本报告以分析师预测作为切入点开展研究分析，尝试回答以下三个问题：如何根据盈利预测数据构建有效的一致预测指标，对比其在股票和可转债市场上的选股、择券效果如何？除一致预测的强度以外，还有哪些其他维度，可以帮助增强预测指标的因子表现？从微观定价角度看，正股的一致预测能否在可转债定价中起到作用？本文的主要结论如下：
　　基于盈利预测构造的一致预测指标在股票选股和转债择券中均有一定效果，且在转债上的策略历史表现更好，而在风格层面则更适用于平衡类转债
　　根据A股分析师盈利预测数据，自下而上汇总一致预测指标，并根据指标的边际变化构造盈利预测改善因子。在计算过程中，对样本采用时间加权的方式提升预测精度，并通过对齐报告期切换年份、合成未来12个月预期等方式，提升预测值的统一性和连贯性。
　　经测试，盈利预测改善因子不论在股票选股或是转债择券上均有效。基于分析师预测构造的营业收入、净利润和EPS改善因子分层效果均较好，其中，营收改善因子在股票和转债上的T统计值分别为4.29、2.63，多空收益为9.92%、7.99%。并且从风格上看，偏平衡风格的转债与择券因子的适配度相对更高。
　　一致预测的不确定性可帮助强化截面择券效果、并辅助资产择时
　　一致预测的标准差可用来表征分析师观点的不确定性，而将盈利预测的变化和分歧相结合能够增强投资组合的业绩表现。对股票和转债而言，均是升预期&低分歧组合的长期业绩最佳，其中转债对应投资组合的年化收益率为16.89%，收益回撤比为0.92。此外，我们也发现在市场高不确定性时，利用转债进行正股替代可以有效优化组合的风险控制能力。
　　将一致预测数据自下而上汇总至全A指数层面，并以此为基础构造股票、转债和债券的三资产动态配置策略。策略逻辑是在预测不确定性较强时增配转债，以规避左尾风险和博弈右尾弹性机会。动态配置策略的长期年化收益率为12.62%，最大回撤为27.73%，均优于基准的双资产和三资产等权策略。
　　通过纳入分析师的主观预测，可以增进转债二叉树定价模型的精确性
　　转债二叉树定价模型中，对转债未来平价变化的预测主要取决于波动率参数的取值高低，波动率越大则未来平价的波动范围越宽。但模型对平价的预测结果可能过分高估/低估股票的上行/下行空间，与投资者的主观观点相矛盾。
　　针对银行转债池，结合分析师一致预测数据，分别对正股未来的PB和BPS波动范围进行乐观和谨慎推测，进而计算出对未来银行正股价格的波动预期，并借此对二叉树模型进行改进。
　　改进后的隐含预期CRR因子择券能力有明显提升，月度IC的T统计值从2.12提升至3.42，银行转债多头组合的年化收益率为9.48%、最大回撤为10.48%、收益回撤比为0.9，超过原始CRR因子0.41。
　　风险提示：本报告结果通过历史数据统计、建模和测算完成，在政策、市场环境发生变化时模型存在失效的风险