东北证券_20180526_市值风格轮动初探.pdf

请务必阅读正文后的声明及说明请务必阅读正文后的声明及说明 证券研究报告/金融工程研究报告 市值风格轮动初探市值风格轮动初探 报告摘要报告摘要：通过买入市值最小的一组股票，卖出市值最大的一组股票，可以实现较大的超额收益，发达国家与我国市场数据均证实了这一点。A股结果表明，在一些时点，小市值组合出现回撤，尤以 2017 年为甚。在本报告中，我们对市值效应成因进行了分析；同时，基于不同视角，对市值风格轮动进行了尝试。我们首先对市值因子进行了回测检验：小市值组合年化收益率为41%，多空年化收益率为 33.6%，最大回撤为 38.8%；在 2014 年底、2016 年底至 2018 年初，出现了较大的回撤。基于相关数据，我们从风险、流动性、投资者行为等视角对小市值效应成因进行了分析。在此基础上，我们从风格动量、市值拆分和信息传递这三个视角出发，尝试构建市值风格轮动策略。风格动量：计算市值风格区间累计收益率，将其作为指示变量。如果指示变量大于 0，则在未来持有大市值组合，反之持有小市值组合。回测结果表明，基于长期风格动量，能够取得较好的回测结果：组合相对中证 500 超额收益率为 25.86%、最大回撤由 28.6%减少至13.92%，Calmar 由 0.981 提高至 1.858。市值拆分：对市值进行拆分，可以发现其由业绩和估值共同驱动。相比于对市值指标的分析，对业绩和估值的分析更具经济含义。基于此，综合使用业绩和估值信息，进行指标构建。据此所得组合相对中证 500 超额收益率为 18.84%，最大回撤为 7.69%，Sharpe 为1.908。信息传递：如果股票对特定信息反应速度较慢，则理论上有效的信息在一定的持有期内也会失效。基于此，我们构建了相关指标以反映股票对特定信息的反应速度。具体来说，我们计算了股票对市场、市值、BP 和盈利信息的反应速度。分析结果表明，小市值与大市值股票对于市值这一信息没有特定的反映特征，即市值本身并不是推动市值效应的原因；组合对估值和盈利信息的反应速度变动，与小市值溢价走势较为一致。不过如何将这一关系应用到预测中，还需要进一步研究。风格动量组合超额收益 组合超额收益 相关报告 基于因子筛选的特质波动率研究 2017-10-25 因子优化：动量因子再研究 2017-12-04 基本面分析因子研究基于估值视角 2018-03-04 证券分析师：证券分析师：高建高建 执业证书编号：S0550511020011 研究助理研究助理：王琦王琦 执业证书编号：S0550116060053 021 2036 3216 xu_zy 发布时间：发布时间：2018-05-26 请务必阅读正文请务必阅读正文后的后的声明及说明声明及说明 2/15 金融工程研究金融工程研究报告报告 目目 录录 1.市值效应分析市值效应分析.3 1.1.因子回测.3 1.2.成因分析.4 2.市值风格轮动策略市值风格轮动策略.6 2.1.风格动量视角.7 2.2.市值拆分视角.8 2.3.信息传递视角.11 3.总结总结.12 请务必阅读正文请务必阅读正文后的后的声明及说明声明及说明 3/15 金融工程研究金融工程研究报告报告 在本报告中，我们首先对市值因子进行回测检验，并对市值效应成因进行分析；在此基础上，我们尝试基于不同视角，以实现风格预测，降低组合回撤。1.市值效应市值效应分析分析 在这一部分，我们首先给出市值因子的回测结果，然后对常见的解释进行分析；在此基础上，给出可能的改进方案。1.1.因子回测因子回测 通过买入市值最小的一组股票，卖出市值最大的一组股票，可以实现较大的超额收益。这里我们进行如下回测：基于当期股票总市值，排序等分为 10 组，每一组合持有 20 个交易日（剔除停牌和涨停股票），等权配臵；回测区间为 2007.1-2018.4。我们计算了分组收益统计、组合净值走势及多空净值走势，分别见表 1，图 1 和图2。由表 1 可知，市值最小组合年化收益率为 41%；多空年化收益率为 33.6%，最大回撤为 38.8%。结合图 2 可知，2017 年之前，小市值股票在多数时间相对大市值有超额收益；而在 2014 年底、2016 年底至 2018 年初，出现了较大的回撤。2014 年末，蓝筹股优先启动，造成小市值和大市值的风险溢价为负；2016 年末，伴随着 IPO 加速和政策上对价值投资的鼓励，以及机构投资者抱团高质量蓝筹股现象的出现，市值收益又出现了大幅回撤。2018 年 2 月之后，创业板相对走势较好，累计收益有所回升。表表 1：市值因子回测结果市值因子回测结果 组别组别 总收益总收益 收益率收益率 波动率波动率 最大回撤最大回撤 Sharpe Calmar Sortino G1 4973.0%41.0%41.8%64.7%0.983 0.634 1.584 G10 86.4%5.6%31.2%70.4%0.180 0.080 0.246 多空多空 2621.6%33.6%25.7%38.8%1.307 0.864 2.185 数据来源：东北证券，WIND 图图 1：市值市值分组净值走势分组净值走势 图图 2：市值市值多空多空净值净值及最大回撤及最大回撤 数据来源：东北证券，Wind 数据来源：东北证券，Wind 请务必阅读正文请务必阅读正文后的后的声明及说明声明及说明 4/15 金融工程研究金融工程研究报告报告 1.2.成因分析成因分析 对于小市值效应，可以从风险、流动性、投资者行为等视角进行解释。下面我们依次进行分析。1.2.1.风险视角风险视角 该理论认为，市值效应存在的原因是小市值股票面临更高的风险，因此需要对其进行风险补偿。为分析这一点，我们对上述回测中的小市值与大市值组合进行了归因分析，以对比二者在两个风险指标（贝塔和波动率）上的暴露情况，结果见图 3 和图 4。就贝塔而言，小市值组并没有较为稳定地高于大市值股票；2017 年，小市值贝塔高于大市值，但是此时是出现回撤的。就波动率而言，在整个回测区间，二者大小与走势均基本一致。因此，从组合承担的风险这一视角，并不能很好地解释市值效应。图图 3：贝塔暴露对比贝塔暴露对比 图图 4：波动率暴露对比波动率暴露对比 数据来源：东北证券，Wind 数据来源：东北证券，Wind 也有理论认为，个股特质风险可通过组合分散化加以抹除，因此这里的风险应当是系统性风险。小市值公司面临更高的外部融资风险，因此会对宏观经济环境的变动更为敏感。例如，当经济增长恶化以及信贷收紧时，其受到的负面影响会更大。因此，有较多研究使用了诸如经济增速、通胀水平和利率水平等宏观指示变量来预测风格收益的走势。下面我们以利率为例进行简要分析。图 5 中给出了 1 年期国债到期收益率与市值风格累计收益率的走势对比。2016 年底至 2017 年底，利率水平呈现明显的上升趋势，这预示着市场风格会偏向大盘，这一时间段的大盘溢价表明这一关系是成立的；2018 年初至今，利率下行，对小盘风格起到了预示作用。这一似乎表明利率水平可以较好地对风格偏好进行预测。然而，在其他时间内，二者并没有这么稳定的关系。Bender、Sun、Thomas 和 Zdorovtsov（2018）1提出了如下在进行因子择时中面临的挑战：一，时变的相关性，即预测变量与预测目标之间的相关性并不稳定；二，前视误差。站在已知视角，可以挑选出优异的预测变量；但是，站在最新时点，挑选在未来具有预测作用的变量是非常困难的。1 Jennifer Bender,Xiaole Sun,Ric Thomas,V olodymyr Zdorovtsov,The Journal of Portfolio Management,2018,44(4):79-92.请务必阅读正文请务必阅读正文后的后的声明及说明声明及说明 5/15 金融工程研究金融工程研究报告报告 图图 5：利率水平与市值风格收益利率水平与市值风格收益 数据来源：东北证券，Wind 1.2.2.流动性视角流动性视角 该理论认为，对于流动性较差的资产，需要为投资者提供流动性溢价补偿。小市值股票流动性相对较差，因此需要为其提供一定的收益补偿。我们计算了大市值与小市值组合在流动性指标上的暴露，结果见图 6。由图 6 结果可知，在多数时间内，小市值股票流动性暴露相对较低，但是二者差别较小。因此，流动性因素可以在一定程度上解释市值效应，但是程度较小。图图 6：流动性暴露流动性暴露对比对比 数据来源：东北证券，Wind 1.2.3.投资者行为视角投资者行为视角 该理论认为，投资者非理性行为会引致投机炒作。在较长的一段时间内，壳资源具有一定的价值，且散户投资者占比较高。为分析这一点，我们进行了如下数据统计：每一季度末，基于总市值将市场所有股票进行排序，最小的 10%股票记为小市值，最大的 10%股票记为大市值。提取个股在该报告期机构持股数量和流通股本数据；请务必阅读正文请务必阅读正文后的后的声明及说明声明及说明 6/15 金融工程研究金融工程研究报告报告 按组进行持股数量和流通股本的加总，并计算二者比值。我们统计了 2010-2017 年中报和年报数据，结果见图 7。对于大市值，2014 年之前，机构持股占比保持稳定；2015 年中报，占比由 79.14%下降至 74.55%；2015 年末至 2017 年中，占比逐渐开始增加；2017 年报，占比则由78.74%下降至 69.23%。对于小市值，2016 年中报之前，机构持股占比上升趋势明显，由 2012 年的 27.85%提高至 2016 年中报的 38.45%；然后逐渐降低，至 2017 年末为 28.05%。结合上述分析可以发现，2016-2017 年，伴随着 IPO 加速和政策上对价值投资的鼓励，机构投资者开始抱团高质量蓝筹股，具有较优业绩的大盘股成为市场追逐的热点；相应地，对于小盘股的偏好不再。因此，在分析市场风格偏好时，机构投资者行为是需要重点加以考虑的。图图 7：大市值与小市值股票机构持股占比大市值与小市值股票机构持股占比 数据来源：东北证券，Wind 1.2.4 小结小结 在这一部分，我们从风险、流动性和投资者行为等三个视角对小市值效应成因进行了分析。总结来说，从宏观风险视角能够对小市值效应进行一定的解释，但是存在相关性不稳定的问题；小市值股票会存在一定的流动性溢价，但是贡献度较小。投资者行为方面，机构和散户投资者行为能够在理论上对小市值效应进行解释，但如何量化指标进行预测还存在一定的难度。虽然如此，可以通过投资者行为实际引致出的结果来对风格轮动进行指导，比如风格动量；也可以通过更为具体的指标来对小市值股票特征加以反映，即换一个角度来分析小市值效应。2.市值风格轮动策略市值风格轮动策略 基于前文分析，可以发现尽管小市值股票在多数时间内具有较好的表现，不过在某些时间段以及时间点会出现较大的回撤。我们希望能够对未来持有期风格收益进行预测，准确把握大小盘之间的切换。下面，我们从风格动量、市值拆分和信息传递等三个视角进行展开，尝试进行市值风格轮动。请务必阅读正文请务必阅读正文后的后的声明及说明声明及说明 7/15 金融工程研究金融工程研究报告报告 2.1.风格动量风格动量视角视角 在进行市值风格轮动时，动量策略是比较直观的一种方法。其思路是，如果过去小市值相对大市值有超额收益，则在未来一段时间内，仍然可以获取超额收益。基于这一思路，我们进行了如下回测：股票池为全部 A 股，回测区间为 2007 年 1 月至 2018 年 4 月。回测流程如下：(1)T 时刻，提取前推 N 日市值风格纯因子收益均值，将其作为指示变量；(2)提取该时点股票总市值，剔除停牌和涨停股票；排序将股票等分为 10 组；小市值和大市值第十组分别记为 G1 和 G10；(3)如果指示变量大于 0，则持有大市值股票，反之持有小市值；组合持有 20 个交易日，股票等权配臵。基于上述流程，我们对 N=20、40、60、120、240 等 5 种情形进行了回测，详细结果见表 2 和图 8。表 2 中给出的是小市值组合及 5 种回测组合相对中证 500 的超额收益统计值，图 8 给出的是超额收益累计净值走势。由表 2 结果可知，回测的 5 个结果中，以 240 日作为指示变量计算期组合表现最好：年化超额收益率为 25.86%，与小市值组合表现相近；最大回撤为 13.92%，远小于小市值组合的 28.6%。结合图 8 可知，虽然动量-240 日组合在整个区间内表现不如小市值组合，但是因为在 2017 年基本没有出现回撤，所以截止回测期末，二者相差并不大；其在 2017 年 4 月之后给出的均是做多大盘的信号。短期动量策略虽然能够较好捕捉近期信息，但是持续性相对较差；长期动量策略能够抹平短期波动的影响，但是无法把握短期内的风格切换。如何将二者进行有效结合，还需要进一步研究。上述回测结果表明，通过简单的风格动量策略，在保持整体收益表现的前提下，可以较大地降低组合回撤。表表 2：组合组合相对相对 500 表现表现 组别组别 总收益总收益 收益率收益率 波动率波动率 最大回撤最大回撤 Sharpe Calmar Sortino 小市值小市值组合组合 1578.0%28.0%15.5%28.6%1.805 0.981 3.321 动量动量-20日日 519.74%17.32%15.54%15.84%1.115 1.094 2.122 动量动量-40日日 512.21%17.20%15.54%20.33%1.107 0.846 1.925 动量动量-60日日 198.97%10.07%15.09%21.34%0.667 0.472 1.044 动量动量-120日日 759.49%20.73%16.28%20.69%1.273 1.002 2.123 动量动量-240日日 1282.23%25.86%15.17%13.92%1.704 1.858 3.134 数据来源：东北证券，WIND 请务必阅读正文请务必阅读正文后的后的声明及说明声明及说明 8/15 金融工程研究金融工程研究报告报告 图图 8：动量策略动量策略-组合相对组合相对 500 超额收益超额收益 数据来源：东北证券，Wind 2.2.市值市值拆分视角拆分视角 小市值策略，即买入市值最小的一组股票，但是市值这一指标代表的是什么含义呢？为回答这一问题，我们对市值进行了拆分。具体来说：M K TPRO FITPEM K TPRO FITPE 即总市值变的增长是由净利润变动和估值变动共同引致的。基于这一分析，我们可以跳出单独的市值指标分析，转而对分解出的两个部分进行研究。下面我们对小市值组合和大市值组合的历史数据进行拆分。具体来说，提取年初和年末股票总市值数据和净利润数据，剔除净利润为负的股票；基于年初股票总市值数据，将剩余股票中市值最小 10%的股票记为小市值组合，最大 10%的股票记为大市值股票；将每一组总市值和净利润进行加总，并计算得到期初和期末的估值数据（总市值/净利润）；据此，计算每一组合的总市值变动、净利润变动和估值变动值。具体结果见图 13 和图 14（2012-2017 年）。对于大市值组合：除 2014 年外，其收益变动基本是由盈利驱动的。2013 年，净利润增长 11.68%，而估值则下降了 19.89%，总市值下降了 10.53%。2017 年大市值股票的上涨是由业绩和估值共同驱动的：净利润增长 12.54%，估值提高 6.78%，引致市值增长 20.17%。对于小市值股票：2013、2014 和 2015 年，相比于业绩，估值对收益贡献更大。例如 2015 年，净利润增长 18.61%，估值提升 191.89%，带来了 246.21%的收益。2016年，业绩贡献远高于估值贡献，后者贡献为负；2017 年，净利润增长 27.17%，而估值则下降了 33.05%，收益率为 14.85%。请务必阅读正文请务必阅读正文后的后的声明及说明声明及说明 9/15 金融工程研究金融工程研究报告报告 图图 9：大市值大市值组合组合-总市值总市值、净利润和估值变动净利润和估值变动 数据来源：东北证券，Wind 图图 10：小小市值市值组合组合-总市值总市值、净利润和估值变动净利润和估值变动 数据来源：东北证券，Wind 由上述分析可知，股票收益率由业绩和估值共同驱动。并且，相比于对市值这一单个指标的分析，对业绩和估值的分析更具经济含义。业绩预期推动估值，并最终通过业绩的实现得以消化估值的扩张。在此种情形下，对市值风格进行轮动可以转为对更为直接的指标进行分析。下面从业绩和估值两个层面进行组合构建，思路如下：(1)业绩业绩 这里我们使用未预期盈余(SUE)指标来对股票业绩进行度量：44()/()itititititSUEEPSEPSEPSEPS 分子：站在当前时点可得最新调整股本 EPS，相对前推 4 个季度的同期变动值；分母：基于最近两年 8 个季度数据滚动计算分子值（至少要有 6 个数据），即最多可得 4 个值，最少可得 2 个值，计算其标准差。(2)估值估值 对于具有较强盈利能力的股票，如果其当前估值处于相对较低的水平，预期估值在未来会得到修复。我们通过截面回归的方法来确定估值高低程度，回归方程如下：请务必阅读正文请务必阅读正文后的后的声明及说明声明及说明 10/15 金融工程研究金融工程研究报告报告 ,1()Siti ti ts itisitstPROLNM K TIN D 其中P R O为净利润，M K T为公司总市值；IN D为中信一级行业虚拟变量；为偏离度指标，将其作为因子值进行组合构建，记为D P R O。因子值越大，表明当前被低估水平越高，预期其未来会有更好的表现。对于净利润，我们以分析师一致预期数据（未来 12 个月）来度量。具体回测流程如下：(1)T 时刻，提取当期一致预期净利润数据和股票 EPS 数据；提取总市值与所属中信一级行业属性值；计算得到 SUE（进行市值和行业中性化）和 DPRO 因子值；(2)分别计算个股因子 RANK 值，进行简单平均，得到综合打分指标，作为最终使用的因子值；(3)T+1 时刻，剔除停牌和涨停股票，剔除上市不满 60 日的新股；(4)将因子值升序排列，持有因子值最大的 10%的股票；等权配臵，以收盘价买入股票，组合持有 20 个交易日。股票池为全部 A 股，回测区间为 2007 年 1 月至 2018 年 4 月，回测结果见表 3、图15 和图 16。由表 3 结果可知，多头组合收益率为 30.93%；相对中证 500 超额年化收益率为18.84%，Sharpe 为 1.908，Calmar 为 2.451。与小市值组合进行对比，Sharpe 提升较大，最大回撤大幅减小。在进行市值风格轮动时，如果仅关注市值这一表明特征变量，并不能得到实质性的结论。对其进行拆分，可以发现业绩和估值是更为基础的轮动因素。这里我们将业绩和估值进行结合构建因子，取得了较好的回测结果。表表 3：回测结果回测结果 组组别别 总收益总收益 收益率收益率 波波动率动率 最大回撤最大回撤 Sharpe Calmar Sortino 多头多头 2068.77%30.93%36.28%65.85%0.853 0.470 1.309 超额超额 617.35%18.84%9.87%7.69%1.908 2.451 5.073 数据来源：东北证券，WIND 图图 11：组合组合分组净值分组净值走势走势 图图 12：组合组合超额收益超额收益(相对相对中证中证 500)数据来源：东北证券，Wind 数据来源：东北证券，Wind 请务必阅读正文请务必阅读正文后的后的声明及说明声明及说明 11/15 金融工程研究金融工程研究报告报告 2.3.信息传递视角信息传递视角 传统资产定价模型假设市场中信息是充分的，并且不存在交易摩擦，然而大量经验证据已经证伪了这一观点。已有研究对信息不充分、非对称信息、卖空限制及噪音交易者等进行了深入研究。对于一些股票，如果其对特定信息反应速度较慢，即出于一些原因，股价对信息的反应速度较慢，则理论上有效的信息在一定的持有期内也会无效。在对异常收益现象进行研究时，往往默认该信息会立刻反映在股价中，这是存在一定问题的。对于小市值效应，我们可以从信息传递这一视角进行分析。具体来说，我们分析了小市值与大市值组合股票对市场、市值、估值和盈利等四类信息的反应速度，以判断在不同时间点的组合特征。为此，我们进行了如下时间序列回归。,1Lli tiititli tlrRR 信息反应速度计算方法为：20,1,4 21ljlRSpeedR 其中,i tr为个股收益率；tR为基准收益率；L为滞后阶数。上述指标的含义是：对基准当期及滞后收益率进行时间序列回归；如果个股收益率对信息反应速度较快，则滞后项的系数应当较小且不显著，否则滞后项对收益率的解释贡献度会较高。Speed指标即度量了滞后项在回归中的贡献程度，其值越小，表明信息反应速度越快，否则越慢。基于上述说明，我们进行了如下回测：(1)T 时刻，提取过去 252 个交易日的市场收益率(WIND 全 A)、市值风格收益率、BP 风格收益率和盈利风格收益率；提取同期个股收益率；(2)按周对收益序列进行划分，计算每一周的复合收益率，不足一周的按实际数进行计算；(3)滞后期为 4 周，计算每一股票在该时点的指标值；(4)按当期总市值大小对股票进行排序，市值最小 10%股票记为小市值，市值最大10%股票记为大市值。计算每一组内个股指标均值；(5)所涉及的股票池为全部 A 股，回测区间为 2007 年 1 月至 2018 年 4 月。基于上述流程，我们计算了每一时点小市值与大市值组合指标均值的比，将其作为每一基准的指示变量，结果见图 9、图 10、图 11 和图 12。对于市场组合：2007-2008 年，指示变量波动较大，表明这一时间段大小市值组合对信息的反应速度出现了一定程度的切换；2015-2016 年，指示变量波动开始加剧；2017 年，指示变量呈较为明显的上升趋势，即相对于大市值股票，小市值股票信息反应速度开始下降；2018 年 2 之后，指示变量开始下降。对于市场这一系统性信息，个股交易会推动其信息反映程度。基于这一点，可以发现 2017 年小市值股票市场关注度开始下降，大盘股更受市场偏好，因此在这一区间小市值效应失效。对于市值风格收益：整个事件区间来看，没有明显的变动趋势。从这一点来看，推 请务必阅读正文请务必阅读正文后的后的声明及说明声明及说明 12/15 金融工程研究金融工程研究报告报告 动小市值效应的并不是市值因素，市值仅是实际产生影响因素综合而来的特征。对于 BP 估值指标：2015 至 2016 年中期，指示变量有明显提高，表明小市值股票对估值反应速度较慢，投资者并不关注这一因素；2016 年底至 2017 年，小市值股票对估值信息反应速度快速提升：小市值股票偏好下降，估值对小市值股票影响较大。对于盈利指标：2015 年底至 2017 年，小市值股票对盈利信息反应速度提高较大，表明市场开始逐渐对股票业绩加以关注。总结来说，通过这一指标能够对风格偏好进行一定的解释；如何将其实际应用到风格轮动中，还需要进一步研究。图图 13：因子因子比值比值-基于市场组合基于市场组合 图图 14：因子比值因子比值-基于基于市值风格收益市值风格收益 数据来源：东北证券，Wind 数据来源：东北证券，Wind 图图 15：因子比值因子比值-基于基于 BP风格收益风格收益 图图 16：因子比值因子比值-基于基于盈利盈利风格收益风格收益 数据来源：东北证券，Wind 数据来源：东北证券，Wind 3.总结总结 通过买入市值最小的一组股票，卖出市值最大的一组股票，可以实现较大的超额收益，发达国家与我国市场数据均证实了这一点。A 股结果表明，在一些时点，小市值组合出现回撤，尤以 2017 年为甚。在本报告中，我们对市值效应成因进行了分析；同时，基于不同视角，对市值风格轮动进行了尝试。我们首先对市值因子进行了回测检验：小市值组合年化收益率为 41%，多空年化收益率为 33.6%，最大回撤为 38.8%；在 2014 年底、2016 年底至 2018 年初，出现了较大的回撤。基于相关数据，我们从风险、流动性、投资者行为等视角对小市值效 请务必阅读正文请务必阅读正文后的后的声明及说明声明及说明 13/15 金融工程研究金融工程研究报告报告 应成因进行了分析。在此基础上，我们从风格动量、市值拆分和信息传递这三个视角出发，尝试构建市值风格轮动策略。风格动量：计算市值风格区间累计收益率，将其作为指示变量。如果指示变量大于0，则在未来持有大市值组合，反之持有小市值组合。回测结果表明，基于长期风格动量，能够取得较好的回测结果：组合相对中证 500 超额收益率为 25.86%、最大回撤由 28.6%减少至 13.92%，Calmar 由 0.981 提高至 1.858。市值拆分：对市值进行拆分，可以发现其由业绩和估值共同驱动。相比于对市值指标的分析，对业绩和估值的分析更具经济含义。基于此，综合使用业绩和估值信息，进行指标构建。据此所得组合相对中证 500 超额收益率为 18.84%，最大回撤为7.69%，Sharpe 为 1.908。信息传递：如果股票对特定信息反应速度较慢，则理论上有效的信息在一定的持有期内也会失效。基于此，我们构建了相关指标以反映股票对特定信息的反应速度。具体来说，我们计算了股票对市场、市值、BP 和盈利信息的反应速度。分析结果表明，小市值与大市值股票对于市值这一信息没有特定的反映特征，即市值本身并不是推动市值效应的原因；组合对估值和盈利信息的反应速度变动，与小市值溢价走势较为一致。不过如何将这一关系应用到预测中，还需要进一步研究。请务必阅读正文请务必阅读正文后的后的声明及说明声明及说明 14/15 金融工程研究金融工程研究报告报告 分析师简介：分析师简介：王琦:金融工程研究助理，英国帝国理工学院数学与金融硕士，2016年加入东北证券研究所。重要重要声明声明 本报告由东北证券股份有限公司（以下称“本公司”）制作并仅向本公司客户发布，本公司不会因任何机构或个人接收到本报告而视其为本公司的当然客户。本公司具有中国证监会核准的证券投资咨询业务资格。本报告中的信息均来源于公开资料，本公司对这些信息的准确性和完整性不作任何保证。报告中的内容和意见仅反映本公司于发布本报告当日的判断，不保证所包含的内容和意见不发生变化。本报告仅供参考，并不构成对所述证券买卖的出价或征价。在任何情况下，本报告中的信息或所表述的意见均不构成对任何人的证券买卖建议。本公司及其雇员不承诺投资者一定获利，不与投资者分享投资收益，在任何情况下，我公司及其雇员对任何人使用本报告及其内容所引发的任何直接或间接损失概不负责。本公司或其关联机构可能会持有本报告中涉及到的公司所发行的证券头寸并进行交易，并在法律许可的情况下不进行披露；可能为这些公司提供或争取提供投资银行业务、财务顾问等相关服务。本报告版权归本公司所有。未经本公司书面许可，任何机构和个人不得以任何形式翻版、复制、发表或引用。如征得本公司同意进行引用、刊发的，须在本公司允许的范围内使用，并注明本报告的发布人和发布日期，提示使用本报告的风险。本报告及相关服务属于中风险（R3）等级金融产品及服务，包括但不限于A股股票、B股股票、股票型或混合型公募基金、AA级别信用债或ABS、创新层挂牌公司股票、股票期权备兑开仓业务、股票期权保护性认沽开仓业务、银行非保本型理财产品及相关服务。若本公司客户（以下称“该客户”）向第三方发送本报告，则由该客户独自为此发送行为负责。提醒通过此途径获得本报告的投资者注意，本公司不对通过此种途径获得本报告所引起的任何损失承担任何责任。分析师声明分析师声明 作者具有中国证券业协会授予的证券投资咨询执业资格，并在中国证券业协会注册登记为证券分析师。本报告遵循合规、客观、专业、审慎的制作原则，所采用数据、资料的来源合法合规，文字阐述反映了作者的真实观点，报告结论未受任何第三方的授意或影响，特此声明。投资投资评级说明评级说明 股票 投资 评级 说明 买入 未来 6 个月内，股价涨幅超越市场基准 15%以上。增持 未来 6 个月内，股价涨幅超越市场基准 5%至 15%之间。中性 未来 6 个月内，股价涨幅介于市场基准-5%至 5%之间。减持 在未来6个月内，股价涨幅落后市场基准5%至15%之间。卖出 未来 6 个月内，股价涨幅落后市场基准 15%以上。行业 投资 评级 说明 优于大势 未来 6 个月内，行业指数的收益超越市场平均收益。同步大势 未来 6 个月内，行业指数的收益与市场平均收益持平。落后大势 未来 6 个月内，行业指数的收益落后于市场平均收益。请务必阅读正文请务必阅读正文后的后的声明及说明声明及说明 15/15 金融工程研究金融工程研究报告报告 东北证券股份有限公司东北证券股份有限公司 网址：网址：http:/ 电话：电话：400-600-0686 地址地址 邮编邮编 中国吉林省长春市生态大街 6666 号 130119 中国北京市西城区锦什坊街 28 号恒奥中心 D 座 100033 中国上海市浦东新区杨高南路 729 号 200127 中国深圳市南山区大冲商务中心 1 栋 2 号楼 24D 518000 机构销售联系方式机构销售联系方式 姓名姓名 办公电话办公电话 手机手机 邮箱邮箱 华东地区机构销售华东地区机构销售 袁颖（总监）021-20361100 13621693507 王博 021-20361111 13761500624 李寅 021-20361229 15221688595 杨涛 021-20361106 18601722659 阮敏 021-20361121 13564972909 李喆莹 021-20361101 13641900351 齐健 021-20361258 18221628116 陈希豪 021-20361267 13956071185 chen_ 华北地区机构销售华北地区机构销售 李航（总监）010-58034553 18515018255 殷璐璐 010-58034557 18501954588 温中朝 010-58034555 13701194494 曾彦戈 010-58034563 18501944669 颜玮 010-58034565 18601018177 华南地区机构销售华南地区机构销售 邱晓星（总监）0755-33975865 18664579712 刘璇 0755-33975865 18938029743 liu_ 刘曼 0755-33975865 15989508876 林钰乔 0755-33975865 13662669201 周逸群 0755-33975865 18682251183