Centrala begrepp
アクティビスト投資家の標的企業を正確に予測するモデルを開発し、その予測に影響を与える主要な要因を特定する。
Sammanfattning
本研究は、アクティビスト投資家の標的企業を予測するための機械学習モデルを開発することを目的としている。2016年から2022年までのラッセル3000指数に上場する企業のデータと、2011年から2022年までのアクティビスト・キャンペーンに関するデータを分析した。
データ前処理では、欠損値の補完と過剰サンプリングを行った。123通りの異なる組み合わせのデータ補完、過剰サンプリング、機械学習手法を検討した結果、最高のAUC-ROCスコアは0.782であった。
さらに、Shapley値を用いて、企業がアクティビスト投資家の標的となる可能性に最も影響を与える要因を特定した。その結果、企業の時価総額に対する自由フロート比率、長期的な株式リターン、バリュエーション指標、テクニカル指標などが重要な要因であることが明らかになった。
この研究成果は、アクティビスト投資家、企業、一般投資家にとって有用な情報を提供する。アクティビスト投資家は標的企業の選定を効率化でき、企業は介入リスクを軽減するための対策を立てることができ、一般投資家は標的企業の株価上昇から利益を得られる可能性がある。
Statistik
自由フロート比率が低いほど、アクティビスト投資家の標的となる可能性が低い。
4年間の株式リターンが低いほど、アクティビスト投資家の標的となる可能性が高い。
トービンのQ値、EV/売上高、EV/EBITDA、ROICが低いほど、アクティビスト投資家の標的となる可能性が高い。
14日間RSIが高く、30日間RSIが低いほど、アクティビスト投資家の標的となる可能性が高い。