量化选股系列之六：高质量股票池构造体系Ⅱ：事件型风险研究
量化选股系列之六：高质量股票池构造体系Ⅱ：事件型风险研究
高质量股票池构造框架：在前篇报告《高质量股票池构造体系——量化选股系列报告之五》中，我们从真实交易环境出发，提出了一个三层股票池构造框架，包括原始股票池、刚性优化股票池以及柔性优化股票池。刚性优化保证了股票可交易，柔性优化提升了股票池质量。本文延续之前的优化框架，在柔性优化部分进行了进一步研究。对负向事件进行了梳理研究，将其划分成可预测和不可预测两部分。
不可预测负向事件研究
事件是否具备可预测性一般需要主观分析判断，对于不可预测事件来说，若负向收益发生在事件发生后，可以通过及时监测并剔除涉事股票的方式避免损失扩大。
我们从两个维度选取了若干不可预测负向事件进行测试。具体来说，包括基本面和经营层面共8 个事件，测试时间区间为2010 年1 月4 日至2021 年12 月31日。经测试，跟踪并剔除涉及负向事件的股票能够有效的提升组合表现，月度平均胜率可以达到77.08%。
可预测负向事件研究
我们认为公司陷入财务危机是一个逐步的过程，反映在财务报表上的信息是可预测的。本文以财务报表为线索，参考了风控模型中常用的分箱思想构建了财务质量打分模型。
财务质量打分模型构建
我们首先整理了上市公司问题报表，根据是否由财务质量引起的问题对报表进行了提纯。此外，我们使用分箱法对财务指标和财务危机风险发生概率之间的关系进行刻画，引入IV和WOE指标对分箱效果进行评价。最终筛选出了45 个有效财务指标对企业财务报告质量进行评分。
我们构建的财务质量打分模型能够有效的筛选出质量存疑的财务报告，构建的预警组合能够显著提升股票池质量。经测试，2016 年3 月1 日至2022 年4 月29日期间，预警组合在沪深300 和中证500 股票池内均有显著负向收益。剔除预警组合后的剩余股票相对于预警组合超额收益明显，沪深300 股票池中年化超额收益12.50%，中证500 股票池中年化超额收益13.62%。
风险分析：报告结果均基于历史数据，历史数据存在不被重复验证的可能。
