펀더멘탈 트렌드가 암시하는 수익률
factor.formula
L분기 시간 척도로 월말 t 시점의 주식 i의 k번째 펀더멘탈 요인의 이동 평균을 계산합니다:
매월 말, 지난 L분기의 모든 주식의 펀더멘탈 요인 이동 평균을 사용하여 다음 기간(t+1)의 주식 수익률에 대한 횡단면 회귀 분석을 수행합니다:
매월 말, 회귀 계수의 기대값과 현재 펀더멘탈 이동 평균을 기반으로 펀더멘탈 트렌드 암시 수익률 요인을 계산합니다:
여기서:
- :
j분기 지연된 t월의 주식 i의 k번째 펀더멘탈 요인 값입니다. 예를 들어 j=0이면 현재 월 t의 요인 값을 의미하고, j=1이면 t-1분기의 요인 값을 의미합니다.
- :
지난 L분기를 기준으로 t번째 월의 주식 i의 k번째 펀더멘탈 요인의 이동 평균이며, L 값은 각각 지난 1, 2, 4, 8분기를 나타내는 1, 2, 4, 8입니다.
- :
주식 i의 t+1월 수익률이며, 주식의 미래 성과를 측정하는 데 사용됩니다.
- :
선택된 서로 다른 펀더멘탈 요인의 총 개수입니다. 이 요인 연구에서는 K=7이며, 선택된 요인은 자기자본 수익률(ROE), 총자산 수익률(ROA), 주당 순이익(EPS), 발생 기준 이익 대비 자기자본(APE), 현금 흐름 기준 이익 대비 총자산(CPA), 총이익 대비 총자산(GPA) 및 순지급률(Net Payout Ratio)을 포함합니다. 이러한 요인은 수익성, 운영 효율성 및 주주 수익률을 포함하여 여러 관점에서 상장 회사의 펀더멘탈을 설명합니다.
- :
t월의 횡단면 회귀 모형의 절편항으로, 기준 수익률 수준을 나타냅니다.
- :
횡단면 회귀 모형에서 t번째 월의 시간 척도 L에서 펀더멘탈 요인 k의 이동 평균에 해당하는 회귀 계수로, 요인 이동 평균의 각 단위 변화가 다음 기간의 주식 수익률에 미치는 예상 영향을 나타냅니다.
- :
횡단면 회귀 모형에서 t번째 월의 다음 기간(t+1)에 대한 회귀 계수의 기대값입니다. 실제 적용에서는 이 값을 현재 기간(t)의 회귀 계수로 근사적으로 대체할 수 있습니다.
- :
횡단면 회귀 모형의 오차항으로, 모형으로 설명할 수 없는 수익률 부분을 나타냅니다.
factor.explanation
펀더멘탈 트렌드 암시 수익률(FIR) 요인은 여러 펀더멘탈 지표와 다양한 시간 척도에서 이들의 추세 변화를 고려합니다. 횡단면 회귀 분석 방법을 통해 펀더멘탈 요인의 이동 평균이 미래 주식 수익률에 미치는 예측 능력을 추출하고, 회귀 계수의 기대값과 현재 요인 이동 평균을 기반으로 최종 요인 값을 구성합니다. 이 요인의 구성 개념은 회사의 펀더멘탈 추세 변화에 포함된 투자 기회를 포착하는 것입니다. 요인 값이 높을수록 회사의 펀더멘탈 추세가 양호하고 미래 수익률 가능성이 커집니다.