Спецификация регрессионного анализа воздействия информационной среды на финансовые показатели компании

Предметом исследования является разработка и экспериментальная валидация сквозной регрессионной спецификации, предназначенной для количественной оценки эластичности рыночной стоимости акций к тематическим информационным потокам. Объектом исследования выступают суточные ряды интенсивностей тематик, выделенные алгоритмом Latent Dirichlet Allocation из отраслевого новостного корпуса, и биржевой дифференциал «закрытие-открытие» акций ПАО «ГМК Норникель». Автор подробно рассматривает такие аспекты темы, как Corr–γ–split-нормализация, устраняющая двухмодальность распределений, ортогонализация «масштаб – асимметрия», снижающая мультиколлинеарность, Partial Least Squares-проекция для агрегирования признаков и регуляризованная Ridge-регрессия для устойчивого прогнозирования. Особое внимание уделяется тому, как сочетание этих этапов формирует статистически корректный и интерпретируемый мост между текстовыми сигналами и финансовыми метриками, обеспечивая практическую применимость модели к динамике высокочастотных информационных возмущений. Методологическую основу составили Corr–γ–split-нормализация, ортогонализация «Sum/Diff», Partial Least Squares-проекция и Ridge-регрессия с перекрёстной валидацией, объединённые в полнофакторный эксперимент из сорока пяти альтернативных спецификаций. Основными выводами проведённого исследования являются подтверждение того, что только комплексное объединение Corr–γ–split-нормализации, ортогонализации «Sum/Diff», PLS-проекции и Ridge-регрессии формирует статистически состоятельную и практически применимую модель влияния новостного фона на рыночную цену. Новизна работы заключается в введении метрически обоснованного порога T*, устраняющего врождённую двухмодальность распределений LDA-интенсивностей, а также в развитии интерпретируемого разложения потоков на размер и асимметрию, что повышает объясняющую силу коэффициентов эластичности. Эмпирическая апробация на данных ПАО «ГМК Норникель» показала снижение RMSE на 13 %, рост CV-R² до 0,78 и увеличение сводного показателя качества на 0,32 по сравнению с базовой моделью. Полученные результаты доказывают, что предложенная спецификация масштабируема на различные корпоративные или отраслевые информационные потоки и может служить надёжным инструментом мониторинга и прогнозирования рыночных индикаторов в условиях высокочастотных информационных возмущений.

Информационная среда, Регрессионный анализ, Эластичность, Финансовые показатели, Байесовские приоры, Многокритериальная калибровка, Гетероскедастичность, Временные лаги, PLS-проекция, Ridge-регрессия