一、互动易平台数据概览

深交所互动易(irm.cninfo.com.cn) 是“深圳证券交易所上市公司投资者关系互动平台”的简称，由深交所官方推出，是供投资者与上市公司直接沟通的平台，一站式公司资讯汇集，提供第一手的互动问答、投资者关系信息、公司声音等内容，整合了公司公告、股东信息、公司财务与融资等综合信息，帮助投资者更了解上市公司。作为承载投资者与上市公司直接沟通的桥梁，互动易一定程度上改善了投资者获取信息的及时性与准确性，提升了市场信息效率水平。

在互动易诸多问询内容中，针对上市公司最新股东[1]户数的提问始终占据着较高的热度。其中隐含的假[7]设为大部分投资者认为公司股东户数的变化与未来[q]股价的表现存在一定的关联性。为了验证这个猜测[u]，我们尝试对互动易平台上投资者关于股东户数的[a]问询进行分析，以期能从中探寻出一定的规律。

从2013年1月1日开始（在此之前数据稀疏且[n]质量不高，不纳入考察），截至2020年11月[t]30日，互动易平台累计共有1971家上市公司[.]针对投资者关于股东户数的问询进行了有效回复，[c]占深交所全部上市公司约80%的比例。有效回复[o]为上市公司针对投资者关于股东户数的提问给出了[m]具体数字答复。

按照逐年统计，投资者在互动易平台上关于股东户数的问询次数与市场波动率（年化）之间存在显著的正相关性。当市场处于高波动状态时，投资者更倾向于在互动易平台上咨询最新的股东人数。其体现的心理效应是，当市场波动放大加剧投资者持仓个股的波动时，投资者开始对自己的持仓自信心下降，需要通过外界各种利好消息来证明自身持仓决定的正确性。

按照月度统计，深交所上市公司关于投资者对股东户数问询的有效回复初期缓慢增加，后随着2014年下半年牛市的展开有一个快速攀升的过程（提问数大幅增加），2015年后有效回复率逐步稳定在20%~30%的区间，每期有效回复个股数目逐步稳定在600只附近。

从个股层面来看，问询有效回复分布有偏现象严重。测试区间内有效回复数低于12次的个股占比高达43.78%，高于100次的个股占比仅8.59%。对于投资者问询有效回复最多的公司是中航西飞（000768.SZ），共计228次；累计回复数超过200次的公司目前有6家，均位于中小板；383家深交所上市公司自互动易平台开放以来，未在其上针对投资者提问披露过股东户数相关信息。

我们以一个具体案例来切入股东户数的变动与股价表现之间的关系。2019年9月到2020年2月间，世纪华通（002602.SZ）股价发生大幅度拉升，期间累计涨幅最高达到70%，此时股东户数仅从29000多户小幅增长到33000多户，增幅约14%。2020年3月后，股价进入横盘震荡走势，股东户数开始大幅攀升，到2020年7月14日股价进入阶段高点时，股东户数上涨到近90000户，四个月时间股东户数涨幅近两倍。2020年8月后，股东户数继续攀升，最高上涨至170000户后开始在高位震荡，从行情起点计算，股东户数翻了近5倍，但此后公司股价逐步走低，截至2020年11月底，从高点累计下跌约45%。可以看到世纪华通股东户数的变动与股价未来表现的有着显著负相关性，一叶知秋，从全市场角度来看，股东户数的变化是否具有稳定的超额收益呢？

二、低频股东因子

当前，投资者获取股东数据的方式主要来源于上市公司每年定期披露的报告，包括一季报、半年报、三季报及年报。但当前获取股东数据的方式，存在两个显著的缺点：

1. 更新频率低。对于大部分的投资者而言，低频数据的高频化处理是比较棘手的。

2. 时效性差。定期披露的股东数据，存在着明显的时滞，短则十几天（季报），长则三四个月（年报）。通常，数据对未来的预测能力会随着滞后期的增长而相应减弱。

虽然原始低频股东数据有无法避免的缺陷，但其依[文]然是值得探索的维度。我们尝试在多因子框架下对[章]低频股东因子进行测试，以探究其是否具有选股能[来]力。股东类因子的潜在有效性可以基于投资者的行[自]为进行推演，一般而言，当某只股票的股东数在一[1]段时间内呈现持续下降的趋势时，其通常被认为是[7]主力资金在逐渐收集个人投资者手中的筹码，等吸[量]收到的筹码足够减轻未来的抛压时，则未来股价拉[化]升存在的阻力便会减小，股价倾向于在业绩改善、[ ]题材驱动等事件影响下迎来上涨；反之，当某只股[ ]票股东户数呈现不断上升的趋势时，则大概率面临[ ]主力资金逐步止盈出场的境地，未来股价拉升动力[1]下降，股价未来倾向于走弱。

2.1、低频股东因子的构建

基于前文的假设，我们对低频股东数据进行因子化[7]。在进行因子化之前，我们需要对定期报告披露的[q]数据进行日期的调整，避免存在未来数据。概括来[u]说，我们根据实际发布日期来对报告日期进行调整[a]，比如某只股票一季报在4月12日披露，则将其[n]真实可获取日期修改为4月12日，而非3月31[t]日。不同股票定期报告披露日期存在差异，为了保[.]证数据对齐，统一采用前值填充到月底。

对于股东户数相关因子的构建主要从两个维度出发[c]，一是直接将股东户数的具体数值作为因子值，二[o]是将股东户数的变化值作为因子值。值得注意的是[m]，由于股东数据是使用前值填充的，所以直接使用[文]股东户数变化的百分比会在特定月份产生诸多的0[章]值，如每年的5月、6月和7月，从而导致因子值[来]无法有效分组。为此，在构建股东变化因子时，我[自]们通过隔季选取股东户数进行时序上的ZSCOR[1]E处理，从而得到相应股东变化的因子值。

举个例子，假设当前日期为2020年10月31[7]日，回溯期为2年（9个季度），在隔季选取的规[量]则下，参与股东变化因子计算的日期包括【计算日[化]期】列对应的9个日期，但参与计算的数据来源于[ ]【实际日期】列披露的数据，基于该日期下的数据[ ]进行运算。

在进行因子测试前，我们在每个截面上剔除上市不满一年的个股（股东数目变动逐渐摆脱新股的影响），月末调仓，暂且不考虑手续费影响，测试区间设置为2013年1月至2020年11月。

由于股东户数与市值大小存在高相关性，所以在检[ ]验因子表现之前需要在截面上进行市值中性化处理[1]。同理，由于不同行业之间股东户数存在有偏现象[7]，比如银行行业股东户数中位数显著高于全市场中[q]位数，所以需要对原始股东户数做行业中性化处理[u]。为避免潜在影响，如无特别说明，后续所有因子[a]均做市值行业中性化处理。

2.2、低频股东户数因子测试

2.2.1、股东户数因子

进行市值行业中性化后，低频的股东户数因子乏善[n]可陈，五分组之间没有明显的差异度，多空对冲收[t]益不稳定，不存在超额收益。我们亦测试过不进行[.]中性化的股东户数因子，其分组收益稳定，中性化[c]后的表现急剧下滑，说明股东户数因子的超额收益[o]来源于市值效应带来的增量。

2.2.2、股东户数变化因子

前文我们详细介绍了股东户数变化因子的构建方式[m]，在实际构建时，需要设置回溯时间的参数，这里[文]我们按照回溯一年，即首尾五期数据来进行ZSC[章]ORE计算。我们认为主力吸筹建仓和派筹出局的[来]过程是一个相对偏短的周期，一般不超过一年，回[自]溯时间过长容易导致数据有效性降低。

相比于股东户数因子，市值行业中性化后的股东户[1]数变化因子在深交所上市公司间有较好的选股效果[7]。虽然分组收益在测试区间内单调性不够好，但高[量]低分组之间的收益差却是比较稳定的，多空对冲收[化]益在测试区间内总体向上不断上升，2019年以[ ]来因子多空区分度更是进一步提升。

3.1、高频股东数据的处理

在进入正题之前，我们来看看互动易平台公布数据[ ]的特征。在截取的样本信息中，各主要字段含义如[ ]下：

   &nbs[1]p;  mainContent：投资者的问询内容；

      attachedContent：上市公司的回[7]复内容；

      pubDate：是投资者在互动易平台提问的日[q]期；

      updateDate：是上市公司[u]回复投资者的日期。

当我们通过正则表达式对文本进行解析，得到相关的股东数据后，我们使用updateDate来对股东户数进行映射。因为投资者问询日期与上市公司实际回复日期之间通常存在一定的时间间隔，这样处理避免了在pubDate拿到updateDate的数据。高频股东因子的构建遵循低频数据为主，高频数据为辅的理念，即互动易披露的股东数据仅对定期报告股东数据缺失的月份进行补全，对当月已先披露的数据进行更新。以平安银行为例，在2019年10月我们使用三季报数据替换最新的互动易问答数据，在2020年4月我们使用更晚公布的互动易数据替换更早公布的定期报告数据（虽然二者数值一致）。下表中的Y表示数据来源于定期报告，N表示数据来源于互动易平台，删除线表示本期不予采用。

3.2、高频股东因子测试

3.2.1、合成股东户数变化因子

按照以上思路填补好数据后，我们开始构建高频股[a]东因子数据，为了避免相邻月份之间的数值一致，[n]我们仍然采用隔月选取的模式。需要注意的是，由[t]于现在实际可获取数据数量有所增加，我们对回溯[.]一年隔季取值求时序股东户数变动因子的方法进行[c]小幅的改动：在回溯期长度保持不变的情况下（维[o]持一年），每隔两个月选取一次数值进行时序股东[m]户数变化因子计算。

可以看到，纳入互动易高频股东户数数据后的合成[文]因子，无论从五分组收益区分度上还是多空对冲收[章]益的增幅上都有了一定的改善，这也印证了我们的[来]猜想，互动易的高频股东数据是能够产生信息增益[自]的。

为了更清晰的展示二者的差异，我们将各自的对冲净值绘制在同一幅图上，如下图所示：高频股东户数变化因子相对纯低频的因子产生了稳定的超额收益。

3.2.2、高回复合成股东户数变化因子

虽然纳入互动易数据后的策略表现有所改善，但是[1]效果并不显著。根据前文可知，互动易数据对个股[7]的覆盖度每期在20%~30%之间波动，导致合[量]成因子中高频数据的占比较少，因子收益的改善不[化]是特别明显。为此，我们尝试将股票池进行缩小，[ ]仅保留那些在互动易平台上经常对投资者的问询进[ ]行有效回复的个股。我们以上市公司过去一年中至[ ]少有六个月在互动易平台上进行有效回复为限，构[1]建高回复股票池。自2013年开始，滚动十二个[7]月的高回复个股数量从2015年后开始稳定在5[q]00只以上，前后两期高回复个股变化率自201[u]6年后逐步稳定在5%附近。为了尽量减少股票池[a]变动带来的偏差，我们将测试起始日期调整为20[n]14年6月，每期符合条件的股票数达到300只[t]以上。

在测试区间内，高回复合成股东户数变化因子的多空收益稳定，但是分组表现却不再单调，第二分组表现明显好于第一组。为此，我们尝试将分组数设置为三分组，以期降低股票池个股减少带来的影响。测试发现，当从五分组减少为三分组后，分组收益开始呈现单调特性，多头净值从2.79上升到3.05。