영업 효율성 변화
factor.formula
영업 효율성 변화 요인의 계산 공식은 다음과 같습니다:
여기서:
- :
i번째 분기의 영업 수익은 해당 분기 동안 기업이 주요 사업 활동을 통해 얻은 총수익을 나타냅니다.
- :
i번째 분기의 영업 비용은 해당 분기에 영업 수익을 달성하기 위해 기업이 발생시킨 직접 비용을 나타냅니다.
- :
회귀 모델의 절편항은 영업 비용이 0일 때 예상되는 영업 수익 수준을 나타냅니다. 실제 비즈니스 시나리오에서는 일반적으로 고정 비용의 영향으로 간주할 수 있습니다.
- :
회귀 모델의 기울기항은 영업 비용의 단위 변화당 예상되는 영업 수익 변화를 나타냅니다. 기업의 단위 비용 투입으로 인해 발생할 수 있는 수익 산출의 효율성을 반영할 수 있습니다.
- :
i번째 분기 회귀 모델의 잔차는 실제 영업 수익과 모델에서 예측한 영업 수익 간의 차이를 나타냅니다. 양수 잔차는 실제 수익이 모델 기대치보다 높다는 것을 의미하며, 이는 과거 추세에 비해 영업 효율성이 개선되었음을 나타냅니다. 음수 잔차는 실제 수익이 기대치보다 낮다는 것을 의미하며, 이는 과거 추세에 비해 영업 효율성이 감소했음을 나타냅니다. 이 잔차는 영업 효율성 변화 요인의 핵심 값으로 사용됩니다.
- :
i ∈ {0, 1, 2, ..., N-1}, 시계열의 인덱스를 나타내며, 여기서 0은 가장 최근 분기를 나타내고 N은 추적할 과거 분기 길이를 나타냅니다. 기본값은 N = 8이며, 이는 가장 최근 8개 분기의 데이터를 추적한다는 것을 의미합니다.
factor.explanation
이 요인의 계산 단계는 다음과 같습니다.
-
데이터 준비: 가장 최근 N분기(기본값 N=8) 동안의 회사의 영업 수익(Revenue) 및 영업 비용(Cost) 데이터를 가져옵니다.
-
데이터 전처리: 영업 수익 및 영업 비용 데이터에 대해 각각 Z-점수 표준화를 수행합니다. Z-점수 표준화는 데이터를 평균이 0이고 표준편차가 1인 표준 정규 분포로 변환하여 서로 다른 차원 및 자릿수의 영향을 제거하고, 서로 다른 회사 간의 데이터를 비교 가능하게 만듭니다.
-
선형 회귀: 표준화된 영업 수익을 종속 변수로 사용하고, 표준화된 영업 비용에 대해 최소자승법(OLS) 선형 회귀를 수행합니다. 모델을 설정합니다: $Revenue_i = \alpha_i + \beta_i Cost_i + \epsilon_i$. 이 회귀 모델의 목적은 과거 영업 수익과 영업 비용 간의 선형 관계를 맞추는 것입니다.
-
잔차 추출: 가장 최근 분기(즉, 분기 0, i=0)에서 회귀 모델의 잔차 값 $\epsilon_0$를 구합니다. 이 잔차 값은 해당 날짜의 영업 효율성 변화 요인 값입니다. 양수 잔차는 해당 분기의 영업 효율성이 과거 수준보다 높다는 것을 나타내고, 음수 잔차는 해당 분기의 영업 효율성이 과거 수준보다 낮다는 것을 나타냅니다.
-
요인 설명: 요인 값의 크기는 해당 분기의 영업 효율성이 과거 추세에서 벗어난 정도를 나타냅니다. 양수 요인 값은 해당 분기의 영업 효율성이 개선되었음을 나타냅니다. 요인 값이 클수록 개선 정도가 큽니다. 반대로 음수 요인 값은 해당 분기의 영업 효율성이 감소했음을 나타냅니다. 요인 값이 작을수록 감소 정도가 큽니다.
이 요인 값은 투자자가 회사의 영업 효율성의 단기 변화 추세를 판단하는 데 도움을 주어 투자 결정에 도움을 줄 수 있습니다.