[发明专利]一种基于会计信息相关性的投资组合预测方法及系统

说明书

本发明公开了一种基于会计信息相关性的投资组合预测方法及系统，包括以下步骤：获取上市公司的财务报表数据、股票交易数据和分析师盈余预测数据，并计算上市公司的return值以及CAR；其中，return值为考虑现金红利再投资的日个股回报率，CAR为累积超额收益率；根据return值以及CAR，通过T检验方法得到会计系统、分析师预测系统与股价系统分别属于不同系统的检验结果；根据检验结果计算会计信息的相关性、预测价值和反馈价值；根据会计信息的相关性、预测价值和反馈价值，对五因子模型进行回归计算，获得最终的投资组合。本发明能够有效改进现有投资组合选股模型对股票回报率的解释力与预测能力，从而能够有效地提高投资组合预测的准确性以及股票的回报率。

技术领域

本发明涉及会计信息技术领域，尤其涉及一种基于会计信息相关性的投资组合预测方法及系统。

背景技术

基于有效市场假说，理论界与实务界均开发了大量以分析预测股票回报率的选股模型，其中以Fama and French提出的五因子模型最具代表性。五因子模型认为影响股票回报因素除风险系数β外，市场规模、账面市值比、盈利水平风险、投资水平风险都显著解释了股票回报变动现象，进而在估值中直接运用了会计信息(账面价值)。五因子模型目前得到了理论界和实务界的广泛采用。

使用现有的五因子模型进行股票投资组合的预测，存在如下问题：

只分析一个期间的会计信息所造成的影响，且预测方法没有考量会计信息的相关性，无法准确预测出具有高回报率的股票投资组合。

发明内容

本发明实施例提供的一种基于会计信息相关性的投资组合预测方法及系统，能够有效改进现有投资组合选股模型对股票回报率的解释与预测能力，从而能够有效地提高用户的投资收益。

为实现上述目的，一方面，本发明的第一实施例提供了一种基于会计信息相关性的投资组合预测方法，包括以下步骤：

获取上市公司的财务报表数据、股票交易数据和分析师盈余预测数据，并计算上市公司的return值以及CAR；其中，所述return值为考虑现金红利再投资的日个股回报率，所述CAR为累积超额收益率；

根据所述return值以及所述CAR，通过T检验方法得到会计系统、分析师预测系统与股价系统分别属于不同系统的检验结果；

根据所述检验结果计算会计信息的相关性、预测价值和反馈价值；

根据所述会计信息的相关性、预测价值和反馈价值，对五因子模型进行回归计算，获得最终的投资组合。

进一步地，所述获取上市公司的会计信息，并根据所述会计信息计算return值以及CAR，具体为：

根据股票交易数据得到上市公司的return值，return值的计算公式为：

其中，所述P_n,t为股票n在t日的收盘价；P_n,t-1为股票n在t-1日的收盘价；D_n,t为股票n在t日为除权日时的每股现金分红；F_n,t为股票n在t日为除权日时的每股红股数；S_n,t为股票n在t日为除权日时的每股配股数；K_n,t为股票n在t日为除权日时的每股配股价；C_n,t为股票n在t日为除权日时的每股拆细数；

选定市场模型为：R_i,t＝α_i+βiRm,t+εi,t，其中R_i,t是股票i在t时期的实际收益率；R_m,t是市场在t时期的收益率；ε_i,t为随机扰动项；根据最小二乘法对所述市场模型进行回归计算，得到所述累计超额收益率，具体为：

CAR的计算公式为：