考慮收益意外規模的回歸
我試圖回歸變數 x 的收益驚喜。然而，絕對收益意外主要受公司總收益和流通股數量的影響。所以我不能只在回歸中使用它。相對意外也不起作用，因為如果實際值和預測值都可以是負數或正數，則相對意外的跡象並不能真正說明任何事情。我目前的想法是做3個類別：好、中性和壞。對於計算，我將使用解決上述問題的條件。但是，我想知道是否有另一種方法可以更準確地說明意外的大小/嚴重性，因為這可以更詳細地了解變數 x 對收益意外的影響？你可能知道這樣做的方法嗎？謝謝閱讀 ：）
親切的問候
好的，所以這是一個半答案，但也許你可以找到一些用處。我已經完成了一些關於收益意外的工作，所以我將回顧一下定義它的常用方法。
查看收益意外的第一種方法是 $ [-1,+1] $ 以收益公告日期為中心的日視窗。然後，您的特徵將是該期間的超額回報：
$$ \text{EAR} = r_S - r_f $$
在哪裡 $ r_S $ 是累積股票收益和 $ r_f $ Fama-French 投資組合的回報。這在許多論文中都有記錄，但以 Brand 等人為例。(2008) -收益公告充滿驚喜。
查看收益意外的另一種方法是使用已實現的每股收益變化，但是，通過包括收益預測（例如中值預測或經紀人組合），您可能會獲得更有趣的結果。一個流行的數據庫是 I/B/E/S，但像 Bloomberg 或 TR 這樣的常見數據供應商有自己的聚合。
在陳等人。(1995)，作者定義了收益修正 $ ER $ 作為
$$ \text{ER} = \frac{\text{E}{t}-\text{E}{t-1}}{\sigma_E} $$
其中分子使用從一個時期到下一個時期的每股收益的絕對增長，分母擷取 12 個月間隔內收益（預測）的標準偏差（類似於 Dimitri 在他的評論中提到的）。您還可以通過Baule 等人的股票收益來衡量收益驚喜。（2014 年）呼叫錯誤評估 $ Q $ :
$$ Q = \frac{1+r_{E}}{1+r_{S}} $$
在哪裡 $ r_E $ 指比上一期間的收益（預測）增長和 $ r_{S} $ 股票回報在同一視窗。作者還提出了一個調整 $ Q $ 應對每股收益為負/低的公司。
最後，這裡還有在 Brandt 論文中討論的標準化意外收益因素。這 $ \text{SUE} $ 通過 8 個季度內已實現收益的標準差來衡量預期收益增長。
就個人而言，我對各種股票領域的任何因素都沒有多少運氣（即無論參數選擇如何，IC 都非常低）。