万得一致预测算法说明

《万得一致预测算法说明》由会员分享，可在线阅读，更多相关《万得一致预测算法说明（19页珍藏版）》请在金锄头文库上搜索。

1、 万得一致预测算法说明 万得一致预测算法说明 2 金融就是数据 目录目录 万得一致预测概要 3 1 理念 3 2 优势 3 2 1 基础数据更全面 3 2 2 错误率更低 4 2 3 更新速度更快 4 2 4 算法更透明 4 2 5 衍生数据更丰富 4 2 6 产品更好用 5 2 7 客户更常用 5 3 数据处理流程 10 3 1 录入校对 10 3 2 质检审核 11 3 3 研究员确认 11 万得一致预测数据标准 11 1 样本选择 11 2 指标选择 12 3 统计方法 12 4 每股收益算法 12 万得一致预测指标说明 13 1 指标定义 14 2 万得一致预测滚动指标 15 3 万得

2、一致预测指定年度指标 17 4 万得一致预测评级指标 19 万得一致预测算法说明 3 金融就是数据 万得一致预测概要万得一致预测概要 1 理念理念 普遍适用性 有效性 准确反应市场预期 2 优势优势 2 1 基础数据更全面基础数据更全面 据用户对比分析 万得盈利预测明细数据平均比行业第二名多 7 注 对比时间段为 2013 年 9 12 月 不包括可信度低的股票池预测数据 盈利预测数据来源 按信息含量完整度排列 分别是公司研究报告 行业研究报告 个 股章节 重点股票预测表 以下简称股票池 由于股票池数据的可信度低 万得采用 分表存储原则 避免股票池预测数据对一般用户的干扰 股票池预测数据存在的

3、主要问题 股票池预测普遍只有 EPS 而未给出相应的净利润 这 种数据现状导致我们无法判断预测值是否已经考虑未来的增发 配股等股本变化情况 造成摊薄 EPS 和净利润不相匹配的错误 这种问题不能简单用净利润推算进行替代和校 对 首先部分机构预测表未提供净利润项 其次即使提供了净利润项 但由于作出预测 时研究员很可能考虑了未来股本变动的情况 即研究员撰写的 EPS 是按预期的未来股本 进行摊薄 如果简单用预期净利润和截止报告出具日股本进行 EPS 推算将有重大误差 1 合作机构更多 数据覆盖更广 年度 报告总数 个股 报告数 A 股 覆盖公司数 超过3个分析师 覆盖公司数 合作 研究机构数 20

4、13 201 570 52 696 1 721 1 120 83 2 重要指数成分股覆盖度更广 统计日期 20130725 20140120 机构覆盖度 沪深 300 上证 180 上证 50 中证 800 创业板 全部 A 股 5 家以上 78 73 98 56 40 32 3 5 家 12 11 2 12 14 10 1 3 家 7 11 0 17 28 21 0 家 3 5 0 15 18 37 总计 100 100 100 100 100 100 万得一致预测算法说明 4 金融就是数据 2 2 错误率更低错误率更低 因为合法性 我们会对有疑问的报告与研究员进行沟通确认 沟通方式有多种途

5、径 如 iwind 电话 上门 邮件等 客户也会主动与万得沟通 我们会剔除经核实的异常数据 如 勾稽关系错误 数据过大过小错误 研报股 本与最新股本差异 通过平衡性原则预测净利润 预测基准股本 X 预测每股收益 补 充缺失的核心内容 如 无净利润 无每股收益 无股本的情况 2 3 更新速度更快更新速度更快 当天 17 00 前接收的研报 当天 19 00 前加工完毕 非高峰期 当天完成 100 定期报告高峰期 当天完成 85 第二天完成 100 2 4 算法更透明算法更透明 万得一致预测采用国际通用的算术平均法 一致预测数据易推算 更透明 不存在同行 算法 黑匣子 问题 2 5 衍生数据更丰富

6、衍生数据更丰富 万得一致预测覆盖个股 指数及行业 提供 164 个衍生指标 满足公司研究 行业研究 策略研究等多种应用 指标类型 指标数量 万得一致预测 滚动 73 万得一致预测 指定年度 78 万得一致预测评级 13 一致预测衍生指标小计 164 万得一致预测算法说明 5 金融就是数据 2 6 产品更好用产品更好用 2 7 客户更常用客户更常用 万得一致预测被 100 重点卖方机构引用 在引用一致预测的研究报告中 引用数量 占比 96 统计目的 验证在重点卖方机构的应用情况 统计对象 新财富年度本土最佳研究团队 高华 瑞银 统计区间 最近 2 年年报高峰期 2012 年报 2011 年报 统

7、计数量 年平均 2600 篇公司研究报告 统计结果 万得一致预测被 100 重点卖方机构引用 在引用一致预测的研究报告 中 引用数量占比 96 万得一致预测算法说明 6 金融就是数据 万得一致预测算法说明 7 金融就是数据 万得一致预测算法说明 8 金融就是数据 万得一致预测算法说明 9 金融就是数据 万得一致预测算法说明 10 金融就是数据 3 数据数据处理流程处理流程 万得作为中国大陆领先的金融数据提供商 凭借为机构客户服务多年的经验 积累 投入大量的人工和时间 最大程度地降低了数据的错误率 纠正和调 整了各类随机和系统性错误和误差 从而保障了数据的质量 万得一致预测数据处理的主要步骤 1

8、 收集整理研究报告 2 预测明细数据录入 3 数据校对 内部审核 数据质检 4 数据发布 基础数据 预测明细 衍生数据 万得一致预测等 3 1 录入校对录入校对 万得非常重视盈利预测数据 自主开发了数据处理平台 由专业的数据处理 团队专门负责 数据录入采用双录入模式 录入前进行数据测算识别异常数 据 录入后系统校对避免人为错误 校对后提交数据内审复核后发布 万得一致预测算法说明 11 金融就是数据 3 2 质检审核质检审核 从数据摘录到内部校对 从内部校对到质检团队审核 每一个环节都有专业 团队负责 质检团队针对盈利预测数据系统完整地建立了各类错误异常校对 标准 采用参照历史 关联指标平衡验证

9、等方法对原始数据进行校对 保证 了更低的错误率 3 3 研究员确认研究员确认 因为合法性 我们会对有疑问的报告与研究员进行沟通确认 沟通方式有 多种途径 如 iwind 电话 上门 邮件等 客户也会主动与万得沟通 剔 除经核实的异常数据 如 勾稽关系错误 数据过大过小错误 研报股本与 最新股本差异 万得一致预测数据标准万得一致预测数据标准 万得一致预测采用算术平均法 与国际同行相同 该算法透明 便于推算 1 样本选择样本选择 样本 全部卖方机构研报 剔除数据异常报告 有效期 最新披露原则 机构最新的研报替代之前的研报 180 天失效 系统日期向 过去推 180 天截止 万得一致预测算法说明 1

10、2 金融就是数据 2 指标选择指标选择 核心指标 每股收益 净利润 营业收入 辅助指标 利润总额 毛利 营业成本 EBIT EBITDA ROE ROA 每股净资产 每股股利 每股现金流 3 统计方法统计方法 算术平均法 均值 中值 最大值 最小值 标准差 4 每股收益算法每股收益算法 问题 当上市公司未来存在增发 配股等股本扩张时 存在股本口径不一问题 部分研 究员会考虑未来增发事件等的股本扩张影响 基于未来股本变动预测 EPS 而有的研究 员则不考虑这一情况 还有的研究员虽然考虑增发事件但在预测 EPS 时仍以报告发布日 的股本为基础 这些问题使各研究机构的预测值没有可比性 严重影响了一致

11、预测的准 确性 解决办法 万得创新引入预测平均基准股本概念 预测基准股本 各机构在有效期内 最 新 预测股本的算术平均值 依据如下 增发等股本扩张事件进度按时间顺序分别是 董事会预案 股东大会 发审委会议 证监会核准 股份上市 研究员的预测随着事件 一步步走向确定 股本会逐渐上调 这反映了市场情绪的变化 万得一致预测算法说明 13 金融就是数据 万得一致预测的预测每股收益 预测平均净利润 预测平均基准股本 其中 预测平均净 利润 各机构在有效期内 最新 预测净利润的算术平均值 预测平均基准股本 各机 构在有效期内 最新 预测基准股本的算术平均值 并与报告发布日的股本核对 按孰 大原则取值 避免

12、股本错误问题 对比分母使用当前实际股本的算法 万得一致预测更好的解决了股本变化引起的每股收 益的变化 更能反映未来的每股收益变化 同行无法解决股本扩张难题 只能注明 由于近三个月有研究员预测考虑未来增发 转债 权证等因素影响 因此 EPS 的变动可能存在异常 分析时敬请留意 而万得一 致预测独创性引入预测基准股本概念 解决这一难题 万得一致预测更准确的反应市场 预期 万得一致预测指标万得一致预测指标说明说明 指标类型 指标数量 万得一致预测 滚动 73 万得一致预测 指定年度 78 万得一致预测评级 13 一致预测衍生指标小计 164 万得一致预测算法说明 14 金融就是数据 1 指标定义指标

13、定义 1 预测 EPS 预测平均净利润 预测平均基准股本 其中 预测平均净利润 各机构在有效 期内 最新 预测净利润的算术平均值 预测平均基准股本 各机构在有效期内 最新 预测基准股本的算术平均值 并与报告发布日的股本核对 按孰大原则取值 避免股本错 误问题 指数采用整体法 成分股 一致预测净利润 成分股 一致预测基准股本 2 一致预测净利润 各机构在有效期内 最新 预测净利润的算术平均值 指数采用整体法 成分股 一致预测净利润 3 预测 PE 指定日收盘价 预测 EPS 指数采用整体法 成分股 指定日总市值 成分股 一致预测净利润 4 预测 PB 指定日收盘价 预测 BPS 指数采用整体法

14、成分股 指定日总市值 成分股 一致预测净资产 5 预测 PEG 一致预测 PE G 值 G 值算法参考复合增长率指标 指数采用整体法 6 复合增长率 G 值 绝对值 FY2 FY0 1 2 1 100 比率不适用 7 FY1 FY2 FY3 FY1 定义为最近预测年度 即以个股的年报实际披露日为界 当年盈利公布之日 当年 数据会被 原 次年数据取代 算头不算尾原则 举例 300144 SZ 2013 11 14 2013 年报还未披露 此时研究员预测的年度有 2013 年 2014 年 2015 年 站在 2013 11 14 该个股已经公布的最大报告期为 2012 年报 300144 sz

15、的 2012 年报已经于 20130227 披 露 定义为 FY0 因此自实际披露日 含 至今 对 2013 年报的预测为 FY1 对 2014 年的预测为 FY2 对 2015 年的预测为 FY3 8 未来 12 个月 以当前统计日往后滚动 12 个月计算 举例 预测净利润 未来 12 个月 指定日期所 在年剩余天数 365 当年一致预测净利润 365 当年的剩余天数 365 次年一致预测 净利润 9 同比增长率 同比增长率 净利润 Y 净利润 Y 1 ABS 净利润 Y 1 100 其中 指定预测年度 Y 的 预测净利润 无论是否已有公布值 指定年度上年 Y 1 的净利润 年报已公布就用公

16、布值 年报没有公布就用预测值 万得一致预测算法说明 15 金融就是数据 2 万得一致预测滚动指标万得一致预测滚动指标 指标名称 助记符 预测 PE 未来 12 个月 s val estpe ftm 预测 PE FY1 s val estpe FY1 预测 PE FY2 s val estpe FY2 预测 PE FY3 s val estpe FY3 预测 PEG FY1 s val estpeg FY1 预测 PEG FY2 s val estpeg FY2 预测 PB FY1 s val estpb FY1 预测 PB FY2 s val estpb FY2 预测 PB FY3 s val estpb FY3 一致预测净利润 FY1 s west netprofit FY1 一致预测净利润 FY2 s west netprofit FY2 一致预测净利润 FY3 s west netprofit FY3 一致预测净利润 未来 12 个月 s west netprofit FTM 一致预测净利润同比 s west netprofit YOY 一致预测净利润 2 年复合增长率 s we