时间：2021年10月13日周三
主题：《另类数据的信息含量研究——来自电商销售的证据》
万灵珺同学在本次会议上汇报分享了题为《另类数据的信息含量研究——来自电商销售的证据》的文章，该文登于《管理世界》2021年第9期，由廖理、崔向博、孙琼三人共同撰写。
随着金融市场、互联网技术以及数字技术的发展，另类数据在公司前景分析预测中越来越重要。文章通过分析700多个品牌近三年的线上线下数据，得出另类数据可以预测公司基本面信息与未来股票收益的结论。另外，文章在定义变量时，为了消除季节影响，采用了同比的方式。
通过此次组会，同学们了解到以下知识点：
其一，另类数据兴起的原因是上市公司财务数据对股票价格的解释力不足。另类数据，应有别于财务数据，不能从财报直接获取，以避免内生性。
其二，漂移现象（PEAD，post–earnings announcement drift），指的价格并没有迅速对盈余公告做出反应，而是经过一段时间调整后才将盈余信息融入股价。
其三，指标噪音的关键是指标能否指向研究对象。
其四，Fama和French 1992年对美国股票市场决定不同股票回报率差异的因素的研究发现，股票的市场的beta值不能解释不同股票回报率的差异，而上市公司的市值、账面市值比、市盈率可以解释股票回报率的差异，这就是Fama-French三因子模型。Fama和French认为，上述超额收益是对CAPM中β未能反映的风险因素的补偿。
