业绩预期模型新探索：横截面预期模型的构建与实证分析

摘要： 本文聚焦于上市公司业绩预期建模的核心问题，系统对比了分析师预期、简单预期以及横截面预期三类主流预测模型，旨在探讨如何通过精准的业绩前瞻判断在市场认知差中获取超额收益。

核心观点：
精准的业绩预期是构建高增长组合及执行 PEG 等策略的前提。在对比中发现，横截面预期模型在预测精度、策略稳定性及因子有效性方面均显著优于分析师预期和简单预期模型。

论据支撑：

1. 预测精度：横截面模型通过纳入行情、市值、资产、盈利、应计盈余等 9 大核心指标并采用 Huber 稳健回归，其平均绝对误差（3.2）和相对市值误差（59）最低。
2. 策略表现：基于横截面模型的超预期策略年化收益达 26.46%，超额年化收益 11.34%，且近年来业绩稳定性更强，最大回撤仅 6.79%。
3. 因子有效性：横截面超预期因子的 IC 均值为 3.46%，ICIR 为 2.3，且十组分组收益呈现完全单调性，多空年化收益达 14.6%。

局限性/风险：
模型基于历史数据统计和建模，在政策或市场环境发生重大变化时，模型可能存在失效风险。