金工文献第二期：不可知的基本面分析.pdfVIP

[Table_Main] 证券研究报告 | 金融工程专题 2022 年1 月14 日 金融工程专题 金融工程专题 不可知的基本面分析是可行的 ——德邦金工文献精译第二期 [Table_Summary] 投资要点：  可以通过基于统计的基本面分析来进行投资。基本面分析中，假设股票具有公允价 值且投资者可以从偏离公允价值的信号中赚取超额收益。统计学家可以在不主动 筛选金融变量的情况下使用OLS 方法来估值。  基于简单且不可知的基本面分析算法构造组合。基于月度回归，将公司的内在公允 价值近似为其最近报告期的资产负债表、利润表和现金流量表项目的线性函数，将 相关研究 函数的预测值视为同行隐含公允价值。相比于传统基本面分析，不可知方法降低了 《机器学习因子：在线性因子模型中 主观性。 捕获非线性——德邦金工文献精译第  基于同行隐含价值而不是收益率做选股决策。同行隐含公允价值会随着时间的推 一期》，2021.9.17 移向其真实公允价值趋同。因此，直接衡量同行隐含公允价值和价格之间的偏差， 比单独考察收益率会产生更强的趋同估计。  构建组合过程中对一些变量些量进行控制。控制了行业回报率、贝塔系数、账面市 值比、动量、短期和长期反转、公司规模、盈利能力、应计利润、未预期盈余、盈 利市值比和 12 个其他已知的异象，包括某些错误定价估计。  定义错误定价信号。根据同行隐含价值和实际价值定义错误定价信号，其有效性的 原因是价格趋同于公允价值，而不是风险差异。根据该信号，定价过高的股票往往 是长期获胜的大型成长型股票，而定价过低的股票则恰恰相反。  使用常见会计指标作为拟合自变量。共有28 个常见会计变量，而不常见会计变量 常与这28 个常见变量高度线性相关。然而，28 个常见会计变量内部的线性相关只 影响回归系数，不影响同行隐含价值的估计。  用传统模型检验错误定价因子的有效性。Fama-MacBeth 横截面回归表明，错误 定价因子在全样本期内均有效；因子时序回归表明，错误定价因子的收益不能被六 因子或八因子模型解释，即该因子具有风险因子调整后的超额收益。  错误定价信号的信息随着时间衰减。滞后的会计和市值数据，或者滞后的线性模型 回归系数都会使得错误定价信号的选股能力随着滞后的增加而衰减。  分析各个财务变量对超额收益的贡献。通过对比使用不同会计指标集合构建的错