调研事件数量和行业分布 [page::5][page::6]

• 调研事件数量自2012年开始逐渐丰富，2021年起月均事件数达到约1500件，相关股票800只左右。

- 调研事件高峰主要在每年5月和11月。

• 行业以电子、机械设备、医疗保健、计算机为主，近年电新和金属关注度提升。

调研事件超额收益特征分析 [page::6][page::7][page::8][page::9]

• 调研事件公告前2个月显著超额，公告日存在脉冲效应，超额收益此后保持稳定在0.04%附近。

- 时间差在0-7天内，超额收益表现优异，超过12天后表现波动且下降。

• 特定对象调研与业绩说明会类型的调研事件表现最优。

- 基金公司参与的调研事件超额更明显，特别是公募基金参与占比超过95%。

调研事件驱动策略及回测表现 [page::10][page::11]

| 年份 | 收益率 | 超额收益率 | 夏普比率 | 最大回撤 | 胜率(%) | 信息比率 |
|-------|--------|------------|----------|----------|---------|----------|
| 2013 | 55.09% | 33.89% | 1.35 | 22.55% | 52.94 | 2.15 |
| 2014 | 34.78% | -4.23% | 1.38 | 17.20% | 69.23 | -0.37 |
| 2015 | 96.63% | 53.51% | 1.60 | 56.18% | 76.92 | 2.32 |
| 2018 | -29.49%| 4.69% | -1.16 | 34.99% | 16.67 | 1.40 |
| 2019 | 50.07% | 22.59% | 1.83 | 18.92% | 75.00 | 3.26 |
| 全部 | 18.16% | 10.47% | 0.71 | 57.84% | 57.98 | 1.18 |

• 事件驱动策略年化收益18.16%，超额中证500达10.47%，但波动较大，有明显回撤。

- 特别年份如2014年、2017年策略失效，收益为负。

基金公司与公募基金调研特征增强 [page::12][page::13][page::14]

| 年份 | 最大规模组收益率 | 超额收益率 | 夏普比率 | 最大回撤 | 胜率(%) | 信息比率 |
|-------|------------------|------------|----------|----------|---------|----------|
| 2013 | 56.58% | 35.38% | 1.36 | 22.30% | 52.94 | 1.98 |
| 2015 | 98.08% | 54.97% | 1.60 | 57.36% | 76.92 | 2.14 |
| 2019 | 58.62% | 31.14% | 2.03 | 19.92% | 83.33 | 3.39 |
| 全部 | 20.29% | 12.60% | 0.77 | 57.36% | 62.18 | 1.28 |

• 规模大的公募基金参与的调研事件表现更优且较稳定，适合作为策略增强分组。

- 公募基金调研事件年化收益18.77%，净值表现优于基金公司整体。

基金经理参与及仓位影响 [page::15]

• 基金经理是否参与对收益影响不明显，但结合基金经理低仓位（<80%）的调研事件组合表现显著提升。

- 仓位较低的基金经理参与调研事件，组合回报更优且采用流通市值加权表现更稳健。

因子增强策略及表现 [page::16][page::17][page::18]

• 三大因子增强表现最佳：波动率因子年化收益20.71%，超额13.02%；反转因子年化25.84%，超额18.15%；流动性因子年化28.51%，超额20.81%。

- 因子增强有效缓解策略回撤，提升收益稳定性。

调研事件优选组合构建及表现 [page::19][page::20]

| 年份 | 收益率 | 超额收益率 | 夏普比率 | 最大回撤 | 胜率(%) | 信息比率 |
|-------|--------|------------|----------|----------|---------|----------|
| 2013 | 50.65% | 33.76% | 1.80 | 14.53% | 83.33 | 2.13 |
| 2014 | 55.85% | 16.84% | 2.00 | 16.84% | 76.92 | 1.03 |
| 2015 | 95.66% | 52.54% | 1.63 | 49.27% | 76.92 | 1.56 |
| 2019 | 85.03% | 57.55% | 2.71 | 14.69% | 75.00 | 3.16 |
| 全部 | 31.32% | 23.69% | 1.05 | 51.27% | 63.16 | 1.46 |

• 策略采用滚动季度事件池，结合基金经理仓位低于80%和因子筛选，个股权重设置10%上限。

- 年化收益31.32%，超额中证500达23.69%，年均正向超额，表现稳健。

总结 [page::21]

• 调研事件逐步丰富，公募基金参与率高达95%以上，机构调研具备获取Alpha潜力。

- 公告日前2个月内超额显著，时差、调研类型及机构类型影响超额表现。

• 结合基金经理低仓位及流动性、反转、波动率因子筛选，有效增强调研事件策略表现。

- 构建的调研事件优选组合表现优异，实现稳定的年度正向超额收益。

机构调研事件优选策略深度分析报告解构与详解

1. 元数据与概览

• 报告标题： 《机构调研事件优选策略》

- 发布机构： 长江证券研究所

• 报告类型： 金融工程深度报告

- 发布日期： 不详（分析至2022年中）

• 主题： 挖掘和筛选机构调研事件中的有效投资信息，构建基于调研事件的投资策略

- 核心论点： 该报告通过系统分析历时十余年的机构调研事件数据，归纳和验证调研事件的超额收益特征，进而构建调研事件优选组合策略，实现了显著且持续的超额收益，年化超额收益率高达23.69%，整体年化收益31.32%。

• 目标价/评级： 报告不涉及具体个股评级和目标价，重点提供事件驱动策略框架及其表现。

- 作者信息： 主要分析师刘胜利、冷旭晟[page::1]

---

2. 逐节深度解读

2.1 报告要点摘要（第1-2页）

• 超额收益： 基于2013年以来的调研事件数据，调研事件优选组合年化收益达31.32%，且每年均有正向超额收益。

• 调研事件三大保证：

1. 时间差一周以内
2. 基金公司参与
3. 特定对象调研类型

这三点是确保获取更多超额收益的关键。

• 机构特征分析： 公募基金调研覆盖超过95%，而低仓位基金经理参与的调研事件表现较好。

- 因子增强： 流动性、反转和波动率因子被证实为有效提升组合收益的风格因子。

• 策略构建方法： 通过筛选上述特征的调研事件，结合流通市值加权和迭代再平衡，实现稳定超额收益[page::1,2]

2.2 调研事件数量与行业分布（第2-6页）

• 调研事件月频数量从2013-2020年基本稳定在700件左右，2021年起激增至1500件，每月调研股票数量亦从约500只增加至800只。

- 时间分布高峰： 每年5月和11月调研事件数明显上升，这与年报披露、三季报发布以及机构换仓需求相关。

• 行业集中度： 电子、机械设备、医疗保健、计算机为高关注行业；近年来电新、金属行业关注上升，汽车关注度下降。

- 调研对市场影响假设： 机构调研提升公司外部监督，能够获取私有信息形成Alpha，推动股价表现。

• 图表解读：

- 图1、2显示调研事件及股票数量的增长趋势和季节性波动。
- 图3呈现行业分布及2022年6月行业占比变化，突显行业关注热点的动态迁移。

• 意义判断： 调研事件数量增多带来信息泛滥，直接利用调研数据难以挖掘有效信号，亟需筛选特征[page::2,5,6]

2.3 调研事件特征分析（第6-9页）

• 公告与调研时间差（图4）：

- 大多数（96.19%）调研事件在公告30天内公布，时间差超过7天后1个月与3个月超额均明显下降，12天后甚至转负。
- 这提示时间差较短（尤其7天内）的事件信息有效性较高。

• 调研类型（图5）：

- 特定对象调研占绝大多数，且表现最佳，业绩说明会亦表现良好。
- 新闻发布会与一对一沟通样本量太小，效果难判定。

• 机构类型（图6）：

- 参与最频繁的是证券公司，但基金公司调研事件超额最明显，基金公司参与事件占比超过53%。

• 日度超额走势（图7-15）：

- 调研事件公告日前2个月存在显著持续的超额收益，公告日前有所回落。
- 公告日当天股价出现脉冲效应，后续有一定的回落后，4天后超额收益稳定于约0.04%。
- 业绩说明会具有明显季度效应，公告前投资者通常出现短期负超额。
- 基金公司调研事件比保险公司等其他机构更具持久和显著的超额收益。

• 逻辑说明： 时间差短、调研性质透明且基金公司参与的事件更可能含有未公示信息或市场未充分消化，表现出Alpha[page::6,7,8,9]

2.4 调研事件驱动策略构建及表现（第10-11页）

• 策略要点：

- 事件池筛选条件：时间差≤6日，有基金公司参与，且调研类型限定为特定对象调研、其他、业绩说明会、现场参观、分析师会议。
- 调仓频率为月度，卖出原有持仓，等权买入当月调研事件股票。
- 回测期2012-2022年中，年化收益18.16%，超额中证500 10.47%，夏普0.71，最大回撤57.84%。

• 表现波动： 该策略非在所有年份均优异，2014及2017年有显著负超额，2016-2018年中段表现相对低迷，存在策略失效的风险。

- 图16、表1显示策略净值及年度收益指标。[page::10,11]

2.5 策略增强研究（第12-18页）

• 公募基金参与：

- 基金公司调研中95%以上为公募基金参与，公募参与事件表现优于非公募，成为增强点。
- 图17、18展示公募基金事件超额和策略净值，年化收益18.77%，略优于整体基金公司。

• 机构特征深化：

- 公募基金规模分组回测显示规模较大的基金调研事件表现更为稳健且收益较好，规模最小组虽表现攻击性强，但波动和回撤较大。
- 图20-22及表2展示规模分组净值和年表现，建议策略优选规模较大公募事件。

• 基金经理参与与仓位：

- 参与与否本身影响不显著（数据质量限制），但结合基金经理的仓位信息，低仓位（<80%）基金经理参与调研组合表现更优，流通市值加权策略更稳健且收益提升明显。
- 图23-26展示基金经理参与与仓位低组合表现。

• 因子增强：

- 通过风格因子筛选调研事件，对公募基金调研事件结合规模因子、Beta、动量、反转、波动率、流动性等因子进行策略增强。
- 流动性、反转和波动率因子效果突出（图27-29及表3-5），三者均显著提升策略表现，进一步突出Alpha信号。

• 小结： 策略增强体系基于基金公司主体的公募数据，结合机构规模、基金经理仓位，依托有效因子筛选，实现稳定超额的调研事件驱动模型[page::12-18]

2.6 调研事件优选组合构建及表现（第19-20页）

• 优选组合构建逻辑：

1. 事件筛选：公告与调研时间差≤6日，有公募基金参与，调研类型限定为特定对象调研、其他、业绩说明会、现场参观、分析师会议；
2. 仅选仓位低于80%的基金经理参与的事件；
3. 每月月底回顾过去一个季度的事件形成股票池并去重；
4. 利用流动性因子优先筛选股票（若超过50只），再用反转因子缩减到20只（低于20只全纳入）；
5. 资金分配：95%的权益仓位，根据流通市值加权且单只股票权重上限为10%，通过迭代保证不超限。

• 回测表现：

- 回测区间2012年12月至2022年6月，组合年化收益31.32%，相较中证500超额23.69%。
- 分年表现稳定优异，绝大多数年份实现正超额，最大回撤约51.27%，低于基准65.20%。
- 图30及表6展现净值曲线和详细年度表现。

• 策略优势：

- 综合前文筛选与因子增强优势，将有效调研事件抽取并实现规模控制，风格因子组合优化配置。
- 有较好风险收益比，超额收益持续性强，且获益于市场信息不完全性。

[page::19,20]

2.7 总结与风险提示（第21页）

• 调研事件数量自2012年起显著增长，关注度行业动态变化，尤其电子、机械及医疗保健高关注。

- 调研事件公布前后表现出显著超额收益，选取时间差、调研类型和机构类型是筛选良好Alpha事件的基本条件。

• 公募基金表现尤为优异，低仓位基金经理参与提升策略表现。

- 因子增强实证验证流动性、反转和波动率因子的有效性。

• 最终构建的优选组合年化31.32%、超额23.69%，多年份持续正收益。

- 风险提示：
- 数据截止2022年6月，后续数据及市场环境可能使策略表现波动或失效。
- 策略基于历史数据，未来回测外阶段需警惕样本外表现及市场结构变化风险。

[page::21]

---

3. 图表深度解读

图表1-3（调研事件数量与行业分布）

• 图1（调研事件与调研股票数量月频分布）：

显示2012-2022年的调研事件和调研股票数量月度走势。可见调研事件和覆盖股票数量逐步增加，2021年后加速上涨趋势明显，调研事件在特定月份（5月、11月）集中爆发。

• 图2（各月份调研事件数量均值）：

梳理历年各月平均调研事件数，5月最高，次高为11月，体现制度和市场节奏影响深刻。

• 图3（调研股票行业分布）：

统计历史调研样本行业件数，电子、机械设备等行业调研频率领先，2022年6月样本中电新和金属行业关注度明显提升，汽车和计算机行业关注度下滑。

解读： 调研事件地域和行业逐渐转向新兴及周期性行业，反映机构关注焦点变化，也影响事件筛选策略的行业排序权重[page::5,6]

图表4-6（时间差、调研类型及机构类型超额）

• 图4（事件公告与发生时间差超额）：

时间差为横轴，3条曲线分别表达1个月、3个月、6个月超额均值，橙色柱体为样本量。超额在时间差0-7天区间显著正向，7天后急剧下降且波动加大，说明短时间内公布事件更有效。样本量集中在0-5天。

• 图5（不同调研类型超额）：

显示特定对象调研最大样本且超额表现最为优异，业绩说明会及现场参观等次之，新闻发布会数据缺乏，可信度较低。

• 图6（机构类型超额）：

证券公司调研事件最多，但基金公司超额明显领导性强，基金公司参与事件达53.19%，体现机构资金影响力差异。

解读： 有效信息往往集中于特定类型短时内部研讨，基金公司作为市场重要资金力量，其调研行为更加具备市场影响力，策略依据为重点筛选此类事件[page::6,7]

图表7-15（日度超额表现）

• 图7-8（相对沪深300及中证500超额）：

黄柱代表每日超额收益，红线为累计超额收益。两图均显示公告前超额递增，公告日超额波动剧烈，公告后第一日出现脉冲，随后超额水平回落进入稳定期。

• 图9-13（不同调研类型相对中证500超额）：

特定对象调研持续稳健上涨，其他及现场参观短期疲软，业绩说明会季度效应明显，公告后超额先降后升；分析师会议波动最大。

• 图14、15（基金公司与保险公司调研超额对比）：

基金公司调研事件累积超额远优于保险公司，且短期高峰明显，体现基金公司调研更加有效的市场影响力。

解读： 调研事件存在显著的市场预期调整效应，公告日行情波动较剧烈，结合公告前期超额收益，可设计较优买入时机；并且调研类型及机构类型明显区分收益品质[page::8,9]

图表16、17、18（基金公司及公募基金事件驱动策略）

• 图16（基金公司调研事件策略净值）：

曲线展示基金公司事件驱动策略累计净值相比基准显著上升，呈现发散走势。期间2014-2017年经历回撤和相对低迷。

• 图17（公募基金参与调研累计超额）：

对比公募、非公募及基金公司整体，公募遥遥领先，持续积累超额收益。

• 图18（公募基金事件驱动策略净值）：

展现公募基金调研事件策略净值稳健优于基准，增强了基金公司整体策略的代表性。

解读： 公募基金作为机构中最活跃且影响力显著一类，其事件驱动策略表现优异，为策略增强的关键依据[page::10,12]

图表19-22（正向超额理论策略及基金规模分层）

• 图19（1个月正向超额事件策略净值）：

理论策略净值大幅跑赢基准，表明较好识别正向调研事件对于提升策略收益关键。

• 图20-21（公募规模与事件数量分组测试）：

规模较大的公募基金调研事件表现整体优于小规模，同时经过事件数量均衡处理后，优越性更为显著。

• 图22（规模最大组别调研策略净值）：

规模最大组别的调研事件策略表现最佳，年化收益20.29%，超额12.6%。

解读： 大规模公募基金调研更具影响力且事件质量较高，是后续组合构建重点[page::13,14]

图表23-26（基金经理参与和仓位分层）

• 图23、24（基金经理参与与否的策略净值对比）：

两曲线走势近似，显示单纯是否有基金经理参与对超额影响有限。

• 图25、26（基金经理仓位低于80%时的等权与流通市值加权策略）：

降低基金经理仓位筛选后，策略收益明显提升，流通市值加权策略表现更稳健优于等权。

解读： 基金经理仓位是策略中重要的增强特征，低仓位基金经理参与的调研更可能带来买入行为和超额表现，流通市值加权提高配置效率和风险控制[page::15]

图表27-29（因子增强策略表现）

• 波动率因子（图27+表3）、反转因子（图28+表4）和流动性因子（图29+表5）

三类因子均有效提升调研事件驱动策略年化收益，稳定超额收益水平。
- 波动率因子增强下年化收益20.71%，超额13.02%。
- 反转因子年化25.84%，超额18.15%。
- 流动性因子年化28.51%，超额20.81%。

解读： 通过因子筛选机制进一步提升调研事件的Alpha质量，优质因子筛选凸显出对调研后盈利能力和股价反应的预测能力[page::16-18]

图表30及表6（最终优选组合表现）

• 组合净值大幅跑赢基准，年化31.32%，超额23.69%，波动和最大回撤均优于基准。

- 分年统计表明多数年份均实现正向超额收益，2013年、2015年、2019年及2020年表现尤佳，部分年份如2018年出现年内负收益但仍小幅正超额。

解读： 结合调研事件筛选、机构特征、基金经理行为、仓位控制和因子增强的综合策略构建，明显优于单一策略，具备较强市场适应性和持续盈利能力[page::19,20]

---

4. 估值分析

本报告不涉及单一股票估值分析及目标价，亦未使用传统估值模型。报告核心为基于历史调研事件挖掘Alpha，构建事件驱动型量化策略，并对其表现进行统计学及实证回测，重点在事件筛选标准、策略构建机制和风险控制，而非传统估值。无直接企业价值估计或DCF计算。[page::全文]

---

5. 风险因素评估

• 数据截止期风险： 数据采集截至2022年6月30日，之后市场及机构调研行为变化或导致历史特征失效。

- 历史表现不代表未来： 该策略基于历史叠加效应和信息结构，未来环境、监管或市场参与主体变化可能导致效益波动或失效。

• 事件信息滞后风险： 调研事件公告与实际发生存在时间差，可能影响信息捕捉与策略执行时机。

- 数据质量与披露限制： 部分基金经理参与信息不完整，可能降低筛选准确性；部分调研信息或无法完全数字化使用。

• 因子失效风险： 市场风格因子表现稳定性存在波动，某些年份可能因市场情绪和宏观事件导致因子失效。

- 策略回撤风险： 历史最大回撤仍在50%以上，投资者需关注风险承受能力及资金管理。

• 业务合规风险： 调研相关行为需符合法规监管，违规风险可能导致数据真实性受损。

报告中对风险提示明确但未细化缓解措施，预设投资者应结合自身风险偏好使用策略[page::2,21]

---

6. 批判性视角与细微差别

• 数据依赖与样本代表性限制： 样本量及数据披露截止至2022年中，后期调研数量激增可能降低信息稀缺性，造成策略收益下滑风险，尚待验证。

- 基于公募基金数据的策略偏好： 可能忽视其他类型机构（如私募、保险）或市场结构变化，导致策略稳健性受限。

• 基金经理参与度资料缺失影响判断： 数据中基金经理参与度记录不完全，可能导致判断偏误。

- 策略筛选标准单一性及多因子融合待深化： 虽结合了流动性、反转等因子，但未引入基本面财务指标或宏观数据，信息维度或不足。

• 回撤率偏高问题未根本解决： 最大回撤常超过50%，提示策略波动性及风险管理尚需加强。

- 部分年份负面表现，表现波动较大： 如2014、2017及2018年等，策略未能持续稳定表现，需注意时点与市场风格变动风险。

• 未考虑交易成本及市场冲击： 报告未讨论调仓成本、滑点等实际操作影响，可能高估实际收益。

总体来说，报告分析严谨、数据丰富，但需关注策略的实盘适用性及未来更新调整[page::10-20]

---

7. 结论性综合

本报告系统地分析了2012年至2022年间中国资本市场上机构调研事件的特征、变迁及其对股票超额收益的影响。通过详细的数据挖掘与实证，作者归纳出以下核心观点：

1. 调研事件数量持续快速增长，使得直接利用大量调研数据挖掘Alpha的难度加大，必须筛选高质量事件。调研热点行业逐年演进，电子、机械设备等传统行业持续受青睐，电新和金属等新兴行业关注度提升。
2. 调研事件的时间差、调研类型、机构性质是影响超额收益的关键维度。尤其是时间差小于7天、特定对象调研及基金公司参与事件具备明显超额收益优势。
3. 公募基金作为基金公司调研的主力军，参与调研事件质量优良，且基金经理低仓位参与的事件表现出更高的投资价值，流通市值加权配置使得策略表现更为稳健。
4. 流动性、反转及波动率因子有效增强策略表现，对调研事件组合收益贡献显著，是当前事件驱动策略筛选的有力工具。
5. 通过构建基于上述筛选条件和因子优化的调研事件优选组合，实现了2012年底至2022年中年化31.32%、超额23.69%的卓越表现，且绝大多数年份均实现正向超额，体现了调研事件Alpha的可持续性和可靠性。
6. 图表直观展现了调研事件筛选策略的稳健收益与风险指标，策略净值曲线显著跑赢中证500，风险指标如最大回撤较基准更优。
7. 然而，策略仍面临数据更新、市场结构演变及操作成本等风险，需要持续动态调优。

综上，报告为投资者和研究者提供了一条基于机构调研事件数据量化筛选并结合机构特征与因子增强的投资策略路径，兼顾传统事件驱动和量化筛选方法，为捕捉机构调研带来的超额收益提供了强有力的实证支持和策略框架。该策略具备较强的理论合理性与实证表现，但需结合市场实际和风险偏好综合考量实施效果。[page::全文]

---

附录：关键图表示例 markdown 格式展示

---

结语

本报告通过资本市场大数据视角，深度剖析机构调研的投资价值及其策略实现路径，为事件驱动策略研究提供了宝贵的参考和实操范例，具备较高的学术与应用双重价值。

报告