ความผันผวนของกำไร
factor.formula
ปรับแบบจำลองการถดถอยอนุกรมเวลาสำหรับกำไรประจำปีของบริษัท j
คำนวณค่าเบี่ยงเบนมาตรฐานของส่วนที่เหลือ ซึ่งก็คือปัจจัยความผันผวนของกำไร
โดยที่:
- :
กำไรประจำปีของบริษัท j ในปี t สามารถเลือกจากตัวชี้วัดต่างๆ เช่น กำไรต่อหุ้น (EPS) และกำไรสุทธิที่เป็นของผู้ถือหุ้น ซึ่งจะต้องมีความสอดคล้องกัน
- :
ค่าคงที่ในแบบจำลอง autoregressive อันดับหนึ่งของอนุกรมเวลาของกำไรของบริษัท j
- :
สัมประสิทธิ์การถดถอยอัตโนมัติของแบบจำลอง autoregressive อันดับหนึ่งของอนุกรมเวลาของกำไรของบริษัท j ซึ่งวัดความต่อเนื่องของกำไร ยิ่งค่าสัมบูรณ์มากเท่าใด ผลกระทบของกำไรในปัจจุบันต่อกำไรในงวดก่อนก็จะยิ่งมากขึ้น เมื่อสัมประสิทธิ์เป็นบวก โดยปกติจะบ่งชี้ว่ากำไรมีความเฉื่อยในระดับหนึ่ง
- :
ส่วนที่เหลือของแบบจำลอง autoregressive อันดับหนึ่งของอนุกรมเวลากำไรของบริษัท j ในปี t สะท้อนถึงส่วนของความผันผวนของกำไรที่แบบจำลองไม่สามารถอธิบายได้ และถือว่ามีการกระจายตัวโดยมีค่าเฉลี่ยเท่ากับ 0
- :
ความแปรปรวนของส่วนที่เหลือของแบบจำลอง autoregressive อันดับหนึ่งของอนุกรมเวลาของกำไรของบริษัท j ซึ่งวัดส่วนที่ไม่สามารถคาดการณ์ได้ของอนุกรมกำไร โดยที่ $\hat{\sigma}^2$ คือ ความแปรปรวนของส่วนที่เหลือ ($\upsilon$)
- :
ค่าเบี่ยงเบนมาตรฐานของส่วนที่เหลือของแบบจำลอง autoregressive อันดับหนึ่งของอนุกรมเวลาของกำไรของบริษัท j ซึ่งก็คือความผันผวนของกำไร ซึ่งวัดขนาดของความผันผวนของกำไร โดยที่ $\hat{\sigma}^2$ คือ ความแปรปรวนของส่วนที่เหลือ ($\upsilon$)
factor.explanation
ยิ่งค่าของปัจจัยความผันผวนของกำไรมีค่าน้อยเท่าใด ความผันผวนของอนุกรมเวลาของกำไรของบริษัทก็จะยิ่งน้อยลงเท่านั้น ความสามารถในการคาดการณ์กำไรก็จะยิ่งสูงขึ้น และความสามารถในการทำกำไรก็จะยิ่งมีเสถียรภาพมากขึ้น ปัจจัยนี้สามารถใช้ในกลยุทธ์การคัดเลือกหุ้นเพื่อคัดกรองบริษัทที่มีความสามารถในการทำกำไรที่มั่นคงและมีคุณภาพสูง ในทางกลับกัน ยิ่งค่าปัจจัยสูงเท่าใด ความผันผวนของกำไรก็จะยิ่งมากขึ้นและความสามารถในการทำกำไรก็จะยิ่งไม่เสถียร ในการใช้งานจริง ควรพิจารณาการเลือกตัวชี้วัดกำไร (เช่น EPS, กำไรสุทธิ ฯลฯ) และแบบจำลองการถดถอยที่ใช้ (นอกเหนือจากแบบจำลอง autoregressive อันดับหนึ่งแล้ว ยังสามารถลองใช้แบบจำลองอื่นๆ ได้อีกด้วย) ปัจจัยนี้เป็นปัจจัยความถี่ต่ำและโดยปกติจะมีการอัปเดตทุกปี