20260731-中国银河-银河金工智能投研系列报告_公告贝叶斯评分系统与公告筛选Skill_30页_2mb

银河金工公告贝叶斯评分系统与公告筛选 Skill 总结

核心内容

本报告构建了一套面向 A 股上市公司公告的自动化评分系统，旨在提升投研信息筛选效率，为事件驱动策略和基本面跟踪提供系统化数据基础。该系统通过“公告捕获、事件分类、事件评分、深度解读”的四步流程，将非结构化公告文本转化为结构化事件数据，并结合贝叶斯有序 Logit 模型进行评分更新。

主要观点

• 公告分类与先验评分：公告被划分为 8 个一级分类和 42 个二级分类，覆盖公司治理、监管合规、股权变动、资本运作、经营公告、财务报告、交易提示、债务与流动性等主要方向。基于金融直觉，为不同二级分类赋予 Net Signaling Score（NSS）先验分，反映公告的利好、利空或中性属性。
• 贝叶斯评分模型：采用贝叶斯有序 Logit 框架，融合 NSS 先验、公告类型、事件阶段和行业属性，形成 Bayes NSS 评分。该评分在样本内外检验中表现良好，具有更好的收益排序能力和样本外泛化能力。
• 回测表现：基于 Bayes NSS 评分，构建量化选股策略，以公告发布后 3 日超额收益 CAR[0,2] 为后验信息，逐年滚动训练模型。回测结果显示，策略年化收益率为 14.87%，相对国证 A 指实现年化超额收益 12.45%，验证了评分系统的实战价值。
• 可视化与解读：公告分析 Skill 实现了全流程自动化，每日抓取全市场公告，输出 NSS 先验与 Bayes NSS 评分，并提供可视化报告和大语言模型的深度解读，包括事项阶段、关键数字、风险点等。

关键信息

1. 公告分类体系

• 一级分类：公司治理、监管合规、股权变动、资本运作、经营公告、财务报告、交易提示、债务与流动性。
• 二级分类：共 42 个，如重大合同、股份回购、业绩预增、资产重组等，其中部分公告具有明显的利好或利空属性，如“股份回购”（+7），“监管处罚”（-6）等。
• NSS 先验分：基于公告标题关键词，对公告类型赋予初始评分，如“重大合同”为 +7，“法律纠纷”为 -6，“质押冻结”为 -3，“退市风险”为 -8，“破产重整”为 -8 等。

2. 公告市场反应分析

• 超额收益计算：采用市场模型 $R_{i,t} = \alpha_i + \beta_i R_{m,t} + \epsilon_{i,t}$，计算公告日与次日的超额收益（AR）和累计超额收益（CAR）。
• 市场反应分组：根据 NSS 先验评分，将公告分为 5 档：+6~+10（强利好）、+3~+5（偏利好）、-2~+2（中性）、-6~-3（偏利空）、-10~-7（强利空）。
• 市场反应差异：强利空公告在公告日和次日均表现较差，而强利好公告次日收益衰减，但整体仍为正向。

3. 贝叶斯评分模型

• 模型结构：贝叶斯有序 Logit 模型，结合 NSS 先验、公告类型、阶段、行业等变量，通过 MCMC 采样估计参数，形成 Bayes NSS 评分。
• 模型优势：保留金融直觉，同时利用市场证据校正，避免评分僵化或受短期噪声影响。模型对样本较少的类别进行收缩，提升稳定性。
• 参数估计：通过 NUTS 算法进行参数估计，确保模型收敛。模型输出包括 NSS 基准系数 $\beta$、分类标准差 $\sigma_c^2$、阶段标准差 $\sigma_s^2$、行业标准差 $\sigma_{ind}^2$ 等。
• 评分映射：将 Bayes 原始评分（1~3）映射到 NSS 评分区间 [-10,10]，通过分位数校准，提升评分分布的合理性。

4. 回测结果

• 回测策略：每日选取得分最高的前 20 只公告对应的股票，以总资金的 33% 等权买入并持有 3 个交易日。
• 策略表现：在 2021 年 1 月 4 日至 2026 年 6 月 11 日的回测区间内，年化收益率为 14.87%，相对国证 A 指实现年化超额收益 12.45%。
• 短期与长期效果：短期（CAR[0,2]）和中长期（CAR[0,40]）超额收益均显著，表明公告对股价的影响不仅源于短期情绪，也源于长期基本面改善。

5. 模型对比与效果验证

• 对照组模型：构建最大似然估计（MLE）模型作为对照，结果表明 Bayes NSS 在相关性、单调性检验和收益差方面均优于 MLE NSS。
• 样本内外表现：Bayes NSS 在样本内外均表现稳健，Spearman 相关系数、Q5-Q1 收益差和单调性检验均显著，说明其具备良好的泛化能力。

6. 公告阶段与行业影响

• 公告阶段：分为初始、进展、获批、完成、终止等阶段，不同阶段对市场反应有显著影响，如终止阶段的市场反应偏弱。
• 行业差异：引入行业变量（科技、消费、周期、其他），模型显示行业对公告市场反应影响显著，说明公告的经济含义在不同行业背景下存在差异。

风险提示

• 报告结论基于历史价格信息和统计规律，但二级市场受即时性政策影响，可能出现统计规律之外的走势。
• 历史收益不代表未来业绩表现，文中观点仅供参考，不构成投资建议。

总结

该系统将公告文本转化为结构化事件信号，结合贝叶斯方法进行评分更新，有效提升了公告筛选效率和投资价值识别能力。通过回测验证，其在事件驱动策略中表现稳健，具备实战价值。同时，系统实现了可视化报告和深度解读，为投资者提供全面、透明、可解释的投研支持。