业绩超预期因子在基金筛选中有这些运用

我认为公司业绩的预期判断是影响股票价格的重要因素之一，而且学术界很早就发现，股票市场存在显著的盈余公告后的价格偏移现象，通俗点说就是投资者对于公司的盈利有一个预期值，如果财报公布后，公司的实际盈利超出了投资者预期，公司的股价会上升，会有明显的超额收益。如果实际盈利低于投资者预期，公司股价会下降，会有明显的负向收益。

随着基金的数量越来越多，基民建立稳健的基金组合难度会越来越大。不同风格的基金在不同的市场环境下会有不同的预期，随着基金的数量越来越多，基金产品本身的差别也开始出现。在做基金组合配置时，应选择预期稳健的基金为配置基础部分，同时选择风格比较灵活、投资重点与市场契合度比较高的基金！

那么今天咱们就说说业绩超预期因子在基金筛选中的运用。

业绩超预期因子定义

业绩超预期因子的推导过程中，通常使用公司季度的净利润或营业收入数据，常见的因子分别为公司的标准化预期外盈利SUE(standardized unexpected earnings)和公司的标准化预期外营业收入SUR，今天咱们用 SUE 进行计算

SUE 的定义如下：

SUE = （Q - E（Q））/sigma

其中，Q表示公司公告的净利润，E为对净利润的预期值，sigma为预测的标准差。

也就是同等替换为

SUEi，t= Qi，t-E（Qi，t）/σi，t

其中，i表示第 i家公司，t表示时间点，Qi，t代表公司i在 t 时刻的净利润，E（Qi，t）代表公司i在t时刻对净利润的预期值，σi，t

表示公司i在t时刻业绩增长的波动率。

为了计算定义中的两个重要组成部分E（Qi，t）和σi。我们首先需要弄明白Qi，t

上市公司业绩市场一致预期的时间序列模型

可以看出带漂移项的季节性随机游走模型：

Q（i，t) = Q(i,t-4) + c(i,t) + e(t)

E（Q）= Q（i,t-4) + c(i,t)

在实际计算，Qi，t的数据我们使用公司一季报，半年报，三季报和年报中披露的公司净利润。然后再结合这个，漂移项c可以用过去两年 Q(i ,t) - Q(i,t-4) 的均值估计，预测的标准差sigma,对于含漂移项的模型，用Q(i ,t) - Q(i,t-4) 的标准差估计。

在计算股票的业绩超预期因子之后，我们根据基金的持仓配置比例，加权得到基金在超预期因子上的暴露值。

二、基金策略测试

我们将基金按因子暴露值大小排序分为 5 组，考察因子值的差异是否会引起收益上的差别。在确认因子有效性后，我们筛选暴露值排名前5的基金构建精选基金组合，进一步探究提升基金组合表现的方法。

1.基金组合构建方法（按因子暴露值分组）

回测区间：2013.5.2-2020.5.15

回测样本：主动偏股型股票基金，包括灵活配置型、偏股混合型、平衡混合型和普通股票型基金。

样本筛选：最近季报规模不低于1亿元，基金成立时间不低于 1.5 年，股票持仓占规模比不低于 50%

调仓频率：季度调仓，调仓日为上市公司季报发布后一交易日

分组方式：按照基金的因子暴露值从小到大划分为 5 组（组 1-组 5），每组成分基金等权配置

交易费率：申购费为 1.5%，赎回费为 0.5%

我们将业绩超预期因子暴露值最低的基金划分为组1，暴露值最高的基金划分为组5。

各基金组合和全样本的净值表现情况

各组合的收益风险指标

各组合的分年收益情况

从图中可看出组5在全历史的净值表现整体优于其他4组，组1净值表现整体较差。从2019年开始，5个组合的净值表现差距更为明显，组5的优势也随之凸显。

三、下表展示了精选基金组合的历史筛选基金：

总结

从结果来看，SUE因子是非常有效的，当然整个分析过程非常粗糙，还有很大的提升空间。

好啦，今日分享到这啦，若大家有什么不明白的地方，欢迎在评论区留言！最后记得关注闪闪！

本文的所有数据均来自相关网络媒体和软件公司，作者并不对其真实性做出保证和调查。其中的技术分析和相关评论操作方向，均为个人研究兴趣，不能作为读者的操作依据和入场点位，仅供交流学习使用。如有违者作为操作依据造成的经济损失和其他损失，作者概不负责，特此声明。最终解释权归作者所有，作者保留未尽事宜声明的解释补充说明权。