- 报告摘要 -
SUMMARY
➤ 传统行业分类难以准确度量企业间的竞争关系。
➤ 本报告通过文本分析计算经营业务相似度SIM描述企业相似程度。
➤ 基于SIM计算的业务竞争度因子能有效预测股票波动。
通过将SIM加总得到业务竞争度因子，该因子越大，说明在市场中与公司具有相似业务的公司越多，公司在市场中的经营业务竞争程度越激烈；反之说明其所处市场中竞争程度越弱。该因子与下一期股票波动率之间呈现稳定的正相关。
➤ 基于SIM计算的股票收益联动因子能有效捕捉动量溢出收益。
01
公司业务中隐藏的竞争关系
CHAPTER
目前国内对上市公司财务报表文本信息研究和运用仍较少，现有关于财报的研究主要聚焦在数字信息化。股价的表现受到诸多因素影响，而在其中，企业信息披露无疑是最为重要的环节之一，在对于企业信息的研究中，由于财务报表的数字化研究数据获取难度较小、分析较为直观，因此大部分的研究都是基于财务报表的数字指标，构建财务指标对于企业的经营状况进行度量，但这无疑会遗失一些重要的信息。
本文将从一个较少被提及的角度出发：财报文本中的业务信息。上市公司经营分布信息是对公司业务范围下定义的最直接信息。中国证监会在《公开发行证券的公司信息披露内容与格式准则第2号—年度报告的内容与格式》（2021年修订）中规定，“公司应当对报告期公司从事的主要业务进行简要介绍，包括报告期公司所从事的主要业务和主要产品简介、行业发展变化、市场竞争格局以及公司行业地位等内容。”我们将利用财报文本附注中关于企业经营范围的描述信息对上市公司的业务及其关联性进行重新的梳理。
企业业务的多样使得其难以被单一的传统行业分类所涵盖。下面以特变电工（600089）和中天科技（600522）为例做简单的说明。
特变电工在各个行业下的划分基本属于输电/电气设备板块，而中天科技的板块行业划分则主要集中于通信设备板块。单从这里的信息难以看出二者存在任何直接竞争关系，然而通过对于财务报告文本附注经营范围的分析，可以发现，二者在电线电缆和输变电业务等存在一定的竞争关系。从二者官网也可以看到其在相关业务上的布局。
企业不仅与同行业公司存在经营竞争关系，也与主营业务有交叉的非同行业公司有直接或间接的竞争关系。
1.2 利用年报文本分析公司业务
1.2.1 公司业务相似度计算
近年来，伴随着文本分析和自然语言处理技术的发展，财务报表的文本信息也逐步被运用于资产定价、市场竞争等相关领域的研究。正如前文所言，监管要求公司应当详细全面地披露报告期内所从事的主要业务、主要产品及其用途、经营模式等内容，避免有选择性披露。因其客观性、全面性且免受管理层主观调整影响，这些信息是研究公司经营业务状况的理想材料。
我们选择以A股上市公司年度财务报告附注中关于公司基本情况的描述作为初始信息，通过正则表达式定位含有“经营范围”、“经营业务”、“主营业务”、“主要产品及提供的劳务”、“公司主要从事”等关键词句及其同义词的句子作为目标句。同时，考虑到企业在披露经营信息时会使用诸如：“甲业务（不含/不包括/不涉及乙业务）”等前缀排除性表述，我们将删除目标短语中前缀性排除词汇表述后至第一个除顿号以外的标点符号结尾之间的内容。对于类似“（乙业务除外）”等后缀排除性表述，我们同样删除标短语中后缀性排除性词汇表述前至第一个除顿号以外的标点符号开头之间的内容。此外，部分公司关于经营业务范围的表述包含历史，本文选取关键词“经变更后许可经营项目为”及其类似表述后或多个定位中最后一个作为最新业务范围。
我们使用基于Python的Jieba工具将目标语句精确分词，将整句分成多个单词。之后，删除重复的单词和停用词，得到描述公司业务范围且不重复的词语单元集合，称之为公司业务信息集。接下来，对于每年所有公司的业务信息集求并集，得到每年所有公司不含重复词的词语单元集合，称之为年度业务信息集。
公司经营信息向量基于年度经营信息集构建。若年度经营信息集中的某个词语也在公司经营信息集中，则该词语对应的向量元素值为1，否则赋值为0. 此向量仅包含1和0两种元素，表示公司财务报告中的经营范围是否包含某项业务。任意两家公司i，j 通过以上方法分别可以计算出它们的公司经营信息向量和，两个向量之间夹角的余弦值反映了单位化后在上的投影长度或向量重叠程度，这是本文中两家公司间经营业务相似度的代理变量。
从理论上来说，该值越大表明公司i和j的经验范围越接近，该值越小表明公司i和j的经验范围越不同。如果则表示公司i和j在t年度经营业务完全一致，如果则表示公司i和j在t年度经营业务完全不一致。
1.2.2 SIM下的企业层次聚类
为了进一步了解经营相似度对公司的划分与传统行业划分有什么区别，我们采用层次聚类分析的方式依据业务的关联性对公司进行划分。层次聚类分析（Hierarchical Clustering Analysis，HCA）是一种聚类分析方法，它通过不断地合并或分裂簇来构建层次结构的聚类树。这种方法可以用来处理无监督的数据集。在层次聚类中，每个样本都被视为一个单独的簇。然后，每次选择最相似的两个簇进行合并，直到所有样本都被合并到一个簇中。这样构建出来的层次结构可以通过树状图来表示。
HCA的算法有很多种，常用的AGNES 算法步骤：
•（1） 初始化，每个样本当做一个簇；
•（2） 计算任意两簇距离，找出距离最近的两个簇，合并这两簇；
•（3） 重复步骤 2直到最远两簇距离超过阈值，或者簇的个数达到指定值，终止算法。
评价HCA聚类效果的算法常用轮廓系数。轮廓系数衡量了每个样本与其所属簇中其他样本的相似度与其他簇中样本的相似度之间的差值。具体来说，对于每个样本i，计算其与同簇中其他样本的平均距离a(i)和与不同簇中所有样本的最小平均距离b(i)，然后计算s(i) = (b(i) - a(i)) / max(a(i)， b(i))。最后，将所有样本的s(i)值取平均作为最终的聚类结果评分。越接近1分数越高，越接近-1分数越低，0表示聚类效果没有明显提升。
通过计算，我们发现将公司划分为40个簇轮廓系数最大，划分的效果相对较好，下图展示了40簇下的树状图划分结果。
1.3 经营业务竞争度刻画
1.3.1 业务竞争度与风险
熊彼特创新理论认为，所谓创新就是要“建立一种新的生产函数”，即“生产要素的重新组合”。就是要把一种从来没有的关于生产要素和生产条件的“新组合”引进生产体系中去，以实现对生产要素或生产条件的“新组合”。因此，创新活动天然具有“毁灭”色彩，是一种“创造性的破坏过程”。产业组织理论认为，以下三个维度解释了为什么竞争度更高的公司拥有更高的风险。
首先，这种创新过程更有可能诞生于竞争能力更强的公司。对于那些垄断性较强的公司，由于其依靠本身垄断地位便可获取超额利润，因此不愿进行创新活动的研发投入。而对于那些经营竞争异常激烈的上市公司而言，更有可能投入大量的资金用于研发，以此来提升公司的技术和生产能力。
其次，经营业务竞争也会增大企业破产风险。对于经营业务竞争较为激烈的公司而言，由于其业务范围较广，来自各方面的压力都可能会对公司带来风险，从而使得公司面临更高的流动性风险、损失风险乃至破产风险。
最后，市场中与其他公司具有更高业务相似度的公司会有风险传递风险。市场风险主要通过企业之间的联系以及市场之间的相似性加以传递，因此越是处于竞争结构中心的公司越容易受到风险波及。
根据以上三个原因，我们认为业务竞争度越大的公司，其将面临更高的风险，股价面临更大的波动。
1.3.2 基于SIM的业务竞争度刻画
如何定义企业竞争度呢？竞争的本质是企业之间的相互对抗关系。因此，我们需要寻找到企业之间存在的对抗关系或对抗网络。目前，对于企业竞争水平的衡量通常只基于行业分类，未考虑企业经营范围的细分信息。
我们将经营相似度指标转化为经营业务竞争强度指标，具体计算方法如下：
业务竞争度（Centrality）是衡量一个公司与其他公司之间距离的指标。它等于公司i与其他所有公司之间相似度之和。业务竞争度越大，则与该公司业务相似的公司越多，相似度越高，说明在市场中与公司具有相似业务的公司越多，公司在市场中的经营业务竞争越激烈；反之说明其所处市场中竞争越弱。
业务竞争度因子与股票波动和股票收益率之间存在正向关系。与理论相一致，作为一个股票风险的预测因子，该因子与下一期股票波动率之间呈现稳定的正相关，与股票收益率之间亦存在一定正相关性，但相关性并不稳定，在2012年、2013年、2017年以及2019年出现了负相关关系。
从多空收益来看，Centrality在2011年5月至2023年1月实现总收益30.78%，最大回撤-5.4%，年化信息比率0.6。作为年频因子，Centrality能够一定程度上预测股票未来中长期面对的风险水平以及风险溢价。
02
市场信息摩擦下的股票收益联动效应
CHAPTER
上文以经营业务相似度出发，观察SIM因子下的企业重分类，并且计算了经营业务竞争度因子，对公司的竞争风险进行了度量。业务竞争度因子作为一个年度更新的因子，较低的频率使得其难以直接作为选股因子，那么如何利用其更高频的捕捉选股的超额收益？本节将从不同维度做进一步探索。
弱式有效市场下的相似业务公司股票收益联动是方向之一。正如前文所述，目前A股上市公司报表附注披露的经营业务信息的综合统计分析仍较少，一些具有相似经营业务的公司关联信息没有被市场充分的认知，从而投资者无法充分识别与目标公司存在相似经营业务的公司。当业务类似的公司股价受到信息冲击异常波动时，由于投资者对这些公司的认识和关注有限，很难充分利用这些冲击信息来评估对目标公司的影响，导致对信息反应不足。随着时间的推移，这些冲击信息才能逐渐被投资者理解和消化，从而缓慢地推动目标公司股价回归合理水平。
2.1 市场信息摩擦的成因及后果
投资者决策偏差是决定资产预期收益的关键因素之一。传统资产定价理论基于市场投资者具备绝对理性的假设，并未考虑市场信息摩擦对资产价格的影响。行为金融学则进一步指出投资者心理因素在影响资产收益预期时的重要性。
认知资源限制、情绪和过度自信将带来系统性决策错误。其中认知资源限制包括注意力限制和信息处理能力限制，比如关注公开信息的有限性和信息处理能力限制。这些非理性因素加剧了信息在市场中传播时的“摩擦”，并通过投资者的交易行为影响资产价格。
信息摩擦会导致市场价格无法充分反映所有的信息，结果是资产价格暂时被高估或低估。随着时间的推移，信息会被投资者逐渐接受，资产价格慢慢恢复平衡，这使得资产收益有了提前预测的可能。基于这个大方向，我们可以通过构建业务相似公司之间在不同指标上的差异系数以此度量这种市场信息摩擦，下面是我们的一些尝试。
2.2 相似业务收益联动因子
2.2.1 构建方式
基于上文计算得出的经营业务相似度因子，我们通过以下方式构建月度t下公司i与和其业务相似公司的收益联动因子。
式中，为任意一家上市公司j月度t的市值，为任意一家上市公司j月度t的成交金额。其基本定价思路是寻找市场信息摩擦下存在补涨逻辑，具有更高动量溢出效应的资产。
上图展示了因子在时序上的中位值及其12个月滚动均值变化。可以发现，在市场上行区间内，因子值随之变大，在市场下行区间内，因子值随之减小。这是因为在市场上行时，往往是大市值的权重股的上涨，以市值作为权重之一计算的因子值也会随之变大，而在市场下行时，则因子值则会随之变小。
2.2.2 因子表现
测试在截面上的个股收益预测能力，其IC均值为6.45%，年化ICIR为1.68，IC大于0比例70.3%，观察IC序列，其预测能力较为稳定。
按照将股票等分五组，显示出较好的单调性与区分度。将得分最高的一组作为多头组合，得分最低的一组作为空头组合。多空组合年化收益为20.68%，全A内选股多头组合相对于中证500的超额年化收益15.12%。
分年度看，2010年5月至2022年12月仅有2017和2020年跑输基准，因子具有较高稳定性。
按照因子值从全市场由大到小选取前100上市半年以上非停牌、ST股票等权配置，在双边千分之四交易成本下，组合实现年化收益19.24%，相对于中证500超额收益达14.9%。
分析与常见选股因子的原始因子以及进行市值和行业中性化后的因子相关性，结果如下图所示。总体来说，该因子与量价类和基本面类因子的相关性都在0.3以下，与动量类因子的相关性接近-0.3，这与因子的构造方式有一定关系。
虽然该因子与反转类因子的相关性较高，但在反转因子和动量因子表现不佳的2022年，仍具有较好表现，形成对原有因子的较好补充。
2.2.3 行业与风格
我们统计了TOP100组合持仓的行业分布，下表展示了每年排名前三的行业。可以发现，其中，基础化工、医药和机械行业常年上榜。这与图9：四十簇划分下的中信一级行业股票重合度可相互印证。上榜行业几乎都是与多个簇有重叠的行业，因而业务复杂度较高，公司业务布局较为广泛。投资者较其他行业更难把握其成分股公司业务组成，因此出现了更大的市场信息摩擦下的动量溢出效应。
03
股价联动效应进一步提升的方向思考
CHAPTER
市场信息摩擦由投资者自身因素和外在因素所导致。从自身看主要是投资者的信息处理能力和注意力有限。有限的注意力可能对投资者利用信息、形成信念、作出投资决策和资产价格平衡产生重要影响。在复杂多样的金融市场中，收集、处理和分析信息需要大量成本，导致不同投资者拥有的信息差异。即使面对相同的信息，投资者的分析能力也可能不同。外在因素包括信息来源和信息复杂度。Hirshleifer和Teoh（2003）曾指出，有限注意的投资者更容易忽略相对复杂的信息，而注意到简单、易于传播且易于观察的信息。因此对于业务结构复杂的公司而言，投资往往难以考虑到全部业务而进行准确估值。
如果我们进一步寻找市场信息摩擦可能更大的标的，是否股票收益联动效应会更强。下面给出了一些研究探讨和启示。
3.1 对行业分类的锚定认知
投资者可能会对传统行业分类产生锚定效应。Peng和Xiong（2006）证明了投资者跟乐于采取分类思考的方式处理信息，行业分类是组织公司业务分布的一种方式，它帮助投资者简化信息处理流程，提高信息处理效率，并提供市场信息的全面概述，市场中业已存在的行业分类大都根据公司超过50%的销售收入所在的行业确定。投资者可能认为来自同一行业公司的消息与目标公司更相关，而忽略了其他行业的信息。如果投资者仅依靠行业分类来确定经济影响的来源和影响，可能会忽略其他行业的消息，过于关注行业内公司的消息，从而降低预测未来公司股票业绩的能力。Chen et, al（2012）发现投资者和股票分析师都有严重依赖行业进行投资决策的习惯，这种行为可能会加剧市场信息摩擦。
本部分将业务相似公司替换为同传统行业公司（中信一级），比较二者在股价联动因子收益预测能力上的差别。如果来自业务相似公司的收益联动要强于同行业公司的收益联动，则说明相对于同行公司的收益联动，市场参与者在当期更容易低估来自业务相似公司的联动作用。
根据上图的结果，我们发现市场存在低估同行公司和相同业务公司之间的收益联动效应。两种因子都能产生稳定的多空净值表现，并且在预测股票收益率方面都具有显著的能力。不过市场对来自不同消息来源的低估程度存在差异。因此我们采用做多相似业务联动因子，同时做空同行收益联动因子的方法，来比较从业务相似度和同行公司方面的收益联动效应，以此来判断哪种因子更加有效。结果表明，来自同行公司的收益联动效应较来自相似业务公司的收益联动效应更弱。这意味着市场参与者更容易关注同行公司的消息，从而低估其他行业相似业务公司对目标公司股价的影响。
3.2 业务复杂度带来的认知困难
非理性因素加剧了市场信息传播的“摩擦”，并影响资产价格。其中，认知资源的限制是非理性因素之一，包括注意力和信息处理能力的限制。因此，经营业务分布广泛、甚至跨行业多元经营的公司，投资者可能更难把握和判断市场信息对其的影响。
基于该设想，我们使用业务相似度因子构建业务复杂度因子，计算方式如下：
上式中，分子中的n代表不同行公司的个数，分母中的m表示同行公司的个数。该式反应了标的公司经营活动的同行业相似性，其值越大，表示标的公司与同行公司的经营业务越不相似、跨行业多元经营的程度越大，因此业务复杂度越高，反之越小，则说明业务复杂度程度小。
基于业务复杂度因子，我们实现对相似业务收益联动因子的进一步改进得到，该因子表征的是业务复杂度高的公司，其动量溢出效应就越大：
可以发现，在多空和多头收益上较具有改善效应。多空年化收益达21.8%，最大回撤-8.9%，五组分下第五组年化收益17.3%。
3.3 投资者的有限注意力
低关注度股票理应具有更高的市场信息摩擦。根据我们之前的理论论述，投资者的注意力是有限的，因此从整个市场的角度而言，某一标的的市场注意力越低，那么该标的就越有可能会发生市场信息摩擦以及股票收益联动。依据该思路，我们构建如下月度组合：在全A去除停牌、ST以及上市半年以上的股票池中，第一步，利用流动性因子选取一批股票构成“低关注组合”；第二步，利用因子在双边千分之四交易成本进行选股构成TOP100组合。
可以看到，因子在低流动性组合中具有较好表现。TOP100组合在2010年中至2022年底，策略实现扣费年化收益26.8%，信息比率达到0.95，超额年化收益达24%。从分组看，在低关注组合中亦有良好分层表现，这说明这两个因子具有互补性，也就是说，低关注度类因子和因子各自独立地对股票收益产生了影响，并且这两个因子之间没有明显的相关性，因此结合使用能够发挥出更大的效果。我们测算了该组合的策略容量，方法同2.2.3，100只均配组合下策略容量均值为7.47亿，较原始因子有一定下降。
作为对比，我们测试了在高流动性组合中运用进行选股的表现，总体走势与基准相当。因此，在低关注类的股票池中，利用因子选股是一种相对有效的选股策略。
04
总结与展望
CHAPTER
行业分类难以准确界定企业业务，基于企业年报附注的文本分析为企业之间业务相似度提供了新的视角。企业与其他公司的竞争关系不仅限于同一行业，还可能与与其主营业务有交叉的非同行业公司存在竞争关系。更高的竞争度意味着更高的风险溢价，基于业务相似度矩阵计算的业务竞争度因子在预测股票波动方面具有良好表现。
市场信息摩擦导致市场价格无法充分反映所有的信息，使得资产价格短暂偏离实际价值。随着时间的推移，信息会被投资者逐渐接受，资产价格慢慢恢复平衡，这使得资产收益有了可预测性。基于此原理构建的相似业务收益联动因子表现优秀，能较好地捕捉市场信息摩擦下存在补涨或动量溢出效应的股票。
从市场信息摩擦成因入手进一步优化因子表现并带给我们更多启示。市场信息摩擦的成因包括投资者认知资源限制和有限注意力等。消息来源方面，市场参与者相对更容易关注到同行公司，从而低估其他行业相似业务公司对目标公司股价的影响；业务复杂度方面，对于经营业务分布广泛、甚至出现跨行业多元经营的公司，投资者相较于经营业务单一的公司更难把握和判断市场信息对其的影响，因而存在更大的补涨或动量溢出效应；有限注意力方面，在投资者关注度更低的股票中，收益联动因子表现得到增强。
未来将进一步尝试对因子表现进行优化。第一，尝试将TF-IDF融入余弦相似度计算中，考虑词汇在文档中出现的频率以及该词在整个文档集合中出现的逆文档频率来确定该词汇的重要性，提高业务相似度的划分准确度；第二，构建业务字典，将相同业务的不同表述归一为同种表达，排除业务表达噪声，实现更加精确的业务相似度计算。
05
风险提示
CHAPTER
1）因子是基于上一期年报的相关文本计算，若公司业务在此期间变更，存在较长的时滞风险。
2）不同公司关于相同业务的表述可能会存在不同表达，存在相似度估计错误的风险。
3）外部环境变化带来的量化策略失效风险。
报告信息：叶尔乐 S0100522110002 [email protected]
本文来自民生证券研究院于2023年2月19日发布的报告《财报文本中公司竞争信息刻画与ALPHA构建》，详细内容请阅读报告原文。
重要提示
《证券期货投资者适当性管理办法》于2017年7月1日起正式实施，通过本微信订阅号/本账号发布的观点和信息仅供民生证券的专业投资者参考，完整的投资观点应以民生证券研究院发布的完整报告为准。若您并非民生证券客户中的专业投资者，为控制投资风险，请取消订阅、接收或使用本订阅号/本账号中的任何信息。本订阅号/本账号难以设置访问权限，若给您造成不便，敬请谅解。我司不会因为关注、收到或阅读本订阅号/本账号推送内容而视相关人员为客户；市场有风险，投资需谨慎。
免责声明
民生证券股份有限公司（以下简称“本公司”）具有中国证监会许可的证券投资咨询业务资格。本报告仅供本公司境内客户使用。本公司不会因接收人收到本报告而视其为客户。本报告仅为参考之用，并不构成对客户的投资建议，不应被视为买卖任何证券、金融工具的要约或要约邀请。本报告所包含的观点及建议并未考虑个别客户的特殊状况、目标或需要，客户应当充分考虑自身特定状况，不应单纯依靠本报告所载的内容而取代个人的独立判断。在任何情况下，本公司不对任何人因使用本报告中的任何内容而导致的任何可能的损失负任何责任。
本报告是基于已公开信息撰写，但本公司不保证该等信息的准确性或完整性。本报告所载的资料、意见及预测仅反映本公司于发布本报告当日的判断，且预测方法及结果存在一定程度局限性。在不同时期，本公司可发出与本报告所刊载的意见、预测不一致的报告，但本公司没有义务和责任及时更新本报告所涉及的内容并通知客户。
在法律允许的情况下，本公司及其附属机构可能持有报告中提及的公司所发行证券的头寸并进行交易，也可能为这些公司提供或正在争取提供投资银行、财务顾问、咨询服务等相关服务，本公司的员工可能担任本报告所提及的公司的董事。客户应充分考虑可能存在的利益冲突，勿将本报告作为投资决策的唯一参考依据。
若本公司以外的金融机构发送本报告，则由该金融机构独自为此发送行为负责。该机构的客户应联系该机构以交易本报告提及的证券或要求获悉更详细的信息。本报告不构成本公司向发送本报告金融机构之客户提供的投资建议。本公司不会因任何机构或个人从其他机构获得本报告而将其视为本公司客户。
本报告的版权仅归本公司所有，未经书面许可，任何机构或个人不得以任何形式、任何目的进行翻版、转载、发表、篡改或引用。所有在本报告中使用的商标、服务标识及标记，除非另有说明，均为本公司的商标、服务标识及标记。本公司版权所有并保留一切权利。