StarMine SmartEstimate：                  20 年优异表现

StarMine SmartEstimate（智能预期）是对 I/B/E/S 分析师预期的再加权。它将更大的权重分配给最新的预期和准确率更高的分析师。

在对特定公司进行预测时，将更大的权重放在历史上准确度更高的分析师具有可行性，因为预测准确度是一项持久的技能。过去能够提供准确预期的分析师继续位于最准确之列的可能性相较于降至最不准确之流的可能性要高出三倍。

StarMine：基于良好的经济直觉和严谨的分析，我们稳健的模型可跨越行业、地区和市场，帮助您获得更高回报

当与等量加权 I/B/E/S 平均值（或“一致”预期）比较时，两者之间的百分比差被称为“StarMine 预期异常比”（PS%）。

当存在大于 ±2% 的显著差异时，预期异常比在 70% 以上的时间可以预测该预期外盈利的发生及其方向。预期异常比越大，预测准确率越高。此外，在同一方向上进行均值修正等指示的确证也可提高其准确度。如需了解更多信息，可索取我们的白皮书《SmartEstimates 与预期异常：构建和准确度》。

StarMine SmartEstimate 的起源

那么，SmartEstimate 是如何诞生的呢?

这要追溯到上世纪 90 年代末，StarMine 成立之时。StarMine 曾是一家由风险资本支持的私有公司，直至 2008 年 1 月被汤森路透收购。它基本上属于最早的“金融科技”（FinTech）公司之一，甚至早于 FinTech 这个词的诞生。

一切始于 StarMine 的创始人兼首席执行官 Joe Gatto。我向他打听了一下 SmartEstimate 的起源。

他说：“我记得，1995 年我试图对戴尔公司的投资进行定量评估。我知道，准确预测未来收益至关重要，原因有二。首先，未来收益是与股价进行比较（市盈率中的盈利）的基准水平。其次，未来收益意味着增长率，而高增长的公司需要更高的市盈率。所以更好的未来收益对估值至关重要。

“我通过拨号数据机查看了 CompuServe 对戴尔的估值。其对下一财年的最高预估为 4.14 美元，最低预估为 1.98 美元，分析师平均预期值为每股 3.00 美元左右。”

“因为他们将该平均水平称为‘一致预期’，这让我笑了。“‘一致’一词通常意味着‘统一’，但很明显，戴尔的分析师们并未达成统一。这让我开始思索分析师在过去的预估准确度：能否通过给准确度更高的分析师更多权重来自动创建更智能的预估？”

“我花了几年时间研究这个想法，并筹集资金创办了一家公司。于是，StarMine 诞生了。”

在 19 世纪英国维多利亚时代铁路繁荣时期，许多富人购买了该国新兴铁路公司的股票，但结果却不尽相同：一些人获利颇丰，而另一些人则在股市泡沫破裂时遭受了损失。即便如此，这些新兴铁路公司也切切实实地修建了数千英里的铁路线，为国家的经济繁荣做出了贡献。

当前，投资者的目光再次转向基础设施投资，但主要投资渠道不再是公开股票，而是私募市场。

因此，对于寻求投资收益新来源的机构投资者来说，基础设施投资貌似可能成为一种愈发重要的资产类别。

全球基础设施投资：Refinitiv 在全球基础设施建设方面拥有最全面的新闻、数据、见解和分析（英文）

在经历了十年的超低利率及央行大规模资产购买之后，基础设施投资看起来愈发具有吸引力。诚然，水、电、燃气等公共类核心资产的收益率有所压缩，但它们相对于投资级公司债券收益率（平均略高于 2%）和政府债券收益率（略高于零）来说仍有相当高的溢价水平。

基础设施作为一种另类投资

不断下降的债券收益率迫使投资者不得不承担更多风险，购买高息债券和科技初创企业等资产。不过，从逻辑上讲，投资基础设施应该会更好。

在政府预算因应对新冠疫情而捉襟见肘之际，对政府来说肯定很急需资金，而基础设施建设在《欧盟绿色协议》等发展型战略中可发挥重要作用。

咨询公司普华永道（英文）通过量化基础设施领域的增长预期，考虑到需翻新道路、机场和医院，以及为 5G 和可再生能源项目等领域的加速发展提供资金，预测到 2025 年底，基础设施基金的资产可能翻番至约 2 万亿美元。

事实上，根据 G20 全球基础设施中心（英文）的数据，私人投资在过去 10 年里一直在下降，到 2040 年存在 15 万亿美元的投资缺口。与此同时，国际货币基金组织呼吁富裕国家增加基础设施公共支出（英文），以支持经济复苏，鼓励私营领域进一步投资。

但养老基金等机构投资者尚未增加对该领域的投资是有原因的。通常，他们会购买现有（“棕色”）资产，并利用这些资产生成现金流；但会避免开发新（“绿色”）资产，认为新资产风险太大。但该理念为什么有可能改变呢？

凭借客观衡量卖方分析师业绩的方法，StarMine 可能仍是领域内知名度最高的公司之一。迄今为止，全球许多国家的最佳行业分析师均已荣膺“StarMine 奖项”。

Gatto 招募了一个出色的管理团队（这意味着，招聘也是他的强项之一）：产品管理和营销副总裁 David Lichtblau、首席技术官 Lyle Tripp 和定量研究总监 Vinesh Jha。担任顾问的是美国福德汉姆大学教授 Haim Mozes，他一直从事修正集群的研究。

他们携手创建了 SmartEstimate。SmartEstimate 以及随后的量化模型，为 StarMine 及其开发的高回报率股票排名分析的声誉奠定了基础。StarMine 管理团队推动经常性收入年销售额增长到 3300 万美元，使之跻身于美国增长最快的公司 500 强榜单。在被汤森路透收购之前，该公司已连续三年入榜上述该榜单。

过去和现在

在 Starmine Professional 最初的研究应用程序中，SmartEstimate 和预期异常如下所示：

2021 年 1 月，Entain 公司（蓝色）的 SmartEstimate 值远高于 I/B/E/S 平均值（金色）。

该差值（即预期异常比）始终为正 2.8%。请注意，在顶部，StarMine 不仅在每股收益基础上、而且在分析师提交给 I/B/E/S 的大量估计值基础上计算这些指标。事实上，在预测后续差异的方向时，预期营收异常的准确度甚至高于对每股收益的预测，其历史准确率为 78%。

Entain 每股收益 SmartEstimate 的计算公式如下表所示。

最高的权重被分配给了最准确分析师的近期估值。分析师被授予 1-5 颗星，其中 5 颗星代表其估值的准确度最高。通常情况下，分析师和经纪公司的名字会显示出来。但我们在此处做了模糊处理，以保护经纪人的知识产权。

下方视图与 Eikon/Workspace 中显示的相同，但视觉效果更突出。可以在“详细预估”（ESTD）视图中找到。

当一家公司拥有较大的正（负）预期异常比、较大的正（负）“平均修正百分比”或正（负）“大胆预期”时，数据将标为亮绿色（或红色）。

在分析师部分还额外有一栏，名为“与平均值的差异百分比”。这是一个柱状图，显示分析师的预期与一致预期之间的偏差。借助此功能，用户可以轻松识别异常数值或对列进行排序，以查看有多少分析师的预期高于或低于一致预期值。

表现与持久性

自创立后，我们已发布了三次 SmartEstimate 和预期异常比准确度结果。

第一组数据于 2001 年发布。以罗素 3000 指数的成分股为参照，研究了对盈利异常的预测成功率。该成功率接近 70%，这一点对无论大盘股还是小盘股、无论增长型股票还是价值型股票，都是一致的。而且，预期异常越大，预测就越准确。

我们第二次发布准确率是在 2009 年 2 月的 StarMine 白皮书 《SmartEstimate 与预期异常：构建和准确度》。这一次的结果也类似:

“1）SmartEstimate 始终比一致预期更准确;

2）当 SmartEstimate 偏离一致预期 2% 或以上时，该指标可成功预测出实际盈利异常的方向，其在不同地区、市值、行业和财务指标上的预测成功率约为 70%；

3）SmartEstimates 的数据显示，在预测预期外盈利时如果对同一方向进行一致修正，则其预测结果的准确度会有所提高。

我们最近一次对准确度的检验发表在 2018 年的一篇白皮书《StarMine SmartEstimate 与预期异常的表现更新》中。该白皮书由来自 StarMin 定量研究团队的 Maria Vieira 博士、Hugh Genin 博士和 Shirley Birman 合作完成，该团队由 Joe Rothermic 领导。

该白皮书检验了两段不同时期的成功率——1998 年 1 月 1 日至 2008 年 11 月 30 日、2008 年 12 月 1 日至 2017 年 11 月 30 日。结果证实：“对不同行业、不同市值和不同地区而言，该模型的表现在多年来基本上保持不变。”

该白皮书进一步补充道：“SmartEstimate 的准确度持续高于分析师的一致预期，而预期异常持续准确地预测了实际盈利异常。这种持久的表现凸显了 StarMine 模型稳健建基于长期的行为异常，以及如何持续为投资者提供价值。”

赋能的 StarMine 量化模型

凭借更准确的预期，每当需要前瞻性预估时，StarMine 都会在其定量股票排名模型中使用 SmartEstimate。SmartEstimate 首先被应用于“分析师修正模型”中。

输入 SmartEstimate 的数据是损益表和多个会计期间的财务报表项目的估值变化。它使用预期异常比作为强化指示，同时考虑分析师“买入/卖出/持有”建议的变化。

包含 SmartEstimate 的其他 StarMine 模型包括“相对估值”模型，该模型同时采用了回顾性及前瞻性估值比率。另一种估值方法为“绝对估值”模型。该模型始于 SmartEstimate，后根据我们在长期估值中（尤其是在快速增长的公司中）发现的乐观偏差进行调整。

除阿尔法生成模型外，我们还可以在 SmartRatios 信贷风险模型中找到 SmartEstimate。该模型与相对估值模型类似，采用历史实际比率与未来 12 个月比率。

了解更多关于 StarMine 模型与分析套件的信息。

观察：StarMine——综合阿尔法模型

时事通讯成果

多年来，我们的研究团队一直在竭尽全力发布预测。在每个即将到来的财报季，我们会发布预计将高于预测值的五家公司和低于预测值的五家公司。

在过去的 36 个季度里，我们对美国的预测准确率为 75%。通过应用一些规则，再加上些许人为智慧，我们的预期异常比（我们预测的基础）表现优异。

在欧洲和亚洲，我们发布预测的历史较短。过去 3 年，我们在欧洲的预测准确率为 83%。在亚洲（日本除外），我们的准确率为 73%。大约一年前，我们发布了针对日本 2019 财年的首次预测，10 个方向中有 9 个均正确。

对不确定时期的预测更准？

大家可能会预想：也许 2020 年这些指标的准确性将会面临挑战。

全球经济因为强制性封锁隔离遭受重创，许多企业和行业都受到严重冲击。怎么能指望卖方分析师发布准确的盈利估值呢？

事实上，SmartEstimate 及预期异常在不确定时期的表现依旧出色。

我们针对北美发布的四项预测平均准确率为 90%，对欧洲/UKI 的预测 100% 正确。我们对亚洲的预测准确率也高于平均水平，达到 80%。

StarMine SmartEstimate 不但在长期持久性和准确度方面令人印象深刻，在不确定时期也提供了最好的预测结果，并将持续为投资者提供巨大价值。

为解决自己的问题，Joe Gatto 找到了 SmartEstimate 这一解决方案。他曾努力寻找一种一致性“协同”，而这种“协同”根本不存在。也许这就是 SmartEstimate 在 2020 年取得如此成功的原因。也许从来没有一年，人们对盈利预测或许多其他事情的一致性会如此之低。

SmartEstimate 及其他 StarMine 定量模型与分析可以通过 Eikon/Workspace 桌面和 QAD/QAC 访问，也可以发送给定量投资者。

StarMine：基于良好的经济直觉和严谨的分析，我们稳健的模型可跨越行业、地区和市场，帮助您获得更高回报