其中：

• :

  为第i只股票在第m月末的分析师覆盖度，可选用简单分析师覆盖数或分析师总覆盖数。该数值表示在m月末，有多少分析师对股票i进行了覆盖，体现了市场对该股票的关注程度。此处加1取对数是为了避免当COV为0时出现无法取对数的情况，同时也能在一定程度上平滑数据分布，减少异常值的影响。

• :

  为第i只股票在第m月末的总市值取自然对数。总市值反映了公司的规模，通常情况下，市值较大的公司会获得更多的分析师关注，因此将市值对数作为解释变量可以控制公司规模对分析师覆盖的影响。使用对数形式也能减少极端市值的影响，使其数据分布更符合线性回归的假设。

• :

  为第i只股票截止到第m月末过去三个月日均换手率的自然对数。换手率反映了股票的流动性，流动性高的股票通常更受市场关注。取对数是为了减小极端换手率的影响，使其分布更平稳。

• :

  为第i只股票截止到第m月末过去三个月的收益率。股票的动量效应表明，过去表现良好的股票可能在未来继续表现良好，因此分析师也倾向于关注这类股票。此处使用过去三个月的收益率来捕捉动量效应，作为分析师覆盖的控制变量。

• :

  回归模型的截距项，表示当所有解释变量均为0时，分析师覆盖度对数的预期值。在实际意义中，它代表了在不考虑市值、换手率和动量效应时，分析师覆盖度的基准水平。

• :

  市值对数($SIZE_{i,m}$)的回归系数，代表了市值对数每变化一个单位，分析师覆盖度对数的预期变化量。该系数反映了股票规模对分析师覆盖度的影响方向和程度，预期为正值，即市值越大的公司，其分析师覆盖度越高。

• :

  过去三个月日均换手率对数($LNTO_{i,m}$)的回归系数，代表了换手率对数每变化一个单位，分析师覆盖度对数的预期变化量。该系数反映了股票流动性对分析师覆盖度的影响方向和程度，预期为正值，即流动性越高的股票，其分析师覆盖度越高。

• :

  过去三个月收益率($MOM_{i,m}$)的回归系数，代表了收益率每变化一个单位，分析师覆盖度对数的预期变化量。该系数反映了股票动量效应（过去表现）对分析师覆盖度的影响方向和程度，预期为正值，即过去表现良好的股票，其分析师覆盖度越高。

• :

  回归模型的残差项，代表了无法被市值、换手率和动量效应所解释的分析师覆盖度部分，即分析师覆盖度残差。这个残差项被认为是异常的分析师覆盖度，它可能反映了分析师的选择性偏差、信息优势等行为，也是本因子重点关注的部分。