营收成本效率偏离
基础面因子质量因子
factor.formula
营收成本回归模型：
营收成本效率偏离因子:
其中：
- :
第i个季度的营业收入，该数据已进行Z-Score标准化处理，以消除量纲影响，提高回归模型的稳健性。
- :
第i个季度的营业成本，该数据同样进行了Z-Score标准化处理，与营业收入数据保持一致的量纲和分布特征。
- :
回归模型的截距项，表示当营业成本为0时，预期的营业收入水平，在实际回归中往往会被忽略
- :
回归模型的斜率系数，表示营业成本每变动一个单位，预期营业收入的变动量，体现了历史营收成本的边际关系。
- :
回归模型的残差项，代表实际营收与基于历史关系的预期营收之间的偏差，即模型的预测误差。此处的残差项体现了当期经营活动的超额表现，是该因子的核心成分。
- :
最新一期(第t期)的残差项，反映最新的营收成本效率偏离情况, 为最终的因子值。
- :
i ∈ {0, 1, 2, ..., N-1}，表示回溯期内各季度序号，其中 0 代表最近一个季度，N为回溯窗口期长度，默认 N = 8，即回溯最近8个季度。
factor.explanation
该因子首先选取最近N个季度的营业收入(Revenue)和营业成本(Cost)数据，分别进行Z-Score标准化处理，以消除数据量纲和分布差异的影响，提升后续回归的稳健性。然后，利用普通最小二乘法(OLS)对标准化后的营业收入和营业成本进行线性回归，构建一个基于历史数据的营收成本关系模型。模型回归得到的残差项(ε)反映了实际营收与模型预测值之间的偏离程度。最近一个季度的残差值（εt）被提取作为最终的RROC因子值。正残差表示当期营收高于预期，可能预示经营效率提升，反之则可能预示经营效率下降。因子值的大小绝对值代表了实际营收偏离预期营收的幅度。