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。[国信证券]:金融工程专题报告:学术文献研究第49期,价格反转和异质信念 - 发现报告
当前位置:首页/其他报告/报告详情/

金融工程专题报告:学术文献研究第49期,价格反转和异质信念

2022-12-20国信证券金***
金融工程专题报告:学术文献研究第49期,价格反转和异质信念

证券研究报告|2022年12月19日 学术文献研究第49期 价格反转和异质信念 核心观点金融工程专题报告 异质信念与反转效应 传统的反转因子只根据历史收益信息识别过去的赢家和输家,并没有进一步确认投资者是否完成了信念转换,从看涨(看跌)信念转变为看跌 (看涨)信念,或进一步捕捉信念转换期间的特征。在本研究中,我们主要从投资者异质信念中理解价格反转,它反映了投资者在反转过程的信念转换期间的预期变化,并检验了投资者异质信念对反转效应的强化作用。 我们通过使用有关价格不确定性和交易量的每日信息来设计异质信念(HB)的每日度量。标准反转(RVS)通过过去五天的平均收益来衡量。我们通过RVS和HB的乘积构建了一个新的反转指标NewRVS。我们的实证结果明确了异质信念在价格反转中的作用并展示了NewRVS的出色表现。 异质信念增强下的反转效应 投资者异质信念能够识别价格反转的时机并增强反转效应。更高的HB会导致过去赢家(输家)的回报显著降低(更高)。基于NewRVS和RVS(2天持有期)的反转策略平均年化收益率分别为59.65%和39.09%,两种策略差异显著。我们通过不同的公司特征进一步阐明了NewRVS优于RVS的性能。在Fama-MacBeth回归中,我们发现NewRVS对未来股票收益的影响比RVS更强,NewRVS和RVS次日 股票收益的系数分别为−9.53%和−6.88%,结果表明基于HB的反转效 应可以获得更加显著的反转收益。 风险提示:本报告内容基于相关文献,不构成投资建议。 金融工程·数量化投资 证券分析师:杨怡玲证券分析师:张欣慰021-60875176021-60933159 yangyiling@guosen.com.cnzhangxinwei1@guosen.com.cnS0980521020001S0980520060001 相关研究报告 《基金投资价值分析-大盘成长迎布局良机——万家沪深300成长ETF投资价值分析》——2022-12-18 《金融工程专题研究-战胜机构投资者——再论主动股基业绩增强策略》——2022-12-07 《金融工程专题研究-风险溢价视角下的动量反转统一框架》— —2022-12-07 《基金投资价值分析-北证投资新风尚:汇添富北证50成份指数 基金投资价值分析》——2022-11-28 《基金投资价值分析-汇聚“硬科技”,助力经济高质量发展— —南方上证科创板50成份增强策略ETF投资价值分析》——2022-11-21 请务必阅读正文之后的免责声明及其项下所有内容 内容目录 文献来源4 引言4 数据和变量5 实证分析7 RVS上HB的角色7 NewRVS和RVS的对比8 讨论16 传统异质信念指标及其在短期反转效应中的作用16 结论18 免责声明19 图表目录 图1:变量描述6 图2:反转的逆向回报的持续性7 图3:RVS上HB的角色7 图4:NewRVS和RVS的单变量投资组合回报8 图5:NewRVS和RVS的单变量投资组合的因子调整回报9 图6:反转组合累计收益(刷新频率:2天)10 图7:反转组合累计收益(刷新频率:4天)10 图8:控制公司特征的NewRVS和RVS的双变量投资组合收益11 图9:公司规模和反转效应12 图10:账面市值比和反转效应12 图11:股票波动和反转效应13 图12:公司特定投资者情绪和反转效应13 图13:股票交易量和反转效应14 图14:股票流动性不足和反转效应14 图15:反转效应的Fama–MacBeth回归结果15 图16:Fama–MacBeth回归结果:异质信念在反转效应中的作用16 图17:异质信念对使用SUV的RVS的作用17 图18:SUV和RVS的Fama–MacBeth回归结果17 文献来源 文献来源:Li,Yan,etal."Pricereversalandheterogeneousbelief."InternationalReviewofEconomics&Finance82(2022):104-119. 文献亮点:作者从异质信念的角度出发来研究反转效应,作者构建了一个新的异质信念代理变量,并发现结合该变量后,传统的反转效应得到了显著的增强,并且相比于现有的异质信念指标,其改进效果更加显著。 引言 短期反转是弱有效市场的一个显著现象。Jegadeesh(1990)的研究表明,买入过去的输家并做空过去的赢家的反向策略会产生显著的收益回报。现有文献主要从流动性和投资者情绪的角度解释反转效应(Avramovetal.2006;Chengetal.2017;Daetal.2014;Danieletal.1998;Dyletal.2019;Tetlock2011)。 价格反转现象是一个重要的实证发现,值得从异质信念的角度进一步研究。Miller (1977)首先明确提出异质信念的概念。不同的投资者在不同的时间以不同的方式调整他们的信念和头寸(Harris&Raviv1993;Hirshleifer&Teoh2003;Hong&Stein1999)。投资者分歧与价格的不确定性和交易量有关(Andersonetal.2005;BanerjeeandKremer2010;Barberisetal.2005;Hanetal.2022;Huangetal.2009)。基于流动性和基于情绪的视角主要关注过去较大错误定价的机制来探索价格反转,而没有涉及整个反转过程中投资者预期变化的特征。特别是,在价格变动方向转换期间,投资者可能存在很大分歧。传统的反转,只根据历史收益信息识别过去的赢家和输家(Dyletal.2019;Jegadeesh1990;Liuetal.2019),并没有进一步确认投资者是否完成了信念转换,从看涨(看跌)信念转变为看跌 (看涨)信念,或进一步捕捉信念转换期间的特征。在本研究中,我们主要从投资者异质信念中理解价格反转,它反映了投资者在反转过程的信念转换期间的预期变化,并检验了投资者异质信念对反转效应的强化作用。 我们通过使用有关价格不确定性和交易量的每日信息来设计异质信念(HB)的每日度量。标准反转(RVS)通过过去五天的平均回报来衡量。Zhangelal.(2018)表明,基于前一周表现的反转策略是中国股市多个形成期策略中最高的。然后,基于高异质信念能够捕捉价格反转的时机并增强反转效应的直觉,我们通过RVS和HB的乘积构建了一个新的反转指标NewRVS。我们的实证结果明确了异质信念在价格反转中的作用并展示了NewRVS的出色表现,其中中国股市的数据从2006年1月到2018年12月。下面介绍我们的主要实证结果。 首先,结果表明更高的HB会导致过去赢家(输家)的回报显著降低(更高)。特别是较低的HB可能表明过去的赢家没有价格逆转引起了特别的关注。这些结果表明,投资者异质信念信息识别了价格反转的时机并增强了反转效应。 其次,我们直接比较NewRVS和RVS的投资组合表现。基于NewRVS和RVS (2天持有期)的反转策略平均年化收益率分别为59.65%和39.09%,两种策略差异显著且为正。我们通过不同的公司特征进一步阐明了NewRVS优于RVS的性能。 第三,在多元回归中,我们发现NewRVS对未来股票收益的负面影响比RVS更强。次日股票收益的相应系数分别为NewRVS的−9.53%和RVS的−6.88%。此外,当HB属于最低五分位时,RVS对次日股票收益的系数显著为正。这一证据 支持低HB可能导致不会发生价格反转。我们的结果表明,随着HB水平的增加,基于RVS的反转效应变得更强,并且这一发现至少持续5天。 据我们所知,我们是第一个研究异质信念对日频的短期反转效应的作用的研究人员。高异质信念增强价格反转效应,低异质信念表明反转效应不会发生或与弱反转效应相关。与我们的研究相关,Verardo(2009)研究了异质信念对动量效应利润的积极影响,后者与文献中的短期反转效应有着深刻的反向关联。根据Verardo(2009)和本研究的发现,我们可以得出结论,高度异质信念增强了反转和动量效应这两个传统的异常现象,这与Hanelal.(2022)的发现一致。他们的结果表明交易量会放大错误定价,并将交易量归因于投资者的分歧。 此外,我们还提出一种新的反转度量指标。传统的反转指标仅依赖于过去的收益信息(Chengelal.2017;ConradandYavuz2016;Daelal.2014;Dylelal.2019;HameedandMian2015;Huangetal.2009;Jegadeesh1990;Kellyelal.2021;Zhangelal.2018)。我们的新反转指标优于传统反转指标,前者包含原始历史价格信息和异质信念的独特信息。 最后,我们设计了一种新的异质信念测量方法。与Garfinkel(2009)的标准意外交易量(SUV)相比,我们的证据表明,使用HB的投资者异质信念在区分和加强短期反转效应方面比使用SUV具有更好的表现。对于投资者在日频下的异质信念,很少有合适的指标来研究异质信念对短期反转效应的作用。例如,Dietherelal.(2002)中提出的分析师盈利预测的分歧度是一种非常流行的异质信念衡量指标,但不适用于本研究,因为它对短期信息不太敏感,无法捕捉投资者信念随价格动态变化的变化。 数据和变量 我们首先计算标准的反转(RVS)和异质信念(HB),然后计算它们的乘积以得到新的反转指标(NewRVS)。 我们从2006年1月至2018年12月的中国证券市场与会计研究(CSMAR)数 据库中获取数据。中国证券监督管理委员会(CSRC)于2005年4月29日启动了股权分置改革。非流通股逐渐被转为流通股。由于股权分置改革和相关的流动性问题,我们选择了2006年1月以来的数据。在所有中国A股股票中,我们排除了“ST”(特殊处理)或“PT”(特殊转让)的公司。 RVS:标准反转。在中国股市中,Zhangelal.(2018)表明基于过去一周回报的反转策略能够产生最高汇报。因此,本研究中的标准反转(RVS)是通过过去五天的平均回报来衡量, 𝑅𝑉�=1Σ4� HB:异质信念定义为 �5 i=h 𝑡ti 𝐻𝐵� =1t𝐶�t𝑂� 𝐻�t𝐿� ·𝑉� max(𝑉𝑡ti,i=h,1,ǡ,ͳ,4) � 其中C、O、H、L分别为收盘价、开盘价、最高价和最低价,V为成交额。第一部分1t𝐶𝑡t𝑂�为价格相对波动率,反映了投资者对当日价格的认可程度。� 𝐻𝑡t𝐿� 和𝐿�分别用于捕捉买家和卖家的力量。如果𝐻�t𝐿�很大,表明买卖双方之间存在强烈的对抗。𝐶�t𝑂�表示实体长度。当投资者异质性水平较高时,第一 部分接近最大值1,表明投资者之间的分歧较大。HB的第二部分𝑉� max(𝑉𝑡ti,i=h,1,ǡ,ͳ,4) 反映了投资者的交易活动,Hanelal.(2022)表明交易量与投资者分歧有关。基本上,相对于标准反转的5天观察期,HB的1天观察期主要是用来收集瞬时投资者的信念信息,进而判断价格反转的时机或强度。瞬时HB的状态可能是短暂的并且变化很快。 HB指标得到Lielal.(2022)的部分支持,他们提出了由𝐶𝑡t𝑂�·𝑉� 𝐻𝑡t𝐿�max(𝑉𝑡ti,i=h,…,𝐻) 构建的投资者一致信念(CB)的衡量指标。我们的HB和Lielal.(2022)的CB 之间的主要区别为波动率的部分,HB中的1t𝐶𝑡t𝑂� 𝐻𝑡t𝐿� 和CB中的𝐶𝑡t𝑂�,由于 𝐻𝑡t𝐿� 异质信念的正歧-波动性的正向关系和一致信念的一致性-波动性的正向关系。同 时,我们使用1t𝐶𝑡t𝑂𝑡 𝐻𝑡t𝐿� 而不是𝐶𝑡t𝑂𝑡 𝐻𝑡t𝐿� 的倒数版本,因为1t𝐶𝑡t𝑂� 𝐻𝑡t𝐿� 是有限和 可控的,范围从0到1。总体来说,HB的构造适用于投资者异