Mga Residuwal ng Saklaw ng Analista
factor.formula
Formula sa pagkalkula ng residuwal ng saklaw ng analista:
kung saan:
- :
Ang saklaw ng analista ng ika-i na stock sa pagtatapos ng ika-m na buwan ay maaaring piliin bilang simpleng saklaw ng analista o kabuuang saklaw ng analista. Ipinapahiwatig ng halagang ito kung gaano karaming analista ang sumaklaw sa stock i sa pagtatapos ng ika-m na buwan, na nagpapakita ng atensyon ng merkado sa stock. Ang pagdaragdag ng 1 sa logarithm dito ay upang maiwasan ang sitwasyon kung saan hindi maaaring kunin ang logarithm kapag ang COV ay 0. Kasabay nito, maaari rin nitong pakinisin ang pamamahagi ng data sa isang tiyak na lawak at mabawasan ang epekto ng mga outlier.
- :
Kunin ang natural logarithm ng kabuuang halaga ng merkado ng ika-i na stock sa pagtatapos ng ika-m na buwan. Ang kabuuang halaga ng merkado ay nagpapakita ng laki ng kumpanya. Sa pangkalahatan, ang mga kumpanya na may mas malalaking halaga ng merkado ay tumatanggap ng higit na pansin ng analista. Samakatuwid, ang paggamit ng logarithm ng halaga ng merkado bilang isang explanatory variable ay maaaring makontrol ang epekto ng laki ng kumpanya sa saklaw ng analista. Ang paggamit ng logarithmic na anyo ay maaari ring mabawasan ang epekto ng mga extreme na halaga ng merkado, na ginagawang mas naaayon ang pamamahagi ng data nito sa mga pagpapalagay ng linear regression.
- :
ay ang natural logarithm ng average na pang-araw-araw na turnover rate ng ika-i na stock sa nakalipas na tatlong buwan hanggang sa pagtatapos ng ika-m na buwan. Ipinapakita ng turnover rate ang liquidity ng stock, at ang mga stock na may mataas na liquidity ay karaniwang mas popular sa merkado. Ang layunin ng pagkuha ng logarithm ay upang mabawasan ang epekto ng mga extreme na turnover rate at gawing mas stable ang kanilang pamamahagi.
- :
ay ang return ng ika-i na stock sa nakalipas na tatlong buwan hanggang sa pagtatapos ng ika-m na buwan. Ipinapahiwatig ng momentum effect ng mga stock na ang mga stock na mahusay ang naging pagganap sa nakaraan ay maaaring magpatuloy na gumanap nang mahusay sa hinaharap, kaya't ang mga analista ay may posibilidad na bigyang pansin ang mga ganoong stock. Ang mga return sa nakalipas na tatlong buwan ay ginagamit dito upang makuha ang momentum effect bilang isang control variable para sa saklaw ng analista.
- :
Ang intercept term ng regression model ay kumakatawan sa inaasahang halaga ng logarithm ng saklaw ng analista kapag ang lahat ng explanatory variables ay 0. Sa praktikal na termino, kumakatawan ito sa baseline level ng saklaw ng analista kapag ang market capitalization, turnover rate, at momentum effects ay hindi isinasaalang-alang.
- :
Ang regression coefficient ng logarithm ng market capitalization ($SIZE_{i,m}$) ay kumakatawan sa inaasahang pagbabago sa logarithm ng saklaw ng analista para sa bawat unit change sa logarithm ng market capitalization. Ang coefficient na ito ay nagpapakita ng direksyon at antas ng epekto ng laki ng stock sa saklaw ng analista, at inaasahang magiging positibo, iyon ay, mas malaki ang market capitalization ng kumpanya, mas mataas ang saklaw ng analista nito.
- :
Ang regression coefficient ng logarithm ng pang-araw-araw na average turnover rate sa nakalipas na tatlong buwan ($LNTO_{i,m}$) ay kumakatawan sa inaasahang pagbabago sa logarithm ng saklaw ng analista para sa bawat unit change sa logarithm ng turnover rate. Ang coefficient na ito ay nagpapakita ng direksyon at antas ng epekto ng liquidity ng stock sa saklaw ng analista, at inaasahang magiging positibo, iyon ay, mas liquid ang stock, mas mataas ang saklaw ng analista nito.
- :
Ang regression coefficient ng nakalipas na tatlong-buwang return ($MOM_{i,m}$) ay kumakatawan sa inaasahang pagbabago sa logarithm ng saklaw ng analista para sa bawat unit change sa return. Ang coefficient na ito ay nagpapakita ng direksyon at antas ng epekto ng momentum effect (nakaraang pagganap) ng stock sa saklaw ng analista, at inaasahang magiging positibo, iyon ay, ang stock na may mahusay na nakaraang pagganap ay may mas mataas na saklaw ng analista.
- :
Ang residual term ng regression model ay kumakatawan sa saklaw ng analista na hindi maipaliwanag ng halaga ng merkado, turnover rate at momentum effect, i.e., residuwal ng saklaw ng analista. Ang residual term na ito ay itinuturing na abnormal na saklaw ng analista, na maaaring magpakita ng selective bias ng analista, bentahe sa impormasyon at iba pang pag-uugali, at ito rin ang focus ng factor na ito.
factor.explanation
Ang factor na ito ay naghihiwalay sa saklaw ng analista sa dalawang bahagi sa pamamagitan ng regression analysis: ang isang bahagi ay ang inaasahang saklaw ng analista na maaaring ipaliwanag ng mga pangunahing katangian ng stock (tulad ng market capitalization, turnover rate at momentum effect); ang kabilang bahagi ay ang residual ng regression, na kumakatawan sa abnormal na saklaw ng analista na higit sa inaasahan, iyon ay, ang residuwal ng saklaw ng analista. Ipinakita ng mga pag-aaral na ang sobrang kita ng mga stock ay makabuluhang nauugnay sa mga residuwal ng saklaw ng analista, na nagpapakita ng mga salik tulad ng selectivity bias at bentahe sa impormasyon sa pag-uugali ng analista, na hindi lubos na maipaliwanag ng market capitalization, turnover rate at momentum effect. Samakatuwid, ang factor na ito ay nakakakuha ng kawalaan ng simetrya ng impormasyon at pagkiling sa pag-uugali ng analista, at may tiyak na potensyal sa pagmimina ng alpha.