加载中...
Missing Financial Data
我们记录了公司基本面缺失观测的普遍性和结构,并展示了如何系统地处理它们。缺失的财务数据影响了超过70%的公司,这些公司约占总市值的一半。公司基本面具有复杂的系统性缺失模式,使传统的插补方法失效。我们提出了一种新的插补方法,以获得一个完全观测的公司基本面面板,该方法利用数据的时间序列和横截面依赖性来插补缺失值,并允许一般的系统性缺失模式。我们记录了这对风险溢价估计、横截面异象和投资组合构建的重要影响。
Abstract
We document the widespread nature and structure of missing observations of firm fundamentals and show how to systematically handle them. Missing financial data affects more than 70% of firms that represent about half of the total market cap. Firm fundamentals have complex systematic missing patterns, invalidating traditional approaches to imputation. We propose a novel imputation method to obtain a fully observed panel of firm fundamentals that exploits both time-series and cross-sectional dependency of data to impute missing values and allows for general systematic patterns of missingness. We document important implications for risk premiums estimates, cross-sectional anomalies, and portfolio construction.
缺失财务数据普遍存在且影响广泛
在45个常用公司特征中,超过70%的公司至少缺失一个特征,对应约一半的总市值。缺失数据在时间与横截面上具有异质性和依赖性,并非完全随机缺失。
缺失模式复杂且系统性
缺失数据呈现复杂的系统性模式,包括时间序列上的块状缺失和横截面上的聚集,且缺失概率依赖于公司特征值本身,导致传统插补方法产生选择偏差。
新插补方法显著降低误差
提出的基于横截面因子模型和时间序列信息的插补方法,相比横截面中位数插补,样本外插补误差降低约50%,且能更好地捕捉极端特征值。
样本选择偏差影响风险溢价估计
仅使用完全观测样本会忽略大量公司,导致市场风险溢价估计偏差,例如销售价格比的年均收益率差异可达12%。使用插补后的全样本能更准确地估计风险溢价。
中位数插补扭曲资产定价检验
中位数插补导致因子模拟组合的风险溢价误差是B-XS插补方法的4-5倍,且组合收益序列与真实因子的相关性低于40%,而B-XS方法相关性高于92%。
样本与数据
CRSP/Compustat数据库1967年1月至2020年12月共648个月、22,630只股票,45个公司特征。
识别方法 / 模型设定
提出结合横截面因子模型(基于Xiong and Pelger (2023)的缺失数据因子估计)和时间序列AR(1)模型的插补方法(B-XS、BF-XS),并采用岭正则化降低估计方差。
内生性及稳健性检验
通过样本外掩码实验(MCAR、Block、Logit)评估插补误差,并对比中位数插补、EM算法、仅使用完全观测协变量的回归等方法,结果稳健。
更多相关数据正在补充