基本面先声：高频文本中的前瞻Alpha

1. 财报之外，寻找基本面变化的先声

财务报表披露频率低且存在时滞，难以及时反映企业经营变化。因此，需要从更高频的信息中寻找前瞻线索。本文研究三类高频文本：分析师报告、投资者关系问答和招聘记录，分别观察市场预期如何修正、企业经营能否得到验证，以及企业资源正在投向哪些方向。

方法：将关键词方法与大语言模型（LLM）相结合，将不同形式的文本信息转化为分析师文本因子、问答文本因子和招聘经营风向策略，并检验其选股能力。

三类文本观察重点：

• 分析师文本：捕捉市场预期的形成与修正。
• 投资者关系问答：检验经营变化是否得到企业端验证。
• 招聘记录：观察企业资源投向与市场经营风向。

2. 分析师文本中的预期修正Alpha

分析师标题：

• 信息密度高，包含业绩变化和经营趋势的语义信息。
• 关键词方法将标题转化为可横向比较的基本面事件因子，并根据预期强度区分事件得分。
• LLM进一步识别否定、转折、因果关系和隐含的预期变化，并提高评分可靠性。
• 关键词与LLM结合形成分析师文本大类因子，与传统分析师预期上修因子复合后，在沪深300、中证500和中证1000中的多头年化超额分别达到8.51%、8.78%和10.36%。

3. 投资者关系问答中的经营验证Alpha

投资者关系问答：

• 包含订单、需求、价格、产能、成本、现金流和经营计划等细节，是观察企业经营变化的重要高频信息。
• 结构化LLM将问答拆分为可核验的经营证据，识别经营动能、盈利质量、经营兑现、风险压力和回答质量。
• 投资者关系问答LLM综合因子在全市场文本覆盖域的Rank IC为3.24%、年化ICIR为2.80，多头年化超额为6.77%。

4. 招聘数据中的经营风向策略

招聘记录：

• 企业招聘是经营计划落实到人员和组织资源上的具体行动，岗位数量和结构的变化可以帮助观察企业当前的经营重点。
• 岗位主题因子用于刻画企业正在向哪些经营方向配置人员资源。
• 经营主题在样本期内呈现持续轮动，出海外贸和产能制造入选次数较多，技术研发、服务交付、销售渠道以及供应链与质量也在不同阶段进入前两名。
• 经营风向筛选主要改善组合稳定性，并在多因子增强后形成正向收益增量。Top30组合年化超额由24.30%提高至25.70%，信息比由1.73提高至1.98，相对最大回撤由30.51%收窄至12.69%。

5. 总结与思考

• 分析师文本、投资者关系问答和招聘记录分别从预期修正、经营验证和资源投向三个角度补充财务报表，为基本面量化提供新的观察视角和选股线索。
• 三类文本的信息属性和适用方式不同，需要根据具体研究问题选择合适的文本类型和方法。
• 招聘数据更适合作为识别经营风向的Beta指标，通过经营主题筛选改变候选股票结构，并在精细化排序中提高超额收益风险比。

6. 未来展望

• 扩展高频文本的内容深度与数据来源。
• 研究不同文本信息之间的确认、分歧与领先关系。
• 加强样本外检验与策略化应用。