StarMine CCR在股票投资中的应用：结合价值和动量策略

StarMine Combined Credit Risk Model（CCR）结合了其他三个StarMine信用风险模型的特点，生成了一个反映公众公司信用状况的指标。

在一个结合了价值和动量策略的超额收益模型中，低信用风险证券具有显著的反转效应，高信用风险证券具有持续的趋势效应，基于信用风险分位数构建的组合。

趋势效应在短期内更明显，而反转效应在长期内更稳定。

StarMine信用风险模型

StarMine结构性信用风险模型（SCR）基于Merton结构性违约预测模型的改进版本，从股票市场的视角分析信用风险，将公司的股权视为其资产的看涨期权。

StarMine智能比率信用风险模型（SRCR）运用财务比率分析方法评估信用风险，并结合了实际数据和基于StarMine SmartEstimate的预测数据。

StarMine文本挖掘信用风险模型（TMCR）利用来自多个来源（路透社新闻、StreetEvents、电话会议记录、公司文件和部分经纪商研究报告）的文本信息，识别公司的潜在财务危机。

StarMine综合信用风险模型（CCR）综合了StarMine SCR、StarMine SRCR和StarMine TMCR的优势，生成了一个反映公众公司信用状况的综合指标。它在预测准确性方面显著地超过了三个单一的信用模型以及其他替代方法，如基于Altman Z-Score的估计。它在疫情期间的优异表现在白皮书《Refinitiv StarMine信用风险模型的表现》中进行了详细介绍。

利用StarMine CCR优化股票投资

LowValMo-HighCredit：这个组是通过从ValMo得分为后十分位（ValMo得分<=10）的证券中挑选出低违约风险证券（CCR得分>=90）而形成的。这个组包含了那些过去业绩不佳且估值过高（低ValMo得分）但信用风险极低的证券。

HighValMo-HighCredit：这个组是通过从ValMo得分为前十分位（ValMo得分>90）的证券中挑选出低违约风险证券（CCR得分>=90）而形成的。这个组包含了那些过去业绩优秀且估值合理（高ValMo得分）且信用风险极低的证券。使用月末ValMo和CCR模型得分每月对两组进行重构。

低违约风险（高CCR得分）证券在十二个月内显示出明显的反转效应，而ExGrp证券在十二个月内显示出较弱的动量效应，不论是在高ValMo十分位还是低ValMo十分位。同一十分位数内的证券的动量和反转效应有不同的强度和持续性。

反转效应（在低违约风险证券中）比动量效应（在ExGrp证券中）ValMo十分位都更为迅速地显现。动量和反转效应也可以在一个月内观察到。但是，与十二个月的情况不同，高违约风险证券中的动量效应在一个月内比低违约风险证券中的反转效应更为强劲。

免责声明：

本文仅代表作者个人观点，并不代表Refinitiv或LSEG的观点。