年报窗口期的业绩博弈，本质是市场对公司实际盈利与分析师预期之间差异的定价过程。预期差异象方法通过量化实际业绩与预期值的偏离程度，识别出可能产生超额收益的股票，核心在于利用市场对信息反应不足或过度反应的时间差。
预期差异象的关键变量
预期差异象的核心变量是“标准化未预期盈利”（SUE），即实际每股收益与分析师预期均值的差值，除以预期标准差。SUE 值越高，代表实际业绩超预期的幅度越大。Piotroski 和 So（2012）的研究框架进一步将企业基本面质量（如盈利能力、杠杆率、运营效率）与 SUE 结合，构建了多维度的异象变量。该方法的逻辑是：基本面改善且超预期的股票，后续获得超额收益的概率更高；反之，基本面恶化且低于预期的股票，则可能持续跑输。
构建组合与检验超额收益
实际操作分为两步：第一，按 SUE 值从高到低将股票分为 5 组或 10 组，取最高组（最超预期）与最低组（最低于预期）构建多空组合。第二，使用时序回归检验该组合是否产生显著的正 α（超额收益），回归模型通常包含市场因子、规模因子、价值因子和动量因子。控制规模因子尤为关键，因为小市值股票在年报窗口期的波动更大，容易放大 SUE 的效应，导致伪相关。同时，应使用多期滚动数据而非单一年份数据，避免个别年份的极端行情（如系统性暴跌）干扰结论。常见做法是取过去 3-5 年的年报窗口期数据，按月或按季滚动计算 SUE 和组合收益。
总结
年报窗口期的预期差异象分析方法，通过标准化未预期盈利（SUE）量化业绩超预期程度，并结合基本面指标筛选股票。构建多空组合后，使用时序回归检验超额收益，重点控制规模因子并使用多期数据。该方法能帮助投资者系统性地捕捉业绩博弈中的定价偏差，但需注意分析师预期的一致性和时效性。
常见问题
如何获取分析师预期数据？
分析师预期数据通常来自 Wind、Bloomberg 或 FactSet 等金融终端，这些平台会汇总多家券商的分析师预测，并给出均值与标准差。对于个人投资者，部分券商 App 或财经网站（如东方财富、同花顺）也会提供简易版的预期数据。
SUE 计算中，预期标准差的作用是什么？
预期标准差衡量分析师预测的分歧程度。标准差越大，说明分析师对该公司业绩看法越不一致，此时 SUE 的绝对值即使相同，其信息含量也更低。标准差越小，SUE 的指示意义越强，因为市场对业绩的预期更集中。
为什么需要控制规模因子？
小市值股票在年报窗口期更容易出现极端涨跌，其 SUE 值也往往波动更大。如果不控制规模因子，多空组合的超额收益可能主要来自小盘股的系统性风险溢价，而非预期差本身。加入规模因子后，能更纯净地检验预期差策略是否真正有效。