In sum, we have ascertained, using

In sum, we have ascertained, using an out-of-sample forecasting exercise
that the oil price predicts firm return variance relatively well
compared to a historical average based forecast. The next question is:
can investors potentially benefit from using the oil price to forecast
firm return variance? To answer this question, we devise a simple oil
price based trading strategy.3 We devise two trading rules.We assume
that investors who use the oil price to forecast return variance are risk
averse. Thus, our first trading rule is that every time the forecasts of return
variance are greater than the average of the actual return variance,
investors invest 100% in the risk-free three-month US Treasury bill rate
or else they invest in the sector. Our second trading rule is that if forecasted
variance is more than one standard deviation away from the actual
variance, investors will invest fully in the Treasury bill rate;
otherwise, they will invest in the sector.
In Table 7, we report the annual returns from our two trading strategies.
The results are divided into two panels. Panel A contains results
for the sector and Panel B contains results for the four different firm
sizes. Column 2 reports returns fromthe oil price based trading strategy
which: (a) invests in the firm/industry if forecasted return variance is
less than the average actual variance; and (b) invests in 3-month
Treasury bill rate when forecasted firm return variance is greater than
the average actual variance. In column 3, returns fromour second strategy
are reported. The trading rule for this investment strategy is to
invest in the sector if the forecasted firmreturn variance is one standard
deviation of the actual firm return variance and invest in the 3-month
Treasury bill ratewhenever the forecasted firmreturn variance is higher
than one standard deviation of the actual firm return variance. In estimating
returns under each of these two trading strategies from the oil
price based forecasting model of firm return variance, we assume
switching costs of 0.1%. This approach is consistent with those considered
by the literature (see, for instance, Driesprong et al., 2008;
Marquering and Verbeek, 2004). We find significant evidence of gains
from the oil price based investment strategies. On the whole, the average
returns across all sectors are 12.1% and 6.6% from trading rules 1
and 2, respectively. The most profitable sectors from trading rule 1 is
electricity, manufacturing, energy and supply, where returns are in the
range of 16.6% to 23.8%. Under trading rule 2, electricity, manufacturing,
and supply are sectors which gain the most from the oil price based
trading strategy.
To obtain a better understanding of the economic relevance of the oil
price in forecasting return volatility and using it to gain from trading, we
also generate return variance forecasts based on historical averages. As
highlighted earlier, in the return predictability literature, forecasting
models based on say financial ratio predictors have compared the statistical
and economic significance of financial ratio based forecasts with
those from a model that generates forecasts based on historical averages.
In columns 4 and 5, we report gains in the form of annualised
returns fromtrading rules 1 and 2 respectively, based on forecasts of return
variance generated using the historical average. Significant gains
are observed from the oil price based trading strategy compared to a
historical average based model. On the whole, across all the 14 sectors
(in the case of trading rule 1), we notice that investors can improve
returns by an average of around 5.5% per annum when they use the
oil price to forecast firm return variance as opposed to using historical
averages. The biggestwinners are investors in the manufacturing sector
(11.7%), financial sector (11.4%), supply sector (8.1%), electricity sector
(6.9%), and banking sector (6.5%). The least improvement in returns is
found for investors in the general services sector (0.3%) and medical
sector (0.6%).
Based on trading rule 2, again investors generally gain by using the
oil price to devise trading strategies compared to using historical averages.
The exceptions are firms in the computer and real estate sectors,
where investors would improve returns by using historical average
based forecasts, while for investors in the medical sector it does not
matter whether the oil price is used in devising trading strategies as
the improvement in returns is zero.
Finally, we turn to the trading strategies for each of the four sizes of
firms, ranging fromsmall (size 1) to large (size 4).We again notice

Kết quả (Việt) 1:

Tóm lại, chúng tôi đã xác định chắc chắn, bằng cách sử dụng một tập thể dục dự báo out của mẫurằng giá dầu dự báo phương sai trở lại công ty tương đối tốtso với dự đoán dựa trên trung bình lịch sử. Câu hỏi tiếp theo là:có thể có nhà đầu tư có tiềm năng lợi từ việc sử dụng giá dầu để dự báocông ty trở về phương sai? Để trả lời câu hỏi này, chúng tôi đưa ra một dầu đơn giảngiá dựa kinh doanh strategy.3 chúng tôi đưa ra hai quy tắc giao dịch. Chúng tôi giả địnhCác nhà đầu tư sử dụng giá dầu để thời trở về phương sai là rủi rokhông thích. Vì vậy, chúng tôi quy tắc giao dịch đầu tiên là mà mỗi khi dự báo trở lạiphương sai lớn hơn mức trung bình của phương sai trở lại thực tế,nhà đầu tư đầu tư 100% trong nguy cơ miễn phí ba tháng chúng tôi kho bạc hóa đơn giáhoặc nếu không họ đầu tư vào các lĩnh vực. Chúng tôi quy tắc thương mại thứ hai là nếu dự đoánphương sai là nhiều hơn một tiêu chuẩn độ lệch đi từ thực tếphương sai, nhà đầu tư sẽ đầu tư đầy đủ trong giá kho bạc hóa đơn;Nếu không, họ sẽ đầu tư vào các lĩnh vực.Trong bảng 7, chúng tôi báo cáo lợi nhuận hàng năm từ hai chiến lược kinh doanh của chúng tôi.Các kết quả được chia thành hai bảng. Bảng A chứa các kết quảvới các lĩnh vực và bảng B chứa kết quả cho các công ty khác nhau bốnKích thước. Cột 2 báo cáo lợi nhuận từ giá dầu dựa trên chiến lược kinh doanhmà: (a) đầu tư vào các công ty/ngành công nghiệp nếu dự báo phương sai trở lạiít hơn so với trung bình phương sai thực tế; và (b) đầu tư trong 3 thángKho bạc bill tỷ lệ khi dự báo phương sai công ty trở lại lớn hơnthe average actual variance. In column 3, returns fromour second strategyare reported. The trading rule for this investment strategy is toinvest in the sector if the forecasted firmreturn variance is one standarddeviation of the actual firm return variance and invest in the 3-monthTreasury bill ratewhenever the forecasted firmreturn variance is higherthan one standard deviation of the actual firm return variance. In estimatingreturns under each of these two trading strategies from the oilprice based forecasting model of firm return variance, we assumeswitching costs of 0.1%. This approach is consistent with those consideredby the literature (see, for instance, Driesprong et al., 2008;Marquering and Verbeek, 2004). We find significant evidence of gainsfrom the oil price based investment strategies. On the whole, the averagereturns across all sectors are 12.1% and 6.6% from trading rules 1and 2, respectively. The most profitable sectors from trading rule 1 iselectricity, manufacturing, energy and supply, where returns are in therange of 16.6% to 23.8%. Under trading rule 2, electricity, manufacturing,and supply are sectors which gain the most from the oil price basedtrading strategy.To obtain a better understanding of the economic relevance of the oilprice in forecasting return volatility and using it to gain from trading, wealso generate return variance forecasts based on historical averages. Asđánh dấu trước đó, trong các tài liệu trở lại dự đoán, dự báoCác mô hình dựa trên nói dự đoán tỷ lệ tài chính đã so sánh các thống kêvà dựa trên tầm quan trọng kinh tế của tỷ lệ tài chính dự báo vớinhững người từ một mô hình tạo ra dự đoán dựa trên lịch sử Trung bình.Trong cột 4 và 5, chúng tôi báo cáo lợi nhuận trong các hình thức annualisedtrả về quy tắc fromtrading 1 và 2 tương ứng, dựa trên dự báo trở lạiphương sai được tạo ra bằng cách sử dụng trung bình lịch sử. Quan trọng lợi íchđược áp dụng từ giá dầu dựa trên chiến lược kinh doanh so với mộtlịch sử là dựa trên mô hình. Tính tổng thể, trên tất cả các lĩnh vực 14(trong trường hợp kinh doanh quy tắc 1), chúng tôi nhận thấy rằng các nhà đầu tư có thể cải thiệntrở về trung bình khoảng 5,5% mỗi năm khi họ sử dụng cácgiá dầu để dự báo công ty trở lại phương sai như trái ngược với sử dụng lịch sửTrung bình. Các biggestwinners là nhà đầu tư trong lĩnh vực sản xuất(11,7%), lĩnh vực tài chính (11,4%), cung cấp khu vực kinh tế (8,1%), ngành điện(6,9%), và lĩnh vực ngân hàng (6,5%). Cải thiện ít nhất trong trở về làtìm thấy cho nhà đầu tư trong tướng lĩnh vực dịch vụ (0.3%) và y tếlĩnh vực (0,6%).Dựa trên kinh doanh quy tắc 2, một lần nữa các nhà đầu tư thường đạt được bằng cách sử dụng cácTrung bình giá dầu để đưa ra chiến lược kinh doanh so với sử dụng lịch sử.Các ngoại lệ là các công ty trong lĩnh vực bất động sản, và máy tínhnơi mà nhà đầu tư sẽ cải thiện lợi nhuận bằng cách sử dụng lịch sử làbased forecasts, while for investors in the medical sector it does notmatter whether the oil price is used in devising trading strategies asthe improvement in returns is zero.Finally, we turn to the trading strategies for each of the four sizes offirms, ranging fromsmall (size 1) to large (size 4).We again notice