作者：石川

摘要：另類數(shù)據(jù)的廣泛使用提高了分析師短期盈利預(yù)測(cè)的準(zhǔn)確性。然而分析師的精力是有限的，因此另類數(shù)據(jù)的使用也并非不是沒有代價(jià)。一進(jìn)一出，分析師盈利預(yù)測(cè)準(zhǔn)確性的期限結(jié)構(gòu)也悄然發(fā)生變化。

特別致謝：本文中針對(duì)?A?股的精彩實(shí)證得益于朝陽永續(xù)在數(shù)據(jù)和研究方面的大力支持，特此說明并感謝。如果沒有針對(duì)?A?股的實(shí)證，本文將會(huì)遜色不少。

1

另類數(shù)據(jù)是近年來金融領(lǐng)域研究和實(shí)踐的重點(diǎn)。然而，另類數(shù)據(jù)的豐富是否提高了金融預(yù)測(cè)的質(zhì)量呢？如果從發(fā)表在頂刊上的關(guān)于股票預(yù)期收益率的實(shí)證文章來看，這個(gè)問題的答案似乎是肯定的。但是如果我們希望從另外一個(gè)視角來審視，即另類數(shù)據(jù)的使用如何影響賣方分析師關(guān)于上市公司盈利預(yù)測(cè)的準(zhǔn)確度，那么這個(gè)問題的答案又是什么呢？

這便是 Dessaint, Foucault, and Fresard (2022) 的內(nèi)容。這篇文章理論簡明、實(shí)證清晰，然而卻研究了一個(gè)之前很少有人考慮的角度，讓人看完眼前一亮。該文的出發(fā)點(diǎn)是系統(tǒng)審視另類數(shù)據(jù)在金融預(yù)測(cè)方面的應(yīng)用。通過梳理 26 篇相關(guān)學(xué)術(shù)論文（使用的另類數(shù)據(jù)包括社交媒體、衛(wèi)星數(shù)據(jù)、搜索引擎數(shù)據(jù)等），該文發(fā)現(xiàn)這些另類數(shù)據(jù)的預(yù)測(cè)時(shí)間尺度均不超過 1 年。換句話說，這些另類數(shù)據(jù)是 short-term oriented data，只能對(duì)短期的預(yù)測(cè)提供信息增量。

在這個(gè)前提下，一系列問題自然而然地浮出水面：估值模型中同時(shí)需要短期和長期的盈利預(yù)測(cè)作為 input，那么大量具備短期預(yù)測(cè)信息的另類數(shù)據(jù)的涌現(xiàn)對(duì)于分析師不同時(shí)間尺度（短期 vs 長期）的盈利預(yù)測(cè)結(jié)果會(huì)有怎樣的影響？不同尺度上的綜合影響又是否能夠提高整體的預(yù)測(cè)質(zhì)量呢？在另類數(shù)據(jù)愈加普及的今天，回答這些問題對(duì)于使用分析師盈利預(yù)測(cè)信息至關(guān)重要。

就上述問題，Dessaint, Foucault, and Fresard (2022) 通過理論和實(shí)證給出了精彩的論述。在理論模型（of course 有 math！只不過我們還是通過文字描述一下吧）方面，該文假設(shè)分析師在進(jìn)行盈利預(yù)測(cè)時(shí)，需要最優(yōu)地分配其投入到不同時(shí)間尺度預(yù)測(cè)的精力，從而最小化預(yù)測(cè)誤差以及獲取不同時(shí)間尺度預(yù)測(cè)信息的成本這二者之和。另類數(shù)據(jù)的出現(xiàn)降低了獲取短期預(yù)測(cè)數(shù)據(jù)的成本，并同時(shí)提高了短期預(yù)測(cè)數(shù)據(jù)的準(zhǔn)確度。因此，它促使分析師將更多的精力投入到獲取和分析短期預(yù)測(cè)信息上，以此來提高短期預(yù)測(cè)的準(zhǔn)確度。然而顧此失彼，由于分析師的精力是有限的，這造成的后果是降低了他們長期預(yù)測(cè)的準(zhǔn)確度。

在實(shí)證方面，該文使用美股分析師的盈利預(yù)測(cè)數(shù)據(jù)對(duì)上述理論模型進(jìn)行了檢驗(yàn)。而該文最重要的一張圖就是該文的 Figure III：分析師盈利預(yù)測(cè)準(zhǔn)確度的期限結(jié)構(gòu)（term structure）。我們先來說其中的 Panel A。

圖中曲線之所以被稱為 term structure 是因?yàn)閳D中橫坐標(biāo)是預(yù)測(cè)的時(shí)間尺度（horizon，即分析師發(fā)布盈利預(yù)測(cè)到公司財(cái)報(bào)正式披露之間的時(shí)間之差，也即預(yù)測(cè)的時(shí)間尺度），而圖中的縱坐標(biāo)是分析師平均預(yù)測(cè)準(zhǔn)確度。預(yù)測(cè)準(zhǔn)確度的計(jì)算方法如下。對(duì)于給定的日期??、分析師??以及時(shí)間尺度??，獲取該分析師所做的全部盈利預(yù)測(cè)（假設(shè)一共有??個(gè)），對(duì)應(yīng)找到事后實(shí)際的財(cái)報(bào)中的盈利，然后在截面上將經(jīng)總資產(chǎn)標(biāo)準(zhǔn)化后的實(shí)際盈利對(duì)同樣標(biāo)準(zhǔn)化后的盈利預(yù)測(cè)回歸：

??

最終，以上述截面回歸的 R-squared 作為日期??、分析師??、時(shí)間尺度??下的預(yù)測(cè)準(zhǔn)確度；然后，對(duì)于給定的時(shí)間尺度，在時(shí)間以及分析師兩個(gè)維度同時(shí)聚合，獲得該??下全部 R-squared 均值，以此表示時(shí)間尺度??下的分析師預(yù)測(cè)準(zhǔn)確度水平。而上圖所繪的正是 R-squared 均值如何隨??變化。圖中曲線清晰的表明，分析師盈利預(yù)測(cè)準(zhǔn)確度隨預(yù)測(cè)時(shí)間尺度遞減（圖中灰色區(qū)域?yàn)橹眯艆^(qū)間）。這似乎是在意料之中，而且也和另類數(shù)據(jù)關(guān)系不大。但之所以鋪墊它，是為了更好的解讀 Panel B，它詮釋了該文的核心。

圖中的藍(lán)色曲線是使用 1983 到 1999 年之間的數(shù)據(jù)構(gòu)造的 term structure；紅色曲線是使用 2000 到 2017 年之間的數(shù)據(jù)構(gòu)造的 term structure。兩條曲線傳遞出的信息是：紅色曲線的斜率比藍(lán)色曲線斜率更加陡峭，說明進(jìn)入 2000 年之后（即另類數(shù)據(jù)逐漸開始在美股上嶄露頭角之后）短時(shí)間尺度上預(yù)測(cè)準(zhǔn)確度增加，而其代價(jià)是長時(shí)間尺度上預(yù)測(cè)準(zhǔn)確度下降。

為了更好的說明這一點(diǎn)，下圖分別逐年繪制了短期預(yù)測(cè)（小于一年）的平均準(zhǔn)確度以及長期預(yù)測(cè)（超過兩年）的平均準(zhǔn)確度。圖中清晰的展示出，短期預(yù)測(cè)的平均準(zhǔn)確度呈上行趨勢(shì)，而長期預(yù)測(cè)的平均準(zhǔn)確度則呈下行趨勢(shì)。

需要說明的是，雖然預(yù)測(cè)準(zhǔn)確性的 term structure 隨著另類數(shù)據(jù)的普及變得更加陡峭（短期預(yù)測(cè)準(zhǔn)確性上升、長期預(yù)測(cè)準(zhǔn)確性降低），但是該結(jié)果并不能直接證實(shí)二者的聯(lián)系。為此，Dessaint, Foucault, and Fresard (2022) 考察了不同行業(yè) term structure 隨時(shí)間的變化趨勢(shì)與另類數(shù)據(jù)的使用關(guān)系。回歸結(jié)果顯示，另類數(shù)據(jù)使用越多的行業(yè)，term structure 變得更加陡峭，從而說明了另類數(shù)據(jù)的使用以及長短期預(yù)測(cè)準(zhǔn)確度變化差異二者之間的聯(lián)系。以上簡要介紹了 Dessaint, Foucault, and Fresard (2022) 的核心結(jié)果。下面馬上來看看 A 股的分析師盈利預(yù)測(cè)又如何。

2

使用朝陽永續(xù)的分析師預(yù)測(cè)數(shù)據(jù)（時(shí)間跨度為 2012 到 2023，共 4208520 個(gè)樣本），我們（基本）復(fù)現(xiàn)了 Dessaint, Foucault, and Fresard (2022) 的 term structure（及其變化）。由于沒有 A 股分析師使用另類數(shù)據(jù)的具體情況，我們的實(shí)證主要聚焦于 term structure 部分及其隨時(shí)間的變化。另外，實(shí)證部分針對(duì) A 股的實(shí)際情況也做了相應(yīng)的調(diào)整。

首先，Dessaint, Foucault, and Fresard (2022) 在每個(gè)日期??、分析師??以及時(shí)間尺度??的組合下進(jìn)行截面回歸，然后再從時(shí)間和分析師兩個(gè)維度聚合到時(shí)間尺度??下，計(jì)算平均 R-squared。在 A 股中，在如此粒度的切割下，對(duì)于給定的??、??以及??組合，無法產(chǎn)生足夠的樣本進(jìn)行截面回歸。因此我們先在分析師層面進(jìn)行一次聚合，然后將給定??和??組合下的全部樣本進(jìn)行截面回歸，得到 R-squared 之后再聚合時(shí)間維度，最終得到給定??下的平均信息準(zhǔn)確度。此外，不難發(fā)現(xiàn)，??取值的粒度也將決定每次截面回歸時(shí)樣本數(shù)的多寡。本文匯報(bào)的結(jié)果中，其取值粒度為月份，即將盈利預(yù)測(cè)發(fā)布時(shí)間和實(shí)際財(cái)報(bào)發(fā)布時(shí)間之間的差距映射到月。例如，??表示盈利預(yù)測(cè)和財(cái)報(bào)發(fā)布之間的時(shí)間區(qū)間在 0 到 1 個(gè)月之間。

下表展示了??、??時(shí)的分析師預(yù)測(cè)樣本。

另外一個(gè)差異是??的取值范圍。從原文可知，美股中??的跨度到 60 個(gè)月。而 A 股實(shí)證中這個(gè)跨度是 1 到 36 個(gè)月。由于超過 36 個(gè)月的樣本個(gè)數(shù)太少，因此我們將其排除在考慮范圍之內(nèi)。下面就來看實(shí)證結(jié)果。首先是整個(gè)實(shí)證區(qū)間內(nèi)的 term structure（對(duì)應(yīng)原文 Figure III，Panel A）。和美股上的結(jié)果一致，A 股分析師盈利預(yù)測(cè)的準(zhǔn)確性也隨著預(yù)測(cè)時(shí)間尺度而遞減。不過有意思的是，當(dāng)預(yù)測(cè)時(shí)間尺度很短（即??取值很?。r(shí)，A 股分析師的預(yù)測(cè)準(zhǔn)確性要高于美股分析師。例如，當(dāng)??時(shí)，A 股分析師預(yù)測(cè)準(zhǔn)確度超過 90%，而美股分析師的預(yù)測(cè)準(zhǔn)確度則不到 90%。（稍后會(huì)簡要討論這個(gè)問題。）

接下來，我們看看能否復(fù)現(xiàn)原文的 Figure III, Panel B。為此，以 2016 年為分界將分析師盈利預(yù)測(cè)樣本分成前后兩個(gè)區(qū)間，然后分別計(jì)算并繪制這兩個(gè)區(qū)間內(nèi)分析師盈利預(yù)測(cè)準(zhǔn)確度的 term structure，結(jié)果如下。從圖中可知，后一個(gè)區(qū)間內(nèi)的短期預(yù)測(cè)準(zhǔn)確度確有提升（和美股一致），另外有意思的現(xiàn)象是在跨度為 1 - 2 年（12 到 24 個(gè)月）的預(yù)測(cè)尺度上，第二個(gè)區(qū)間內(nèi)的準(zhǔn)確度較第一個(gè)區(qū)間顯著降低。不過和美股不同的是，在大于 2 年的預(yù)測(cè)尺度上，兩個(gè)區(qū)間內(nèi)的結(jié)果并無顯著差異。

在進(jìn)一步討論結(jié)論之前，我們?cè)賴L試復(fù)現(xiàn)原文 Figure IV，即逐年計(jì)算短期預(yù)測(cè)（以??個(gè)月的全部預(yù)測(cè)為代表）和長期預(yù)測(cè)（以??個(gè)月的全部預(yù)測(cè)為代表）下 R-squared 的均值。下表匯報(bào)了每年的 R-squared 樣本數(shù)。

接下來，分別用每年 R-squared 均值對(duì)時(shí)間回歸，得到??和??兩個(gè)情境下各自的回歸斜率。之后，統(tǒng)計(jì)檢驗(yàn)這兩個(gè)斜率是否相等。下表展示了檢驗(yàn)結(jié)果，其中同時(shí)考慮了 OLS 和 robust regression 的情況（后者中使用 Huber function 及默認(rèn)參數(shù)作為 obj function）。在 OLS 下，檢驗(yàn)的 p-value 小于 5%；但當(dāng)換成 robust regression 時(shí)，p-value 卻高于 10%，表明兩個(gè)回歸系數(shù)的差異并不顯著。

下圖繪制了逐年 R-squared 均值的散點(diǎn)圖以及相應(yīng)的回歸結(jié)果。通過回歸結(jié)果可知，短期預(yù)測(cè)準(zhǔn)確性的斜率為正（說明隨時(shí)間呈上升趨勢(shì)）；長期預(yù)測(cè)準(zhǔn)確性的斜率為負(fù)（說明隨時(shí)間呈下降趨勢(shì)）。然而，由于 A 股分析師盈利預(yù)測(cè)的時(shí)間跨度遠(yuǎn)不如美股（且也有理由合理地懷疑應(yīng)用另類數(shù)據(jù)的程度也不及美股），因此上述結(jié)果是否穩(wěn)健有待時(shí)間的檢驗(yàn)（比如，當(dāng)使用 robust regression 時(shí)，兩個(gè)回歸系數(shù)的差異在統(tǒng)計(jì)上并不顯著）。

最后，在結(jié)束本文實(shí)證之前，再來看看前面遺留的問題：為什么 A 股中短期預(yù)測(cè)的準(zhǔn)確性比美股更高。我們對(duì)此的猜想是分析師在上市公司披露了業(yè)績預(yù)告或者業(yè)績快報(bào)（根據(jù)監(jiān)管要求，前者是有條件強(qiáng)制披露，后者是鼓勵(lì)披露）之后做出的預(yù)測(cè)提升了短期準(zhǔn)確性。為此，我們挑出在每個(gè)財(cái)報(bào)期發(fā)布業(yè)績預(yù)告（業(yè)績快報(bào)）的上市公司，然后將相應(yīng)的分析師盈利預(yù)測(cè)樣本劃分為早于和晚于業(yè)績預(yù)告（業(yè)績快報(bào)）兩組，并檢驗(yàn)這兩組在短時(shí)間尺度上預(yù)測(cè)準(zhǔn)確性（即 R-squared）是否在統(tǒng)計(jì)上顯著不同。下表給出了??分別取 1，2 以及 3 時(shí)的檢驗(yàn)結(jié)果。

由結(jié)果可知，無論是業(yè)績預(yù)告還是快報(bào)，在其發(fā)布后的分析師盈利預(yù)測(cè)準(zhǔn)確性均顯著提升。這一結(jié)果符合預(yù)期，同時(shí)也暗示了業(yè)績預(yù)告和快報(bào)對(duì)資產(chǎn)定價(jià)的重要性。以上就是針對(duì) A 股的實(shí)證結(jié)果，希望它們能給你帶來些許不一樣的啟發(fā)。再次感謝朝陽永續(xù)對(duì)實(shí)證的全方位支持。

3

如果你不希望單純地將另類數(shù)據(jù)和市場(chǎng)異象研究畫等號(hào)，那么 Dessaint, Foucault, and Fresard (2022) 應(yīng)該會(huì)讓你眼前一亮。因?yàn)榍罢?，僅僅是另類數(shù)據(jù)在資產(chǎn)定價(jià)研究中的很小一部分而已。

如何通過另類數(shù)據(jù)的角度去理解哪些系統(tǒng)性風(fēng)險(xiǎn)驅(qū)動(dòng)資產(chǎn)收益率在時(shí)序和截面上的變化？另類數(shù)據(jù)如何影響各類金融參與者的行為？數(shù)據(jù)豐富性和資產(chǎn)價(jià)格中信息含量之間的動(dòng)態(tài)關(guān)系又如何隨時(shí)間變化？另類數(shù)據(jù)如何影響投資者學(xué)習(xí)以及它們是否會(huì)進(jìn)一步導(dǎo)致事后虛假可預(yù)測(cè)性？……這些問題也許遠(yuǎn)比挖個(gè) anomaly 重要。

根據(jù)作者官網(wǎng)的介紹，Dessaint, Foucault, and Fresard (2022) 是 JF forthcoming，盼它早日見刊。

參考文獻(xiàn)

Dessaint, O., T. Foucault, and L. Fresard (2022). Does alternative data improve financial forecasting? The horizon effect. Working paper.

免責(zé)聲明：入市有風(fēng)險(xiǎn)，投資需謹(jǐn)慎。在任何情況下，本文的內(nèi)容、信息及數(shù)據(jù)或所表述的意見并不構(gòu)成對(duì)任何人的投資建議。在任何情況下，本文作者及所屬機(jī)構(gòu)不對(duì)任何人因使用本文的任何內(nèi)容所引致的任何損失負(fù)任何責(zé)任。除特別說明外，文中圖表均直接或間接來自于相應(yīng)論文，僅為介紹之用，版權(quán)歸原作者和期刊所有。