全市场首次覆盖和评级修正投资策略研究 摘要:不同于以往对单个券商首次覆盖或者评级调高的研究,本文主要研究全市场首次 覆盖和评级修正投资策略。借助全部A股数据对每日调仓的低位覆盖(即优先投资换仓日过 去一个月跌幅最大的股票)投资策略进行回测,并通过敏感性测试选择最佳的未覆盖时间, 得出以下结论:1、全市场首次覆盖和评级上调策略均能获得较好的收益,且首次覆盖策略收 益更高。2、同时考虑上述两项指标,运用全市场首次覆盖和评级上调综合策略,可以获得更 高的超额收益。3、根据预测精确度较高分析师的推荐进行投资,同样有利于获取更高的超额 收益 关键词:全市场首次覆盖:全市场首次评级调高:分析师预测精确度;投资策略 、研究背景 卖方分析师作为资本大军中的一员,具有独立发布报告、传递市场观点的资格,在一定 程度上能够反映市场预期,传达可靠的逻辑论证;同时通过向市场传递观点,也能在某种程 度上引领部分预期。他们依靠平台开展调研、路演推介等活动,同上市公司、买方机构接触 较多,掌握相关行业的市场前沿动态,并具有较好的财务基础和专业判断能力,能够将复杂 不易量化的数据进行整合,比如宏观经济、行业发展和主题热点等,从而对股价走势作出综 合判断。总的来说,行业分析师推荐是基于各项基础数据和自身综合判断得出的结果,其评 级或者预测数据代表的是对该股票后市的预期,以及预期背后的一系列逻辑支撑。 分析师发布的研究报告最核心的内容是盈余预测和投资评级。随着获取的信息不断增加, 分析师还会发布新的研究报告,对之前的盈余预测和投资评级进行修正。国外文献指出,盈 余预测修正和投资评级修正具有信息含量,并且股价没有及时反映这些信息含量,从而可以 预测未来股票收益( Barber et al.,2001; Gleason and lee,2003; Jegadeesh et al 2004)。在最新文献中,张宗新和杨万成(2016)利用朝阳永续数据库2010至2014年分析 师数据,发现分析师能够通过信息挖掘的影响模式为投资者创造价值。张然等(2017)研究 发现,分析师发布的盈余预测修正和投资评级修正可以有效提高投资收益。考虑到盈余预测 这类连续性数据系根据不同模型估算而来,依赖的信息量大,冗杂信息干扰性较强,而投资 评级这类离散化数据一般都代表是否变量,分析师在考虑问题时更为慎重,估计因素较少 故投资评级修正这类离散化数据代表的事件驱动也往往比较有效。 长期无人问津股票开始被提及,代表当前时点分析师对公司未来的股价表现比较确定, 这种信心往往源自较高的数据质量和较强的专业判断。基于首次覆盖这种行为,分为券商首 次覆盖和全市场首次覆盖两种事件机会。 现有研究大多从分析师及其所在券商个体的研究报告和盈余预测层面进行研究和策略设 计,而单个券商首次覆盖或者评级调高的信息比较冗杂,有可能是卖方市场跟风所致。在市1 全市场首次覆盖和评级修正投资策略研究 摘 要：不同于以往对单个券商首次覆盖或者评级调高的研究，本文主要研究全市场首次 覆盖和评级修正投资策略。借助全部 A 股数据对每日调仓的低位覆盖（即优先投资换仓日过 去一个月跌幅最大的股票）投资策略进行回测，并通过敏感性测试选择最佳的未覆盖时间， 得出以下结论：1、全市场首次覆盖和评级上调策略均能获得较好的收益，且首次覆盖策略收 益更高。2、同时考虑上述两项指标，运用全市场首次覆盖和评级上调综合策略，可以获得更 高的超额收益。3、根据预测精确度较高分析师的推荐进行投资，同样有利于获取更高的超额 收益。 关键词：全市场首次覆盖；全市场首次评级调高；分析师预测精确度；投资策略 一、研究背景 卖方分析师作为资本大军中的一员，具有独立发布报告、传递市场观点的资格，在一定 程度上能够反映市场预期，传达可靠的逻辑论证；同时通过向市场传递观点，也能在某种程 度上引领部分预期。他们依靠平台开展调研、路演推介等活动，同上市公司、买方机构接触 较多，掌握相关行业的市场前沿动态，并具有较好的财务基础和专业判断能力，能够将复杂、 不易量化的数据进行整合，比如宏观经济、行业发展和主题热点等，从而对股价走势作出综 合判断。总的来说，行业分析师推荐是基于各项基础数据和自身综合判断得出的结果，其评 级或者预测数据代表的是对该股票后市的预期，以及预期背后的一系列逻辑支撑。 分析师发布的研究报告最核心的内容是盈余预测和投资评级。随着获取的信息不断增加， 分析师还会发布新的研究报告，对之前的盈余预测和投资评级进行修正。国外文献指出，盈 余预测修正和投资评级修正具有信息含量，并且股价没有及时反映这些信息含量，从而可以 预测未来股票收益（Barber et al.，2001；Gleason and Lee，2003；Jegadeesh et al.， 2004）。在最新文献中，张宗新和杨万成（2016）利用朝阳永续数据库 2010 至 2014 年分析 师数据，发现分析师能够通过信息挖掘的影响模式为投资者创造价值。张然等（2017）研究 发现，分析师发布的盈余预测修正和投资评级修正可以有效提高投资收益。考虑到盈余预测 这类连续性数据系根据不同模型估算而来，依赖的信息量大，冗杂信息干扰性较强，而投资 评级这类离散化数据一般都代表是否变量，分析师在考虑问题时更为慎重，估计因素较少， 故投资评级修正这类离散化数据代表的事件驱动也往往比较有效。 长期无人问津股票开始被提及，代表当前时点分析师对公司未来的股价表现比较确定， 这种信心往往源自较高的数据质量和较强的专业判断。基于首次覆盖这种行为，分为券商首 次覆盖和全市场首次覆盖两种事件机会。 现有研究大多从分析师及其所在券商个体的研究报告和盈余预测层面进行研究和策略设 计，而单个券商首次覆盖或者评级调高的信息比较冗杂，有可能是卖方市场跟风所致。在市