Pagkasalimuot ng Kinikita
factor.formula
First-order autoregressive model ng taunang kita:
Pagkasalimuot ng kinita:
sa:
- :
Ang taunang sukat ng kinita para sa kumpanya j sa taon t, karaniwang kinikita bawat bahagi (EPS) o netong kita, ngunit maaari ding gamitin ang iba pang mga sukat ng kakayahang kumita. Ang pagpili ay depende sa mga pangangailangan ng strategy at pagkakaroon ng datos.
- :
Ang constant term sa first-order autoregressive model ng firm j ay kumakatawan sa benchmark na antas ng kita nang walang impluwensya ng mga nakaraang kita.
- :
Ang first-order autoregression coefficient ng kumpanya j ay nagpapahiwatig ng antas ng impluwensya ng kinita noong nakaraang taon sa kasalukuyang taon na kinita. Ipinapakita ng coefficient na ito ang persistence ng kinita. Kapag mas mataas ang halaga, mas malakas ang autocorrelation ng kinita.
- :
Ang residual (o error term) ng modelong kinita para sa firm j sa taon t ay kumakatawan sa bahagi ng pagkasalimuot ng kinita na hindi kayang ipaliwanag ng modelo, na nagpapakita ng randomness ng kinita.
- :
Ang tinantiyang halaga ng variance ng residual ng first-order autoregressive model ng kumpanya j ay nagpapahiwatig ng antas ng pagkasalimuot ng error term. Ito ay isang sukatan ng antas ng dispersion ng error term.
- :
Ang tinantiya ng standard deviation ng mga residual mula sa first-order autoregressive model para sa kumpanya j ay ang square root ng residual variance, na direktang nagpapakita ng pagkasalimuot na hindi naipaliwanag ng modelo ng pagtataya ng kinita. Ito ang pinakahuling sukatan ng pagkasalimuot ng kinita.
factor.explanation
Kapag mas mababa ang halaga ng Earnings Volatility Factor, mas maliit ang pagkasalimuot ng mga nakaraang kinita ng kumpanya, mas mataas ang prediktabilidad ng kinita, at mas matatag ang pagganap sa operasyon. Sa kabaligtaran, kapag mas mataas ang halaga, mas malaki ang pagkasalimuot ng kinita ng kumpanya, mas mababa ang prediktabilidad ng kinita, at mas hindi matatag ang pagganap sa operasyon. Maaaring gamitin ang factor na ito upang i-screen ang mga kumpanyang may matatag na pagganap sa operasyon at mataas na kalidad ng kinita. Sa mga quantitative investment strategy, maaari kang bumuo ng long-short portfolio, mag-long sa mga kumpanyang mababa ang pagkasalimuot at mag-short sa mga kumpanyang mataas ang pagkasalimuot. Dapat tandaan na ang factor na ito ay kinakalkula batay sa mga nakaraang datos, at ang pagkasalimuot ng kinita sa hinaharap ay maaaring iba sa mga nakaraang sitwasyon. Bukod pa rito, ang iba't ibang tagapagpahiwatig ng kinita (EPS, net profit, atbp.) ay maaaring magresulta sa bahagyang magkakaibang mga halaga ng factor.