您的浏览器禁用了JavaScript(一种计算机语言,用以实现您与网页的交互),请解除该禁用,或者联系我们。[华安证券]:“学海拾珠”系列之一百一十六:ETF的资金流动是否蕴含独特信息? - 发现报告
当前位置:首页/其他报告/报告详情/

“学海拾珠”系列之一百一十六:ETF的资金流动是否蕴含独特信息?

2022-11-16钱静闲、严佳炜华安证券罗***
“学海拾珠”系列之一百一十六:ETF的资金流动是否蕴含独特信息?

金融工程 专题报告 ETF的资金流动是否蕴含独特信息? ——“学海拾珠”系列之一百一十六 报告日期:2022-11-16 主要观点: 分析师:严佳炜 执业证书号:S0010520070001邮箱:yanjw@hazq.com 分析师:钱静闲 执业证书号:S0010522090002邮箱:qianjx@hazq.com 相关报告 1.《低频交易的主动基金业绩表现如何?——“学海拾珠”系列之一百零八》 2.《被动投资对共同基金管理能力和市场效率的影响——“学海拾珠”系列之一百零九》 3.《共同资金流Beta与因子定价— —“学海拾珠”系列之一百一十》 4.《分析师反应不足和动量策略——“学海拾珠”系列之一百一十一 原创》 5.《股票短线交易与收益异象——“学海拾珠”系列之一百一十二》 6.《明星分析师能否在糟糕的信息环境中做出更好的覆盖决策?——“学海拾珠”系列之一百一十三》 7.《共同基金经理是好的投机者吗? ——“学海拾珠”系列之一百一十四》 8.《BAB增强版:与包含定价噪音的Beta为敌——“学海拾珠”系列之一百一十�》 本篇是“学海拾珠”系列一百一十六篇,文献研究了美国ETF的资金流动是否蕴含独特信息。通过分解每日的ETF流量为三个部分:需求驱动的流量、套利驱动的流量和预期外的流量,发现预期外的流量部分能够显著预测第二天的ETF收益,进一步地发现这种收益预测能力与第 二天的新闻有关。这表明知情交易者利用他们的信息优势,通过申购/赎回ETF份额进行套利。回到国内市场,随着ETF规模的快速扩张,对于ETF资金流动的信息研究尚不充分,本文献详细地拆解了ETF流量可能的驱动成分与其蕴含的独特信息。 ETF流量的分解 每日盘后,AP可能需要根据当天二级市场的ETF需求来重新平衡其头寸,这就是需求驱动的ETF流量。AP也可以在第二天申购或赎回ETF份额在一级和二级市场间套利,这就是套利驱动的ETF流量。 为了估计这些流量成分,对每只ETF进行时间序列回归,使用ETF总流量(两天之间ETF流通份额的差)对ETF买卖交易不平衡指标和ETF折溢价率指标进行时间序列回归,得到相应动机下的ETF流量与一个预期外的残差项,分析的重点是ETF流量的这个意想不到的组成部分所蕴含的信息。 预期外ETF流量可显著预测第二日收益 文献证实预期外ETF流量与第二天的ETF收益率有明显的正相关。 另一方面,由套利驱动的ETF流量也具有预测性,但它与第二天的ETF收益率呈负相关(这与ETF申购或赎回的套利目的一致)。而需求驱动的ETF流量,未能将其与第二天的ETF收益率联系起来。因此总流量对于ETF收益的预测效果不及预期外ETF流量,因为其中含有一部分套利驱动的流量,实际上是在相反的方向发挥作用,削弱整体预测能力。 将ETF的预期外流量与宏观新闻直接联系起来,用它们来预测样本中每个ETF的第二天的新闻变量。发现这种预测效果平均在1%的水平上是显著的。这个证据与猜想一致,即AP利用他们对即将发生的新闻事件的未公开信息来申购或赎回ETF份额以获利。 风险提示 本文结论基于历史数据与海外文献进行总结;不构成任何投资建议。 敬请参阅末页重要声明及评级说明证券研究报告 正文目录 1简介4 2ETF样本、ETF流量分解和变量构造5 2.1ETF样本5 2.2ETF流量分解5 2.3新闻数据8 3ETF回报是可预测的吗?8 3.1基本模型结果8 3.2预期外的ETF流量与总ETF流量的比较10 3.3反转的测试10 3.4每周回报可预测性分析11 4预期外的ETF流动是否预示着盈利机会?11 5预期外ETF流量可以预测宏观新闻事件吗?14 6为何要申购/赎回ETF份额?15 7结论16 风险提示:16 图表目录 图表1描述性统计6 图表2ETF流量分解7 图表3分解的ETF流量对ETF回报的可预测性9 图表4未分解的ETF流量对ETF回报的可预测性10 图表5ETF的未来回报及其流量11 图表6每周回报可预测性分析11 图表7基于预期外ETF申购和赎回的投资策略12 图表8基于预期外ETF申购和赎回的投资策略的市场调整累计盈利能力13 图表9基于预期外ETF申购和赎回的投资策略的阿尔法和夏普比率:市值加权13 图表10新闻和分解的ETF流之间的预测关系14 图表11ETF回报的可预测性取决于折溢价情况16 1简介 交易型开放式指数基金(ETF)是跟踪指定市场指数的被动投资工具。在此被动指数市场中,信息是否不对称?一些投资者是否有可能利用优势信息,获得异常收益?这些问题还有待实证证据来回答。ETF的被动性、多样化和高流动性可能会削弱ETF交易中的信息不对称性担忧,现有的ETF文献主要集中在做市商和跨ETF及其相关一篮子股票的套利。然而,从信息的角度来看,ETF是因子投资的重要途径;需要主动决定投资于哪个因子,以及何时投资和投资多少(Cong和Xu,2016)。文献对ETF市场的信息不对称性进行了实证研究,重点关注ETF份额流动所传递的私人信息。 与传统的开放式共同基金类似,ETF份额可以在一个交易日结束时申购或赎回。然而,对于ETF股票来说,它是通过授权参与者(APs),与ETF发行人签订合同的大型金融机构,以促进一级交易。 “AP可以代表自己或代表做市商或机构客户行事。”(BlackRock,2017)。一级交易大多以实物形式进行,ETF的APs将一篮子标的证券与基金交换成ETF份额。然后由APs申购的ETF份额在二级市场上以与封闭式基金和其他股票相同的方式进行交易。由于APs及其客户都是大型机构交易商,他们拥有大量收集、处理和分析信息的资源,因此自然会质疑他们通过一级交易反映的ETF需求是否具有信息量。ETF申购和赎回的特殊机制具有活跃的ETF一级市场的特点。例如,对于文 中样本中的所有366只ETF,在其一级市场上超过20%的交易日是有交易的。这种相对较高的一级交易频率不仅是一个有趣的市场特征,它还提供了丰富的数据来测试ETF市场的信息不对称性。 为了检验ETF流量是否拥有未公开信息,首先提取出由做市商和跨市场套利产生的ETF流量。为此,将ETF的每日流量与当天ETF的市场需求和第二天的预期套利机会进行回归,从而分解ETF的流量。这个分解过程能够估计由ETF二级市场的需求引起的流量部分,以及ETF和ETF底层一篮子股票的套利部分。回归的残差是ETF的预期外流量,是分析的重点。 如果APs有未公开未来信息,那么这应该反映在对未来ETF收益的预测能力上。面板数据和时间序列回归都证实,预期外ETF流量与第二天的ETF回报率有明显的正相关。另一方面,由套利驱动的ETF流量也具有预测性,表明这些市场参 与者利用潜在的套利机会来获取利润。然而,它与预期外成分有一个关键的区别:它与第二天的ETF收益率呈负相关,与ETF申购或赎回的套利目的一致。需求驱动的ETF流量,没有发现证据能将其与第二天的ETF回报率联系起来。 由于重点是每日ETF收益的可预测性,可能会有这样的担忧,即这种可预测性仅仅是过渡性价格压力的结果。为了解决这个问题,文献发现ETF流量发生后的未来ETF回报,最长可达40天,未发现ETF预期外流动后的系统性回报逆转,尽管 有一些证据表明存在需求驱动和套利驱动的流动后回报逆转。这证实了预期外流动 后的回报漂移与短暂的价格压力没有直接关系,而之前研究中记录的回报逆转大多 是由与信息无关的ETF流动驱动的。 如果APs和他们的客户能够预测ETF的回报,他们应该能够利用这种预测能力来获取收益。为了研究这一点,构造了一个投资策略,对具有正(负)预期外流量的ETF中做多(空)。市值加权投资组合,年化日内和日间累计收益分别为19.16%和22.42%。在扣除交易成本,如买卖价差和ETF申购/赎回成本后,回报仍分别达到14.02%和16.37%。相应的夏普比率为0.069和0.080,而市场基准 (基于所有CRSP股票的夏普比率)为0.034和0.039。 为了进一步证实这种信息不对称性,将ETF的预期外流动与宏观新闻直接联系起来,用它们来预测样本中每个ETF的第二天的新闻变量。发现这种预测效果平均在1%的水平上是显著的。这个证据与猜想一致,即APs和他们的客户利用他们对即将发生的新闻事件的未公开信息来申购或赎回ETF份额以获利。另一方面,没有证据表明需求和套利驱动的ETF流量与即将发生的新闻事件有显著关系。 尽管ETF市场的信息是不对称的,但仍然想问:为什么知情交易者要费力地用一篮子证券换取ETF份额(或反之),而不是直接在二级市场上进行交易以获取超额收益呢?首先,没有理由认为他们只是利用ETF来获利,但是没有数据可以直接研究他们在二级市场上每天的交易活动。此外,由于ETF申购和赎回的实物机制,为APs及其客户提供了一种更便宜的方式来建立他们的预期头寸。如果他们认为市场第二天可能会上涨,而ETF目前是以溢价交易的,那么买入一篮子标的证券,用它们来申购ETF份额,并从知情交易中获得溢价作为额外的利润来源,这才是合 理的。与这种直觉一致,发现ETF流量的预期外回报预测性是有条件的,取决于ETF价格与其净资产值之间的价差。在ETF以溢价(折价)交易的日子里,ETF份额的申购(赎回)可以有力地预测第二天的正(负)收益。然而,在ETF以折价 (溢价)交易的日子里,申购(赎回)并不能可靠地预测回报。 2ETF样本、ETF流量分解和变量构造 2.1ETF样本 从彭博数据库中提取了2001年2月至2016年12月的所有美国被动股票ETF 作为样本。最终样本包括366只不同的ETF和1,013,078个ETF日观测值。 2.2ETF流量分解 申购和赎回发生在收盘时或盘后。AP们及其客户可能需要根据当天二级市场的ETF需求来重新平衡其头寸。将这种需求驱动的ETF流动部分表示为𝐹𝑙𝑜𝑤dem。AP及其客户也可以在第二天申购或赎回ETF份额以应对跨市场套利机会,从而导致套利驱动的流量𝐹𝑙𝑜𝑤arb。为了估计这些流量成分,对样本中的每只ETF进行了以下时间序列回归: 𝐹𝑙𝑜𝑤𝑖,�=𝛽0,�+𝛽1,𝑡𝑙𝑚𝑏𝑖,�+𝛽2,𝑡𝑀𝑖𝑠𝑝𝑖,�+𝑒𝑖,�(1) 其中𝐹𝑙𝑜𝑤𝑖,�是ETF�当天的总流量,𝑙𝑚𝑏𝑖,�是ETF在二级市场上的交易不平衡, 𝑀𝑖𝑠𝑝𝑖,�代表ETF份额相对于其基础证券篮子价值的错误定价(代表ETFi在𝑡+1天的套利机会)。 用两天之间ETF流通份额的差额来估计𝐹𝑙𝑜𝑤𝑖,𝑡: 𝐹𝑙𝑜𝑤𝑖,� =𝑆ℎ𝑎𝑟𝑒𝑠𝑂𝑢𝑡𝑠𝑡𝑎𝑛𝑑𝑖𝑛𝑔𝑖,�−𝑆ℎ𝑎𝑟𝑒𝑠𝑂𝑢𝑡𝑠𝑡𝑎𝑛𝑑𝑖𝑛𝑔𝑖,𝑡−1 𝑆ℎ𝑎𝑟𝑒𝑠𝑂𝑢𝑡𝑠𝑡𝑎𝑛𝑑𝑖𝑛𝑔𝑖,𝑡−1 𝐹𝑙𝑜𝑤𝑖,�的描述性统计见图表1的PanelA。图表1的PanelB显示,𝐹𝑙𝑜𝑤𝑖,�的序列相关度相当低,因为一阶和二阶相关的平均t统计量分别为1.52和1.08。 图表1描述性统计 资料来源:AretheFlowsofExchange-TradedFundsInformative?,华安证券研究所整理 方程(1)中的交易不平衡𝐼𝑚𝑏i,t的估计方法是: 𝑙𝑚𝑏𝑖,� 𝐵𝑢𝑦𝑖,�−𝑆𝑒𝑙𝑙𝑖,� = 𝑆ℎ𝑎𝑟𝑒𝑠𝑂𝑢𝑡𝑠𝑡𝑎𝑛𝑑𝑖𝑛𝑔𝑖,𝑡−1 其中,𝐵𝑢𝑦𝑖,�和𝑆𝑒𝑙𝑙𝑖,�是ETF�在�日的买方发起和卖方发起的交易量, 𝑆ℎ𝑎𝑟𝑒𝑠𝑂𝑢𝑡𝑠𝑡𝑎𝑛𝑑𝑖𝑛𝑔𝑖,𝑡−1是ETF在前一日的流通份额数。 错误定价是通过ETF在每日收盘时的价格与资产净值之间的差来计算的,错误定价是套利者根据以调整其交易策略的