：上市公司定期报告预约披露数据样例 6图4：定期报告预约披露日期数据样例 6图5：公告日期多数时候早于对应的报告期 7图6：大部分公告日期都在报告期对应的月份发布 7图7：预约披露日期与对应报告期的间隔天数分布 7图8：年报预约披露日期与报告期间隔天数最长 7图9：提前或滞后披露的上市公司占比仅约5% 8图10：提前或滞后披露间隔天数一般在7个日历日内 8图提前和滞后披露的个股事件收益存在显著差异 8图12：预约披露日期修改比例近年来逐渐下降 9图13：时间距离因子RankIC均值为3.47% 10图14：时间距离因子的多头端具有显著区分能力 10图15：报告期与公告期的间隔天数分布 10图16：递延时间距离因子RankIC均值为3.67% 图17：递延时间距离因子五分组单调性有所改善 图18：递延时间距离因子在小盘股中更加显著 图19：递延时间距离因子累计RankIC走势稳健 图20：TDTF因子在沪深300成分股中具有稳定超额 12图21：TDTF因子在中证500成分股中年化超额约5% 12图22：TDTF因子在中证1000成分股中年化超额约8% 12图23：TDTF因子在国证2000成分股中增强表现优异 12图24：在时序上，提前或滞后披露的上市公司数量占据了多数 14图25：时序上提前披露的个股分组收益优于滞后披露 14图26：业绩预告中扭亏、预增和略增三类消息表现占优 15图27：业绩预告消息类型具有很好的收益区分度 15图28：符合纳入模型的业绩预告信息数量占比处于低位 16图29：抢跑效应在空头端具有更好的区分度 17图30：盈利上调的个股长期跑赢盈利下调个股 18图31：多指标融合的多头优选组合能有效战胜多头基准组合 18表1：TDTF因子在中证1000成分股中增强表现占优 13表2：多头优选组合分年度收益对比 19A202191、选题背景PlusSUE2021SUE我们以上市公司定期报告构建的SUE因子为例，自2021年下半年以来，SUE因子超额收益持续回撤，目前仍没有改善的迹象。图1：2021年下半年以来SUE因子超额持续回撤

对冲（右轴） 0 1 2 3 4

数据来源：、研究所2021图2：业绩超预期个股在定期报告发布之前超额收益更高全区间 2021H1前 2021H1后1.051.031.010.990.970.950.930.910.890.87036912151821242730333639424548515457数据来源：、研究所 注：测试区间2010.01.01~2023.07.31StephenH.Penman（1984）Wysocki(2008)Livnat和Zhang(2015)盈利惊喜和收益也呈现出明显的负面特征。在最近的相关研究中，QuantitativeResearch(2020)那么，A股的上市公司是否也有相关的行为特征呢？我们尝试以上市公司定期报告的预约披露日期作为切入口，去一探究竟。2、数据概览、数据样例关于上市公司定期报告的披露，监管机构做了时间上的强制要求。上市公司应当披露的定期报告包括季度报告、半年度报告和年度报告。公司应当在每个会计记账周期结束之日起一个月内披露季度报告，两个月内披露半年度报告，四个月内披露年度报告。此外，上市公司还需和交易所预约定期报告的具体披露日期。2023（600011.SH）2023072620230726图3：上市公司定期报告预约披露数据样例资料来源：巨潮资讯网构建至关重要。目前，我们可以通过中国A股定期报告披露日期表（600011.SH）2030620307030630（报告期）的半年报数据。一般而言，公告日会早于预约披露日。图4：定期报告预约披露日期数据样例资料来源：研究所、数据统计A、(ANN_DT)。201057%20101月开始，20237、报告期vs.公告日期我们统计了上市公司定期报告预约披露的公告日期和对应的报告期的先后顺序情况。一般而言，公告日期决定了个股的调仓时点，我们希望上市公司的公告日期尽可能早于报告期，这样方便投资者在策略构建过程中能够尽早地拿到相关信息。从统计结果可以发现，大部分上市公司会在报告期之前发布定期报告的预约披露日期，数量占比约78%。具体来看，大部分上市公司会选择在报告期对应的月份公布预约披露日期。图公告日期多数时候于应的报告期 图大部分公告日期都报期对应的月份发布100%0%

公告日期-报告期早于 晚于

0

公告日期对应月份030612090410070208010511数据来源：、研究所 数据来源：、研究所、预约披露日期vs.报告期剔除。通常，无法及时出具定期报告预约披露日期的上市公司，财务上出现不好变27为56天，年报更是达到106天。图预约披露日期与对报期的间隔天数分布 图年报预约披露日期报期间隔天数最长间隔天数中位值806040200一季报 半年报 三季报 年报数据来源：、研究所 数据来源：、研究所、预约披露日期vs.A7图提前或滞后披露的市司占比仅约5% 图10：提前或滞后披露间天数一般在7个日历日内100%0%

数量占比准时披露 提前或滞后披露

0

提前发布 滞后发布(0,1] (1,7] (7,30] (30,inf]数据来源：、研究所 数据来源：、研究所800图11：提前和滞后披露的个股事件收益存在显著差异1.101.081.061.041.021.000.980.960.940.92

提前公布 滞后公布-90-80-70-60-50-40-30-20-100102030405060708090数据来源：、研究所2.2.4、预约披露日期变更以深交所为例，上市公司应当按照交易所安排的时间办理定期报告披露事宜，因故需要变更披露时间的，需要提前五个交易日向本所提出书面申请，陈述变更理由，并明确并更后的披露时间，本所视情形决定是否予以调整。原则上交易所只接受一次变更申请。20182022345图12：预约披露日期修改比例近年来逐渐下降5%0%

调整比例 调整数量（右轴

120010008006004002002010033120100930201003312010093020110331201109302012033120120930201303312013093020140331201409302015033120150930201603312016093020170331201709302018033120180930201903312019093020200331202009302021033120210930202203312022093020230331数据来源：、研究所3、因子构建我们或许会想，为什么有些上市公司愿意在报告季初期预约披露财务报告，而有些上市公司则要拖到报告季截止日期呢？一般而言，领先于市场发布财务报告的公司，会受到市场更高的关注度。如果财务报告带来的是积极的信息，那么股价在投资者关注度效应下被推升的概率就会增加。ADistanceaco,TD计算个股对应报告期和预约披露日期的间隔天数，作为因子值。间隔天数的大小代表了上市公司披露日期的早晚水平，二者间隔天数越高，意味着上市公司向市场发4.3010.318.314.30369125统计结果，大约22%覆盖度在80%附近。（TDF）RankIC3.47%，RankICIR1.71。2016图13：时间距离因子RankIC均值为3.47% 图14：时间距离因子的多端有显著区分能力0.120.080.060.040.020

RankIC CumRankIC（右轴

21.81.61.41.210.80.60.40.20

对冲（右轴） 0 1 2 3 42.41.91.40.9 数据来源：、研究所 数据来源：、研究所4NN2510601078%提升89%图15：报告期与公告期的间隔天数分布数据来源：、研究所（DeferredDistanceFactor，DTDF）RankIC3.67%RankICIR2.152020年图16：递延时间距离因子RankIC均值为3.67% 图17：递延时间距离因子分单调性有所改善0.150.050

RankIC CumRankIC（右轴

21.510.50

对冲（右轴） 0 1 2 3 4 数据来源：、研究所 数据来源：、研究所4、指数增强从前文测试结果可知，递延时间距离因子具有良好的多头表现。我们尝试通过对递延时间距离因子进行行业和风格偏离约束，来构建指数增强组合。在此之前，我们首先在不同宽基池子中进行递延时间距离因子选股表现测试。1000RankIC4.46%，2000表现最优，年化RankICIR3000.98RankIC500300图18：递延时间距离因子小股中更加显著 图19：递延时间距离因子计走势稳健RankIC RankICIR（右轴）5%4%3%2%1%0%沪深300 中证500 中证1000 国证

2.502.001.501.000.500.00

沪深300沪深300中证1000中证500国证200010数据来源：、研究所 数据来源：、研究所为了更好地控制跟踪误差，我们尝试使用约束优化求解的方式对宽基指数进行增强测试。从前文测试结果可以看出，递延时间距离因子是一个正向因子，因此组合预期收益率最大化等价于因子暴露度最大化。max𝛼𝑇𝑤 𝑠.𝑡.𝑠𝑙≤𝑋𝑠(𝑤−𝑤𝑏)≤ℎ𝑙≤𝑋ℎ(𝑤−𝑤𝑏)≤𝑤𝑙≤𝑤−𝑤𝑏≤𝑤𝑢𝑏𝑇𝑤≥𝑐𝑙1𝑇𝑤=10≤𝑤≤1其中，𝛼表示因子暴露度，𝑤表示待优化权重，𝑋𝑠表示风格暴露度矩阵，𝑋ℎ表𝑠𝑙和ℎ𝑙和𝑤𝑙𝑐𝑙𝑠𝑙ℎ𝑙设置为-0.01，𝑠𝑢、ℎ𝑢0.01，𝑐𝑙0.8，𝑤𝑙、-0.01、0.01。图20：TDTF因子在沪深300成分股中具有稳定超额 图21：TDTF因子在中证500成分股中年化超额约5%321

超额收益（右轴） 增强组合 沪深300

321

超额收益（右轴） 增强组合 中证500 数据来源：、研究所 数据来源：、研究所图22：TDTF因子在中证1000分股中年化超额约8% 图23：TDTF因子在国证2000分股中增强表现优异23

超额收益（右轴） 增强组合 中证1000

超额收益（右轴） 增强组合 中证500数据来源：、研究所 数据来源：、研究所TDTF10008.44%1.43。超额300-2.45%表1：TDTF因子在中证1000成分股中增强表现占优指数名称分组年化收益率年化波动率收益波动比最大回撤胜率增强组合5.53%25.17%0.22-31.56%50.00%沪深300基准组合0.96%24.45%0.04-36.59%50.00%超额收益4.59%3.37%1.36-2.45%77.78%增强组合6.23%28.27%0.22-33.93%50.00%中证500基准组合1.43%26.30%0.05-46.15%50.00%超额收益4.98%4.72%1.06-3.62%72.22%增强组合8.66%33.18%0.26-42.44%42.86%中证1000基准组合0.72%29.65%0.02-52.27%40.00%超额收益8.44%5.89%1.43-4.00%80.00%增强组合14.93%33.58%0.44-38.43%55.26%国证2000基准组合7.19%29.16%0.25-43.59%50.00%超额收益7.95%7.33%1.08-4.67%73.68%数据来源：、研究所5、多头优选前文我们根据上市公司定期报告预约披露日期与报告期的间隔天数来预判未来业绩超预期的可能性，但单一维度的指标往往不够全面，是否还有其他维度信息可供我们借鉴呢？纷繁复杂的市场之中每天都存在着各种令人眼花缭乱的现象，其中一些蕴含着对未来的有效预测，难点在于我们如何找到并定义它们。接下来，我们试着从上市公司、投资者和分析师三类市场参与主体出发，分别讨论不同参与主体的行为特征所隐含的信息意义。、上市公司的预约披露行为根据前文的统计结果，可以发现大部分上市公司的预约披露日期即为实际披露日期，提前或滞后公布的样本数量过少，不适合直接用来构建相关因子。为了解决这个问题，我们尝试从时间序列入手，而非直接在截面比较。我们通过比较上市公司在前后相同的两个报告期中，当期预约披露日期相对往期实际披露日期是否发生日期变更，来定义提前或滞后披露的行为。𝑔𝑎𝑝𝑡=𝑝𝑟𝑒𝑑𝑖𝑐𝑡𝑡−𝑎𝑐𝑡𝑢𝑎𝑙𝑡−1−365如果𝑔𝑎𝑝𝑡>0，则说明滞后披露，𝑔𝑎𝑝𝑡=0，代表准时披露，𝑔𝑎𝑝𝑡<0表示提前披露。如果是闰年，我们将时间跨度参数调整为366个日历日。从统计结果来看，在时序上，前后相同的报告期，绝大多数上市公司都有提前或滞后披露的现象，准时披露的个股数量反而属于最少的一档，这与同期截面上的结果存在较大的差异。具体来说，提前或滞后披露的样本平均占比分别约42%，准时披露的样本平均占比约15%。图24：在时序上，提前或滞后披露的上市公司数量占据了多数提前 滞后 准时70%60%50%40%30%20%10%0%数据来源：、研究所我们根据时序上提前或滞后披露的行为，将个股分成三组，并统计不同组别未来的收益表现。从分组收益来看，在时序上进行提前披露的上市公司未来一个季度的表现更优，而相比去年同期滞后公布的上市公司，未来表现则相对较弱，准时披露的上市公司收益介于二者之间。可见，上市公司定期报告的披露行为，对个股未来收益走势具有预测能力，这个趋势在2019年以来愈发显著。图25：时序上提前披露的个股分组收益优于滞后披露提前滞后提前滞后准时3210数据来源：、研究所、上市公司业绩预告的重定价上市公司除了调节定期报告预约披露日期以外，还能通过提前发布业绩预告或业绩快报来影响市场的预期，进而影响个股未来的收益表现。我们以覆盖度更高的业绩预告为例进行说明。50%1312022预告。具体为净利润为负、扭亏为盈、实现盈利且净利润与上年同期相比上升或者50112A（AShareProfitNotice）图26：业绩预告中扭亏、预增和略增三类消息表现占优不确定续盈不确定续盈预减预增首亏续亏3210数据来源：、研究所 注：净值为对数收益走势为了简洁，我们将业绩预告中的公告类型划分为三大类，分别为正面、中性和负面三大类，其中正面部分包括扭亏、预增和略增，中性包括不确定和续盈，负面则包括略减、续亏、预减和首亏。从测试结果来看，业绩预告发布正面消息的个股未来一个季度大幅跑赢中性和负面分组。图27：业绩预告消息类型具有很好的收益区分度中性 正面 负据来源：、研究所从上述测试结果来看，业绩预告具有良好的区分度。但遗憾的是，如果想要将业绩预告的信息纳入到我们的模型中去，其对发布时间具有严格的要求，即早于当季度报告期对应的调仓日。从统计结果来看，大部分上市公司的业绩预告发布都晚于我们在模型中设定的调仓时点，导致实际区分作用被弱化。图28：符合纳入模型的业绩预告信息数量占比处于低位实际数量早于调仓日数量实际数量早于调仓日数量2500200010000数据来源：、研究所、聪明投资者的抢跑效应A为此，我们尝试根据个股区间超额收益率来定义股价相对市场的抢跑程度。超额收益率越高，表明个股未来业绩超预期的可能性越高，反之则越低。10𝑒𝑥𝑐𝑒𝑠𝑠_𝑟𝑒𝑡𝑢𝑟𝑛𝑡=𝑠𝑡𝑜𝑐𝑘𝑡−𝑖𝑛𝑑𝑡其中，𝑠𝑡𝑜𝑐𝑘𝑡表示个股区间累计收益，𝑖𝑛𝑑𝑡表示个股所属行业的区间累计收益，𝑒𝑥𝑐𝑒𝑠𝑠_𝑟𝑒𝑡𝑢𝑟𝑛𝑡表示个股区间累计超额收益。根据个股区间超额收益率的大小，我们将样本分成三组，可以看到超额收益率最高的分组显著跑赢超额收益率最低的分组，表明阶段性的超额涨跌幅能够在一定程度上去预判个股未来的业绩表现。图29：抢跑效应在空头端具有更好的区分度4 高超额 中超额 低超额3210数据来源：、研究所、分析师一致预期的调整方向平均调整或许更具说服力。为此，我们通过中国A股盈利预测汇总（FY1）（FY2的）ΔNP𝑡=𝑁𝑃𝑡−𝑁𝑃𝑡−1其中，𝑁𝑃𝑡表示本报告期最新可获取的盈利预测值，𝑁𝑃𝑡−1表示上个报告期的盈利预测值，ΔNP𝑡表示当期盈利预测的变动。通过比较个股分析师盈利预测水平的前后差异，我们将样本分成盈利上调和盈利下调两组。从测试结果可知，未来一个季度盈利上调的分组显著跑赢盈利下调的分组，表明分析师盈利预测的调整能够有效提前预测上市公司当季度的业绩表现。图30：盈利上调的个股长期跑赢盈利下调个股盈利下调盈利上调盈利下调盈利上调543210数据来源：、研究所、多指标融合的多头优选N可以看到，优选的个股多头组合都跑赢了作为比较基准的递延时间距离因子多头组，表明三大市场参与主体的行为特征能有效提升选股表现。图31：多指标融合的多头优选组合能有效战胜多头基准组合多头30多头30多头50多头100多头基准20151050数据来源：、研究所分年度来看，多头50组合在大部分年份都能稳定战胜多头基准组合，胜率相比多头30组合更高。年份组合年化收益率 年化波动率 收益波动比最大回撤年份组合年化收益率 年化波动率 收益波动比最大回撤2010201220132014201520162017201820192020

多头30 -1.69% 54.65% -0.03 -24.23%多头50 -1.49% 46.10% -0.03 -20.95%多头100 3.15% 44.83% 0.07 -18.72%多头基准 0.77% 47.12% 0.02 -20.49%多头30 -2.13% 21.66% -0.10 -17.69%多头50 -1.76% 22.44% -0.08 -17.77%多头100 -1.30% 22.67% -0.06 -17.46%多头基准 -9.02% 22.78% -0.40 -20.53%多头30 7.65% 18.06% 0.42 -8.77%多头50 -0.46% 20.10% -0.02 -11.60%多头100 -1.51% 18.80% -0.08 -11.54%多头基准 -8.99% 18.54% -0.49 -13.38%多头30 72.34% 22.77% 3.18 0.00%多头50 66.53% 20.27% 3.28 0.00%多头100 46.03% 17.12% 2.69 0.00%多头基准 31.73% 17.91% 1.77 0.00%多头30 46.11% 20.01% 2.30 0.00%多头50 47.60% 22.43% 2.12 -0.67%多头100 42.83% 24.98% 1.71 -3.07%多头基准 44.79% 29.71% 1.51 -4.51%多头30 146.73% 54.48% 2.69 0.00%多头50 126.32% 62.96% 2.01 0.00%多头100 97.29% 68.43% 1.42 0.00%多头基准 49.79% 62.44% 0.80 -10.17%多头30 24.36% 10.14% 2.40 0.00%多头50 24.11% 9.97% 2.42 0.00%多头100 25.45% 10.58% 2.40 0.00%多头基准 26.76% 15.94% 1.68 -1.80%多头30 4.94% 12.92% 0.38 -5.48%多头50 7.67% 11.35% 0.68 -4.03%多头100 5.41% 10.77% 0.50 -4.96%多头基