可持续投资与收益及最大回撤的横截面
统计金融
2023-12-05 v2 计量经济学
摘要
我们使用监督学习来识别预测美国股票市场股票收益横截面与最大回撤的因素。我们的数据涵盖 1970 年 1 月至 2019 年 12 月，分析包括普通最小二乘法、惩罚线性回归、基于树的模型与神经网络。我们发现最重要的预测因子在不同模型间往往一致，且非线性模型比线性模型具有更好的预测能力。预测能力在平稳期高于压力期。尽管环境、社会与治理指标与最大回撤负相关、与收益正相关，它们在我们的数据中仅边际地影响了非线性模型的预测能力。在探究 ESG 变量是否被某些模型捕捉后，我们发现 ESG 数据仍对预测有所贡献。
引用
@article{arxiv.1905.05237,
title = {Sustainable Investing and the Cross-Section of Returns and Maximum Drawdown},
author = {Lisa R. Goldberg and Saad Mouti},
journal= {arXiv preprint arXiv:1905.05237},
year = {2023}
}