光大证券--多因子系列报告之三十七：股东大类因子，拆解股东数据中的多元信息【投资策略】

顺势而为

【研究报告内容摘要】
            
                    交易者与交易标的是交易市场中最基础的两类元素，如果对应到二级权益市场，这两类元素的名称可以是股票与投资者（股东）。而股东作为市场的重要基础构成元素，一个值得关心的问题是：A 股的股东样本及其结构本身是否具备信息价值？本篇报告将对股东类型数据进行梳理，从个股层面上尝试理清其背后可能存在的选股逻辑，并构建有效选股因子，以供投资者参考。
            
                    股东类数据：更新频率低但维度较为丰富。
            
                    股东数据可分为多个类别，包括股票的股东户数、股票前十大股东、股票机构股东、股票重要股东增减持等。其中除了增减持数据过于稀疏更适合作为事件研究外，股东数量、十大股东、机构股东数据基本都是季度频率，研究方式一定程度上可借鉴财报基本面数据的研究方法。
            
                    股东数据整体：能对市场整体变化特征有所体现与印证。
            
                    将全市场股票的股东数据汇总，不同维度上的信息一定程度上能对市场整体变化特征进行体现与印证。十大股东持仓数据中，总占比上升但各自占比离散度不断下降，表明大股东之间的股权分配越来越均衡。机构股东数据中，不同股票持仓机构个数的离散度越来越大，则印证了近几年来愈加增强的机构抱团现象。
            
                    股东细分因子：各维度均具有不同逻辑特征的有效因子。
            
                    从股东户数、十大股东、机构股东三个类别中分别挖掘有明显增量信息的因子。股东户数数据中，股东户数时序标准分（HN_z）因子具有显著负向预测能力；十大股东数据中，十大股东占比离散度（LHRD）因子具有显著正向预测能力；机构股东数据中，持仓机构个数（IHN）因子具有显著正向预测能力，持仓机构个数变化（IHN_diff）因子则具有显著负向预测能力。另一方面，机构持仓占比因子虽然也有显著的截面预测能力，但其信息基本上都能被其它主流因子解释，并不具备明显增量信息。
            
                    股东大类因子：具有显著且稳定的截面预测能力。
            
                    将4个股东数据细分因子分别处理后再等权相加，构建股东大类因子。
            
                    该因子在全市场内的预测能力非常稳定。以2010/04/01-2020/06/30作为测试区间，因子IC 均值为5.03%，ICIR 高达0.84。具有良好的分组单调性与区分度。基于股东大类因子构建的多空组合，年化收益19.0%，夏普比率2.93，最大回撤8.7%；而多头组合相对于全市场等权基准的超额净值年化收益为7.4%，信息比率2.17，最大回撤5.0%。
            
                    在中证500及沪深300样本内股东大类因子的预测能力及选股能力也很显著。
            
                    风险提示：结果均基于模型和历史数据，模型存在失效的风险。
49cd17a4-d6d4-4c7a-b8cb-757f71f30abd.pdf