Factors Directory

Quantitative Trading Factors

Sisihan nilai pasaran sisa

Faktor NilaiFaktor asas

factor.formula

Model Regresi Nilai Pasaran Log:

Formula ini mewakili regresi nilai pasaran logaritma saham individu pada keratan rentas. Berikut adalah penjelasan terperinci bagi setiap parameter dalam formula:

  • :

    Nilai pasaran logaritma saham i dalam tempoh t dikira sebagai ln(nilai pasaran saham i dalam tempoh t). Pemprosesan logaritma boleh mengurangkan heteroskedastisiti dalam data nilai pasaran dan menjadikan hasil regresi lebih mantap.

  • :

    Pemboleh ubah dummy industri saham i dalam tempoh t biasanya menggunakan klasifikasi industri peringkat pertama CITIC atau piawaian klasifikasi industri lain. Pemboleh ubah ini digunakan untuk menangkap perbezaan dalam tahap permodalan pasaran antara industri yang berbeza. Sebagai contoh, tahap permodalan pasaran purata industri farmaseutikal dan industri hartanah mungkin berbeza dengan ketara.

  • :

    Aset bersih logaritma saham i dalam tempoh t, dikira sebagai ln(aset bersih saham i dalam tempoh t). Aset bersih adalah ukuran utama nilai buku syarikat dan biasanya mempunyai korelasi yang kuat dengan permodalan pasaran.

  • :

    Bahagian positif keuntungan bersih saham i dalam tempoh t. Apabila keuntungan bersih adalah positif, ambil nilai mutlak keuntungan bersih; apabila keuntungan bersih adalah negatif atau sifar, ambil nilai sifar. Menggunakan logaritma ln(NI^+_{it}) boleh melicinkan kesan penunjuk ini dan mematuhi ciri-ciri taburan data kewangan.

  • :

    Bahagian negatif keuntungan bersih saham i dalam tempoh t. Apabila keuntungan bersih adalah negatif, ambil nilai mutlak keuntungan bersih; apabila keuntungan bersih adalah positif atau sifar, ambil nilai sifar. Menggunakan logaritma ln(NI^-_{it}), kesan penunjuk ini boleh dilicinkan dan mematuhi ciri-ciri taburan data kewangan. Di sini I<0 ialah fungsi penunjuk. Apabila keuntungan bersih adalah negatif, I<0 adalah 1, jika tidak ia adalah 0. Dengan mendarabkannya dengan nilai mutlak keuntungan bersih negatif, bahagian keuntungan bersih negatif dipisahkan.

  • :

    Nisbah leveraj saham i dalam tempoh t biasanya diukur dengan nisbah hutang kepada aset. Nisbah leveraj mencerminkan sejauh mana sesebuah syarikat menggunakan pembiayaan hutang. Nisbah leveraj yang lebih tinggi boleh meningkatkan risiko kewangan syarikat dan memberi kesan negatif ke atas nilai pasarannya.

  • :

    Dalam tempoh t, pekali regresi yang sepadan dengan pemboleh ubah dummy industri j mewakili pintasan industri j dalam model regresi nilai pasaran.

  • :

    Dalam tempoh t, pekali regresi yang sepadan dengan logaritma aset bersih menunjukkan magnitud perubahan dalam logaritma nilai pasaran untuk setiap peningkatan unit dalam logaritma aset bersih.

  • :

    Dalam tempoh t, pekali regresi yang sepadan dengan logaritma positif keuntungan bersih menunjukkan magnitud perubahan dalam logaritma nilai pasaran untuk setiap peningkatan unit dalam logaritma keuntungan bersih positif.

  • :

    Dalam tempoh t, pekali regresi yang sepadan dengan logaritma keuntungan bersih negatif menunjukkan magnitud perubahan dalam logaritma nilai pasaran untuk setiap peningkatan unit dalam logaritma keuntungan bersih negatif.

  • :

    Dalam tempoh t, pekali regresi yang sepadan dengan nisbah leveraj menunjukkan magnitud perubahan logaritma dalam nilai pasaran untuk setiap peningkatan unit dalam nisbah leveraj.

  • :

    Sisa saham i dalam tempoh t adalah sisihan antara nilai pasaran logaritma sebenar dan nilai pasaran logaritma yang diramalkan oleh model. Sisa ini dianggap tidak dapat dijelaskan oleh faktor asas dan mencerminkan tahap harga pasaran saham yang tidak rasional. Lebih besar sisa, lebih besar tahap di mana harga pasaran saham menyimpang daripada nilai asas.

factor.explanation

Faktor sisihan nilai pasaran sisa menyesuaikan nilai pasaran saham yang munasabah berdasarkan satu siri faktor asas (seperti industri, aset bersih, keuntungan bersih dan nisbah leveraj) melalui model regresi keratan rentas. Model ini direka untuk mengenal pasti kemungkinan sisihan dalam harga pasaran. Sebutan sisa model regresi, iaitu perbezaan antara nilai pasaran sebenar dan nilai pasaran yang diramalkan oleh model, dianggap sebagai "nilai pasaran idiosinkratik", yang mewakili bahagian nilai pasaran yang tidak dapat dijelaskan oleh faktor asas. Nilai sisa positif bermakna nilai pasaran sebenar saham adalah lebih tinggi daripada nilai pasaran yang munasabah yang diramalkan oleh model, menunjukkan bahawa saham mungkin terlebih nilai; manakala nilai sisa negatif mungkin mencadangkan bahawa saham tersebut kurang nilai. Faktor ini sering digunakan untuk menangkap kesilapan harga pasaran dan melaksanakan strategi pelaburan nilai.

Related Factors