trong đó:

• :

  là giá trị vốn hóa thị trường logarit của cổ phiếu i tại thời điểm t (tức là tổng giá trị thị trường được chuyển đổi thành logarit tự nhiên). Giá trị này phản ánh quy mô tương đối của cổ phiếu. Việc lấy logarit có thể giảm tác động của các giá trị cực trị, làm cho dữ liệu phù hợp hơn với giả định phân phối chuẩn và giảm phương sai sai số.

• Tại mỗi thời điểm t, một hồi quy bình phương tối thiểu có trọng số (WLS) được thực hiện trên tất cả các cổ phiếu. Biến phụ thuộc của hồi quy là lợi nhuận của mỗi cổ phiếu, biến độc lập là $LNCAP_{i,t}$, và trọng số của hồi quy là căn bậc hai của tổng giá trị thị trường của mỗi cổ phiếu. Việc sử dụng hồi quy bình phương tối thiểu có trọng số là để giảm sự can nhiễu của phương sai sai số lên kết quả hồi quy, đặc biệt khi giá trị thị trường cổ phiếu phân bố không đều, cổ phiếu có giá trị thị trường lớn hơn có xu hướng có biến động nhỏ hơn. Sử dụng căn bậc hai của giá trị thị trường làm trọng số có thể làm cho kết quả hồi quy mạnh mẽ hơn.

• :

  Hệ số chặn của phương trình hồi quy tại thời điểm t. Bản thân hệ số chặn không có ý nghĩa kinh tế rõ ràng, nhưng nó đóng vai trò điều chỉnh trong mô hình hồi quy, cho phép đường hồi quy phù hợp hơn với dữ liệu.

• :

  Hệ số hồi quy của phương trình hồi quy tại thời điểm t. Hệ số này thể hiện mối quan hệ tuyến tính giữa giá trị vốn hóa thị trường logarit $LNCAP_{i,t}$ và tỷ lệ lợi nhuận. Nếu hệ số dương, có nghĩa là giá trị thị trường có tương quan dương với tỷ lệ lợi nhuận; ngược lại, có nghĩa là tương quan âm. Cần chỉ ra rằng trong hệ số giá trị thị trường truyền thống, chúng ta giả định rằng tỷ lệ lợi nhuận và giá trị thị trường logarit có mối quan hệ tuyến tính đơn giản, và hệ số $\beta_t$ ở đây cũng là một mối quan hệ tuyến tính.

• :

  Số dư thu được từ hồi quy thể hiện sự khác biệt giữa lợi nhuận thực tế của cổ phiếu i tại thời điểm t và lợi nhuận được dự đoán bởi mối quan hệ tuyến tính của giá trị thị trường. Số dư này phản ánh mức độ lệch phi tuyến của mối quan hệ lợi nhuận giá trị thị trường. Giá trị số dư càng lớn, mức độ mà lợi nhuận thực tế của cổ phiếu i lệch khỏi dự đoán tuyến tính càng lớn. Chúng tôi sẽ khử cực và chuẩn hóa số dư này để loại bỏ ảnh hưởng của các giá trị ngoại lai và thu được các giá trị hệ số được chuẩn hóa.