多因子系列报告之三十七:股东大类因子,拆解股东数据中的多元信息

敬请参阅最后一页特别声明 -1- 证券研究报告 2020 年 9 月 4 日 金融工程 股东大类因子:拆解股东数据中的多元信息 ——多因子系列报告之三十七 金融工程深度 交易者与交易标的是交易市场中最基础的两类元素,如果对应到二级权益市场,这两类元素的名称可以是股票与投资者(股东)。而股东作为市场的重要基础构成元素,一个值得关心的问题是:A 股的股东样本及其结构本身是否具备信息价值?本篇报告将对股东类型数据进行梳理,从个股层面上尝试理清其背后可能存在的选股逻辑,并构建有效选股因子,以供投资者参考。  股东类数据:更新频率低但维度较为丰富。 股东数据可分为多个类别,包括股票的股东户数、股票前十大股东、股票机构股东、股票重要股东增减持等。其中除了增减持数据过于稀疏更适合作为事件研究外,股东数量、十大股东、机构股东数据基本都是季度频率,研究方式一定程度上可借鉴财报基本面数据的研究方法。  股东数据整体:能对市场整体变化特征有所体现与印证。 将全市场股票的股东数据汇总,不同维度上的信息一定程度上能对市场整体变化特征进行体现与印证。十大股东持仓数据中,总占比上升但各自占比离散度不断下降,表明大股东之间的股权分配越来越均衡。机构股东数据中,不同股票持仓机构个数的离散度越来越大,则印证了近几年来愈加增强的机构抱团现象。  股东细分因子:各维度均具有不同逻辑特征的有效因子。 从股东户数、十大股东、机构股东三个类别中分别挖掘有明显增量信息的因子。股东户数数据中,股东户数时序标准分(HN_z)因子具有显著负向预测能力;十大股东数据中,十大股东占比离散度(LHRD)因子具有显著正向预测能力;机构股东数据中,持仓机构个数(IHN)因子具有显著正向预测能力,持仓机构个数变化(IHN_diff)因子则具有显著负向预测能力。另一方面,机构持仓占比因子虽然也有显著的截面预测能力,但其信息基本上都能被其它主流因子解释,并不具备明显增量信息。  股东大类因子:具有显著且稳定的截面预测能力。 将 4 个股东数据细分因子分别处理后再等权相加,构建股东大类因子。该因子在全市场内的预测能力非常稳定。以 2010/04/01-2020/06/30作为测试区间,因子 IC 均值为 5.03%,ICIR 高达 0.84。具有良好的分组单调性与区分度。基于股东大类因子构建的多空组合,年化收益19.0%,夏普比率 2.93,最大回撤 8.7%;而多头组合相对于全市场等权基准的超额净值年化收益为 7.4%,信息比率 2.17,最大回撤 5.0%。在中证 500 及沪深 300 样本内股东大类因子的预测能力及选股能力也很显著。  风险提示:结果均基于模型和历史数据,模型存在失效的风险。 分析师 胡骥聪 (执业证书编号:S0930519060002) 021-52523683 hujicong@ebscn.com 刘均伟 (执业证书编号:S0930517040001) 021-52523679 liujunwei@ebscn.com 相关研究 《多因子系列报告之一:因子测试框架》 2020-09-04 金融工程 敬请参阅最后一页特别声明 -2- 证券研究报告 目 录 1、 股东数据频率较低 ..................................................................................................................................................................5 1.1、 不同股票的股东户数差异在缩小........................................................................................................................... 5 1.2、 前十大股东占比离散度减小 .................................................................................................................................. 6 1.3、 机构持股抱团特征增强 .......................................................................................................................................... 7 2、 多维度探究各类股东数据下的有效信息 ............................................................................................................................8 2.1、 因子构造及初步测试 ............................................................................................................................................. 8 2.2、 深挖具有显著增量信息的股东细分因子 ............................................................................................................... 9 2.2.1、 股东数目:股东数目时序标准分(HN_z)预测能力突出 ...................................................................... 10 2.2.2、 十大股东:关注十大股东占比离散度(LHRD) .................................................................................... 12 2.2.3、 机构股东:机构持仓占比鲜有独有信息 .................................................................................................. 14 2.2.4、 机构股东:持仓机构个数因子(IHN)增量信息大 ................................................................................ 15 2.2.5、 机构股东:关注持仓机构个数减少的公司 ..........................................................

立即下载
金融
2020-09-20
光大证券
24页
1.56M
收藏
分享

[光大证券]:多因子系列报告之三十七:股东大类因子,拆解股东数据中的多元信息,点击即可下载。报告格式为PDF,大小1.56M,页数24页,欢迎下载。

本报告共24页,只提供前10页预览,清晰完整版报告请下载后查看,喜欢就下载吧!
立即下载
本报告共24页,只提供前10页预览,清晰完整版报告请下载后查看,喜欢就下载吧!
立即下载
水滴研报所有报告均是客户上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作商用。
相关图表
原始 BP 因子与修正后 BP 因子的收益比较(多头) 图 24:原始 BP 因子与修正后 BP 因子的收益比较(空头)
金融
2020-09-20
来源:北上资金增量信息:陆股通的选股能力
查看原文
原始 BP 因子与修正后 BP 因子的多空收益比较(2017-2020.6)
金融
2020-09-20
来源:北上资金增量信息:陆股通的选股能力
查看原文
时间序列上基金持仓与基金持仓 TOP100 的 ROE 与估值特点
金融
2020-09-20
来源:北上资金增量信息:陆股通的选股能力
查看原文
时间序列上北上持仓与基金持仓 TOP100 的 ROE 与估值特点
金融
2020-09-20
来源:北上资金增量信息:陆股通的选股能力
查看原文
北上累计买入量与基金持仓分组与 ROE 的关系 图 19:北上累计买入量与基金持仓分组与 PE 的关系
金融
2020-09-20
来源:北上资金增量信息:陆股通的选股能力
查看原文
Position_dif_relative 因子的整体表现
金融
2020-09-20
来源:北上资金增量信息:陆股通的选股能力
查看原文
回顶部
报告群
公众号
小程序
在线客服
收起