研究发布 | 中证鹏元国际模型回测:滴灌通每日收入分成凭证(DRO)和每日收入分成组合(DRP)收入现金流预测模型(全文)

文摘   财经   2024-06-05 14:48   中国香港  
2024年5月30日,中国香港。中证鹏元国际今天发布一篇题为 "模型回测:滴灌通每日收入分成凭证(DRO)和每日收入分成组合(DRP)收入现金流预测模型"的研究报告。本研究对五个典型月份期间的“样本外”和“时间外”的模型预测值和实际发生值进行比较,对中证鹏元国际的收入现金流预测模型的预测准确性进行考察。
研究显示,在这五个月中,中证鹏元国际的收入现金流预测模型的预测误差(Portfolio Prediction Error)仅分别为-1.01%、1.12%、-2.85%、-2.07%和0.8%。除了以预测误差衡量外,模型亦在偏差(Bias)、均方根误差(RMSE)和样本外R²(Out of sample R²)等关键衡量指标上表现良好。
首席评级官陈科博士表示:“中证鹏元国际就以滴灌通DRO为代表的基于收入分成的融资(Revenue-based Finance)进行有针对性的技术搭建工作,模型现已具备较好的预测准确性和适应市场动态变化的能力。虽然单一小微企业的收入现金流存在较高的不确定性,但多个小微企业的集合收入却呈现出可预测的规律,而这一规律可以被预测模型有效捕捉到。收入的可预测性对RBF投资者、金融机构和风险管理工作具有深远的现实意义。”
陈博士补充道:“除了历史回测之外,本研究还对2024年5月DRO投资组合的收入现金流进行公开预测,而我们将在次月获得实际发生值后将二者进行比较,并将有关结果进行公示。这些样本外的预测将为我们的预测模型的表现和该资产类别的行为提供关键的见解,进而为资本市场效率带来益处。”

概述

本报告通过对五个月期间的样本外和时间外回测,分析了中证鹏元国际的收入现金流预测模型的预测准确性。回测评估主要侧重于偏差、均方根误差(RMSE)、样本外R²以及组合预测误差等关键指标:
主要指标和结论:
  • 偏差:此指标反映了模型预测值与实际值之间的偏差。在整个评估期间,虽然出现了一些低估和高估的情况。但偏差值始终显示出较高的预测准确性。
  • 均方根误差(RMSE):RMSE指标量化了预测误差的平均程度,尤其关注较大的偏差。该指标在整个评估期间保持在较低水平,说明模型预测准确性较好。
  • 样本外 R²:样本外 R² 值衡量的是模型对实际数据变化的解释能力。该值在 82.98% 到 92.53% 之间,显示出模型能有效捕捉收入现金流的底层趋势,并在模型训练阶段未使用的样本外数据上表现良好。
  • 组合预测误差:DRO 组合的预测结果与实际实现回报之间的差异较小,表明模型预测的准确度较高。在整个评估期内,组合预测误差值介于-2.85%和 1.12%之间。特别是在4 月份,组合预测误差仅为 0.8%。
总体而言,中证鹏元国际的收入现金流预测模型表现出稳健可靠的预测能力。模型在多个主要指标上的表现验证了其能够提供准确预测和适应市场变化的能力。持续较高的样本外 R² 值凸显了模型强大的解释能力,而较低的组合预测误差则证明了其显著的样本外预测能力。这些回溯测试结果印证了该模型作为预测 DRO 投资组合收入现金流工具的价值。
此外,模型对 DRO 投资组合收入现金流的准确预测提供了有力证据,表明即便单个小型企业及其相关DRO的收入现金流存在内在不确定性和波动性,但在组合层面汇总后,仍然可以被相当准确地预测。每个小企业的收入现金流存在固有的不确定性和不稳定性,但它们的集合收入却呈现出可预测的规律,这一规律可以被精心设计的预测模型有效捕捉到。这一发现对投资者、金融机构和风险管理策略具有重要意义。DRO组合层面收入的精准预测,为制定更明智的决策、实现更有效的定价,以及实施更有成效的投资多元化提供了可能。
回测指标

在深入分析之前,我们了解一下所使用的回测指标的定义及其代表意义:

1.偏差:模型预测值与实际值之差的平均值。它表明模型是否倾向于高估还是低估,以及这种倾向的程度。正偏差表示低估,负偏差表示高估。

2.均方根误差 (RMSE):预测误差平方均值的平方根。它衡量预测准确度,反映预测值与实际值之间的差异大小。均方根误差越小,表示预测精度越高。

3.样本外 R²:衡量模型对样本外数据的预测能力。数值越大,表示预测未知数据的性能越好。

4. 组合预测误差:这一术语是指模型的预测收益与投资组合在特定时期内同实际收益之间的差异。这些误差对于评估用于投资管理和金融预测的金融模型的准确性和可靠性至关重要。

回测结果
在本节中,我们利用前述的回测方法和性能指标,对五个不同月份的回测结果进行了全面分析。用于本次评估的数据包括Micro Connect投资组合中2023年2月13日至2024年4月30日期间的未偿DROs。对每个月的评估,我们对基于前一个月底可用数据的预测回报与当月实际实现的回报进行了详细比较。这种严格的方法使我们能够评估预测模型的准确性、可靠性和预测能力,提供其在不同时间和市场条件下的表现。
2023 年 11 月回测结果:

  • 偏差值为 -129.54 表明模型存在轻微的高估
  • 均方根误差(RMSE)为7643.37表明预测准确性较高
  • 样本外R²为87.36%表明在预测未知数据方面表现出色
  • 组合预测误差为 -1.01% 显示对未来趋势的轻微乐观预测。
在11 月份,中证鹏元国际的模型似乎对年末市场活动较为敏感,反映了对周期性事件,特别是对节假日销售激增的预期。其乐观的倾向表明对即将到来的商业活动的正面预期。
2023 年 12 月回测结果:

  • 偏差值为 149.99表明模型存在轻微的低估
  • 均方根误差(RMSE)保持相对较低,表明预测准确性良好
  • 样本外R²轻微下降至83.19%,但仍表明预测性能强劲
  • 组合预测误差为1.12%,表明对12月的预测相对保守。
进入 12 月,中证鹏元国际的评级模型的预测出现了一些逆转,反映出其在适应市场变化方面的灵活性。考虑到节假日和年终结算可能带来的市场波动,模型采取了更为谨慎的预测。
2024 年 1 月回测结果:

  • 偏差值为 -427.67 表明模型存在高估,但考虑到均方根误差(RMSE),准确性仍然相对较高

  • 均方根误差(RMSE)为 10941.03 显示模型持续保持较高的准确性
  • 样本外R²为 84.77% 确认了强劲的预测能力
  • 组合预测误差为 -2.85% 表明了乐观的趋势

一月的结果显示,中证鹏元国际的模型在新年初面临挑战,表现出过于乐观的趋势。这可能是由于未能充分考虑假期后的市场调整,或反映了其对假期后市场恢复的乐观预期。

2024 年 3 月回测结果:

  • 偏差值为-311.77,尽管没有 1 月份那么严重,但仍表明系统性高估,

  • 均方根误差(RMSE)为12995表明差异增加,导致预测准确性轻微下降

  • 样本外R²为 82.98% 在解释未知数据方面仍然表现强劲

  • 组合预测误差为-2.07% 表明轻微的乐观趋势  

在三月,中证鹏元国际的模型更好地平衡了其预测,纠正了一月份过于乐观的预期。模型的适应性显示了有效吸收和学习以往波动的能力。

2024 年 4 月回测结果:

  • 偏差值为122.39表明模型存在轻微的低估,

  • 均方根误差(RMSE)为13335 仍然相对较低,表明预测准确性较高
  • 样本外R²为 92.53% 显示出色的未知数据预测性能,比前几个月显著改善。
  • 组合预测误差为 0.80% 表明对未来趋势的准确预测,误差极小。

在四月,中证鹏元国际的模型继续展示出对市场变化的高度适应性。回测结果表明,尽管存在轻微的低估,模型仍然保持了低偏差和低RMSE,反映出高预测准确性。持续较高的样本外R²展示了对未知数据的强解释能力。四月的预测进一步表明了预测准确性的提高,展示了模型在各种经济环境下的稳健性和可靠性。

2024年5月DRO投资组合收入现金流的预测:

下表展示了2024年5月DRO投资组合的预测收入现金流。这种样本外的预测为验证模型的有效性及理解此类资产的表现提供了宝贵的见解。


结论

中证鹏元国际的收入现金流预测模型的回测分析展示了其在预测DRO组合收入现金流方面的强大预测能力和稳健性。模型的表现通过关键指标如偏差、均方根误差(RMSE)、样本外R²和组合预测误差得以体现,突显了其提供准确预测和适应市场动态变化的能力。持续较高的样本外R²值和低组合预测误差强调了模型的强解释能力和显著的样本外预测准确性。
此外,模型准确预测DRO组合收入现金流的能力表明,尽管个别小企业存在固有的不确定性,但是其集体收入流显示出可预测的模式,这可以通过设计良好的预测模型有效捕捉。这些发现对投资者、金融机构和风险管理策略具有重要意义,因为它们能够促进更明智的决策、更有效的定价和在小企业金融领域使用更高效的多样化技术。

联系我们

主分析师

陈科,Ph.D

+852 3615 8316

ke.chen@cspi-ratings.com


分析师

蔡碧凝,FRM

+86 755 8321 0225

bining.cai@cspi-ratings.com


评审委员会主任
左一鸣,FRM
+852 3615 8341
jameson.zuo@cspi-ratings.com


评级服务联系

魏伦

+852 3615 8324
allen.wei@cspi-ratings.com


媒体联络人 
media@cspi-ratings.com


相关评审委员会召开日期:2024年5月29日


若欲获取进一步的信息,敬请访问

www.cspi-ratings.com




免责声明


中证鹏元国际评级有限公司(“中证鹏元国际”、“本公司”)按照既定的内部流程拟备不同的信用研究和相关评论(统称“研究”)。本公司保留在不事先通知的情况下,自行决定修改、更改、删除以及在其网站上发布任何信息的权利。
研究适用于免责声明和限制。研究和信用评级不是财务或投资建议,也不能被认为是购买、出售或持有任何证券的建议,幷且不能反映/针对任何证券的市场价值。我们认为研究和信用评级的使用方应受过专业培训,有能力独立评估投资和商业决策。
本研究完全根据本研究发表时作者可获得的公开数据和信息作出。为了本研究的目的,本公司会从我们认为可靠且准确的来源获得足够有质量的事实性信息。我们不会进行审计,也不会对研究中使用的任何信息进行尽职调查或第三方校验。公司概不就研究中任何公开信息的遗漏、错误或不一致性负责任。
本公司不对以任何形式对其提供的任何信息的准确性、及时性或完整性做出任何明示或暗示的保证。在任何情况下,本公司、公司董事、股东、雇员、代表,均不对任何使用本公司发布的信息所造成的的损害、开支、费用或损失承担任何责任。
本研究侧重于观察信用评级市场的发展趋势。本研究在向公众发布前,尚未提供给任何发行人。公司不会因其研究而获得酬金。
本公司保留其在公司网站、公司的社交媒体页面和授权第三方发布研究的权利。未经本公司事先书面同意,不得以任何方式修改、复制、转载、传播或篡改本公司发布的任何内容。
本公司的研究并非给处在使用此研究可能构成违法的管辖区内的任何人传播或使用。如有疑问,请咨询相关的监管机构或专业顾问,以确保遵守适用的法律法规。
由于研究产生或与其相关的任何争议,本公司有权自行决定与争议解决相关的所有事宜,包括但不限于免责声明和政策的解读。
2024版权所有©中证鹏元国际评级有限公司保留所有权利。




中证鹏元国际 CSPI Ratings
中证鹏元国际(CSPI Ratings)位于中国香港,是一家国际信用评级机构。致力于降低信用信息不对称、提高资本市场效率,中证鹏元国际为环球资本市场提供跨地区、跨行业、跨时间可比的国际信用评级和信用研究。
 最新文章