专题报告

金融科技(Fintech)和数据挖掘研究(四):FactSet供应链数据的介绍和应用-海通证券-20190714

由qxiao创建,最终由qxiao 被浏览 75 用户

摘要

FactSet深度行业分类(RevereBusinessIndustrialClassification System,RBICS)数据。一套精确的结构化公司分类体系。利用FactSet独有的Revere Hierarchy行业分类,构建有固定层次的6级结构。

作为一类自下而上的分类方法,该体系利用每个公司的产品与服务信息,对它们进行精确、细粒度的行业划分。这种分类方式正在为越来越多的投资者接受与认可,被广泛应用于各种细分行业或特定主题的指数编制以及投资组合的构建中。

FactSet供应链(Supply Chain Relationships)数据。供应链研究是当前证券市场的热点。随着产业整合度的不断提高,公司之间的关联对其自身业绩的影响正变得越来越大。上游供应商的业绩波动、下游客户的主营变迁都会在很大程度上影响公司的盈利状况,从而反映在股价的表现中。FactSet供应链数据在传统的行业或公司研究之外,提供了一种更加全面的视角,对全市场所有可能的关联公司进行透视。

FactSet 公司营收国别或地区分布(Geographic RevenueExposure,GeoRev)数据。公司研究往往需要回答三个重要问题,即,做什么业务,与谁开展业务,在哪里开展业务。FactSet的GeoRev数据通过对公司在不同地域营收的统计,回答了第三个问题

FactSet RBICS数据在量化基本面中的应用。基于RBICS数据,FactSet与多家国际知名的指数公司联合开发了超过100条指数。众多大型资产管理公司纷纷以此为基础,发行了各类ETF和被动指数产品。目前,已经正式运行的产品共计42个,管理规模超过80亿美元。

FactSet供应链数据在量化基本面中的应用。

  1. 构建更加及时和深入的事件驱动策略,提供右侧交易机会;
  2. 计算“度、中心性、溢出效应”等与传统因子相关性极低的新因子,获取稳定显著的Alpha收益。


基于对股价相关性和主营业务关系网因子的研究,以及FactSet对供应链因子的测试,均可以发现,A股市场上同样可以利用供应链网络构建因子,为传统的基于量价或财报数据的因子模型提供额外的信息增益。

正文

/wiki/static/upload/b3/b380eb4b-c5e5-4cde-9d7d-f06c72ecf3d6.pdf

\

标签

数据挖掘