Factors Directory

Quantitative Trading Factors

ضریب پایداری درآمد

کیفیت درآمدعامل کیفیتعوامل بنیادی

factor.formula

مدل پایداری بازده (AR(1)):

در اینجا:

  • :

    شاخص درآمد شرکت j در دوره t. شاخص های اختیاری درآمد شامل اما محدود به موارد زیر نیست: سود هر سهم (EPS)، سود خالص قابل انتساب به سهامداران شرکت مادر یا سود عملیاتی. انتخاب شاخص های خاص باید بر اساس هدف تحقیق و در دسترس بودن داده ها در نظر گرفته شود تا اطمینان حاصل شود که شاخص های درآمد سازگار تحت همان چارچوب تحلیلی استفاده می شوند.

  • :

    عرض از مبدأ مدل رگرسیون بازده شرکت j، نشان دهنده مقدار مورد انتظار بازده در دوره t زمانی که بازده در دوره t-1 صفر است. این پارامتر معمولاً هنگام اندازه گیری پایداری بازده مورد توجه نیست و بیشتر به ضریب خودرگرسیون بازده توجه می شود.

  • :

    ضریب پایداری درآمد شرکت j، یعنی ضریب خودرگرسیون مرتبه اول درآمد در دوره t بر روی درآمد در دوره t-1، خودهمبستگی درآمدها را اندازه گیری می کند. این ضریب هسته اصلی این عامل است و برای ارزیابی پایداری و قابلیت پیش بینی درآمدها استفاده می شود. هر چه مقدار تخمین زده شده $\phi_{1,j}$ به 1 نزدیکتر باشد، پایداری درآمد بالاتر است، یعنی تأثیر درآمد دوره جاری بر درآمد دوره بعدی بیشتر است.

  • :

    جمله باقیمانده رگرسیون شرکت j در دوره t، نشان دهنده بخشی از تغییر درآمد است که مدل نمی تواند آن را توضیح دهد. معمولاً فرض می شود که این یک جمله خطای تصادفی با میانگین 0 و توزیع مستقل و یکسان دارد.

factor.explanation

ضریب پایداری درآمد $\phi_{1,j}$ یک شاخص کلیدی است. هرچه مقدار آن بیشتر باشد، پایداری درآمدهای شرکت قوی تر است، یعنی خودهمبستگی درآمدها بیشتر است. هنگامی که $\phi_{1,j}$ نزدیک به 1 باشد، به این معنی است که شرکت از درجه بالایی از سودآوری پایدار برخوردار است و سطح درآمد دوره فعلی می تواند سطح درآمد دوره بعدی را بهتر پیش بینی کند، که عموماً به عنوان بازتابی از کیفیت بالای درآمد در نظر گرفته می شود. برعکس، هنگامی که $\phi_{1,j}$ نزدیک به 0 باشد، به این معنی است که درآمدهای شرکت به شدت متغیر است، پایداری کمتری دارد و پیش بینی آن دشوار است. این ممکن است نشان دهد که منبع درآمد شرکت ناپایدار است، یا اینکه درآمدها به شدت تحت تأثیر عوامل یکباره قرار می گیرند و در نتیجه سطوح کیفی درآمد پایین می آید. این عامل می تواند در شناسایی شرکت هایی با سودآوری پایدار کمک کند، به سرمایه گذاران در تصمیم گیری های سرمایه گذاری آگاهانه تر یاری رساند و همچنین به مدیریت ریسک و شناسایی شرکت هایی با نوسانات زیاد درآمد کمک کند. در کاربردهای عملی، معمولاً از روش های رگرسیون داده های پانل برای رگرسیون همان شرکت در یک سری زمانی استفاده می شود، یا برای به دست آوردن برآورد قوی تری از ضریب پایداری درآمد، تحلیل رگرسیون بر روی داده های مقطعی انجام می شود. در تجزیه و تحلیل رگرسیون، لازم است به مشکلات احتمالی ناهمسانی و خودهمبستگی توجه شود، که می توان با استفاده از روش های تخمین خطای استاندارد قوی، آنها را تصحیح کرد.

Related Factors