量化投資與機器學習微信公眾號，是業內垂直於量化投資、對沖基金、Fintech、人工智慧、大數據等領域的主流自媒體。公眾號擁有來自公募、私募、券商、期貨、銀行、保險、高校等行業30W+關注者，曾榮獲AMMA優秀品牌力、優秀洞察力大獎，連續4年被騰訊雲+社區評選為「年度最佳作者」。
來自：Analyst Sentiment as a Factor Consideration
作者：Waman Virgaonkar、Abhishek Gupta、Ashish Lodh、Mehdi Alighanbari
分析師在更新公司預測時，通常會做幾次小的修正，而不是一次大的修正，這些修正很有可能是序列相關的。分析師情緒因子的構建需要考慮分析師修正的序列相關性。分析師通常會提供多種財務報表指標的預測，如銷售、收益和現金流，以及整體股票水平的建議，如價格目標和買入或賣出建議。對於每一個指標，我們使用從以下三個維度等權創建了因子：
修正比率：向上修正相對於向下修正的分析師數量之比。
分析師預測的變化：捕獲了分析師預測在過去四個季度中的百分比變化。
分析師預測與市場比率的變化：反映了分析師預測的指標估值與市場指標之比的變化。
修正比率：向上修正相對於向下修正的分析師數量之比。
分析師預測的變化：捕獲了分析師預測在過去四個季度中的百分比變化。
分析師預測與市場比率的變化：反映了分析師預測的指標估值與市場指標之比的變化。
修正比率：向上修正相對於向下修正的分析師數量之比。
分析師預測的變化：捕獲了分析師預測在過去四個季度中的百分比變化。
分析師預測與市場比率的變化：反映了分析師預測的指標估值與市場指標之比的變化。
分析師情緒因子的歷史表現
基於MSCI ACWI IMI指數的成分股，以下是基於各分析師情緒因子構建的Long-Short的組合的收益表現。所有七個因子都顯示出正收益和優秀的風險調整收益。大多數因子在95%置信水平上顯著（平均t-stat >1.96）。衡量多重共線性程度的方差膨脹因子（VIF）也很低（大於5表示多重共線性高），表明與其他因子的相關性不大。
為了評估不同因子的相似程度，我們考察了兩種相關性度量：因子暴露的橫截面相關性(表3a)和因子收益的相關性(表3b)。通常，高相關性表明兩個因子包含重疊信息。以盈利為基礎的指標，如EBIT和EBITDA，與每股收益表現出高度相關性。因此，我們將這兩個因子從列表中刪除，並將剩下的五個因子- CPS, EPS，Sales，Recommendation和Price Target-以等權重的比例組合起來，構建了分析師-情緒復合因子。
分析師情緒復合因子的歷史表現
表4比較了綜合分析師情緒因子與其單因子的累積收益。與單因子相比，綜合分析師情緒因子顯示出更高的風險調整收益。
進一步分析分析師復合情緒因子
由於分析師的預測往往比報告的基本面變化更頻繁，因此分析師的情緒因子可能比基於其他報告數據（如價值或質量）的因子更具動態性。分析師情緒因子的平均自相關性（以月為基礎）是衡量風險敞口穩定性的一種指標，其自相關性為0.83，而使用報告的基本面因子的其他風格因子的自相關性在0.94至0.99之間。這意味著，與其他因子相比，分析師情緒因子是一個快速變化的變量，具有頻繁再平衡的潛力。當我們回顧與分析師情緒相關的信息衰減得有多快時，進一步支持了更頻繁地進行再平衡的必要性。表8顯示了使用滯後0、1、3和6個月數據計算的回報/風險比，可以看出分析師情緒因子衰減的更快。
如何使用分析師情緒因子
以下是在只做多的投資組合中使用這一因子的分析：
1、在只做多的投資組合中，分析師的情緒表因子現如何?
2、其他風格因子應該被約束得多緊才能控制它們意想不到的影響?
3、不同的再平衡頻率和換手限制的有什麼影響?
我們發現，分析師情緒因子與動量和增長呈正相關，與帳麵價格（價值）和股息收益率負相關。這意味著分析師情緒組合的表現受到其他風格因子的影響。同樣重要的是要認識到，動量從根本上反映了市場參與者的情緒。因此，有必要研究約束動量如何影響分析師-情緒組合的特徵。
有下表看出，在完全放開動量約束的情況下，對非預期風格因子更嚴格的約束(+/- 0.10)產生了最優的超額收益和風險調整收益。
在調倉頻率和分地區測試中，作者還得出以下結論：
結果表明，季度再平衡與適度的換手率限制足以有效地捕捉分析師情緒因子的風險溢價。
分析師情緒因子組合的表現優於美國、發達市場和新興市場(EM)各自的市場指數。此外，分析師情緒和動力因子繼續成為各地區表現優異的主要驅動因子，新興市場分析師情緒投資組合的表現優於發達市場投資組合。
結果表明，季度再平衡與適度的換手率限制足以有效地捕捉分析師情緒因子的風險溢價。
分析師情緒因子組合的表現優於美國、發達市場和新興市場(EM)各自的市場指數。此外，分析師情緒和動力因子繼續成為各地區表現優異的主要驅動因子，新興市場分析師情緒投資組合的表現優於發達市場投資組合。
結果表明，季度再平衡與適度的換手率限制足以有效地捕捉分析師情緒因子的風險溢價。
分析師情緒因子組合的表現優於美國、發達市場和新興市場(EM)各自的市場指數。此外，分析師情緒和動力因子繼續成為各地區表現優異的主要驅動因子，新興市場分析師情緒投資組合的表現優於發達市場投資組合。
總結
分析師情緒因子是通過使用分析師對銷售、收益和其他預測的看法的變化來構建。分析師修正率溢價背後的一個原因是，分析師在更新預測時往往會進行幾次小幅度修正，而不是一次大幅度修正，這可能會導致他們的評級上調或下調出現一系列相關性。分析師情緒因子植根於分析師修正的序列相關性。
雖然使用不同估計構建的因子具有重疊的信息，但每個因子中也嵌入了獨特的信息。與單個因子相比，綜合分析情緒因子顯示出更高的風險/回報特徵。分析師情緒因子也與更傳統的風格因子（如價值、動量和質量）進行了比較。在研究期間，分析師情緒因子所顯示的回報與其他因子相當。該因子與大部分風格因子呈低相關，與動量呈中等正相關。最後，我們指出，分析師情緒因子的歷史溢價可以在只做多的投資組合中捕捉到，這可能是系統投資策略或指數的基礎。