使用機(jī)器行業(yè)收益的可預(yù)測(cè)性

由于行業(yè)之間的聯(lián)系，一個(gè)行業(yè)的現(xiàn)金流被沖擊可能會(huì)影響相關(guān)行業(yè)的預(yù)期現(xiàn)金流。在一個(gè)無摩擦的理性預(yù)期均衡中，投資者很容易認(rèn)識(shí)到特定行業(yè)現(xiàn)金流受到?jīng)_擊對(duì)所有行業(yè)間的影響。因此，所有相關(guān)行業(yè)的股價(jià)都會(huì)立即調(diào)整，以完全抑制現(xiàn)金流沖擊對(duì)所有行業(yè)間的影響，而滯后的行業(yè)回報(bào)率沒有預(yù)測(cè)能力。然而，hong et al.(2007)結(jié)合merton(1987)和hong and stein(1999)的觀點(diǎn)，認(rèn)為信息處理能力有限的投資者專注于特定的細(xì)分市場(chǎng)。在這種環(huán)境下，當(dāng)某一特定行業(yè)出現(xiàn)現(xiàn)金流沖擊時(shí)，由于信息處理的局限性，所以專門從事相關(guān)行業(yè)的投資者無法迅速得出沖擊的全部影響。因此，信息在各個(gè)行業(yè)中逐漸擴(kuò)散，導(dǎo)致股票價(jià)格的延遲調(diào)整，從而在滯后行業(yè)收益的基礎(chǔ)上提高了行業(yè)收益的可預(yù)測(cè)性。
基于整體經(jīng)濟(jì)環(huán)境中的滯后行業(yè)收益，使用機(jī)器學(xué)習(xí)工具來分析行業(yè)收益的可預(yù)測(cè)性。首先為單個(gè)行業(yè)的收益*一個(gè)通用預(yù)測(cè)模型，該模型的回歸量包括30個(gè)行業(yè)的滯后收益。因?yàn)轭A(yù)測(cè)回歸中包含過多預(yù)測(cè)變量會(huì)導(dǎo)致過擬合風(fēng)險(xiǎn)，所以利用機(jī)器學(xué)習(xí)中的lasso來擬合稀疏模型。為了避免lasso系數(shù)估計(jì)本身的向下偏差(幅度)，通過ols重新估計(jì)了lasso選擇的預(yù)測(cè)變量的系數(shù)。通過控制后選推論和多重檢驗(yàn)，樣本內(nèi)結(jié)果提供了行業(yè)收益可預(yù)測(cè)性的大量證據(jù)，表明股票市場(chǎng)存在與行業(yè)相關(guān)的信息摩擦。
基于ols post-lassoestimation的預(yù)測(cè)回歸去建立一個(gè)**的行業(yè)輪動(dòng)組合，用于計(jì)算樣本外的行業(yè)收益預(yù)測(cè)，該投資組合做多(做空)預(yù)測(cè)收益較高(較低)的行業(yè)。多-空行業(yè)輪動(dòng)組合獲得了顯著的平均收益，在周期性衰退期間表現(xiàn)良好，并且在主導(dǎo)多因子模型中實(shí)現(xiàn)了**過8%的年化alpha。滯后的行業(yè)收益信息對(duì)于生成經(jīng)風(fēng)險(xiǎn)調(diào)整后的平均收益顯得相當(dāng)有**，因此為行業(yè)相關(guān)的信息摩擦提供了樣本外的補(bǔ)充證據(jù)。
江蘇精言數(shù)據(jù)分析有限公司專注于項(xiàng)目數(shù)據(jù)分析報(bào)告等