我们发现，排除ESG变量（浅蓝色和绿色条）仅在2015年部分时间内表现优异。总体而言，包括ESG变量可以提高性能。当使用重新定义的ESG和使用单一平均ESG分数时，使用ESG变量的绩效增长非常相似。剩余的两个模型random forest和XGBoost的结果相似，可以在超额回报请求时进行沟通，我们发现2015年至2016年期间的表现最好，2017年有所下降。使用所有公司特征略优于修剪版本，而ESG数据改善了“修剪FC”情况，并在较小程度上改善了“FC”情况。图9:2014年6月至2017年4月期间MLP的MAE（左）和CCC（右）的演变特征重要性我们对“FC+ESG”和“修剪FC+ESG”的情况重复特征重要性分析，以评估非线性模型（RF、XGBoost和MLP）中ESG变量的预测能力。图10报告了前30个变量及其对“FC+ESG”敏感度的重要性得分。三个模型中的主要主导变量是买卖价差（baspread）、波动率（retvol）、市盈率（ep）、动量（MOM1200万）和贝塔。ESG得分也是前20名变量之一，XGBoost排名第三，MLP排名第七。当包含分数时，此结果与性能的改善一致。平均而言，在减少特征数量（即“修剪FC+ESG”）时，我们发现波动率（retvol）、规模（mve）、贝塔系数、市盈率（ep）和动量（mom12m）是前5个变量，其次是ESG单项得分。如前所述，这种关系的迹象也提供了信息。

例如，出价较高的公司askspread、波动率或贝塔系数往往会有较高的提款，而动量较高或收益与价格之比较高的大公司往往会有较低的提款。我们还发现，较高的ESG分数与较低的提取率相关。这一结果在基于树的模型和MLP模型中是一致的。MLP的其他一些配置导致ESG变量与最大水位下降之间存在正相关关系。然而，根据参数调整程序，这些配置并非最佳配置。这种差异可能是变量共线性或过度拟合的结果。图10：案例“FC+ESG”的变量重要性条形图报告了案例“FC+ESG”的前30个变量和三个非线性模型；randomforest（RF）、XGBoost和多层感知器（MLP）。我们区分了预测值和输出之间的负相关关系（红色）和正相关关系（黑色）。图11：案例“修剪FC+ESG”的变量重要性条形图报告案例“修剪FC+ESG”和三个非线性模型的变量重要性；随机森林（RF）、XGBoost和多层感知器（MLP）。左面板显示了每个模型的等级以及预测因子和结果之间关系的符号：黑色表示阳性，红色表示阴性。右面板显示了不同模型的平均重要性排名，以及预测因子和结果之间关系的符号：阴影表示为负值。4结论在本文中，我们探讨了美国股市的最大提款截面。我们将一套有监督的学习方法应用于利用企业层面特征的当前信息预测一年最大提款量的问题。我们使用的混合回归方法表明，非线性方法优于线性方法。

我们发现，一些实体特征可以预测MDD的横截面。这些特征中有许多在模型中始终占主导地位，即规模、买卖价差、波动性、账面市值、beta和动量。即使在动荡时期，预测和实现的最大缩编之间的一致性仍然存在。当将环境、社会和治理得分纳入预测因素集时，我们发现非线性方法的性能有所改善。最后，我们发现，纳入单一综合ESG指标与纳入更详细的得分一样，也能提高绩效，且ESG指标越高的公司提取的金额越低。参考文献【Altmann等人，2010年】Altmann，A.、Tolosi，L.、Sander，O.和Lengauer，T.（2010年）。排列重要性：一种修正的重要性度量。生物信息学，26（10）：1340–1347。【Aupperle等人，1985年】Aupperle，K.E.，Carroll，A.B.，和Hat field，J.D.（1985年）。对企业社会责任与盈利能力之间关系的实证检验。《管理学会杂志》，28（2）：446–463。【Bayraktar等人，2014年】Bayraktar，M.K.，Mashtaler，I.，Meng，N.，和Radchenko，S.（2014年）。BarraUS长期投资者总市场股票模型。技术报告，MSCI。【Benlemlih等人，2018年】Benlemlih，M.、Shaukat，A.、Qiu，Y.和Trojanowski，G.（2018年）。环境和社会披露以及企业风险。《商业伦理杂志》，152（3）：613–626。【Brammer等人，2006年】Brammer，S.、Brooks，C.和Pavelin，S.（2006年）。企业社会绩效和股票回报：英国分类指标的证据。财务管理，35（3）：97–116。[Breiman，2001]Breiman，L.（2001）。随机森林。机器学习，45（1）：5–32。【Carhart，1997】Carhart，M.M.（1997）。共同基金业绩的持续性。

《金融杂志》，52（1）：57–82。【Chekhlov等人，2004年】Chekhlov，A.，Uryasev，S.，和Zabarankin，M.（2004年）。具有缩减约束的投资组合优化。《供应链与金融》，第209–228页。《世界科学》【Chen和Guestrin，2016】Chen，T.和Guestrin，c.（2016）。XGBoost：一个可扩展的树Boosting系统。arXiv:1603.02754v1。【Cholleta和Sandwidi，2018】Cholleta，P.和Sandwidi，B.W.（2018）。企业社会责任参与和财务风险：良性循环？国际证据。《全球金融杂志》。【Daniel和Moskowitz，2016】Daniel，K.和Moskowitz，T.J.（2016）。动量崩溃。《金融经济学杂志》，122（2）：221–247。[Fama and French，1992]Fama，E.F.and French，K.R.（1992）。预期股票收益的横截面。《金融杂志》，47（2）：427–465。[Fama and French，2008]Fama，E.F.and French，K.R.（2008）。解剖异常。《金融杂志》，63:1653–1678。【Feng等人，2017年】Feng，G.、Giglio，S.和Xiu，D.（2017年）。驯服因子动物园。技术报告，Fama Miller工作文件。芝加哥布斯研究论文第17-04号。【Goldberg和Mahmoud，2016】Goldberg，L.R.和Mahmoud，O.（2016）。缩编：从实践到理论再到实践。数学与金融经济学，11:275–297。【Green等人，2013年】Green，J.，Hand，J.R.M.，和Zhang，X.F.（2013年）。返回预测信号的超视图。《会计研究回顾》，18（3）：692–730。【Green等人，2017年】Green，J.，Hand，J.R.M.，和Zhang，X.F.（2017年）。提供有关美国每月平均股票回报率的独立信息的特征。《金融研究评论》，12（1）：4389–4436，。【Gu等人，2018年】Gu，S.，Kelly，B.，和Xiu，D.（2018年）。通过机器学习的经验资产定价。工作文件。【Harvey等人，2015年】Harvey，C.R.，Liu，Y.，和Zhu，H.（2015年）。。。以及预期回转体的横截面。

《金融研究回顾》，29（1）：5–68。【Heidorn等人，2009年】Heidorn，T.、Kaiser，D.G.和Roder，C.（2009年）。对冲基金的基金风险：最大提款的实证分析。《财富管理杂志》，12（2）：89–100。【Herskovic等人，2016年】Herskovic，B.、Kelly，B.和Lustig，H.（2016年）。特质波动的共同因素：量化资产定价影响。《金融经济学杂志》，119（2）：249–283。金融经济学杂志。[Hoerl，1962]Hoerl，A.E.（1962）。岭分析在回归问题中的应用。化学工程进展，58（3）：54–59。【Hong和Kacperczyk，2009】Hong，H.和Kacperczyk，M.（2009）。罪恶的代价：社会规范对市场的影响。《金融经济学杂志》，93（1）：15–36。【Jo和Na，2012】Jo，H.和Na，H.（2012）。企业社会责任是否降低了企业风险？来自有争议行业的证据。《商业伦理杂志》，110（4）：441–456。[Khan等人，2016年]Khan，M.、Serafeim，G.和Yoon，A.（2016年）。企业可持续性：重要性的第一个证据。《会计评论》，91（6）：1697–1724。【Lin等人，2002年】Lin，L.、Hedayat，A.S.、Sinha，B.和Yang，M.（2002年）。评估一致性的统计方法：模型、问题和工具。《美国统计协会杂志》，97（457）：257–270。[Lintner，1965]Lintner，J.（1965）。股票投资组合和资本预算中风险资产的估值和风险投资的选择。《经济学与统计学评论》，47（1）：13–37。[Magdon Ismail等人，2004年]Magdon Ismail，M.、Atiya，A.F.、Pratap，A.和Abu Mostafa，Y.S.（2004年）。关于布朗运动的最大下降。应用概率杂志，41（1）：147–161。[皮尔逊，1901年]皮尔逊，K.（1901年）。在距离空间点系最近的直线和平面上。哲学杂志，2（11）：559-572。【Plastira，2014】Plastira，S.（2014）。

规模、账面市值和动量投资组合的绩效评估。《经济学与金融百科全书》，14:481–490。[普雷斯顿和奥班农，1997年]普雷斯顿，L.和奥班农，D.（1997年）。企业社会-财务绩效关系：类型学与分析。《商业与社会》，36（4）：419–429。【Renneboog等人，2008年】Renneboog，L.，Horst，J.T.，和Zhang，C.（2008年）。社会责任投资：机构方面、绩效和投资者行为。《银行与金融杂志》，32:1723–1742。[Ribeiro等人，2016年]Ribeiro，M.T.，Singh，S.，和Guestrin，C.（2016年）。”我为什么要相信你？”：解释任何类别的预测解释任何类别的预测解释任何类别的预测。KDD，ACM，第1135–1144页。[夏普，1964年]夏普，W.F.（1964年）。资本资产价格：风险条件下的市场均衡理论。《金融杂志》，19（3）：425–442。【Taylor，1975】Taylor，H.M.（1975）。一个停止的布朗运动公式。《概率年鉴》，3（2）：234–246。【Tibshirani，1996】Tibshirani，R.（1996）。通过套索进行回归收缩和选择。《皇家统计学会杂志》，58（1）：267–288。【Vozlyublennaia，2013】Vozlyublennaia，N.（2013）。企业特征对特殊风险的动态性有影响吗？《国际金融市场、机构与货币杂志》，27:35–46。[Wei等人，2015年]Wei，P.，Lu，Z.，和Song，J.（2015年）。变量重要性分析：综合视图。可靠性工程和系统安全，142:399–432。【Zou和Hastie，2005】Zou，H.和Hastie，T.（2005）。通过弹性网进行正则化和变量选择。《皇家统计学会杂志》，67（2）：301–320。