金融工程：如何获取季度盈利预测

金融工程 | 金工专题报告 请务必阅读正文之后的信息披露和免责申明 1 金融工程 证券研究报告 2020 年 10 月 13 日 作者 吴先兴 分析师 SAC 执业证书编号：S1110516120001 wuxianxing@tfzq.com 韩谨阳 分析师 SAC 执业证书编号：S1110520060002 hanjinyang@tfzq.com 相关报告 1《如何改善一致预期》2020-06-04 如何获取季度盈利预测 季度盈利预测的必要性 与年度盈利相比，未来的季度盈利能够带来显著的增量信息。分析师通常仅给出年度盈利预测，《如何改善一致预期》报告中的预测方法也适用于预测当年的盈利。本文构建了一个系统化的季度盈利预测体系，能够提高对季度预测的准确性，并且从选股因子角度带来信息增量。 TF 季度盈利预测系统 本文假设理性的投资者通过一套系统性地方法预测企业的未来盈利，同时公司业绩指引、分析师盈利预测也会作为其预测的参考。本文的季度盈利预测体系由四个基础模型构成，分别为：业绩预告、规律外推、分析师预期、简约模型。在每一期对单个公司进行预测时，首先获取其最新的季度财报，从而确定需要预测的未来的最近报告期，然后根据一套体系化的流程选择恰当的模型进行预测。 在模型选择过程中，若公司给出了盈利指引，则以业绩预告作为季度盈利预测值。其次，若其满足历史规律外推的条件，则以规律外推模型进行预测；若其不满足历史规律外推的条件，对于有分析师覆盖的公司，以分析师预期作为季度盈利预测，对于无分析师覆盖的公司，以简约模型作为季度盈利预测。 TF 季度盈利预测效果 使用系统化的季度盈利预测方法，能够比历史季度盈利更加准确地预测公司未来季度的盈利情况。季度盈利预测系统的预测偏差中位数平均为39.81%，历史季度盈利的预测偏差中位数平均为 48.52%。与历史季度盈利相比，季度盈利预测系统能够将季度盈利的预测偏差降低 8.71%。 TF 盈利预测衍生指标 在预期季度盈利基础上构建的衍生因子均具有不同程度的信息增量。 预期季度 EP 因子的 IC 均值为 0.0524，年化 ICIR 为 3.39，剔除单季度 EP、TF 预期 EP（见《如何改善一致预期》）因子后，年化 ICIR 在 2 以上，具有显著的增量信息。 预期季度增速因子的 IC 均值为 0.0288，年化 ICIR 为 2.18，剔除单季度净利润同比增速因子后年化 ICIR 为 1.81。 季度业绩超预期因子的 IC 均值为 0.0386，年化 ICIR 为 3.81，剔除标准化预期外盈利（SUE）因子后年化 ICIR 为 1.80。中性化季度业绩超预期因子IC 均值为 0.0377，年化 ICIR 为 3.60，剔除标准化预期外盈利（SUE）因子后年化 ICIR 为 1.69。 风险提示：模型基于历史数据，模型失效风险，因子失效风险，市场环境变动风险。 金融工程 | 金工专题报告 请务必阅读正文之后的信息披露和免责申明 2 内容目录 1. 季度盈利的增量信息 .................................................................................................................... 4 2. 信息来源 ......................................................................................................................................... 4 3. 季度盈利预测系统 ........................................................................................................................ 6 3.1. 季度盈利预测的信息流 ................................................................................................................. 6 3.2. 业绩预告 ............................................................................................................................................ 7 3.3. 规律外推 ............................................................................................................................................ 7 3.3.1. 规律外推的条件 ................................................................................................................... 7 3.3.2. 规律外推的基础模型 ......................................................................................................... 9 3.3.3. 模型校准 .............................................................................................................................. 10 3.4. 分析师预期 ...................................................................................................................................... 11 3.5. 简约模型 .......................................................................................................................................... 12 4. 预测效果的检验 .......................................................................................................................... 12 4.1. 模型分布 ..........