金融证券分析师投资评级数据的分析和挖掘

第38卷第13期2008年7月数学的实践与认识M AT HEM A TICS IN PRACTICE AND T HEORY V o l.38　No.13　

July ,2008　

金融证券分析师投资评级数据的分析和挖掘

金轶雯1,2,　白峰杉1

(1.清华大学数学科学系,北京　100084)

(2.中国国际金融有限公司,北京　100004)

摘要:　证券分析师为股票市场提供上市公司的信息,是股票市场上的重要角色.随着中国股市的发展,各类证券投资咨询机构发布的投资研究报告也越来越多,它们对投资者特别是机构投资者发挥着越来越大的影响.通过建立该问题的数学和统计模型,评估了证券分析师投资建议的实际效果,并通过数据挖掘方法进一步筛选出了各个行业的明星分析师.对金融证券分析师投资评级数据的深入分析和挖掘,有助于投资者更加合理有效的使用这些信息.

关键词:　投资评级;超额收益;上调;下调

1　引 言收稿日期:2005-12-10

华尔街有这样一句家喻户晓的谚语:不要依靠金融分析师的盈利预测和投资评级买卖股票,但是也不要抛弃他们.盈利预测和投资评级数据中隐藏着重要的信息,如何分析挖掘并合理利用它们,其重要性当然是不言而喻.这些信息无疑是经济学家、统计学家希望挖掘的矿源,设法从中得到闪着金光的信息和有价值的投资策略.

股票市场是信息高度密集型的,股价的涨落对于信息的变动十分敏感.而股票分析师作为向投资者提供上市公司信息的群体,在股票市场中扮演着重要的角色[1-3].在美国,金融市场日趋成熟,分析师群体对股票市场有相当大的影响力.随着中国证券市场的发展和成熟,越来越多的投资者(特别是机构投资者)开始关注和积极利用分析师的投资报告.但是,许多投资者在获得盈利预测和投资评级数据后,往往因为不能正确使用这些数据,反而对投资造成不良的影响.一支股票往往有众多分析师跟踪,给出的投资建议也不尽相同,投资者应该听取哪位分析师的建议呢?而且投资评级的给出是相对于一定的时间段的,不同投资风格的投资者持股时间是不相同的.即使是在欧美最发达的金融市场,买入评级的股票也未必比卖出评级的股票市场表现更好[2-4].

评估这些投资报告与市场实际走向吻合的程度是本文研究的目标.通过分析报告的预测能力和分析师群体对于股票市场的影响力,投资者才能够基于这些报告来制定和优化投资策略.我们搜集整理了400多份分析师的研究报告,建立了关于盈利预测和投资评级变化的数据库.在利用统计方法对数据进行的预处理和可视化的基础上,对于分析师群体的预测能力及其准确性和对中国股票市场的影响程度进行了研究.结果表明,分析师调低盈利数据和评级报告的预测能力低于调高的报告;分析师群体的一致评级投资报告,在统计意义下显著高于大市收益率.分析师的预测能力是与行业相关的,故进一步通过数据挖掘方法,讨论了筛选行业明星分析师的问题.

2　数据准备

数据准备是进一步建立数学和统计模型的前提,是数据分析与数据挖掘中最花费时间的步骤,同时也是整个研究工作的关键.本研究的数据准备工作主要包括以下步骤:

步骤一:样本选择

选择了上证50指数和深圳100指数中共计26家上市公司,每一家上市公司建立一个独立的报告库,收录相关的证券分析师报告.

上证50指数和深证100指数,是分别从上海和深圳证券交易所的上市公司中挑选出规模大、流动性好的50和100只股票组成的样本股,综合反映了上海及深圳证券市场的整体状况,具有相当的权威性和市场覆盖性.

步骤二:标准化

对每份报告设置以下五个要素来描述:报告来源、报告日期、股票名称、盈利预测、投资评级.

步骤三:报告有效性判别

信息的变动才会导致股价的变动.因此我们对报告库中的每份报告按照时间顺序将要素整理成序列,比较目标报告与其上一份报告,并记录盈利预测和投资评级的变化.定义所有盈利预测或投资评级有变化的报告为有效报告,记录其变化项目和变化方向.如下三类报告被定义为是无效的,

1.无变化报告:研究机构一般要定期给出报告,有相当一部分报告的盈利预测和投资评级与上一份相比并无变化;该报告本身被视为无效,相应记录作为后续报告的参照.

2.首次关注报告:分析师对某只股票首次给出的评级报告;该报告的记录仅作为后续报告的参照.

3.不连续报告:由于样本库的丢失等原因造成某份报告的上一份报告缺失,从而无法界定其变化.

步骤四:指标化

如何刻画一份报告的有效性是数据分析的关键.这里我们采用事件研究法中的超额收益来检验股价对分析师报告披露的反应.事件研究方法由Fama,Fisher,Jensen 和Roll 提出[5,6],并被广泛地运用于检验事件发生前后的价格变化,或价格对信息披露的反应程度.超额收益是其中一个很重要的指标,用来度量股价对事件发生或信息披露异常反应的程度.在本文中超额收益这个指标一方面可以剔除市场或者行业突发事件的影响,使变量集中反映该个股的影响因素,另一方面可以用持有策略考察累计收益.

定义:超额收益=实际收益率-市场平均收益率.

ER ij =r ij -r mj

r ij =

P ij -P i 0P i 0×100%r mj =I j -I 0I 0

×100% E R ij :第i 份报告对应的股票,自报告日到j 个交易日期间相对于大盘的超额收益率.

r ij :第i 份报告自报告日到第j 个交易日期间对应股票的持有期收益率.r mj :第i 份报告自报告日到第j 个交易日期间大盘的持有期收益率.

1913期金轶雯,等:金融证券分析师投资评级数据的分析和挖掘

P ij :第i 份报告对应的股票自报告后j 个交易日的收盘价.

P i 0:第i 份报告对应的股票在报告当日的收盘价.

I j :报告日后j 个交易日大盘收盘的指数.

I 0:报告当日大盘收盘的指数.

步骤五:建立数据库

数据库中的样本来源于六家研究机构(申万41份、国泰98份、中金118份、招商60份、光大21份、天相84份),覆盖26家上市公司,共收录研究报告422份,其中有效报告312份.

数据库的记录描述如下:

1.以分析师报告公布日为时间原点,向后取共计60个交易日作为待考察的时间区间.即ER ij .j =1,2,3,...,60;i =1,2,3, (312)

2.若分析师报告变动方向为调高,则=ER ij ,以描述采取买入持有策略的超额收益.

3.若分析师报告变动方向为调低,则=-E R ij ,以描述采取卖出回避策略的超额收益.

从整个数据库中可提取出312*60的超额收益矩阵,每份报告对应一个60维的超额收益向量.

3　数据可视化

数据可视化使我们对研究对象的整体有宏观的理解和把握.

原点表示收到评级报告日期,横轴代表收到报告后的交易日天数,纵轴代表超额收益.每一根柱(由颜色深浅区分)分别代表从收到报告至该交易日收市时,所有样本超额收益的均值和标准差,它们组成两个时间序列,如图1所示.可以看出分析师报告超额收益的样本均值为正,并且随时间而增加,即中长期来看,分析师报告整体可以为投资者带来正的超额收益

.

图1　分析师报告全体样本的超额收益的均值-标准差图

我们观察到在数据库的312份有效报告中,盈利数据上调的207家,下调的94家,投资评级上调的52家,下调的32家.我们将样本中所有调低盈利数据和评级的报告组成一个集合,来考察分析师调低报告的超额收益,如图2.

20数　学　的　实　践　与　认　识38卷