基本面分析在證券投資領(lǐng)域有著非常重要的作用,同時(shí)量化投資的發(fā)展也為證券投資的研究提供了很多新的視角。使用基本面數(shù)據(jù)構(gòu)造因子來進(jìn)行量化研究是一種將二者結(jié)合起來的研究方法。然而,在實(shí)證檢驗(yàn)中許多基本面因子的表現(xiàn)不佳。本文針對該現(xiàn)象進(jìn)行了深入的研究。本文認(rèn)為大多數(shù)基本面因子實(shí)證檢驗(yàn)結(jié)果欠佳的原因主要在于其因子構(gòu)造過程中對信息的使用不充分。現(xiàn)有的基本面因子在構(gòu)造過程中通常僅使用最新的基本面數(shù)據(jù),而忽略了其歷史數(shù)據(jù)的價(jià)值。同時(shí),現(xiàn)有的研究方法注重于對單一基本面變量的檢驗(yàn),而在不同的基本面變量之間可能存在著協(xié)同作用。本文從以上兩個(gè)角度對基本面因子的構(gòu)造方法進(jìn)行了改進(jìn)并在A股市場進(jìn)行了實(shí)證檢驗(yàn)。首先,本文選取了四個(gè)基本面因子:凈資產(chǎn)收益率、凈營運(yùn)指數(shù)、每股息稅折舊及攤銷前利潤、流動資產(chǎn)周轉(zhuǎn)率。接下來,本文采用橫截面回歸的方法對四個(gè)原始基本面因子進(jìn)行了改進(jìn)。有效性檢驗(yàn)結(jié)果顯示,改進(jìn)后的基本面因子相比于原始基本面因子的有效性有了顯著的提升,可以比較好地解釋股票收益在橫截面上的差異。這一結(jié)果表明,除了最新的基本面數(shù)據(jù)之外,基本面變量的歷史數(shù)據(jù)對于基本面因子的構(gòu)造仍然有重要的意義。最后,本文采用不同的模型綜... 

【文章來源】：山東大學(xué)山東省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：66 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖３－１滬深３００指數(shù)月度收益率與累計(jì)收益率曲線??圖中用深灰色曲線來表示滬深３００指數(shù)的累計(jì)收益率變化趨勢，柱狀圖表示??滬深３００指數(shù)的月度收益率，紅色為正，綠色為負(fù)

?山東大學(xué)碩士學(xué)位論文????＾??３０００?．?？???１２５０?Ｌ??１０００－?＿?２０００）??７５０＇?ｍ?Ｉ??５００１?１０００－??２５０－?ｊＭｌ??Ｇ?一．?〇?－■??０．０?０．２?０．４?０．６?－１．０?－ｏ＇?５?０?０?０．５?１．０??ＥＢＩＴＤＡＰＳ?ＴＣＡ??１０００１?Ｔｉ?１２５０?￣￣ｉ??ＪＵ??１?ｌ?７５〇．??４００?５００－??２。。｜２５０＇??ｕ?ｌｌｌｌ—ＩＴＴ囑國＿?ｌｌｉｉ＾＾ＢａＢｆｃｆｃｉａ＾．１?－??０?１?２?３?４?５?０?２?４?６??圖３－２各基本面指標(biāo)的分布圖??從圖３－２中不難看出，ＲＯＥ指標(biāo)主要分布在［０，０．２］區(qū)間內(nèi)；ＯＰＮＩＲ指標(biāo)主要??集中在０．５和１之間；ｒｏｉＴＤＡＰＳ指標(biāo)與ＴＣＡ指標(biāo)比較相似，數(shù)據(jù)大多位于在０??到２的范圍內(nèi)。??上述分析說明各基本面變量的取值及其分布差異明顯。為了避免數(shù)據(jù)在數(shù)量??級上的差異對本文中模型的效果產(chǎn)生影響，同時(shí)又減少對原始數(shù)據(jù)分布的改變，??本文對原始數(shù)據(jù)進(jìn)行了標(biāo)準(zhǔn)化處理。??１９??

?山東大學(xué)碩士學(xué)位論文???０．００８?ｇｐ；??°．。。６?ｍ?■?■??馨?０．００４』?；：｜??龜?■?－?．—．?—：?ｉ??■１１１Ｉ?ＩＩＩ??ａ?＾ＳＵｈＩｂ?Ｈ??。遍?■豳??ＨＩ??ｌｏｗ?２?３?４?５?６?７?８?９?ｈｉｇｈ??組別??圖５－１簡單相加模型各分位數(shù)組合平均月超額收益圖??從圖５－１中可以看出除第３、７、９分組外，簡單相加模型下月均超額收益率??與因子暴露之間呈現(xiàn)出比較好的單調(diào)性，這表明簡單相加復(fù)合基本面因子可以很??好地解釋股票收益在截面上的差異。同時(shí)，最高分位數(shù)組合平均月超額收益率超??過０．８％，是十組中的最大值。而最低分為數(shù)組合接近十組中的最小值，二者較??大的差異也說明了復(fù)合基本面因子對股票有很好的區(qū)分能力。??圖５－２是回測區(qū)間內(nèi)簡單相加模型各分位數(shù)組合在不同年份的累計(jì)收益率排??名情況。??３３??

【參考文獻(xiàn)】：
期刊論文
[1]有限注意力、競爭性信息與分析師評級報(bào)告市場反應(yīng)[J]. 方軍雄,伍瓊,傅頎.  金融研究. 2018(07)
[2]分析師修正信息、基本面分析與未來股票收益[J]. 張然,汪榮飛,王勝華.  金融研究. 2017(07)
[3]Fama-French五因子模型在中國股票市場的實(shí)證檢驗(yàn)[J]. 李志冰,楊光藝,馮永昌,景亮.  金融研究. 2017(06)
[4]配股對股票長期收益的影響：基于改進(jìn)三因子模型的研究[J]. 毛小元,陳夢根,楊云紅.  金融研究. 2008(05)



本文編號：3030288