加载中...
Can a Company's Level of High-Quality Development Predict Its Stock Market Performance? A Study Using Machine Learning Methods
从高质量发展理念出发,基于“创新、协调、绿色、开放、共享”五大新发展理念建立高质量发展指标体系,应用九种机器学习方法对股票收益率进行预测,并对指标体系各变量的重要性、成分预测能力的变化以及预测能力来源进行探究。结果表明,公司高质量发展水平对股票收益率具有显著预测能力;创新类指标是预测股票收益率的最重要类别;除股市动荡时期外,公司高质量发展水平对股票市场预测能力较为稳定且有增强趋势。从成分预测能力来看,创新类与绿色类指标的预测能力增强,协调类指标预测能力下降;高质量发展水平可以预测公司未来基本面变化,但投资者对该部分信息反应不足,这种错误定价是高质量发展指标体系预测能力的来源。建议完善资本市场定价机制,使公司的高质量发展水平得到充分定价。
Abstract
Building on the concept of high-quality development, this study constructed an index system guided by five core development principles: “Innovation, Coordination, Sustainability, Openness, and Inclusivity.” We employed nine machine learning techniques to forecast stock returns, investigating the importance of each variable in the index system, fluctuations in predictive power, and the origins of this forecasting capability. The findings reveal that a company’s level of high-quality development significantly impacts its stock market performance. Notably, indicators related to innovation emerge as the most critical for forecasting stock returns. Except during times of market turbulence, the predictive accuracy stemming from high-quality development levels was fairly stable and even showed signs of improvement. From a component-wise perspective, the predictive strength of innovation and sustainability indicators increased, whereas coordination indicators are losing their forecasting power. The level of high-quality development can indeed forecast a company’s future fundamental shifts; yet, the market appears to underreact to this valuable information. This market mispricing serves as the source of the predictive power of our high-quality development index. We therefore recommend refining the capital market’s pricing mechanisms to better account for a company’s level of high-quality development.
公司高质量发展水平显著预测股票收益率;GBRT法样本外R²为2.04%。
采用2011年5月至2021年12月中国沪深A股样本,用九种机器学习模型滚动预测月度股票收益率。GBRT方法的样本外R²为2.04%,随机森林为1.29%;按预测信号由高到低3:4:3分组,GBRT方法下高低组多空月度收益率为1.35%,经Fama-French三因子和五因子调整后分别达1.50%与1.46%,说明高质量发展水平对股票收益率有显著且稳健的预测能力。
创新类指标是最重要预测类别,TFP、绿色信息披露、董事会规模等居前。
对26项指标逐一剔除后比较样本外R²降幅,发现创新类指标整体最为重要。重要性综合排名居前的包括全要素生产率(TFP)、企业资质认定(是否高新技术企业)、专利数量与专利质量;此外绿色信息披露得分、董事会规模也属于信息量较大的变量。结果表明企业创新产出与效率在高质量发展定价中占主导地位。
非股市动荡期预测能力稳定且有增强趋势。
将样本分为2012—2014年、2015—2016年、2017—2019年和2020—2021年四个子区间。GBRT策略在2015—2016年股市动荡期间预测组合收益不再显著,其余时期均获得显著多空收益;2017—2019年月度收益率为2.67%,2020—2021年为1.96%,经三因子调整后分别为1.09%和1.87%,体现预测能力在非动荡期相对稳定且增强。
创新类与绿色类预测能力增强,协调类预测能力下降。
分维度预测能力呈差异化变化:创新类和绿色类指标的预测能力增强,绿色类在2020—2021年五因子调整收益率为1.33%;共享类与开放类相对稳定;协调类组合全区间月度收益率仅0.14%,预测能力较早期明显减弱,反映出该类信息逐渐被市场纳入定价。
预测能力源于市场错误定价,即指标可预测基本面但投资者反应不足。
机制检验(Fama-MacBeth与Pooled OLS)显示,高质量发展指标对未来3、6、12期ROE与标准化未预期盈余(SUE)均有显著正向影响,证实其基本面溢出效应。分组检验发现,多空策略收益在非流动性更高、投资者关注更低、历史日度最大收益更高的股票组中更大:非流动性高组比低组高0.70个百分点,低关注组比高关注组高0.84个百分点,高彩票型组比低组高1.57个百分点,支持投资者反应不足导致错误定价的解释。
核心解释变量
公司高质量发展水平。具体为由26项指标(创新6、绿色3、共享7、开放3、协调7)构成的评价体系,经OLS、Lasso、Ridge、E.Net、PCR、PLS、GBRT、RF、ANN九种机器学习模型滚动训练得到的未来收益率预测信号;在Fama-MacBeth/Pooled OLS回归中对应预测收益率变量Ret_ml。
被解释变量
股票未来月度收益率(考虑现金红利再投资的收益率)。在机制检验中进一步以未来3、6、12期净资产收益率(ROE)和标准化未预期盈余(SUE)为被解释变量。
样本与数据
2011年5月至2021年12月中国沪深A股全体股票,剔除ST、PT和金融类公司;财务、公司治理、专利、ESG等来源包括CSMAR、Wind、CNRDS、国家专利局、和讯网、彭博和CnOpenData等,并做1%缩尾、标准化处理。
识别方法 / 模型设定
利用滚动窗口机器学习模型(训练窗口1年、每月滚动)生成样本外预测收益率,通过样本外R²(R²OOS)、单变量/双变量分组构造多空组合,结合Fama-MacBeth截面回归与多固定效应Pooled OLS识别预测能力;再从基本面溢出和错误定价角度,按过去表现、非流动性、投资者关注、博彩偏好分组进行机制检验。
内生性及稳健性检验
双变量分组控制公司规模、账面市值比、净资产收益率、机构持股比例、特质波动率与系统性风险;组合收益经Fama-French三因子和五因子模型调整后依然显著;Fama-MacBeth和公司与时间双向聚类的Pooled OLS结果稳健;子区间检验显示除2015—2016年股市动荡期外预测能力稳定。