基于概率单位模型的2018年高传输转移预测[天丰金工吴贤星团队]

2018年4月4日,上海证券交易所和深圳证券交易所发布了《上市公司高级别转让披露指引》(征求意见稿)。这是证券监管部门对上市公司高层转移概念以及隐性信息合谋操纵、内幕交易等违法行为实施的另一项制度性限制。

高输变电预测模型需要政策调整。

高转移预测的四个基本因素:股价、总股本、上市年份的增长因素:每股未分配利润、每股资本公积、每股现金流、每股收益(TTM)时机因素:近三年的转移率、近三年的股息比率、中等转移率的政策因素:基于概率单位模型的新高转移监管约束,样本外预测效果显著当模型预测的高转移概率大于90%时, 2010年、2011年和2014年的点击率基本在80%左右,受政策影响,2016年传输准确率将略有下降。

然而,样本外重测的高命中率表明,我们建立的概率单位模型具有良好的预测效果。

2017年,我们推出了天丰金工高金转投资组合,预测准确率为80%。

根据三季度报告数据和高转移新规定,我们发布了2018天丰金工高转移金股份有限公司高转移新规定。2018年4月4日,上海证券交易所和深圳证券交易所发布了《上市公司高转移和转移信息披露指引》(征求意见稿)。此前,上海证券交易所于2015年10月发布了《董事会审议高转移转让公告格式指引》,深圳证券交易所于2016年2月发布了《上市公司高转移转让方案公告格式》。证券监管部门对上市公司高转移概念以及隐性信息合谋操纵、内幕交易等违法行为施加了另一个制度约束。

交易所对高转移的具体标准也有明确的定义:主板10转移5个以上,中小板10转移8个以上,成长型企业板10转移10个以上。

然而,新法规对高转移的要求总结如下:因此,我们可以根据以下几点总结新法规的主要限制:1 .减少销售和解除销售禁令:在新法规颁布前后三个月内,不得减少销售和解除销售禁令;2.净利润:净利润必须连续两年增长(并购除外)。本期不允许亏损。

3.每股收益:转让后每股收益不得低于0.5元。复合增长率不符合条件的,最近3年每股收益不低于1元。由于政策因素的影响,我们在前三个高转移因素的基础上增加了政策因素:基本因素、增长因素、时机因素和政策因素。

基本因素:总股本少、上市时间短是高级转让股票的主要基本特征。

成长因子:公司较高成长性使得高送转后每股收益不至于大幅摊低,较高的资本公积和未分配利润是公司转增股本和送股的必要条件。增长因素:公司的较高增长使得转让后每股收益不会显著减少。较高的资本公积和未分配利润是公司增加资本和转让股份的必要条件。

时机因素:公司利润分配方式的长期和可持续性将影响当前的转移。

政策因素:政策变化将对高转移预测模型产生很大影响。由于高转移的历史现象不受政策因素的影响,我们使用原来的高转移模型来预测高转移,然后使用政策因素来筛选高转移列表。

在表2中,我们对每个因素的预期影响方向进行了基于逻辑的判断:1。股票价格,对高价股票转让的预期较强,通过高价转让降低股票价格,从而提高股票流动性,而对低价股票的流动性需求不那么强烈;2.总股本较低和股本较低的公司也更倾向于将其股本转移到较高的公司,以增加流动股本的绝对数量和提高股票的流动性。3.上市时间较短的公司通常处于快速增长期。公司对其业绩的持续增长充满信心,因此他们不担心高营业额和低未来每股收益。4.每股未分配利润和每股资本公积是公司实现高转移分配利润的必要条件。只有当每股未分配利润和每股资本公积充足时,公司才能实施高转移分配利润;5.每股现金流和每股收益(TTM),两者都反映了公司的经营状况和公司未来的可持续发展预期;6.过去三年的转移比率和过去三年的股息比率反映了公司过去的利润分配方式。如果过去三年的转移率相对较高,则意味着公司倾向于在利润分配过程中进行转移,因此今年的转移概率相对较高。如果公司过去三年的股息比率相对较高,则意味着公司在分配利润时倾向于实施股息,因此今年高转移的可能性较低。7.《中国日报》提交的年报的转存比例。如果公司实施了更高的转移计划,年度报告转移的可能性就更低。

无论概率单位模型构造是否是“高转移”,因变量都是0或1。因此,本报告采用Probit模型对因变量和自变量进行回归,以达到预测各上市公司高转移概率的目的。

根据Probit模型,我们可以通过选择的变量预测高转发的概率。

样本外预测效果利用概率单位模型,对2010-2016年高转移数据进行了样本外预测:1。选择前三年的高转移数据,例如,以2010年预测的07-09数据为例;2.初步筛选数据(筛选样本中总股本少于50亿股的公司和筛选样本中上市期少于10年的公司;3.利用3年数据拟合概率单位模型,观察各因素的显著性;4、剔除非显著因素,再次拟合剩余因素,得到各显著因素的拟合参数;5.将预测年份的所有因子数据代入方程,得到各公司预测的高转发概率。

通过以上方法,我们可以获得每年样本外各公司的高转移概率。与实际的高转移情况相比,我们可以验证我们预测的准确性。从表3可以看出,以2010年为例,我们通过概率单位模型(Probit model)筛选了274家转移概率大于50%的公司,其中162家最终实现了高转移,即模型预测命中率为59%。

随着我们设置的转移概率阈值的增加,预测命中率也单调增加,表明我们预测的转移概率对于最终的高转移实现具有良好的预测效果。

当高转移概率在90%以上时,2010年、2011年和2014年的命中率将在80%左右,由于政策的影响,2016年转移准确率将略有下降。

2017年,我们推出了天丰金工高转移到黄金股组合,只有黄金柜和勘探股没有转移,其他预测公司转移,预测准确率为80%。

2018年预测结果我们使用高速转发的新定义来统计2010年至2017年间高速转发公司的数量。我们可以看到,由于监管的影响,2017年高速货运公司的数量将大幅下降。如果用2017年的数据来预测今年的高速货运公司,将会有很大的误差。

与17年相比,目前的监管环境有所缓解。因此,本文将2017年数据排除在2018年高转移预测之外,并使用2014-2016年数据作为回归样本中的数据。

将2018年的数据纳入由重要变量构建的新模型,我们可以获得2018年各公司的高转移概率。

根据高端转移的新规定,我们选择了2018年天丰金工高端转移到金股组合。

发表评论

电子邮件地址不会被公开。 必填项已用*标注