<HELP> for explanation

Блог им. Stagirit

Анализ ошибок цен аналитиков

На глаза попалась статья http://smart-lab.ru/blog/194877.php — что мол мало количественных методов на смарт-лабе. Собственно подумал почему бы не выкладывать выжимки из анализа white papers — все равно их делаю периодически. Собственно я не очень квант, так, по мелочи нахватался. Хотя с другой стороны тот же фундаментальный анализ — по сути тоже количественный метод. Ну да ладно. Сами стратегии не тестировал, это совсем сырые драфты (тестированные и живые выкладывать жалко :)), строго не судите.

Understanding and Predicting Target Price Valuation Errors (Patricia M. Dechow, Haifeng You November 15, 2013, ID SSRN:id2412813)
Теоретическая доходность: 17% маркетнейтрально
Необходимые данные:I/B/E/S, CRSP
Авторы проанализировали, что влияет на ошибки предсказания цен акций аналитиками. Брали прогнозную цену, считали ожидаемый доход и сравнивали с реальным изменением цены через 12 месяцев. В среднем оценка аналитиков излишне оптимистична (13.45% смещение вверх).  Однако, доходность компаний в коротком промежутке (через месяц) достаточно сильно связана с тем, высокий или низкий апсайд ожидают аналитики – все бумаги были разделены на 5 квинтилей в зависимости от ожидаемого апсайда, плюс группа где аналитики ожидали снижения цены. Компании с отрицательным апсайдом показывают в среднем доходность 0.41% через месяц, а бумаги 5-го, самого высокого квинтиля – 1.44%.


Анализ ошибок цен аналитиков 
IMPRET-ожидаемый доход (апсайд), CXRET12M-реальный прирост за 12мес, RET1- средний прирост цены через месяц.
Также выявили, что ряд параметров, используемых в процессе оценки, смещает целевую цену:
— Аналитиками переоценивается влияние предшествующего роста выручки – более высокий рост ведет к завышению оценки, которая по факту не оправдывается;
— Высокая доходность наоборот занижается, анализировалось через ROA (рентабельность активов). Причем, если разложить саму ROA по составляющим, существенно недооценивается высокомаржинальные компании;
— Оценка аналитиков также необоснованно ниже для акций с высокой дивидендной доходностью.
   Авторы также предположили, что аналитики смещают оценку еще и в зависимости от параметров, которые не должны по идее на нее влиять – к примеру, так как большая часть аналитиков является сотрудниками банков и брокерских компаний, у них может быть заинтересованность завышать оценку компаниям, привлекающим внешнее финансирование. Или по акциям с высоким оборотом оценка может завышаться аналитиками брокерских компаний. Было замечено, что:
— Компании с высоким оборотом и привлекающие капитал чаще не оправдывают ожиданий аналитиков.
Выше перечисленные факторы по мнению ученых «ответственны» за 25% отклонений оценки будущей доходности акций.
Это все хорошо, но как торговать такие закономерности? Были  предложены две стратегии, которые базируются на связи краткосрочной доходности бумаги (через месяц) и ожидаемого апсайда  с его корректировкой на выявленные смещения.
1.      Использование апсайда, скорректированного на все влияющие факторы
Первым шагом нужно получить оценку смещения из-за всех возможных факторов влияния – находим беты в уравнении:
 Анализ ошибок цен аналитиков
 Для этого берем целевые цены по всей совокупности бумаг которые были год назад, значения параметров и смещение текущей цены. Находим коэффициенты регрессии по каждому фактору. Далее применяем эти коэффициенты к текущим параметрам, получаем ожидаемое смещение. Корректируем текущую целевую цену на ожидаемое смещение и определяем апсайд. Значения апсайда по всей совокупности бумаг ранжируем в квинтили.
Если покупать бумаги пятого квинтиля (максимальный скорректированный апсайд), а продавать бумаги первого квинтиля, держать позу месяц и закрывать – получаем маркет-нейтральную доходность 1.04% в месяц (12% в год). Для сравнения — простое ранжирование апсайдов (нескорректированных) дает 0.54% в месяц. 12% конечно немного, но так как доходность маркет-нейтральная встает вопрос использования плечей… Все же – несколько сложновато для сравнительно невысокой доходности. И вообще не очень понятно зачем использовать такой сложный путь, если просто выделение группы «негативный апсайд» уже дает разницу с 5м квинтилем те же 1.04% с уровнем значимости 99% — даже без расчета смещений. Или если выделить группу «негативный апсайд» в варианте с расчетом смещений доходность будет выше?
2.      Корректировка на «особенности работы аналитиков»
 Такие параметры как внешнее финансирование, оборот, доля институциональных инвесторов,  как было выявлено, смещают оценку из-за конфликта интересов.  
 Было предложено разделить полную выборку компаний (не берем акции меньше 1 долл. и капитализация меньше 50млн.) следующим образом:
  • Делим выборку на 5 квинтилей по размеру (log(MCAP));
  • Каждый квинтиль делим далее на три части по параметру – оборот акций в деньгах (нормированный от 0 до 100);
  • Берем из каждого квинтиля выборку с минимальными значениями VOLUME – все полученные бумаги суммируем в итоговоую выборку и называем ее Low. Ожидаем, что целевые цены в этой группе будут минимально смещены (конфликт интересов аналитиков минимален);
  • Выборку Low делим также на 5 квинтилей в зависимости от апсайда. Лонгуем квинтиль с максимальным апсайдом, шортим с минимальным. Получаем маркет-нейтральную доходность 1.45% в месяц или 17% в год. Снова думаем о плечах :)
 Для реализации стратегии по сути нужна только база с целевыми ценами аналитиков (учитываем только те, которые пересмотрены не позднее 90 дней назад). Ну и текущие значения среднемесячного оборота и цены. 
 


Только зарегистрированные и авторизованные пользователи могут оставлять комментарии.

Залогиниться

Зарегистрироваться
....все тэги
Регистрация
UP