经营效率变动
factor.formula
经营效率变动因子计算公式:
其中：
- :
第i个季度的营业收入，代表企业在该季度通过主营业务活动获取的收入总额。
- :
第i个季度的营业成本，代表企业在该季度为实现营业收入而发生的直接成本。
- :
回归模型的截距项，代表当营业成本为零时，预期的营业收入水平。在实际商业场景中，通常可以视为固定成本的影响。
- :
回归模型的斜率项，代表营业成本每变动一个单位，营业收入的预期变动幅度。它可以反映企业单位成本投入所能带来的收入产出效率。
- :
回归模型在第i个季度上的残差，代表实际营业收入与模型预测营业收入之间的差异。正残差表示实际收入高于模型预期，表明经营效率较历史趋势提升；负残差则表示实际收入低于预期，表明经营效率较历史趋势下降。该残差被作为经营效率变动因子的核心数值。
- :
i ∈ {0, 1, 2, ..., N-1}， 表示时间序列的索引，其中 0 代表最近一个季度，N 代表回溯的历史季度长度。 默认 N = 8，即回溯最近8个季度的数据。
factor.explanation
本因子计算步骤如下：
-
数据准备: 取公司最近N个季度（默认N=8）的营业收入 (Revenue) 和营业成本 (Cost) 数据。
-
数据预处理: 对营业收入和营业成本数据分别进行Z-Score标准化处理。 Z-Score标准化将数据转换为均值为0，标准差为1的标准正态分布，消除不同量纲和数量级的影响，使得不同公司之间的数据具有可比性。
-
线性回归: 将标准化后的营业收入作为因变量，对标准化后的营业成本进行普通最小二乘法（OLS）线性回归。建立模型：$Revenue_i = \alpha_i + \beta_i Cost_i + \epsilon_i$。该回归模型的目的是拟合历史营业收入与营业成本之间的线性关系。
-
残差提取: 获取回归模型在最近一个季度（即第0个季度，i=0）上的残差值 $\epsilon_0$。这个残差值就是当天的经营效率变动因子值。正残差表示当季经营效率高于历史水平，负残差则表示当季经营效率低于历史水平。
-
因子解释: 因子值大小代表当季经营效率偏离历史趋势的程度，因子值为正，表明本季度经营效率有所提升，因子值越大，提升幅度越大。反之因子值为负，则表明本季度经营效率有所下降，因子值越小，下降幅度越大。
该因子值可以帮助投资者判断公司经营效率的短期变动趋势，从而辅助投资决策。