市場特征：板塊風格多輪切換，戰勝基準難度加大
市場總體上行，板塊風格歷經多輪切換
滬深 300 指數自 2022 年 10 月 31 日近一年新低以來持續反彈，至 2023 年 1 月 30 日達到本輪反彈以來新高，此后至 2023 年 5 月 12 日1維持震蕩狀態。在 1 月 31 日之前， 除上證 50 以外，其余各寬基指數總體跑輸滬深 300；在 1 月 31 日滬深 300 展開震蕩至 4 月中旬前，中證 500、中證 1000、科創 50 指數顯著走強，而上證 50、創業板指持續逐漸 走弱；4 月中旬后，上證 50 指數與中小盤、成長類指數的相對走勢再次逆轉。
【資料圖】
價值、低波因子表現占優，成長、盈利因子持續回撤
因子方面，2023 年以來各類大類因子表現可分為三個梯隊，其中第一梯隊包含價值、 波動率因子。價值因子在各指數空間內均表現較為強勢，累積超額收益在 5%以上；波動 率因子除在中證 1000 空間中僅獲得微弱的正收益外，在其他空間中超額收益均在 3%以上。 第二梯隊包含市值、反轉因子，他們年初以來在大部分指數空間中一度曾獲得較高的 超額收益，但從某一時點后至今又發生回撤。其中，反轉因子的表現拐點發生在 2 月中旬， 市值因子的表現拐點發生于 3 月上旬。 第三梯隊主要是成長和盈利因子，他們從開年以來持續跑輸基準。雖然今年以來數字 經濟、人工智能等科技主題曾一度獲得市場追捧，但從因子模型的角度來看，個股層面的 超額收益均被如市值、反轉等因子所解釋，而熱點概念切換的時點也與市值和反轉因子的 拐點基本保持一致。
風險模型對個股總波動解釋度的分布區間低于過去兩年
風險模型的解釋度反映了個股微觀波動的群聚性。風險模型解釋度越高，除了說明風 險模型的有效性之外，也說明了個股的表現更多與模型中的行業/風格因子等有關，個股脫 離行業、風格細分板塊走出獨立行情的概率越低。在《多因子量化選股系列專題研究-因子 離散化股票多因子風險模型》（2022 年 6 月 8 日）中，我們所提出的風險模型在各細分指 數板塊中均取得了較好的解釋度。 2023 年以來，我們的風險模型的解釋度分布具有一定下行趨勢，這也與上文所述今 年以來板塊輪動速度加快，同時成長、盈利等常規基本面風格走弱的現象相一致。總體上 看，今年以來的日頻解釋度中位數低于 2021 年、2022 年，中位數和上下四分位數的區間 總體與 2020 年、2019 年保持一致。這樣的情況下，通過風格、行業的偏離來獲得超額收 益的難度總體上高于過去的兩年。
公募滬深300、中證500增強基金年內戰勝基準比例不足三分之一
從基金產品實際運作結果來看，2023 年以來戰勝基準的難度增大。以公募量化增強 基金表現來看，截至 5 月 12 日，全市場滬深 300、中證 500 公募增強基金戰勝基準（超 額收益>0）的比例分別為 26.53%和 31.48%，超額收益的平均值和中位數均在-1%左右； 中證 1000 增強由于備選樣本股數較廣。目前來看，戰勝基準的比例和超額收益尚處于較 正常的水平。2022 年全年，公募滬深 300、中證 500、中證 1000 增強基金戰勝基準的比 例分別在 70%至 80%以上，年度勝率大幅高于今年。
風格解析：預期變化驅動基本面風格切換，經濟復蘇錨定于企業營收增長
核心寬基指數的強預期與弱業績
從目前 A 股核心寬基指數實現凈利潤 TTM 增長率來看，上證 50、滬深 300 指數在 2023Q1 財報披露后產生了一定的成長性提升跡象，但是相對 2021 年末以來的下行趨勢 來說，幅度仍不明顯；中證 500、中證 1000 指數截止 23Q1 的 TTM 凈利潤增長率仍在 0 值以下；創業板指、科創 50 指數的成長性雖然波動較大，但相對來說成長性邊際提升更 明顯。從一致預期來看，各寬基指數預期成長性的提升較為顯著，且創業板指、科創 50、 中證 1000 指數幅度更高，上證 50、滬深 300、中證 500 指數提升幅度則較低。
預期變化推動基本面風格切換，價值組合的預期成長性顯著上行
以中證全指為樣本空間，考察其特征成長、價值、盈利的預期基本面指標。從預期盈 利角度來看，各特征組合與中證全指的預期 FTTM ROE 整體變化不大，但盈利組合的預 期 FTTM ROE 存在一定下降趨勢；從成長性角度看，中證全指、成長組合、盈利組合的 預期 FTTM 凈利潤增長率、預期 FTTM 營收增長率均存在下行趨勢，而價值組合的預期 FTTM 凈利潤增長率、預期 FTTM 營收增長率則顯著上行。因此，成長組合的預期成長性 下降、盈利組合的預期盈利水平下降應是成長因子、盈利因子走弱的主要原因，而價值因 子的走強則主要依賴于價值組合的預期成長性提升。
市場對經濟復蘇進展的關心錨定于營收的預期變化
風險中性假設下，市場對預期回報率相同的資產會給予相同的定價，則靜態估值中隱 含了對未來的預期。假設動態市盈率2PE? = P/E? = ；預期凈利潤增長率r? = ?/ ? 1，則 有 = = ? (1+ ?)，同理 = ? ?，PSTTM = ? 營收增長率 ? 。因此，靜態 估值指標理論上應與基本面預期值程線性關系 ? = + ? ? + ； ? = + ? 凈利潤增長率 ? + ； ? PSTTM = + ? 營收增長率 ? + 。 基于上述原理，各回歸式中的系數 Alpha 反映了剔除基本面財務指標預期后的估值高低， 系數 Beta 則反映了某一時點市場系統性的對某一估值視角給出的分化程度。
從估值分化角度，PB-ROE、PE-凈利潤增長率、PS-營收增長率三個視角下的回歸式 Beta 系數自 2009 年以來的分化度分別為 62%、52%、50%，即基本處于歷史長期中位數 附近。 從絕對估值來看，PB-ROE、PE-凈利潤增長率、PS-營收增長率三個視角下的回歸式 Alpha 系數分位數分別為 39%、31%和 72%，說明除 PS 視角下市場的估值偏貴之外，PE、 PB 視角下市場總體估值較低。
上述數據特征說明，在投資者關注經濟復蘇進展的大背景下，重點關注于上市企業的 營業收入增長情況，且目前市場價格點位已經隱含了較高的營收增長預期。從截至 5 月 12 日 A 股核心及中信一級行業指數的估值分化來看，部分熱門行業3從 PB-ROE、PE-凈利潤 增長率的角度來看與回歸曲線偏差較多，說明這些因素不能完全解釋市場的定價主線，但 從 PS-營收增長率來看則非常接近擬合中樞，說明市場對上述行業的核心增長關注點在企 業的營收上。
組合管理：精細化風險刻畫，弱風格環境重個股Alpha
離散化因子處理，重視因子排序
在 A 股市場過去數年運行特征的慣性下，股票組合通過風格、行業的長期偏離獲取超 額收益已經成為了通常做法。自從 2021 年下半年后，盈利、成長風格逐漸讓位于價值風 格，但大多數組合依然選擇在熱門成長板塊暴露較多的敞口，這導致了 2022 年以來股票 組合實際超額波動的加大，特別是 2023 年以來不論長期堅守成長板塊，還是追隨熱點進 行切換，實際效果均差強人意。在當前風格、板塊、主題均弱化的背景下，通過精細化的 風險管理來實現穩定的超額收益將是必然選擇。
根據經典量化投資理論，策略的長期超額收益最終來源于特定風險的暴露，因此精細 化的風險管理，一定是穩定超額收益的前提。在《多因子量化選股系列專題研究-因子離散 化股票多因子風險模型》（2022 年 6 月 8 日）中我們所提出的風險模型最主要特點在于， 對各大類因子進行了基于分位數的分組劃分，每個因子的每個分組以啞變量形式體現在回 歸方程中。這樣設置的目的在于，一是各因子收益率是在其他因子中性化之下的組內個股 加權收益率，更具有實際意義；二是離散化的本質是對排序關系的描述，而非數量關系的 描述，而且為非線性問題預留了靈活的操作空間。
精細化因子刻畫，因子收益動量和個股Alpha反轉效果顯著
因子離散化之下，回歸模型的解釋變量數量大幅擴充，也實現了對因子收益更精細的 刻畫，而更精細化的因子收益我們也發現了更顯著的收益動量。我們參照單因子測試的流 程，將每個離散化的行業和風格因子分組作為投資的標的，以他們過去 240 日的累積因子 收益率作為輪動指標進行分組回測，可以看到，不論在行業上還是風格上，該指標都顯示 了顯著的動量特征。與一般的風格動量策略，即僅考察風格暴露最極致的組合不同，離散 化方法下任何一個分組均被視作一個獨立組合而考察其動量特征，這種動量性本質上體現 的是因子的非線性特性。而對于離散化模型不可解釋的個股收益部分，即個股的純 Alpha 收益，我們也發現了更加穩定的反轉特征。
市場主體風格缺失環境，純Alpha反轉策略相對收益更高
上述因子收益動量、Alpha 收益反轉現象僅為理論測試，將上述理論收益落為現實需 要通過相應的轉化來實現。對于因子風格動量效應，我們在每個調倉日選擇風格及行業因 子動量排名靠前的 20%組別，將每組的純因子組合權重加上基準的權重來構建相應的因子 動量組合。需要注意的是，純因子組合權重中包含負值權重，即空頭頭寸，因此需要引入 參數進行調整，以使得實際組合全部權重均為非負數，調整因子計算方法如下： abs(min(__?/?_? )) 其中__?為純因子組合權重，?_?為基準權重。
對于 Alpha 反轉策略，最優化目標為最小化 Alpha 收益值，同時控制與基準的行業和 風格偏離。具體表達如下： ha?.. 1 = 1 ≥ 0 ? ≤ ( ? ) ≤ ?? ≤ ( ? ) ≤ ? 行業和風格動量模型是通過對個別行業和風格的暴露來獲取收益，而純 Alpha 動量模 型的意義在于當市場基本面因子失效或者風格不明朗的情形下，通過加強對組合風險的管 理來獲取較為穩定的個股特異質收益。回測考察期設為 2016 年至 2023 年 5 月 12 日，調 倉頻率為月度，交易費率設為雙邊千分之三。
結果分別展示了滬深 300 和中證 500 的因子動量策略以及純 Alpha 反轉策表現。 整體而言，在同一樣本空間中，因子動量策略長期 IR 和年化超額收益率均高于純 Alpha 反轉策略，說明在 A 股市場總體上通過風格或行業的把握來獲取超額收益相對容易。在行 業、風格相對顯著的年份，例如 2017 年、2019 年、2020 年等，因子動量策略超額收益 顯著高于純 Alpha 反轉策略，而在風格弱化的年份（例如 2016 年、2018 年、2021 年）， 純 Alpha 反轉策略的超額收益更高。今年以來也屬于主體風格缺失、風格切換較為頻繁的 年份，純 Alpha 反轉策略相對表現更好。
業績主線：精選預期改善個股，挖掘企業隱含目標增速
在經濟復蘇節奏存在分歧、市場主體風格不明朗的情況下，股票組合更應該以業績兌 現為主線精選個股。從 3 月以來各策略表現來看，業績驅動型策略表現顯著回升，主題投 資也趨向于存在業績兌現、困境反轉型個股，此外也可從企業行為入手，挖掘存在隱含目 標增速的個股投資機會。
預期邊際改善策略：復蘇預期下收益有所回升，個股超額貢獻突出
分析師預期邊際改善是指分析師對于上市公司的盈利預期出現了一定幅度的向上調 整。分析師預期邊際改善的過程往往是因為分析師看到了宏觀政策利好、產業機遇顯現、行業需求釋放或個股盈利改善，本質上是由基本面改善驅動。進一步地，由于投資者對于 這種基本面改善往往會反應不足，股價會出現逐步抬升的過程，帶來投資機會。
在報告《量化策略專題研究—預期邊際改善中的投資機會》（2023-02-06）中，我們 從盈利預測和分析師報告文本的角度，分析了分析師預期邊際改善所包括的五個方面的信 息，分別是盈利預測上調、業績超預期、領先上調、文本上調和文本強烈。具體而言，盈 利預測上調指的是分析師本次預期凈利潤大于上次預期凈利潤，直接反映分析師預期邊際 改善；業績超預期是指個股本年實際凈利潤大于本年預期凈利潤，表明個股的實際業績兌 現高于預期，間接反映分析師預期邊際改善；領先上調是指個股本期預期均值和方差大于 上期預期均值和方差，反映出有個別分析師開始領先上調分析師預期，具有較強的前瞻性。 文本上調是通過識別分析師報告文本中同時包含上調類詞匯和預測類詞匯的研報。文本強 烈是通過識別分析師報告文本中包含分析師強烈正面態度類詞匯的研報。
從盈利預測上調來看，盈利預測上調股票數量占分析師覆蓋股票數量的比例與中證全 指具有一定的相關性，二者的相關系數達到 0.21，說明隨著預期邊際改善程度越高，股票 未來的收益表現越好。盈利預測上調股票數量占比在 2022 年 10 月達到最低點，此后開始 震蕩上行，中證全指也開始觸底回升。當前預期邊際改善處于上行區間，預計未來市場也 會逐漸趨勢向上。從業績超預期來看，超預期策略組合收益從 2022 年以來經歷了一段較長時間的持續 回撤，并在 2023 年 2 月之后收益逐漸回升。這說明業績驅動的投資策略有效性在 2022 年階段性減弱后，當前正在逐漸恢復。
進一步的，將預期邊際改善構建的組合應用在指數增強和精選組合構建。具體而言， 指數增強方面，選取每個月中同時觸發兩個及以上預期邊際改善事件的股票，按照 80%基 準指數成分股和 20%其他個股的權重分配方案應用在滬深 300 和中證 500 指數增強上。 精選組合構建方面，分別在超預期、領先上調和文本事件股票池中按照盈利預測調整幅度 因子從高到低排序精選前 30 只股票，進一步得到超預期事件精選組合、領先上調事件精 選組合和文本事件精選組合。 從指數增強效果來看，2023 年以來，截至 5 月 12 日，滬深 300 指數增強超額收益為 5.2%，中證 500 指數增強超額收益為 6.8%。分月來看，超額收益主要在 3 月份之后實現， 這說明在進入業績密集披露期時，市場開始回歸業績主線投資，預期邊際改善策略受益于 業績驅動而獲得更好的收益表現。
從精選組合效果來看，經濟復蘇預期下，整體收益表現有所回升。2023 年以來，截 至 5 月 12 日，超預期事件精選組合、領先上調事件精選組合和文本事件精選組合絕對收 益分別為 11.0%、10.1%和 10.8%，同期中證全指收益為 2.8%。分月來看，1-4 月均實現 正收益，5 月收益回撤明顯，月勝率達到 80%。
將精選組合收益分解為個股超額(個股收益減去行業收益)、行業超額(行業收益減去中 證全指)和基準指數（中證全指）三部分。2023 年以來，截至 5 月 12 日，個股超額在 3-4 月份有明顯的正向貢獻，同期，中證全指波動較大，說明超預期事件精選組合、領先上調精選組合和文本事件精選組合能夠從全市場各個行業中精選優質個股。進一步地，從全市 場精選具有個股超額的投資機會是應對整體市場波動環境較好的方式。
科技板塊選股：主題性投資熱點下，精選業績驅動組合
從成長視角來看，傳媒、電子、計算機和通信的凈利潤同比增速表現明顯漲跌變化， 整體成長穩定性較差，具有周期性成長特征。截至 2023 年 4 月 28 日，最新的凈利潤增速 排序是：通信>電子>計算機>傳媒。從周期視角來看，在已有的定性和定量的企業生命周期劃分方法基礎上基于核心變量 從經營周期和業績周期來嘗試尋找處于成長期的公司。截至 2023 年 4 月底，從經營周期 的角度，經營擴張具有經營性現金流和研發強度同時上升的特征。經營擴張較快的中信二 級行業包括其他電子零組件Ⅱ、消費電子、文化娛樂、計算機設備、半導體、廣告營銷、 元器件和電信運營Ⅱ。
從業績周期的角度，從成長和盈利兩個維度，業績趨勢具有長期和短期趨勢均向上的 特征，困境反轉具有長期趨勢向上，但短期趨勢向下的特征。處于業績趨勢的中信二級行 業包括產業互聯網、互聯網媒體和增值服務Ⅱ等，處于困境反轉的中信二級行業包括光學 光電、云服務、媒體和通訊工程服務。
基于科技板塊行業和個股的成長周期特征，選擇具備“成長周期向上”特征的股票構 建組合，切入的角度包括價值洼地、現金流量、經營擴張、業績趨勢和困境反轉。展開來 說，價值洼地是基于估值成長分析框架，選擇個股所在行業處于相對高成長和低估值狀態， 也就是說，具備較好的成長性價比。現金流量是基于企業生命周期劃分的現金流量組合法， 選擇個股經營活動凈現金流和籌資活動凈現金流大于 0，投資活動凈現金流小于 0 的股票。
經營擴張是基于經營周期，選擇個股所在行業處于經營性現金流量凈額與營收收入的比值 和研發費用與營業收入的比值的同時上升階段。業績趨勢是基于業績周期，選擇個股所在 行業處于成長維度的加速成長或盈利維度的盈利持續改善階段，核心邏輯是業績長期趨勢 和短期趨勢均向上。困境反轉也是基于業績周期，選擇個股所在行業處于成長維度的成長 反轉或盈利維度的盈利觸底回升階段，核心邏輯是業績長期趨勢向上，但短期趨勢還未顯 現。
成長周期向上精選組合本質是業績驅動組合。組合收益方面，成長周期向上精選組合 均表現不錯的收益能力，其中，困境反轉組合表現最佳。自 2023 年以來，截至 5 月 12 日，價值洼地精選組合、現金流量精選組合、經營擴張精選組合、業績趨勢精選組合和困 境反轉精選組合相對中信科技指數的絕對收益分別是 15.6%、21.6%、22.4%、23.3%和 31.9%，同期中信科技指數收益為 15.4%。分月來看，困境反轉精選組合僅在2023年4月跑輸中信科技基準指數，月勝率為80%， 具備持續性的超額收益能力。這說明在科技板塊主題性投資熱點下，業績驅動的選股策略 能夠從中篩選出優質標的。
企業行為視角：股權激勵事件隱含的預期目標增速
《量化策略專題研究：尋找股權激勵背后的預期差》（2022 年 1 月 26 日）中，我們 發現，對未來業績增速預期的指引或是股權激勵預案期超額收益的主要來源，股權激勵行 權條件中的績效目標完成率越高，越能夠有效地引導市場預期。歷史上看，按目標凈利潤 增速將 2012 年以來的事件樣本由小至大分為 5 組，分別為 G1、G2、G3、G4、G5。分 組表現來看，高目標凈利潤增速組（G5）預案公告后的事件效應更強，持有 60 個交易日 相對中證 1000 指數的平均超額收益約 7%，顯著高于低目標凈利潤增速組別（G1）。
結論
1. 市場特征：板塊風格多輪切換，戰勝基準難度加大。 （1）市場總體上行，板塊風格歷經多輪切換。滬深 300 指數自 2022 年 10 月 31 日 近一年新低以來持續反彈，至 2023 年 1 月 30 日達到本輪反彈以來新高，此后至 2023 年 5 月 12 日維持震蕩狀態。期間，板塊風格經歷了從大盤指數到中小成長類指數，再到大盤 指數的多輪切換。
（2）傳統基本面因子風格弱化，成長、盈利因子持續回撤，價值、低波因子表現占 優。價值因子在各指數空間內均表現較為強勢，波動率因子除在中證 1000 空間中僅獲得 微弱的正收益外，在其他空間中超額收益均在 3%以上；市值、反轉因子年初以來在大部 分指數空間中一度曾獲得較高的超額收益，但從某一時點后至今又發生回撤；成長和盈利 因子開年以來持續跑輸基準，雖然今年以來數字經濟、人工智能等科技主題曾一度獲得市 場追捧，但個股層面的超額收益均被如市值、反轉等因子所解釋。
（3）今年以來風險模型對個股總波動解釋度的分布區間低于過去兩年。風險模型的 解釋度反映了個股微觀波動的群聚性，說明風格對個股的解釋性下降，通過風格、行業的 偏離來獲得超額收益的難度總體上高于過去兩年。 （4）公募滬深 300、中證 500 增強基金年內戰勝基準比例不足三分之一。截至 5 月 12 日，全市場滬深 300、中證 500 公募增強基金戰勝基準（超額收益>0）的比例分別為 26.53%和 31.48%，中證 1000 增強由于備選樣本股數較廣，目前來看戰勝基準的比例和 超額收益尚處于較正常的水平。
2. 風格解析：預期變化驅動基本面風格切換，經濟復蘇錨定于企業營收增長 （1）寬基指數的強預期與弱業績。上證 50、滬深 300 指數在 2023Q1 財報披露后產 生了一定的成長性提升跡象，但是相對 2021 年末以來的下行趨勢來說，幅度仍不明顯； 一致預期來看，各寬基指數預期成長性的提升較為顯著，且創業板指、科創 50、中證 1000 指數幅度更高，上證 50、滬深 300、中證 500 指數提升幅度則較低。（2）價值組合的預期成長性顯著上行。中證全指、成長組合、盈利組合的預期 FTTM 凈利潤增長率、預期 FTTM 營收增長率均存在下行趨勢，而價值組合的預期 FTTM 凈利潤 增長率、預期 FTTM 營收增長率則顯著上行。成長組合的預期成長性下降、盈利組合的預 期盈利水平下降應是成長因子、盈利因子走弱的主要原因，而價值因子的走強則主要依賴 于價值組合的預期成長性提升。
（3）市場對經濟復蘇進展的關心錨定于營收的預期變化。除 PS 視角下市場的估值 偏貴之外，PE、PB 視角下市場總體估值較低，市場分化度總體處于歷史中位數。部分熱 門行業 從 PB-ROE、PE-凈利潤增長率的角度來看與回歸曲線偏離較多，但從 PS-營收增 長率來看則非常接近擬合中樞，說明在投資者關注經濟復蘇進展的大背景下，重點關注于 上市企業的營業收入增長情況，且目前市場價格點位已經隱含了較高的營收增長預期。
3. 組合管理：精細化風險刻畫，弱風格環境重個股 Alpha （1）離散化因子處理，重視因子排序。對各大類因子進行了基于分位數的分組劃分， 每個因子的每個分組以啞變量形式體現在回歸方程中，離散化的本質是對排序關系的描述， 而非數量關系的描述，而且為非線性問題預留了靈活的操作空間。
（2）精細化因子刻畫，因子收益動量和個股 Alpha 反轉效果顯著。因子離散化之下， 回歸模型的解釋變量數量大幅擴充，也實現了對因子收益更精細的刻畫，而更精細化的因 子收益也發現了更顯著的收益動量，個股純 Alpha 收益存在更顯著的反轉特征。 （3）市場主體風格缺失環境，純 Alpha 反轉策略相對收益更高。因子動量策略長期 IR 和年化超額收益率均高于純 Alpha 反轉策略，說明在 A 股市場總體上通過風格或行業 的把握來獲取超額收益相對容易；在行業、風格相對顯著的年份，因子動量策略超額收益 顯著高于純 Alpha 反轉策略，而在風格弱化的年份，純 Alpha 反轉策略的超額收益更高。
4. 業績主線：精選預期改善個股，挖掘企業隱含目標增速。 （1）預期邊際改善策略：復蘇預期下收益有所回升，個股超額貢獻突出。在指數增 強方面，2023 年以來，截至 5 月 12 日，滬深 300 指數增強超額收益為 5.2%，中證 500 指數增強超額收益為 6.8%，超額收益主要在 3 月份之后實現，這說明在進入業績密集披 露期時，市場開始回歸業績主線投資，預期邊際改善策略受益于業績驅動而獲得更好的收 益表現。在精選組合方面，經濟復蘇預期下，整體收益表現有所回升，2023 年以來截至 5 月 12 日，超預期事件精選組合、領先上調事件精選組合和文本事件精選組合絕對收益分 別為 11.0%、10.1%和 10.8%。
（2）科技板塊選股：主題性投資熱點下，精選業績驅動組合。基于科技板塊行業和 個股的成長周期特征，選擇具備“成長周期向上”特征的股票構建組合，切入的角度包括 價值洼地、現金流量、經營擴張、業績趨勢和困境反轉。其中，困境反轉精選組合僅在 4 月跑輸中信科技基準指數，月勝率為 80%，具備持續性的超額收益能力。這說明在科技板 塊主題性投資熱點下，業績驅動的選股策略能夠從中篩選出優質標的。（3）企業行為視角：股權激勵事件隱含的預期目標增速。對未來業績增速預期的指 引或是股權激勵預案期超額收益的主要來源，股權激勵行權條件中的績效目標完成率越高， 越能夠有效地引導市場預期。在當前預期不明朗的情況下，具有目標凈利潤增速的個股更 具投資價值。2023 年以來，股權激勵組合實現了 6.82%的超額收益，整體年化超額收益 達到 34.38%。
（本文僅供參考，不代表我們的任何投資建議。如需使用相關信息，請參閱報告原文。）
