持続的であり、低い株式リターンを予測します。スローン・デハウ
と は、企業経営者が発生主義を操作することで発生率を操作できると主張している。
利益、例えば、未受領の売上を記録することにより、投資家はこれを完全には認識していません。
いくつか。 は純営業資産を総資産の一部として使用した
株式のリターンを予測します。信托 これは、過去の発生と過去の投資を積み上げた貸借対照表です。
ボリューム、したがって収益の質と会社の成長の両方 総資産に対する粗利益の比率が高い企業ほど、
フォローアップ率が高い会社です。粗利益は会計上の利益と同じではありません。
広告、販売など、会社の長期的な見通しを改善する可能性のある会社の費用
販売手数料と研究開発費。したがって、発生に関する文献は現在のいくらかの増加を主張しているが、
利益は出るが、長期的には非経済的な行動であり、市場は会社にあまりにも多くのボーナスポイントを与えますが、
現在の論点は、市場は短期的な利益に有効な長期的な利益を与えていないということです
十分な余分なポイントで練習してください。
成功した収量予測因子は、これらの予測因子が
それらが互いにどのように影響するか。新しく報告された予測因子の一部は、単純に次のように変換される場合があります。
他の効果をコントロールすると消える効果。しかし、反対の状況は、 発生する可能性があります。たとえば、収益性指標または収益の質自体は予測できない場合があります
しかし、それがより多くの利益を提供する場合、リターンを予測するために簿価市場比率と組み合わせることができます。
さらに、会社の帳簿価額の信頼できる尺度。
また、特性値が高いまたは低い銘柄については、一部の予測がより高くなる可能性があります。
正確。たとえば、多くの予測効果は、小さな株でより重要であるように見えます。そのような相互作用
バイコンビナトリアル分類で見つけやすく、で表示できます。
またはつの回帰予測と元の予測のベクトル積を含むパネル回帰で表示されます。 比例して市場指数を予測するわけではありませんが、特徴のある株式リターンを予測する証拠
ストックベータですが、への挑戦です。この証拠は、複数の視点をもたらします。 最も保守的な応答は、多くの候補説明変数からテストされています
その過程で証拠が見つかった。考慮される 個の変数ごとに、の有意水準で 5 個が純粋になります
リターンをランダムに予測します。どの文献も少数の変数しか考慮していない可能性がありますが、金融業界は
数千が全体として考慮され、従来の有意性テストによって公開および宣伝されてきました
ほんの数の。おそらく、少なくとも部分的には、前のセクションで要約された証拠は、このデータ マイニングです。
マイニングプログラムの間違った結果。