残差市值偏离度
factor.formula
市值解释模型如下:
其中:
- :
为公司 i 在 t 时刻的对数市值，计算方式为 ln(公司总市值)，是对市值进行对数转换后的结果，目的是减少市值分布的偏度，使其更符合正态分布，利于回归分析。
- :
为公司 i 在 t 时刻所属行业哑变量，用于控制行业层面的特征对市值的影响。例如，若采用中信一级行业分类，则共有30个哑变量。通过哑变量方式可以消除行业整体估值水平对个股的影响，使得回归分析更加精确。
- :
为公司 i 在 t 时刻的对数净资产，计算方式为 ln(公司净资产)。与对数市值类似，对净资产进行对数转换可以减少其分布的偏度，并且更好地反映净资产对市值的边际影响是递减的。
- :
为公司 i 在 t 时刻的正向净利润，当净利润为正时，为该净利润值；当净利润为负时，该值为0。取对数后加入回归模型。这种处理方式使得正向盈利对市值的影响更为线性，避免直接使用整体净利润时可能存在的非线性问题。并且能够区分正负盈利对于市值的不同影响。
- :
为公司 i 在 t 时刻的负向净利润的绝对值，当净利润为负时，为该净利润的绝对值；当净利润为正时，该值为0。取对数后加入回归模型。这种处理方式与$NI^+_{it}$类似，是为了区分负向盈利对市值的不同影响，并通过取对数使得负盈利对市值的影响更加线性化。
- :
为公司 i 在 t 时刻的杠杆率，可以采用资产负债率衡量，也可以采用更为精细的财务杠杆指标。杠杆率反映了公司的资本结构和财务风险，是影响公司市值的重要因素之一。
- :
为上述截面回归模型的残差项，代表了公司i在t时刻实际市值与其回归模型预测市值之间的偏差，即残差市值偏离度，也称为特异市值。正残差表明公司被高估，负残差表明公司被低估。该残差捕捉了市场对公司价值的特异性定价，不完全由基本面因素决定。
- :
分别为截面回归模型的系数，具体数值在不同时间截面(t)和不同行业(j)内可能不同，通过回归得到。
factor.explanation
残差市值偏离度因子是基于横截面回归模型得到的，该模型试图用行业、净资产、净利润和杠杆率等基本面因素解释公司市值。模型回归的残差项，代表了当前市值中无法被这些基本面因素解释的部分，反映了市场的非理性定价或特殊信息。因子值（即残差项）越高，表明公司当前市值相对于其内生价值被高估的程度越大，未来股票收益可能面临下行压力。反之，因子值越低，则可能存在低估，股价未来可能有上行空间。本因子可以辅助投资者识别市场中的价值错配机会，并通过利用市场情绪和非理性定价进行投资决策。需要强调的是，这个因子的有效性可能受到市场阶段和情绪的影响，需要和其他因子结合使用，并进行动态跟踪和调整。