跳到正文
CoTrading

研究指南

公司研究与估值

A股一致预期怎么看：把券商EPS预测整理到同一年份

CoTrading 编辑团队 Read in English

A股盈利预期比较，首先要求同一公司、同一预测财年和同一每股口径。最近若干份研报不自动构成一致预期数据集。应确定截止日，每家券商对目标年份只保留最新合格预测，再计算明确标记为样本的汇总。供应商一致预期另外一列保留自己的日期与覆盖定义，不能用一个数字覆盖另一个数字。

本文使用虚构券商记录和虚构股票，实际执行筛选、去重与平均，不取得付费研报，也不证明拥有历史一致预期库。静态参考中的Vibe研报工具限A股，不是全球研报全文库，更不证明CoTrading已有盈利预测页面。实际材料仍需从适当授权来源取得，并由研究者复核原文。

先确定比较的预测对象

请求应写清证券标识、截止时间、预测财年、币种、EPS定义和报告窗口。报告发表年份与预测财年是两个字段：2026年发表的报告可能同时给出2026、2027和2028预测。提取时要核对目标列的年份，不能默认第二个数字就是下一年，也不能用报告日期替代财务期间。

保留券商、报告编号、发布日期、原文位置和EPS原始字符串，记录基本、摊薄或券商自行调整口径，以及采用的股本假设。IFRS基金会IAS 33概览可说明EPS分子与分母为何重要；这是会计口径参考，不是A股一致预期供应商规则，也不能证明所有券商预测定义相同。

A股研究应另外核对发行人适用报表口径和实际券商预测说明。拆股、增发或预测股本改变，可能让同一年份的每股数也无法直接比较。这样的行先进入待核对队列，不因为都是数字就参与平均。若决定统一换算，保存原值、换算分母和依据，避免将调整后的数字冒充原报告直接披露。

建立券商乘预测年度的来源表

本例截止日2026-10-26，目标财年2027。五份记录中，A后来的合格报告替换旧报告；C预测的是2028；B的10月27日报告超过截止日。来源表保留这些排除原因，方便解释原始报告数量为什么不等于贡献券商数量。

券商发布日预测财年EPS处理
A2026-10-0120271.00被同家新报告替换
A2026-10-2020271.20入选
B2026-10-1920271.40入选
C2026-10-2020282.00年份不同
B2026-10-2720271.60超过截止日

先按截止日和目标年份过滤，再在每家中取最新。若先取最新再检查日期，B未来的报告可能覆盖有效旧报告，随后被删掉，导致B整家错误消失。这是执行顺序造成的偏差，不是数据源真的没有B的合格预测。

同一家同一天若有冲突报告，要用来源序号或精确时间决定，或者阻挡待查，不能由接口行序决定。短样例没有同日冲突，扩展时必须补充政策和测试。券商名称别名也要归一，避免同一家以全称和简称重复贡献权重，但归一前保留原始名称供追溯。

执行选取与汇总计算

latest = {}
for broker, published, fiscal_year, eps in reports:
    if published > cutoff or fiscal_year != year:
        continue
    if broker not in latest or published > latest[broker][0]:
        latest[broker] = (published, D(eps))
sample_mean = sum(value[1] for value in latest.values()) / D(len(latest))

完整标准库样例为docs/growth/research/round-5/examples/R539.py。实际执行选择A、B，2027样本均值为1.30，另存虚构供应商均值1.35，差额为−0.05。脚本还故意对前四条原始记录算出错误混合均值1.40。断言核对贡献券商、A的最新值、正确均值和两种口径确实不同。

下载完整示例。使用Python 3.12+，仅需标准库，全部为合成数据；下载后运行python R539.py。

Python排序指南支持结果显示的确定次序，Decimal文档支持显式数字表示。算术通过不能替代提取核验，小样本应逐份打开原始表，检查财年表头、每股口径和发布日期。尤其不要只看生成的摘要，因为摘要本身可能已把年份或单位丢掉。

对照供应商均值时保留两条证据链

两家券商均值只描述本次选中的记录，供应商1.35是另一条合成观测，覆盖和时点可能不同。差异可能来自券商数量、更新窗口、排除政策或新报告。不能通过舍入、删除不方便的券商，或把供应商数字再作为一家券商加入平均，强行得到相同结果。

能取得供应商贡献家数、截止时间和EPS定义时一起保存。拿不到就写明无法完全对账。当前供应商数值不能默认对应旧研报截止日，称为历史一致预期需要真实历史版本与可获得日期。静态工具“尽力获取”一个当前块，也不能保证这个块与报告查询窗口相同。

零家合格券商时返回样本不可用，不除以零，更不制造EPS为零。只有一家时均值就是该家预测，应明确标记单家覆盖。窄样本仍可能支持某家券商口径下的估值计算，但不能据此声称市场整体预期；样本数与原始报告条数也不能混作一列。

分别测试年份混合与可获得性错误

不同机制反例把C的2028 EPS 2.00混入，又重复计算A的旧2027报告，得到1.40。这个数字算术可复现，却没有回答一个干净的2027券商比较问题。正确选取以后变为1.30，问题来自期间和权重，不是小数精度。多打印几位小数也无法修复。

B的10月27日1.60则是可获得性错误。它可以是一条有效的后续预测，但不是26日截止快照可以使用的证据。应留给下一次执行，并把真正新报告事件记录到变化表。不能用后来知识覆盖旧快照，再宣称当时就能看到该结果。

交付可更新的数值研究表

交付原始记录、排除清单、券商乘财年选取表、贡献家数与均值，以及独立供应商对照。记录查询窗口和返回条数上限；来源只返回有限报告，可能漏掉较旧但仍合格的券商，所以应描述观察到的覆盖，不承诺全市场完整。数据取得失败与“确实没有预测”也要分开。

新报告到来时只更新相应券商财年单元格，重算汇总并保留旧值；来源更正单独标记输入修订，不当成新预测。股本假设或EPS定义改变时，重新检查可比性，而不是继续沿用旧均值。最终表既能支持具体公司计算，又能清楚区分返回报告样本、供应商一致预期和实际实现盈利。

使用均值前先核对贡献数量

分别统计取得报告数、截止日内目标财年记录数和最终贡献券商数。本例五条原始记录，过滤后有三条合格2027记录，再去掉A被替换的旧报告，最后两家贡献均值。这条数量桥解释了为什么一长串研报可能只代表少量覆盖；不能拿检索结果条数宣传预测广度，也不能把同一券商连续更新当成多家独立意见。

让审阅者把选中的A、B单元格逐一对照原报告位置，重新计算(1.20 + 1.40) / 2。同时检查一条未来报告和一条错误财年排除项。只核对入选值不够，因为多混入一个看似正确的数字，同样会改变均值。排除依据也属于数值交付的一部分，应随表保存而不是只存在于作者记忆。

把1.30用于估值前，给盈利分母附样本编号和预测财年。券商表后来更新时，只让引用受影响样本版本的计算进入待更新状态，同时保留旧计算供复核。这样来源修订与估值变化能够连接起来，不会出现新EPS表旁边仍陈列旧前瞻市盈率，却统一标记为最新的情况。

呈现均值时应让原始分布仍可见。A为1.20、B为1.40，两者不同；只显示1.30会掩盖券商之间的分歧。可以同时给出贡献家数和逐家数值，但两家样本不足以支撑稳定的市场分布推断。本文没有把这两个数变成置信区间，也没有验证任何券商预测能力，后续使用应继续保留样本边界。

报告标题或评级变化也不一定意味着EPS更新。更新任务先比较同券商、同财年的数值与口径，只有数值或适用基础改变才重算受影响估值。若仅标题改变，保存报告去重信息即可，不应声称盈利上调。反过来，来源更正即使没有新标题，也可能需要重算，因此报告身份与预测内容需要分别管理。

最终研究表可以明确列出两条下一步：补齐来源覆盖说明，或复核具体券商预测。它们针对不同缺口，不能用取得更多相似报告代替对期间和股本口径的检查。

常见问题

返回研报的平均值就是市场一致预期吗？

需要方法与覆盖支持才可以这样命名。本例明确是两家券商样本均值。

缺2027预测能用2028补上吗？

不能。财年不同，应另外列示并分别计算。

相关阅读