กำไรสุทธิส่วนที่เหลือจากการถดถอยเชิงเส้น
factor.formula
โดยที่:
- :
แสดงถึงไตรมาสที่ i โดยที่ i คือจากไตรมาสล่าสุด (t) ย้อนหลังไป N ไตรมาสที่ผ่านมา นั่นคือ i = t, t-1, t-2 ... t-N+1
- :
ระบุจำนวนไตรมาสล่าสุดที่ใช้สำหรับการวิเคราะห์การถดถอย ค่าเริ่มต้นคือ 8 และสามารถปรับได้ตามเงื่อนไขที่แท้จริง
- :
แสดงถึงกำไรสุทธิที่เป็นของผู้ถือหุ้นใหญ่ในไตรมาสที่ i ข้อมูลนี้จำเป็นต้องทำให้เป็นมาตรฐานด้วยคะแนน Z เพื่อกำจัดความแตกต่างของมิติและการกระจายตัว
- :
แสดงถึงรายได้ที่ไม่ใช่จากการดำเนินงานของไตรมาสที่ i ข้อมูลนี้จำเป็นต้องทำให้เป็นมาตรฐานด้วยคะแนน Z เพื่อกำจัดความแตกต่างของมิติและการกระจายตัว
- :
แสดงถึงเงินสดที่จ่ายให้และสำหรับพนักงานในไตรมาสที่ i ข้อมูลนี้จำเป็นต้องทำให้เป็นมาตรฐานด้วยคะแนน Z เพื่อกำจัดความแตกต่างของมิติและการกระจายตัว
- :
ค่าคงที่ของแบบจำลองการถดถอย ซึ่งแสดงค่าคาดหวังของตัวแปรตามเมื่อตัวแปรอิสระเป็น 0 ไม่ได้ถูกนำมาใช้โดยตรงในการคำนวณปัจจัยและใช้เฉพาะสำหรับการสร้างแบบจำลองการถดถอยเท่านั้น
- :
สัมประสิทธิ์ของรายได้ที่ไม่ใช่จากการดำเนินงานในแบบจำลองการถดถอย ซึ่งแสดงถึงผลกระทบของการเปลี่ยนแปลงรายได้ที่ไม่ใช่จากการดำเนินงานหนึ่งหน่วยต่อกำไรสุทธิ เมื่อปัจจัยอื่นๆ ยังคงที่
- :
สัมประสิทธิ์ของเงินสดที่จ่ายให้และสำหรับพนักงานในแบบจำลองการถดถอย ซึ่งแสดงถึงผลกระทบของการเปลี่ยนแปลงเงินสดที่จ่ายให้และสำหรับพนักงานหนึ่งหน่วยต่อกำไรสุทธิ โดยสมมติว่าปัจจัยอื่นๆ ยังคงที่
- :
แสดงถึงส่วนที่เหลือของการถดถอยในไตรมาสที่ i ซึ่งสะท้อนถึงส่วนของกำไรสุทธิที่ไม่ได้อธิบายโดยรายได้ที่ไม่ใช่จากการดำเนินงานและเงินสดที่จ่ายให้และสำหรับพนักงาน นั่นคือ กำไรสุทธิที่บริสุทธิ์ของงวดปัจจุบัน ค่าของปัจจัยนี้คือส่วนที่เหลือที่สอดคล้องกับไตรมาสล่าสุด (t) ซึ่งแสดงด้วย $\epsilon_0$
factor.explanation
ข้อมูลทางการเงินประกอบด้วยทั้งข้อมูลที่มีประสิทธิภาพที่สามารถทำนายราคาหุ้นในอนาคตได้ และสัญญาณรบกวนที่ไม่มีอำนาจในการทำนายราคาหุ้น การปรับปรุงอัตราส่วนสัญญาณต่อสัญญาณรบกวนของข้อมูลเป็นกุญแจสำคัญในการสร้างปัจจัยที่มีประสิทธิภาพ กำไรสุทธิได้รับผลกระทบจากหลายปัจจัย ซึ่งบางปัจจัยอาจมีความสัมพันธ์กับความสามารถในการดำเนินงานหลักของบริษัทเพียงเล็กน้อย เช่น รายได้ที่ไม่ใช่จากการดำเนินงานและเงินสดจ่ายให้พนักงาน ปัจจัยนี้มีจุดมุ่งหมายเพื่อกำจัดสัญญาณรบกวนเหล่านี้ผ่านการถดถอยเชิงเส้น ซึ่งจะช่วยปรับปรุงอำนาจในการทำนายของกำไรสุทธิ โดยเฉพาะอย่างยิ่ง ผ่านแบบจำลองการถดถอย เราพยายามที่จะหา phần ของกำไรสุทธิที่สามารถอธิบายได้โดยรายได้ที่ไม่ใช่จากการดำเนินงานและกระแสเงินสดที่จ่ายให้พนักงาน และถือว่าเป็นสัญญาณรบกวนที่ต้องกำจัด ส่วนที่เหลือจะถือว่าเป็นสัญญาณที่มีความเกี่ยวข้องกับความสามารถในการทำกำไรหลักของบริษัทมากกว่า ดังนั้นปัจจัยนี้จึงมีชื่อว่า "กำไรสุทธิส่วนที่เหลือจากการถดถอยเชิงเส้น" ด้วยวิธีนี้ เราจะได้สัญญาณกำไรสุทธิที่บริสุทธิ์ยิ่งขึ้น ซึ่งจะช่วยปรับปรุงประสิทธิภาพของการคัดเลือกหุ้นด้วยปัจจัย การทำให้เป็นมาตรฐานด้วยคะแนน Z จะดำเนินการกับตัวแปรทั้งหมดก่อนการถดถอย เพื่อกำจัดความแตกต่างของมิติและการกระจายตัวระหว่างตัวแปรต่างๆ ทำให้การวิเคราะห์การถดถอยมีความสมเหตุสมผลและน่าเชื่อถือยิ่งขึ้น