“学海拾珠”系列之一百三十七：ETF交易与分析师预测

敬请参阅末页重要声明及评级说明 证券研究报告 ETF 交易与分析师预测 ——“学海拾珠”系列之一百三十七 [Table_RptDate] 报告日期：2023-4-19 [Table_Author] 分析师：严佳炜 执业证书号：S0010520070001 邮箱：yanjw@hazq.com 分析师：吴正宇 执业证书号：S0010522090001 邮箱：wuzy@hazq.com 相关报告 1. 《基于盈利公告发布日期的交易策略——“学海拾珠”系列之一百二十九》 2.《媒体效应如何影响基金投资者和基金经理的决策？——“学海拾珠”系列之一百三十》 3. 《股票市场流动性、货币政策与经济周期——“学海拾珠”系列之一百三十一》 4. 《共同基金的长周期表现如何？——“学海拾珠”系列之一百三十二》 5. 《盈余公告前的已实现测度是否能预测公告后的股票收益？——“学海拾珠”系列之一百三十三》 6. 《策略拥挤与流动性冲击——“学海拾珠”系列之一百三十四》 7. 《基金窗口粉饰行为的新指标——“学海拾珠”系列之一百三十五》 8. 《基于堆叠自编码器和长短期记忆网络的金融时间序列深度学习框架——“学海拾珠”系列之一百三十六》 主要观点： [Table_Summary] 本篇是“学海拾珠”系列第一百三十七篇，文章发现随着行业 ETF 持有率的增加，分析师预测准确性也相应提高。当 ETF 在行业层面的信息方面更丰富时，分析师可以有效从 ETF 中了解单个公司的盈利等信息，从而提高预测的准确性。与这种学习效应一样，同一行业 ETF 中公司的盈利公告也会使分析师有效修正其盈利预测。回到国内市场，可借鉴本文的研究思路将 ETF 交易情况和分析师预测联系在一起，考察在什么环境下分析师预测修正效应更强。 ⚫ 行业 ETF 持有率在影响分析师预测准确性方面起主导作用 利用罗素指数的年度成分股调整构建 DID 模型。结果显示，行业 ETF持有率与指数成分股调整后分析师预测准确性显著相关，并且主动管理的行业 ETF 相比被动管理的宽基 ETF 更能将信息纳入到 ETF 价格中。 ⚫ 行业 ETF 中公司的盈利公告能有效修正分析师预测 通过跟踪分析 ETF 持有率最高的公司公告发现，公告公司未预期盈利每一个标准差增加会引起分析师对同一行业 ETF 其他公司 5.9%的预期盈利修正，而宽基 ETF 中不存在这种相关性关系。 ⚫ 当 ETF 交易更加活跃或分析师注意力受限时，预测修正更强 以二级市场 ETF 换手率衡量交易活跃度，分析师跟踪公司和行业的数量来衡量分析师的有限注意力来构建模型。结果显示，对于经验较少或者跟踪行业较多的分析师，对公告公司未预期盈利的修正反应更强。 ⚫ 风险提示 文献结论基于历史数据与海外文献进行总结；不构成任何投资建议。 [Table_StockNameRptType] 金融工程 专题报告 [Table_CommonRptType] 金融工程 敬请参阅末页重要声明及评级说明 2 / 17 证券研究报告 正文目录 1 引言 .............................................................................................................................................................................. 4 2 背景与 DID 模型 ........................................................................................................................................................... 5 2.1 背景：行业 ETF VS 宽基 ETF ............................................................................................................................... 5 2.2 DID 模型 ................................................................................................................................................................. 5 3 数据和样本构造 ........................................................................................................................................................... 6 3.1 数据和变量定义 ..................................................................................................................................................... 6 3.2 DID 样本构建 ......................................................................................................................................................... 6 4 DID 估计结果 ................................................................................................................................................................ 8 4.1 ETF 持有率的 DID 估计 ......................................................................................................................................... 8 4.2 分析师预测准确性的 DID 估计 .......