dans :

• :

  est la valeur logarithmique de marché de l'entreprise i au temps t, calculée comme ln(valeur totale de marché de l'entreprise). C'est le résultat de la transformation logarithmique de la valeur de marché. Le but est de réduire l'asymétrie de la distribution de la valeur de marché et de la rendre plus conforme à la distribution normale, ce qui est propice à l'analyse de régression.

• :

  est la variable indicatrice du secteur auquel appartient l'entreprise i au temps t, qui est utilisée pour contrôler l'impact des caractéristiques au niveau sectoriel sur la valeur de marché. Par exemple, si la classification sectorielle de premier niveau de CITIC est utilisée, il y a 30 variables indicatrices. La méthode des variables indicatrices peut éliminer l'impact du niveau global de valorisation du secteur sur les actions individuelles, ce qui rend l'analyse de régression plus précise.

• :

  est l'actif net logarithmique de l'entreprise i au temps t, calculé comme ln(actif net de l'entreprise). Semblable à la valeur logarithmique de marché, la transformation logarithmique de l'actif net peut réduire l'asymétrie de sa distribution et mieux refléter que l'impact marginal de l'actif net sur la valeur de marché est décroissant.

• :

  est le bénéfice net positif de l'entreprise i au temps t. Lorsque le bénéfice net est positif, il s'agit de la valeur du bénéfice net ; lorsque le bénéfice net est négatif, il est de 0. Prenez le logarithme et ajoutez-le au modèle de régression. Cette méthode de traitement rend l'impact du bénéfice positif sur la valeur de marché plus linéaire, en évitant le problème non linéaire qui peut exister lors de l'utilisation directe du bénéfice net global. Elle peut également distinguer les différents effets des bénéfices positifs et négatifs sur la valeur de marché.

• :

  est la valeur absolue du bénéfice net négatif de l'entreprise i au temps t. Lorsque le bénéfice net est négatif, il s'agit de la valeur absolue du bénéfice net ; lorsque le bénéfice net est positif, la valeur est de 0. Prenez le logarithme et ajoutez-le au modèle de régression. Ce traitement est similaire à $NI^+_{it}$, qui consiste à distinguer les différents effets des bénéfices négatifs sur la valeur de marché, et à rendre l'effet des bénéfices négatifs sur la valeur de marché plus linéaire en prenant le logarithme.

• :

  est le ratio de levier de l'entreprise i au temps t, qui peut être mesuré par le ratio d'endettement sur actifs ou un indicateur de levier financier plus sophistiqué. Le ratio de levier reflète la structure du capital et le risque financier d'une entreprise et est l'un des facteurs importants affectant la valeur de marché de l'entreprise.

• :

  est le terme résiduel du modèle de régression transversale ci-dessus, représentant l'écart entre la valeur de marché réelle de l'entreprise i au temps t et la valeur de marché prédite par son modèle de régression, c'est-à-dire l'écart résiduel de la valeur de marché, également appelé valeur de marché idiosyncratique. Un résidu positif indique que l'entreprise est surévaluée, et un résidu négatif indique que l'entreprise est sous-évaluée. Ce résidu capture la tarification spécifique par le marché de la valeur de l'entreprise, qui n'est pas entièrement déterminée par des facteurs fondamentaux.

• :

  Ce sont respectivement les coefficients du modèle de régression transversale. Les valeurs spécifiques peuvent être différentes dans différentes sections temporelles (t) et différents secteurs (j) et sont obtenues par régression.