海外文献推荐系列之一百五十七：西学东渐

请务必阅读正文之后的信息披露和重要声明 定量研究 专题报告 证券研究报告 分析师： 郑兆磊 zhengzhaolei@xyzq.com.cn S0190520080006 ＃assAuthor＃ 乔良 qiaoliang@xyzq.com.cn S0190522070007 报告关键点 本文重点对分析师盈利预测中的缺失值进行研究。不同分析师的盈利预测数据中存在着大量缺失值，这些缺失值是否有重要意义？本文重点对缺失值的估计方式与应用场景进行研究。本文使用了耦合矩阵分解方法（CMF），对盈利预测数据中的缺失值进行估计。实证结果表明CMF 方法可以对缺失值进行有效估计。进一步，本文基于估计了缺失值后的完整盈利预测数据，结合机器学习方法对未来真实盈利进行预测，结果表明利用CMF 估计法以及 LASSO 等机器学习算法，可以对未来的企业盈利进行有效预测，其效果优于直接取均值等传统方式。 ＃relatedReport＃ 投资要点 ＃summary＃ ⚫ 西学东渐，是指从明朝末年到近代，西方学术思想向中国传播的历史过程。西学东渐不仅推动了中国在科学技术和思想文化方面的发展，也有力地促进了社会与政治的大变革。在今天，西学东渐仍有其重要的现实意义。作为 A 股市场上以量化投资为研究方向的卖方金融工程团队，在平日的工作中，常常深感海外相关领域的研究水平之高、内容之新。而这也促使我们通过大量的材料阅读，去粗取精，将认为最有价值的海外文献呈现在您的面前！ ⚫ 本文重点对分析师盈利预测中的缺失值进行研究。分析师的盈利预测在股票研究中发挥着重要作用，对分析师盈利预测数据的常见应用方法是计算不同分析师盈利预测的均值，即一致预期。但是不同分析师的盈利预测数据中存在着大量缺失值，这些缺失值是否有重要意义？对缺失值进行估计是否可以揭示关于公司未来盈利的更多信息，是否可以提升对未来真实盈利的预测效果？本文重点对分析师盈利预测缺失值的估计方式与应用场景进行研究。本文使用了耦合矩阵分解方法（CMF），将盈利预测数据分解为时间维度与分析师维度的两个因子矩阵，对盈利预测数据中的缺失值进行估计。实证结果表明 CMF 方法可以对缺失值进行有效估计，其估计效果优于其他估计方法。进一步，本文基于填充缺失值后的完整盈利预测数据，结合机器学习方法对未来真实盈利进行预测，结果表明利用 CMF 估计法以及 LASSO、XGBoost 等机器学习算法，可以对未来的企业盈利进行有效预测，其效果优于直接取均值等传统方式。这也证实了对盈利预测缺失值进行估计的重要性。 风险提示：文献中的结果均由相应作者通过历史数据统计、建模和测算完成，在政策、市场环境发生变化时模型存在失效的风险。 ＃title＃ 西学东渐--海外文献推荐系列之一百五十七 ＃createTime1＃ 2023 年 10 月 26 日 请务必阅读正文之后的信息披露和重要声明 - 2 - 定量研究专题报告 目 录 1、引言 ...................................................................................................................... - 3 - 2、方法 ...................................................................................................................... - 5 - 2.1 缺失值估计方法 ............................................................................................. - 5 - 2.2 盈利预测方法 ................................................................................................. - 9 - 2.3 评估准则 ........................................................................................................ - 11 - 3、数据和超参数 .................................................................................................... - 12 - 4、结果和讨论 ........................................................................................................ - 14 - 4.1 缺失值估计 ................................................................................................... - 14 - 4.2 企业盈利的样本内预测 ............................................................................... - 16 - 4.3 分析师数量和预测分歧度对盈利预测的影响............................................ - 17 - 4.4 样本外企业盈利预测 ................................................................................... - 18 - 4.5 耦合矩阵分解结果 ....................................................................................... - 19 - 4.6 讨论 ............................................................................................................... - 21 - 5、 结论 .................................................................................................................. - 22 - 图表 1、矩阵分解 ..................................................................................................... - 6