横截面预期模型相比分析师预期和简单预期模型有何优势？

横截面预期模型在构建逻辑、预测精度及策略表现上均展现出显著优势，具体体现在以下三个方面： 首先，在构建逻辑上，横截面模型克服了传统模型的局限性。分析师预期模型虽具主观深度但存在乐观偏差且覆盖率仅约54%；简单预期模型虽便捷但缺乏多维信息。横截面模型则纳入了行情、市值、资产、盈利、应计盈余等9大核心指标，如相对行业超额收益、市值对数、应计盈余偏差等，并利用Huber稳健回归处理极端值，从而更全面地捕捉公司基本面特征。 其次，在预测精度上，横截面模型显著优于其他两类。实证数据显示，横截面模型的整体平均绝对误差为3.2，相对市值误差为59；而分析师预期模型的绝对误差为5.63，相对市值误差为103；简单预期模型的绝对误差为5.55，相对市值误差为78。横截面模型在绝大多数行业和季度中均保持最优预测精度，有效降低了预测误差。 最后，在策略与因子表现上，横截面模型具备更强的实战价值。基于该模型的超预期策略组合年化收益达26.46%，超额年化收益11.34%，超额最大回撤仅6.79%，且近年收益稳定性强。其对应的超预期因子IC均值为3.46%，ICIR为2.3，t值为7.65，十组分组收益完全单调，多空年化收益14.6%，有效性与稳定性远超基于分析师预期和简单预期的因子。