Lợi nhuận ròng thặng dư hồi quy tuyến tính
factor.formula
trong đó:
- :
đại diện cho quý thứ i, trong đó i là từ quý gần nhất (t) trở về N quý trước, tức là i = t, t-1, t-2 ... t-N+1
- :
Chỉ số lượng quý gần nhất được sử dụng để phân tích hồi quy. Giá trị mặc định là 8 và có thể được điều chỉnh theo điều kiện thực tế.
- :
Đại diện cho lợi nhuận ròng thuộc về công ty mẹ trong quý thứ i. Dữ liệu này cần được chuẩn hóa bằng Z-score để loại bỏ sự khác biệt về chiều và phân phối.
- :
Đại diện cho thu nhập ngoài hoạt động của quý thứ i. Dữ liệu này cần được chuẩn hóa bằng Z-score để loại bỏ sự khác biệt về chiều và phân phối.
- :
Đại diện cho tiền mặt đã trả cho và vì nhân viên trong quý thứ i. Dữ liệu này cần được chuẩn hóa bằng Z-score để loại bỏ sự khác biệt về chiều và phân phối.
- :
Hệ số chặn của mô hình hồi quy biểu thị giá trị kỳ vọng của biến phụ thuộc khi biến độc lập bằng 0. Nó không được sử dụng trực tiếp trong tính toán yếu tố và chỉ được sử dụng cho việc xây dựng mô hình hồi quy.
- :
Hệ số của thu nhập ngoài hoạt động trong mô hình hồi quy biểu thị tác động của mỗi đơn vị thay đổi trong thu nhập ngoài hoạt động đối với lợi nhuận ròng khi các yếu tố khác không thay đổi.
- :
Hệ số của tiền mặt đã trả cho và vì nhân viên trong mô hình hồi quy biểu thị tác động của mỗi đơn vị thay đổi trong tiền mặt đã trả cho và vì nhân viên đối với lợi nhuận ròng, giả sử các yếu tố khác không đổi.
- :
Đại diện cho số dư của hồi quy trong quý thứ i, phản ánh phần lợi nhuận ròng không được giải thích bởi thu nhập ngoài hoạt động và tiền mặt đã trả cho nhân viên, tức là lợi nhuận ròng thuần túy của kỳ hiện tại. Giá trị của yếu tố này là số dư tương ứng với quý gần nhất (t), được ký hiệu là $\epsilon_0$
factor.explanation
Dữ liệu tài chính chứa cả thông tin hữu ích có thể dự đoán giá cổ phiếu trong tương lai và nhiễu không có khả năng dự đoán giá cổ phiếu. Cải thiện tỷ lệ tín hiệu trên nhiễu của dữ liệu là chìa khóa để xây dựng các yếu tố hiệu quả. Lợi nhuận ròng bị ảnh hưởng bởi nhiều yếu tố, một số yếu tố có thể liên quan yếu đến khả năng hoạt động cốt lõi của công ty, chẳng hạn như thu nhập ngoài hoạt động và tiền mặt trả cho nhân viên. Yếu tố này nhằm mục đích loại bỏ những nhiễu này thông qua hồi quy tuyến tính, từ đó cải thiện khả năng dự đoán của lợi nhuận ròng. Cụ thể, thông qua mô hình hồi quy, chúng tôi cố gắng tìm ra phần lợi nhuận ròng có thể được giải thích bởi thu nhập ngoài hoạt động và dòng tiền trả cho nhân viên, và coi nó như là loại bỏ nhiễu. Phần thặng dư còn lại được coi là tín hiệu liên quan nhiều hơn đến khả năng sinh lời cốt lõi của công ty. Do đó, yếu tố này được đặt tên là "Lợi nhuận ròng thặng dư hồi quy tuyến tính". Thông qua phương pháp này, có thể thu được tín hiệu lợi nhuận ròng thuần túy hơn, từ đó cải thiện hiệu quả lựa chọn cổ phiếu theo yếu tố. Chuẩn hóa Z-score xử lý tất cả các biến trước khi hồi quy để loại bỏ sự khác biệt về chiều và phân phối giữa các biến khác nhau, làm cho phân tích hồi quy trở nên hợp lý và đáng tin cậy hơn.