华安证券-“学海拾珠”系列之一百一十九：基于财报文本的竞争关系与股票收益-221207

　　本篇是“学海拾珠”系列第一百一十九篇，由于投资者无法充分分析企业年报中有关竞争对手的文本信息，这可能导致错误定价。本文首先使用谷歌的PageRank算法进行文本分析来构建企业层面的C-Rank竞争排名，研究发现C-Rank可以正向预测股票收益，买入高C-Rank股票和做空低C-Rank股票的多空策略每月可以产生1.35%的α收益（每年约16%）。产生的原因是，如果某个企业被竞争对手提及次数多，则表明该企业的商业环境对市场很有吸引力，然而由于投资者对该信号反应缓慢，因此导致了定价错误。回到A股市场，财报数据几乎被挖掘殆尽，而文本信息则是相对鲜活的另类数据源，如何基于合适的算法挖掘财报文本信息构建因子是未来的一个重要方向。
　　在其他公司的年报中被高度提及的竞争对手往往表现更好并且也会被大量的分析师关注
　　如果一个特定的公司被许多企业视为竞争对手，这种认可表明其有很高的商业价值，那么，如果研究该公司的分析师横跨多个行业，特别是如果他们也研究所提及的公司，投资者就更有可能知道这一信息，进而带来更高的回报。
　　与竞争相关的高回报主要来自于被跨行业竞争对手的提及所驱动作者将投资组合分为全市场、跨行业和行业内三类，研究发现，基于全市场的投资组合的超额收益在0.77%到1.35%之间，基于跨行业的α在0.78%到1.30%之间，两者具有统计学意义且是显著相关的，但是行业内的投资组合超额收益不显著，这说明一个公司的有效竞争状态主要由本行业以外的公司竞争所驱动。
　　被竞争对手高度提及公司的高回报与基于竞争的系统风险无关
　　本文首先研究了C-Rank的变化，发现对冲投资组合的收益在显著上升的几个月里大幅下降超过3%；其次通过研究C-Rank的系统定价发现高C-Rank贝塔系数的公司表现优于低C-Rank贝塔系数的公司。总的来说，被竞争对手高度提及公司的高回报与基于竞争的系统风险无关。
　　风险提示
　　文献结论基于历史数据与海外文献进行总结；不构成任何投资建议。